Biến quan sát Ký hiệu Cronbach’s Alpha Số quan sát
Truyền đạt và hiệu lực hóa tính chính trực và giá trị đạo đức MTt 0,770 3 Cam kết về năng lực và chính sách nhân sự MTc 0,875 5
Sự tham gia của Ban quản trị MTs 0,793 3
Triết lí và phong cách điều hành của nhà quản lý MTp 0,785 3 Cơ cấu tổ chức và phân quyền trách nhiệm MTq 0,834 5
Nhận dạng rủi ro DRn 0,772 4
Đánh giá rủi ro DRd 0,746 3
Giảm thiểu rủi ro DRg 0,790 3
Kiểm sốt chính sách thủ tục KSt 0,811 4
Kiểm soát chất lượng dịch vụ vận tải KSc 0,842 6
Kiểm sốt an tồn lao động, cơng tác phịng cháy nổ KStc 0,817 4
Thông tin truyền thông TT 0,843 6
Giám sát GS 0,859 5
Chính sách của Nhà nước CS 0,833 5
Hiệu quả kinh doanh HQ 0,881 7
Nguồn: Tác giả tổng hợp
Hệ số tương quan biến tổng lớn hơn 0,3 xuất hiện ở tất cả các biến (Kết quả chi tiết được trình bày trong phụ lục 5) do vậy, các thang đo đều đảm bảo đủ độ tin cậy.
4.6. Phân tích nhân tố khám phá
Sau khi phân tích tính hiệu lực và độ tin cậy, có 66 biến quan sát được đưa vào phân tích nhân tố để ước lượng nhóm các biến quan sát ban đầu thành những nhân tố
mới. Kết quả hệ số KMO lớn hơn 0,5 thì phân tích nhân tố được cho là phù hợp. Kiểm
định Barlett’s với giá trị P-value (sig.) là 0,000 nhỏ hơn mức ý nghĩa 5% thì các biến
có tương quan với nhau. Khi sử dụng phương pháp rút trích nhân tố dựa vào giá trị Eigenvalue, thì những nhân tố nào lớn hơn 1 mới được giữ lại trong mơ hình phân tích (Hồng và cộng sự, 2008). Kết quả cho thấy (Phụ lục 6) có 15 nhân tố được rút trích
với giá trị Eigenvalue đều lớn hơn 1. Eigenvalue của biến “Mơi trường kiểm sốt”
bằng 1,533 tại nhân tố thứ 5 và tổng phương sai trích bằng 66,847 lớn hơn 50% chứng tỏ chúng giải thích được 66,847% sự thay đổi dữ liệu bởi 5 nhân tố. Eigenvalue của
biến “đánh giá rủi ro” bằng 1,253 tại nhân tố thứ 3 và tổng phương sai trích bằng 65,063%, chứng tỏ 65,063% sự thay đổi dữ liệu được giải thích bởi 3 nhân tố.
Eigenvalue của biến “các hoạt động kiểm soát” bằng 1,459 tại nhân tố thứ 3 và tổng
phương sai trích bằng 60,903% lớn hơn 50% chứng tỏ chúng giải thích được 60,903% sự thay đổi dữ liệu bởi 3 nhân tố. Eigenvalue của các biến “thông tin truyền thơng;
giám sát; chính sách nhà nước” bằng 1,851 tại nhân tố thứ 3 và tổng phương sai trích bằng 60,048% lớn hơn 50% chứng tỏ chúng giải thích được 60,048 % sự thay đổi dữ
liệu bởi 3 nhân tố. Eigenvalue của biến phụ thuộc “hiệu quả kinh doanh” bằng 4,084 tại nhân tố thứ 1 và tổng phương sai trích bằng 58,347 lớn hơn 50% chứng tỏ chúng giải thích được 58,347 % sự thay đổi dữ liệu bởi một nhân tố.
Tiếp tục phân tích bảng ma trận xoay các nhân tố Varimax, nếu hệ số tải nhân tố lớn hơn 0,5 và không được tải lên ở nhiều nhân tố thì các nhân tố đó được giữ lại, ngược lại biến đó sẽ bị loại khỏi phân tích EFA (Hair và cộng sự, 1998). Kết quả kiểm định
KMO và Barlett’s chỉ ra trong (Phụ lục 6), cho thấy, hệ số KMO của biến “Mơi trường kiểm sốt” là 0,829; của biến “đánh giá rủi ro” là 0,813; của biến “các hoạt động kiểm sốt” là 0,897; của các biến “thơng tin truyền thơng; giám sát; chính sách nhà nước” là 0,902; của biến “hiệu quả kinh doanh” là 0,923, tất cả các hệ số KMO đều lớn hơn 0,5. Vậy dữ liệu là phù hợp để phân tích nhân tố. Kiểm định Barlett’s với giá trị P-value
(sig.) là 0,000 nhỏ hơn mức ý nghĩa 5% chứng tỏ các biến có tương quan với nhau. Kết quả phân tích EFA với ma trận xoay các nhân tố Varimax được thể hiện ở bảng 4.19: Ma trận xoay các nhân tố.