2.1.2.1. Cấu thành thương hiệu thuốc súc họng Betadine
2.2.1.3. Kết quả phân tích nhân tố khám phá EFA
Phân tích nhân tố EFA sẽ giúp khám phá các cấu trúc khái niệm nghiên cứu, loại bỏ các biến đo lường không đạt yêu cầu và đảm bảo cho thang đo có tính đồng nhất. Mục đích của việc phân tích nhân tố EFA là xem xét mối quan hệ giữa các biến quan sát và gộp chúng vào các nhóm biến giải thích cho các nhân tố.
Trong q trình phân tích nhân tố, phải đáp ứng những yêu cầu và tiêu chuẩn cụ thể như sau:
+ Đạt giá trị phải hội tụ: Hệ số tải nhân tố (factor loading) > 0.5, nếu biến nào có hệ số tải nhân tố nhỏ hơn 0.5 thì sẽ bị loại, hệ số tải nhân tố lớn nhất ở cột nào thì thuộc vào nhân tố đó.
+ Phương sai trích lớn hơn 50% và eigenvalue có giá trị lớn hơn 1 thì được chấp nhận.
+ Hệ số KMO là trị số dùng để xem xét sự thích hợp của phân tích nhân tố do vậy giá trị KMO phải nằm giữa 0.5 và 1 (0.5< KMO<1) thì mới phù hợp với dữ liệu thu thập được. Mức ý nghĩa của kiểm định Barrtlett với sig nhỏ hơn 0.05 thì có ý nghĩa thống kê.
Phân tích EFA cho các biến độc lập
Kết quả đạt được hệ số KMO = 0, 771 > 0.5 và kiểm định Barlett’s có giá trị 1425.230 với mức ý nghĩa Sig = 0.000 < 0.05, cho thấy các biến quan sát thuộc cùng một nhân tố có tương quan chặt chẽ với nhau. Đồng thời tổng phương sai trích là 62.116 % > 50% cho thấy 4 nhân tố này giải thích 62.116 % sự biến thiên của tập dữ liệu và giá trị Eigenvalue = 1.787 >1 đủ tiêu chuẩn phân tích nhân tố (Phụ lục
3.1)