4.3. Kiểm tra độ tin cậy của các thang đo đối với các biến tiềm ẩn
4.3.2 Phân tích nhân tố khám phá
Phương án phân tích được người nghiên cứu lựa chọn tiếp theo là thực hiện phân tích nhân tố khám phá (EFA) cho các biến tiềm ẩn - nhân tố theo mơ hình lý thuyết. Mục đích thực hiện phương pháp phân tích nhân tố khám phá (EFA) là nhằm để rút gọn nhân tố và điều chỉnh lại mơ hình lý thuyết dựa trên dữ liệu khảo sát.
Tiêu chuẩn chọn lựa: Hệ số tải nhân tố (factor loading) >= 0,4; Thang đo đạt yêu cầu
KMO >= 0,5 và Eigenvalue >= 1, đồng thời thức hiện phép xoay bằng phương pháp trích Principal components và phép quay Varimax với những trường hợp cần xoay (Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008).
a) Phân tích nhân tố khám phá lần 1
Sau khi thực hiện phân tích nhân tố khám phá lần 1, ta có bảng kết quả sau:
Bảng 4.18: Hệ số KMO của phân tích nhân tố khám phá lần 1
Hệ số KMO 0,505
Eigenvalue 1,147
Tổng phương sai trích 74,519%
Số nhân tố 7
(Trích từ phụ lục 3.1)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 1, ta thấy hệ số KMO lớn hơn 0,5, hệ số Eigenvalue lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố mới là 7. Ngoài ra, trong bảng “Rotated Component Matrix” (xem phụ lục 3.1) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 - đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong bảng kết quả ta thấy còn bốn biến là NDINH2, TAMLY1, TAMLY4 và TAMLY5 không đạt tiêu chuẩn lựa chọn do tải cùng lúc nhiều nhân tố. Do đó cần phải loại các biến này ra khỏi mơ hình nghiên cứu. Do biến NDINH2 cùng lúc tác động đến 4 nhân tố trong khi biến TAMLY1 (chỉ tác động đến 2 nhân tố cùng lúc), biến TAMLY4 (chỉ tác động đến 2 nhân tố cùng lúc) và biến TAMLY5 (chỉ tác động đến 3 nhân tố cùng lúc). Như vậy, trong phân tích nhân tố khám phá lần 2 ta sẽ loại biến NDINH2 ra trước.
b) Phân tích nhân tố khám phá lần 2
Sau khi thực hiện phân tích nhân tố khám phá lần 2, ta có bảng kết quả sau:
Bảng 4.19: Hệ số KMO của phân tích nhân tố khám phá lần 2
Hệ số KMO 0,496
Eigenvalue 1,372
Tổng phương sai trích 70,680%
Số nhân tố 6
(Trích từ phụ lục 3.2)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 2, ta thấy hệ số KMO gần bằng 0,5, hệ số Eigenvalue lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố
mới chỉ còn 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.2) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 – đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong bảng kết quả ta thấy còn ba biến là TAMLY1, TAMLY4 và TAMLY5 không đạt tiêu chuẩn lựa chọn do tải cùng lúc nhiều nhân tố. Do đó cần phải loại các biến này ra khỏi mơ hình nghiên cứu. Do biến TAMLY5 cùng lúc tác động đến 4 nhân tố trong khi biến TAMLY1 (chỉ tác động đến 2 nhân tố cùng lúc), biến TAMLY4 (chỉ tác động đến 2 nhân tố cùng lúc). Như vậy, trong phân tích nhân tố khám phá lần 3 ta sẽ loại biến TAMLY5 ra trước.
c) Phân tích nhân tố khám phá lần 3
Sau khi thực hiện phân tích nhân tố khám phá lần 3, ta có bảng kết quả sau:
Bảng 4.20: Hệ số KMO của phân tích nhân tố khám phá lần 3
Hệ số KMO 0,548
Eigenvalue 1,366
Tổng phương sai trích 71,799%
Số nhân tố 6
(Trích từ phụ lục 3.3)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 3, ta thấy hệ số KMO đã lớn hơn 0,5, hệ số Eigenvalue vẫn lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố mới là 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.3) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 - đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong bảng kết quả ta thấy còn hai biến là TAMLY1 và STHICH1 không đạt tiêu chuẩn lựa chọn do tải cùng lúc nhiều nhân tố. Do đó cần phải loại các biến này ra khỏi mơ hình nghiên cứu. Tuy nhiên, nếu loại biến STHICH1 thì khi đó biến STHICH2 dù đạt tiêu chuẩn lựa chọn nhưng sẽ bị xem là biến rác và cần phải loại ra (theo Nguyễn Đình Thọ, Nguyễn Thị Mai Trang,
2008). Như vậy, trong phân tích nhân tố khám phá lần 4 ta sẽ loại biến STHICH1 và STHICH2 ra trước.
d) Phân tích nhân tố khám phá lần 4
Bảng 4.21: Hệ số KMO của phân tích nhân tố khám phá lần 4 Hệ số KMO 0,570 Hệ số KMO 0,570 Eigenvalue 1,282 Tổng phương sai trích 75,189% Số nhân tố 6 (Trích từ phụ lục 3.4)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 4, ta thấy hệ số KMO vẫn lớn hơn 0,5, hệ số Eigenvalue vẫn lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố vẫn là 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.4) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 - đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong bảng kết quả ta thấy chỉ cịn biến TAMLY1 khơng đạt tiêu chuẩn lựa chọn do tải cùng lúc nhiều nhân tố. Do đó cần phải loại biến này ra khỏi mơ hình nghiên cứu. Như vậy, trong phân tích nhân tố khám phá lần 5 ta sẽ loại biến TAMLY1 ra.
e) Phân tích nhân tố khám phá lần 5
Sau khi thực hiện phân tích nhân tố khám phá lần 5, ta có bảng kết quả sau:
Bảng 4.22: Hệ số KMO của phân tích nhân tố khám phá lần 5
Hệ số KMO 0,555
Eigenvalue 1,173
Tổng phương sai trích 76,458%
Số nhân tố 6
(Trích từ phụ lục 3.5)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 5, ta thấy hệ số KMO vẫn lớn hơn 0,5, hệ số Eigenvalue vẫn lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố vẫn là 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.5) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 – đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong đó 3 biến TAMLY2, XAHOI4, XAHOI5 thì khoảng cách giữa 2 giá trị lớn nhất lại nhỏ hơn 0,3. Vì vậy, cần phải loại các biến này ra khỏi mơ hình nghiên cứu. Do biến TAMLY2 có hệ số tải nhân tố thấp nhất trong 3 biến nên trong phân tích nhân tố lần 6 sẽ loại biến này trước.
f) Phân tích nhân tố lần 6
Bảng 4.23: Hệ số KMO của phân tích nhân tố khám phá lần 6 Hệ số KMO 0,540 Hệ số KMO 0,540 Eigenvalue 1,161 Tổng phương sai trích 79,45% Số nhân tố 6 (Trích từ phụ lục 3.6)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 6, ta thấy hệ số KMO vẫn lớn hơn 0,5, hệ số Eigenvalue vẫn lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố vẫn là 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.6) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 - đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong bảng kết quả ta thấy còn hai biến TAMLY4, TAMLY3 không đạt tiêu chuẩn lựa chọn do tải cùng lúc nhiều nhân tố. Do đó cần phải loại hai biến này ra khỏi mơ hình nghiên cứu. Do biến TAMLY4 có hệ số tải nhân tố thấp hơn biến TAMLY3. Như vậy, trong phân tích nhân tố khám phá lần 7 ta sẽ loại biến TAMLY4 ra.
g) Phân tích nhân tố lần 7
Sau khi thực hiện phân tích nhân tố khám phá lần 7, ta có bảng kết quả sau:
Bảng 4.24: Hệ số KMO của phân tích nhân tố khám phá lần 7
Hệ số KMO 0,545
Eigenvalue 1,157
Tổng phương sai trích 81,616%
Số nhân tố 6
(Trích từ phụ lục 3.7)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 7, ta thấy hệ số KMO vẫn lớn hơn 0,5, hệ số Eigenvalue vẫn lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố vẫn là 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.7) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 - đạt tiêu chuẩn lựa chọn. Tuy nhiên, trong bảng kết quả ta thấy chỉ cịn biến TAMLY3 khơng đạt tiêu chuẩn lựa chọn do tải cùng lúc nhiều nhân tố. Do đó cần phải loại biến này ra khỏi mơ hình nghiên cứu. Như vậy, trong phân tích nhân tố khám phá lần 8 ta sẽ loại biến TAMLY3 ra.
h) Phân tích nhân tố lần 8
Bảng 4.25: Hệ số KMO của phân tích nhân tố khám phá lần 8 Hệ số KMO 0,595 Hệ số KMO 0,595 Eigenvalue 1,101 Tổng phương sai trích 83,79% Số nhân tố 6 (Trích từ phụ lục 3.8)
Như vậy thơng qua phân tích nhân tố khám phá (EFA) lần 8, ta thấy hệ số KMO vẫn lớn hơn 0,5, hệ số Eigenvalue vẫn lớn hơn 1, tổng phương sai trích lớn hơn 50% và số nhân tố vẫn là 6. Còn trong bảng “Rotated Component Matrix” (xem ở phụ lục 3.8) ta thấy hệ số tải nhân tố của các biến đều lớn hơn 0,4 – đạt tiêu chuẩn lựa chọn. Kết quả bảng Rotated Component Matrix lúc này như sau:
Bảng 4.26: Kết quả phân tích nhân tố lần 8
Component 1 2 3 4 5 6 NDINH1 -.177 .389 .161 -.132 .756 .140 NDINH3 .255 -.229 .691 .056 .088 .136 NDINH4 .168 -.097 .332 -.077 .310 .781 NDINH5 .005 .171 .088 .085 -.080 .927 NDINH6 .219 -.030 .051 -.066 .912 .007 XAHOI1 -.035 -.048 .090 .948 -.023 -.039 XAHOI2 .075 -.021 .011 .939 -.135 .074 XAHOI3 .124 .122 .843 .197 -.045 .197 XAHOI4 .007 .314 .828 -.111 .190 .056 YDINH1 .904 .108 .068 -.058 .016 .122 YDINH2 .792 .250 .083 -.020 .138 -.074 YDINH3 .879 .079 .188 .133 -.027 .091 TTRUONG1 .304 .809 -.288 .114 -.061 .007 TTRUONG2 .055 .800 .442 -.072 .221 .100 TTRUONG3 .187 .864 .134 -.109 .115 .048 (Trích từ phụ lục 3.8)
Dựa vào bảng kết quả trên, ta thấy khái niệm “Nhận định của nhà đầu tư” sẽ được tách thành hai nhân tố bao gồm “Kinh nghiệm bản thân” (ký hiệu KNBT) và “Thông tin từ
người thân” (ký hiệu TTNT). Lúc này hai biến XAHOI1 và XAHOI2 sẽ tách ra thành một
XAHOI3, XAHOI4 được gộp lại thành một nhân tố với tên gọi là “Thông tin cổ phiếu
được giao dịch trên thị trường” (ký hiệu TTCP). Hai khái niệm “Ý định của nhà đầu tư” và
“Yếu tố thị trường” thì sau khi phân tích nhân tố khám phá (EFA) không bị chia tách. Vậy ta có bảng kết quả cuối cùng như sau:
Bảng 4.27: Kết quả phân tích nhân tố khám phá - Các nhân tố mới
Nhân tố Chỉ báo
Ý định của nhà đầu tư
- YD
YDINH1 Trong giai đoạn hiện nay, anh/chị có ý định mua cổ phiếu. YDINH2 Trong giai đoạn hiện nay, anh/chị đã lên kế hoạch mua cổ phiếu. YDINH3 Trong giai đoạn hiện nay, anh/chị muốn mua cổ phiếu.
Yếu tố thị
trường
- TT
TTRUONG1 Anh/chị theo dõi rất kỹ sự thay đổi của giá chứng khốn khi có ý định mua cổ phiếu.
TTRUONG2 Anh/chị luôn tham khảo các bản dự báo, phân tích tình hình thị trường khi có ý định mua cổ phiếu.
TTRUONG3 Sự thay đổi, điều chỉnh kỹ thuật trong cách thức giao dịch luôn tác động đến ý định mua cổ phiếu của anh/chị.
Thông tin cổ phiếu được giao dịch trên thị trường - TTCP
NDINH3 Anh/chị dự báo sự thay đổi giá chứng khoán dựa trên giá cổ phiếu quá khứ.
XAHOI3 Ý định mua cổ phiếu của anh/chị bị ảnh hưởng bởi số lượng cổ phiếu được các nhà đầu tư khác mua.
XAHOI4 Ý định mua cổ phiếu của anh/chị bị ảnh hưởng bởi thời gian nắm giữ chứng khoán của các nhà đầu tư lớn.
Quyết định của nhà đầu
tư khác
- QDK
XAHOI1 Ý định mua cổ phiếu của anh/chị bị ảnh hưởng bởi quyết định mua chứng khoán của các nhà đầu tư khác.
XAHOI2 Ý định mua cổ phiếu của anh/chị bị ảnh hưởng bởi quyết định mua cổ phiếu của các nhà đầu tư khác.
Nhận định của bản thân
- NDBT
NDINH1 Anh/chị phân tích xu hướng tăng giảm của một vài cổ phiếu đại diện để nhận định xu hướng cho các cổ phiếu cùng ngành.
NDINH6 Anh/chị tin rằng với kinh nghiệm tích lũy được, mình có thể kiểm soát được việc đầu tư chứng khốn để khơng bị lỗ.
Thông tin từ
người thân
- TTNT
NDINH4 Đối với anh/chị, thông tin về giá cổ phiếu từ người thân là nguồn thông tin đáng tin cậy cho ý định mua cổ phiếu.
NDINH5 Đối với anh/chị, thông tin về giá cổ phiếu từ các nhà đầu tư thân quen là nguồn thông tin đáng tin cậy cho ý định mua cổ phiếu.