PHẦN 4: KẾT QUẢ NGHIÊN CỨU
4.2 Phân tích kết quả nghiên cứu định lượng
4.2.3. Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy thang đo bằng hệ số cronbach’s alpha , chúng ta cần phân tích nhân tố khám phá ( EFA ). Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Kiểm định độ tin cậy thang đo Cronbach’s Alpha, chúng ta đánh giá mối quan hệ giữa các biến trong cùng một nhóm, cùng một nhân tố. Còn đối với EFA, chúng ta có thể xem xét mối quan hệ giữa các biến ở tất cả các nhóm (nhân tố) khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều nhân tố hoặc các biến quan sát bị phân sai nhân tố từ ban đầu.
a) Phân tích khám phá nhân tố EFA của các biến độc lập Hệ số KMO và kiểm định Bartlett:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .857 Bartlett's Test of
Sphericity
Approx. Chi-Square 1341.43 4
df 105
Sig. .000
38 Bảng 16: Kết quả kiểm định KMO và Bartlett
Theo lý thuyết, hệ số KMO (Kaiser-Meyer-Olkin) phải đạt giá trị từ 0,5 trở lên (0,5 ≤ KMO ≤ 1) và Sig < 0,05. Trong đó, từ số liệu đã được xử lý, hệ số KMO = 0,857 đã thỏa mãn điều kiện của kiểm định (0,5 ≤ KMO ≤ 1) và Sig = 0 < 0,05
Phương sai trích:
Total Variance Explained Co
mp on ent
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of
Varianc e
Cumul ative %
Total % of
Varianc e
Cumulativ e %
Total % of
Variance
Cumulative
%
1 5.94
2
39.610 39.610 5.942 39.610 39.610 3.196 21.306 21.306
2 1.911 12.742 52.352 1.911 12.742 52.352 2.547 16.981 38.287
3 1.27
0
8.467 60.819 1.270 8.467 60.819 2.325 15.499 53.785
4 1.06
8
5.787 66.606 1.068 5.787 66.606 1.923 12.821 66.606
5 .806 5.373 71.979
6 .643 4.285 76.264
7 .591 3.942 80.206
8 .579 3.862 84.068
9 .462 3.080 87.147
10 .416 2.771 89.919
11 .374 2.492 92.411
12 .353 2.351 94.762
13 .296 1.976 96.737
14 .290 1.932 98.669
15 .200 1.331 100.00
Từ bảng phương sai trích, ta thấy tổng phương sai trích là 66,606% > 50%
chứng tỏ mô hình EFA phù hợp.
Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân EFA. Trị số Eigenvalue là 1,068 > 1 đạt yêu cầu. Như vậy trong 15 nhân tố thì chỉ trích được 4 nhân tố đạt yêu cầu trong kiểm định mang thông tin tóm tắt tốt nhất.
Như vậy, 4 nhân tố được trích cô đọng được 66,606% biến thiên các biến quan sát.
39
Ma trận xoay nhân tố:
Để ma trận xoay đạt yêu cầu thì phải thỏa mãn 2 yếu tố: giá trị hội và giá trị phân biệt. Giá trị hội tụ là các biến quan sát cùng tính chất hội tụ về cùng một nhân tố, khi biểu diễn trong ma trận xoay, các biến được nằm chung một cột với nhau. Còn giá trị phân biệt là các biến quan sát hội tụ về nhân tố này và phải phân biệt với các biến quan sát hội tụ ở nhân tố khác, khi biểu diễn trong ma trận xoay, từng nhóm biến sẽ tách từng cột riêng biệt.
Rotated Component Matrixa Component
1 2 3 4
A2 .846
A5 .778
A1 .778
A4 .627
A3 .538
B3 .750
B2 .737
B1 .727
B4 .598
C3 .779
C2 .637
C1 .584
D2 .805
D3 .781
D1 .759
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.a a. Rotation converged in 6 iterations.
Ma trận trên đã đảm bảo được điều kiện giá trị hội tụ và giá trị phan biệt và điều quan trọng nhất là không có biến nào tải ở cả hai nhân tố hay không có biến nào mà không có hệ số tải, hầu hết đều có hệ số tải lớn hơn 0,5.
b) Phân tích khám phá nhân tố EFA của biến phụ thuộc:
Hệ số KMO và kiểm định Bartlett:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .668 Bartlett's Test of Sphericity Approx. Chi-Square 145.674
40 Bảng 18: Ma trận xoay nhân tố
df 3
Sig. .000
Hệ số KMO
(Kaiser-Mever-Olkin) phải đạt giá trị từ 0,5 trở lên (0,5 ≤ KMO ≤ 1) và Sig < 0,05.
Trong đó, từ số liệu đã được xử lý, hệ số KMO = 0,668 đã thỏa mãn điều kiện của kiểm định (0,5 ≤ KMO ≤ 1) và Sig = 0 < 0,05 cho thấy phân tích nhân tố là phù hợp.
Phương sai trích:
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of
Variance
Cumulative % Total % of
Variance
Cumulative %
1 2.002 66.740 66.740 2.002 66.740 66.740
2 .601 20.019 86.758
3 .397 13.242 100.000
Extraction Method: Principal Component Analysis.
Giá trị Eigenvalue = 2,002 > 1 và trích được 1 nhân tố mang ý nghĩa tóm tắt thông tin tốt nhất. Tổng phương sai trích là 66,740% > 50% cho thấy mô hình EFA là phù hợp. Như vậy, nhân tố được trích cô đọng được 66,740% biến thiên với các biến quan sát.