7. Tổng quan tài liệu nghiên cứu
3.2.2. Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, ta loại bỏ 2 biến quan sát là VL6 và MS3, số biến quan sát còn lại là 22 biến. Sử dụng các biến còn lại để thực hiện phân tích nhân tố khám phá, đây là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998).
Trong bài nghiên cứu này, mục tiêu của phân tích nhân tố là tìm ra đƣợc các yếu tố nào có tác động đến sự hài lòng của khách hàng. Đầu tiên dùng kiểm định Barlett’s test of sphericity và hệ số KMO để kiểm tra xem có thích hợp không khi sử dụng phân tích nhân tố khám phá. Kết quả đƣợc xuất ra từ phần mềm SPSS cho thấy nhƣ sau:
Bảng 3.17. Kết quả kiểm định KMO và Barlett
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.790 Bartlett's Test of Sphericity Approx. Chi-Square 2240.575
df 231
Sig. .000
Ta thấy hệ số KMO = 0.790 (lớn hơn 0.5) và mức ý nghĩa Sig =.000 của kiểm định Barllett’s nhỏ hơn rất nhiều so với α = 5%, nên việc phân tích
Bảng 3.18. Phân tích nhân tố tương ứng với các biến quan sát
Rotated Component Matrixa
Component 1 2 3 4 5 NV3 .835 NV5 .807 NV1 .774 NV4 .753 NV6 .749 NV2 .647 VL5 .803 VL3 .790 VL4 .769 VL7 .764 VL2 .607 VL1 .560 MS5 .880 MS2 .877 MS1 .803 MS4 .729 TC1 .888 TC3 .859 TC2 .777 SP1 .906 SP3 .896 SP2 .621
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Bảng Rotated Component Matrix tách bạch các nhóm tiêu thức khác nhau một cách rõ rệt, những tiêu thức giống nhau sẽ hội tụ về một nhóm.
Trong bảng này, các tiêu thức có hệ số tải nhân tố lớn hơn hoặc bằng 0.5 sẽ đƣợc giữ lại, các tiêu thức có hệ số này bé hơn 0.5 sẽ bị loại bỏ. Với kết quả trên, ta thấy không có biến nào bị loại. Ta có thể kết luận rằng mô hình nghiên cứu phù hợp với dữ liệu khảo sát.
Bảng Total Variance Explained (phụ lục 7) cho biết tại mức giá trị eigenvalue lớn nhất là 5.269 và nhỏ nhất là 1.508 đều lớn hơn 1, cho phép trích đƣợc 5 nhân tố từ 22 biến quan sát và phƣơng sai trích đƣợc là 64.946% (lớn hơn 50%). Nhƣ vậy phƣơng sai trích đạt yêu cầu. Không có số biết quan sát có hệ số tải nhân tố Factor loading nhỏ hơn 0.5, kết quả phân tích nhân tố hoàn toàn hợp lý.
Sau khi phân tích nhân tố khám phá (EFA) thì các thang đo ban đầu đều đạt yêu cầu và giữ nguyên với 22 biến quan sát đƣợc chia thành 5 nhân tố nhƣ sau:
- Nhân tố khía cạnh vật lý (VL) bao gồm 6 biến quan sát VL1, VL2, VL3, VL4, VL5, VL7.
- Nhân tố độ tin cậy (TC) bao gồm 3 biến quan sát TC1, TC2, TC3. - Nhân tố nhân viên dịch vụ (NV) bao gồm 6 biến quan sát NV1, NV2, NV3, NV4, NV5, NV6.
- Nhân tố sản phẩm (SP) bao gồm 3 biến quan sát SP1, SP2, SP3.
- Nhân tố mua sắm tiện lợi (MS) gồm 4 biến quan sát MS1, MS2, MS4, MS5. Sau khi sử dụng phân tích khám phá EFA không có sự sự xáo trộn biến giữa các khái niệm, vì vậy tên gọi các khái niệm ban đầu vẫn đƣợc giữ nguyên.