Cronbach's Alpha
Số biến
.686 3
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại biến
LC1 8.82 .876 .487 .610 LC2 8.74 .841 .489 .609 LC3 8.70 .859 .526 .560
Nguồn: Tổng hợp từ SPSS
Như vậy, thông qua công cụ phân tích hệ số Cronbach’s alpha đã loại được một biến HADN5, các biến quan sát còn lại đều đạt về hệ số Cronbach’s alpha và hệ số tương quan tổng nên được giữ lại để tiếp tục phân tích khám phá EFA.
Phân tích nhân tố khám phá EFA
4.2.3.
Mục đích của việc phân tích EFA là để tìm ra thang độ tin cậy tốt nhất cho các nhân tố để phân tích hồi quy. Các điều kiện kiểm tra như hệ số KMO đều đạt khá lớn và Sig. của BartleMDCB’s Test đều nhỏ hơn 5% cho thấy các biến quan sát trong q trình thực hiện phân tích khám phá EFA đều hồn tồn phù hợp với phân tích nhân tố.
Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Điều này có nghĩa chỉ có những nhân tố trích ra có giá trị Eigenvaluve lớn hơn mới được giữ lại trong mơ hình phân tích.
Phương pháp rút trích nhân tố là phương pháp Principal Component với phép xoay Varimax để thu được số nhân tố là bé nhất. Kết quả phân tích từ dữ liệu như sau:
Phân tích nhân tố khám phá EFA cho biến độc lập:
Sau khi chạy phân tích nhân tố khám phá lần 1, tac giả nhận thấy biến DDDN1 tải lên cả 2 nhân tô (phụ lục 3). Do các hệ số tải của cùng biến quan sát DDDN1 chênh nhau không quá 0.3 (0.721 – 0.529) không đảm bảo được giá trị phân biệt nên tác giả tiến hành loại biến DDDN1 và chạy phân tích nhân tố khám phá lần 2 cho ra kết quả như sau: