Biến quan sát Nhân tố
1 SEI02 .950 SEI03 .946 SEI01 .937 Eigenvalue 2.675 Phương sai trích (%) 89.162
Kết quả phân tích nhân tố khám phá EFA với thang đo xu hướng khởi nghiệp kinh doanh cho thấy, kiểm định KMO và Bartlett’s trong phân tích khá cao (0.769> 0.5) với mức ý nghĩa bằng 0 (sig 0.00). Điều này cho phép nhận định, phân tích nhân tố rất phù hợp với dữ liệu.
Quá trình kiểm định cũng chỉ ra, thang đo này tại hệ số eigenvalue là lớn hơn 1 (là 2.675), phương pháp rút trích principal component và phép quay varimax, có duy nhất 1 nhân tố được trích từ 3 biến quan sát, hệ số tải nhân tố của các biến đều lớn hơn 0.5, phương sai trích giải thích được 89.162% sự biến thiên của dữ liệu. Do vậy, các biến quan sát trong thang đo xu hướng khởi nghiệp kinh doanh đều quan trọng và thang đo này có ý nghĩa thiết thực.
4.4. Hiệu chỉnh mơ hình nghiên cứu và các giả thuyết
Hình 4.1 là kết quả điều chỉnh lại của mơ hình lý thuyết ban đầu phù hợp với kết quả phân tích nhân tố khám phá EFA.
Chương 2 đã trình bày 4 giả thuyết của nghiên cứu. Sau khi quan sát kết quả của bước phân tích EFA thang đo kỹ năng chính trị từ 4 thành phần ban đầu gồm: Năng lực mạng lưới, sự sắc sảo xã hội, Ảnh hưởng cá nhân lẫn nhau, Sự chân thật rõ ràng thì nay chỉ cịn lại 3 thành phần do năng lực mạng lưới và ảnh hưởng cá nhân đã chập lại với nhau, nhưng về mặt ý nghĩa thì khơng có thay đổi nhiều. Khi
Sự sắc sảo xã hội
(SA) H2 (+)
Xu hướng khởi nghiệp kinh doanh (SEI) H1 (+)
Ảnh hưởng lẫn nhau trong mạng lưới (NAII)
H3 (+) Sự chân thật rõ ràng
(AS)
ảnh hưởng lẫn nhau trong cùng một mạng lưới càng mạnh mẽ thì khả năng tương tác giữa các cá nhân sẽ càng nhiều tạo điều kiện cho việc chuẩn bị cho xu hướng khởi nghiệp riêng mình cũng tăng thêm. Do đó giả thuyết liên quan đến biến mới này (NAII) sẽ được điều chỉnh lại từ giả thuyết H1 và H3 của chương 2. Còn giả thuyết liên quan đến các biến còn lại vẫn được giữ nguyên. Tóm lại có 3 giả thuyết được tóm tắt tại Bảng 4.8
Bảng 4.8. Bảng tóm tắt giả thuyết sau khi xử lý EFA cho biến kỹ năng chính trị
Giả thuyết Nội dung
H1 Có mối quan hệ dương giữa ảnh hưởng lẫn nhau trong mạng lưới và xu hướng khởi nghiệp kinh doanh.
H2 Có mối quan hệ dương giữa sự sắc sảo xã hội và xu hướng khởi nghiệp kinh doanh.
H3 Có mối quan hệ dương giữa sự chân thành rõ ràng và xu hướng khởi nghiệp kinh doanh.
Và mơ hình nghiên cứu sau khi hiệu chỉnh là như Hình 4.1
4.4. Kiểm định mơ hình nghiên cứu
Để kiểm định vai trị quan trọng của các thành phần của kỹ năng chính trị đến xu hướng khởi nghiệp kinh doanh của sinh viên, một mơ hình hồi qui đươc đưa vào phân tích. Mơ hình này có một biến phụ thuộc là xu hướng khởi nghiệp kinh doanh và ba biến độc lập là: (1) ảnh hưởng lẫn nhau trong mạng lưới, (2) sự sắc sảo xã hội, (3) sự chân thật rõ ràng.
4.4.1. Phân tích ma trận tương quan
Trước khi tiến hành phân tích hồi qui tuyến tính bội, mối tương quan tuyến tính giữa các biến sẽ cần phải được xem xét. Dưới đây mà ma trận cho thấy mối tương quan tuyến tính giữa các biến trong mơ hình:
Bảng 4.9. Ma trận hệ số tương quan giữa các biến trong mơ hình
SEI AS SA NAII
Tương quan
Pearson SEIAS 1.000.501 1.000.501 .622.563 .801.463
SA .622 .563 1.000 .728
NAII .801 .463 .728 1.000
Sig. (1-tailed) SEI . .000 .000 .000
AS .000 . .000 .000 SA .000 .000 . .000 NAII .000 .000 .000 . Số mẫu SEI 394 394 394 394 AS 394 394 394 394 SA 394 394 394 394 NAII 394 394 394 394
Ma trận này cho biết mối liên hệ giữa biến phụ thuộc - xu hướng khởi nghiệp (SEI) với từng biến độc lập trong mơ hình và đồng thời cho biết mối liên hệ giữa các biến độc lập với nhau.
Với ma trận trên, mối tương quan giữa xu hướng khởi nghiệp (SEI) với các biến độc lập khác trong ma trận tương quan được thể hiện ra là mối liên hệ rất chặt chẽ, hệ số tương quan giữa xu hướng khởi nghiệp (SEI) với tất cả các biến khác
đều lớn hơn 0.50. Tương quan ít nhất với xu hướng khởi nghiệp kinh doanh là yếu tố sự chân thật rõ ràng (AS) và tương quan cao nhất là yếu tố ảnh hưởng lẫn nhau trong mạng lưới (NAII). Với kết quả này, chúng ta có thể kết luận sơ bộ là tất cả các biến độc lập đều có thể được đưa vào mơ hình để giải thích cho xu hướng khởi nghiệp kinh doanh của sinh viên.
4.4.2. Phân tích hồi quy
Trong khi đánh giá mơ hình hồi qui tuyến tính bội, hệ số xác định R2 (R square) được dùng để đánh giá độ phù hợp của mơ hình nghiên cứu. Hệ số xác định R square được chứng minh là hàm không giảm theo số lượng biến đưa vào mơ hình. Hệ số R2 có xu hướng tăng thuận chiều với số lượng biến đưa vào mơ hình, mặc dù vậy, khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu. Như vậy, R square có xu hướng là ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn một biến giải thích trong mơ hình. Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện.
Hệ số R2 khi đánh giá độ phù hợp của mơ hình là 0.663 (như Bảng 4.10), như vậy mơ hình nghiên cứu là rất phù hợp. Kết quả cũng cho thấy rằng R2 điều chỉnh nhỏ hơn R2, dùng hệ số này để đánh giá độ phù hợp của mơ hình sẽ an tồn và chính xác hơn vì nó khơng thổi phồng độ phù hợp với mơ hình.