CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3. Phân tích nhân tố khám phá (EFA)
4.3.1. Phân tích nhân tố khám phá (EFA) cho các biến độc lập
Kết quả khám phá nhân tố EFA được luận văn thể hiện chi tiết theo kết quả nghiên cứu bên dưới.
Bảng 4.13. Kết quả kiểm tra mức độ phù hợp của phân tích EFA của các biến độc lập
Kết quả nghiên cứu tại Bảng 4.12 cho thấy, hệ số KMO = 0,72 thỏa mãn điều kiện 0,5 < KMO < 1 nên phân tích nhân tố khám tương đối phù hợp cho các số liệu thực tế. Ngoài ra, kết quả kiểm tra sự phù hợp của khám phá nhân tố EFA của kiểm định Bartlett cho thấy giá trị p-value của kiểm định bằng 0,00, nhỏ hơn mức ý nghĩa thống kê 10%. Điều này cho thấy rằng, phân tích khám phá nhân tố EFA sẽ trở nên phù hợp để rút gọn các biến quan sát thành các yếu tố như các nghiên cứu trước đây đã từng lập luận. Tác giả đi đến kết luận: dữ liệu để phân tích nhân tố là hồn tồn phù hợp.
(Nguồn: Kết quả từ phần mềm SPSS, 2022)
Kết quả nghiên cứu tại Bảng 4.13 cho thấy, chỉ số phương sai tại Cột Tích Luỹ là 70,50%, điều này được hiểu là 70,50%, biến đổi của các nhân tố được giải
thích dựa trên các biến quan sát.
Bảng 4.15. Bảng ma trận xoay của biến độc lập
Thành Phần 1 2 3 4 5 PL1 0,77 PL2 0,85 PL3 0,84 PL4 0,75 PL5 0,68 HT1 0,81 HT2 0,80 HT3 0,74 HT4 0,77 HT5 0,97
CN1 0,85 CN2 0,87 CN3 0,89 CN4 0,84 MT1 0,80 MT2 0,78 MT3 0,85 RR1 0,83 RR2 0,82 RR3 0,87 (Nguồn: Kết quả từ phần mềm SPSS, 2022)
Kết quả nghiên cứu tại Bảng 4.14 cho thấy, tất cả các biến quan sát đều có giá trị hệ số tải lớn hơn 0,5 và được phân vào 5 thành phần khác biệt với nhau.
4.3.2. Phân tích nhân tố khám phá (EFA) cho biến phụ thuộc
Kết quả kiểm định KMO và Barlett’s:
Bảng 4.16. Kết quả đánh giá mức độ phù hợp của phân tích EFA của biến phụ thuộc
Kết quả nghiên cứu tại Bảng 4.15 cho thấy, hệ số KMO = 0,78 đáp ứng điều kiện 0,5 < KMO < 1 nên phân tích nhân tố khám phá khá phù hợp cho dữ liệu thực tiễn. Ngoài ra, kết quả kiểm tra sự phù hợp của khám phá nhân tố EFA của kiểm định Bartlett cho thấy giá trị p-value của kiểm định bằng 0,00, nhỏ hơn mức ý nghĩa thống kê 10%. Điều này cho thấy rằng, phân tích khám phá nhân tố EFA sẽ trở nên phù hợp để rút gọn các biến quan sát thành các yếu tố như các nghiên cứu trước đây
đã từng lập luận. Tác giả đi đến kết luận: dữ liệu để phân tích nhân tố là hoàn toàn phù hợp.
Bảng 4.17. Tổng phương sai được giải thích đối với biến phụ thuộc
Kết quả nghiên cứu tại Bảng 4.16 cho thấy, chỉ số phương sai tại Cột Tích Luỹ là 70,98%, điều này được hiểu là 70,98% biến đổi của các nhân tố được lý giải từ các biến quan sát.
Bảng 4.18. Bảng ma trận xoay của nhân tố biến phụ thuộc
(Nguồn: Kết quả từ phần mềm SPSS, 2022)
Với những chỉ số trên, đề tài có thể kết luận rằng phân tích EFA hồn tồn có ý nghĩa thực tiễn, khả năng giải thích cho thực tế cao và hình thành 05 yếu tố có ý nghĩa như đã đề cập bao gồm Chính trị, pháp lý, kinh tế; Hỗ trợ của chính phủ; Cơng nghệ, Tác động của mơi trường; Rủi ro và chi phí.