6. Bố cục của luận văn
2.4.2. Phương pháp phân tích khám phá nhân tố (EFA)
Kiểm định độ tin cậy thang đo Cronbach’s alpha được sử dụng để loại bỏ
biến rác trước khi tiến hành phân tích nhân tố. Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
chính xác độ biến thiên cũng như độ lỗi của các biến. Theo đó, chỉ những biến có hệ số tương quan tổng biến phù hợp (Corrected Item-Total Correlation) lớn hơn 0.3 và có hệ số Alpha lớn hơn 0.6 mới được xem là chấp nhận được và thích hợp đưa vào những bước phân tích tiếp theo. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,70 - 0,80]. Nếu Cronbach alpha > hoặc = 0,60 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally & Bernstein 1994).
Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) Phương
pháp nhân tố khám phá được sử dụng để xác định các nhóm tiêu chí đánh giá sự hài lòng của khách hàng đối với sản phẩm và dịch vụ của BIDV Thái Nguyên. Phương pháp phân tích 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 ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát. + Phân tích nhân tố được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Các biến có hệ số tương quan đơn giữa biến và các nhân tố (factor loading) nhỏ hơn 0.5 sẽ bị loại. Phương pháp trích “Principal Axis Factoring” được sử dụng kèm với phép quay “Varimax”. Điểm dừng trích khi các yếu tố có “Initial Eigenvalues” > 1.
- Xác định số lượng nhân tố
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue, chỉ số này đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải lớn hơn 50%.
- Độ giá trị hội tụ
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố (Jun & ctg, 2002).
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
Để đạt được độ giá trị phân biệt, khác biệt giữa các factor loading phải lớn hơn hoặc bằng 0.3 (Jabnoun & ctg, 2003).
Phương pháp trích hệ số sử dụng thang đo: Mục đích kiểm định các thang đo nhằm điều chỉnh để phục vụ cho việc chạy hồi quy mô hình tiếp theo nên phương pháp trích yếu tố Principal Axis Factoring với phép quay Varimax sẽ được sử dụng cho phân tích EFA trong nghiên cứu vì phương pháp này sẽ giúp kiểm định hiện tượng đa cộng tuyến giữa các yếu tố của mô hình (nếu có).
Đánh giá thang đo
Một thang đo được coi là có giá trị khi nó đo lường đúng cái cần đo. Hay nói cách khác đo lường đó vắng mặt cả hai loại sai lệch: sai lệch hệ thống và sai lệch ngẫu nhiên. Điều kiện cần để một thang đo đạt giá trị là thang đo đó phải đạt độ tin cậy, nghĩa là cho cùng một kết quả khi đo lặp đi lặp lại.
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại (internal connsistentcy) thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng (item-total correclation).
Hệ số tương quan biến tổng (item-total correclation)
Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994), các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
Độ giá trị hội tụ (convergent validity) và độ phân biệt (discriminant validity) của thang đo được đánh giá thông qua phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Anlysis).
Các nhân tố chung cũng có thể được diễn tả như những kết hợp tuyến tính của các:
Fi = Wi1 X 1 + Wi2 X 2 + Wi3 X 3 +...+ Wik X k
Trong đó:
Fi : ước lượng trị số của nhân tố thứ i
Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/
k : số biến
Sau cùng nghiên cứu sử dụng phương pháp phân tích hồi qui bội với các quan hệ tuyến tính để xác định các nhân tố có ảnh hưởng đến sự hợp tác chuỗi cung ứng từ đó tính được mức độ quan trọng của từng nhân tố.