CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.1. THỐNG KÊ MÔ TẢ MẪU KHẢO SÁT
4.2.2. Phân tích EFA cho các biến độc lập
Phƣơng pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối quan hệ tƣơng quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập hợp F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nghiên thủy (biến quan sát)
- Kết quả phân tích EFA lần 1 (Phụ lục 4b) cho thấy có 1 biến “Cịn size phù
hợp với tơi” có hệ số tải thấp hơn 0.5. Tác giả đã loại bỏ biến này và tiếp tục phân tích EFA lần 2.
- Kết quả phân tích lần 2 (Bảng: 4-3)
Bảng 4-3: Kết quả phân tích EFA cho biến độc lập
STT
Ma trận nhân tố sau khi xoay
Tên nhân tố (ký hiệu)
Tên biến quan sát
Thành phần
1 2 3 4 5
1 TBH_2 .843 .117 .064 .080 .165
Tiêu chí liên quan đến bán hàng (TBH)
2 TBH_3 .819 .111 .097 .109 .005
3 TBH_4 .802 .169 .144 .044 -.109
STT
Ma trận nhân tố sau khi xoay
Tên nhân tố (ký hiệu)
Tên biến quan sát
Thành phần
1 2 3 4 5
5 TTT_4 .222 .758 .043 .173 .025
Tiêu chí liên quan đến thiết kế và thời trang(TTT) 6 TTT_2 .148 .740 .048 -.014 .125 7 TTT_1 .174 .734 .082 .035 .048 8 TTT_5 .005 .732 -.057 .099 .069 9 TCL_3 .099 -.083 .761 .015 -.021
Tiêu chí liên quan đến chất lƣợng sản phẩm (TCL) 10 TCL_5 .032 .155 .749 -.029 .053 11 TCL_2 .111 -.093 .621 .272 .282 12 TCL_1 .128 -.012 .616 .344 .221 13 TCL_4 .019 .163 .527 .176 .069
14 TTH_2 .079 .104 .163 .838 .109 Tiêu chí liên quan tới
thƣơng hiệu (TTH)
15 TTH_1 .077 .151 .153 .814 .114
16 TGIA_2 .063 .153 .147 .027 .848 Tiêu chí liên quan đến
giá (TGIA)
17 TGIA_1 .145 .091 .176 .336 .684
Initial Eigenvalues 4.723 2.257 1.727 1.178 1.024
Phƣơng sai trích 27.781 13.274 10.160 6.931 6.022
Phƣơng pháp xử lý: Principal Component Analysis. Phép xoay: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
Nguồn: Xử lý từ dữ liệu điều tra của tác giả
- Từ kết quả tại Bảng 4-1 cho thấy:
Kết quả KMO and Bartlett's Test cao đạt .788 (>0.5) tại p value = .000 (<0.05).
Tất cả các nhân tố đều có hệ số tải lớn hơn 0.5 (nhỏ nhất là 0.527)
Hệ số tải nhân tố của một biến quan sát trên các nhân tố đều lớn hơn 0.3 đảm bảo giá trị phân biệt giữa các nhân tố.
Có 5 nhân tố đã đƣợc khám phá tại hệ số Eigenvalues bằng 1.024 (>1)
Tổng mức độ giải thích cho mơ hình là 64.169%. (>50%) hay 5 nhân tố này đã giải thích đƣợc 64.169% độ biến thiên của dữ liệu.
Điều này có nghĩa rằng các biến qua phân tích EFA là phù hợp và đƣợc sử dụng cho những phân tích tiếp theo.