CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Nghiên cứu định lượng
3.3.3.3. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phân tích nhân tố được ứng dụng để tóm tắt tập các biến quan sát vào một số nhân tố nhất định đo lường các khía cạnh khác nhau của các khái niệm nghiên cứu và tìm mối quan hệ giữa các biến với nhau. Trong phân tích EFA, đại lượng Bartlett là đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau (các biến đo lường phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). Do đó nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xem xét. Trị số KMO (Kai-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0.5 và 1) là điều kiện đủ để việc tiến hành phân tích nhân tố là thích hợp.
Ngồi ra, phân tích nhân tố EFA còn dựa vào chỉ số Eingenvalue (đại diện cho lượng biến thiên được giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu phần trăm và bao nhiêu phần trăm bị thất thoát) để xác định số lượng nhân tố. Theo Gerbing và Anderson (1988), các nhân tố có Eingenvalue < 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi phân tích EFA). Vì thế, các nhân tố chỉ được rút trích tại Eingenvalue > 1 và được chấp nhận khi tổng phương sai trích ≥ 50%. Tuy nhiên, trị số Eingenvalue và phương sai trích là bao nhiêu cịn phụ thuộc vào phương pháp trích và phép xoay nhân tố.
Một phần quan trọng trong kết quả phân tích nhân tố là ma trận nhân tố (Component Matrix). Ma trận nhân tố chứa các hệ số tải nhân tố (Factor loading) biểu diễn tương quan giữa các nhân tố và các biến. Hệ số này lớn (≥ 0.5) cho biết nhân tố và biến có liên hệ chặt chẽ với nhau. Sau khi phân tích hệ số tin cậy Cronbach Alpha, các thang đo được đánh giá tiếp bằng phương pháp phân tích nhân tố khám phá (EFA), các biến quan sát được đưa vào phân tích sử dụng phương pháp rút trích nhân tố Principal Component với phép xoay Varimax, đây là phương pháp thường được sử dụng trong phân tích hồi quy.