CHƢƠNG 2 : CƠ SỞ LÝ THUYẾT
3.5 Phƣơng pháp phân tích dữ liệu
3.5.2 Kiểm định giá trị thang đo bằng mơ hình phân tích nhân tố EFA
Theo (Hair và các cộng sự (1998) trích trong Nguyễn Đình Thọ, 2013), phƣơng pháp phân tích EFA dựa vào mối quan hệ tƣơng quan giữa các biến quan sát với nhau. Phân tích nhân tố EFA dùng để rút gọn một tập biến quan sát thành một tập F các nhân tố có ý nghĩa hơn trên cơ sở dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát):
Điều kiện để sử dụng phân tích nhân tố EFA là phù hợp
Kiểm định Bartlett: Nếu phép kiểm định Bartlett có p<5%, các biến quan sát có
tƣơng quan với nhau trong tổng thể.
Kiểm định KMO: chỉ số KMO trong khoảng từ 0.5 đến 0.9 thì đạt yêu cầu.
Số lượng nhân tố trích: Phép trích nhân tố đƣợc sử dụng là Principal Component
Analysis (PCA) với phép quay vng góc Varimax. Số lƣợng nhân tố đƣợc xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1, những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình. Mỗi nhân tố sẽ có xu hƣớng tải khác nhau, các nhóm biến quan sát cùng tải mạnh (hệ số tải factor loading) cho 1 nhân tố sẽ đƣợc gom về nhân tố đó.
Hệ số tải nhân tố: Nếu hệ số tải nhân tố<0.5, nó thể hiện biến quan sát này không
đo lƣờng khái niệm nghiên cứu cần đo lƣờng. Cần xem xét đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lƣờng trƣớc khi loại bỏ khỏi thang đo.
Khác biệt giữa các hệ số tải nhân tố trong cùng 1 biến quan sát: khác biệt này
phải <=0.3, nó thể hiện biến quan sát vừa đo lƣờng khái niệm này và cũng đo lƣờng khái niệm kia. Cần xem xét giá trị nọi dung của nó trƣớc khi quyết định loại bỏ hay không biến quan sát này.
Tổng phương sai trích: Thể hiện nhân tố trích đƣợc bao nhiêu phần trăm của các
biến đo lƣờng, tổng này >=50% thì đạt yêu cầu.