Phân tích nhân tố EFA là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu nhằm xác định tập hợp biến cần thiết cho vấn đề nghiên cứu. Các nhóm biến có liên hệ qua lại lẫn nhau và 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
46
nhân tố nào.
Theo Gerbing và Anderson (1988), trong phân tích nhân tố khám phá EFA yêu cầu cần thiết là:
- Chỉ số KMO dùng để xem xét sự thích hợp của phân tích nhân tố. Chỉ số KMO
có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu chỉ số này có giá trị nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
- Hệ số tải nhân tố là hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số
này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố Principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn hoặc bằng 0.5 thì mới đạt yêu cầu. Các biến có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại khỏi mô hình.
- Chỉ số Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố có hệ số Eigenvalue lớn hơn 1 thì mới được giữ lại mô hình phân tích. Những nhân tố có hệ số Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc nên sẽ bị loại ra khỏi mô hình.
Phân tích nhân tố khám phá EFA thang đo chất lượng dịch vụ
Sau khi thực hiện kiểm định độ tin cậy Cronbach’s Alpha các biến thành phần chất lượng dịch vụ Logistics thì loại 2 biến ĐB1 và HH4 còn lại 24 biến quan sát đủ điều kiện tiếp tục tham gia kiểm định phân tích nhân tố EFA.
Sau khi thực hiện kiểm định phân tích nhân tố khám phá EFA với chất lượng dịch vụ trên dữ liệu nghiên cứu chính thức (kết quả phân tích chi tiết được mô tả ở Phụ lục D), kết quả được tóm tắt như sau:
Phân tích EFA lần một: 0.5< Hệ số KMO = 0,830 <1; sig = 0,000 < 0,05. Các biến quan sát trích thành năm nhóm với tổng phương sai trích 64,412% > 50%, Eigenvalues = 1,335 => Thang đo đã ổn định
47
Bảng 4.4:Kết quả EFA các biến chất lượng dịch vụ
Biến Nhân tố Yếu tố 1 2 3 4 5 TC5 .794 Tin cậy Ký hiệu TC TC3 .778 TC6 .747 TC4 .728 TC2 .724 TC1 .721 ĐC1 .875 Đồng cảm Ký hiệu ĐC ĐC5 .837 ĐC2 .791 ĐC4 .753 ĐC3 .661 HH1 .877 Hữu hình Ký hiệu HH HH3 .864 HH2 .612 PH2 .764 Phản hồi Ký hiệu PH PH3 .737
48 PH1 .619 PH4 .545 ĐB3 .825 Đảm bảo Ký hiệu ĐB ĐB4 .786 ĐB2 .692 Nguồn: kết quả xử lý SPSS
Điều chỉnh các thành phần của thang đo chất lượng dịch vụ Logistics
(1)Thành phần mộtbao gồm:
TC1: SMART LINK luôn cung cấp dịch vụ tốt nhất như đã cam kết ban đầu
TC2: Anh/Chị rất tin tưởng SMART LINK trong việc xử lý các vấn đề về dịch vụ Logistics
TC3: SMART LINK luôn cố gắng cung cấp dịch vụ tốt nhất ngay từ khi bắt đầu thực hiện dịch vụ.
TC4: SMART LINK luôn hoàn thành chứng từ và giao hàng đúng thời gian cam kết TC5: SMART LINK đã không phạm sai lầm trong suốt quá trình cung cấp dịch vụ TC6: SMART LINK tham gia vào các tổ chức uy tín về Logistics
Xét về giá trị nội dung, các biến quan sát TC1, TC2, TC3, TC4, TC5, TC6 đều là biến quan sát của thành phần Tin cậy. Do vậy, thành phần một có tên là Tin cậy đã đảm bảo về độ tin cậy nội dung.
(2)Thành phần hai bao gồm:
ĐC1: Nhân viên SMART LINK luôn quan tâm đến những yêu cầu đặc biệt của Anh/Chị
ĐC2: Công ty SMART LINK luôn cung cấp thời gian làm việc thuận tiện cho Anh/Chị ĐC3: Nhân viên của SMART LINK luôn cẩn trọng (cẩn thận) khi thực hiện các yêu
49
cầu của Anh/Chị
ĐC4: SMART LINK luôn đặt lợi ích của Anh/Chị lên hàng đầu khi xử lý các vấn đề phát sinh
ĐC5: Nhân viên của SMART LINK luôn hiểu Anh/Chị mong muốn gì trong quá trình trao đổi (adsbygoogle = window.adsbygoogle || []).push({});
Các biến quan sát ĐC1, ĐC2, ĐC3, ĐC4, ĐC5 đều là biến quan sát của thành phần Đồng cảm. Do vậy, thành phần hai có tên là Đồng cảm và đã đảm bảo về độ tin cậy nội dung
(3)Thành phần ba bao gồm:
HH1: SMART LINK có hệ thống đại lý và văn phòng rộng khắp và thuận tiện để giao dịch
HH2: Cơ sở vật chất của SMART LINK rất khang trang và tiện nghi
HH3: Nhân viên của SMART LINK ăn mặc gọn gàng, phong cách chuyên nghiệp Các biến quan sát HH1, HH2, HH3 đều là biến quan sát của thành phần Hữu
hình. Do vậy, thành phần ba có tên là Hữu hình để đảm bảo về độ tin cậy nội dung.
(4)Thành phần bốnbao gồm:
PH1: SMART LINK thông báo kịp thời đến Anh/Chị những thay đổi trong khi thực hiện dịch vụ
PH2: SMART LINK phục vụ nhanh chóng các yêu cầu đặc biệt về hàng hóa cho khách hàng (thời gian giao hàng, lấy hàng,…)
PH3: Nhân viên luôn sẵn sàng tư vấn các phương án thực hiện lô hàng với thời gian và chi phí hợp lý
PH4: SMART LINK luôn có những sự chuẩn bị cần thiết để đáp ứng các nhu cầu của Anh/Chị
Các biến quan sát PH1, PH2, PH3, PH4 đều là biến quan sát của thành phần
Mức độ phản hồi. Do vậy, thành phần bốn có tên là Phản hồi và đã đảm bảo về độ tin
50
(5)Thành phần nămbao gồm:
ĐB2: Anh/Chị cảm thấy hàng hóa được đảm bảo trong suốt quá trình sử dụng dịch vụ của SMART LINK
ĐB3: Thái độ nhân viên SMART LINK lịch sự, nhã nhặn, tận tâm khi tư vấn các giải pháp cho vấn đề phát sinh
ĐB4: Nhân viên SMART LINK có kiến thức chuyên môn, nghiệp vụ rất vững về dịch vụ Logistics và vấn đề liên quan (bảo hiểm, thanh toán,…)
Các biến quan sát ĐB2, ĐB3, ĐB4 đều là biến quan sát của thành phần Đảm
bảo. Do vậy, thành phần bốn có tên là Đảm bảo và đã đảm bảo về độ tin cậy nội dung.
Giá cả cảm nhận
Phân tích EFA: Hệ số 0.5<KMO = 0,678 <1; sig = 0,000 < 0,05. Các biến quan sát trích thành một nhóm với tổng phương sai trích 67.059% > 50%, Eigenvalues = 2.012. Hệ số tải của các biến đều lớn hơn 0,5 cho 1 thành phần duy nhất.
Bảng 4.5: Ma trận thành phần giá cả cảm nhận đã xoay
Component Matrixa
Component 1 GC1 Giá cả (cước phí, cước dịch vụ)
của Smart Link cạnh tranh .854
GC2 Giá cả củaSmart Link là nhân tố quan trọng trong việc lựa chọn sử dụng dịch vụ.
.817
GC3 Giá cả của Smart Link phù hợp
với dịch vụ logistics họ cung ứng .784 (adsbygoogle = window.adsbygoogle || []).push({});
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
51
Sự hài lòng của khách hàng
Sau khi thực hiện các kiểm định bằng phân tích nhân tố khám phá EFA với các biến quan sát về Sự hài lòng của khách hàng bằng dữ liệu thu thập được từ nghiên cứu chính thức, kết quả phân tích chi tiết được mô tả ở Phụ lục D và ma trận thành phần đã xoay được mô tả ở Bảng sau. Từ kết quả phân tích này có thể nhận định:
Phân tích EFA: Hệ số 0.5<KMO = 0,653 <1 ; sig = 0,000 < 0,05. Các biến quan sát trích thành một nhóm với tổng phương sai trích 58.82% > 50%, Eigenvalues = 1.765. Hệ số tải của các biến đều lớn hơn 0,5 cho 1 thành phần duy nhất.
Bảng 4.6:Ma trận thành phần sự hài lòng đã xoay
Component Matrixa
Component 1 HL2 Anh/Chị sẽ tiếp tục sử dụng dịch vụ
SMART LINK trong thời gian sắp tới .780
HL3 Anh/Chị sẽ giới thiệu cho bạn bè và những người khác biết và sử dụng dịch vụ của SMART LINK
.779
HL1 Anh/Chị cảm thấy hài lòng khi sử dụng
dịch vụ Logistics của SMART LINK .741
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
Nguồn: kết quả xử lý SPSS