Phân tích nhân tố khám phá EFA biến độc lập:

Một phần của tài liệu Khóa luận tốt nghiệp Quản trị kinh doanh: Nâng cao chất lượng dịch vụ E-banking tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam – Chi nhánh Bắc Sông Hương (Trang 78 - 80)

Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng

phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đềxuất. Mục

đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa

cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.

Phương pháp xoay quanh nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tố> 0,5 mới được đưa vào các phân tích tiếp theo.

Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãnđiều kiện lớn hơnhoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và

được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu 120.

Bng 2. 15 Rút trích nhân tbiến độc lp

Biến quan sát Nhóm nhân tố

1 2 3 4 5 TINCAY3 0,728 TINCAY4 0,728 TINCAY5 0,719 TINCAY2 0,622 TINCAY1 0,621 DAMBAO3 0,841 DAMBAO2 0,706 DAMBAO1 0,688 DAMBAO4 0,542 DAPUNG2 0,860 DAPUNG4 0,821 DAPUNG3 0,658 DAPUNG1 0,585 DONGCAM2 0,907 DONGCAM4 0,903 DONGCAM3 0,531 DONGCAM1 0,503 HUUHINH2 0,727 HUUHINH3 0,657 HUUHINH4 0,638 HUUHINH1 0,510 Hệsố Eigenvalue 7,733 1,946 1,687 1,257 1,125

Phương sai tiến

lũytiến (%) 14,037 27,268 40,493 53,698 65,467

Thực hiện phân tích nhân tố lần đầu tiên, đưa 21 biến quan sát trong 5 biến

độc lậpảnh hưởng đến chất lượng dịch vụE–banking vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.

Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, sốbiến quan sát vẫn là 21 và 5 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor

Loading) bé hơn 0,5 nên không loại bỏ biến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.

Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích

(Variance Explained Criteria) >50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &

Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 65,467 >50% do đó

phân tích nhân tốlà phù hợp.

Đặt tên cho các nhóm nhân tố:

- Nhân tố1 (Factor 1) gồm 5 biến quan sát: TINCAY1, TINCAY2, TINCAY3, TINCAY4, TINCAY5. Nghiên cứu đặt tên nhân tốmới này là “Sựtin cậy”

- Nhân tố 2 (Factor 2) gồm 4 biến quan sát: DAMBAO1, DAMBAO2, DAMBAO3, DAMBAO4. Nghiên cứu đặt tên nhân tốmới này là“Sự đảm bảo”

- Nhân tố 3 (Factor 3) gồm 4 biến quan sát: DAPUNG1, DAPUNG2, DAPUNG3, DAPUNG4. Nghiên cứu đặt tên nhân tốmới này là“Khả năng đáp ứng”

- Nhân tố 4 (Factor 4) gồm 4 biến quan sát: DONGCAM1, DONGCAM2, DONGCAM3, DONGCAM4. Nghiên cứu đặt tên nhân tốmới này là“Sự đồng cảm”

- Nhân tố 5 (Factor 5) gồm 4 biến quan sát: HUUHINH1, HUUHINH2, HUUHINH3, HUUHINH4. Nghiên cứu đặt tên nhân tố mới này là “Phương tiện hữu

hình”.

Một phần của tài liệu Khóa luận tốt nghiệp Quản trị kinh doanh: Nâng cao chất lượng dịch vụ E-banking tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam – Chi nhánh Bắc Sông Hương (Trang 78 - 80)

Tải bản đầy đủ (PDF)

(147 trang)