CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Kết quả nghiên cứu
4.2.2.2. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá là kỹ thuật được sử dụng để đánh giá giá trị phân biệt và giá trị hội tụ của thang đo. Khi phân tích nhân tố khám phá EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn:
- Hệ số KMO (Kaiser- Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011). Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng khơng thích hợp với tập dữ liệu nghiên cứu3
- Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì giữa các biến quan sát có tương quan với nhau4.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích5
- Hệ số tải nhân tố (Factor Loading), theo Hair & các tác giả (2009,116), là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố bằng 0.3 được xem đạt mức tối thiểu, từ giá trị 0.4 trở lên, hệ số tải nhân tố được xem là quan trọng, và từ 0.5 được xem là có ý nghĩa thực tiễn. Trên thực tế áp dụng, việc nhớ từng mức hệ số tải với từng khoảng kích thước mẫu là khá khó khăn, do vậy người
3 Trị số của KMO phải đạt giá trị 0.5 trở lên là điều kiện đủ để phân tích nhân tố là phù hợp trích nguồn từ: Hồng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, Trang 31.
4 Kiểm định Bartlett có ý nghĩa thống kê (sig < 0.05) chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố trích nguồn từ: Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, Trang 413.
5 Chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích trích nguồn từ: ồng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, trang 34.
ta thường lấy hệ số tải 0.45 hoặc 0.5 làm mức tiêu chuẩn với cỡ mẫu từ 120 đến dưới 350. Do đó, với 220 mẫu quan sát, tác giả lấy hệ số tải là 0,5. Như vậy, trong nghiên cứu này, nếu biến quan sát nào có hệ số tải nhân tố < 0.50 sẽ bị loại; trường hợp một biến quan sát tải lên ở cả 2 nhân tố, chúng ta cần lưu ý chênh lệch hệ số tải Factor Loading của biến quan sát giữa 2 nhóm nhân tố. Theo các nhà nghiên cứu, nếu chênh lệch hệ số tải nhỏ hơn 0.3, chúng ta cần loại bỏ biến quan sát đó. Tuy nhiên, chúng ta cũng cần xem xét đóng góp của biến vào giá trị nội dung của nhân tố trước khi quyết định loại bỏ hay giữ lại biến quan sát6.
Kết quả thực hiện phân tích EFA như sau (tham khảo thêm tại Phụ luc5)
Thực hiện phân tích EFA cho biến độc lập
Bảng 4. 5: Kiểm định KMO và Bartlet của biến độc lập KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .708 Bartlett's Test of Sphericity
Approx. Chi-Square 1683.648
df 231
Sig. .000
(Nguồn: Kết quả chạy mơ hình bằng chương trình SPSS)
Tại Bảng 4.5 cho thấy, KMO and Barlett’s Test. 0.5 ≤ KMO = 0.708 ≤ 1, phân tích nhân tố được chấp nhận với tập dữ liệu nghiên cứu. Sig Barlett’s Test = 0.000 < 0.05, phân tích nhân tố là phù hợp.
Bảng 4. 6: Kết quả EFA về Giá trị Eigenvalue và Tổng phương sai trích của biến độc lập
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance
1 4.107 18.669 18.669 4.107 18.669 2 2.607 11.848 30.517 2.607 11.848 3 2.231 10.141 40.658 2.231 10.141 4 1.912 8.690 49.348 1.912 8.690 5 1.745 7.934 57.281 1.745 7.934 6 1.588 7.220 64.501 1.588 7.220
(Nguồn: Kết quả chạy mơ hình bằng chương trình SPSS)
Bảng 4.6 cho thấy, Giá trị Eigenvalue = 1.588 ≥ 1 và trích được 6 nhân tố mang ý nghĩa tóm tắt thơng tin tốt nhất. Tổng phương sai trích = 64.501 ≥ 50% cho thấy mơ hình EFA là phù hợp. Như vậy, 6 nhân tố được trích cơ đọng được 64.501% biến thiên các biến quan sát.
Bảng 4. 7: Kết quả ma trận xoay (Rotated Component Matrixa) của biến độc lập lập Component 1 2 3 4 5 6 AHNTQ3 .798 LI4 .756 LI3 .755 AHNTQ2 .745 AHNTQ1 .664 LI2 .809 LI1 .753 STT2 .750 STT3 .750 CLDV2 .814 CLDV3 .788 CLDV1 .775 CLDV4 .725 HTCT2 .829 HTCT1 .794 HTCT3 .748 UT1 .878 UT2 .876 NV3 .538 NV4 .764 NV1 .709 NV2 .708
(Nguồn: Kết quả chạy mô hình bằng chương trình SPSS)
Theo kết quả ma trận xoay (Bảng 4.7) cho thấy, khơng có biến nào tải lên trên 1 nhân nên khơng vi phạm tính phân biệt trong ma tra trận xoay. 22 biến quan sát được gom thành 6 nhân tố, tất cả các biến quan sát đều có hệ số tải nhân tố
Thực hiện phân tích EFA cho biến phụ thuộc
Biến phụ thuộc là: Hành vi gửi tiền tiết kiệm của khách hàng
Bảng 4. 8: Kiểm định KMO và Bartlet của biến phụ thuộc KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .500 Bartlett's Test of Sphericity
79.507 1683.648
1 231
.000 .000 (Nguồn: Kết quả chạy mơ hình bằng chương trình SPSS)
Tại Bảng 4.8 cho thấy, KMO and Barlett’s Test. 0.5 ≤ KMO = 0.5 ≤ 1, phân tích nhân tố được chấp nhận với tập dữ liệu nghiên cứu. Sig Barlett’s Test = 0.000 < 0.05, phân tích nhân tố là phù hợp.
Bảng 4. 9: Kết quả EFA về Giá trị Eigenvalue và Tổng phương sai trích biến phụ thuộc
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance
1 1.553 77.667 77.667 1.553 77.667
2 .447 22.333 100.000
(Nguồn: Kết quả chạy mơ hình bằng chương trình SPSS)
Bảng 4.9 cho thấy, Giá trị Eigenvalue = 1.553 ≥ 1 và trích được 1 nhân tố mang ý nghĩa tóm tắt thơng tin tốt nhất. Tổng phương sai trích = 77,667 ≥ 50% cho thấy mơ hình EFA là phù hợp. Như vậy, 1 nhân tố được trích cơ đọng được 77,667% biến thiên các biến quan sát.
Bảng 4. 10: Tổng hợp kết quả các biến sau khi thực hiện phân tích EFA
STT Nhân tố Tên các biến quan sát Số biến Loại
1 UTNH UT1, UT2 2 Độc lập
2 LOIICH LI1, LI2, LI3, LI4 4 Độc lập
3 AHNTQ AHNTQ1, AHNTQ2, AHNTQ3 3 Độc lập
4 STT STT2, STT3 2 Độc lập 5 CLDV CLDV1, CLDV2, CLDV3, CLDV4 4 Độc lập 6 DNNV NV1, NV2, NV3, NV4 4 Độc lập 7 HTCT HTCT1, HTCT2, HTCT3 3 Độc lập 8 HVGT HVGT1, HVGT2 2 Phụ thuộc Tổng số lượng biến quan sát độc lập: 22 biến
Tổng số lượng biến quan sát phụ thuộc: 2 biến
(Nguồn: Kết quả tổng hợp của tác giả)