CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.3. Kết quả phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Do sau EFA còn kiểm định CFA và SEM nên chúng ta rất quan tâm đến cấu trúc thang đo, các khái niệm sau khi rút ra có thể tương quan với nhau, và cũng rất quan tâm đến sự phân biệt rõ ràng giữa các nhân tố nên phương pháp trích được chọn để phân tích là Principal axis factoring với phép xoay Promax. Cách tiến hành phân
tích được thực hiện như sau:
- Phân tích tổ hợp của 21 biến quan sát, dùng bốn tiêu chuẩn đầu để đánh giá các biến quan sát thì đều đạt yêu cầu. Dùng tiêu chuẩn thứ 5 để đánh giá thì biến quan sát CPV3 và CPV9 không đạt yêu cầu do khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố nhỏ hơn 0.30, cụ thể CPV3 có hệ số tải lớn nhất là 0.4 và hệ số tải kế tiếp là 0,36; CPV9 có hệ số tải lớn nhất là 0.461 và hệ số tải kế tiếp là 0,282. Kết quả trích được còn 3 nhân tố gồm 19 biến quan sát là: eWOM1, eWOM2, eWOM3, eWOM4, eWOM5, eWOM6, BI1, BI2, BI3,CPV1, CPV2, CPV4, CPV5, CPV6, CPV7, CPV8, CPV10, CPV11, CPV12.
- Tiếp tục phân tích tổ hợp của 19 biến quan sát cịn lại, Kết quả trích 3 nhân tố thỏa các điều kiện: KMO=0.942 > 0.5, hệ số factor loading đều lớn hơn 0.5, phương sai trích đạt 50.007% lớn hơn 50% và khác biệt hệ số tải nhân tố của một biến quan sát ≥ 0.30. Hệ số Cronbach’s Alpha của 3 nhân tố vừa trích được tính lại, tất cả đều thỏa điều kiện hệ số tương quan biến - tổng các biến đều trên 0.4 và độ tin cậy lớn hơn 0.60 (xem Phụ lục 5).
Bảng 4.3: Kết quả EFA sau khi loại các biến quan sát không đạt. Ma trận mẫu Ma trận mẫu Biến quan sát Nhân tố 1 2 3 eWOM1 -.009 .744 -.033 eWOM2 -.081 .613 .099 eWOM3 .075 .616 .013 eWOM4 .005 .769 -.087 eWOM5 .028 .608 -.053 eWOM6 .011 .643 .131 BI1 -.036 .104 .688 BI2 .039 -.008 .616 BI3 .059 -.065 .732 CPV1 .595 .038 .126 CPV2 .597 .016 .173 CPV4 .684 -.043 .108 CPV5 .587 -.071 .023 CPV6 .604 .048 .036 CPV7 .735 -.001 .061 CPV8 .805 -.039 .042 CPV10 .783 .085 -.137 CPV11 .736 .057 -.104 CPV12 .832 -.029 -.099
- Khái niệm ý định mua là một khái niệm đơn hướng (khi EFA các biến quan sát rút thành 1 nhân tố) nên có thể sử dụng phương pháp trích Principal Component Analysis vì phương pháp trích này sẽ làm cho tổng phương sai trích tốt hơn. Kết quả EFA cho 3 biến quan sát của thành phần ý định mua có hệ số KMO = 0.704 mức ý nghĩa sigma là 0.000 trong kiểm định Barlett’ Test. Như vậy giả thuyết về ma trận tương quan tổng thể là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện trong phân tích nhân tố. Kết quả trích được thỏa các điều kiện: KMO=0.702 > 0.5, hệ số factor loading đều lớn hơn 0.5, phương sai trích đạt 73.743% lớn hơn 50% .
Bảng 4.4: Kết quả EFA của thang đo ý định mua. Ma trận thành phần Ma trận thành phần Thành phần 1 PI1 .867 PI2 .820 PI3 .887
- Do các trọng số của các biến đều cao nên 3 biến quan sát của thang đo ý định mua đều được giữ nguyên, không cần phải chạy lại Cronbach’s Alpha, thành phần ý định mua này này đạt yêu cầu để chạy CFA (xem Phụ lục 5).