Phân tích nhân tố khám phá EFA

Bảng 2.8: Phân tích EFA các biến độc lập Biến

Nhân tố

1 2 3 4 5 6

CSSP1 0.834

CSSP2 0.778

CSSP3 0.71

CSSP4 0.708

CSSP5 0.655

ĐNNV1 0.852

ĐNNV2 0.851

ĐNNV3 0.831

LSHĐ1 0.876

LSHĐ2 0.872

LSHĐ3 0.845

TH1 0.885

TH2 0.863

TH3 0.838

MLGD1 0.751

MLGD2 0.709

MLGD3 0.678

CSVC1 0.897

CSVC2 0.879

Phương sai trích lũy tiến

(%) 14.764 28.221 41.434 53.728 65.507 74.690

Hệ số Eigenvalue 4.390 3.163 2.336 1.585 1.439 1.277

KMO: 0.724 Sig: 0,000

(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS)

Trường Đại học Kinh tế Huế

Từkết quảphân tích nhân tốEFA 5 biến độc lập trong mô hình nghiên cứu ta thấy:

- HệsốKMO trong phân tích bằng 0.724 > 0.5, cho thấy rằng kết quả phân tích yếu tố là đảm bảo độtin cậy.

- Kiểm định Bartlett's Test có hệ số Sig là 0.000 < 0.05, thể hiện rằng kết quả phân tích yếu tố đảm bảo được mức ý nghĩa thống kê.

- Phương sai trích bằng 74.69, thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 74.69% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ởmức khá.

- HệsốEigenvalues của yếu tố thứ6 bằng 1.277 >1, thể hiện sự hội tụcủa phép phân tích dừng ở yếu tốthứ6, hay kết quảphân tích cho thấy có 6 yếu tố được trích ra từdữliệu khảo sát.

- Hệsố tải yếu tốcủa mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0.5, cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng với các yếu tố mà các biến này biểu diễn. Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát được giữlại là 19 biến quan sát tương ứng với 6 nhân tố.

6 nhân tố được mô tả như sau:

Nhân tố 1: Gồm 5 biến quan sát. Chính các biến này cấu thành nhân tố “Chính sách sản phẩm”. Các biến quan sát đều có hệ số tải lớn hơn 0.6 nên tất cả các biến quan sát này đều có ý nghĩa.

Nhân tố2: Gồm 3 biến quan sát. Chính các biến này cấu thành nhân tố “Đội ngũ nhân viên”. Các biến quan sát đều có hệsốtải lớn hơn 0.8nên tất cảcác biến quan sát này đều có ý nghĩa.

Nhân tố 3: Gồm 3 biến quan sát. Chính các biến này cấu thành nhân tố “Lãi suất huy động”. Các biến quan sát đều có hệsốtải lớn hơn 0.8 nên tất cảcác biến quan sát này đều có ý nghĩa.

Nhân tố 4: Gồm 3 biến quan sát. Chính các biến này cấu thành nhân tố “Thương hiệu và uy tín”. Các biến quan sát đều có hệsốtải lớnhơn 0.8nên tất cảcác biến quan sát này đều có ý nghĩa.

Nhân tố 5: Gồm 3 biến quan sát. Chính các biến này cấu thành nhân tố “Mạng lưới giao dịch”. Các biến quan sát đều có hệsốtải lớn hơn 0.6nên tất cảcác biến quan sát này đều có ý nghĩa.

Trường Đại học Kinh tế Huế

Nhân tố 6: Gồm 2 biến quan sát. Chính các biến này cấu thành nhân tố “Cơ sở vật chất”. Các biến quan sát đều có hệsố tải lớn hơn 0.8 nên tất cả các biến quan sát này đều có ý nghĩa.

2.3.3.2. Phân tích EFA các biến phụthuộc

Bảng 2.9: Phân tích EFA các biến phụ thuộc Biến Hệ số tải Kiểm định Giá trị

HĐV1 0.716 KMO 0.72

HĐV2 0.801 Eigenvalues 2.315

HĐV3 0.799 Phương sai trích 77.156

Sig:0.000

(Nguồn: Kết quảxửlý sốliệu điều tra với SPSS) HệsốKMO trong phân tích bằng 0.72 > 0.5, cho thấy rằng kết quảphân tích yếu tố là đảm bảo độtin cậy.

Kiểm định Bartlett's Test có hệsốSig là 0.000 < 0.05, thểhiện rằng kết quảphân tích yếu tố đảm bảo được mức ý nghĩa thống kê.

Phương sai trích bằng 77.175% thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 77.175% sựbiến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ởmức khá cao.

Hệ số Eigenvalues của yếu tố thứ 1 bằng 2.315 > 1, thể hiện sự hội tụ của phép phân tích dừng ở yếu tố thứ1, hay kết quảphân tích cho thấy có 01 yếu tố được trích ra từdữliệu khảo sát.

Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0.7, cho thấy rằng các biến quan sát đều thểhiện được sự ảnh hưởng với các yếu tốmà các biến này biểu diễn. Như vậy kết quả phân tích yếu tố với biến phụ thuộc cũng thể hiện sự tin cậy cao.

Từ các kết quả phân tích yếu tố trên, các yếu tố lần lượt được tính toán giá trị trung bình của điểm đánh giá các biến quan sát thểhiện thang đo, để có thể xác định được một yếu tố đại diện cho các biến quan sát sử dụng trong việc phân tích hồi quy

và tương quan.

Trường Đại học Kinh tế Huế