2.3. Đánh giá sự hài lòng của người dân đối với chất lượng dịch vụ hành chính công
2.3.5. Phân tích nhân tố khám phá (EFA)
Mục đích của phương pháp phân tích nhân tố khám phá là nhằm xác định các yếu tố nào trong hệ thống tác động đến sự hài lòng của người dân đối với dịch vụ hành chính công tại UBND xã Xuân Thới Đông dựa trên thông tin dữ liệu mẫu đã điều tra. Phương pháp phân tích nhân tố khám phá được xem là thích hợp khi: giá trị hệ số KMO (Kaiser – Mayer – Olkin) lớn hơn 0,5. Mức tiêu chuẩn Factor Loading được chọn là 0,5 với cỡ mẫu là từ 120 đến dưới 350. Điểm dừng khi hệ số Eigenvalue lớn hơn 1 và tổng phương sai trích lớn hơn 50%.
2.3.5.1. Phân tích nhân tố với biến độc lập
Kết quả kiểm định KMO cho thấy rằng, giá trị KMO là 0,814 lớn hơn 0,5 và mức ý nghĩa quan sát Sig (Bartlett’s Test) = 0,000 nhỏ hơn mức ý nghĩa kiểm định (α = 0,05) nên ta có thể kết luận rằng dữ liệu nghiên cứu hoàn toàn phù hợp để tiến hành phân tích nhân tố khám phá và có thể sử dụng các kết quả đó.
Bảng 2.11. Kết quả kiểm định KMO và Bartlett’s với biến độc lập (lần 1) KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .814 Bartlett's Test of Sphericity Approx. Chi-Square 1821.315
Df 210
Sig. .000
Dựa vào bảng kết quả, ta thấy dữ liệu mẫu nghiên cứu hoàn toàn phù hợp với phương pháp phân tích nhân tố khám phá khi thỏa mãn 02 tiêu chuẩn quan trọng:
- Thứ nhất, tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được rút trích từ các thang đo. Theo đó, các nhân tố kém quan trọng sẽ bị loại bỏ và chỉ giữ lại những nhân tố quan trọng bằng cách đánh giá trị số Eigenvalues. Những nhân tố được xem là quan trọng và được giữ lại qua quá trình phân tích nhân tố khám phá khi trị số Eigenvalues của nhân tố đó lớn hơn 1. Như vậy, dựa vào kết quả phân tích (xem phụ lục), dữ liệu được rút trích thành 5 nhân tố.
- Thứ hai, tiêu chuẩn tổng phương sai trích (Total Variance Explained Criterion): nhằm đánh giá mức độ giải thích của các nhân tố được rút trích. Theo đó, tổng phương sai trích của các nhân tố được rút trích phải lớn hơn 50%. Dựa vào kết quả phân tích (xem phụ lục), tổng phương sai trích là 65,26%. Tuy nhiên, khi kiểm định lại bằng ma trận xoay ta thấy có hai hệ số tải nhân tố không đạt tiêu chuẩn nên bị loại khỏi ma trận xoay. Đó là biến DC5 và biến DU3 bị loại do các biến này tải lên ở cả hai nhân tố, do đó tiến hành chạy lại lần 2 và thu được kết quả như sau:
Bảng 2.12. Kết quả kiểm định KMO và Bartlett’s với biến độc lập (lần 2) KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .789 Bartlett's Test of Sphericity Approx. Chi-Square 1502.624
Df 171
Sig. .000
(Nguồn: Tác giả tính toán bằng phần mềm SPSS từ dữ liệu điều tra)
Kết quả kiểm định KMO cho thấy rằng, giá trị KMO là 0,789 lớn hơn 0,5 nên phân tích nhân tố khám phá là phù hợp. Bên cạnh đó, với mức ý nghĩa quan sát Sig (Bartlett’s Test) = 0,000 nhỏ hơn mức ý nghĩa kiểm định (α = 0,05) nên ta có thể kết luận rằng các biến quan sát có tương quan với nhau trong tổng thể.
Dựa vào kết quả phân tích sau khi loại biến DC5 và biến DU3 (xem phụ lục), ta thấy trị số Eigenvalues là 1,615 (lớn hơn 1) tại nhân tố thứ năm. Như vậy, 05 nhân tố rút trích được từ phân tích nhân tố khám phá có ý nghĩa tóm tắt thông tin các biến quan sát đưa vào tốt nhất. Qua kiểm tra ma trận xoay và hệ số tải nhân tố Factor Loading, các biến quan sát chỉ xuất hiện một lần duy nhất ở từng nhân tố.
Đồng thời, tổng phương sai trích của các nhân tố được rút trích là 66,245% (lớn hơn 50%). Điều này chứng tỏ 66,245% biến thiên của dữ liệu được giải thích bởi 05 nhân tố. Như vậy, phương pháp phân tích nhân tố khám phá trong trường hợp này hoàn toàn có ý nghĩa thống kê.
2.3.5.2. Phân tích nhân tố với biến phụ thuộc
Kết quả kiểm định KMO cho thấy rằng, giá trị KMO là 0,782 lớn hơn 0,5 nên có thể kết luận rằng dữ liệu nghiêu cứu hoàn toàn phù hợp để tiến hành phân tích nhân tố khám phá và với mức ý nghĩa quan sát Sig (Bartlett’s Test) = 0,000 nhỏ hơn mức ý nghĩa kiểm định (α = 0,05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Bảng 2.13. Kết quả kiểm định KMO và Barlett’s với biến phụ thuộc KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .782 Bartlett's Test of
Sphericity
Approx. Chi-Square 257.988
Df 6
Sig. .000
(Nguồn: Tác giả tính toán bằng phần mềm SPSS từ dữ liệu điều tra)
Tương tự, kết quả phân tích nhân tố khám phá đối với biến phụ thuộc được xem xét dựa trên hai tiêu chuẩn:
- Thứ nhất, dựa vào trị số Eigenvalues thì dữ liệu được rút trích thành duy nhất 01 nhân tố.
- Thứ hai, tổng phương sai trích của dữ liệu là 63,42% (lớn hơn 50%).
Bảng 2.14. Trị số Eigenvalues và tổng phương sai trích biến phụ thuộc Total Variance Explained Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.537 63.420 63.420 2.537 63.420 63.420 2 .589 14.719 78.139 3 .506 12.640 90.779 4 .369 9.221 100.000
Như vậy, qua kết quả ma trận xoay (xem Phụ lục số 4) cho thấy, có một nhân tố được trích từ các biến quan sát đưa vào phân tích nhân tố khám phá. Phương sai trích của dữ liệu được giải thích là 63,42% tại trị số Eigenvalue là 2,537 > 1. Do đó, phương pháp phân tích nhân tố khám phá nhằm rút trích nhân tố đối với biến phụ thuộc hoàn toàn có ý nghĩa thống kê.
2.3.5.3. Khẳng định mô hình và giả thuyết nghiên cứu
Dựa trên kết quả phân tích nhân tố khám phá, mô hình nghiên cứu hiệu chỉnh gần như không có sự khác biệt so với mô hình nghiên cứu mà tác giả đã đề xuất trước đó.
Bảng 2.15. Khẳng định mô hình nghiên cứu
Từ việc khẳng định lại mô hình nghiên cứu, hệ thống giả thuyết nghiên cứu không có sự thay đổi so với đề xuất của tác giả. Theo đó, hệ thống giả thuyết nghiên cứu như sau:
Giả thuyết H1: Cảm nhận của người dân về sự tin cậy của dịch vụ hành chính công có quan hệ cùng chiều với sự hài lòng của người dân.
Giả thuyết H2: Cảm nhận của người dân về khả năng đáp ứng của nhân viên có quan hệ cùng chiều với sự hài lòng của người dân.
Sự hữu hình (Cơ sở vật chất) Sự đảm bảo (Năng lực phục vụ) Sự tin cậy (Quy trình thực hiện) Sự cảm thông (Sự đồng cảm của CBCC) Sự đáp ứng (Thái độ phục vụ) Sự hài lòng của người dân
Giả thuyết H3: Cảm nhận của người dân về năng lực phục vụ của nhân viên có quan hệ cùng chiều với sự hài lòng của người dân.
Giả thuyết H4: Cảm nhận của người dân về sự đồng cảm của nhân viên có quan hệ cùng chiều với sự hài lòng của người dân.
Giả thuyết H5: Cảm nhận của người dân về sự hữu hình của cơ quan hành chính có quan hệ cùng chiều với sự hài lòng của người dân.