4.3 Kiểm định mơ hình đo lường
4.3.2 Phân tích nhân tố khám phá (EFA)
Toàn bộ các biến quan sát được đưa vào phân tích nhân tố khám phá (EFA), để giảm bớt hay tóm tắt dữ liệu và tính độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay khơng. Một số tiêu chuẩn mà các nhà nghiên cứu cần quan
tâm trong phân tích nhân tố khám phá (EFA) như sau: (1) hệ số KMO1 (Kaiser- Mayer-Olkin) > 0.5 và mức ý nghĩa của kiểm định Bartlett < 0.05; (2) hệ số tải nhân tố (Factor loading) > 0.4, nếu biến quan sát nào có hệ số tải nhân tố < 0.4 sẽ bị loại2; (3) thang đo được chấp nhận khi tổng phương sai trích > 50%; (4) hệ số eigenvalue > 1 (Gerbing và Anderson, 1998); (5) khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố > 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
_______________________________________
1
KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, phân tích nhân tố khám phá (EFA) thích hợp khi 0.5 < KMO < 1. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng 0 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 (Hồng Trọng và Mộng Ngọc, 2005, p.262).
2
Theo Hair & ctg (1998, 111), Hệ số tải nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0.3 được xem là đạt mức tối thiểu, hệ số tải nhân tố > 0.4 được xem là quan trọng và > 0.5 đuợc 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 > 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0.75.