CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.3 Kiểm định mơ hình đo lường:
4.3.1 Kết quả phân tích nhân tố:
Các biến quan sát được lần lượt đưa vào phân tích nhân tố khám phá (EFA) nhằm giảm bớt hay tóm tắt dữ liệu, đồng thời xem xét độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay không. Sau đây là các tiêu chuẩn cần được quan tâm trong phân tích nhân tố khám phá (EFA):
- Hệ số KMO (Kaiser-Mayer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤ KMO <1 thì phân tích nhân tố là thích hợp và kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng, 2008).
- Theo Hoàng Trọng (2008), hệ số tải nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor loading >0.3 được xem là đạt mức tối thiểu, Factor loading > 0.4 được xem là quan trọng và ≥ 0.5 được xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn hệ số tải nhân tố > 0.3 thì cỡ mẫu nghiên cứu phải ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố phải lớn hơn 0.5, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0.75.
- Thang đo được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50%.
- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Hoàng trọng, 2008).
Khi tiến hành phân tích nhân tố EFA đối với các thang đo Động cơ, Thỏa mãn, Lòng trung thành, tác giả sử dụng phương pháp trích Principal Nhân tố Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn 1.
Sau khi kiểm định thang đo bằng công cụ Cronbach Alpha, tất cả các biến quan sát của bốn thang đo Động cơ đẩy, Động cơ kéo, Thỏa mãn, Lòng trung thành tiếp tục được đưa vào phân tích EFA.
Sau đây là những kết quả thu được từ q trình phân tích EFA và Cronbach Alpha với phương pháp đã được trình bày bên trên.