Biến Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến Tương quan biến- Tổng Cronbach’s Alpha nếu loại biến a. Thang đo nhân tố pháp lý: Cronbach’s Alpha 0.853
MTPL1 8.07 0.956 0.894 0.615
MTPL2 8.04 1.147 0.775 0.746
MTPL3 8.05 1.481 0.541 0.949
b. Thang đo nhân tố kinh tế: Cronbach’s Alpha 0.977
MTKT2 16.07 6.561 0.921 0.973
MTKT3 16.11 6.406 0.954 0.968
MTKT4 16.07 6.264 0.957 0.968
MTKT5 16.09 6.882 0.887 0.978
MTKT6 16.10 6.386 0.947 0.969
c. Thang đo đặc điểm doanh nghiệp: Cronbach’s Alpha 0.945
DDDN1 8.25 1.241 0.894 0.914
DDDN2 8.38 1.424 0.828 0.963
DDDN3 8.29 1.229 0.940 0.877
d. Thang đo vốn vay ngân hàng: Cronbach’s Alpha 0.791
VVNH1 21.53 2.690 0.422 0.785
VVNH3 21.51 2.614 0.434 0.784
VVNH4 21.50 2.240 0.728 0.714
VVNH7 21.41 2.232 0.651 0.731
VVNH8 21.11 2.509 0.398 0.798
e. Thang đo phát triển doanh nghiệp: Cronbach’s Alpha 0.726
LI- 1 8.51 0.735 0.311 0.885
LI- 2 8.50 0.493 0.739 0.396
LI- 3 8.41 0.485 0.643 0.513
Tất cả thang đo đều có hệ số Cronbach’s Alpha lớn hơn 0.6 và hệ số tương quan biến- tổng của các biến đều lớn hơn 0.3 nên tất cả biến này đều được sử dụng để phân tích nhân tố.
2.4.3 Phân tích nhân tố
Trong nghiên cứu, chúng ta có thể thu thập được một lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau. Phân tích nhân tố là một nhóm các thủ tục được sử dụng để thu nhỏ dữ liệu. Sau khi phân tích nhân tố số lượng biến sẽ được giảm xuống và được trình bày dưới dạng một số ít nhân tố cơ bản chúng ta có thể sử dụng được nhưng vẫn có thể đại diện cho phần lớn ý nghĩa các biến thu thập
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn:
Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin)4 ≥ 0.5, mức ý nghĩa của kiểm định Bartlett ≤ 0.05.
Thứ hai hệ số tải nhân tố (Factor loading) > 0.45. Nếu biến quan sát nào có hệ số tải nhân tố ≤ 0.45 sẽ bị loại (Tabachnick & Fidell, 1989, Using Multivariate Statistics, Northridge, USA: HarperCollins Publishers)5.
4KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. 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 các biến quan sát có tương quan với nhau trong trổng thể (Trọng & Ngọc,2005,262)
5Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, Inc, Factor loading là chỉ
tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0.3 được xem là đạt được mức tối thiểu, Factor loading > 0.4 được xem là quan trọng, ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998,111) cũng khuyên bạn đọc như sau: nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0.75
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và eigenvalue có giá trị lớn hơn 16.
Tiêu chuẩn thứ tư là khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố7.
Trong nghiên cứu này, tác giả sử dụng phương pháp phân tích nhân tố Principle Components và phép quay góc Varimax để tìm ra nhân tố đại diện cho các biến. Varimax cho phép xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố.
2.4.3.1 Phân tích nhân tố các biến độc lập
Sau khi loại bỏ biến rác và các thang đo đã đạt độ tin cậy, tác giả tiến hành phân tích nhân tố trên cơ sở 20 biến (MTPL1, MTPL2, MTPL3, MTKT2, MTKT3, MTKT, MTKT5, MTKT6, DDDN1, DDDN2, DDDN3, VVNH1, VVNH2, VVNH3, VVNH4,, VVNH7, VVNH8, LI-1, LI-2, LI-3).