CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Phương pháp nghiên cứu định lượng
3.4.2.3. Phương pháp phân tích nhân tố khám phá EFA
Đây là một kỹ thuật thống kê nhằm làm giảm số lượng n biến quan sát thành 1 tập A nhỏ hơn mà vẫn thể hiện đầy đủ thông tin của tập biến ban đầu. Theo Mayers (2006), phép xoay Varimax cùng phương pháp trích Pricipal Components Analysis là phương thức được sử dụng rộng rãi nhất trong phân tích nhân tố khám phá.
Hệ số tải nhân tố được dùng để xác định mức độ đại diện của từng biến quan sát với nhân tố ban đầu. Hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, có giá trị tuyệt đối từ 0,3 đến 0,4 được xem như biến quan sát có ý
nghĩa đạt mức điều kiện tối thiểu (Anderson & Gerbing, 1988). Tuy nhiên, ngưỡng phù hợp để đánh giá chất lượng biến quan sát trong nghiên cứu là khi hệ số này phải lớn hơn 0,5.
Cần thỏa mãn các yêu cầu sau khi phân tích nhân tố khám phá:
- Hệ số Kaiser-Meyer-Olkin được dùng để kiểm tra sức mạnh của mối tương quan từng phần giữa các biến. Hệ số Kaiser-Meyer-Olkin phải lớn hơn 0,5 và bé hơn 1. Hệ số này càng gần 1 thì càng có ý nghĩa trong phân tích EFA. - Nhằm kiểm tra xem trong tổng thể liệu các biến có tương quan với nhau với nhau hay khơng, cần phân tích kiểm định Barlett. Khi kiểm định Bartlett có ý nghĩa thống kê ở mức ý nghĩa 5%, thì có thể kết luận trong tổng thể các biến có tương quan với nhau.
- Hệ số tải nhân tố của các biến quan sát lớn hơn 0,5.
- Giá trị tổng phương sai trích đại diện cho phần trăm lượng biến thiên được giải thích bởi các yếu tố phải lớn hơn 50% (Anderson & Gerbing, 1988). Theo Hair và cộng sự (2014), phần trăm phương sai trích lớn hơn 60% được xem là tốt.