CHƯƠNG III : PHƯƠNG PHÁP NGHIÊN CỨU
3.1 CÁCH KIỂM ĐỊNH THANG ĐO
3.1.4 Phương pháp phân tích nhân tố khám phá EFA:
Phương pháp EFA (Exploratory Factor Analysis) là một phương pháp phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng có biến phụ thuộc và biến độc lập mà dựa vào mối tương quan các biến với nhau. Một thang đo được gọi là phù hợp để sử dụng
khi nó thỏa mãn giá trị hội tụ và giá trị phân biệt. Phương pháp EFA giúp ta kiểm tra hai giá trị này. Trong phân tích nhân tố EFA ta cần chú ý đến một số hệ số như sau:
o Hệ số tải nhân tố
Trọng số nhân tố λi của biến Xi trên nhân tố mà nó là một biến đo lường sau khi quay phải cao và các trọng số trên các nhân tố khác nó khơng đo lường phải thấp. Theo kinh nghiệm nhiều nhà nghiên cứu cho rằng λi lớn hơn hoặc bằng 0,70. Tuy nhiên, thang đo bao gồm nhiều biến đo lường, vì vậy, trong thực tiễn nghiên cứu, λi ≥ 0,5 là thang đo đạt giá trị hội tụ chấp nhận. Nếu λi = 0,4 nhưng giá trị nội dung của nó đóng vai trị quan trọng trong thang đo thì ta khơng nên loại nó.
Chênh lệch trọng số λiA – λiB > 0,3 là giá trị thường được các nhà nghiên cứu chấp nhận. Nếu 2 trọng số này tương đương nhau thì biến Xi này vừa đo lường A vừa đo lường B, cần loại bỏ biến này vì khơng đảm bảo giá trị phân biệt. Tuy nhiên, cũng tương tự như trên, cần xem xét giá trị nội dung của nó trước khi quyết định loại bỏ hay không loại bỏ một biến đo lường.
o Tổng phương sai trích
Tổng phương sai trích TVE phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số (từ 60% trở lên là tốt)
o Tiêu chí Eigenvalue
Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Với tiêu chí này, số lượng nhân tố được xác định ở nhân tố có eigenvalue tối thiểu bằng 1.
o Kiểm định KMO
Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa hai biến Xi và Xj với độ lớn của hệ số tương quan riêng phần của chúng (Nguyễn Đình Thọ, 2011 trích từ Norusis, 1994). KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn. Để sử dụng EFA, KMO phải lớn hơn 0,5. KMO ≥ 0,9 rất tốt; KMO ≥ 0,8 tốt; KMO ≥ 0,7 được; KMO ≥ 0,6 tạm được; KMO ≥ 0,5 là xấu; KMO < 0,5 là khơng thể chấp nhận được (Nguyễn Đình Thọ, 2011 trích từ Kaiser, 1974).
X1 Định lượng β1 XK Định lượng βk Y Định lượng βp Xp Định lượng o Kiểm định Bartlett
Kiểm định này dùng để xem xét ma trận tương quan có phải là ma trận đơn vị hay không. Mức ý nghĩa của kiểm định này < 0,05.
(Nguyễn Đình Thọ, 2011)
Khi phân tích EFA bài nghiên cứu sử dụng phương pháp trích nhân tố PCA (Principal Components Analysis ) với phép quay vng góc Varimax. Điểm dừng là các nhân tố có eigenvalue > 1.