Hệ số Cronbach's Alpha Số hạng mục
.731 3
Biến quan sát
Trung bình của thang đo nếu
loại biến
Phương sai của thang đo nếu
loại biến
Hệ số tương quan biến tổng
Cronbach's Alpha nếu loại
biến
CCU1 7.21 1.914 .518 .687
CCU2 7.36 1.700 .629 .548
CCU3 7.49 2.099 .521 .683
Kết quả kiểm định cho thấy các biến quan sát đều có hệ số tương quan biến tổng phù hợp (≥ 0,3). Hệ số Cronbach’s Alpha = 0,731 ≥ 0,6 nên đạt yêu cầu về độ tin cậy.
Bảng 4.11: Bảng thống kê kết quả tổng hợp lần kiểm định cuối cùng của từng nhóm biến STT Nhân tố Số biến quan sát ban đầu Số biến quan sát còn lại Cronbach ’s Alpha Biến bị loại 1 Hệ thống thông tin và ứng dụng công nghệ 6 4 0,886 TTCN2 TTCN4 2 Quản lý nguồn hàng 5 4 0,693 NH5 3 Năng lực giao hàng 5 4 0,726 NLGH5 4 Quản lý tồn kho 5 5 0,766
5 Chuỗi cung ứng của siêu thị bán lẻ
3 3 0,731
Nguồn: Tác giả tự tổng hợp từ kết quả phân tích SPSS
4.3 PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
Sau khi đánh giá độ tin cậy của thang đo bằng phương pháp Cronbach Alpha, tác giả tiến hành phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) giúp đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay
Varimax là cách thức được sử dụng phổ biến nhất, do đó tác giả sủ dụng phương pháp này trong nghiên cứu của mình.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
- 0,5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
- Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0,05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
- Hệ số tải nhân tố (Factor loading ) > 0,5. Nếu biến quan sát nào có trọng số nhân tố không thỏa điều kiện sẽ bị loại.
- Để đảm bảo "giá trị phân biệt" thì các hệ số tải của cùng biến quan sát khi tải lên các nhân tố phải chênh nhau 0,3. Chúng ta sẽ giữ lại biến quan sát này và phân nó vào nhân tố mà nó tải lên cao nhất (kèm điều kiện phải thỏa mãn hệ số tải lớn hơn 0,5).
- Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
- Theo Gerbing và Anderson (1998), 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). Vì thế, các nhân tố chỉ được rút trích tại Eigenvalue > 1.
4.3.1 Phân tích nhân tố khám phá EFA các biến độc lập
Sau khi loại các biến không đạt yêu cầu ở bước đánh giá độ tin cậy của thang đo bằng Cronbach’s Alpha ta tiếp tục đưa các biến cịn lại vào phân tích nhân tố khám phá EFA với mục đích tìm hiểu xem các biến có cùng giải thích và đo lường cho một nhân tố ban đầu hay khơng? Kết quả phân tích nhân tố khám phá EFA như sau: