Kiểm định KMO và Bartlett’s Test biến độc lập

Một phần của tài liệu Khóa luận tốt nghiệp đánh giá chất lượng dịch vụ đặt hàng online tại siêu thị co opmart – chi nhánh huế (Trang 61 - 62)

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,684

Bartlett's Test of Sphericity

Approx, Chi-Square 797,908

Df 190

Sig. 0,000

(Nguồn: Kết quả điều tra xử lý của tác giả năm 2019)

Dựa vào bảng trên ta thấy, hệ số KMO bằng 0,684 (0,5 < 0,684 < 1), kiểm định Bartlett’s có giá trị sig. bằng 0,000 < 0,05 cho thấy cơ sở dữ liệu này là hồn tồn phù hợp với phân tích nhân tố.

2.2.4.2. Phân tích nhân tố khám phá EFA biến độc lập

Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mơ hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tố trong việc phân tích mơ hình hồi quy tiếp theo.

Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệ số tải nhân tố < 0,5 sẽ bị loại khỏi mơ hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.

Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Nghiên cứu này chọn giá trị Factor Loading > 0,5 với cỡ mẫu là 120.

Một phần của tài liệu Khóa luận tốt nghiệp đánh giá chất lượng dịch vụ đặt hàng online tại siêu thị co opmart – chi nhánh huế (Trang 61 - 62)

Tải bản đầy đủ (PDF)

(115 trang)