Trước khi tiến hành phân tích nhân tốkhám phá EFA, nghiên cứu sẽ tiến hành kiểm định hệ số KMO (Kaiser Meyer – Olkin of Sampling Adequacy) và Bartlett’s Test nhằm xem xét việc phân tích này có phù hợp hay khơng, trong đó:
HệsốKMO (Kaiser Meyer – Olkin of Sampling Adequacy): là chỉ số dùng để xem xét sựthích hợp của phân tích nhân tố. TrịsốKMO lớn (từ 0,5 đến 1) là điều kiện đủ để phân tích nhân tố là thích hợp. Ngược lại, nếu hệ số này nhỏ hơn 0,5 thì phân tích nhân tốcó khả năng khơng thích hợp với các dữliệu. Vì vậy, để có thể tiến hành phân tích nhân tố khám phá EFA thì hệ số KMO cần phải lớn hơn 0,50. Theo Kaiser (1974)đề nghị:
KMO >= 0,90: Phân tích nhân tốrất tốt 0,80 <= KMO < 0,90: Phân tích nhân tốtốt 0,70 <= KMO < 0,80: Phân tích nhân tố được 0,60 <= KMO < 0,70: Phân tích nhân tốtạm được 0,50 <= KMO < 0,60: Phân tích nhân tốxấu
KMO < 0,50: Khơng thích hợp để phân tích nhân tố
Kiểm định Bartlett’s Test: dùng để xem xét các biến quan sát được đưa vào mơ hình nghiên cứu có tương quan với nhau hay không. Để thỏa mãn kiểm định này, mức ý nghĩa Sig. của kiểm định Bartlett’s Test phải nhỏ hơn 0,05.
Kết quảkiểm định như bảng sau:
Bảng 2.8: Kết quả kiểm định KMO và Bartlett’s Test biến độc lập
KMO and Bartlett’s Test
HệsốKMO (Kaiser Meyer–Olkin of Sampling Adequacy) 0,870 Đại lượng thống kế (Bartlett’s Test) Approx. Chi-Square 4065,301
Df 496
Sig. 0,000
(Nguồn: Kết quảphân tích dữliệu SPSS)
Dựa vào bảng kết quả kiểm định ở trên, ta thấy hệ sốKMO bằng 0,870 lớn hơn 0,5. Đồng thời, mức ý nghĩa Sig. của kiểm định Bartlett’s Test bằng 0,000 nhỏ hơn
0,05 nên các biến quan sát có sự tương quan với nhau. Vì vậy, nghiên cứu có thể thực hiện phân tích nhân tốkhám phá EFA.