3.4 Nghiên cứu định lượng
3.4.4 Phân tích nhân tố khám phá (EFA)
Để biết xem liệu việc phân tích nhân tố khám phá có phù hợp hay khơng thì ta tiến hành kiểm tra sự tương quan giữa các biến quan sát tức là khi các biến có sự tương quan với nhau thì việc phân tích nhân tố sẽ phù hợp (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008). Ta kiểm định giả thiết H0: các biến không tương quan với nhau trong tổng thể. Tiêu chuẩn chấp nhận là ma trận hệ số tương quan giữa các biến không phải là ma trận đơn vị, và kiểm định, Barlett’s test cho thấy: (1) hệ số Kaiser-Mayer-Olkin (KMO) >0,5; (2) đại lượng Chi-square càng lớn càng tốt; (3) hệ số sig <0.05.
Một khi giả thiết các biến quan sát khơng có tương quan nhau trong tổng thể bị bác bỏ, ta tiến hành phân tích nhân tố. Có các phương pháp xác định số lượng nhân tố là: xác định từ trước, dựa vào eigenvalue, dựa vào biểu đồ dốc (scree plot), phần tram biến thiên giải thích được (percentage of variance), chia đôi mẫu kiểm định mức ý nghĩa (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008).
Một cách tổng quan, phân tích nhân tố gồm các bước và tiêu chuẩn chấp nhận như sau:
- Phân tích nhân tố phù hợp khi hệ số KMO>0,5 và hệ số sig <0,05.
- Phương pháp rút trích: rút các thành phần chính (Principal components)
- Phương pháp xoay nhân tố: Varimax (nhằm tăng cường khả năng giải thích các biến bằng cách xoay ngun góc các nhân tố để tối thiểu hóa số nhân tố có hệ số lớn tại cùng một biến).
- Xác định số lượng nhân tố: phương pháp eigenvalue >1 và tổng phương sai trích phải lớn hơn 50%.
- Khi phân tích nhân tố mà xuất hiện nhân tố mới thì kiểm tra cronbach alpha lại đối với nhân tố mới, nếu Cronbach alpha tốt thì đặt tên cho biến mới đồng thời điều chỉnh mơ hình lại cho phù hợp với kết quả phân tích EFA.