CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4. Phân tích nhân tố khám phá EFA bằng SPSS
4.1. Nhân tố EFA và các giá trị hệ số phù hợp:
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của
để phân tích nhân phù hợp. Nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu.
Kiểm định Bartlett (Bartlett’s test of sphericity) được dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Lưu ý rằng, điều kiện cần để áp dụng phân tích nhân tố là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân tố phải có mối tương quan với nhau. Điểm này có liên quan đến giá trị hội tụ trong phân tích EFA. Vì vậy, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), điều này chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
Trị số Eigenvalue là một tiêu chí được sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
Hệ số tải nhân tố (Factor Loading) hay còn được gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là mối tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại.
Factor Loading ở mức ± 0.3: Điều kiện tối thiểu để biến quan sát được giữ lại.
Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê tốt.
Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất tốt.
4.2. Phân tích EFA:
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
,921 Approx. Chi-Square 2494,536
Bartlett's Test of Sphericity
df 120
Sig. ,000
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu)
Dựa vào kết quả bảng 13 cho thấy hệ số KMO = 0.921 > 0.05 và kiểm định Bartlett cho mức ý nghĩa là 0.000 < 0.05. Điều này chứng tỏ mô hình nghiên cứu đạt giá trị chấp nhận của kiểm định EFA và phân tích nhân tố khám phá là phù hợp.
Total Variance Explained
Compone nt
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
Total
% of Variance
Cumulative
% Total
% of Variance
Cumulative
% Total
% of Variance 1 7,723 48,267 48,267 7,723 48,267 48,267 3,714 23,215 2 1,658 10,363 58,629 1,658 10,363 58,629 2,833 17,707
3 1,262 7,889 66,518 1,262 7,889 66,518 2,784 17,398
4 1,068 6,678 73,196 1,068 6,678 73,196 2,380 14,876
5 ,573 3,580 76,775
6 ,482 3,012 79,787
7 ,477 2,979 82,766
8 ,429 2,684 85,450
9 ,364 2,272 87,722
10 ,341 2,133 89,855
11 ,335 2,096 91,951
12 ,327 2,041 93,992
13 ,284 1,774 95,767
14 ,255 1,592 97,359
15 ,228 1,426 98,784
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu)
Dựa vào kết quả bảng 14, sau khi thực hiện xoay nhân tố, nghĩa là các biến trộn lẫn vào nhau, chúng ta thấy rằng có 4 nhóm nhân tố mới hình thành, có chỉ số Eigenvalues
> 1. Điều này là hoàn toàn phù hợp với giả thuyết nghiên cứu ban đầu với 4 biến độc lập của mô hình nghiên cứu.
Bên cạnh đó, 4 nhân tố mới hình thành đã cùng nhau giải thích được 73% mô hình nghiên cứu (lớn hơn tiêu chuẩn 50%).
Rotated Component Matrixa Component
1 2 3 4
NT3 ,812 NT4 ,811 NT1 ,792 NT2 ,790 NT5 ,756
GC4 ,779
GC3 ,764
GC1 ,755
GC2 ,740
AH4 ,831
AH3 ,792
AH2 ,754
AH1 ,680
HD1 ,822
HD3 ,766
HD2 ,758
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.a
a. Rotation converged in 5 iterations.
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu)
Dựa vào kết quả của bảng 15 - bảng ma trận xoay nhân tố, phần lớn các biến đều có hệ số tải factor loading > 0.5 được gom về các nhân tố phù hợp.
* Kiểm định EFA cho biến phụ thuộc:
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
,808
Bartlett's Test of Sphericity
Approx. Chi-Square 463,784
df 6
Sig. ,000
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu)
Dựa vào kết quả bảng 16 cho thấy hệ số KMO = 0.808 > 0.05 và kiểm định Bartlett cho mức ý nghĩa là 0.000 < 0.05. Điều này chứng tỏ mô hình nghiên cứu đạt giá trị chấp nhận của kiểm định EFA và phân tích nhân tố khám phá là phù hợp.
Total Variance Explained
Componen t
Initial Eigenvalues
Extraction Sums of Squared Loadings
Total
% of Variance
Cumulative
% Total
% of Variance
Cumulative
%
1 2,817 70,416 70,416 2,817 70,416 70,416
3 ,362 9,061 92,607
4 ,296 7,393 100,000
Extraction Method: Principal Component Analysis.
(Nguồn: Kết quả thu được từ phân tích dữ liệu nghiên cứu)
Dựa vào bảng 17, ta có chỉ số Eigenvalues > 1 và giải thích được 70% mô hình nghiên cứu (lớn hơn tiêu chuẩn 50%).
Component Matrixa Component 1
YD2 ,882
YD3 ,856
YD1 ,826
YD4 ,790
Extraction Method:
Principal Component Analysis.
a. 1 components extracted.
(Nguồn: Kết quả thu được từ dữ liệu nghiên cứu)
Tại bảng 18 ma trận nhân tố, cả ba biến YD1 đến YD4 đều có hệ số tải lớn hơn 0.5.
Bên cạnh đó, bốn biến đã gộp lại thành 1 nhân tố duy nhất, điều này là phù hợp với giả thuyết 1 biến phụ thuộc từ mô hình nghiên cứu.