Rotated Component Matrixa
Biến quan sát Component
1 2 3 4 5 Moi_truong3 .750 Moi_truong4 .733 Moi_truong5 .727 Moi_truong1 .700 Moi_truong7 .673 Chinh_sach4 .863 Chinh_sach3 .780 Chinh_sach1 .696 Chinh_sach2 .666 Ha_tang3 .813 Ha_tang2 .748 Ha_tang1 .663 Ha_tang5 .604 Ha_tang4 .568 Nhan_luc4 .790 Nhan_luc2 .746 Nhan_luc1 .683 Nhan_luc3 .667 Tai_nguyen3 .787 Tai_nguyen1 .721 Tai_nguyen2 .706 Hệ số KMO : 0.718 Sig. : 0,000 Eigenvalues : 1,675 Cumulative %: 57,387
Từ kết quả bảng 4.12, ta có hệ số KMO là 0,718 (lớn hơn 0,5) và Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích EFA, tức là các biến trong tổng thể có mối tương quan với nhau và sử dụng phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp.
Ta có giá trị Eigenvalue bằng 1,675 (lớn hơn 1) và giá trị phương sai trích Cumulative là 57,38% (lớn hơn 50%) là đạt yêu cầu. Điều này có nghĩa là tại mức giá trị Eigenvalue lớn hơn 1, có 5 nhân tố được rút trích từ 21 biến quan sát đưa vào phân tích, mỗi nhân tố mới được rút ra giải thích được 57,38% sự biến thiên của các biến quan sát.
Qua phân tích nhân tố cho thấy, tất cả các biến độc lập đều có hệ số nhân tải lớn hơn 0,5 nên đạt giá trị phân biệt và giá trị hội tụ, thỏa mãn yêu cầu của dữ liệu.
Như vậy, mơ hình nghiên cứu gồm 21 biến, phân thành 5 nhóm có mối liên hệ với nhau và khơng có sự xáo trộn giữa các nhóm so với các nhóm ban đầu, do đó 5 nhóm yếu tố được giữ nguyên và đưa vào phân tích tương quan và hồi quy.
Các nhân tố mới được tạo ra sẽ được đặt tên như sau:
- Tai_nguyen1, Tai_nguyen2, Tai_nguyen3 được đặt tên là TN;
- Ha_tang1, Ha_tang2, Ha_tang3, Ha_tang4, Ha_tang5 được đặt tên là HT; - Nhan_luc1, Nhan_luc2, Nhan_luc3, Nhan_luc4 được đặt tên là NL;
- Chinh_sach1, Chinh_sach 2, Chinh_sach3, Chinh_sach4 được đặt tên là CS; - Moi_truong1, Moi_truong3, Moi_truong4, Moi_truong5, Moi_truong7 được đặt tên là MT.
4.4.2 Phân tích khám phá cho nhân tố thuộc thang đo biến phụ thuộc
Sau khi kiểm định độ tin cậy thang đo của nhân tố SHL của doanh nghiệp đầu tư thì cả 5 biến phụ thuộc Hai_long1, Hai_long2, Hai_long3, Hai_long4, Hai_long5 đều có mối liên hệ chặt chẽ và được giữ lại để tiến hành phân tích nhân tố khám phá.
Kết quả chạy kiểm định KMO và Bartlett’s Test đối với 5 biến phụ thuộc của nhân tố SHL của doanh nghiệp đầu tư trên SPSS 20 được thể hiện như sau:
Bảng 4.13 Kết quả phân tích nhân tố khám phá EFA của thang đo các biến phụ thuộc (nhân tố SHL của doanh nghiệp đầu tư)
Component Matrixa
Biến quan sát Component
1 Hai_long3 .831 Hai_long5 .824 Hai_long1 .758 Hai_long2 .755 Hai_long4 .739 Hệ số KMO : 0.792 Sig. : 0,000 Eigenvalues : 3,061 Cumulative %: 61,225
Từ kết quả Bảng 4.13, ta có hệ số KMO là 0,792 (lớn hơn 0,5) và Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện EFA, tức là các biến trong tổng thể có mối tương quan với nhau và sử dụng phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp.
Tại mức giá trị Eigenvalue là 3,061 (lớn hơn 1) và giá trị phương sai trích Cumulative là 61,22% (lớn hơn 50%) là đạt yêu cầu, như vậy có 1 nhân tố được rút ra từ 5 biến đưa vào phân tích và nhân tố mới được rút ra này giải thích được 61,22% sự biến thiên của các biến quan sát.
Qua phân tích nhân tố cho thấy, tất cả các biến phụ thuộc của nhân tố SHL của DN đầu tư đều có hệ số nhân tải lớn hơn 0,5 nên đạt giá trị phân biệt và giá trị hội tụ và phù hợp đưa vào phân tích tương quan và hồi quy. Nhân tố mới được tạo ra sẽ được đặt tên như sau:
Hai_long1, Hai_long2, Hai_long3, Hai_long4, Hai_long5 được đặt tên là HL.
4.5 Phân tích tƣơng quan và hồi quy bội 4.5.1 Kiểm định tƣơng quan
Biến độc lập: Nguồn lực tài nguyên, cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, mơi trường sống và làm việc (TN, HT, NL, CS, MT).
Kết quả chạy kiểm định tương quan giữa các biến độc lập (nguồn lực tài nguyên, cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, mơi trường sống và làm việc) với biến phụ thuộc (SHL của doanh nghiệp đầu tư) trên SPSS 20 được thể hiện như sau: