Các kỹ thuật, thủ tục phân tích dữ liệu

Một phần của tài liệu Đánh giá chất lượng dịch vụ huy động tiền gửi đối với khách hàng cá nhân tại BIDV chi nhánh khánh hòa (Trang 44 - 46)

- Đánh giá độ tin cậy của thang đo

Một trong những hình thức đo lường được sử dụng phổ biến nhất trong

36

Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ

mà các mục hỏi trong thang đo tương quan với nhau. Công thức của hệ số Cronbach

α là:

α = Np/ [ 1+ p(N-1)]

Trong đó:

- p: là hệ số tương quan trung bình giữa các mục hỏi

Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá

tốt nhất phải có hệ số α lớn hơn hoặc bằng 0,8. Hệ số α của Cronbach cho ta biết các đo lường có liên kết với nhau hay không.

- Phân tích nhân tố

Phân tích nhân tố là các thủ tục được sử dụng chủ yếu là để thu nhỏ và tóm tắt các dữ liệu. Chúng ta có thể thu thập được một số lượng biến khá lớn và hầu hết

các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có

liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản.

Một số tham số thống kê được sử dụng trong nghiên cứu này:

- Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố

- Correlation Matrix: cho biết hệ số tương quan giữa tất cả các cặp biến trong

phân tích

- Factor loadings (hệ số tải nhân tố): là những hệ số tương quan đơn giữa các

biến và các nhân tố

- Kaiser – Meyer – Olin (KMO): là một chỉ số dùng để xem xét sự thích hợp

của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.

37

Một phần của tài liệu Đánh giá chất lượng dịch vụ huy động tiền gửi đối với khách hàng cá nhân tại BIDV chi nhánh khánh hòa (Trang 44 - 46)