4.3. Thống kê mô tả đặc điểm mẫu nghiên cứu
4.3.3. Kết quả Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là khơng có biến phụ
49
thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát ít nhiều có một liên tương quan lẫn nhau thành thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát). Theo đó, những nhân tố đủ điều kiện tham gia vào phần chạy hồi quy trong phân tích tiếpthe o cần thỏa mãn các tiêu chuẩn phù hợp như sau:
0.5≤KMO≤1
Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Sig.(Barlett’s Test) < 0,05 tương ứng với việc chọn Eigenvalues > 1
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. <0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Tổng phương sai trích > 0,5 (50%)
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Hệ số Factor Loading (Hệ số tải nhân tố hay trọng số nhân tố) > 0,5
Theo Hair & ctg (1998, 111), Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor loading > 0.3 được xem là đạt mức tối thiểu - Factor loading > 0.4 được xem là quan trọng
- Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Những nhân tố thỏa mãn các điều kiện trên thì mới tham gia vào phần chạy hồi quy trong phân tích tiếp theo.
50
Bảng 4 - 8. Kết quả kiểm định KMO và Bartlett’s Test với biến độc lập KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.762
Bartlett's Test of Sphericity
Approx. Chi-Square 1185.112
df 231
Sig. 0.000
(Nguồn: Kết quả phân tích SPSS trong Phụ lục 4)
Bảng 4 - 9. Kết quả phân tích nhân tố với biến độc lập Rotated Component Matrixa Rotated Component Matrixa
Component 1 2 3 4 5 DU1 0.796 DU3 0.789 DU5 0.748 DU2 0.743 DU4 0.692 TC1 0.806 TC5 0.768 TC2 0.764 TC3 0.742 TC4 0.636 DC4 0.845 DC2 0.801 DC3 0.748 DC1 0.743 NL3 0.826 NL4 0.790 NL2 0.740 NL1 0.685
51
PT2 0.748
PT3 0.731
PT4 0.701
PT1 0.676
(Nguồn: Kết quả phân tích SPSS trong Phụ lục 4)
Căn cứ vào phân tích SPSS, sau khi tiến hành phân tích nhân tố khám phá EFA, ta thu được kết quả như sau:
Với kết quả sau khi thực hiện phân tích nhân tố khám phá EFA với biến độc lập (Phụ lục 4), ta thấy hệ số KMO = 0.762 với mức ý nghĩa Sig = 0.000. Do vậy, xét trên phạm vi tổng thể các biến có tương quan với nhau. Theo tiêu chuẩn Eigenvalue lớn hơn 1 thì có 5 nhân tố được rút trích ra, điểm dừng khi trích các nhân tố tại nhân tố thứ 5 với Eigenvalue = 1.600. Phương sai được giải thích là 61.160% biến thiên của dữ liệu. Các biến quan sát hệ số chuyển tải đều đạt yêu cầu lớn hơn 0.5 cho thấy kết quả phân tích nhân tố là phù hợp.
Như vậy, từ mơ hình nghiên cứu đề xuất 5 nhóm nhân tố với 22 biến quan sát cụ thể như Bảng 4 - 9
Bảng 4 - 10. Kết quả kiểm định KMO và Bartlett’s Test với biến phụ thuộc KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.689
Bartlett's Test of Sphericity
Approx. Chi-Square 140.352
df 3
Sig. 0.000
(Nguồn: Kết quả phân tích SPSS trong Phụ lục 4)
Bảng 4 - 11. Kết quả phân tích nhân tố với biến phụ thuộc Component Matrixa Component Matrixa Component 1 CLDV1 0.881 CLDV2 0.842 CLDV3 0.808
52
Tiếp theo, tác giả tiến hành phân tích nhân tố khám phá với biến phụ thuộc (CLDV). Từ kết quả tại phụ lục 4, ta có hệ số KMO = 0.689 với mức ý nghĩa Sig = 0.000, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Phương sai được giải thích là 71.305% biến thiên của dữ liệu, vẫn giữ nguyên 1 nhân tố với 3 biến quan sát, kết quả phân tích nhân tố khám phá cho thấy là phù hợp.
Như vậy, mơ hình nghiên cứu với 5 nhân tố sự đáp ứng, sự tin cậy, sự đồng cảm, năng lực phục vụ và phương tiện hữu hình. Và 5 nhân tố này có ảnh hưởng như thế nào đến CLDV NHBL tại BIDV Bình Dương sẽ được tác giả tiến hành xác định bằng phương pháp phân tích hồi quy tuyến tính.