Phân tích nhân tố sẽ đƣợc sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Kiểm định sự thích hợp của phân tích nhân tố với dữ liệu của mẫu thông qua trị thống kê Kaiser-Meyer-Olkin (KMO). Theo đó, trị số của KMO phải đủ lớn (0.5 <KMO< 1) nghĩa là phân tích nhân tố là thích hợp (Garson, 2003), nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
a. Phân tích nhân tố cho các biến độc lập lần 1
Thang đo sự hài lòng dịch vụ bƣu chính đƣợc đo lƣờng bằng 38 biến quan sát độc lập, sau khi kiểm tra mức độ tin cậy bằng phân tích Cronbach Alpha thì loại hai biến (mục hỏi DC22 và HH27). Mô hình lý thuyết còn lại 36 biến quan sát độc lập đƣợc dùng để đo lƣờng cho 7 thành phần của thang đo. Phân tích nhân tố dùng để đánh giá độ hội tụ của các biến quan sát theo thành phần.
Thực hiện phân tích nhân tố khám phá (EFA) cho các biến độc lập : TC, DB, NL, DC, HH, HA và GC bằng phƣơng pháp Principal Axis Factoring với phép xoay Promax và hệ số Kappa bằng 4.
Kết quả thể của phân tích EFA cho các biến độc lập:
Kiểm định Bartlett‟s: Sig. = 0.000 <0.05 : Các biến quan sát trong phân tích nhân tố trên có tƣơng quan với nhau trong tổng thể.
Hệ số KMO = 0.802 >0.5 : Phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Có 07 nhân tố đƣợc trích ra từ phân tích EFA.
Hệ số Cumulative % = 63,256%, điều này có nghĩa là khả năng sử dụng 07 nhân tố thành phần này giải thích đƣợc 63,256% biến thiên của 36 biến quan sát.
Dựa trên phân tích của bảng ma trận đã xoay thì 2 biến quan sát NL2 và HH3 bị loại do 2 biến này đã tải lên ở cả 2 nhóm nhân tố.
b. Phân tích nhân tố lần 2
Sau khi loại các biến quan sát không đạt yêu cầu trong phân tích nhân tố lần 1, còn 34 biến đƣợc đƣa vào phân tích nhân tố lần 2 có kết quả:
Kiểm định Bartlett‟s: Sig. = 0.000 <0.05 : Các biến quan sát trong phân tích nhân tố trên có tƣơng quan với nhau trong tổng thể.
Hệ số KMO = 0.794 >0.5 : Phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Có 07 nhân tố đƣợc trích ra từ phân tích EFA.
Hệ số Cumulative % = 62,380%, điều này có nghĩa là khả năng sử dụng 07 nhân tố thành phần này giải thích đƣợc 62,380% biến thiên của 36 biến quan sát.
Có 7 nhân tố đƣợc rút trích từ phân tích EFA và giá trị hệ số Eigenvalues của các nhân tố đều lớn hơn 1
Tất cả các biến quan sát đều có hệ số tải nhân tố (Factor loading) > 0.5 : Đạt yêu cầu.
(PHỤ LỤC 7)
c. Phân tích nhân tố cho biến phụ thuộc
Thực hiện phân tích EFA cho các biến phụ thuộc bằng phƣơng pháp Principal Components với phép xoay Varimax.
Kiểm định Bartlett‟s : Sig. = 0.000 <0.05 : Các biến quan sát trong phân tích nhân tố trên có tƣơng quan với nhau trong tổng thể.
Hệ số KMO = 0.802 >0.5: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Có 01 nhân tố đƣợc trích ra từ phân tích EFA và giá trị hệ số Eigenvalues của nhân tố lớn hơn 1 : Đạt yêu cầu.
Hệ số Cumulative= 61.861% : Đạt yêu cầu.
Tất cả các biến quan sát đều có hệ số tải nhân tố (Factor loading) > 0.5 : Đạt yêu cầu.
Nhƣ vậy, thang đo “Sự hài lòng” đạt giá trị hội tụ. (PHỤ LỤC 8)
Kết quả phân tích nhân tố EFA cho thấy, các biến độc lập và biến phụ thuộc trong mô hình nghiên cứu đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận đƣợc.
Phân tích EFA là thích hợp với dữ liệu nghiên cứu. Có 08 nhân tố đƣợc trích ra từ kết quả phân tích gồm 41 biến quan sát. Tất cả các biến quan sát trong từng nhân tố tƣơng ứng đều đạt yêu cầu và đƣợc sử dụng trong các bƣớc phân tích tiếp theo.