CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.4 Phương pháp xử lý số li ệu
3.4.3 Phân tích nhân tố khám phá EFA
Các biến sau khi được kiểm định thang đo và loại bỏ các biến không đảm bảo độ tin cậy, sẽ được đưa vào phân tích nhân tố để xác định lại thang đo, điều này
sẽ giúp đánh giá chính xác hơn các thang đo, loại bỏ bớt các biến đo lường không đạt yêu cầu và làm cho thang đo đảm bảo tính đồng nhất. Phân tích nhân tố được hiểu là nhằm nhóm các biến ít tương quan với nhau thành các nhân tố mà các biến trong đó có sự tương quan với nhau hơn, từ đó hình thành các nhân tố đại diện nhưng vẫn mang đầy đủ thông tin so với số lượng biến ban đầu. Phân tích nhân tố bao gồm các bước:
Kiểm định sự thích hợp của phân tích nhân tố đối với các dữ liệu ban đầu bằng chỉ số KMO (Kaiser– Meyer– Olkin) và giá trị thống kê Barlett. Tiêu chuẩn đánh giá:
- Chỉ số KMO> 0.5
- Mức ý nghĩa quan sát nhỏ (sig< 0.05)
Các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố (EFA) là thích hợp.
Tiếp theo, phương pháp trích nhân tố và phương pháp xoay nhân tố sẽ được tiến hành để xác định số lượng các nhân tố được trích ra và xác định các biến thuộc từng nhân tố.
Tiêu chuẩn đánh giá:
- Chỉ những nhân tố nào có Eigenvalue lớn hơn 1 sẽ được giữ lại trong mơ hình phân tích, vì những nhân tố này có tác dụng tóm tắt thơng tin tốt hơn so với những nhân tố có Eigenvalue nhỏ hơn 1.
- Tổng phương sai trích lớn hơn 50% để chứng tỏ mơ hình trên phù hợp với dữ liệu phân tích.
- Hệ số Factor loading: là hệ số tương quan đơn giữa biến và nhân tố. Điều kiện: hệ số factor loading > 0.5. Biến sẽ thuộc nhân tố nào mà tại đó biến có hệ số factor loading lớn nhất. Những biến nào không thoả các tiêu chuẩn trên sẽ bị loại.
Kiểm định lại độ tin cậy của thang đo các nhân tố này bằng hệ số Cronbach alpha.