Trước khi kiểm định giá trị của các thang đo bằng kiểm định EFA, tác giả kiểm tra xem dữ liệu có đầy đủ điều kiện để phân tích hay khơng bằng kiểm định KMO và kiểm định Barlett (KMO and Bartlett’s Test). KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, phân tích nhân tố khám phá (EFA) thích hợp khi 0,5 ≤ KMO ≤ 1. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể (Ho: độ tương quan giữa các biến quan sát bằng không trong tổng thể), nếu kiểm định này có ý nghĩa thống kê (sig ≤ 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Mộng Ngọc, 2005, p.262).
Bảng 4.19. Kết quả kiểm định KMO và Bartlett cho các nhân tố KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .765 Bartlett's Test of
Sphericity
Approx. Chi-Square 8067.901
df 276
Sig. .000
Nguồn: Kết quả phân tích số liệu của tác giả
Kết quả cho thấy KMO = 0.765 thỏa mãn điều kiện KMO>0.5 (Kaiser, 1974).
Như vậy có thể kết luận phân tích nhân tố là thích hợp với các dữ liệu đã có.
Tương tự như vậy, thống kê Chi-square của Kiểm đinh Bartlett’s đạt giá trị
8067.901 với mức ý nghĩa trên 99% (Sig. = 0.000 < 0.01) như vậy có nghĩa là các biến có quan hệ với nhau và đủ điều kiện để phân tích nhân tố bằng EFA.
Phương pháp sử dụng để kiểm định EFA là Principal component với phép quay nhân tố là Varimax. Việc phân tích nhân tố sẽ được tiến hành riêng đối với các biến độc lập. Theo Hair & cộng sự (1998, 111), Factor loading là chỉ tiêu để đảm bảo mức
ý nghĩa thiết thực của EFA (ensuring practical significance): factor loading > 0.3 được xem là đạt được mức tối thiểu, factor loading > 0.4 được xem là quan trọng, factor
khuyên bạn đọc như sau: nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0.75. Do đó, tác giả lựa chọn loại các biến có hệ số tải (factor loading) nhỏ hơn 0.5 để đạt được ý
nghĩa thực tiễn trong q trình phân tích, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) >1 và tổng phương sai trích lớn hơn 50% (Gerbing và Anderson, 1988).
Kết quả từ Phụ lục 5 cho thấy, từ 24 biến quan sát có thể rút ra 5 nhóm nhân tố. Tổng phương sai giải thích khi nhóm nhân tố được rút ra là 67,714% (>50%) là thoả mãn các điều kiện. Như vậy, 6 nhóm nhân tố giải thích được 67,714% cho sự biến thiên của 24 biến quan sát.
Kết quả EFA cho Thái độ đối với việc mua bảo hiểm sức khoẻ phi nhân thọ cho thấy 6 tiêu chí đo lường Thái độ đối với việc mua bảo hiểm sức khoẻ phi nhân thọ được tải vào một nhân tố. Tất cả các hệ số tải đều đạt từ 0.533 trở lên đạt tiêu chuẩn đề
ra và cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Kết quả EFA cho Chuẩn mực chủ quan cho thấy 5 tiêu chí đo lường chuẩn mực chủ quan được tải vào một nhân tố. Các hệ số tải dao động từ 0.585 đến 0.877 cho thấy chúng có mối quan hệ ý nghĩa với nhân tố.
Kết quả EFA cho Nhận thức về kiểm soát hành vi mua bảo hiểm sức khoẻ phi nhân thọ cho thấy 5 tiêu chí đo lường Nhận thức về kiểm sốt hành vi mua bảo hiểm sức khoẻ phi nhân thọ được tải vào một nhân tố. Hệ số tải thấp nhất là 0.706 chứng tỏ các tiêu chí đo lường có quan hệ ý nghĩa với nhân tố Thái độ.
Kết quả EFA cho Hoạt động truyền thông và quảng cáo về bảo hiểm sức khoẻ
phi nhân thọ cho thấy có 4 tiêu chí đo lường được tải vào một nhân tố. Hệ số tải của
các tiêu chí này được xếp từ giá trị thấp đến cao lần lượt là: 0.629; 0.638;0.865;0.867
đạt tiêu chuẩn đề ra và cho thấy các biến quan sát này có ý nghĩa với nhân tố chuẩn
mực chủ quan.
Kết quả EFA cho Khả năng cung ứng bảo hiểm sức khoẻ phi nhân thọ cũng cho thấy các tiêu chí đo lường được tải vào một nhân tố và đều đáp ứng được yêu cầu các hệ số tải lớn hơn 0.5, chứng tỏ các biến quan sát này là có ý nghĩa đối với nhân tố Khả năng cung ứng bảo hiểm sức khoẻ phi nhân thọ.
Như vậy kết quả cho thấy 24 biến quan sát sau khi phân tích nhân tố đã thỏa
mãn tất cả các điều kiện.