2. Tổng quan về công ty TNHH thương mại và dịch vụ thép Nguyễn Minh 1 Giới thiệu về công ty TNHH thương mại và dịch vụ thép Nguyễn Minh
2.3.3. Phân tích nhân tốt khám phá EFA
Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair et al. 2009).
Điều kiện cần để bảng kết quả ma trận xoay có ý nghĩa thống kê là:
- Hệ số KMO phải nằm trong đoạn từ 0.5 đến 1 - Kiểm định Barlett có sig phải nhỏ hơn 0.05 - Hệ số tải >0.5
- Giá trị Eigenvalue lớn hơn hoặc bằng 1
- Tổng phương sai trích lớn hơn hoặc bằng 50%. Phân tích biến độc lập
Bảng 2.29: Nhân tố khám phá chỉ số KMO của biến độc lập
Chỉ số KMO 0,725
Thống kê chi- bình phương 608.931
Kiểm định Bartlett Bậc tự do 136
Mức ý nghĩa (Sig.) ,000
(Nguồn: kết quả xử lí SPSS)
Từ bảng kết quả ta thấy chỉ số KMO= 0,725 đã nằm trong đoạn từ 0,5-1, sig= 0,000<0,05 vì thế kết quả nghiên cứu đã đủ điều kiện để phân tích nhân tố EFA.
Bảng 2.30: Nhân tố khám phá ma trận xoay của biến độc lập
Kí
hiệu Nội dung Hệ số tải các nhân tố thành phần1 2 3 4 5
SP4 Sản phẩm có xuất xứ rõ ràng 0.831
SP3 Sản phẩm công ty có đủ số lượng để đáp ứng nhu cầu của
khách hàng 0.806
SP2 Sản phẩm của công ty đa dạng chủng loại 0.706 SP1 Sản phẩm của công ty có chất lượng cao 0.666
NV2 Nhân viên có chuyên môn cao, am hiểu về sản phẩm 0.840 NV1 Nhân viên lịch sự, nhiệt tình, thân thiện 0.827 NV3 Nhân viên hiểu biết nhu cầu của khách hàng và giải đáp thắc
mắc nhanh chóng 0.823
G1 Giá sản phẩm hợp lí 0.795
G4 Phương thức thanh toán thuận tiện 0.779
G3 Giá các sản phẩm được công bố rõ ràng 0.735
G2 Giá sản phẩm ít có sự biến động 0.596
VC1 Công ty ở vị trí thuận tiện, rộng rãi thoáng mát 0.829
VC3 Máy móc công ty đầy đủ để gia công sản phẩm 0.812
VC2 Sản phẩm được trưng bày đẹp mắt, thuận tiện để tìm kiếm lựa
chọn 0.780
PP3 Công ty giao hàng như đúng thỏa thuận, không hư hỏng, lỗi
hàng 0.832
PP2 Công ty giao hàng nhanh chóng 0.794
PP1 Công ty có hệ thống phương tiện giao hàng đa dạng 0.774
Eigenvalues 4.02
Phương sai trích tích lũy 23.7
32 40.319 50.702 59.045 67.094
Bảng ma trận xoay đã thể hiện các giá trị hệ số tải đều >0.5 đồng thời Eigenvalues đều đạt mức >1 nên mô hình được giữ lại. Đồng thời không có biến quan sát nào bị rút trích.
Phân tích biến phụ thuộc
Bảng 2.31: Nhân tố khám phá chỉ số KMO của biến phụ thuộc
Chỉ số KMO 0,711
Thống kê chi- bình phương 125.473
Kiểm định Bartlett Bậc tự do 3
Mức ý nghĩa (Sig.) ,000
(Nguồn: kết quả xử lí SPSS)
Ở biến phụ thuộc chỉ số KMO đạt mức 0,711 đã nằm giữa khoảng 0,5 và 1 đồng thời sig<0,05 vì thế đã đủ điều kiện để phân tích nhân tố EFA.
Bảng 2.32: Nhân tố khám phá ma trận xoay của biến phụ thuộc
Kí hiệ u Nội dung Hệ số tải các nhân tố thành phần 1 HL3 Anh/chị sẽ giới thiệu sản phẩm công ty cho người
khác 0.899
HL1 Anh/ chị hài lòng với chất lượng sản phẩm và hoạt
động bán hàng của công ty 0.885
HL2 Anh/chị sẽ tiếp tục mua các sản phẩm của công ty 0.835
Eigenvalues 2.288
Phương sai trích tích lũy 76.251
(Nguồn: kết quả xử lí SPSS)
Hệ số tải của biến phụ thuộc đều ở mức 0.8 trở lên và chỉ số Eigenvalues=2.288 nên việc phân tích nhân tố đã phù hợp.
Sau khi thực hiện ma trận xoay tiến hành thực hiện tạo biến đại diện cho các nhân tố:
Bảng 2.33: Biến đại diện các nhân tố
Nhân tố Các nhân tố Các quan sát
SP Sản phẩm SP4, SP3, SP2, SP1 G Giá G1, G4, G3, G2 NV Nhân viên bán hàng NV2, NV3, NV1 VC Cơ sở vật chất VC1, VC3, VC2 PP Phân phối PP3, PP2, PP1 HL Hài lòng HL3, HL1, HL1 (Nguồn: kết quả xử lí SPSS)