NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.4.2. Phân tích nhân tố khám phá (Exploratory Factor Analysi s EFA)
Trong nghiên cứu này, phép trích Principal Axis Factoring với phép xoay Promax được sử dụng trong phân tích nhân tố nhằm mục đính đánh giá sơ bộ thang đo, từ đó xác định những biến quan sát phù hợp để đưa vào những bước phân tích tiếp theo. Các giá trị được xem xét như sau:
- Giá trị KMO (Kaiser-Meyer-Olkin) dùng để đo lường sự phù hợp của mẫu nghiên cứu đồng thời cho biết độ lớn của mối tương quan giữa các biến quan sát. Hệ số KMO > 0,8 cho biết các các biến dùng để phân tích có độ tương quan cao và có thể chấp nhận khi KMO > 0,5.
- Mức ý nghĩa thống kê Bartlett's Test of Sphericity cho biết mối tương quan giữa các biến, giá trị này < 0,05 chỉ ra mối tương quan này đủ để tiến hành phân tích nhân tố.
- Số lượng nhân tố xác định thông qua hệ số Eigenvalues, chỉ số này xác định phần biến thiên giải thích bởi mỗi nhân tố. Chỉ những nhân tố có Eigenvalues lớn hơn 1 mới được giữ lại trong mô hình phân tích. Tổng phương sai trích: > 60%.
- Độ giá trị hội tụ Factor Loading của các biến đơn với các nhân tố > 0,5 trong bảng Rotated Component Matrix.
- Độ giá trị phân biệt: khác biệt giữa các Factor Loading trong một nhân tố > 0,3 vì khi đó mức độ giải thích của biến đó cho các thành phần có sự khác biệt gần 10% đảm bảo cho sự phân biệt giữa các nhân tố.
Mô hình nhân tố được chọn là mô hình gồm các nhân tố thoả điều kiện KMO>0,5, sig<0,05, Eigenvalues>1, tổng phương sai trích>60%, các biến có hệ số tải nhân tố>0,5 (Hair và ctv, 2006).