8. BỐ CỤC CỦA LUẬN VĂN
4.2.2. Phân tích nhân tố
Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm
thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được
xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor loading). Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ thuộc về những nhân tố nào.
Trong phân tích nhân tố, yếu tố cần thiết là hệ số KMO (Kaiser-Meyer-Olkin) phải có giá trị lớn (0,5< KMO < 1) thể hiện phân tích nhân tố là thích hợp, còn nếu hệ số KMO < 0,5 thì phải phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Thêm vào đó, hệ số tải nhân của từng biến quan sát phải có giá trị lớn hơn 0,45, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 (mặc định của chương trình SPSS), và tổng phương sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988). Khi tiến hàng phân tích nhân tố, tác giả đã sử dụng phương pháp trích (Extraction method) là Principal Axis factoring với phép xoay (Rotation) Promax và phương pháp tính nhân tố là phương pháp Regression.
Quá trình phân tích nhân tố được tiến hành thông qua các bước sau:
Bước 1: Tập hợp các biến quan sát đã qua kiểm tra về độ tin cậy đưa vào phân tích nhân tố (26 biến nghiên cứu các nhân tố tác động đến sự thỏa mãn khách hàng và 3 biến quan sát đo lường mức độ thỏa mãn của khách hàng). Quá trình này được gọi là phân tích nhân tố lần 1 (phụ lục 2) với kết quả như sau:
- Về các nhân tố tác động đến sự thỏa mãn của khách hàng: KMO đạt 0,776 và
có 2 biến TXKH03 và TCTG03 bị loại (hệ số tải nhân tố < 0,45) và tập hợp các biến quan sát còn lại sẽ được đưa vào phân tích nhân tố lần 2.
- Về mức độ thỏa mãn của khách hàng: KMO đạt được là 0,665, Eigenvalue >
1 và tổng phương sai dùng để giải thích nhân tố > 50% (54,058%) thỏa điều kiện của phân tích nhân tố. Như vậy, kết quả phân tích nhân tố về mức độ thỏa mãn của khách hàng (phụ lục 5) cho thấy 3 biến quan sát STM01, STM02 và STM03 đều có hệ số tải nhân tố > 0,45 và dùng để giải thích thang đo mức độ thỏa mãn khách hàng là hợp lý.
Bước 2: Những biến quan sát trải qua phân tích lần 1 thành công (24 biến) đưa vào phân tích nhân tố lần 2 (phụ lục 3) cho kết quả KMO đạt được có giảm đi chút ít
còn 0,765 và có thêm một biến quan sát bị loại (SHH01).
Bước 3: Phân tích nhân tố lần 3 (phụ lục 4) tập hợp 23 biến quan sát còn lại và đem đến kết quả như:
- KMo : 0,765
- Eigenvalue : 1,221
- Tổng phương sai : 51,49%
- Số nhân tố : 6 nhân tố
+ PCPV: gồm 4 biến của nhân tố PCPV và 1 biến của nhân tố TXKH; + STT: bao gồm 3 biến của nhân tố STN và 2 biến của nhân tố DMDV; + STN: bao gồm 3 biến của nhân tố STN và 2 biến của nhân tố TXKH; + SHH: bao gồm 3 biến của nhân tố SHH
+ HADN: bao gồm 3 biến của HADN
+ TCTG: bao gồm 2 biến của nhân tố TCTG
Bảng 4.7: Kết quả phân tích nhân tố
Pattern Matrix (a)
Factor 1 2 3 4 5 6 PCPV 01 0,908 PCPV 02 0,787 PCPV 03 0,793 PCPV 05 0,687 TXKH 02 0,686 STT 01 0,683 STT 02 0,777 STT 03 0,475 DMDV 01 0,686 DMDV 02 0,561 STN 01 0,790 STN 02 0,612 STN 03 0,673 TXKH 01 0,654 TXKH 04 0,455 SHH 02 0,551 SHH 03 0,710 SHH 04 0,805 HADN 02 0,157 HADN 01 0, 619 HADN 03 0, 913 TCTG 01 0,796 TCTG 02 0,515
(Nguồn: nghiên cứu của tác giả)
Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kalser Normallzation.
a Rotation converged in 6 Iteration.
4.3. MÔ HÌNH NGHIÊN CỨU TỔNG QUÁT 4.3.1. Mô hình nghiên cứu