1. Trang chủ
  2. » Luận Văn - Báo Cáo

Giải pháp nâng cao chất lƣợng dịch vụ của trung tâm dịch vụ khách hàng 24 7 tại ngân hàng tmcp v (13)

3 1 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Nội dung

65 Bảng 3 11 Kết quả hệ số KMO và Bartlett’s Test KMO and Bartlett''''s Test Kaiser Meyer Olkin Measure of Sampling Adequacy 0 608 Bartlett''''s Test of Sphericity Approx Chi Square 758 357 df 55 Sig 0 000[.]

65 Bảng 3.11: Kết hệ số KMO Bartlett’s Test KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling 0.608 Adequacy Approx Chi-Square Bartlett's Test of df Sphericity 758.357 55 Sig 0.000 (Nguồn: Phân tích liệu điều tra SPSS năm 2020) Hệ số KMO = 0.608 nên phân tích nhân tố phù hợp; Giá trị Sig (Bartlett’s Test) = 0.000 (sig 1 nhân tố thứ 5, nhân tố rút trích từ EFA có ý nghĩa tóm tắt thơng tin biến quan sát đưa vào tốt Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) = 77.439% > 50%, điều chứng tỏ 77.439% biến thiên liệu giải thích nhân tố Bảng 3.13: Bảng ma trận xoay biến quan sát Rotated Component Matrixa Component RES1 0.850 RES3 0.824 RES2 0.780 EMP2 0.896 EMP1 0.891 TAN1 0.895 TAN2 0.883 REL2 0.881 REL1 0.870 ASS2 0.880 ASS1 0.874 (Nguồn: Phân tích liệu điều tra SPSS năm 2020) Trong bảng ma trận xoay khơng có biến xấu cả, tất biến quan sát có hệ số tải (factor loading) > 0.5, điều cho thấy biến quan sát có ý nghĩa thống kê tốt nên không loại biến quan sát 67 Bảng 3.14: Kết phân tích EFA biến phụ thuộc Component Matrixa Component SQ1 0.927 SQ2 0.927 Extraction Method: Principal Component Analysis a components extracted (Nguồn: Phân tích liệu điều tra SPSS năm 2020) Kết phân tích EFA biến phụ thuộc cho thấy có nhân tố trích, với phương sai 11,183% Hệ số KMO = 0.608, kiểm định Barlett có Sig=0.000< 0.05 Như vậy, với tất kết thu từ độ tin cậy Cronbach’s Alpha phần phân tích nhân tố khám phá EFA cho thấy thang đo đạt yêu cầu giá trị độ tin cậy Các biến quan sát đại diện cho khái niệm nghiên cứu cần phải đo 3.3 Phân tích tƣơng quan Phân tích tương quan để kiểm tra mối tương quan tuyến tính chặt chẽ biến phụ thuộc với biến độc lập, sớm nhận diện vấn đề đa cộng tuyến biến độc lập có tương quan mạnh với Trong phạm vi viết này, tác giả sử dụng hệ số tương quan Pearson r để phân tích tương quan, từ chọn nhân tố độc lập có tương quan với nhân tố phụ thuộc để đưa vào hồi quy

Ngày đăng: 16/04/2023, 14:44

TÀI LIỆU CÙNG NGƯỜI DÙNG

  • Đang cập nhật ...

TÀI LIỆU LIÊN QUAN