CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Nghiên cứu định lượng
3.3.3 Phân tích nhân tố khám phá EFA
Sau khi thực hiện đánh giá độ tin cậy của thang đo (Cronbach’s Alpha), tác giả tiếp tục thực hiện đánh giá giá trị của thang đo (EFA) cũng bằng phần mềm SPSS. Trong nghiên cứu này, tác giả xem xét hai giá trị của phân tích nhân tố khám phá EFA đó là tính hội tụ (các biến quan sát hội tụ về cùng một nhân tố) và tính phân biệt (các biến quan sát của các nhân tố khác nhau có sự phân biệt). Phân tích EFA chủ yếu tập trung vào mối tương quan giữa các biến quan sát với nhau (trong và ngồi nhóm nhân tố), nếu có biến quan sát nào được xếp sai nhóm nhân tố thì sẽ được tải lên ở các nhóm nhân tố khác, hoặc biến quan sát có sự trùng lặp ở nhiều nhóm nhân tố sẽ được tải lên ở nhiều nhóm nhân tố khác nhau. Thơng qua bước phân tích này, các biến quan sát sẽ được hiệu chỉnh thích hợp.
Trong nghiên cứu này, để đánh giá kết quả của việc phân tích nhân tố khám phá EFA, tác giả sử dụng các tiêu chí sau:
Hệ số KMO (Kaiser-Meyer-Olkin) được sủ dụng để đánh giá tính thích hợp của phân tích nhân tố. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), nhân tố được coi là phù hợp nếu giá trị của KMO lớn hơn 0,5.
Xác định tính tương quan giữa các biến quan sát trong cùng một nhân tố bằng kiểm định Bartlett (Bartlett’s test of sphericity). Nếu hệ số sig Bartlett’s Test có
giá trị thấp hơn 0,05 thì chứng tỏ các biến quan sát trong nhân tố này có tính tương quan với nhau ở mức thống kê đáng kể.
Trị số Eigenvalue: nếu nhân tố nào có trị số này thấp hơn 1 thì sẽ bị loại khỏi mơ hình phân tích (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Tổng phương sai trích (Total Variance Explained): số nhân tố trích được tại mức tổng phương sai trích lớn hơn hoặc bằng 50% thể hiện số lượng nhân tố hiệu quả trong mơ hình.
Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố: thể hiện tương quan giữa biến quan sát với nhân tố. Giá trị của hệ số tải nhân tố phải lớn hơn mức 0,5 thì biến quan sát mới có ý nghĩa thống kê tốt. Trong bài nghiên cứu này, tác giả sử dụng hệ số tải nhân tố tiêu chuẩn là 0,5; các biến quan sát có hệ số tải nhân tố thấp hơn mức 0,5 sẽ được loại bỏ.
Phương pháp loại biến xấu: trong nghiên cứu này, các biến xấu được xác định từ kết quả của bảng ma trận xoay sẽ được loại bỏ cùng lúc, các biến xấu được xác định như sau: các biến quan sát được tách riêng ra đứng một mình trong một nhân tố mới; các biến quan sát có hệ số tải nhân tố thấp hơn mức 0,5; các biến quan sát có hệ số tải lên ở hai hay nhiều nhân tố và sự chệnh lệch giữa các nhân tố không quá 0,3.