Chương 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Phương pháp nghiên cứu
3.3.2 Phân tích nhân tố khám phá EFA
3.3.2.1 Kiểm định chất lượng thang đo (nhân tố)
Sau khi nhập dữ liệu vào SPSS, ta thực hiện kiểm định chất lượng thang đo. Chọn Analyze/ Scale/ ReliabilityAnalysiss. Khi hộp hội thoại ReliabilityAnalysiss xuất hiện, chọn các biến của nhóm yếu tố tự nhiên đưa vào hộp Item, chọn Statistic, chọn Scale if item deleted của hộp Descriptive/ chọn Continue sẽ xuất hiện hộp Reliability Statisticscho biết hệ số Cronbach’s Alpha của thang đo và bảng Item-Total Statistics cho biết hệ số tương quan biến tổng.
Thang đo được đánh giá chất lượng tốt khi hệ số Cronbach’s Alpha của tổng thể ≥ 0,6 (Nunnally and Bernstein, 1994) và biến đo lường có hệ số tương quan biến tổng ≥ 0,3. Nếu xảy ra hiện tượng có hệ số Cronbach’s Alpha của tổng thể không phù hợp nghĩa là hệ số Cronbach’s Alpha của tổng thể nhỏ hơn 0,6 hay biến đo lường có hệ số tương quan biến tổng < 0,3, ta tiến hành thực hiện kiểm định lại khi đã loại bỏ biến khơng phù hợp đó ra khỏi mơ hình. Kiểm định được thực hiện đến khi tất cả các biến đều có hệ số Cronbach’s Alpha của tổng thể lớn hơn 0,6 và biến đo lường có hệ số tương quan biến tổng ≥ 0,3. Ở bước này giúp loại bỏ các biến không phù hợp ra khỏi mơ hình.
Tiếp tục trở lại Analyze/ Scale/ ReliabilityAnalysiss/ chọn Reset để trở lại ban đầu, lần lượt tiếp tục thực hiện với các thang đo kinh tế, xã hội, hạ tầng, chính sách pháp luật và nhóm yếu tố cá biệt theo đúng quy trình của kiểm định Cronbach’s Alpha cho một thang đo.
Tương tự nghiên cứu tiến hành kiểm định chất lượng thang đo đối với biến phụ thuộc giá đất.
3.3.2.2 Phân tích nhân tố khám phá (Exploratory Factor Analysis, EFA)
Qua phân tích kiểm định Cronbach’s Alpha, các biến đạt yêu cầu sẽ được sử dụng để phân tích nhân tố khám phá. Chọn Analyze/ Dimension Reduction/ Factor. Hộp hội thoại Factor Analysis xuất hiện, đưa tất cả các biến đặc trưng vào hộp Variables (trừ các biến đã bị loại ở bước kiểm định Cronbach’s Alpha và biến phụ thuộc). Chọn Descriptives/ tích vào các ơ Univariate descriptives, Initial solution, Coefficients, KMO and Bartlett’s test of sphericity. Nhấn continue/ chọn Extraction, tích vào Principal Components. Continue/ chọn Rotation, tích vào ơ Varimax, Rotated solution, loading plots. Continue/ chọn Options, tích vào ơ Sorted by size, Suppress small coefficients, Absolute value below nhập vào giá trị hệ số tải nhân tố Factor Loading tiêu chuẩn. Đối với Absolute value below, giá trị tùy thuộc vào cỡ mẫu nghiên cứu.
Bảng 3.4 Giá trị hệ số tải nhân tố Factor Loading
Cỡ mẫu Giá trị chọn (Factor Loading)
57
100 ≤ quy mô mẫu ≤ 350 < 100
0,55 0,75
(Nguồn: Đinh Phi Hổ, 2011)
Như vậy nghiên cứu với số mẫu là 328 mẫu quan sát, vậy mục Absolute value below giá trị chọn là 0,55. Sau đó chọn OK sẽ cho kết quả của phân tích nhân tố EFA.
Để mơ hình EFA đảm bảo khả năng tin cậy cần quan tâm đến các mục sau đây:
(i) Kiểm định tính thích hợp EFA
Trị số KMO thỏa mãn điều kiện 0,5 < KMO < 1 chứng tỏ phân tích nhân tố khám phá thích hợp cho dữ liệu thực tế.
(ii) Kiểm định tương quan các biến quan sát trong thước đo đại diện
Mức ý nghĩa kiểm định Bartlett < 0,05 chứng tỏ các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
(iii) Kiểm định mức độ giải thích các biến quan sát đối với nhân tố
Để kiểm định mức độ giải thích của các biến quan sát đối với nhân tố sử dụng phương sai trích (% cumulative variance), trị số phương sai trích nhất thiết phải lớn hơn 50%.
Tiếp theo nghiên cứu tiến hành phân tích hệ số tải nhân tố hay trọng số nhân tố (Factor loading) nhằm loại bỏ biến khơng phù hợp (biến xấu) trong mơ hình hoặc có thể xác định vị trí biến so với nhóm nhân tố có phù hợp hay khơng nghĩa là có thể xuất hiện hiện tượng biến của nhân tố này lại nằm trong nhân tố khác, đây được xem là điểm mới của nghiên cứu khi sử dụng phương pháp phân tích nhân tố EFA. Hệ số tải nhân tố > 0,5 được xem là có ý nghĩa thực tiễn (Hair et al., 1998). Tương tự như bước 1, nếu có bất kỳ biến quan sát nào có hệ số tải nhân tố không phù hợp theo các yêu cầu, nghiên cứu sẽ loại bỏ biến đó ra khỏi mơ hình đồng thời phải tiến hành phân tích EFA lại đối với những biến cịn lại. Ở bước này có thể xác định được hệ số của từng biến quan sát trong nhóm nhân tố và xây dựng phương trình điểm nhân tố.
Tiếp tục thực hiện phân tích nhân tố theo thứ tự từng bước như trên đối với biến phụ thuộc giá đất.