Bảng kết quả kiểm định KMO và Barlett cho biến độc lập
KMO 0,705
Sig. 0,000
df 210
Nguồn: Tác giả tự tổng hợp
Bảng trên cho thấy hệ số KMO = 0,705 thỏa mãn điều kiện 0,5 < KMO < 1, do đó việc phân tích khám phá là thích hợp cho dữ liệu thực tế. Từ bảng trên, đại lượng Sig. = 0,000 thỏa mãn điều kiện Sig. ≤ 0,05 nên kiểm định này có ý nghĩa thống kê và các biến quan sát có mối tương quan với nhau trong tổng thể, chứng tỏ dữ liệu được sử dụng trong phân tích là phù hợp.
Từ bảng tổng phương sai trích cho biến độc lập (bảng “Total Variance Explained”, xem Phụ lục 6 - Tổng phương sai trích cho biến độc lập), ta thấy giá trị phần trăm phương sai toàn bộ Percentage of variance = 76,654% > 50%, có nghĩa là các nhóm nhân tố giải thích được 76,654% sự biến thiên của các biến quan sát. Cũng từ
bảng này, giá trị Eigenvalue = 1,629 thỏa mãn điều kiện Eigenvalue > 1, như vậy mơ hình đủ điều kiện để phân tích nhân tố khám phá.
Từ bảng phân tích nhân tố ma trận xoay (bảng “Rotated Component Matrixa”, xem Phụ lục 7: Phân tích nhân tố ma trận xoay) ta thấy các biến quan sát đã được tập hợp thành 06 nhóm biến độc lập với trật tự các biến quan sát đều được giữ nguyên so với các biến độc lập đã được xây dựng ban đầu, các hệ số tải nhân tố (factor loading) đều lớn hơn 0,5 do đó 6 nhóm biến độc lập này có ý nghĩa thực tiễn. Như vậy, ta tổng kết được 6 nhóm biến độc lập sau:
Nhóm 1: nhóm “Quy mơ” gồm các biến quan sát QM1, QM2, QM3.
Nhóm 2: nhóm “Nhiệm kỳ Kiểm tốn” gồm các biến NK1, NK2, NK3.
Nhóm 3: nhóm “Danh tiếng CTKT” gồm các biến DT1, DT2, DT3.
Nhóm 4: nhóm “Tính độc lập của KTV” gồm các biến ĐL1, ĐL2, ĐL3, ĐL4.
Nhóm 5: nhóm “Năng lực KTV” gồm các biến NL1, NL2, NL3, NL4.
Nhóm 6: nhóm “Mức độ chuyên sâu” gồm các biến CS1, CS2, CS3, CS4.
Kết quả phân tích EFA cho biến phụ thuộc