Theo lý thuyết, hệ số KMO ( Kaiser Meyer Olkin ) phải đạt giá trị từ 0,5 trở lên (0,5 <KMO < I). Trong đó, từ số liệu xử lý, hệ số KMO = 0,814 đã thỏa mãn điều kiện của kiểm định ( 0,5 < KMO =0,814 < 1).
Phương sai trích:
Total Variance Explained
Component | Initial Eigenvalues Extraction Sums of Squared | Rotation Sums of Squared
Loading Loadings
Total | %of | Cumulative | Total | % of Cumulative | Total |%of | Cumulati
Varian | % Variance | % Varian | ve %
1 4.612 | 27.127 | 27/127 4.612 | 27.172 27.172 2.582 | 15.190 | 15.190 2 2.289 | 13.467 | 40.594 2.289 | 13.467 40.3594 2.192 | 12.893 | 20.084 3 1.971 | 11.595 | 52.189 L971 | 11.595 52.189 2.162 | 12.717 | 40.08]
4 1.244 | 7.319 | 59.508 1.244 | 7.319 59.508 2.135 | 12.561 | 53.362 5 1.020 | 6.002 | 65.510 1.020 | 6.002 65.510 2.065 | 12.148 | 65.510 6 735 | 4.321 | 69.831
7 696 | 4.087 | 73.918 8 639 | 3.761 | 77679 9 573 | 3.370 | 81.049
10 502 | 2.954 | 84.003
58
ll 494 [2.903 | 86.907
12 443 | 2.607 | 89.514
T3 405 [2.385 |91889
T4 .3⁄4. 12.197 |94096 T5 3356 |2.096 |96.193 16 336 | 1979 | 98.172
T7 311 [1828 | 100.000
Extraction Method: Principal Component Analysis.
Bang 24: Phuong sai trich
Tir bang nay, ta thay tông phương sai trích bằng 65,510 % > 50% chứng tỏ mô hình EFA phù hợp.
Trị sô Eigenvalue là một tiêu chí sử dụng phô biến đề xác định số lượng nhân tố trong phan EFA . Từ số liệu xử liệu, trị số Eigenvalue la 1,020 > 1 dat yeu cầu . Như vậy trong l7 nhân tổ thì chỉ trích được 5 nhân tổ đạt yêu cầu trong kiểm định mang
thông tin tóm tắt tốt nhất.
Như vậy, 5 nhân tô được trích cô dong duoc 65, 510% bién thién cac bién quan sat.
Ma trận xoay nhân tố:
Dé 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 tô, khi biểu diễn trong ma trận xoay, các biến được nằm chưng một cột với nhau. Còn giá trị phân biệt là các biến quan sát hội tụ về nhân tô này và phải phân biệt với các biên quan sát hội tụ ở nhân tố khác, khi biểu diễn trong ma trận xoay, từng nhóm biến sé tach từng cột riêng biệt.
Rotated Component Matrix’
Component
1 2 3 4 5
TCI | .768 TC2 | .753 TC3 | .705 TC4 | .750
TỚI .793
TG2 875
TG3 835
TLI 845
TL2 824
TL3 835
TL 671
MI
TL .782
M2
TL .650
M3
TL 593
M4
CGI .731
CG2 .765
CG3 .770
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 5 iterations.
Bang 25: ma tran xoay nhdn té
Ma trận trên đã đảm bảo được điều kiện gia trị hội tụ và giá trị phân biệt và điều quan trọng nhất không có biến nào tải Ở cả hai nhân tô 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 t6 EFA của biến phụ thuộc : Hệ số KMO và kiểm dinh Bartlett :
KMÔ and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling .795 Adequacy.
Bartlett's Test of Sphericity | Approx. Chi-Square | 271.1 93
df 6
Sig. .000
Bảng 26: Hệ số KMO và kiêm định Bartlert
Hệ số KMO ( Kaiser Meyer Olkin ) = 0,795 thỏa mãn ( 0,5 < KMO < L ).
Kiểm dinh Bartlett’s Test of Sphericity : Sig. = 0,000 <0,05 cho thay phan tich nhân tô là phù hợp.
Phương sai trích:
Total Variance Explained
Component | Initial Eigenvalues Extraction Sums of Squared Loadings Tota | % of Cumulative | Total % of Cumulative %
1 Variance % Variance
1 2.55 | 63.781 63.781 2.551 63.781 63.781
1
2 586 | 14.650 78.431
60
3 444 | 11.094 89.525
4 19 | 10.475 100.000
Extraction Method: Principal Component Analysis.
Bang 27: Phuong sai trich
Gia tri Eigenvalue = 2,551 >1 va trích được 1 nhân tổ mang ý nghĩa tóm tắt thông tin tốt nhất. Tổng phương sai trích = 63.781% > 50% cho thây mô hình EFA là phù hợp. Như vậy, nhân tố được trích cô đọng được 63.781% biến thiên với các biến quan sát.
4.2.4.Phân tích tương quan Pearson
Correlations
YD_TB | TC_TB | TLM TB | TG TB | TL_TB | CG TB
YD_TB | Pearson 1 503° 104° 235 572" 245
Correlation
Sig. (2-tailed) .000 .001 .002 .000 .000
N 215 215 215 215 215 215
TC_TB Pearson 503° 1 532" 244 119 470"
Correlation
Sig. (2-tailed) | .000 .000 .019 .000 .000
N 215 215 215 215 215 215
TLM_TB | Pearson 104 532” 1 .120 .202 544"
Correlation
Sig. (2-tailed) | .001 .000 .001 .061 .000
N 215 215 215 215 215 215
TG _TB Pearson 235 244 120 1 379 .109
Correlation
Sig. (2-tailed) | .002 019 001 .000 110
N 215 215 215 215 215 215
TL TB Pearson 572" 119 202 379 1 407
Correlation
Sig. (2-tailed) | .000 .000 .061 .000 .001
N 215 215 215 215 215 215
CG TB Pearson 245 470" 544™ .109 .407 1
Correlation
Sig. (2-tailed) | .000 .000 .000 110 .001
N 215 215 215 215 215 215
* Correlation is significant at the 0.05 level (2-tailed).
** Correlation is significant at the 0.01 level (2-tailed).
Bảng 28: Thể hiện mối tương quan Pearson
a, Tương quan tuyến tính giữa biến độc lập với biến phụ thuộc
Môi quan hệ tương quan giữa biến độc lập “Tài chính kinh tế” đến biến phụ thuộc YD có sig. < 0,05 và có 0 <r= 0,503 < I. Điều này cho thấy biến độc lập TC_ TB có tương quan tuyến tính với biến phụ thuộc YD_ TB với mức độ tương quan trung bình ( xác định dựa trên r ).
Mỗi quan hệ tương quan giữa biến độc lập “Tâm lý muốn trái nghiệm phiêu du mạo hiểm” đến biến phụ thuộc YD_TB có sig. <0,05 và có r = 0,104 ( 0< r <1) cho thấy biến độc lập TLM. TB có tương quan tuyến tính với mức độ yếu với biến phụ thuộc.
Với sig.<0,05 thì có mối quan hệ tương quan tuyến tính cùng chiều giữa biến độc lập “Thời gian” ° đến biến phụ thuộc YD_TB và mức độ tương quan yêu. (r=0,235) Mỗi quan hệ tương quan giữa biến độc lập “Tâm lý muốn gặp những người bạn mới” ° đến biến phụ thuộc YD_ TB có sig. < 0,05 và có 0 <r = 0,572 < I. Điều này cho thấy biến độc lập TL có tương quan tuyến tính với biên phụ thuộc YD_ TB với mức độ tương quan trung bình.
Biến độc lập “Cảm giác chính phục những vùng đất mới lạ” có tương quan tuyến tính với biến phụ thuộc YD_ TB vì có sig.<0,05 và mức độ tương quan yếu ( r=0,245).
b, Tương quan tuyến tính giữa các biến độc lập với nhau
Với điều kiện sig. <0,05 , biến độc lập TC_ TB có mối quan hệ tương quan tuyến tính với các biến độc lập khác :TLM TB, TG TB, TL TB, CG TB. Và trong đó r lần lượt bằng = = 0,532; 0,244; 0,119: 0,47 nên biên độc lap TC_TB đối với TLM TB,TG TB TL TB,CG_ TB không có khả năng xảy ra hiện tượng đa cộng tuyến tính.
Có sig.<0,05 nên xuất hiện tương quan tuyến tính giữa biến độc lập TLM TB với TC TR,TG TB,CG_ TR và không có khả năng xảy ra hiện tượng đa cộng tuyên tính.
Biến độc lap TG_TB có mối quan hệ tuyến tính với biến độc lập TL TB, CG TB va trong đó r lần lượt = 0,379: 0,109, không có khá năng xảy ra da cộng tuyến.
Biến độc lập TL TB có mối quan hệ tuyến tính với biến độc lập CG_TB với sig. <0,05 , không có hiện tượng xảy ra đa cộng tuyên tính giữa 2 biên này vì r = 0,407
4.2.5 Phân tích hồi quy đa biến
Dé đánh giá sự phù hợp của mô hình ta sử dụng phương pháp hồi quy tuyến tính bội với 5 biến độc lập được phân tích trên .
Model Summary”
Mod | R R Square Adjusted R Square | Std. Error of | Durbin- Watson
el the Estimate
1 589° | 347 331 64758 2.018
a. Predictors: (Constant), CG TB, TL TB, TG TB, TC TB, TLM TB b. Dependent Variable: YD_TB