1.2.1 .Chất lượng tín dụng trong ngân hàng thương mại
1.3. Giả thuyết và mô hình nghiên cứu
1.3.3.2. Phân tích nhân tố (EFA)
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn.
Thứ nhất: Phân tích nhân tố cần có ít nhất 200 quan sát (Gorsuch, 1983); còn Hatcher (1994) cho rằng số quan sát nên lớn hơn 5 lần số biến, hoặc là bằng 100.
Thứ hai: Hệ số KMO (Kaiser-Meyer-Olkin)1 ≥ 0.5, mức ý nghĩa của kiểm định Bartlett ≤ 0.05. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về 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 (Trọng & Ngọc,2005,262)
Thứ ba: Phương sai trích (Total Variance Explained). Theo Hair & cộng sự (1998) và Gerbing & Anderson (1988) yêu cầu rằng phương sai trích phải đạt từ 50% trở lên.
Thứ tư: Hệ số tải nhân tố (Factor loading). Nếu biến quan sát nào có hệ số tải nhân tố ≤ 0.5 sẽ bị loại (Tabachnick & Fidell, 1989, Using Multivariate Statistics, Northridge, USA: HarperCollins Publishers)2. Theo Hair & cộng sự (1998,111), Multivariate Data Analysis, Prentice-Hall International,
Inc, 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, ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair & vietinbank (1998,111) cũng 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.
1 KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về 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 trổng thể (Trọng & Ngọc,2005,262)
2 Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, Inc, 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, ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998,111) cũng 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
Thứ năm: khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.