Trung bình thang
đo nếu loại biến
Phương sai nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Cách thức trưng bày (Cronbach’s alpha = 0.808)
cach thuc 1 13.31 12.160 .544 .786 cach thuc 2 13.27 11.432 .625 .761 cach thuc 3 13.25 11.945 .581 .775 cach thuc 4 13.17 11.500 .636 .757 cach thuc 5 13.14 11.920 .582 .774 (Nguồn: Xửlý sốliệu SPSS)
- Kiểm định Cronbach’s Alpha đối với biến mặt bằng tại quầy điện máy HệsốCronbach’s Alpha của thang đo này là 0.709 là hệsốnằm trong khoảng
chấp nhận được. Ngoài ra, các biến quan sát đều có hệsốtương quan biến tổng lớn hơn 0.3, do đó thang đo này đủtin cậy đểtiến hành phân tích các bước tiếp theo.
Bảng 6: Kiểm định Cronbach’s Alpha đối với biến Mặt bằngTrung bình Trung bình
thang đo nếu loại biến
Phương sai nếu loại biến
Tương quan biến tổng Alpha nếu loại biến Mặt bằng (Cronbach’s alpha = 0.709) mat bang 1 13.32 10.139 .425 .678 mat bang 2 13.43 9.791 .491 .650 mat bang 3 13.33 9.819 .513 .641 mat bang 4 13.37 9.793 .465 .661 mat bang 5 13.29 10.370 .436 .672 (Nguồn: Xửlý sốliệu SPSS)
- Kiểm định Cronbach’s Alpha đối với biến Khảnăng phục vụcủa nhân viên tại quầy điện máy.
HệsốCronbach’s Alpha của thang đo này là 0.771 là hệsốnằm trong khoảng chấp nhận được. Ngoài ra, các biến quan sát đều có hệsốtương quan biến tổng lớn hơn 0.3, do đó thang đo này đủtin cậy đểtiến hành phân tích các bước tiếp theo.
Bảng 7: Kiểm định Cronbach’s Alpha đối với biến Khả năng phục vụ của nhân viên
Trung bình thang đo nếu loại biến
Phương sai nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Khảnăng phục vụcủa nhân viên (Cronbach’s alpha = 0.771)
phuc vu 1 10.67 5.738 .547 .732
phuc vu 2 10.61 5.824 .620 .690
phuc vu 3 10.56 6.275 .564 .721
phuc vu 4 10.68 6.018 .563 .721
(Nguồn: Xửlý sốliệu SPSS)
Kết quảkiểm định thang đo cho biến độc lập cho thấy hệsốCronbach’s Alpha của tổng thểcủa các biến quan sát đều > 0.6, hệsốtương quan biến – tổng (Corrected Item – Total Correlation) của tất cảcác biến quan sát đều > 0.3, nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Như vậy, tất cảcác biến quan sát đểu được giữlại đểtiến hành các phân tích và kiểm định tiếp theo, làm rõ nội dung nghiên cứu.
b) Kiểm định Cronbach’s Alpha đối với biến phụthuộc
Thang đo này gồm các yếu tố đánh giá chung vềsựhài lòng của khách hàng đối với chất lượng dịch vụtại quầy điện máy. Kết quảphân tích Cronbach’s Alpha bằng 0.681, hệsốnày nằm trong khoảng chấp nhận được. Bên cạnh đó các hệsốtương quan biến tổng đều lớn hơn 0.3, vì vậy thang đo này đủ độtin cậy đểtiến hành phân tích các bước tiếp theo.
Bảng 8 : Kiểm định Cronbach’s Alpha đối với biến Sự hài lòng của khách hàng Trung bình thangđo
nếu loại biến
Phương sai nếu loại biến
Tương quan biến tổng
Alpha nếu loại biến Sựhài lòng chung (Cronbach’s alpha = 0.681)
hai long 1 14.01 8.007 .425 .635 hai long 2 14.21 8.246 .317 .680 hai long 3 14.30 7.312 .513 .595 hai long 4 14.21 7.216 .542 .582 hai long 5 14.05 7.575 .391 .652 (Nguồn: Xửlý sốliệu SPSS)
2.3.2.2.2. Phân tích nhân tố khám phá EFA nhằm xác định các nhân tố ảnh hưởng đến sựhài lòng vềchất lượng dịch vụtại quầy điện máy hưởng đến sựhài lòng vềchất lượng dịch vụtại quầy điện máy trong siêu thị Big C Huế
Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độtin cậy và giá trị của thang đo. Phương pháp Cronbach Alpha dùng để đánh giá độtin cậy của thang đo. Còn phương pháp phân tích nhân tốkhám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trịquan trọng của thang đo là giá trịhội tụvà giá trịphân biệt.
Sau khi đánh giá độtin cậy của thang đo, đềtài bắt đầu đi sâu vào phân tích nhân tốEFA. Phân tích nhân tốEFA là kĩ thuật được sửdụng nhằm thu nhỏvà tóm tắt các dữliệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đềnghiên cứu và được sửdụng đểtìm mối quan hệgiữa các biến với nhau.
Phương pháp phân tích nhân tốEFA thuộc nhóm phân tích đa biến phụthuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụthuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng đểrút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tốcó ý nghĩa hơn. Cơ sởcủa việc rút gọn này dựa vào mối quan hệtuyến tính của các nhân tốvới các biến nguyên thủy (biến quan sát).
Các tác giảMayers, L.S., Gamst, G., Guarino A.J. (2000) đềcập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sửdụng phổbiến nhất.
Theo Hair & ctg (1998, 111), Factor loading (hệsốtải nhân tốhay trọng sốnhân tố) là chỉtiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem làđạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện đểphân tích nhân tốkhám phá là phải thỏa mãn các yêu cầu: Hệsốtải nhân tố(Factor loading ) > 0.5
0.5≤ KMO ≤ 1: HệsốKMO (Kaiser-Meyer-Olkin) là chỉsố được dùng đểxem xét sựthích hợp của phân tích nhân tố. TrịsốKMO lớn có ý nghĩa phân tích nhân tốlà thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng đểxem xét giảthuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ(Percentage of variance) > 50%: Thểhiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trịnày cho biết phân tích nhân tốgiải thích được bao nhiêu %.
Một phần quan trọng trong bảng kết quảphân tích nhân tốlà ma trận nhân tố (component matrix) hay ma trận nhân tốkhi các nhân tố được xoay (rotated component matrix). Ma trận nhân tốchứa các hệsốbiểu diễn các biến chuẩn hóa bằng các nhân tố(mỗi biễn là một đa thức của nhân tố). Những hệsốtải nhân tố(factor
loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệsốnày cho biết nhân tố và biến có liên quan chặt chẽvới nhau. Nghiên cứu sửdụng phương pháp trích nhân tố Principal Components nên các hệsốtải nhân tốphải có trọng sốlớn hơn 0.5 thì mới đạt yêu cầu.
Trong đềtài này, với 23 biến quan sát thỏa mãnđiều kiện tôi tiến hành xoay nhân tố, và kết quảxoay nhân tố1 lần thu được kết quảnhư sau: