3.2.1 .Tiêu chuẩn đánh giá
3.3. PHÂN TÍCH NHÂN TỐ KHÁMPHÁ (EFA)
Sử dụng phương pháp nhân tố khám phá để xác định các nhóm tiêu chí đánh giá về ý định quay lại của du khách. Phương pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
3.3.1. Tiêu chuẩn đánh giá
Phân tích nhân tố khám phá EFA là một trong những phương pháp phân tích thống kê dùng để rút gọn nhiều biến quan sát với nhau thành một tập hợp các biến (nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các thông tin của tập biến ban đầu (Hair, 1998). Các biến trong cùng một nhân tố sẽ được tính giá trị trung bình đại diện cho nhân tố đó để thực hiện các phân tích như phân tích tương quan, hồi qui, ANOVA…
Các biến chỉ được chấp nhận khi trọng số > 0.5 và các trọng số tải của chính nó ở nhân tố khác nhỏ hơn 0.35 (Igbaria và đồng sự, 1995) hoặc khoảng cách giữa 2 trọng số tải cùng 1 biến ở 2 nhân tố khác nhau lớn hơn 0.3. Thang đo chỉ được chấp nhận khi tổng phương sai trích > 50%.
3.3.2. Kết quả phân tích
Phân tích nhân tố cho các biến độc lập
Thực hiện phân tích nhân tố khám phá (EFA) cho các biến độc lập: DC, GT, TD, CQ, HV, QK bằng phương pháp rút trích Pincipal components và cho phép xoay Varimax. Kết quả phân tích lần 1 cho thấy biến quan sát DC9 có hệ số tải nhân tố nhỏ hơn 0.35 (Xem phụ lục 4) nên tác giả đã loại biến quan sát DC9 và tiến hành phân tích lần 2
Bảng 3.5. Kết quả phân tích nhân tố cho các biến độc lập
STT Biến quan sát Nhân tố 1 2 3 4 5 6 7 1 GT3 .807 2 GT2 .787 3 GT5 .752 4 GT4 .694 5 GT1 .610 6 TD2 .836 7 TD4 .826
8 TD3 .769 9 TD1 .637 10 CQ4 .862 11 CQ3 .825 12 CQ1 .814 13 CQ2 .756 14 HV2 .787 15 HV4 .752 16 HV3 .739 17 HV1 .731 18 DC1 .793 19 DC4 .759 20 DC2 .756 21 DC3 .741 22 DC5 .591 23 QK2 .892 24 QK3 .888 25 QK1 .799 26 DC8 .808 27 DC7 .727 28 DC10 .654 29 DC6 .643 Eigenvalues 6.456 3.259 2.784 2.220 1.921 1.467 1.321 Phương sai trích (%) 22.292 11.237 9.601 7.656 6.623 5.059 4.554 Cronbach’s Alpha 0.846 0.844 0.863 0.853 0.783 0.851 0.675 Sig. 0,0000 KMO 0,795
- Kiểm định Barlett’s : Sig. = 0.0000 < 0.05 : các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
- Trị số KMO = 0,795 > 0,5: phân tích nhân tố thích hợp với dữ liệu
nghiên cứu.
- Giá trị hệ số Eigenvalue của các nhân tố đều lớn hơn 1, phân tích nhân
tố đã rút trích được 7 nhân tố với tổng phương sai trích là 67,022% > 50%; đat yêu cầu.
- Biến quan sát DC9 khơng thuộc nhóm nhân tố nào và hệ số tải nhân tố
< 0,5 nên biến này được loại ra. Tất cả biến quan sát cịn lại đều có hệ số tải nhân tố > 0,5 nên kết quả phân tích nhân tố khám phá được chấp nhận.
- Nhân tố Động cơ với 9 biến quan sát (loại DC9) được tách ra làm 2
nhóm, cả 2 nhóm này đều có phương sai trích và Cronbach’s Alpha phù hợp. Tác giả dựa vào mô tả của các biến quan sát để đặt lại tên cho 2 nhóm.
Từ bảng phân tích nhân tố trên ta thấy các biến quan sát đưa vào EFA được phân tích thành 7 nhân tố(sau khi loại bỏ 1 biến quan sát là DC9)
+ Nhân tố 1: Gồm các biến quan sát: DC1, DC2, DC3, DC4, DC5 được đặt tên lại là “Động cơ kéo”
+ Nhân tố 2: Gồm các biến quan sát: DC6, DC7, DC8, DC10 được đặt tên lại là “Động cơ đẩy”
+ Nhân tố 3: Gồm các biến quan sát: GT1, GT2, GT3, GT4, GT5 được đặt tên lại là “Giá trị cảm nhận”
+ Nhân tố 4: Gồm các biến quan sát: TD1, TD2, TD3, TD4 được đặt tên lại là “Thái độ”
+ Nhân tố 5: Gồm các biến quan sát: CQ1, CQ2, CQ3, CQ4 được đặt tên lại là “Chuẩn chủ quan”
+ Nhân tố 6: Gồm các biến quan sát: HV1, HV2, HV3, HV4 được đặt tên lại là “Nhận thức kiểm soát hành vi”
+ Nhân tố 7: Gồm các biến quan sát: QK1, QK2, QK3 được đặt tên lại là
“Kinh nghiệm quá khứ”
Phân tích nhân tố cho các biến phụ thuộc
Tiếp tục thực hiện phân tích nhân tố khám phá EFA cho biến phụ thuộc gồm các biến quan sát YD1, YD2, YD3 bằng phương pháp rút trích Pincipal conponents và phép xoay Varimax. Kết quả phân tích trình bày ở bảng 3.7.
Bảng 3.6. Bảng phân tích nhân tố cho biến phụ thuộc
Biến quan sát Ý định YD1 .897 YD2 .826 YD3 .794 Eigenvalues 2.513 Phương sai trích 83.899 Cronbach’s Alpha 0.887 Sig. 0,000 KMO 0,716
- Kiểm định Barlett’s : Sig. = 0.0000 < 0.05 : các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
- Trị số KMO = 0,716 > 0,5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
- Giá trị hệ số Eigenvalue của nhân tố này lớn hơn 1, phân tích nhân tố đã rút trích được 1 nhân tố với phương sai trích là 83,889% > 50% : đạt yêu cầu.
- Tất cả biến quan sát đều có hê số tải nhân tố > 0,5 nên kết quả phân tích nhân tố khám phá được chấp nhận.
Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mơ hình nghiên cứu đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được. Phân tích EFA là thích hợp với dữ liệu nghiên cứu. Có 8 nhân tố được trích rút ra từ kết quả phân tích gồm 32 biến quan sát.