Ma Trận Xoay Các Nhân Tố Thức)

Biến quan sát

Có thể bạn quan tâm!

• Tổng Hợp Các Biến Quan Sát Sau Khi Phân Tích Efa Sơ Bộ
• Ảnh hưởng của rủi ro công nghệ thông tin đến chất lượng thông tin kế toán trong các doanh nghiệp tại Việt Nam 1738937919 - 16
• Tóm Tắt Kết Quả Kiểm Định Chính Thức Độ Tin Cậy Các Thang Đo Bằng Cronbach’S Alpha
• Tổng Hợp Các Biến Quan Sát Sau Khi Phân Tích Efa Chính Thức
• Hệ Số Hồi Quy Chuẩn Hoá Của Các Biến Độc Lập Standardized Regression Weights: (Group Number 1 – Default Model)
• Hệ Số Hồi Quy Chưa Chuẩn Hoá Của Các Biến Trong Phân Tích Sem

Xem toàn bộ 405 trang tài liệu này.

Biến quan sát

Biến quan sát

Biến quan sát

Nguồn: Kết quả được tập hợp qua phân tích từ phần mềm SPSS

Đań h giágiátrị hội tụ và giá trị phân biệt của thang đo

Tương tự như đã thực hiện phân tích EFA ở bước sơ bộ, phân tích EFA ở

bước chính thức vẫn là để xem xét giá trị phân biệt và giá trị hội tụ của các thang

đo để

hoàn chỉnh thang đo và mô hình nếu có. Do biến

SWR6 bị

loại nên sẽ

không tham gia vào phân tích EFA.

Ở giai đoạn NC hính thức, chiến lược phân tích EFA để đánh giá thang đo cũng được thực hiện trên 2 nhóm riêng biệt: nhóm các nhân tố độc lập và nhóm nhân tố phụ thuộc như giai đoạn NC sơ bộ.

Phép trích PAF (Principal Axis Factoring) được sử dụng với mục đích tìm ra mối quan hệ tiềm ẩn giữa các biến quan sát được đưa vào phân tích và giúp xác

định các nhân tố và các biến quan sát liên quan đến từng nhân tố. Phép quay

Promax không vuông góc đã được sử dụng cho chủ đề NC có sự hiện diện của biến trung gian vừa đóng vai trò độc lập vừa đóng vai trò phụ thuộc và có sử dụng kỹ thuật phân tích SEM sau EFA.

Sau đây là các kết quả phân tích EFA:

Phân tích EFA cho nhóm nhân tố độc lập:

Phụ lục 34 cho thấy KMO = 0,910 nên việc phân tích nhân tố là phù hợp. Sig. (Kiểm định của Bartlett) = 0,000 (Sig. <0,05) chỉ ra rằng các biến quan sát trong tổng thể có tương quan với nhau.

Hai biến quan sát OCR4 và OCR5 trong ma trận xoay các nhân tố độc lập bị loại trừ do hệ số tải nhân tố quá nhỏ, < 0,5 rất nhiều, và không thể tải lên ở nhân tố nào. (Phụ lục 35 và Phụ lục 36)

Tiến hành chạy lại lần 2:

Phụ lục 37 cho thấy KMO = 0,909 nên việc phân tích nhân tố là phù hợp. Sig. (Kiểm định của Bartlett) = 0,000 (sig. < 0,05) chỉ ra rằng các biến quan sát trong tổng thể có tương quan với nhau.

Extraction Sums of Squared Loadings (Cumulative %) (Tổng phương sai được trích xuất) = 56,393% > 50 %; điều này chỉ ra 56,393% sự thay đổi trong dữ liệu được giải thích bởi 6 nhân tố. (Phụ lục 38)

Bảng 4.9 – Ma trận xoay các nhân tố thức)

độc lập lần 2 (giai đoạn NC chính

Ma trận xoaya

Nhân tố

HWR5

HRR2

Nguồn: Kết quả được tập hợp qua phân tích từ phần mềm SPSS