7. KẾT CẤU LUẬN VĂN
2.3.3. Phân tích độ tin cậy và đánh giá độ phù hợp của thang đo
2.3.3.1. Hệ số Cronbach’s Alpha
Hệ số Cronbach s alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau [9], hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính toán phƣơng sai của từng item và tính tƣơng quan của từng item với điểm của tổng các item còn lại của phép đo.
Nhiều nhà nghiên cứu đồng ý r ng khi hệ số Cronbach s alpha có giá trị từ 0.8 trở lên đến gần 1.0 là thang đo tốt; từ 0.7 đến gần 0.8 là sử dụng đƣợc [9, tr. 249–258]. Nguyễn Đình Thọ [13, tr. 340-352] đề nghị hệ số Cronbach s alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu. Tuy nhiên, Cronbach s alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Chính vì vậy, bên cạnh hệ số Cronbach s alpha, ngƣời ta còn sử dụng hệ số tƣơng quan biến tổng (item – total correlation) và những biến nào có tƣơng quan biến tổng < 0.3 sẽ bị loại bỏ.
2.3.3.2. Phân tích nhân tố phám phá (EFA)
Phân tích nhân tố khám phá EFA là một phƣơng pháp phân tích định lƣợng dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu [18].
Các biến có trọng số (Factor loading) nhỏ hơn 0.4 trong EFA sẽ tiếp tục bị loại. Phƣơng pháp trích Principal Component Analysis với phép xoay Varimax đƣợc sử dụng trong phân tích nhân tố thang đo thành phần độc lập và điểm dừng khi trích các
yếu tố có eigenvalue ≥ 1(đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố). Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích ≥ 50% (Gerbing & Anderson, 1988), với điều kiện là chỉ số KMO ≥0.5. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố thích hợp. Kiểm định Bartlett xem xét giả thuyết Ho: độ tƣơng quan giữa các biến quan sát b ng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể [9, tr. 262].
Theo Hair và cộng sự, Factor loading là chỉ tiêu đảm bảo mức ý nghĩa thực tế của EFA (ensuring practical significance). Factor loading > 0.3 đƣợc xem là đạt mức tối thiểu, Factor loading > 0.4 đƣợc xem là quan trọng, > 0.5 đƣợc xem là có ý nghĩa thực tiễn. Hair và cộng sự (1998, 111) cũng cho r ng: nếu chọn tiêu chu n Factor loading > 0.3 thì cỡ mẫu ≥ 350, nếu cỡ mẫu khoảng 100 thì nên chọn Factor loading > 0.5, nếu cỡ mẫu khoảng 50 thì Factor loading phải > 0.75 [18, tr. 111].