Hệ số KMO 0,823
Gía trị Chi – bình phương 4040,375
Df 528
Kiểm định Bartlett's của thang đo
Sig. –mức ý nghĩa quan sát 0,000
Nguồn : Xử lý số liệu bằng SPSS của tác giả
Hệ số KMO = 0,823 > 0,5 : thỏa điều kiện. Kết quả phân tích EFA là phù hợp. Kiểm định Bartlett's Test có mức ý nghĩa sig. = 0,000 nhỏ hơn 0,05. Vậy các
biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
Bác bỏ giả thuyết H0 . Có thể kết luận dữ liệu điều tra là đảm bảo các điều kiện để tiến hành phân tích nhân tố khám phá.
Kết quả phân tích nhân tố khám phá cho ra 7 nhóm nhân tố cơ bản, 7 nhân tố này giải thích được 62,136% biến thiên của tập dữ liệu, tất cả hệ số tải nhân tố đều lớn hơn 0,5. Tiếp theo để xác định số lượng nhân tố, sử dụng 2 tiêu chuẩn :
Tiêu chuẩn Kaiser : Dùng để xác định các nhân tố được trích ra từ thang đo. Các nhân tố khơng quan trọng sẽ bị loại bỏ, sẽ giữ lại các nhân tố quan trọng bằng cách xem giá trị Eigenvalues. Những nhân tố nào có Eigenvalues lớn hơn 1 mới được giữ lại trong kết quả phân tích. Kết quả chạy phân tích EFA cho thấy có 7 nhân tố có Eigenvalues lớn hơn 1.
Tiêu chuẩn phương sai trích : Phân tích EFA phù hợp khi tổng phương sai trích lớn hơn 50% và hệ số tải nhân tố lớn hơn 0,5. Kết quả chạy EFA cho thấy 7 nhân tố có phương sai trích là 62,136% lớn hơn 50%, với giá trị hệ số tải nhân tố Factor Loading lớn hơn 0,5 của từng biến quan sát tại mỗi dòng.
Nguồn : Xử lý số liệu bằng SPSS của tác giả
Như vậy, mặc dù các biến quan sát có thay đổi vị trí khi đưa vào phân tích EFA,
tuy nhiên khơng có sự biến đổi của các biến quan sát trong từng thang đo. Vì vậy