Phó Tổng Biên tập ts. Nb. Trần hanh Vũ Hội đồng Biên tập Chủ tịch: ts. Lê Bích Phương


Bảng 4.1: Kết quả kỉm định Cronbach’s Alpha trức khi phân t́ch EFA  STT



tải về 3.2 Mb.
Chế độ xem pdf
trang11/166
Chuyển đổi dữ liệu14.07.2022
Kích3.2 Mb.
#52648
1   ...   7   8   9   10   11   12   13   14   ...   166
nhan to sanh huong den hai long
CHUYỂN ĐỔI SỐ CỦA CÁC DOANH NGHIỆP VIỆT NAM MỘT CÁI NHÌN TOÀN CẢNH
Bảng 4.1: Kết quả kỉm định Cronbach’s Alpha trức khi phân t́ch EFA
 STT
Thang đo
Số biến 
quan sát
Cronbach’s
Alpha
Hệ số tương 
quan giữa biến 
tổng nhỏ nhất
1
Vấn đề thuế suất (TS)
4
0.759
0.402
2
Công tác kiểm tra thuế (KTRA)
4
0.917
0.759
3
Kiến thức về thuế của người nộp thuế (KTT)
4
0.814
0.349
4
Tính đơn giản của việc kê khai thuế (KKHAI)
3
0.662
0.443
5
Hiệu quả hoạt động của cơ quan thuế(CQT)
5
0.905
0.636
6
Nhận thức về tính công bằng (TCB)
4
0.908
0.650
7
Tình trạng tài chính của đối tượng nộp thuế (TC)
4
0.919
0.744
8
Nhận thức về hình phạt và phạm tội (HP)
4
0.815
0.573
Tổng
32
Nguồn: Số liệu phân t́ch dữ liệu nghiên cứu ch́nh thức bằng SPSS 22.0
Sau khi phân tích hệ số tin cậy Cronbach’s 
alpha, các thang đo được đánh giá tiếp theo 
bằng phương pháp EFA. Thông qua việc phân 
tích nhân tố EFA ở bước tiếp theo, sẽ cho thấy 
được cụ thể hơn các thang đo trên có tách thành 
những nhân tố mới hay bị loại bỏ ra hay không. 
Điều này sẽ đánh giá chính xác hơn thang đo, 
đồng thời loại bỏ bớt các biến đo lường không 
đạt yêu cầu, mục đích làm cho các thang đo đảm 
bảo tính đồng nhất. Một số tiêu chuẩn mà các 
nhà nghiên cứu thường quan tâm trong phân tích 
nhân tố khám phá (EFA) như sau:
Hệ số KMO
(Kaiser-Mayer-Olkin) ≥ 0.5 
và mức ý nghĩa của kiểm định Bartlett ≤ 0.05. 
KMO là một chỉ tiêu dùng để xem xét sự thích 
hợp của EFA, phân tích nhân tố khám phá (EFA) 
thích hợp khi 0.5 ≤ KMO ≤ 1. Hệ số tải nhân tố 
(Factor loading) là hệ số tương quan đơn giữa 
các yếu tố thành phần và các nhân tố. Hệ số tải 
nhân tố > 0.3 được xem là đạt mức tối thiểu, Hệ 
số tải nhân tố > 0.4 được xem là quan trọng và ≥ 
0.5 được xem là có ý nghĩa thực tiễn. Tác giả sử 
dụng phương pháp trích Principal Component 
Analysis với phép quay Varimax và điểm dừng 
khi trích các nhân tố có eigenvalue > 1. 
- Kết quả phân tích nhân tố khám phá (EFA) 
cho thấy 32 biến quan sát trong 8 thành phần của 
thang đo các yếu tố các yếu tố ảnh hưởng đến kết 
quả công việc vẫn được rút trích thành 8 thành 
phần. Hệ số KMO = 0.839 nên EFA phù hợp 
với dữ liệu và thống kê Chi-quare của kiểm định 
Bartlett đạt giá trị 7150.203 với mức ý nghĩa Sig
= 0.000; do vậy các biến quan sát có tương quan 
với nhau xét trên phạm vi tổng thể. Phương sai 
trích được là 74.126% thể hiện rằng 8 nhân tố 
rút ra được giải thích 74.126% biến thiên của dữ 
liệu, tại hệ số eigenvalue bằng 1.016.
Như vậy, thang đo các yếu tố ảnh hưởng kết 
quả công việc từ 8 thành phần nguyên gốc (33 
biến quan sát) sau khi phân tích nhân tố khám 
phá EFA thì vẫn được giữ nguyên 8 thành phần 
với 32 biến quan sát, các nhân tố trích ra đều đạt 
độ tin cậy và độ giá trị.


9

tải về 3.2 Mb.

Chia sẻ với bạn bè của bạn:
1   ...   7   8   9   10   11   12   13   14   ...   166




Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2024
được sử dụng cho việc quản lý

    Quê hương