CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3 Phân tích nhân tố khám phá EFA
4.3.1 Phân tích nhân tố khám phá EFA cho các biến độc lập Kiểm định tính tương quan giữa các biến quan sát
Biến độc lập bao gồm các biến Ảnh hưởng xã hội (AH), Mong đợi về giá cả (GC), Độ tin cậy (TC), Nhận thức về sự hữu ích (HI), Nhận thức tính dễ sử dụng (DSD) với tổng cộng 19 biến quan sát và 5 nhóm đại diện.
Bảng 4.3 Hệ số KMO và kiểm định Barlett của biến độc lập
Hệ số KMO 0.787
Kiểm định Bartlett Giá trị chi bình phương xấp xỉ
1807.493
Df 153
Sig. 0.000
Nguồn: Kết quả từ SPSS của tác giả Kết quả của bảng 4.3 trên cho thấy, kết quả của thước do KMO (Kaiser-Meyer- Olkin) có giá trị là 0.787, thõa mãn điều kiện 0.5 < KMO < 1, có nghĩa là kiểm định EFA có ý nghĩa thống kê. Bên cạnh đó, với kết quả kiểm định Bartlett, giá trị Sig. là 0.000 < 0.05. Điều đó cho thấy các biến quan sát có tương quan tuyến tính trong mỗi nhóm nhân tố.
Kiểm định phương sai trích của các yếu tố
Kết quả của hệ số Eigenvalues và phương sai trích đối với các biến độc lập ở phần phụ lục trang 17 cho thấy, dữ liệu nghiên cứu là hợp lệ với phân tích nhân tố khám phá EFA và các biến quan sát của mỗi nhân tố có sự tương quan, tác giả tiếp tục quan sát tới điểm dừng Eigenvalues. Kết quả cho thấy cả 5 nhân tố đều có giá trị hệ số Eigenvalues lớn hơn 1 và tổng phương sai tích lũy có giá trị 66.572% > 50%, điều này có nghĩa dữ liệu đáp ứng được tiêu chuẩn và 66.572% này là sự biến thiên các biến quan sát được đưa và phân tích EFA.
Bảng 4.4 Ma trận xoay hệ số của biến độc lập Ma trận xoay nhân tố
Nhân tố
1 2 3 4 5
HI3 .792 HI2 .766 HI1 .721 HI4 .687
DSD4 .669 .629
DSD3 .776
DSD5 .746
DSD2 .743
DSD1 .672
TC2 .797
TC1 .784
TC3 .743
GC3 .694 .597
GC4 .823
GC1 .762
GC2 .673
AH1 .806
AH3 .752
AH2 .736
Nguồn: Kết quả từ SPSS của tác giả Kết quả từ bảng 4.4 cho thấy, cả 19 biến quan sát đều có hệ số lớn hơn 0.5. Điều này cho thấy, các biến quan sát có sự hội tụ tốt trong mỗi nhân tố và sự phân biệt rõ
ràng giữa các nhân tố, đáp ứng đủ điều kiện cần thiết cho các phân tích tiếp theo. Vì vậy, mô hình nghiên cứu giả thuyết mà tác giả đều xuất được xác nhận là phù hơp, các biến quan sát đều có ý nghĩa thống kê và không có biến nào cần phải loại bỏ.
4.3.2 Phân tích nhân tố khám phá EFA cho các biến phụ thuộc Kiểm định tính tương quan giữa các biến quan sát
Bảng 4.5 Hệ số KMO và kiểm định Barlett của biến phụ thuộc
Hệ số KMO .839
Kiểm định Bartlett Giá trị chi bình phương xấp xỉ
1295.674
Df 136
Sig. .000
Nguồn: Kết quả từ SPSS của tác giả Kết quả phân tích EFA của biến phụ thuộc QĐ cho thấy hệ số KMO = 0. 839 >
0.5 thỏa mãn yêu cầu của phân tích EFA (0.5 ≤ KMO ≤ 1). Bên cạnh đó, kiểm định Bartlett có giá trị Sig = 0.000 < 0.05, điều này cho thấy kết quả phân tích có ý nghĩa thống kê.
Kiểm định phương sai trích của các yếu tố
Kết quả của hệ số Eigenvalues và phương sai trích đối với biến phụ thuộc ở phần phụ lục trang 21 cho thấy, chỉ có một nhân tố có giá trị Eigenvalues = 2.881 > 1, điều này cho thấy nhân tố này có khả năng tóm tắt thông tin của 3 biến quan sát một cách tốt nhân. Bên cạnh đó, giá trị phương sai tích lũy đạt 57.613% > 50%, điều này có nghĩa nhân tố này giải thích được 57.613% biến thiên của 5 biến quan sát. Từ đó kết luận được rằng biến phụ thuộc phù hợp với phân tích EFA.
Bảng 4.6 Ma trận xoay của biến phụ thuộc Ma trận xoay nhân tố
Nhân tố 1
QD4 .783
QD2 .762
QD1 .760
QD3 .754
QD5 .736
Nguồn: Kết quả từ SPSS của tác giả Kết quả từ bảng trên của ma trận xoay cho thấy cả ba biến quan sát đều có hệ số tải nhân số trên 0.5, tất cả đều hội tụ tại một nhóm và mang ý nghĩa thống kê. Từ đó cho thấy, mô hình nghiên cứu các giả thuyết được cho là phù hợp và không có biến nào phải loại bỏ.