CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.2. Kết quả nghiên cứu
4.2.2. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA là tập kỹ thuật phân tích thống kê có liên hệ với nhau dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Trích Nguyễn Đình Thọ, 2011). Cụ thể, trong bước tiếp theo này, tác giả sẽ đưa các biến không bị loại ở bước kiểm định Cronbach’s Alpha ở trên (mục 4.2.1) vào phân tích nhân tố.
Trong phân tích nhân tố, các nhà nghiên cứu thường chú ý đến các yếu tố sau:
Sự phù hợp của phân tích nhân tố: để xem xét xem việc sử dụng EFA có phù hợp
hay khơng dựa vào giá trị KMO, giá trị sig. của kiểm định Bartlett và hệ số tải nhân tố. Cụ thể:
Kiểm định KMO (Kaiser –Meyer- Olkin): là chỉ số dùng để xem xét sự thích
hợp của phân tích nhân tố. Để sử dụng được EFA thì KMO phải lớn hơn 0.5. (Trích Nguyễn Đình Thọ, 2011).
Kiểm định Bartlett (Bartlett’s test): dùng để kiểm định giả thuyết các biến
khơng có tương quan trong tổng thể căn cứ vào giá trị sig. của kiểm định. Nếu sig. <0.05 thì các biến quan sát có mối tương quan với nhau trong tổng thể, do đó ta có thể tiến hành phân tích nhân tố (Hồng Trọng và Chu Nguyễn Mộng
Ngọc, 2005).
Số lượng nhân tố trích: Nhân tố được trích phải có Eigenvalue lớn hơn 1 mới
được giữ lại trong mơ hình phân tích vì đây là đại lượng biến thiên được giải thích bởi mỗi nhân tố (Hair & ctg, 2006).
Trọng số nhân tố: trong phân tích nhân tố, trọng số nhân tố của một biến quan sát
trên nhân tố mà nó đo lường sau khi quay nhân tố phải cao và các trọng số trên các nhân tố mà nó khơng đo lường phải thấp. Đạt được điều kiện này thang đo đạt giá trị hội tụ (Nguyễn Đình Thọ, 2011). Như vậy khi kiểm định trọng số nhân tố cần tuân thủ các tiêu chí sau: thứ nhất, trọng số nhân tố của biến Xilà i≥ 0.5 là chấp nhận được.
Trong trường hợp i<0.5 ta có thể loại biến Xi vì nó thực sự khơng đo lường được khái niệm ta cần đo. Tuy nhiên nếu i khơng q nhỏ thì chúng ta có thể giữ lại biến nếu nội dung của biến xét thất có ý nghĩa trong thang đo; thứ hai, chênh lệch giữa iA và iB≥ 0.3 thì có thể chấp nhận được, cịn nếu 2 giá trị này tương đương nhau thì có thể loại
biến Xi đi. Tuy nhiên cần xem xét ý nghĩa của biến trong thang đo trước khi loại bỏ.
Tổng phương sai trích: Khi đánh giá kết quả EFA, cần xem xét phần tổng phương
sai trích. Tổng này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Thang đo được chấp nhận nếu tổng phương sai trích đạt từ 50% trở lên.
Trong nghiên cứu này, tác giả sửa dụng phương pháp trích Principal Components Analysis (PCA) với phép xoay Varimax để tìm ra các nhân tố đại diện cho các biến.
Kết quả đánh giá giá trị thang đo