Theo Hoàng Ngọc và Chu Nguyễn Mộng Ngọc (2008), phân tích nhân tố là tên chung của
một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Liên hệ giữa các nhóm biến của các nhân tổ có liên hệ qua lại với nhau được xem xét và trình bảy dưới dang một số Ít các nhân tô cơ bản.
Kiểm định Bartlett (Bartlett's test of sphericity): là đại lượng thống kê đùng để xem xét giả thuyết các biến trong nhân tô không có tương quan trong tổng thẻ. Điều kiện can dé phan tích nhân tổ là các biến phải có tương quan với nhau trong tổng thể. Nêu hệ số sig Bartlett's Test < 0,05 chứng tỏ các biến có tương quan với nhau
Sĩ
Eigenvalue là một tiêu chí sử dung phổ biến đề xác định số lượng nhân tổ trong phân tích EFA. V6i tiéu chi nay, chỉ có những nhân tố nào có Eigenvalue > 1 mới được giữ lại trong mô hình phân tích
Hệ số tải nhân tố (Factor Loading) là những hệ só tương quan đơn giữa các biến và các nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Theo Har và cộng sự (2010), Multivariate Data Analysis hệ 86 tai từ 0,5 là biến quan sát đạt chất lượng tốt, tối thiểu nên là 0,3.
Tổng phương sai trích (Total Variance Explained) > 50% cho thấy mô hinh EFA 1a pha
hop. Coi biến thiên là 100% thì trị số nay thể hiện các nhân tổ được trích cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
Hệ số Kaiser-Meyer-Olkin (KMO) la mot chi số để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO đủ điều kiện dé phân tích nhân tổ khi 0,5 < KMO < 1, còn nếu như
trị số này nhỏ hơn 0,5 thì phân tích nhân tổ có thé không thích hợp với các dữ liệu.
a. Phân tích nhân tố khám phá cho biến độc lập
Kết quả phân tích hệ số KMO = 0,704 > 0,5 từ kết quả phân tích lần đầu thề hiện trong Phụ
lục 5, chứng tỏ các nhân tó thích hợp với đữ liệu và có ý nghĩa vẻ mặt thông kê. Hệ số sig Bartletts Test = 0,000 < 0,05 chứng tỏ các biến có tương quan với nhau trong tổng thẻ.
Từ kết quả phân tích lần 1 thê hiện trong Phụ lục 5, xét tiêu chí Eigenvalues = 1,568 > 1 thì có 5 nhân tó được trích ra với tổng phương sai tích lũy là 63,17%. Như vậy với 5 nhân tổ này giải thích được 63,17% biến thiên đữ liệu của 22 biến quan sát tham gia vao EFA.
Đề chọn ra các biến quan sát chất lượng, tác giả chọn hệ số tải là 0,5, kết quả ma trận xoay
lần 1 cho thấy có 2 biến xấu là LD3 và STNI cần được loại bỏ vì:
- Bién LD3 có hệ số tải lên ở cả hai nhân tố là Component 1 và Component 3 với hệ
số tải lần lượt là 0,649 và 0,627, mức chênh lệch hệ số tải bằng 0,649 — 0,627 =
0.022 < 0.30.
-_ Biến STNI có hệ số tải lên ở cả hai nhân tô là Component 1 và Component 2 với
hệ só tải lần lượt là 0,621 và 0,646, mức chênh lệch hệ số tải bằng 0,646 — 0,621 =
0.025 < 0.30.
Sau khi loại bỏ cùng lúc 2 biến xâu là LD3 và STN] từ 22 biến quan sat 6 lan phan tích
EFA lần đầu, tác giả tiền hành phân tích EFA lần thứ 2 với 20 biến quan sát còn lại.
Kết quả phân tích lần 2 được thé hién trong Phu luc 5 cho thấy hệ số KMO = 0,880 > 0,5
chứng tỏ các nhân tố thích hợp với dữ liệu và có ý nghĩa về mặt thống kê. Hệ số sig Bartlett’s Test = 0,000 < 0,05 chứng tỏ các biến có tương quan với nhau trong tổng thẻ.
Từ kết quả phân tích lần 2 thể hiện trong Phụ lục 5, xét tiêu chi Eigenvalues = 1,457 > 1 thì có 5 nhân tổ được trích ra với tổng phương sai tích lũy là 61,12%. Như vậy với 5 nhân
tổ này giải thích được 61,12% biến thiên dữ liệu của 22 biến quan sat tham gia vao EFA.
Kết quả ma trận xoay phân tích lần 2 trong Phụ lục 5 cho thấy các nhân tố đều có hệ số tải
> 0,5 và không còn các biến xấu.
Như vậy, sau hai lần thực hiện phân tích nhân tố EFA của biến độc lập và loại bỏ 2 biến x4u là LD3, STNI thì lần phân tích thứ 2 (lần cuối cùng) cho kết quả 20 biến quan sát hội
tụ và phân biệt thành 5 nhân tố.
b. Phân tích nhân tố khám phá cho biến phụ thuộc
Bảng 2.22: Kết quả KMO và kiểm định Bartlett biến phụ thuộc
Hệ số KMO 0,704
Approx. Chi-Square 347,141
Kiểm định Bartlett df 3
Sig. 0,000
(Nguồn: Kết qua chay SPSS)
Từ kết quả bảng 2.22 cho thấy hệ số KMO = 0,788 > 0,5 chứng tỏ các nhân tó thích hợp với dữ liệu và có ý nghĩa về mặt thống kê. Hệ số sig Bartlett's Test = 0,000 < 0,05 chứng
tỏ các biến có tương quan với nhau trong tổng thể.
Bảng 2.23: Kết quả tổng phương sai giải thích biến phụ thuộc
Initial Eigenvalues Extraction Sums of Squared Component Total % of Cumulative B Total Ta. % of Cumulative 5
Variance % Variance %
] 2,091 69,690 69,690 2,091 69,690 69,690
2 0,471 15,692 85,381
3 0,439 14,619 100,000
(Nguén: Két quả chạy SPSS)
Bang 2.24: Kết quả ma trận chưa xoay nhân tố phụ thuộc
Biến
quan sát
Component
53
1
TTL 0,827
4L 0,837
TT3 0,841
(Nguén: Két qua chay SPSS) Kết quả phân tích trong bảng 2.23 cho thay có một nhân tô được trích tại Eigenvalue bằng 2,091 > 1. Nhân tổ này giải thích được 69.690% biền thiên đữ liệu của 3 biến quan sát tham gia vào EEA. Vì chỉ có 1 nhân tố duy nhất từ biến quan sát đưa vào nên ma trận không thể xoay. Việc chỉ trích ra được 1 nhân tổ là phù hợp, nghĩa là thang đo đảm bảo được tính đơn hướng, các biến quan sát và biến phụ thuộc hội tụ tốt. Lúc nảy, việc phân tích sẽ dựa vào
ma trận chưa xoay, két quả tại bảng 2.24 cho thay các biến quan sát đều > 0,5 chứng tỏ các biến này thích hợp với đữ liệu và ý nghĩa về mặt thống kê
2.2.7.5 Phân tích tương quan
Theo Hoàng Trọng và Chu Nguyên Mộng Ngọc (2008) phân tích tương quan dựa vào hệ
số tương quan Pearson (kí hiệu r) đề lượng hóa mức độ chặt chế của mối liên hệ tuyến tính giữa 2 biến định lượng. Hệ SỐ T có gia tri nam trong khoang tir -1 dén 1. Tri tuyét đối của r tiến gần đến 1 khi hai biến có mỗi liên hệ tương quan tuyến tính chặt chế. Khi r càng tiến về 0 thì tương quan tuyén tinh của hai biến càng yêu. Nếu r = 1 tương quan tuyến tính của hai biến là tuyệt đối, ngược lại nêu r = 0 thì hai biến không có mồi quan hệ tương quan tuyến tính.
Trước khi tiền hành phân tích hồi quy, tác giả tiền hành phân tích tương quan các nhân tố
-_ Nhân tố TN gồm TNI1, TN2, TN3, TN4.
-_ Nhân tố DT gồm DTI1, DT2, DT3, DT4.
-_ Nhân tố LD gồm LDI, LD2, LD4, LD5.
- Nhanté DN gém DNI, DN2, DN3, DN4.
- Nhanté STN gém STN2, STN3, STN4, STNS.
- Nhanté TT gém TTI, TT2, TT3
Kết quả phân tích tương quan giữa các biến được thể hiện trong bảng 2.25:
Bang 2.25: Kết quả phân tích tương quan giữa các biến
TT TN DT LD DN | SIN
Pearson 1| 0620| 0.525*| 0,525°*| 0,567| 0,569*
TT Correlation
Sig. (2-tailed) 0,000] 0,000] 0/000 0000| 0.000
N 416 416| 416 416| 4l6_ 4l6
54
(Nguồn: Kết qua chay SPSS) Kết quả phân tích hệ số tương quan Pearson cho thay cac bién déc lap TN, DT, LD, DN, STN đều có gia tri Sig = 0,000 < 0,01 và các hệ số tương quan (Pearson Correlation) của biến độc lập với biến phụ thuộc đêu đương. Điều này chứng minh rằng các biến độc lập có tương quan củng chiều với biến phụ thuộc lòng trưng thành (TT). Mức độ tương quan của
các biến độc lập so với biến phụ thuộc lòng trung thành (TT) giảm dân theo thw tu TN,
STN, DN, DT, LD tuong ung voi hé số Pearson lần lượt là 0,620; 0,569; 0,567; 0,525 va
0,525.