Trị số KMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,875 Approx. Chi-Square 939.329 Đại lượng thống kê
Bartlett’s Test
Kết quả thu được như sau:
Df 171
Sig.............................................000
(Nguồn: Xử lý số liệu SPSS)
- Giá trị KMO bằng 0,875 lớn hơn 0,5 cho thấy phân tích EFA là phù hợp.
- Mức ý nghĩa Sig. của kiểm định Bartlett’s Test nhỏ hơn 0,05 nên có thể bác bỏ giả thuyết các biến khơng có sự tương quan với nhau trong mỗi nhóm nhân tố, do đó có thể kết luận rằng các biến quán sát có sự tương quan với nhau.
2.2.4.2. Phân tích nhân tố khám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Principal Components). Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tố trong việc phân tích mơ hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến có hệ số tải nhân tố < 0,5 sẽ bị loại khỏi mơ hình nghiên cứu, chỉ những biến có hệ số tải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Ở nghiên cứa này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trị Factor Loading > 0,5 với cỡ mẫu là 125.