STT Nhân tố Biến quan
sát ban đầu Biến quan sát còn lại Cronbach’s Alpha Biến bị loại 1 CPSD 3 3 0,746 - 2 SHD 4 4 0,804 - 3 CLKT 5 5 0,783 - CLPV 4 4 0.858 4 DTC 4 4 0,775 - 6 QDCM (phụthuộc) 3 3 0,757 - (Nguồn: Kết quả xử lý SPSS)
Tất cảcác biến qua sát của các nhân tố đều đảm bảo độtin cậy nên qua kiểm định
độ tin cậy Cronbach’s Alpha khơng có biến quan sát nào bị loại. Tất cảcác biến quan sát của các nhân tốsẽ được đưa vào phân tích nhân tốEFA.
Phân tích nhân tố EFA giúp đánh giá mối quan hệ giữa các biến ở tất cả các nhân tố khác nhau và cần thỏa mãn cácđiều kiện sau:
- Theo Kasier(1975), Hệ số KMO (Kaiser –Meyer- Olkin) nằm trong đoạn từ 0,5
đến 1 (0,5 ≤ KMO ≤ 1) được dùng làm chỉ số để xem xét sự phù hợp của dữ liệu khi
phân tích nhân tố.
-Kiểm định Barlett được dùng để đánh giá mối tương quan giữa các biến quan sát với nhau trong tổng thể và có ý nghĩ thống kê khi Sig.<0,05. (Bartlett, 1950).
-Kaiser (1960) cho rằng nhân tố nào có trị số Eigenvalue > 1 thì nhân tố nào sẽ
được giữ lại trong mơ hình phân tích .
-Tổng phương sai trích (Total Variance Explained) cho biết bao nhiêu phần trăm các nhân tố được trích cơ đọng lại và mơ hình EFAđược xem là phù hợp khi Tổng phương sai trích lớn hơn hoặc bằng 50%.
- Hệ số tải nhân tố (Factor Loading) là giá trị biểu thị mối tương quan giữa biến quan sát với các nhân tố và giá trị hệ số tải nhân tố lớn hơn 0,5 thì biến quan sát có ýnghĩa thống kê tốt. (Hair et al, 2009).
Để xác định các nhân tố ảnh hưởng đến quyết định chuyển mạng giữ số tại
Vinaphone Hương Thủy, tác giả sử dụng phương pháp Phân tích nhân tố khám phá (EFA). Để phân tích nhân tố EFA cho biến độc lập, thực hiện kiểm định thích hợp của
mơ hình bằng kiểm định KMO (Kaiser Meyer-Olkin) và thực hiện kiểm định tính tương quan giữa các biến quan sát bằng kiểm định Bartlett's Test.
Việc phân tích nhân tố được tiến hành theo phương pháp trích yếu tố Principal Component Analist với phép xoay Varimax.
2.3.3.1. Kết quả phân tích nhân tố khám phá EFA cho biến phụ thuộc