Phương pháp phân tích nhân tố khám phá EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. Phân tích nhân tố được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm bằng Độ giá trị hội tụ, đồng thời đo lường độ giá trị phân biệt giúp đảm bảo sự khác biệt, khơng có mối quan hệ tương quan giữa các yếu tố sử dụng để đo lường các nhân tố bằng Độ giá trị phân biệt. Theo Hair và cộng sự (1998), hệ số tải từ 0,3 trở lên là đạt giá trị hội tụ và hệ số tải của
nhân tố này lớn hơn hệ số tải của nhân tố khác cho thấy tính đảm bảo độ giá trị phân biệt.
Kiểm định KMO và kiểm định Bartlett dùng để kiểm định dữ liệu có đầy đủ điều kiện để phân tích hay khơng. KMO > 0,5 (Kaiser, 1974) và Barlett có p < 0,056 (Pallant, 2007) có nghĩa là kết luận phân tích nhân tố là thích hợp với các dữ liệu đã có. Phép trích Principal Component Analysis với phép xoay Varimax được sử dụng trong phân tích nhân tố thang đo các biến độc lập, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố > 1) và tổng phương sai trích lớn hơn 50% (Gerbing, Anderson, 1998).
Sau khi phân tích Cronbach’s Alpha, nhóm nghiên cứu đưa tồn bộ các biến quan sát vào phân tích nhân tố với phép trích Principal Component Analysis, sử dụng phép xoay Varimax, sử dụng kiểm định KMO và kiểm định Bartlett để đo lường sự tương thích của mẫu khảo sát. Hệ số tải nhân tố đặt mức ít nhất bằng 0,5 vì theo Hoàng và Chu (2007) đây là mức đảm bảo ý nghĩa thiết thực của phân tích EFA. Kết quả phân tích EFA như sau:
Bảng 5.6: Kiểm định KMO và Bartlett
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0,856 0,5 < 0,856 < 1 Giá trị Sig trong Bartlett 0,000 0,000 < 0,05
Tổng phương sai trích 61,058% 61,058% > 50% Giá trị Eigenvalue 1,095 1,095 > 1
Nguồn: Tổng hợp dữ liệu
Kết quả phân tích EFA (bảng 5.6) cho thấy: KMO = 0,856 thể hiện phân tích nhân tố là phù hợp. Giá trị Sig (Bartlett’s test) = 0,000 < 0,05 nên các biến quan sát có tương quan với nhau trong tổng thể. Tổng phương
sai trích = 61,058% > 50% chứng tỏ gần 61% biến thiên của dữ liệu được giải thích bởi các nhóm nhân tố trong nghiên cứu. Giá trị Eigenvalue = 1,095 > 1 cho thấy đại diện một phần biến thiên được giải thích bởi mỗi nhân tố thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất. Hệ số tải (Factor loading) của các biến quan sát đều lớn hơn 0,5, đạt tiêu chuẩn đề ra cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Bảng 5.7: Ma trận xoay các nhân tố
Biến Nhân tố 1 2 3 4 5 6 7 8 MT1 0,804 MT2 0,728 MT3 0,711 MT4 0,681 AT1 0,673 AT2 0,662 AT3 0,645 SK1 0,614 SK2 0,536 SK3 0,850 KT1 0,785 KT2 0,672 KT3 0,640 KT4 0,763 NT1 0,702 NT2 0,677 NT3 0,724 NT4 0,827 GIA1 0,709 GIA2 0,635 GIA3 0,723
Biến Nhân tố 1 2 3 4 5 6 7 8 NHC1 0,834 NHC2 0,792 NHC3 0,759 NHC4 0,815 TĐ1 0,802 TĐ2 0,779 TĐ3 0,764 TĐ4 0,738
Note: Diagonal value indicates the square root of AVE of construct Nguồn: Tổng hợp dữ liệu