Kiểm định thang đo bằng phân tích nhân tố khẳng định (CFA)

Một phần của tài liệu Luận án tiến sĩ động cơ thúc đẩy ý định mua quần áo đã qua sử dụng của người tiêu dùng việt nam (Trang 130 - 136)

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1. Đánh giá chất lượng và độ tin cây của thang đo

4.1.2. Kiểm định thang đo bằng phân tích nhân tố khẳng định (CFA)

Từ kết quả phân tích EFA, ta có 8 nhân tố chính thức được đưa vào mô hình nghiên cứu. Trong đó 7 nhân tố độc lập và 1 nhân tố phụ thuộc. Để đánh giá mô hình và các thang đo có đạt yêu cầu của một mô hình, một thang đo tốt hay không cần sử dụng phương pháp phân tích nhân tố khẳng định (CFA). Kết quả phân tích CFA được trình bày trong hình 4.1.

Hình 4.1. Kết quả phân tích nhân tố khẳng định CFA – dạng chuẩn hóa Nguồn: Kết quả phân tích dữ liệu bởi

Amoss23.0

Mức độ phù hợp của mô hình được phản ánh qua các chỉ tiêu Chi-square (CMIN);

Chi-square điều chỉnh theo bậc tự do (CMIN/df); Chỉ số thích hợp so sánh (CFI – Comparative Fit Index); Chỉ số Tucker & Lewis (TLI – Tucker & Lewis Index); Chỉ số RMSEA (Root Mean Square Error Approximation). Mô hình được xem là thích hợp khi kiểm định các giá trị CFI, TLI, CFI đều lớn hơn hoặc bằng 0,9 (Bentler và Bonnet, 1980);

CMIN/df nhỏ hơn hoặc bằng 2; RMSEA nhỏ hơn hoặc bằng 0,08 (Steiger, 1990). Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2009) cho rằng nếu mô hình nhận được các giá trị TLI, CFI > 0.9, CMIN/df ≤ 2, RMSEA ≤ 0.08 thì mô hình được coi là thích hợp với dữ liệu. Theo Awang (2012), Forza và Filipini (1998), mô hình ở mức chấp nhận được nếu như các giá trị 0,8 < TLI,CFI <0,9, CMIN/df < 5, RMSEA ≤ 0.08.

Kết quả phân tích CFA từ mẫu điều tra có TLI = 0,930 > 0.9; CFI = 0,934 > 0.9;

CMIN/df = 2,888 < 5; RMSEA = 0.047 < 0.08. Do vậy kết quả tính toán được cho thấy các chỉ số của mô hình đều thỏa mãn, mô hình được chấp nhận với dữ liệu nghiên cứu.

Ý nghĩa của các biến giải thích cho từng nhân tố được thể hiện qua bảng trọng số chưa chuẩn hóa (Bảng 4.6), trong đó giá trị P-Value của các biến giải thích của từng nhân tố trong mô hình đều có giá trị xấp xỉ bằng 0 (nhỏ hơn mức ý nghĩa 0,05). Vì vậy, đảm bảo ý nghĩa của các biến giải thích trong mô hình.

Bảng 4.6. Bảng trọng số chưa chuẩn hóa THT7

THT6 THT8 THT3 THT5 THT4 THT1 THT2 GTR7 GTR8 GTR5 GTR9 GTR6 GTR4 GTR10 GTR2 HLG6 HLG3 HLG2 HLG4 HLG5 HLG1 HLG7 MGT4 MGT3 MGT2

MGT1 MGT7 MGT6 DDA3 DDA2 DDA5 DDA7 DDA4 DDA1 DDA6 DDA8 PHT2 PHT1 PHT3 MTR2 PHT4 MTR1 PHT5 YDM2 YDM3 YDM5 YDM4 YDM1 XHO1 XHO2 XHO3 XHO4

Nguồn: Kết quả phân tích dữ liệu bởi AMOSS 23.0

Việc đánh giá thang đo có thể đạt được giá trị hội tụ hay không được thực hiện thông qua đánh giá các trọng số trong bảng trọng số chưa chuẩn hóa (bảng 4.6) Anderson và Gerbing (1988) cho rằng thang đo đạt giá trị hội tụ là khi các trọng số chuẩn hóa của thang đo cao hơn 0,5 và có ý nghĩa thống kê (P-value ≤ 0,05), trường hợp biến quan sát nào có trọng số nhỏ hơn 0.5 thì lần lượt loại ra. Kết quả kiểm định thang đo bằng phân tích CFA đã chỉ ra các trọng số nhân tố của các chỉ báo đối với các khái niệm đều đạt

mức ý nghĩa cao (P<0.000); các giá trị trọng số nhân tố chuẩn hóa đều > 0.5 nên các thang đo đạt được giá trị hội tụ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Tiếp theo tác giả thực hiện đánh giá độ tin cậy và tính xác thực giữa các biến, sử dụng kết quả phân tích CFA trong bảng Correlations và Standardized Regression Weights (phụ lục 9) để tính các chỉ số độ tin cậy tổng hợp (Composite Reliability – CR), phương sai trung bình được trích (Average Variance Extracte – AVE) và phương sai riêng lớn nhất (Maximum Shared Variance – MSV). Theo Hair và cộng sự (2010) thì các ngưỡng so sánh của các chỉ số trên cần đạt như sau: độ tin cậy tổng hợp CR ≥ 0,7; tính hội tụ AVE ≥ 0,5; tính phân biệt đáp ứng khi phương sai riêng lớn nhất MSV nhỏ hơn phương sai trung bình được trích AVE; chỉ số căn bậc hai của phương sai trung bình được trích (Square Root of AVE - SQRTAVE) > chỉ số xác định mối tương quan (Inter Construct Correlations). Nhìn vào kết quả ở bảng 4.7 cho thấy: các giá trị trong cột CR đều > 0,7 do đó độ tin cậy thang đo được đảm bảo; các giá trị trong cột AVE đều > 0,5 do đó tính hội tụ được đảm bảo; các giá trị MSV < AVE; các giá trị SQRTAVE (các số in đậm nằm trên đường chéo) > các chỉ số tương quan (các số nằm dưới đường chéo), do đó tính phân biệt được đảm bảo. Vì vậy, tất cả các thang đo này đủ điều kiện để tiếp tục sử dụng cho các nghiên cứu tiếp theo.

Bảng 4.7. Kết quả kiểm định tính phân biệt và sự tin cậy trong phân tích CFA

CR AVE

YDM 0.899 0.642

THT 0.938 0.684

GTR 0.941 0.666

HLG 0.931 0.657

MGT 0.914 0.640

DDA 0.917 0.580

DXH 0.914 0.604

XHO 0.915 0.730

Nguồn: Kết quả phân tích dữ liệu bởi AMOSS 23.0

Một phần của tài liệu Luận án tiến sĩ động cơ thúc đẩy ý định mua quần áo đã qua sử dụng của người tiêu dùng việt nam (Trang 130 - 136)

Tải bản đầy đủ (DOCX)

(308 trang)
w