2.1.5.1. Đánh giá thang đo
Khóa luận nghiên cứu sự hài lòng của khách hàng đối với hệ thống siêu thị Co.opmart dựa trên 5 nhân tố độc lập và mỗi nhân tố lại được quy định bởi nhiều biến, phụ thuộc vào số lượng đặc điểm của các nhân tố cần đo lường. Vì vậy, độ tin cậy của cả thang đo phục thuộc rất lớn vào độ tin cậy của từng biến đo lường. Một trong những phương pháp phổ biến để kiểm định độ tin cậy của thang đo là việc đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Hệ số Cronbach’s Alpha sẽ được chạy riêng cho từng nhân tố độc lập và phụ thuộc, qua đó đo lường tính nhất quán giữa các biến trong cùng một nhân tố, vì mức độ nhất quán của các biến quan sát càng cao thì độ tin cậy của thang đo càng cao. Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2009) cho rằng sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố để loại các biến không phù hợp vì các biến rác này có thể tạo ra các nhân tố giả khi phân tích. Bên cạnh đó, các biến trong cùng một nhân tố cũng được đo lường thêm về hệ số tương quan biến tổng (Corrected Item-Total Correlation), giá trị này cho biến mức độ đóng góp của mỗi biến trong từng nhân tố.
Mỗi nhân tố trong nghiên cứu khi được thực hiện kiểm định phải đạt chỉ số Cronbach’s Alpha từ 0,6 trở lên mới được xem là chấp nhận được. Nếu chỉ số Cronbach’s Alpha của nhân tố đạt mức từ 0,7 đến 0,8 thì là sử dụng được còn nếu chỉ số này nằm trong khoảng từ 0,8 đến 1 thì độ tin cậy tốt (Hair, 1998). Trong khi đó, hệ số tương quan biến tổng của từng biến phải đạt mức từ 0,3 trở lên mới có thể được đưa vào phân tích tiếp, các biến có hệ số này thấp hơn mức 0,3 sẽ được coi là biến rác và bị loại bỏ trước khi đi vào giai đoạn phân tích nhân tố.
2.1.5.2. Phân tích nhân tố
Sau khi sử dụng kiểm định Cronbach’s Alpha để đánh giá độ tin cậy của thang đo, phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) sẽ được sử dụng nhằm mục đích đánh giá 2 loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Phương pháp EFA được dùng đến trong trường hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là không rõ ràng hay không chắc chắn. Phân tích EFA theo đó được tiến hành theo kiểu khám phá để xác định xem phạm vi,
mức độ quan hệ giữa các biến quan sát và các nhân tố như thế nào, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số biến quan sát tải lên các nhân tố. Số lượng các nhân tố cơ sở tùy thuộc vào mô hình nghiên cứu, trong đó chúng ràng buộc nhau bằng cách xoay các vector trực giao nhau để không xảy ra hiện tượng tương quan.
Theo Hair và cộng sự (1998), hệ số tải nhân tốc (Factor loading), còn gọi là trọng số nhân tố, là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA.
Factor loading > 0.3 được xem là đạt được mức tối thiểu; Factor loading > 0.4 được xem là quan trọng;
Factor loading ≥ 0.5 được xem là có ý nghĩa thực tiễn.
Hair (1998) cũng khuyên như sau: nếu chọn tiêu chuẩn Factor loading lớn hơn 0.3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0.55 (thường có thể chọn 0.5), nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0.75. Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Phân tích nhân tố khám phá EFA chỉ thực sự sửu dụng được khi thỏa mãn các chỉ số sau:
Hệ số tải nhân tố Factor loading từ 0,5 trở lên;
Hệ số KMO (Kaiser-Meyer-Olkin) nằm trong khoảng từ 0,5 đến 1, đây là chỉ số để xem xét sự thích hợp của phân tích nhân tố. Hệ số KMO càng lớn thì phân tích nhân tố càng thích hợp;
Kiểm định Bartlett có ý nghĩa thống kê tức là Sig. (Significance) < 0,05. Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể;
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
2.1.5.3. Điều chỉnh mô hình lý thuyết
Dựa trên mô hình nghiên cứu được đề ra gồm 5 nhân tố cơ bản để đánh giá sự hài lòng của khách hàng đối với hệ thống siêu thị Co.opmart, mô hình hồi quy ban đầu là:
Sự hài lòng của khách hàng = B0 + B1*Hàng hóa + B2*Giá cả + B3*Nhân viên + B4*Cơ sở vật chất và mặt bằng + B5*Dịch vụ hỗ trợ và xúc tiến + e
Sau quá trình kiểm định độ tin cậy của thang đo bằng Cronbach’s Alpha và tiến hành phân tích nhân tố khám phá EFA thì mô hình nghiên cứu có thể sẽ có những sai khác như số lượng biến bị giảm xuống, các biến hội tụ tại nhiều hơn hoặc ít hơn số lượng nhân tố ban đầu. Vì vậy, cần tiến hành điều chỉnh một cách hợp lý các nhân tố để xây dựng mô hình hồi quy phù hợp.