Thang đo và mã hóa Cronbach’s Biến và nội dung
Alpha cần xem xét
1. Sự hỗ trợ (HT) (C.1, C.2,C.3, C.4) 0,802 Đạt
2. Sự đổi mới (DM) (C.5, C.6, C.7, C.8) 0,814 C.8 (0,831)(a)
3. Sự cạnh tranh (CT) (C.9, C.10, C.11, C.12) 0,699 Đạt
4. Định hướng hiệu suất (HS) (C.13, C.14, 0,719 Đạt
C.15, C.16)
5. Sự ổn định (ON) (C.17, C.18, C.19, C.20) 0,831 Đạt
6. Yếu tố lợi ích (LI) (C.21, C.22, C.23, C.24) 0,862 Đạt
7. Trách nhiệm xã hội (TN) (C.25, C.26, 0,719 C.25 (0,742)(a)
C.27, C.28)
8. Động lực bên trong (DLBT) (C.29, C.30, 0,842 Đạt
C.31, C.32)
9. Động lực bên ngoài (DLBN) (C.33, C.34, 0,786 Đạt
C.35, C.36)
10. Niềm tin vào doanh nghiệp (NT) (C.37, 0,689 C.38 (0,762)(a)
C.38, C.39, C.40. C.41, C.42)
11. Cường độ cạnh tranh (CDCT) (C.43, 0,732 C.44 (0,751)(a)
C.44, C.45, C.46. C.47)
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
Ghi chú: (a)
chỉ số tương ứng ở cột Cronbach's Alpha if Item Deleted Công cụ sử dụng trong bước đánh giá sơ bộ là hệ số độ tin cậy (Cronbach’s
Alpha). Hệ số Cronbach’s Alpha được sử dụng để loại các biến khi chúng có liên
quan biến tổng (biểu hiện độ mạnh mối quan hệ của biến quan sát với nhân tố
chung). Hệ số này được cho là tốt khi lớn hơn 0,8, từ 0,7 đến gần 0,8 là sử dụng được. Tuy nhiên, một số nhà nghiên cứu đề nghị rằng theo kinh nghiệm nghiên cứu thì hệ số này từ 0,6 trở lên là có thể sử dụng được trong những trường hợp khái niệm nghiên cứu là mới. Tiêu chuẩn chọn thang đo cho nghiên cứu này là các hệ số có tin cậy lớn hơn 0,6 được chấp nhận. Nếu chỉ số ở cột Cronbach's Alpha if Item
Deleted lớn hơn chỉ số Cronbach's Alpha biến đó sẽ bị loại [22].
Kết quả đánh giá sơ bộ độ tin cậy thang đo trình bày ở Bảng 2.9 và phụ lục (PL04.01). Bốn thang đo vi phạm tiêu chuẩn kỹ thuật: C.28 của DM; C.25 của TN; C.38 của NT; và C.44 của CDCT. Kết quả kiểm định giá trị hội tụ của từng thang đo bằng EFA ở phần tiếp theo sẽ cho thấy rõ hơn độ phù hợp của thang đo.
b. Giá trị thang đo – Phân tích nhân tố khám phá (EFA)
Sau khi kiểm định độ tin cậy, các khái niệm trong mơ hình nghiên cứu cần được kiểm tra giá trị hội tụ và phân biệt thơng qua phương pháp phân tích nhân tố khám phá.
Trong phân tích này, kỹ thuật kiểm định giá trị hội tụ và giá trị phân biệt ở bước nghiên cứu chính thức sẽ sử dụng phương pháp trích nhân tố Principal Axis
Factoring với phép quay xiên góc (Promax), tiêu chuẩn trích khi các nhân tố có eigenvalue > 1. Phương pháp trên phản ánh cấu trúc dữ liệu chính xác hơn phương
pháp Principal Component và phép quay vng góc, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% [22]. Trong phần đánh giá sơ bộ, do kích thước mẫu nhỏ nên chỉ tiến hành kiểm định giá trị hội tụ của các thang đo. Kết quả trình bày ở Bảng 2.10 và phụ lục (PL04.02).