Phép phân tích khám phá nhân tố EFA được sử dụng để đánh giá sơ bộ giá trị hội tụ của thang đo. Theo Hair & ctg. (2010), hệ số tải nhân tố từ ±0.3 đến ±0.4 được xem là đạt được mức tối thiểu, từ ±0.4 đến ±0.5 xem là quan trọng, từ ±0.5 trở đi được xem là có ý nghĩa thực tiễn.
Phương pháp ước lượng maximum likelihood (MLE) và phép xoay không vuông góc promax được áp dụng cho phân tích EFA trong nghiên cứu này với điều kiện là giá trị Eigen 1 (Hair & ctg., 2010).
Trong nhóm mô hình đo lường (i), tất cả các biến quan sát đều đạt giá trị hội tụ vì có hệ số tải cho khái niệm cần đo lường từ 0.594 đến 0.919. Như dự kiến, có tổng số 6 nhân tố được trích tại giá trị Eigen=1.11 và tổng phương sai trích đạt 61.22% (Phụ lục 3.5).
Nhóm mô hình đo lường (ii) cũng cho kết quả khả quan với 2 nhân tố được trích tại giá trị Eigen=1.17, hệ số tải nhân tố nhỏ nhất là 0.644, tổng phương sai trích đạt 69.54%.
Nhóm mô hình đo lường (iii) cũng phù hợp với cơ sở lý thuyết. Chỉ duy nhất một nhân tố được trích tại Eigen=1.17, hệ số tải nhân tố nhỏ nhất là 0.644, tổng phương sai trích đạt 69.54%, chứng tỏ thang đo này đo lường tốt cho khái niệm Sự hài lòng của khách hàng.
Đối với khảo sát sơ bộ, dữ liệu mẫu thường chưa đạt mức ổn định nên giá trị phân biệt của thang đo sẽ được xem xét khi có dữ liệu mẫu nghiên cứu định lượng đủ lớn.
Nhìn chung, kết quả khảo sát sơ bộ cho tín hiệu khả quan về độ tin cậy và giá trị hội tụ của thang đo. Do vậy, dữ liệu của 157 mẫu quan sát được sử dụng lại cho bước nghiên cứu định lượng.
3.2 Nghiên cứu chính thức
Ngoài việc cải thiện chút ít về mặt hình thức, nội dung của phiếu khảo sát chính thức (Phụ lục 3.6) không có thay đổi so với phiếu khảo sát sơ bộ. Phần tiếp theo sẽ trình bày cách thức thu thập dữ liệu, mô tả đặc điểm mẫu nghiên cứu và kiểm định chính thức thang đo.