CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2.3 Phân tích nhân tố khẳng định (CFA)
Phân tích nhân tố khẳng định (Confirmatory Factor Analysis) là một trong các kỹ thuật thống kê của mơ hình cấu trúc tuyến tính (SEM). CFA là phương pháp nhằm xác định sự phù hợp của số liệu nghiên cứu với mơ hình lý thuyết. CFA là bước tiếp theo của EFA vì với CFA nhà nghiên cứu phải biết trước đã có bao nhiêu yếu tố, có bao nhiêu biến trong từng yếu tố, CFA xem xét khẳng định sự phù hợp của mơ hình lý thuyết có sẵn với số liệu nghiên cứu.
Theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2010), phương pháp CFA trong phân tích cấu trúc tuyến tính SEM có nhiều ưu điểm hơn so với phương pháp truyền thống như: phương pháp hệ số tương quan, phân tích nhân tố khám phá EFA, phương pháp đa khái niệm đa phương pháp MTMM7…(Bagozzi và Foxal, 1996) vì CFA cho phép kiểm định cấu trúc lý thuyết của các thang đo lường như mối quan hệ giữa một khái niệm nghiên cứu và các khái niệm khác mà không bị chệch do sai số đo lường. Hơn nữa có thể kiểm định giá trị hội tụ, giá trị phân biệt của thang đo mà không cần dùng nhiều nghiên cứu như trong phương pháp truyền thống MTMM (Steenkamp Van Trijp, 1991).
7 Phương pháp MTMM (MultiTrait - MultiMethod), Campbell Fiske (1958) đề nghị và được sử dụng phổ
biến để đánh giá giá trị các khái niệm nghiên cứu, nhưng có nhược điểm là địi hỏi phải thực hiện đồng thời nhiều nghiên cứu và nhiều phương pháp.
Tiêu chuẩn để thực hiện CFA bao gồm các chỉ tiêu đánh giá mức độ phù hợp chung và tiêu chuẩn đánh giá mức độ phù hợp theo các khía cạnh giá trị nội dung. Các chỉ số cơ bản để đánh giá mức độ phù hợp chung của mơ hình trong CFA bao gồm: Chi-square (CMIN), Chi-square điều chỉnh theo bậc tự do (χ 2/ df), GFI: Goodness-of-Fit Index; AGFI: Adjusted GFI; TLI: Tucker-Lewis Coefficient; Chỉ số thích hợp so sánh (CFI - Comparative Fit Index). RMSEA: Root Mean Square Error of Approximation. Mơ hình có các chỉ số χ 2/df dùng để đo mức độ phù hợp một cách chi tiết hơn của cả mơ hình. Một số tác giả đề nghị 1 < χ2/df < 3 (Hair et al., 1998); một số khác đề nghị χ2 càng nhỏ càng tốt (Segar và Grover, 1993) và cho rằng χ2/df < 3 (Chin và Todd, 1995). Ngoài ra, trong một số nghiên cứu thực tế người ta phân biệt ra 2 trường hợp : χ2/df < 5 (với mẫu N > 200); hay < 3 (khi cỡ mẫu N < 200) thì mơ hình được xem là phù hợp tốt (Kettinger và Lee,1994). Các chỉ số GFI, AGFI, TLI, CFI ≥ 0.9 thì mơ hình phù hợp với dữ liệu thị trường (Bentler và Bonett, 1980). Nếu các giá trị này bằng 1, được xem là mơ hình là hồn hảo (Segar và Grover, 1993; Chin và Todd, 1995). RMSEA là một chỉ tiêu quan trọng, xác định mức độ phù hợp của mơ hình so với tổng thể. Trong tạp chí nghiên cứu IS, các tác giả cho rằng chỉ số RMSEA, yêu cầu < 0.05 thì mơ hình phù hợp tốt. Trong một số trường hợp chỉ số RMSEA < 0.08 mơ hình được chấp nhận (Hu và Bentler, 1999). Các tiêu chuẩn đánh giá mức độ phù hợp của mơ hình theo các khía cạnh giá trị nội dung bao gồm:
- Độ tin cậy của thang đo8 được đánh giá thông qua hệ số tin cậy tổng hợp, hệ số
8 Độ tin cậy tổng hợp (Joreskog, 1971) và phương sai trích (Fornell Larcker, 1981) được tính theo cơng
thức trích dẫn từ Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2010):
Trong đó i: Trọng số chuẩn hóa của biến quan sát thứ i, (1-i2): Phương sai của sai số đo lường biến quan sát thứ i và p là số biến quan sát của thang đo.
tin cậy Cronbach’s Alpha và phương sai trích. Trong đó phương sai trích phản ánh lượng biến thiên chung của các biến quan sát được giải thích bởi biến tiềm ẩn (Hair, 1998). Độ tin cậy tổng hợp đo lường độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm. Tiêu chuẩn để đánh giá mức độ phù hợp của mơ hình bởi độ tin cậy của thang đo là > 0.5, phương sai trích ≥ 0.5 và Cronbach’s Alpha ≥ 0.60 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally và Bernstein, 1994).
- Tính đơn hướng của một thang đo thể hiện mỗi biến quan sát chỉ được sử dụng để đo lường duy nhất một biến tiềm ẩn. Mơ hình phù hợp với dữ liệu thị trường là điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, trừ trường hợp các sai số của biến quan sát có tương quan với nhau trong tổng thể (Steenkamp và Van Trijp, 1991).
- Giá trị hội tụ thể hiện giá trị đo lường một khái niệm tương quan chặt chẽ với nhau sau những đo lường được lặp lại. Thang đo đạt giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo đều cao (> 0.5) và có nghĩa thống kê (p- value < 0.05) (Gerbring và Anderson, 1998).
- Giá trị phân biệt thể hiện sự khác biệt giữa các khái niệm trong mơ hình nghiên cứu. Khi hệ số tương quan giữa các khái niệm trên phạm vi tổng thể đều khác biệt so với 1 và có ý nghĩa thống kê (p-value < 0.05) khẳng định các khái niệm đạt giá trị phân biệt.