CHƯƠNG 4 : PHÂN TÍCH KẾT QUẢ KHẢO SÁT
4.5.2.Đánh giá thang đo bằng phân tích nhân tố khám phá EFA
4.5.2.1. Thang đo chuyển giao tri thức (Knowledge Transfer - KT)
Thang đo chuyển giao tri thức có 5 biến quan sát. Tất cả các biến quan sát
này sau khi kiểm tra hệ số Cronbach alpha đều đủ điều kiện đưa vào phân tích nhân tố khám phá. Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp principal components với phép quay varimax và điểm dừng khi trích các nhân tố có eigenvalue >= 1.
Kiểm định KMO và Bartllet cho thấy hệ số KMO=.863 là khá cao và thỏa mãn điều kiện KMO>.5, vậy phân tích EFA phù hợp với bộ dữ liệu2.
Thống kê Chi-bình phương của kiểm định KMO và Bartllet đạt giá trị 616.245 với mức ý nghĩa =.000 cho biết các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể3.
Bảng 4.4 Kết quả phân tích nhân tố chuyển giao tri thức STT Biến quan sát Nhân tố KT Tên nhân tố STT Biến quan sát Nhân tố KT Tên nhân tố
1 KT1 .818
Chuyển giao tri thức
2 KT3 .801
3 KT2 .797
4 KT4 .795
5 KT5 .785
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.
2
Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp (Hồng Trọng & Mộng Ngọc, 2008, 31) Phân tích dữ liệu nghiên cứu với SPSS
3
Với điều kiện Eigenvalues >=1, ta rút trích được 1 nhân tố. Tồn bộ 5 biến
quan sát đều có hệ số tải nhân tố lớn nhất >0.5. Tổng phương sai trích là 63.886%
cho biết với 1 nhân tố được trích ra từ 5 biến quan sát có thể giải thích được 63.886% biến thiên của dữ liệu do đó các nhân tố được rút trích ra là chấp nhận
được.
4.5.2.2. Thang đo hiểu biết chung (Shared Understanding - SU)
Thang đo hiểu biết chung có 4 biến quan sát. Tất cả các biến quan sát này
sau khi kiểm tra hệ số Cronbach alpha đều đủ điều kiện đưa vào phân tích nhân tố
khám phá. Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp
principal components với phép quay varimax và điểm dừng khi trích các nhân tố có eigenvalue >= 1.
Bảng 4.5 Kết quả phân tích nhân tố hiểu biết chung STT Biến quan sát Nhân tố SU Tên nhân tố STT Biến quan sát Nhân tố SU Tên nhân tố
1 SU2 .849
Hiểu biết chung
2 SU1 .843 3 SU3 .815 4 SU4 .787 Eigenvalues 2.715 Phương sai trích 67.876 Cronbach alpha .842
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization. (adsbygoogle = window.adsbygoogle || []).push({});
Kiểm định KMO và Bartllet cho thấy hệ số KMO=.806 là khá cao và thỏa mãn điều kiện KMO>.5, vậy phân tích EFA phù hợp với bộ dữ liệu.
Thống kê Chi-bình phương của kiểm định KMO và Bartllet đạt giá trị 476.269 với mức ý nghĩa =.000 cho biết các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
Với điều kiện Eigenvalues >=1, ta rút trích được 1 nhân tố. Tồn bộ 4 biến
quan sát đều có hệ số tải nhân tố lớn nhất >0.5. Tổng phương sai trích là 67.876%
cho biết với 1 nhân tố được trích ra từ 4 biến quan sát có thể giải thích được 67.876% biến thiên của dữ liệu do đó các nhân tố được rút trích ra là chấp nhận
được.
4.5.2.3. Thang đo năng lực giao tiếp
Thang đo năng lực giao tiếp gồm có 2 thành phần (thang đo con) là năng lực
mã hóa (CE), năng lực giải mã (CD) với tổng cộng 10 biến quan sát. Sau khi kiểm
tra độ tin cậy của thang đo bằng cách kiểm tra hệ số Cronbach alpha, tất cả 10 biến
của các thành phần: năng lực mã hóa của giảng viên, năng lực giải mã của học viên
được đưa vào phân tích nhân tố khám phá (EFA).
Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp
principal components với phép quay varimax và điểm dừng khi trích các yếu tố có eigenvalue >= 1.
Bảng 4.6 Ma trận các nhân tố đã được xoay trong lần phân tích EFA đầu Biến quan sát Nhân tố Biến quan sát Nhân tố
1 2 CE2 .839 .179 CE4 .802 .277 CE3 .795 .199 CE5 .794 .273 CE1 .779 .243 CD5 .183 .720 CD1 .221 .704 CD2 .185 .639 CD4 .118 .619 CD3 .299 .597
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.
Thống kê Chi-square của kiểm định Bartlett’s đạt giá trị 1266.929 với mức ý nghĩa là 0.000; do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể với mức ý nghĩa bằng 0 (sig = 0.000) điều đó cho thấy EFA phù hợp với dữ liệu. Với điều kiện Eigenvalues >=1, ta rút trích được 3 nhân tố.
Nhìn vào bảng ma trận các nhân tố đã được xoay ta thấy khơng có biến nào bị loại do hệ số tải nhân tố <.5. Tuy nhiên các biến CD3 bị loại do vi phạm điều kiện λiA - λiB <.30
Sau khi loại biến CD3, ta tiến hành phân tích EFA lần 2 và được kết quả như sau:
Bảng 4.7 Ma trận các nhân tố đã được xoay trong EFA sau khi loại biến CD3
STT Biến quan sát Nhân tố Tên nhân tố
1 2 1 CE2 .846 .153 Năng lực mã hóa 2 CE4 .801 .289 3 CE5 .799 .252 4 CE3 .794 .203 5 CE1 .788 .217 11 CD5 .188 .752 Năng lực giải mã 12 CD1 .223 .744 13 CD2 .203 .624 14 CD4 .134 .612 Eigenvalues 4.309 1.224 Phương sai trích 47.877 13.596 Cronbach alpha .891 .865
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.
Kiểm định KMO và Bartlett's cho thấy hệ số KMO = .856 là khá cao (yêu cầu tối thiểu = 0.5) nên phân tích nhân tố phù hợp với dữ liệu khảo sát.
Thống kê Chi-square của kiểm định Bartlett’s đạt giá trị 1158.014 với mức ý nghĩa là 0.000; do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể với mức ý nghĩa bằng 0 (sig = 0.000) điều đó cho thấy EFA phù hợp với dữ liệu.
Với điều kiện Eigenvalues >=1, ta rút trích được 2 nhân tố. Nhìn vào Bảng
4.6 ta thấy khơng có biến nào bị loại do hệ số tải nhân tố <0.5 và tất cả các biến đều
thỏa mãn điều kiện chênh lệch hệ số tải nhân tố của biến lên 2 nhóm bất kỳ đều lớn
hơn 0.3 (λiA - λiB >.30). (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả phân tích nhân tố lần 2 cho thấy 10 biến quan sát này được rút trích thành 2 nhân tố với phương sai trích đạt 61.473% điều này cho biết với 2 nhân tố
được trích ra từ 10 biến quan sát giải thích được 61.473% biến thiên của dữ liệu; do
vậy các nhân tố được rút trích ra là chấp nhận được.