Yếu tố
Trước phân tích Cronbach’s Alpha
Sau phân tích Cronbach’s Alpha
Số biến Hệ số
Cronbach’s Alpha Số biến
CT Rủi ro chính trị 5 0,760 5
XD Rủi ro xây dựng 5 0,819 4 (Loại XD2)
HD Rủi ro hoạt động 3 0,645 3
TC Rủi ro tài chính 3 0,836 3
DT Rủi ro doanh thu 3 0,737 3
Nguồn: Kết quả phân tích SPSS
Như vậy, với kết quả phân tích đánh giá độ tin cậy của các thang đo, ta có thể kết luận rằng với 19 biến (bao gồm các biến của các yếu tố) đưa vào phân tích thì tất cả các biến đều đạt yêu cầu ngoại trừ biến XD2 (thuộc yếu tố Rủi ro xây dựng) do có hệ số tương quan biến tổng bằng 0,153 nhỏ hơn 0,3, điều này không đảm bảo cho việc đánh giá độ tin cậy của thang đo. Do đó, các biến cịn lại (18 biến) bảo đảm trong việc đưa vào phân tích yếu tố EFA.
4.4. Phân tích nhân tố khám phá EFA
Sau khi đánh giá sơ bộ thang đo bằng hệ số Cronbach’s Alpha, phương pháp rút trích được chọn để phân tích nhân tố là phương pháp Principal Components Analysis với phép xoay Varimax. Bước tiếp theo trong việc phân tích các yếu tố trong nghiên cứu này, tác giả tiến hành kiểm định sự thích hợp của phân tích nhân tố khám phá EFA thông qua hệ số Kaiser-Meyer-Olkin (KMO). Để sử dụng EFA, KMO phải lớn hơn 0,5 ( 0,5 ≤ KMO ≤ 1). Trường hợp KMO < 0,5 thì có thể dữ liệu khơng thích hợp với phân tích nhân tố khám phá (Nguyễn Đình Thọ, 2011).
Tiêu chuẩn Eigenvalue là một tiêu chí sử dụng phổ biến trong việc xác định số lượng yếu tố trích trong phân tích EFA. Với tiêu chí này, số lượng yếu tố được xác định ở yếu tố có Eigenvalue tối thiểu bằng 1. Ngồi ra, tổng phương sai trích (TVE) cần phải được xem xét, tổng này phải lớn hơn 0,5 (50%), nghĩa là phần chung phải lớn hơn phần riêng (Nguyễn Đình Thọ, 2011).
Tiêu chuẩn hệ số tải yếu tố (Factor loadings) hay trọng số yếu tố biểu thị tương quan đơn giữa các biến với các yếu tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair và cộng sự (1998) thì Factor loading > 0,3 được xem là đạt mức tối thiểu; Factor loading > 0,4 được xem là quan trọng; Factor loading > 0,5 được xem là có ý nghĩa thực tiễn. Ngoài ra, chênh lệch giữa các hệ số tải yếu tố của một biến quan sát phải lớn hơn 0,3. Tuy nhiên, cũng giống như Cronbach’s Alpha, việc loại bỏ các biến quan sát cần phải xem xét sự đóng góp về mặt nội dung của biến đó trong khái niệm nghiên cứu (Nguyễn Đình Thọ, 2011).
Toàn bộ 18 biến thuộc các yếu tố thỏa mãn điều kiện phân tích đánh giá độ tin cậy Cronbach’s Alpha được đưa vào phân tích nhân tố khám phá (EFA). Nhiệm vụ của EFA nhằm khám phá cấu trúc của thang đo các yếu tố. Sau khi đảm bảo thực hiện đúng quy trình EFA, các yếu tố sẽ được kiểm định để làm sạch dữ liệu.
Thực hiện phân tích EFA cho tổng thể 18 biến của các thang đo thuộc các yếu tố ta thu được các kết quả như sau: