IX. XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4. Phân tích nhân tố khám phá EFA
4.1 Phân tích nhân tố khám phá EFA lần thứ nhất
- Tiếp đến chúng ta sẽ phân tích nhân tố khám phá EFA để rút gọn một tập hợp nhiều biến quan sát thành một tập hợp mới với các nhân tố có ý nghĩa hơn. Việc này sẽ giúp tiết kiệm thời gian và kinh phí nhiều hơn cho q trình nghiên cứu. Kiểm định độ tin cậy thang đo Cronbach Alpha mới chỉ đánh giá mối quan hệ giữa các biến trong cùng một nhân tố chứ chưa xem xét mối quan hệ giữa tất cả các biến quan sát ở các nhân tố khác. Trong khi đó EFA xem xét mối quan hệ giữa các biến quan sát ở tất cả các quan sát. - Để tiến hành phân tích EFA, chúng ta phải chọn Hệ số tải nhân tố (Factor
Loading), đây là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Theo Hair & các cộng sự (1998)
• 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
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn yêu cầu: Hệ số tải nhân tố (Factor loading) > 0.5
Trên thực tế, việc nhớ từng mức hệ số tải ứng với từng khoảng kích thước mẫu là khá khó khăn, do vậy người ta thường lấy hệ số tải 0.5 làm mức tiêu chuẩn với cỡ mẫu từ 120 đến dưới 350; cỡ mẫu của nhóm thu thập được là 160 nên sẽ chọn mức hệ số tải là 0.5
Khi tiến hành Phân tích nhân tố khám phá EFA lần thứ nhất, với các yếu tố KMO 0.721 thõa mãn điều kiện KMO 0,5< KMO <1 và kiểm định Bartlett có giá trị Sig = 0.000 < 0.05 thì ta được kết quả như sau:
Rotated Component Matrixa
Component
1 2 3 4 5
GIADINH2 .765
NGUOITHAN1 .613 .591COHOIVIECLAM3 COHOIVIECLAM3 GIADINH3 NGUOITHAN3 .880 NGUOITHAN2 .695 COHOIVIECLAM2 .885 COHOIVIECLAM1 .803 CHINHSACH2 .927 CHINHSACH1 .870 THUNHAP1 .825 THUNHAP3 .767 THUNHAP2 .578
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
- Khi tiến hành Phân tích lần thứ nhất, thực hiện xoay nhân tố, ta thấy có biến COHOIVIECLAM3 và GIADINH3 khơng hiển thị kết quả trong bảng ma trân xoay. Như vậy COHOIVIECLAM3 và GIADINH3 có Hệ số tải nhỏ hơn 0.5 và sẽ được loại bỏ đầu tiên.
- Tiếp đến, biến NGUOITHAN1 tải lên ở cả hai nhân tố, do đó phải xét hiệu của hai giá trị:
0.613 - 0.591 = 0.022 < 0.3 do đó chúng ta sẽ loại cả 2 biến quan sát này và thực hiện chạy lại EFA 1 lần nữa.
4.2 Phân tích nhân tố khám phá EFA lần thứ hai4.2.1 Trị số KMO 4.2.1 Trị số KMO
Trị số KMO (Kaiser-Meyer-Olkin) có độ lớn nằm giữa 0,5 và 1 là một trong những điều kiện để việc phân tích nhân tố được đánh giá là thích hợp. Ngồi ra, kết quả của kiểm định Barlett (Bartlett's Test of Sphericity) phải có ý nghĩa thống kê (sig Bartlett's Test <0,05), tức là các biến đo lường có tương quan với nhau.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .630
Bartlett's Test of Sphericity
Approx. Chi-Square 471.521
df 55
Sig. .000
Ta thấy, hệ số của hàng Kaiser-Meyer-Olkin Measure of Sampling Adequacy trong bảng KMO and Bartlett's Test đạt 0.630 (đạt điều kiện 0.5 ≤ KMO ≤ 1)
và Sig = 0.000 < 0.05, chứng tỏ mơ hình EFA rất đảm bảo và có ý nghĩa thống
kê cao.
4.2.2 Total Variance Explained
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared
Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.828 25.712 25.712 2.828 25.712 25.712 2.126 19.323 19.323 2 2.038 18.528 44.240 2.038 18.528 44.240 1.794 16.310 35.633 3 1.334 12.128 56.368 1.334 12.128 56.368 1.756 15.961 51.594 4 1.183 10.757 67.126 1.183 10.757 67.126 1.709 15.532 67.126 5 .949 8.631 75.757 6 .682 6.197 81.954 7 .558 5.069 87.023 8 .492 4.474 91.497 9 .372 3.380 94.877 10 .309 2.807 97.684 11 .255 2.316 100.000
Extraction Method: Principal Component Analysis.
Ở bảng Total Variance Explained này, ta thấy có 4 nhân tố thỏa mãn điều kiện khi Initial Eigenvalues của 4 dòng đầu tiền đều lớn hơn 1 và tổng phương sai trích là 67,126% ≥ 50%. Như vậy thấy rõ rằng mơ hình nghiên cứu cho đến bước này đang rất thích hợp và có ý nghĩa thống kê.
4.2.3 Ma trận nhân tố với phương pháp xoay Varimax
Rotated Component Matrixa
Component 1 2 3 4 COHOIVIECLAM1 .812 COHOIVIECLAM2 .779 NGUOITHAN3 .678 GIADINH2 .815
GIADINH1 .741NGUOITHAN2 .652 NGUOITHAN2 .652 CHINHSACH2 .923 CHINHSACH1 .876 THUNHAP1 .837 THUNHAP3 .775 THUNHAP2 .592
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Việc phân tích EFA lần thư hai đã giúp thu gọn số lượng biến quan sát và số nhân tố đại diện, lúc này chỉ còn lại 11 biến quan sát, được phân loại vào 4 nhóm thang đo mới. Trong đó, nhóm thang đo Người thân đã bị tách ra hai nhóm Cơ hội việc làm và Gia đình. Vì vậy, chúng ta cần đặt tên lại:
- Nhóm thang đo 1: (COHOIVIECLAM) gồm 3 biến COHOIVIECLAM1, COHOIVIECLAM2, NGUOITHAN3, được đặt tên là “Cơ hội việc làm”. - Nhóm thang đo 2: (GIADINH) gồm 3 biến GIADINH1, GIADINH2,
NGUOITHAN2, được đặt tên là “Gia đình”.
- Nhóm thang đo 3: (CHINHSACH) gồm 2 biến CHINHSACH1, CHINHSACH2, được đặt tên là “Chính sách”.
- Nhóm thang đo 4: (THUNHAP) gồm 3 biến THUNHAP1, THUNHAP2, THUNHAP3, được đặt tên là “Thu nhập”.