CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN CỨU
3.6. Phƣơng pháp phân tích dữ liệu
3.6.4. Phân tích nhântố khám phá EFA
EFA và đánh giá giá trị thang đo.
Để kiểm định một lý thuyết khoa học, cần phải đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và đánh giá giá trị của thang đo bằng phƣơng pháp phân tích nhân tố khám phá EFA. Trong phần trên tác giả đã kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, vấn đề tiếp theo là thang đo phải đƣợc đánh giá giá trị của nó. Hai giá trị quan trọng trong phân tích EFA bao gồm: Giá trị họi tụ và giá trị phân biệt (Nguyễn Đình Thọ, Phƣơng pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, Trang 378).
Thỏa mãn “Giá trị hội tụ”: Các biến quan sát hội tụ về cùng một nhân tố. Đảm bảo “Giá trị phân biệt”: Các biến quan sát thuộc về nhân tố này và phải phân biệt với nhân tố khác.
Phân tích nhân tố khám phá gọi tắt là EFA, Dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F<k) các nhân tố có ý nghĩa hơn. Trong nghiên cứu, Chúng ta thƣờng thu thập đƣợc một số lƣợng biến khá lớn và rất nhiều các biến quan sát trong đó có liên hệ tƣơng quan với nhau. Thay vì đi nghiên cứu 12 đặc điểm nhỏ của một đối tƣợng, chúng ta có thể chỉ nghiên cứu 3 đặc điểm lớn, trong mỗi đặc điểm lớn này gồm 4 đặc điểm nhỏ có sự tƣơng quan với nhau. Điều này giúp tiết kiệm thời gian và kinh phí cho ngƣời nghiên cứu.
Tiêu chí trong phân tích EFA.
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải đạt giá trị từ trong khoản [0.5,1] là điều kiện đủ để phân tích nhân tố lá phù hợp. Nều trị số này nhỏ hon 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với tập dữ liệu nghiên cứu (Hoàng Trong, Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Barlett: Dùng để xem xét các biến quan sát trong nhân tố có tƣơng quan với nhau hay khơng, Điều kiện cần đề áp dụng phân tích nhân tố là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân tố phải có mối tƣơng quan với nhau. Điểm này liên quan đến giá trị họi tụ trong phân tích EFA. Do đó nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xem xét. Kiểm định Barlett có ý nghĩa thống kê (giá trị sig của Bartlet’s Test<0.05), chứng tỏ các biến quan sát có tƣơng quan với nhau trong nhân tố (NguyễnĐình Thọ, Phƣơng pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, Trang 413).
Eigenvalue lớn hơn hoặc bằng 1 mới đƣợc giữ lại trong mơ hình phân tích (Hồng Trong, Chu Nguyễn Mộng Ngọc, 2008).
Tổng phƣơng sai trích (total Variance Explained) lớn hơn hoặc bằng 0.05 cho thấy mơ hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố đƣợc trích cơ đọng đƣợc bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
Hệ số tải nhân tố (Gactor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tƣơng quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tƣơng quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tƣơng quan giữa biến quan sát đó với nhân tố càng lớn và ngƣợc lại (Hair & Ctg, 2009).
Factor loading ở mức + (-) 0.3: điều kiện tối thiểu để biến quan sát đƣợc giữ lại.
Factor loading ở mức + (-) 0.5: biến quan sát có ý nghĩa thống kê tốt. Factor loading ở mức + (-) 0.7: biến quan sát có ý nghĩa thống kê rất tốt. Tuy nhiên giá trị tiêu chuẩn của hệ số tải nhân tố cần phụ thuộc vào kích thƣớc mẫu. Với từng khoảng kích thƣớc mẫu khác nhau, mức trọng số nhân tố để biến quan sát có ý nghĩa thống kê là hồn tồn khác nhau.
Trong thực tế, việc áp dụng nhớ từng mức hệ số tải nhân tố với từng khoảng kích thƣớc mẫu là khá khó khăn, do vậy ngƣời ta thƣờng lấy hệ số tải nhântố là 0.45 hoặc 0.5 là mức tiêu chuẩn với cỡ mẫu từ 120 đến dƣới 350; và lấy hệ số tải nhân tố là 0.3 với cỡ mẫu từ 350 trở lên.