CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. PHƯƠNG PHÁP KIỂM ĐỊNH SƠ BỘ THANG ĐO
3.3.1. Đánh giá độ tin cậy của thang đo
Việc đánh giá sơ bộ độ tin cậy của thang đo được thực hiện thông qua phân tích Cronbach’s Alpha.
Theo Nguyễn Đình Thọ (2011), Cronbach Alpha là hệ số được ứng dụng phổ biến nhất khi đánh giá độ tin cậy của những thang đo đa biến (bao gồm từ 3 biến quan sát trở lên). Nó đo lường tính nhất qn của các biến quan sát trong cùng một thang đo để đo lường cùng một khái niệm. Hệ số Cronbach Alpha cao thể hiện tính đồng nhất của các biến đo lường, cùng đo lường một thuộc tính.
Tiêu chuẩn để kiểm định độ tin cậy của thang đo khi phân tích hệ số Cronbach Alpha bao gồm:
1. Cronbach Alpha tổng của thang đo ≥ 0.7; 2. Hệ số tương quan biến – tổng ≥ 0.3;
3.3.2. Đánh giá giá trị của thang đo – phân tích nhân tố khám phá (EFA)
Trước khi kiểm định mơ hình lý thuyết, cần đánh giá độ tin cậy của thang đo và giá trị của thang đo. Những thang đo sau khi đã được đánh giá độ tin cậy sẽ được đưa vào đánh giá giá trị thang đo bằng phân tích nhân tố khám phá (EFA).
Phân tích nhân tố khám phá (EFA) là kỹ thuật sử dụng để thu nhỏ và tóm tắt dữ liệu. Phân tích EFA cho phép gồm các biến có mối tương quan lại với nhau thành một nhóm (các nhóm này có thể giống hoặc khơng giống với nhóm biến ban đầu).
Khi phân tích nhân tố khám phá (EFA), nghiên cứu quan tâm các tiêu chuẩn sau:
- Hệ số KMO (Kaise – Meyer – Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định Bartlett ≤ 0.05. Bartlett’s test kiểm tra H0: các biến khơng có tương quan với nhau trong tổng thể (Nguyễn 2011).
- Số lượng nhân tố trích : tiêu chí Eigenvalue được dùng để xác định số lượng nhân tố trích. Theo Gerbing và Anderson (1988), các nhân tố có Eigenvalue < 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi EFA). Với tiêu chí này, chỉ giữ lại những nhân tố quan trọng có Eigenvalue ≥ 1.
- Tổng phương sai trích: thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Theo Nguyễn Đình Thọ (2011), tổng này đạt từ 50% trở lên là được, còn từ 60% trở lên là tốt. Nếu thỏa điều kiện này, ta kết luận mơ hình EFA là phù hợp.
- Hệ số tải nhân tố (Factor loading): đây là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Theo Hair & các cộng sự, hệ số tải > 0.3 được xem là đạt mức tối thiểu, > 0.4 được xem là quan trọng, > 0.5 được xem là có ý nghĩa thực tiễn. Nghiên cứu này sử dụng phân tích EFA để loại dần các biến có hệ số tải nhân tố nhỏ hơn 0.5.