Chƣơng 4 : PHÂN TÍCH DỮ LIỆU
4.4 Phân tích nhân tố
Phƣơng pháp phân tích nhân tố đƣợc tiến hành để rút gọn tập hợp các biến độc lập thành một tập nhỏ hơn là các biến đại diện cho mỗi nhóm nhân tố mà khơng làm mất đi ý nghĩa giải thích và thơng tin của nhóm nhân tố đó (Hồng Trọng & Mộng Ngọc, 2005, tr. 260).
Hệ số (Kaiser – Meyer – Olkin) KMO là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0,5 và 1) có nghĩa là phân tích nhân tố thích hợp, cịn nếu nhƣ trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu. Phƣơng pháp sử dụng là Principal component với phép quay nhân tố là Varimax. Việc phân tích nhân tố sẽ đƣợc tiến hành với tồn bộ các biến quan sát, sau đó sẽ loại bỏ từng biến có hệ số truyền tải thấp.
Lần 1 có 21 biến quan sát đƣợc đƣa vào phân tích theo tiêu chuẩn Eigenvalue lớn hơn 1 thì có 5 nhân tố đƣợc rút ra. Hệ số KMO = 0,811 ( > 0,5) đƣợc trình bày ở Phụ lục 10.1. Tuy nhiên, biến quan sát B3 và D2 bị loại do có hệ số truyền tải quá thấp.
Lần 2, loại bỏ biến D2 có hệ số truyền tải thấp hơn B3. Đồng thời, hệ số Cronbach Alpha của nhóm nhân tố chứa D2 nhỏ 0,6. Kết quả phân tích nhân tố lần 2 cho thấy có 5 nhóm nhân tố đƣợc rút ra. Tuy nhiên biến A3, B3 và D1 có hệ số truyền tải nhỏ hơn 0,5 trong đó biến D1 có hệ số truyền tải nhỏ nhất là 0,465 nên tác giả xem xét bỏ biến D1 ra khỏi mơ hình phân tích nhân tố lần 3.
Lần 3, 19 biến quan sát đƣợc đƣa vào phân tích (loại bỏ biến D1), có 5 nhóm nhân tố đƣợc rút ra. Tuy nhiên, biến A3 có hệ số truyền tải nhỏ hơn 0,5 là 0,489 nên tác giả xem xét bỏ biến A3 ra khỏi mơ hình phân tích nhân tố lần 4.
Lần 4, kết quả phân tích nhân tố sau khi loại bỏ biến A3 cho thấy biến A2 tuy có hệ số truyền tải lớn hơn 0,5 nhƣng lại đứng một mình tạo thành một nhóm nhân tố. Đồng thời, kết quả phân tích tƣơng quan đƣợc trình bày ở Phụ lục 8 cho thấy A2 khơng có tƣơng quan mạnh với các biến khác cùng nhóm nhân tố ban đầu nên ta loại bỏ biến A2 ra khỏi mơ hình phân tích nhân tố lần 5.
Lần 5, sau khi loại biến A2, kết quả phân tích nhân tố cho thấy biến B3 có hệ số truyền tải nhỏ hơn 0,5 nên ta loại bỏ biến B3 ra khỏi mơ hình phân tích nhân tố lần 6.
Lần 6, 16 biến cịn lại đƣợc đƣa vào phân tích nhân tố. Kết quả phân tích cho thấy có 4 nhóm nhân tố đƣợc rút ra, trong đó các hệ số truyền tải đều lớn hơn 0,5.
Trong q trình phân tích nhân tố lần 2 và lần 3, biến D2 và D1 lần lƣợt bị loại ra khỏi phân tích nhân tố, điều này có thể giải thích do hệ số Cronbach Alpha thấp. Hai biến này không phù hợp để cùng nằm chung một nhóm nhân tố.
Trong q trình phân tích nhân tố lần 4 và lần 5, biến A3 và A2 lần lƣợt bị loại ra khỏi mơ hình, điều này có thể giải thích rằng ngƣời khảo sát đều đồng ý về tính an toàn và thoải mái của Metro. Tuy nhiên, hai yếu tố này không tác động đến ý định sử dụng của họ mà phụ thuộc vào các yếu tố khác.
Cuối cùng là biến B3 bị loại ra sau phân tích nhân tố lần 6. Điều này có thể giải thích rằng di chuyển bằng PTCN khơng tiết kiệm thời gian hơn so với Metro.
Nghiên cứu đề xuất kết quả phân tích nhân tố lần thứ 6 cho phân tích hồi quy. Kết quả kiểm định KMO và kết quả phân tích nhân tố đƣợc trình bày lần lƣợt ở Bảng 4.2 và Bảng 4.3.
Bảng 4.2 Kết quả kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,772
Bartlett's Test of Sphericity Approx. Chi-Square 1555,992
df 120
Sig. 0,000
Bảng 4.2 cho thấy kết quả kiểm định KMO và Bartlett có trị số KMO = 0,772 (nằm từ 0,5 đến 1) và giả thuyết H0 bị bác bỏ với mức ý nghĩa thống kê 0% (sig. = 0,000). Nhƣ vậy, các điều kiện ban đầu đã đƣợc đáp ứng để tiến hành phân tích nhân tố.
Bảng 4.3 Kết quả phân tích nhân tố Nhận Nhận thức sự hữu ích của Metro Sự hấp dẫn của PTCN Chuẩn chủ quan Nhận thức môi trƣờng
Tôi nghĩ sử dụng Metro thuận tiện 0,622
Tôi nghĩ giá vé Metro là rẻ 0,714
Tôi nghĩ sử dụng Metro giúp tôi tiết kiệm đƣợc
thời gian 0,820
Tơi có thể tự chủ về mặt thời gian khi sử dụng
Metro 0,780
Tôi nghĩ sử dụng PTCN thuận tiện hơn Metro 0,725 PTCN giúp tôi đi đến bất kỳ nơi nào tôi muốn
trong khu vực TP. HCM 0,682
Tôi nghĩ di chuyển bằng PTCN giúp tôi tự chủ
về mặt thời gian hơn so với Metro 0,778 Tơi nghĩ chi phí sử dụng PTCN thấp hơn Metro 0,709 Tôi đã quen với việc sử dụng PTCN hàng ngày 0,705 Gia đình khun tơi nên sử dụng Metro và nó có
ảnh hƣởng đến sự lựa chọn của tôi 0,882
Bạn bè khun tơi nên sử dụng Metro và nó có
ảnh hƣởng đến sự lựa chọn của tôi 0,908
Cơ quan/ trƣờng học khuyên tôi sử dụng Metro
và nó có ảnh hƣởng đến sự lựa chọn của tơi 0,883 Chính quyền thành phố có các biện pháp khuyến
khích sử dụng Metro và nó có ảnh hƣởng đến sự lựa chọn của tôi
0,571
Sử dụng Metro giúp giảm bớt ô nhiễm môi
trƣờng ở TP. HCM 0,858
Sử dụng Metro giúp giảm bớt tai nạn giao thông
ở TP. HCM 0,891
Sử dụng Metro giúp giảm bớt tắc nghẽn giao
thông ở TP. HCM 0,840
Eigenvalues 4,150 3,018 1,900 1,449
Độ biến thiên đƣợc giải thích
(Variance explained (%)) 25,935 18,862 11,878 9,058 Độ biến thiên đƣợc giải thích tích lũy
(Cumulative variance explained (%)) 25,935 44,797 56,675 65,732 Phƣơng pháp rút trích các nhân tố: Principal Axis Factoring
Phƣơng pháp xoay các nhân tố: Promax with Kaiser Normalization Trọng số (factor loading) nhỏ hơn 0,5 bị loại