3.4.3 .Thực trạng tính hữu ích của các yếu tố hỗ trợ công tác thẩm định tín dụng
4.6. Trình bày kết quả kiểm định giả thuyết
4.6.2.1. Phương pháp đánh giá giá trị thang đo
Theo Nguyễn Đình Thọ (2013, trang 399-403) để đánh giá giá trị thang đo, cần xem xét ba thuộc tính quan trọng trong kết quả phân tích nhân tố khám phá, đó là: số lượng nhân tố trích, trọng số nhân tố và tổng phương sai trích.
Số lượng nhân tố trích.
Để xác định số lượng nhân tố, tiêu chí eigenvalue được sử dụng. Tiêu chí này sẽ xác định số lượng nhân tố cho mơ hình (dừng ở số lượng nhân tố là bao nhiêu) dựa trên số lượng nhân tố có eigenvalue ≥ 1.
Trọng số nhân tố.
Trọng số nhân tố của một biến trên một biến mà nó đo lường sau khi quay cần phải cao (để đạt được điều kiện về giá trị hội tụ của thang đo) và đồng thời trọng số nhân tố trên các biến mà nó khơng đo lường phải thấp (để đạt được điều kiện về giá trị phân biệt của thang đo). Theo Nguyễn Đình Thọ (2013, trang 402-403) để đạt được các điều kiện trên, trọng số nhân tố phải thỏa:
Thứ nhất, trọng số nhân tố của một biến phải ≥ 0,5. Trong trường hợp biến quan sát có trọng số nhân tố < 0,5 thì nó khơng thực sự đo lường khái niệm cần nghiên cứu.
Thứ hai, chênh lệch hai trọng số ở hai nhân tố cần đo lường khác nhau của một biến quan sát cần phải < 0,3. Nguyên nhân của điều kiện này là vì nếu hai trọng số ở hai nhân tố của biến quan sát có giá trị tương đương nhau có nghĩa là nó vừa đo lường cho nhân tố này vừa đo lường cho nhân tố kia, và như vậy sẽ không thỏa mãn yêu cầu về giá trị phân biệt của thang đo.
Tổng phương sai trích.
Tổng phương sai trích thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Theo Nguyễn Đình Thọ (2013, trang 403) tổng phương sai trích đạt yêu cầu nếu ≥ 0,5, và tốt nếu ≥ 0,6.
Điều kiện để thực hiện phân tích EFA.
Kiểm định Bartlett (Bartlett's Test of Sphericity) dùng để xem xét ma trận tương quan với giả thuyết rằng ma trận tương quan là ma trận đơn vị, nếu phép
kiểm định Bartlett có P-Value < 0,05 thì có thể bác bỏ giả thuyết trên và có nghĩa là các biến có quan hệ với nhau.
Kiểm định KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) dùng để so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan riêng phần của chúng. Theo Kaiser, 1974 (trích từ Nguyễn Đình Thọ, 2013, trang 397) thì giá trị KMO ≥ 0,90 là rất tốt, KMO ≥ 0,80 là tốt, KMO ≥ 0,70 là được, KMO ≥ 0,60 là tạm được, KMO ≥ 0,50 là xấu và KMO < 0,50 là không thể chấp nhận được.