Chương 4: KẾT QUẢ NGHIÊN CỨU
4.4 Phân tích nhân tố khám phá (EFA)
Hệ số KMO (Kaiser – Meyer – Lokin) là chỉ số được sử dụng để xem xét sự thích hợp của phân tích nhân tố; còn kiểm định Bartlett’s Test được dùng để xem xét giả thuyết các biến quan sát không có tương quan trong tổng thể. Trị số KMO có ý nghĩa phân tích nhân tố là thích hợp khi giá trị KMO lớn hơn 0.5 và nhỏ hơn 1 (0.5 <
KMO < 1); kiểm định Bartlett’s Test có ý nghĩa thống kê khi có hệ số Sig. nhỏ hơn 5%
(Sig. < 0,05), tức là các biến quan sát có mối tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nhân tố độc lập: Nguồn lực tài nguyên, cơ sở hạ tầng, nguồn nhân lực, cơ chế chính sách, môi trường sống và làm việc.
Nhân tố phụ thuộc: SHL của doanh nghiệp đầu tư.
4.4.1 Phân tích khám phá cho các nhân tố thuộc thang đo biến độc lập Sau khi kiểm định độ tin cậy các thang đo biến độc lập của 5 nhân tố gồm:
nguồn lực tài nguyên thì có 3 biến được giữ lại Tai_nguyen1, Tai_nguyen2, Tai_nguyen3, nhân tố cơ sở hạ tầng thì có 5 biến được giữ lại Ha_tang1, Ha_tang2, Ha_tang3, Ha_tang4, Ha_tang5, nhân tố nguồn nhân lực thì có 4 biến được giữ lại Nhan_luc1, Nhan_luc2, Nhan_luc3, Nhan_luc4, nhân tố cơ chế chính sách thì có 4 biến được giữ lại Chinh_sach1, Chinh_sach2, Chinh_sach3, Chinh_sach4, nhân tố môi trường sống và làm việc thì có 5 biến được giữ lại Moi_truong1, Moi_truong3, Moi_truong4, Moi_truong5, Moi_truong7.
Như vậy, sau khi kiểm định độ tin cậy các thang đo, ta có tổng cộng 21 biến độc lập được giữ lại để tiến hành phân tích nhân tố khám phá. Kết quả chạy kiểm định KMO và Bartlett’s Test đối với 21 biến độc lập trên SPSS 20 được thể hiện như sau:
Bảng 4.12 Kết quả phân tích nhân tố khám phá EFA của các biến độc lập Rotated Component Matrixa
Biến quan sát Component
1 2 3 4 5
Moi_truong3 .750
Moi_truong4 .733
Moi_truong5 .727
Moi_truong1 .700
Moi_truong7 .673
Chinh_sach4 .863
Chinh_sach3 .780
Chinh_sach1 .696
Chinh_sach2 .666
Ha_tang3 .813
Ha_tang2 .748
Ha_tang1 .663
Ha_tang5 .604
Ha_tang4 .568
Nhan_luc4 .790
Nhan_luc2 .746
Nhan_luc1 .683
Nhan_luc3 .667
Tai_nguyen3 .787
Tai_nguyen1 .721
Tai_nguyen2 .706
Hệ số KMO : 0.718 Sig. : 0,000 Eigenvalues : 1,675 Cumulative %: 57,387
Từ kết quả bảng 4.12, ta có hệ số KMO là 0,718 (lớn hơn 0,5) và Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện phân tích EFA, tức là các biến trong tổng thể có mối tương quan với nhau và sử dụng phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp.
Ta có giá trị Eigenvalue bằng 1,675 (lớn hơn 1) và giá trị phương sai trích Cumulative là 57,38% (lớn hơn 50%) là đạt yêu cầu. Điều này có nghĩa là tại mức giá trị Eigenvalue lớn hơn 1, có 5 nhân tố được rút trích từ 21 biến quan sát đưa vào phân tích, mỗi nhân tố mới được rút ra giải thích được 57,38% sự biến thiên của các biến quan sát.
Qua phân tích nhân tố cho thấy, tất cả các biến độc lập đều có hệ số nhân tải lớn hơn 0,5 nên đạt giá trị phân biệt và giá trị hội tụ, thỏa mãn yêu cầu của dữ liệu.
Như vậy, mô hình nghiên cứu gồm 21 biến, phân thành 5 nhóm có mối liên hệ với nhau và không có sự xáo trộn giữa các nhóm so với các nhóm ban đầu, do đó 5 nhóm yếu tố được giữ nguyên và đưa vào phân tích tương quan và hồi quy.
Các nhân tố mới được tạo ra sẽ được đặt tên như sau:
- Tai_nguyen1, Tai_nguyen2, Tai_nguyen3 được đặt tên là TN;
- Ha_tang1, Ha_tang2, Ha_tang3, Ha_tang4, Ha_tang5 được đặt tên là HT;
- Nhan_luc1, Nhan_luc2, Nhan_luc3, Nhan_luc4 được đặt tên là NL;
- Chinh_sach1, Chinh_sach 2, Chinh_sach3, Chinh_sach4 được đặt tên là CS;
- Moi_truong1, Moi_truong3, Moi_truong4, Moi_truong5, Moi_truong7 được đặt tên là MT.
4.4.2 Phân tích khám phá cho nhân tố thuộc thang đo biến phụ thuộc Sau khi kiểm định độ tin cậy thang đo của nhân tố SHL của doanh nghiệp đầu tư thì cả 5 biến phụ thuộc Hai_long1, Hai_long2, Hai_long3, Hai_long4, Hai_long5 đều có mối liên hệ chặt chẽ và được giữ lại để tiến hành phân tích nhân tố khám phá.
Kết quả chạy kiểm định KMO và Bartlett’s Test đối với 5 biến phụ thuộc của nhân tố SHL của doanh nghiệp đầu tư trên SPSS 20 được thể hiện như sau:
Bảng 4.13 Kết quả phân tích nhân tố khám phá EFA của thang đo các biến phụ thuộc (nhân tố SHL của doanh nghiệp đầu tư)
Component Matrixa
Biến quan sát Component
1
Hai_long3 .831
Hai_long5 .824
Hai_long1 .758
Hai_long2 .755
Hai_long4 .739
Hệ số KMO : 0.792 Sig. : 0,000 Eigenvalues : 3,061 Cumulative %: 61,225
Từ kết quả Bảng 4.13, ta có hệ số KMO là 0,792 (lớn hơn 0,5) và Sig. là 0,000 (nhỏ hơn 0,05) là đạt yêu cầu để thực hiện EFA, tức là các biến trong tổng thể có mối tương quan với nhau và sử dụng phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp.
Tại mức giá trị Eigenvalue là 3,061 (lớn hơn 1) và giá trị phương sai trích Cumulative là 61,22% (lớn hơn 50%) là đạt yêu cầu, như vậy có 1 nhân tố được rút ra từ 5 biến đưa vào phân tích và nhân tố mới được rút ra này giải thích được 61,22% sự biến thiên của các biến quan sát.
Qua phân tích nhân tố cho thấy, tất cả các biến phụ thuộc của nhân tố SHL của DN đầu tư đều có hệ số nhân tải lớn hơn 0,5 nên đạt giá trị phân biệt và giá trị hội tụ và phù hợp đưa vào phân tích tương quan và hồi quy. Nhân tố mới được tạo ra sẽ được đặt tên như sau:
Hai_long1, Hai_long2, Hai_long3, Hai_long4, Hai_long5 được đặt tên là HL.