2.6 Phân tích số liệu
2.6.4 Phân tích nhân tố khám phá EFA
Trong phân tích EFA, tiêu chuẩn để chọn các biến là các biến phải có hệ số tải nhân tố trên 0,5 (Hair và cộng sự 1998, 111) thì có ý nghĩa thực tiễn và thang đo đạt yêu cầu khi tổng phương sai trích thấp nhất là 50% (Gerbing và Anderson 1988).
Thang đo trong nghiên cứu chính thức gồm có 24 biến quan sát và sau khi kiểm tra mức độ tin cậy bằng phương pháp Cronbach’s Alpha thì loại 3 biến HU3, TT1 và BM. Để khẳng định mức độ phù hợp của thang đo với 21 biến quan sát còn lại, nghiên cứu sử dụng phương pháp phân tích nhân tố khám phá EFA.
Chỉ số KMO (Kaiser – Meyer – Olkin Measure of Simping Adequacy) được dùng để phân tích sự thích hợp của các nhân tố. Nếu 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Barlett xem xét giả thuyết H0: độ tương quan giữa các biến trong quan sát bằng khơng 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 Chu Nguyễn Mộng Ngọc, 2008).
Bảng 2.11 KMO and và kiểm định Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,796
Bartlett's Test of Sphericity
Approx. Chi-Square 3281.94
df 210
Sig. 0,000
Nguồn: Từ kết quả tính tốn của tác giả Kết quả bảng 2.11 cho thấy việc phân tích nhân tố là thích hợp với dữ liệu (KMO =
0,796> 0,5) và các biến quan sát là tương quan với nhau trong tổng thể (Sig = 0,000 <0,05). Sử dụng phương pháp Varimax Procedure để xoay nhân tố: xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố. (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Thông qua bảng tổng phương sai được giải thích (phụ lục 3.3) và phân tích nhân tố (xem phụ lục 3.2), cho thấy có 7 yếu tố trích lại tại Eigenvalue là 1,106 và phương sai trích được là 83,820% và chỉ số KMO là 0,796. Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Tất cả các chỉ báo đều có Factor loading > 0,5 và các biến quan sát đều gom lại đúng với các nhân tố như dự kiến ban đầu của nghiên cứu này.
Như vậy, ta thấy có 7 nhân tố được trích sau khi quay nhân tố bằng phương pháp PCA với varimax. Số lượng các nhân tố được trích này phù hợp với các thành phần ban đầu của thang đo, chứng tỏ phân tích EFA cho việc nhóm các biến quan sát này lại với nhau là thích hợp. Và kết quả này được đưa vào phân tích hồi quy tuyến tính đa biến (nhân tố).