CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Đánh giá thang đo
4.2.4. Phân tích nhân tố khẳng định (CFA)
Phân tích nhân tố khẳng định (Confirmatory Factor nalysis - CFA). CFA là một trong các kỹ thuật thống kê của mô hình cấu trúc tuyến tính (SEM). CFA giúp cho chúng ta kiểm định mô hình đo lường có đạt yêu cầu hay không và các biến quan sát đại diện cho các nhân tố tốt đến mức nào. CFA là bước tiếp theo của EFA trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa các biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu nghiễm nhiên thừa nhận trước khi tiến hành kiểm định thống kê. Phương pháp CFA được sử dụng để khẳng định lại tính đơn biến, đa biến, giá trị hội tụ và phân biệt của bộ thang đo đánh giá lòng trung thành khách hàng đối với thương hiệu thời trang. Mô hình được xem là thích hợp khi:
- Chi-square (CMIN) # 0, P-value < 0,05. Nhược điểm, kích thước mẫu càng lớn thì P value càng nhỏ.
- Chi-square điều chỉnh theo bậc tự do (CMIN/df): < 2 (càng nhỏ, càng tốt), một số trường hợp CMIN/df có thể nhỏ hơn 3 (Carmines & Mciver, 1981), (Bentler & Bonett, 1980). Theo Kettinger và Lee (1995): n < 200, CMIN/df < 3, n > 200, CMIN/df < 5.
- Theo Bentler & Bonett (1980), chỉ số thích hợp so sánh (CFI - Comparative fit index), chỉ số TLI (Tuckey and Lewis index), chỉ số phù hợp GFI (Goodness of fit index) ≥ 0,9 (0,8 - chấp nhận được).
- Chỉ số RMSEA (Root mean square error approximation): nhỏ hơn 0,8 hoặc 0,5 được xem là rất tốt (Steiger, 1990). Thọ & Trang (2008) cho rằng nếu mô hình nhận được các giá trị TLI, CFI ≥ 0,9, CMIN/df ≤ 2, RMSE ≤ 0,08 thì mô hình phù hợp. Ngoài ra, khi thực hiện CFA, cần thực hiện thêm các đánh giá như:
- Đánh giá độ tin cậy của thang đo thông qua các chỉ số: + Hệ số tin cậy tổng hợp (ρc): (Joereskog, 1971).
+ Hệ số tổng phương sai trích (ρvc): (Fornell Larcker, 1981).
Trong đó: λi: Trọng số chuẩn hóa của biến quan sát thứ i. (1- λi2): Phương sai của sai số đo lường biến quan sát thứ i.
- Cần kiểm định thêm Cronbach’s Alpha một lần nữa thông qua các chỉ tiêu: + Tính đơn nguyên (Unidimesionality): Mô hình có độ phù hợp với dữ liệu thị trường là điều kiện cần và đủ để tập biến quan sát có tương quan nhau. (Steenkam & Vantrijp, 1991).
+ Giá trị hội tụ (Convergent validity): đạt được khi giá trị trọng số chuẩn hóa (λc) tối thiểu là 0,5 và có ý nghĩa thống kê (sig < 0,05) (Gerbing & Anderson, 1988).
+ Giá trị phân biệt (Discriminant validity).
+ Giá trị liên hệ lý thuyết (Nomological validity): được đánh giá thông qua mô hình lý thuyết (Gerbing Anderson, 1988).
Trong kiểm định giả thuyết và mô hình nghiên cứu, mô hình cấu trúc tuyến tính SEM cũng có nhiều ưu điểm hơn các phương pháp phân tích đa biến truyền thống như hồi quy bội, hồi quy đa biến vì nó có thể tính được sai số đo lường.
Đánh giá giá trị thang đo của mô hình nghiên cứu bao gồm phân tích CFA (AMOS), độ tin cậy tổng hợp CR (Composite Reability), giá trị hội tụ AVE (Average Variance Extracted). Phân tích CFA (chạy Boostrap trên mẫu 308) cho tất cả các khái niệm BE, S, BT, BL, tất cả các biến đều có trọng số chuẩn hóa (Estimates) > 0,5 thỏa mãn. Kết quả phân tích CFA, CR và AVE.
Phân tích CFA: Trọng số chuẩn hóa (Estimates) của các Items đều >= 0,5, P <= 0,05; tính phù hợp của mô hình đo lường với dữ liệu thực tế cho các khái niệm đều tốt: CFI, TLI đều lớn hơn 0,9, GFI=0,878 là tốt, AGFI đều lớn hơn 0,8 (chấp nhận), P<=0,05, RMSEA đều < 0,1, tỷ lệ Chisquare/df của các khái niệm đều đạt yêu cầu vì nằm trong khoảng [1, 3].
Hình 4.4. Phân tích nhân tố khẳng định CFA
Nguồn: Kết quả chạy dữ liệu của tác giả
Nếu các nhân tố không chứng minh độ giá trị và độ tin cậy, việc chạy SEM sẽ không có ích gì, vì rác đầu vào sẽ dẫn đến rác đầu ra. Có một vài biện pháp hữu ích cho việc xác lập tính hợp lệ và độ tin cậy: Độ tin cậy tổng hợp (Composite Reliability – CR), phương sai trích (Average Variance Extracted – AVE), phân tích CR và AVE.
Bảng 4.6. Kết quả kiểm định giá trị phân biệt
Tương quan R SE CR p_value
Trải nghiệm cảm giác <-->
Tín nhiệm thương hiệu 0.2209 0.05045868 10.50364368 0.00000 Trải nghiệm cảm giác <-->
Sự hài lòng 0.171396 0.052037066 11.26120376 0.00000 Trải nghiệm cảm giác <-->
Lòng trung thành 0.134689 0.053177192 11.90359962 0.00000 Tín nhiệm thương hiệu <-->
Sự hài lòng 0.241081 0.049800878 10.22070333 0.00000 Tín nhiệm thương hiệu <-->
Lòng trung thành 0.113569 0.053822238 12.31832828 0.00000 Sự hài lòng <--> Lòng trung
thành 0.092416 0.054460635 12.77987298 0.00000
Ghi chú: r–hệ số tương quan, SE–độ lệch chuẩn (SE = SQRT (1-r2)/(n-2)); CR = (1-r)/SE; p-value = TDIST(CR, r-2, 2), n – số bậc tự do của mô hình.
Nguồn: Kết quả tính toán dữ liệu của tác giả
Bảng 4.7. Phương sai trích và bình phương tương quan giữa các khái niệm
CR AVE MSV ASV Sự hài lòng Trải nghiệm thương hiệu Tín nhiệm thương hiệu Lòng trung thành Sự hài lòng 0.926 0.643 0.241 0.173 0.802 Trải nghiệm thương hiệu 0.920 0.538 0.221 0.177 0.414 0.733 Tín nhiệm thương hiệu 0.912 0.568 0.241 0.193 0.491 0.470 0.754 Lòng trung thành 0.893 0.511 0.139 0.121 0.325 0.373 0.343 0.715
Nguồn: Kết quả tính toán dữ liệu của tác giả
Tất cả thang đo cho các khái niệm trải nghiệm thương hiệu, tín nhiệm thương hiệu, sự hài lòng và lòng trung thành đều có CR>0.6 và AVE>0.5. Như vậy, có thể
kết luận thang đo tất cả các khái niệm của mô hình nghiên cứu đều có độ tin cậy và giá trị hội tụ tốt, đồng thời phù hợp với dữ liệu thực tế.
Bảng 4.8. Phân tích Boostrap trong phân tích CFA
Tham số SE SE-
SE Mean Bias
SE- Bias Trải nghiệm <--> Tín nhiệm .066 .003 .267 -.007 .005 Trải nghiệm <--> Sự hài lòng .076 .004 .289 -.009 .005 Trải nghiệm <--> Lòng trung thành .085 .004 .264 .001 .006 Tín nhiệm <--> Sự hài lòng .081 .004 .330 .000 .006 Tín nhiệm <--> Lòng trung thành .066 .003 .221 -.004 .005 Sự hài lòng <--> Lòng trung thành .105 .005 .249 -.002 .007
Nguồn: Kết quả chạy dữ liệu của tác giả
So sánh giá trị C.R này với 1.96 (do 1.96 là giá trị của phân phối chuẩn ở mức .9750 , nghĩa là 2.5% một phía, 2 phía sẽ là 5%). Cột P <5% thì kết luận là giả thuyết Bias khác 0 có ý nghĩa thống kê. Giá trị của cam kết có C.R > 1.96 thì suy ra p-value < 5%, chấp nhập Ho, kết luận độ lệch khác 0 có ý nghĩa thống kê ở mức tin cậy 95%. Như vậy các yếu tố có ý nghĩa thống kê trong nghiên cứu này để đánh giá tác động của đánh giá sản phẩm đến quyết định mua hàng lặp lại trong môi trường kinh doanh thương mại điện tử. Kết luận độ lệch khác 0 không có ý nghĩa thống kê ở mức tin cậy 95%, và như thế ta kết luận được mô hình ước lượng có thể tin cậy được.