CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHI N CỨU
CHƯƠNG 4 KẾT QUẢ NGHI N CỨU VÀ THẢO LUẬN KẾT QUẢ NGHI N CỨU VÀ THẢO LUẬN
4.3 ĐÁNH GIÁ THANG ĐO
4.3.2 Ph n tích nh n tố khám phá EFA
Sau khi kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại các biến không đảm bảo độ tin cậy, phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng để rút trích các biến quan sát thành một hay một số biến tổng hợp. Khi phân tích nhân tố khám phá, các yêu cầu cần thiết là:
- Kiểm định Bartlett: Bartlett là đại lƣợng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể (Corelation matrix). Nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Căn cứ trên giá trị Sig< 0,05.
- Trị số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Giá trị của KMO đạt từ 0,5< KMO <1 thể hiện phân tích nhân tố là phù hợp, nếu giá trị này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
- Hệ số tải nhân tố (Factor loading) > 0,4. Nếu biến quan sát nào có hệ số tải nhân tố nhỏ hơn 0,4 sẽ bị loại.
Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thi ết thực của phân tích nhân tố khám phá. Factor loading > 0,3 đƣợc xem là đạt mức tối thiểu, Factor loading
> 0,4 đƣợc xem là quan trọng và Factor loading > 0,5 đƣợc xem là có ý nghĩa thực tiễn.
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố > 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
- Tổng phương sai trích là phần trăm phương sai toàn bộ được giải thích bởi từng nhân tố, phải đạt giá trị từ 50% trở lên đƣợc xem là phù hợp. Đại lƣợng Eigenvalue đại diện cho phần biến thiên đƣợc giải thích cho m i nhân tố. Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuấn hóa m i biến gốc có phương sai là 1.
4.3.2.1 P â tí â tố á p á (EFA) t a á iế c lập
Sau khi loại bỏ các biến rác và giữ lại các thang đo đã đạt độ tin cậy ta tiến hành phân tích nhân tố. Cách tiến hành phân tích đƣợc thực hiện nhƣ sau:
Bước 1 (xem phụ lục 3): Phân tích tổ hợp của 24 biến quan sát. Kết quả thu được bằng phương pháp trích Principal components và phép quay varimax cho thấy:
- Hệ số KMO = 0,784 (> 0,5) và mức ý nghĩa Sig. = 0,000 (< 0,05), trong kiểm định Bartlett’s test. Như vậy giả thuyết về ma trận tương quan tổng thể là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện trong phân tích nhân tố.
- Có 6 nhân tố được trích và quan sát thấy trong đó có biến đo lường NV2 (Khách hàng gửi tiết kiệm tại Agribank đƣợc giải đáp thắc mắc kịp thời kịp thời), NV3 (Nhân viên sẵn sàng lắng nghe khách hàng), HD4 (Hình dáng bên ngoài Agribank
đƣợc thiết kế đẹp) có hệ số tải nhân tố (factor loading) nhỏ hơn 0,5 nên không thỏa mãn tiêu chuẩn EFA, vì thế đƣợc loại ra để EFA lần 2.
Bước 2: Phân tích tổ hợp 21 biến còn lại sau khi đã loại 3 biến không đạt như ở trên. Kết quả thu đƣợc nhƣ sau:
- Hệ số KMO = 0,784 ở mức ý nghĩa Sig =0,00. Nhƣ vậy giả thuyết về ma trận tương quan tổng thể là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện trong phân tích nhân tố.
- 21 biến quan sát đo lường 06 yếu tố tác động được trích vào 06 nhân tố giữ nguyên gốc 6 yếu tố này tại Eigenvalue = 1,101(> 1) và phương sai tổng trích được là 70,142%. Vì thế, có thể sử dụng kết quả EFA cho phân tích hồi quy ở bước tiếp theo.
- Hệ số Cronbach’s Alpha của 6 nhân tố vừa trích đƣợc tính lại (xem bảng 4.6) đều thỏa điều kiện về độ tin cậy (> 0,60).
Bảng 4.5: KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
,784 Bartlett's Test of Sphericity Approx. Chi-Square 2504,516
df 210
Sig. ,000
Bảng 4.6: Ma trận nh n tố sau khi xoay EFA (lần 2)
Biến Yếu tố
1 2 3 4 5 6
VT3 0,861
VT2 0,858
VT4 0,825
VT1 0,796
CT1 0,878
CT2 0,857
CT5 0,746
CT4 0,705
NV5 0,809
NV4 0,772
NV1 0,693
NV7 0,670
LS1 0,846
LS2 0,804
LS3 0,792
UT3 0,815
UT2 0,804
UT1 0,731
HD2 0,825
HD1 0,801
HD3 0,656
Eigen value 5,322 2,697 2,204 2,001 1,405 1,101
Phương sai trích (%) 25,344 38,185 48,682 58,208 64,900 70,142
Cronbach Alpha 0,899 0,826 0,760 0,780 0,775 0,747
(Nguồn: Kết qu phâ tích dữ liệu của tác gi )
4.3.2.2 P â tí â tố á p á (EFA) t a iến phụ thu c
Bảng tóm tắt kết quả phương sai trích của quyết định chọn ngân hàng được thể hiện qua bảng sau:
Bảng 4.7: Tổng phương s i trích của quyết định chọn ng n hàng
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative %
1 1,968 65,595 65,595 1,968 65,595 65,595
2 0,590 19,672 85,267
3 0,442 14,733 100,000
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,674
Bartlett's Test of Sphericity
Approx. Chi-Square 168,834
df 3
Sig. 0,000
(Nguồn: Kết qu phâ tích dữ liệu của tác gi ) Kết quả phân tích nhân tố khám phá EFA với KMO = 0,674 > 0.5 và kiểm định Bartlett với P (chi – square, df) = 0.000 < 0.05 nên có thể khẳng định dữ liệu phù hợp để phân tích nhân tố.
Phân tích c ng đã rút trích từ 6 chỉ báo thành một nhân tố chính có Eigenvalue
= 1,968 và tổng phương sai trích tích l y là 65,595% > 50% với các hệ số tải nhân tố đều lớn hơn 0,4 ma trận thành phần đƣợc giới thiệu tại bảng Component matrix (trong trường hợp này, vì chỉ có một nhân tố nên không thể hiện ma trận xoay nhân tố).
Bảng 4.8: Ma trận thành phần Component
1
QD1 0,767
QD2 0,822
QD3 0,839
(Nguồn: Kết qu phâ tích dữ liệu của tác gi )