Thang đo SERVQUAL ban đầu sử dụng gồm 5 thành phần: (1) tin cậy; (2) đáp ứng, (3) năng lực phục vụ; (4) đồng cảm; (5) phương tiện hữu hình với 32 biến quan sát, sau khi phân tích nhân tố và kiểm định EFA tất cả biến trong thành phần năng lực phục vụ đã bị loại khỏi mô hình do có hệ số tải nhân tố nhỏ hơn 0.5.
Bảng 4.10 Phân tích nhân tố khám phá EFA cuối của thang đo SERVQUAl
Pattern Matrix(a) Factor 1 2 3 4 5 DU2 .870 DU3 .848 DU1 .600 DU4 .545 .279 TC2 .527 TC4 .482 HH14 .824 HH15 .697 HH4 .695 HH9 .533 DC1 .874 DC2 .681 DC3 .616 HH12 .915 HH11 .695 HH6 .930 HH7 .608 KMO 0.840 Phương sai trích 54.5%
Nguồn: tổng hợp phân tích từ dữ liệu khảo sát bằng phần mềm spss 16.0
Như vậy mô hình cuối cùng được tách ra thành 5 nhân tố mới với 17 biến như sau:
1. Nhân tố thứ nhất: được đặt tên lại là “Đáp ứng – tin cậy” trong nhân tố này bao gồm hai thành phần (1) đáp ứng với các biến DU1, DU2, DU3, DU4 và (2) thành phần tin cậy với các biến TC2, TC4 tất cả các biến này đều có hệ số tải nhân tố lớn hoặc gần 0.5. Như vậy, tất cả các biến trong thang đo đáp ứng đều được giữ lại và trong thang đo tin cậy bị loại ra hai biến là TC1 và TC3.
Đáp ứng – Tin cậy
Nhân viên trong KDL này phục vụ bạn nhanh chóng, đúng hạn Nhân viên trong KDL này tận tình hướng dẫn bạn
Nhân viên trong KDL này luôn luôn sẵn sàng giúp đỡ bạn
Nhân viên trong KDL này luôn phục vụ bạn chu đáo ngay cả khi đông khách Khi bạn cần sự giúp đỡ, KDL này nhiệt tình giúp đỡ
KDL thể hiện sự quan tâm thỏa đáng những vấn đề hay sự cố bạn gặp phải
DU1 DU2 DU3 DU4 TC2 TC4
2. Nhân tố thứ hai: được đặt tên là “hữu hình” vẫn gồm thành phần hữu hình
nhưng chỉ với 4 biến quan sát là HH4, HH9, HH14, HH15.
Phương tiện hữu hình
Đường đi ở KDL này trông rất hấp dẫn
Các công trình kiến trúc của KDL này trông rất hấp dẫn Cảnh quan tự nhiên ở KDL này trông rất đẹp
Cảnh nhân tạo ở đây được xây dựng rất đẹp, phù hợp
HH4 HH9 HH14 HH15
3. Nhân tố thứ ba: “đồng cảm”, trong thành phần đồng cảm của mô hình ban đầu có 3 biến và cả ba biến này đều tốt và được giữ lại trong mô hình gồm các biến từ DC1-DC3.
Đồng cảm
KDL này thể hiện sự quan tâm đến cá nhân bạn
KDL này thể hiện sự chú ý đến những gì bạn quan tâm nhiều nhất Nhân viên trong KDL này hiểu được những nhu cầu đặc biệt của bạn
DC1 DC2 DC3
4. Nhân tố thứ tư: được đặt tên lại là “vệ sinh” với hai biến HH11, HH12.Hai nhân tố này được tách ra khỏi thành tố hữu hình và đều có hệ số tải nhân tố lớn >0.5
Vệ sinh
Khu vực nhà vệ sinh công cộng ở KDL này được bố trí hợp lý Nhà vệ sinh công cộng ở KDL này rất sạch sẽ
HH11 HH12
5. Nhân tố thứ năm: được đặt tên là “Trò chơi”, tương tự như nhân tố thứ tư nhân tố này được tách ra từ thành tố hữu hình là hai biến HH6, HH7 và đều có hệ số tải nhân tố lớn hơn 0.5
Trò chơi
KDL này có những trò chơi phong phú dành cho trẻ em KDL này luôn có những dịch vụ, trò chơi mới lạ (adsbygoogle = window.adsbygoogle || []).push({});
HH6 HH7
4.4.2 Thang đo giá cả
Được thực hiện phân tích với phương pháp principal axis factoring và phép xoay promax . Kết quả cho ra hệ số KMO = 0.771 > 0.6. Biến GC 7 bị loại khỏi mô hình vì có hệ số tải nhân tố nhỏ hơn 0.5. Tổng phương sai trích được giải thích bởi các nhân tố = 66.467% >50%, kiểm định Barlett có ý nghĩa thống kê (Sig < 0.05). Thang đo giá cả của mô hình cuối cùng được tách ra làm hai nhân tố:
Nhân tố thứ nhất: đặt tên là “giá cả” có 4 biến quan sát từ GC3-GC6
Giá cả
Giá cả đồ lưu niệm hợp lý
Chi phí ăn uống trong KDL tương đối rẻ hơn so với các KDL khác (ở Việt Nam)
Chi phí ăn uống trong KDL tương đối rẻ hơn so với nhà hàng ở Đà Lạt Bảng giá rõ ràng và không có sự thay đổi nhiều khi tính tiền.
GC3 GC4 GC5 GC6
Nhân tố thứ hai: được đặt tên là “phí dịch vụ” bao gồm 2 biến quan sát được tách ra từ thang đo giá cả là GC1 và GC2.
Phí dịch vụ
Phí vào cổng KDL tương đối rẻ hơn so với các KDL khác (ở Việt Nam)
Phí các dịch vụ vui chơi, giải trí tương đối rẻ hơn ở các KDL khác (ở ViệtNam)
GC1 GC2
Bảng 4.11: kết quả phân tích nhân tố EFA cho thang đo giá cả
Pattern Matrix(a) Factor 1 2 GC4 .780 GC3 .667 GC5 .630 GC6 .590 GC1 .895 GC2 .646 KMO 0.771 Phương sai trích 51.4%
Nguồn: tổng hợp phân tích từ dữ liệu khảo sát bằng phần mềm spss 16.0