4.2. Đánh giá độ tin cậy thang đo
4.2.3. Phân tích nhân tố khám phá EFA
Các biến đã đạt yêu cầu sau khi kiểm tra độ tin cậy Cronbach’s Alpha được tiếp tục sử dụng cho phân tích nhân tố. Phương pháp rút trích được sử dụng là principal component với phép xoay varimax để phân tích nhân tố. Trong đề tài này, tác giả tiến hành phân tích EFA cho các biến đợc cùng lúc. Riêng biến phụ tḥc (giá trị thương hiệu) được phân tích riêng.
Phân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt của thang đo. Thang đo đạt yêu cầu trong phân tích nhân tố khám phá cần phải đáp ứng được tiêu các chí sau:
- KMO từ 0.5 đến 1.
- Kiểm định Bartlett có ý nghĩa với sig < 0.05. - Tiêu chí Eigenvalue > 1.
- Tổng phương sai trích ≥ 50%.
- Hệ số tải nhân tố (factor loading) ≥ 0.5.
Phân tích nhân tố EFA các biến độc lập
Kết quả thu được sau khi thực hiện phân tích nhân tố khám phá EFA cho các biến độc lập như sau:
Bảng 4.7. Tóm tắt phân tích EFA cho các biến độc lập STT Biến Nhân tố 1 2 3 4 01 AW1 .155 .135 .158 .807 02 AW2 .176 .199 .261 .759 03 AW3 .223 .163 .244 .728 04 AW4 .114 .150 .169 .824 05 QP1 .713 .130 .065 .090 06 QP2 .778 .104 .078 .072 07 QP3 .691 .130 .072 .139 08 QP4 .700 .057 .033 .125 09 QP5 .643 .063 -.018 .165 10 QP6 .804 .023 .265 .100 11 QP7 .760 .158 .217 .002 12 QP8 .710 .144 .079 .097 13 AS1 .058 .172 .600 .265 14 AS2 .134 .112 .824 .175 15 Re_AS3 .132 .158 .757 .113 16 AS4 .078 .064 .806 .215 17 AS5 .154 .191 .794 .084 18 LY1 .083 .759 .247 .082 19 LY2 .144 .813 .084 .128 20 LY3 .188 .815 .188 .179 21 LY4 .109 .784 .068 .154 22 LY5 .161 .849 .141 .129 Eigen value 1.597 Tổng phương sai trích (%) 64.534 KMO .746 Bartlett .000
- Hệ số KMO đạt 0.746.
- Kiểm định Bartlett: Đạt yêu cầu (Sig=0.000< 0.05).
- Tại giá trị Eigenvalues = 1.597 với phương pháp rút trích principal component và phép xoay varimax có 4 nhân tố được trích với phương sai trích được là 64.534 % (>50%), đạt yêu cầu. Điều này thể hiện rằng 4 nhân tố được trích ra này có thể giải thích được 64.534% biến thiên của dữ liệu, đây là kết quả đạt yêu cầu.
- Dựa vào ma trận xoay nhân tố, hệ số tải nhân tố của các biến được trích đều lớn hơn 0.5 nên chấp nhận tất cả 22 biến quan sát này. Đồng thời, cả 04 nhân tố được trích phù hợp với giả thuyết ban đầu nên không đặt lại giả thuyết.
Phân tích nhân tố EFA đối với biến phụ thuộc
Kết quả thu được sau khi thực hiện phân tích nhân tố khám phá EFA đối với biến phụ thuộc như sau:
Bảng 4.8. Tóm tắt phân tích EFA đối với biến phụ thuộc
STT Biến Nhân tố 1 1 BE1 0.889 2 BE2 0.887 3 BE3 0.855 Eigen value 2.306 Tổng phương sai trích (%) 76.866 KMO .725 Bartlett .000
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả) - Hệ số KMO đạt 0.725.
- Kiểm định Bartlett: Đạt yêu cầu (Sig=0.000< 0.05).
- Tại giá trị Eigenvalues = 2.306 với phương pháp rút trích principal component và phép xoay varimax chỉ có mợt nhân tố được trích với phương sai trích được là
76.866 % (>50%), đạt yêu cầu. Điều này thể hiện rằng nhân tố được trích ra này có thể giải thích được 76.866% biến thiên của dữ liệu, đây là kết quả đạt yêu cầu.
- Ba biến quan sát trong nhân tố này có hệ số tải nhân tố lớn hơn 0.5 nên đạt yêu cầu. Tác giả giữ nguyên tên “giá trị thương hiệu” cho nhân tố này.
Kết quả phân tích nhân tố (EFA) cho thấy các biến độc lập và biến phụ thuộc trong mô hình sau khi đã nhóm biến đều đạt giá trị hợi tụ và giá trị phân biệt có thể chấp nhận được. Do đó, phân tích EFA là thích hợp với dữ liệu nghiên cứu.
Bảng 4.9. Thành phần các nhân tố và biến đo lường sau khi phân tích EFA
Nhân tố Thành phần Biến đo lường 1 Nhận biết thương hiệu (AW) AW1, AW2, AW3, AW4
2 Chất lượng cảm nhận (PQ) PQ1, PQ2, PQ3, PQ4, PQ5, PQ6, PQ7, PQ8
3 Liên tưởng thương hiệu (AS) AS1, AS2, RE_AS3, AS4, AS5 4 Lòng trung thành thương hiệu (LY) LY1, LY2, LY3, LY4, LY5
5 Giá trị thương hiệu (BE) BE1, BE2, BE3
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)