CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.2. Kiểm định và đánh giá thang đo
4.2.2. Phân tích nhân tố khám phá (EFA)
4.2.2.1. Phân tích nhân tố (EFA) các yếu tố độc lập
Sau khi phân tích hệ số tin cậy Cronbach’s Alpha, các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố khám phá (EFA), 23 biến quan sát (sau khi đã loại biến quan sát CX1) được đưa vào phân tích nhân tố khám phá EFA theo phương pháp trích Principal Component với phép quay Varimax.
Phân tích nhân tố EFA các biến quan sát của thang đo và kết quả như sau:
- Số lượng nhân tố trích được là 5 nhân tố
- Hệ số KMO đạt 0.80 > 0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
- Kiểm định Bartlett’s: đạt yêu cầu (Sig = 0.000 < 0.05): Các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
- Giá trị hệ số Eigenvalues của các nhân tố đều lớn hơn 1: đạt yêu cầu.
Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading) > 0.5.
- Một yếu tố nữa là tổng phương sai trích TVE (Total Variance Explained), tổng này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường, ta thấy tổng phương sai trích là 63.537% > 50%, theo Nguyễn Đình Thọ (2011) thì tổng phương sai trích từ 60% trở lên là tốt. Điều này cho thấy TVE đạt yêu cầu trong nghiên cứu.
Bảng 4.8: Kết quả phân tích nhân tố (EFA) biến độc lập
STT Biến quan sát Nhân tố
1 2 3 4 5
1 GC1 .784
2 GC2 .873
3 GC3 .879
4 GC4 .872
5 GC5 .888
6 NS1 .748
7 NS2 .733
8 NS3 .772
9 NS4 .780
10 NS5 .650
11 XH1 .710
12 XH2 .669
13 XH3 .681
14 XH4 .689
15 XH5 .615
16 CL1 .700
17 CL2 .677
18 CL3 .699
19 CL4 .688
20 CL5 .676
21 CX2 .668
22 CX3 .823
23 CX4 .821
KMO 0.800
Bartlett (Sig.) 0.000
Tổng phương sai trích (%) 63.537
(Kết quả phân tích của tác giả)
Kết quả EFA (bảng 4.8) cho thấy các biến này đều nằm ở những thành phần như giả thuyết, không có sự thay đổi nhóm biến so với kết quả nghiên cứu định tính ban đầu. Về mặt nhân tố thang đo này phù hợp. Việc xem xét kết quả trọng số nhân tố các biến sau khi quay PCA đều thỏa yêu cầu, do đó ta kết luận rằng thang đo đạt được giá trị hội tụ.
Qua ba yếu tố như số lượng nhân tố trích, hệ số tải nhân tố, tổng phương sai trích vừa phân tích ở trên, kết luận rằng mô hình EFA này là phù hợp.
4.2.2.2. Phân tích nhân tố (EFA) các yếu tố phụ thuộc
Sau khi phân tích nhân tố (EFA) cho các biến độc lập, tác giả tiến hành phân tích nhân tố (EFA) cho biến phụ thuộc “Quyết định mua”.
Sử dụng phần mềm SPSS và đưa các biến vào phân tích, tác giả thu được kết quả như sau:
Bảng 4.9: Kết quả phân tích nhân tố (EFA) biến phụ thuộc
STT Biến quan sát Nhân tố
1
1 QD1 .858
2 QD2 .897
3 QD3 .874
KMO 0.723
Bartlett (Sig.) 0.000
Tổng phương sai trích (%) 76.831
(Kết quả phân tích của tác giả)
Kết quả phân tích nhân tố (EFA) cho biến phụ thuộc “Quyết định mua” cho thấy:
- Kiểm định Barlett: Sig. = 0.000 < 0.05: Các biến quan sát có tương quan với nhau trong tổng thể.
- Hệ số KMO = 0.723 > 0.5: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
- Có 1 nhân tố được trích ra từ phân tích nhân tố (EFA)
- Giá trị Eigenvalues = 2.305 > 1: đạt yêu cầu.
- Giá trị tổng phương sai trích là 76.831% > 50% : đạt yêu cầu
- Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading >
0.5): đạt yêu cầu.
Như vậy, thang đo “Quyết định mua” đạt giá trị hội tụ.
4.2.2.3. Tóm tắt kết quả phân tích nhân tố (EFA)
Kết quả phân tích nhân tố (EFA) cho thấy các biến độc lập và các biến phụ thuộc trong mô hình đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được. Do đó, phân tích EFA là thích hợp với dữ liệu nghiên cứu, không có sự phát sinh nhân tố mới. Các giả thuyết nghiên cứu và mô hình nghiên cứu các yếu tố ảnh hưởng đến quyết định mua xe tay ga hãng Honda của người tiêu dùng tại thành phố Hồ Chí Minh được giữ nguyên so với mô hình nghiên cứu đề nghị chính thức ở chương 3.