Nguồn: Kết quả phân tích SPSS
Qua kiểm định lần 2 thì Cronbach’s Alpha của thang đo EMA là 0.939, hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0.3 và khơng có trường hợp nào khi loại bỏ biến quan sát sẽ làm cho Cronbach’s Alpha của thang đo tăng lên.
Như vậy, qua việc kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha, các biến quan sát TF6 và TF8 của thang đo phong cách lãnh đạo chuyển đổi, biến EMA5
Mã
Trung bình thang đo nếu
loại bỏ biến
Phương sai thang đo nếu loại bỏ
biến
Tương quan biến tổng
Cronbach's Alpha nếu loại
bỏ biến Cronbach’s Alpha = .939 (N= 10) EMA1 27.27 137.161 .698 .936 EMA2 27.07 132.442 .820 .930 EMA3 27.34 136.832 .719 .935 EMA4 26.72 136.142 .714 .935 EMA6 27.11 137.612 .691 .936 EMA7 27.11 134.029 .777 .932 EMA8 27.06 134.913 .735 .934 EMA9 27.17 132.984 .797 .931 EMA10 27.11 134.786 .792 .931 EMA12 27.12 134.498 .792 .931
và EMA11 của thang đo mức độ vận dụng EMA được tác giả loại trừ trước khi bước vào đánh giá giá trị thang đo qua phân tích nhân tố khám phá EFA.
4.3. Đánh giá giá trị thang đo bằng phân tích nhân tố khám phá EFA
Sau khi đã đánh giá được độ tin cậy của thang đo qua hệ số Cronbach’s Alpha, tác giả tiếp tục đánh giá giá trị thang đo cụ thể là giá trị hội tụ và giá trị phân biệt thơng qua phương pháp phân tích nhân tố khám phá EFA. Phân tích EFA rút gọn một tập hợp biến quan sát thành một tập các nhân tố ít hơn, có ý nghĩa hơn và vẫn bao quát được nội dung của tập hợp biến ban đầu (Nguyễn Đình Thọ, 2011).
Kết quả phân tích độ tin cậy của thang đo cho thấy có 30 biến quan sát đạt tiêu chuẩn và được đưa vào thực hiện phân tích nhân tố với phương pháp trích nhân tố là Principal axis factoring (PAF) với phép quay khơng vng góc Promax nhằm phát hiện cấu trúc và đánh giá mức độ hội tụ của các biến quan sát theo các thành phần. Hơn nữa, theo Gerbing and Anderson 1988 trích trong Nguyễn Đình Thọ (2011) PAF với phép quay promax sẽ phản ánh cấu trúc dữ liệu chính xác hơn.
Những điều kiện khi phân tích EFA:
Hệ số KMO (Kaiser- Meyer – Olkin): Theo Kaiser (1974) KMO ở mức chấp nhận được phải lớn hơn 0.5.
Kiểm định Barlett’s có mức ý nghĩa sig < 0.05 để chứng tỏ dữ liệu dùng phân tích nhân tố là thích hợp và giữa các biến có tương quan với nhau (Nguyễn Đình Thọ, 2011). Hệ số tải nhân tố (factor loading) ≥ 0.5 mới đảm bảo ý nghĩa của EFA. Đồng thời, hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Hair et al., 2010).
Tiêu chí điểm dừng eigenvalue có giá trị tối thiểu phải bằng 1 và tổng phương sai trích ≥ 50% (Hair et al., 2010).
Sau khi đưa 30 biến quan sát vào thực hiện phân tích nhân tố, các thơng tin từ việc phân tích cho thấy: