Nhân tố Năng lực nhân viên (Cronbach’s Alpha = 0.702)
Biến quan sát Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến - tổng
Cronbach's Alpha nếu loại biến CRM1 10.82 3.398 .343 .731 CRM2 11.05 3.025 .518 .620 CRM3 11.76 2.751 .591 .568 CRM4 10.85 3.526 .546 .622
Nhân tố CRM đƣợc đo lƣờng thông qua 4 biến quan sát (CRM1, CRM2, CRM3 và CRM4) có hệ số Cronbach’s Alpha là 0.702 > 0.7 và hệ số tƣơng quan biến – tổng của các biến quan sát đo lƣờng cho nhân tố này đều lớn hơn 0.3. Do đó, thang đo nhân tố CRM đạt yêu cầu và tất cả các biến đo lƣờng cho nhân tố này sẽ đƣợc đƣa và phân tích ở bƣớc tiếp theo
Bảng 4.6. Tổng hợp Cronbach’s Alpha của các nhân tố và các biến đo lường đủ điều kiện để phân tích EFA
Nhân tố Biến đo lƣờng Cronbach’s Alpha
trƣớc khi loại biến
Cronbach’s Alpha sau khi loại biến
Các biến dùng cho EFA CNTT CNTT1 0.723 CNTT1 CNTT2 CNTT2 CNTT3 CNTT3 TD TD1 0.516 0.721 TD1 TD2 TD2 TD3 TD3 TD4 Loại biến TD4 TD5 TD5 NL NL1 0.699 0.713 NL1 NL2 NL2 NL3 NL3 NL4 NL4 NL5 NL5 NL6 Loại biến NL6 TTHC TTHC1 0.672 0.733 TTHC1 TTHC2 TTHC2 TTHC3 TTHC3 TTHC4 Loại biến TTHC4 CRM CRM1 0.702 CRM1 CRM2 CRM2 CRM3 CRM3 CRM4 CRM4
4.4. Phân tích nhân tố khám phá EFA
Sau khi phân tích độ tin cậy của thang đo, các dữ liệu cần phải đƣợc rút gọn và tóm tắt lại nhằm xác định tập hợp biến cần thiết cho bƣớc tiếp theo. Phƣơng pháp phân tích nhân tố khám phá EFA đƣợc sử dụng nhằm mục đích xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố để đánh giá sơ bộ các thang đo lƣờng
Các tham số thống kê quan trọng trong phân tích EFA cần chú ý bao gồm: Chỉ số KMO (Kaiser – Meyer – Olkin measure of sampling adequacty): là chỉ số dùng để xem xét mức độ thích hợp của phân tích nhân tố. Để sử dụng EFA, KMO phải lớn hơn 0.5 (Hair & CS, 2006) thì phân tích nhân tố mới thích hợp
Kiểm định Bartlett: dùng để xem xét độ tƣơng quan giữa các biến quan sát và tổng thể, phân tích này chỉ có ý nghĩa khi hệ số sig nhỏ hơn 0.05 (Hair & CS, 2006)
Tiêu chí Eigenvalue: đây là tiêu chí sử dụng phổ biến trong xác định số lƣợng nhân tố trong phân tích EFA. Với tiêu chí này, số lƣợng nhân tố đƣợc xác định sẽ dừng lại tại eigenvalue tối thiểu bằng 1 (Hair & CS 2006)
Tổng phƣơng sai trích TVE (Total Variance Explained): chỉ số này cho biết đại diện cho lƣợng biến thiên đƣợc giải thích bởi các nhân tố. Hair & CS (2006) cho rằng TVE phải lớn hơn 50%
Trọng số nhân tố: là hệ số tƣơng quan đơn giữa các biến và nhân tố. Trọng số nhân tố của biến quan sát trên nhân tố mà nó đo lƣờng sau khi quay nhân tố phải cao và các trọng số trên nhân tố khác nó khơng đo lƣờng phải thấp. Đạt đƣợc điều kiện này, thang đo đạt đƣợc giá trị hội tụ. Trong thực tiễn nghiên cứu, trọng số nhân tố tối thiểu là 0.5 là giá trị chấp nhận đƣợc (Hair & CS, 2006)
4.4.1. Phân tích nhân tố cho các biến độc lập
Bảng 4.7 cho ta thấy các chỉ số của kiểm định KMO và kiểm định Bartlett, với
KMO = 0.646 > 0.5 và hệ số sig của kiểm định Bartlett = 0.000 < 0.05. Do đó, phân tích EFA trong điều kiện này là phù hợp, ta tiếp tục xem xét đến các chỉ số tiếp theo.
Số lƣợng nhân tố trích đƣợc thơng qua phân tích nhân tố khám phá là 4 nhân tố đƣợc thể hiện trong bảng 4.8, 4 nhân tố trích đƣợc có TVE = 58.357 đã giải thích 58.357% phƣơng sai của 19 biến đo lƣờng đƣa vào phân tích
Các trọng số nhân tố đƣợc thể hiện trong bảng 4.9. Với hệ số của các biến đo lƣờng ở mỗi nhân tố đều lớn hơn 0.5 và phân biệt ở từng nhân tố, điều đó thể hiện thang đo đạt đƣợc giá trị hội tụ và giá trị phân biệt, phân tích EFA cho các biến độc lập là phù hợp