CHƯƠNG I : CƠ SỞ KHOA HỌC CỦA VẤN ĐỀ NGHIÊN CỨU
2.2.3. Phân tích nhân tố khám phá (EFA)
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
Thứ nhất, trị số KMO ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. ≤0,05.
Kiểm định Bartlett là đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là Sig ≤ 0,05 các biến phải có tương quan với nhau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Do đó, nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên
Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (0,5 ≤ KMO ≤ 1) thì phân tích nhân tố là thích hợp, cịn nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Thứ hai, đại lượng Eigenvalue >1
Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố. Chỉ có nhữngnhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phương sai là 1.
Thứ ba, tổng phương sai trích >= 50%
Tổng phương sai trích (Variance Explained Criteria) là phần trăm phương sai toàn bộ được giải thích bởi từng nhân tố. Nếu coi biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %. Tổng phương sai trích tối thiểu phải bằng 50% thì phân tích nhân tố được xem là phù hợp (Anderson & Gerbing, 1988)
Thứ tư, hệ số tải nhân tố >0,5
Hệ số tải nhân tố (Factor loading) là chỉ tiêu cho thấy mối quan hệ chặt chẽ giữa biến quan sát và nhân tố. Theo Hair & cộng sự (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA: 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. Trong nghiên cứu này người nghiên cứu chọn Factor loading ≥ 0,5. Nếu biến quan sát nào có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại.
2.2.3.1. Thực hiện phân tích nhân tố (EFA) cho các biến độc lập
Bảng 2.7. Kết quảkiểm định KMO và Barlett’scủa biến độc lậpKMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,597 Bartlett's Test of
Sphericity
Approx. Chi-Square 1354,006
df 210
Sig. 0,000
Kết quả kiểm định KMO và Barlett’s được thể hiện trong bảng 2.7 cho thấy thỏa mãn điều kiện. Với hệ số 0.5 ≤ KMO = 0.597 ≤ 1 cho thấy phân tích nhân tố khám pháđược chấp nhận với tập dữliệu nghiên cứu. Và kiểm định Barlett’s có giá trị Sig. = 0.000 < 0.05 có nghĩa là các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Bảng 2.8. Kết quảphân tích nhân tốkhám phá EFA của biến độc lậpBiến Biến quan sát Nhân tố 1 2 3 4 5 6 HI2 0.901 HI6 0.897 HI5 0.893 HI1 0.882 HI3 0.693 RR2 0.828 RR1 0.796 RR4 0.731 RR3 0.707 NT4 0.818 NT3 0.756 NT2 0.691 NT1 0.648 CM2 0.852 CM3 0.740 CM1 0.724 KS1 0.941 KS2 0.940 QC2 0.796 QC1 0.759 QC3 0.639
(Nguồn: Kết quả điều tra năm 2020)
Explained) = 67,098% ≥ 50% cho thấycác biến được đề cập trong yếu tố tin cậy giải thích được 67,098% biến thiên của dữ liệu. Hệ số nhân tố của các biến quan sát đều lớn hơn 0,5 nên được giữ lại.
2.2.3.2. Thực hiện phân tích EFA cho biến phụ thuộc
Bảng 2.9. Kết quảkiểm định KMO vàBarlett’s của biến phụthuộcKMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,677 Bartlett's Test of Sphericity Approx. Chi-Square 91,309 df 3 Sig. 0,000
(Nguồn: Kết quả điều tra năm 2020)
Kết quả kiểm định KMO và Barlett’s được thể hiện trong bảng 2.9 cho thấy thỏa mãnđiều kiện. Với hệ số 0.5 ≤ KMO = 0.677 ≤ 1 cho thấy phân tích nhân tố khám phá được chấp nhận với tập dữ liệu nghiên cứu. Và kiểm định Barlett’s có giá trị Sig. = 0.000 < 0.05 có nghĩa là các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Bảng 2.10. Kết quảphân tích nhân tốkhám phá EFA của biến phụthuộcBiến phụthuộc Nhân tố Biến phụthuộc Nhân tố
1
YD1 0,854
YD3 0,834
YD2 0,773
(Nguồn: Kết quả điều tra năm 2020)
Giá trị Eigenvalue của biến phục thuộc = 2.023 ≥ 1 có nghĩa là trích được 1 nhân tố có ý nghĩa tóm tắt thơng tin tốt nhất. Tổng phương sai trích (Total Variance Explained) = 67,426% ≥ 50% cho thấy các biến được đề cập trong yếu tố tin cậy giải thích được67,426%≥ biến thiên của dữ liệu.Hệ số nhân tố của các biến quan sát đều lớn hơn 0,5 nên được giữ lại.
Dựa trên kết quả phân tích nhân tố khám phá EFA của biến độc lập và biến phụ thuộc, cho thấy mơ hình EFA phù hợp để tiếp tục nghiên cứu. Do đó tác giả khơngloại biến quan sát nào khỏi mơ hình nhân tố và khơng tiếp tục tiến hành phân tích độ tin cậy Cronbach's Alpha để kiểm định về độ tin cậy của các biến.
Theo kết quả bảng ma trận xoay lần cuối cùng, chúng ta có các nhân tố được định nghĩa lại nhưsau:
Bảng 2.11. Các nhân tố được định nghĩa
(Nguồn: Kết quả điều tra năm 2020)