Biến Hệ số tương quan biến tổng Hệ số Cronbach’s Alpha nếu loạibiến Sự hài lòng của KH (Cronbach’s Alpha = 0,774)
HL1 0,664 0,666
HL2 0,594 0,714
HL3 0,606 0,713
(Nguồn: Tác giả xử lýtừ số liệu điều tra)
Qua kết quả kiểm định độ tin cậy thang đo của biến phụ thuộc “Sự hài lòng của KH”, cho thấy hệ số Cronbach’s Alpha = 0,774. Hệ số tương quan biến tổng của ba biến quan sát > 0,3 đồng thời có hệ số Cronbach’s Alpha > 0,6 và các hệ số Cronbach’s Alphanếu loại biến đều <0,774 nên biến phụthuộc “Sự hài lòng của KH” được giữ lại và đảm bảo độ tin cậy để thực hiện các bước phân tích tiếp theo.
2.2.4. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phươngpháp phân tích các nhân tốchính (Principal Components) với sốnhóm nhân tố (Number of Factor) được xác định từ trước là 5 nhóm theo mơ hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữliệu, hạn chếvi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mơ hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được sử dụng 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.
Thước đo hệ sốtải nhân tốFactor Loading: Theo Hair & các cộng sự(1998), hệ số tải nhân tốFactor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Trong đó:+ 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. Và nghiên cứu này chọn giátrị hệ số tải nhân tố Factor Loading > 0,5 với cỡ mẫu là 120. Những biến có hệ số tải nhân tố < 0,5 sẽ bị loại khỏi mơ hình nghiên cứu, những biến có hệ số tải nhân tố> 0,5được đưa vào các bướcphân tích tiếp theo.
KMO (Kaiser – Meyer – Olkin) là chỉ số thể hiện mức độ phù hợp của phương pháp EFA (Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).Trong đó:
+ 0,5≤KMO≤ 1 thì phân tích nhân tốlà thích hợp với dữliệu.
+ KMO≤ 0,5 thì phân tích nhân tốcó khả năng khơng thích hợp với các dữliệu. Kiểmđịnh Bartlett dùng đểxem xét ma trận tương quan có phải là ma trận đơn vị hay khơng. Kiểm định Bartlett có ý nghĩa thống kê khi Sig. < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể(Nguyễn Đình Thọ, 2011).