5. Kết cấu của luận văn
4.3Phân tích nhân tố
Sau khi phân tích độ tin cậy của thang đo, bước tiếp theo để thu nhỏ và tóm tắt các dữ liệu nhằm xác định tập hợp biến cần thiết cho vấn đề nghiên cứu. Phương pháp phân tích nhân tố khám phá EFA được sử dụng nhằm xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố.
Sau khi phân tích nhân tố, chỉ những nhóm nhân tố thỏa mãn điều kiện mới có thể tham gia vào phần chạy hồi quy trong phân tích tiếp theo.
Bảng 4.4: Kiểm định KMO
Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .708
Bartlett's Test of Sphericity
Approx. Chi-Square 2136.438
df 325
Sig. .000
Chỉ số KMO = 0.708 >0.5 nên phù hợp; Kiểm định Bartlett có mức ý nghĩa 0.000 nên phù hợp; Chỉ số Eigenvalue = 1.088 nên phù hợp (Hair & cộng sự, 2006) Bảng 4.5: Kết quả phân tích nhân tố EFA
Ma trận thành phần sau khi xoay 1 2 3 4 5 6 7 8 TC2 .880 .215 .068 .080 .069 -.006 -.056 .057 TC3 .793 .160 .060 .027 .218 .023 .127 -.050 TC1 .769 .299 .041 .102 .116 .070 -.065 .091 TC4 .744 .078 -.094 -.006 .241 .042 .197 .053 DU3 .067 .844 -.032 .091 .005 -.001 .191 .028 DU1 .318 .750 .017 .112 .209 -.040 -.045 -.078 DU2 .313 .686 -.047 -.039 .053 -.078 .276 -.030 HA3 .089 .038 .891 -.021 -.016 .025 .011 -.018 HA1 .025 .042 .868 .008 -.003 -.038 -.104 .057 HA2 -.040 -.063 .853 -.074 -.019 -.021 .084 -.008 G2 -.075 .047 -.036 .847 .026 .059 .142 -.039 G1 .324 .081 -.070 .818 -.050 -.038 .054 -.148 G3 .044 .087 -.007 .796 -.088 -.097 .125 -.138 HH3 .040 .113 .041 -.125 .825 .022 .129 .074 HH2 .131 .279 .099 .076 .742 .036 -.005 .049 HH1 .332 -.102 -.019 -.055 .705 .017 .084 -.024 HH4 .181 .061 -.199 .010 .518 .043 -.099 -.162 TT1 .016 .005 -.074 .003 .029 .859 .017 -.075 TT3 .016 .095 -.001 -.112 .081 .851 -.066 -.029 TT2 .081 -.100 .040 .051 -.011 .849 .049 -.092 PCPV1 -.030 .203 .030 .118 .023 .033 .715 -.077
PCPV3 .007 .059 .001 .196 .019 -.024 .700 -.046 PCPV2 .254 .295 -.089 -.078 .004 -.060 .630 -.151 DC3 -.041 .120 -.022 -.066 .046 -.084 -.166 .861
DC2 .041 -.110 -.033 -.071 -.025 -.047 .040 .803
DC1 .121 .058 .088 -.140 -.051 -.072 -.077 .760
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 7 iterations.
Thang đo rút trích được 8 thành phần. Tổng phương sai trích được là 70.672% nên phù hợp => 70,672% biến thiên của dữ liệu được giải thích bởi 8 nhân tố (Hair & cộng sự, 2006).
Bảng 4.6: Kiểm định KMO cho biến phụ thuộc
Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .717
Bartlett's Test of Sphericity
Approx. Chi-Square 232.628
df 3
Sig. .000
Chỉ số KMO = 0.717 nên phù hợp (Hair & cộng sự, 2006). Chỉ số Eigenvalue = 2.276 nên phù hợp (Hair & cộng sự, 2006).
Tổng phương sai trích được là 75.878% nên phù hợp (Hair & cộng sự, 2006). Kiểm định Bartlett có mức ý nghĩa 0.000 nên phù hợp (Hair & cộng sự, 2006).
Bảng 4.7: Kết quả phân tích nhân tố EFA cho biến phụ thuộc Ma trận thành phần 1 HL2 .896 HL1 .864 HL3 .853
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
Tóm lại, sau khi tiến hành phân tích dữ liệu thu thập được thông qua các bước
phân tích độ tin cậy Cronbach’s Alpha, và phân tích nhân tố, mô hình nghiên cứu có 8 biến độc lập (Phong cách phục vụ, Sự hữu hình, Sự tin cậy, Sự thuận tiện, Sự đồng cảm, Sự đáp ứng, Tính cạnh tranh về giá cả - chi phí và Danh tiếng, hình ảnh doanh nghiệp) để đo lường biến phụ thuộc là Sự hài lòng của khách hàng. Mô hình nghiên cứu tổng quát vẫn giữ như cũ. Các giả thuyết tiếp tục được kiểm tra bằng việc chạy hồi qui.
(adsbygoogle = window.adsbygoogle || []).push({});