Sau khi phân tích đ tin c y c a thang đo, b c ti p theo đ thu nh và tóm t t các d li u nh m xác đ nh t p h p bi n c n thi t cho v n đ nghiên c u chúng ta ti p t c s d ng ph ng pháp phân tích nhân t khám phá EFA nh m xem xét m c đ h i t c a các bi n quan sát theo t ng thành ph n và giá tr phân bi t gi a các nhân t .
Sau khi phân tích nhân t , ch nh ng nhóm nhân t th a mãn đi u ki n m i có th tham gia vào ph n ch y h i quy trong phân tích ti p theo.
Các tham s th ng kê quan tr ng trong phân tích nhân t g m:
-Ch s KMO (Kaiser – Meyer – Olkin measure of sampling adequacty): là m t ch s dùng đ xem xét m c đ thích h p c a phân tích nhân t . Ch s KMO ph i đ
l n (>0.5) (Hair & c ng s , 2006) thì phân tích nhân t là thích h p, còn n u nh h n 0.5 thì phân tích nhân t có kh n ng không thích h p v i d li u.
-Ch s Eigenvalue: đ i di n cho l ng bi n thiên đ c gi i thích b i nhân t . Ch nh ng nhân t có Eigenvalue l n h n 1 m i đ c gi l i trong mô hình phân tích, các nhân t có Eigenvalue nh h n 1 s b lo i kh i mô hình (Hair & c ng s , 2006).
-Ph ng sai trích (Variance Explained Criteria): t ng ph ng sai trích ph i l n h n 50% (Hair & c ng s , 2006).
-H s t i nhân t (factor loadings): là h t t ng quan đ n gi a các bi n và nhân t . H s này càng l n cho bi t các bi n và nhân t càng có quan h ch t ch v i nhau. V i m u kho ng 200, h s t i nhân t đ c ch p nh n là l n h n 0.5 (Hair & c ng s , 2006), các bi n có h s t i nhân t nh h n 0.5 s b lo i kh i mô hình.
-Ki m đnh Bartlett: đ ki m tra đ t ng quan gi a các bi n quan sát và t ng th , phân tích ch s ý ngh a khi sig có giá tr nh h n 5% (Hair & c ng s , 2006).
Phân tích h i quy s xác đnh m i quan h gi a bi n ph thu c v i các bi n đ c l p. Mô hình phân tích h i quy s mô t hình th c c a m i quan h và qua đó giúp ta d đoán đ c m c đ c a bi n ph thu c khi bi t tr c giá tr c a các bi n đ c l p. Ph ng trình h i quy có d ng: Y = 0 + 1 * X1 + 2 *X2 + 3*X3 +…+ j*Xj Trong đó : Y : bi n ph thu c ( ch t l ng d ch v huy đ ng v n ti n g i) : h s c l ng X : bi n đ c l p ( các y u t nh h ng)
Theo Hoàng Tr ng & Chu Nguy n M ng Ng c (2008), khi ch y h i quy c n quan tâm
đ n các thông s sau:
-H s Beta: h s h i quy chu n hóa cho phép so sánh tr c ti p gi a các h s d a trên m i quan h gi i thích c a chúng v i bi n ph thu c.
-H s R2: đánh giá ph n bi n đ ng c a bi n ph thu c đ c gi i thích b i các bi n d báo hay bi n đ c l p. H s này có th thay đ i t 0 đ n 1.
-Ki m đnh ANOVA: đ ki m tra tính phù h p c a mô hình v i t p d li u g c. N u m c ý ngh a c a ki m đnh < 0.05 thì ta có th k t lu n mô hình h i quy phù h p v i t p d li u.