CHƯƠNG 1 : TỔNG QUAN VỀ ĐỀ TÀI
3.3. Nghiên cứu và khảo sát về ứng dụng iPoS
3.3.3.2. Phân tích nhân tố khám phá (EFA)
Như đã trình bày ở mục 3.5.2.1, vấn đề khác biệt về mặt ngơn ngữ có khả năng dẫn đến tình trạng bất cân xứng về mặt ngữ nghĩa, do đó tác giả thực hiện phân tích EFA để chắc chắn rằng liệu có phát sinh thêm hoặc rút gọn khái niệm nào để các nhân tố trở nên có ý nghĩa hơn hay khơng.
Phân tích nhân tố EFA được thực hiện khi đáp ứng đủ các yếu tố: - Hệ số KMO1 lớn hơn 0.5 (Kaiser, 1974),
- Kiểm định Bartlett2 có mức ý nghĩa thống kê Sig < 0.05 (Hair, 2010), - Hệ số Eigenvalue3 phải có giá trị ≥ 1 (Hair, 2010),
- Tổng phương sai trích4 lớn hơn 50% (Gerbing and Anderson, 1988), - Các biến có hệ số truyền tải5 nhỏ hơn 0.5 sẽ bị loại (Hair, 2010).
Phân tích nhân tố khám phá cho biến độc lập
Kết quả phân tích lần 1 cho ta thấy: hệ số KMO là 0.873 > 0.5, kiểm định Bartlett có Sig < 0.05, Hệ số Eigenvalue có giá là 1.047 ≥ 1, Tổng phương sai trích là 73.180% > 50%, các biến quan sát đều có hệ số truyền tải lớn hơn 0.5, riêng biến quan sát PE3 có hệ số truyền tải là 0.493 < 0.5, không đạt yêu cầu.
Biến PE3 mang nội dung “Ứng dụng iPoS cho tôi cơ hội thăng tiến trong nghề nghiệp của mình”, tác giả lý giải cho việc khơng đạt yêu cầu của biến đo lường như sau: tuy việc chuyển sang sử dụng cơng nghệ iPoS sẽ đạt được nhiều tính hữu ích tạo điều kiện cho việc phát triển sự nghiệp nhưng với tính chất cơng việc là 1 đại lý tư vấn bảo hiểm, không được cơ cấu trở thành nhân viên cơng ty, thu nhập có được là từ hoa hồng của những hợp đồng bảo hiểm vì thế đến thời điểm nghiên cứu khơng có nhiều
1 Kaiser – Mayer – Olkin: chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến với độ lớn của hệ số tương quan từng phần của chúng (Norusis, 1994)
2 Hệ số tương quan giữa các biến (Nguyễn, 2011)
3 Đại diện có phần biết thiên được giải thích bởi mỗi nhân tố
cấp bậc dành cho vai trị này. Đồng thời, iPoS được khuyến khích sử dụng cho tồn bộ đại lý, chứ không dành cho bất kỳ cá nhân đặc biệt nào, cho nên việc thăng tiến được đánh giá dựa vào cấp bậc là chưa thực sự phù hợp trong môi trường khảo sát hiện tại.
Tác giả thực hiện loại biến quan sát PE3 khỏi thang đo: Kết quả phân tích sau khi loại biến PE3 như sau: hệ số KMO là 0.872 > 0.5, kiểm định Bartlett có Sig < 0.05, Hệ số Eigenvalue có giá là 1.035 ≥ 1, Tổng phương sai trích là 76.820% > 50%, các biến quan sát đều có hệ số truyền tải lớn hơn 0.5 và được phân thành 4 nhóm tương thích với mơ hình đề xuất (Phụ lục 6).
Phân tích nhân tố khám phá cho biến phụ thuộc
Kết quả phân tích lần 1 cho ta thấy: hệ số KMO là 0.726 > 0.5, kiểm định Bartlett có Sig < 0.05, Hệ số Eigenvalue có giá là 2.310 ≥ 1, Tổng phương sai trích là 76.990% > 50%, các biến quan sát đều có hệ số truyền tải lớn hơn 0.5, và cùng phản ánh cho