CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Đánh giá thang đo
4.2.2 Phân tích nhân tố khám phá
Trước khi vào phân tích nhân tố khám phá EFA cần phải kiểm tra dữ liệu đã đáp ứng đầy dủ yêu cầu để phân tích thông qua kiểm định KMO và kiểm định Barlett.
Phép trích nhân tố PCA (Principal Components Analysis model) kết hợp với phép quay vuông góc Varimax (Kaiser, 1958) được sử dụng để trích nhiều phương sai từ các biến đo lường với số lượng thành phần nhỏ nhất để phục vụ cho mục tiêu dự báo tiếp theo (Dunteman, 1989; Hair và cộng sự, 2006). Điều kiện để xem xét nên giữ hay loại biến là hệ số tải nhân tố (Factor loadings), điểm dừng (Eigenvalue) và tổng phương sai trich (Percentage of variance). Biến được giữ lại khi Factor loadings >0.3, Eigenvalue
>1 và Percentage of variance >50% (Gerbing và Anderson, 1988).
- Kết quả phân tích nhân tố khám phá EFA của biến phụ thuộc
KMO = 0.811 > 0.5 (Kaiser, 1974), và kiểm định Barlett cho kết quả p = 0.000 <
5% cho thấy các biến có quan hệ với nhau và dữ liệu thích hợp tiến hành phân tích nhân tố EFA.
5 biến đo lường YĐ mua đều tải về 1 nhân tố với phương sai trích 67.873% và hệ số Factor loadings đều lớn hơn 0.3.
Bảng 4.9. Kết quả phân tích nhân tố EFA của biến phụ thuộc Ma trận xoay
- Kết quả phân tích nhân tố khám phá EFA của các biến độc lập
Kết quả phân tích EFA lần 1 tuy giá trị KMO và kiểm định Barlett, các biến có mối quan hệ với nhau và dữ liệu thích hợp tiến hành phân tích nhân tố EFA nhưng hệ số Factor loadings của biến quan sát MT3 chỉ đạt 0.486 do đó tác giả quyết định loại biến này ra khỏi bài khảo sát.
Kết quả phân tích EFA lần 2, giá trị KMO và kiểm định Barlett đều cho thấy các biến có quan hệ với nhau và dữ liệu thích hợp tiến hành phân tích nhân tố EFA tuy nhiên biến quan sát TK1 tải về 2 nhân tố với hệ số Factor loadings lần lượt là 0.450 và 0.524 do đó tác giả quyết định loại biến này ra khỏi bài khảo sát.
Kết quả phân tích EFA lần 3, giá trị KMO = 0.811 > 0.5 (Kaiser, 1974), và kiểm định Barlett cho kết quả p = 0.000 < 5% cho thấy các biến có quan hệ với nhau và dữ liệu thích hợp tiến hành phân tích nhân tố EFA.
Kết quả phân tích EFA cho 29 biến quan sát rút ra được 7 nhóm nhân tố. Tổng phương sai trich là 75.038%.
Kết quả phân tích EFA cả 6 biến đo lường sự quan tâm đến sức khỏe đều tải về 1 nhân tố. Hệ số Factor loadings từ 0.705 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Nhân tố 1
YD5 .928
YD3 .888
YD2 .862
YD4 .843
YD1 .539
Kết quả phân tích EFA cả 4 biến đo lường NTCL đều tải về 1 nhân tố. Hệ số Factor loadings từ 0.726 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Kết quả phân tích EFA cả 3 biến đo lường sự quan tâm đến môi trường đều tải về 1 nhân tố. Hệ số Factor loadings từ 0.839 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Kết quả phân tích EFA cả 4 biến đo lường chuẩn mực chủ quan đều tải về 1 nhân tố. Hệ số Factor loadings từ 0.738 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Kết quả phân tích EFA biến đo lường sự sẵn có của sản phẩm tải về 1 nhân tố. Hệ số Factor loadings từ 0.857 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Kết quả phân tích EFA cả 3 biến đo lường giá bán đều tải về 1 nhân tố. Hệ số Factor loadings từ 0.793 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Kết quả phân tích EFA cả 7 biến đo lường nhóm tham khảo đều tải về 1 nhân tố.
Hệ số Factor loadings từ 0.730 trở lên cho thấy các biến quan sát có quan hệ ý nghĩa với nhân tố.
Bảng 4.10. Kết quả phân tích nhân tố khám phá EFA
Ma trận xoay Nhân tố
1 2 3 4 5 6 7
TK6 .822
TK2 .821
TK10 .806
TK9 .765
TK3 .747
TK5 .738
TK8 .730
SK1 .799
SK6 .798
SK2 .793
SK4 .754
SK5 .708
SK3 .705
CM2 .787
CM4 .759
CM1 .755
CM3 .738
CL4 .776
CL1 .771
CL2 .736
CL3 .726
MT1 .887
MT2 .879
MT4 .839
GB1 .822
GB2 .813
GB3 .793
SC2 .860
SC1 .857
Từ kết quả phân tích nhân tố khám phá EFA ta thấy các biến quan sát đảm bảo yêu cầu và có thể sử dụng trong các phân tích tiếp theo.