Đánh giá thang đo bằng phân tích nhân tố khám phá EFA

Một phần của tài liệu (LUẬN văn THẠC sĩ) phát triển dịch vụ ngân hàng điện tử tại ngân hàng thương mại cổ phần á châu (Trang 63 - 65)

Khi phân tích nhân tố khám phá, các nhà nghiên cứu đều quan tâm đến một số tiêu chuẩn.

Thứ nhất, Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO khá cao (bằng 0.888 > 0.5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA rất thích hợp.

Thứ hai, hệ số tải là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, hệ số tải lớn hơn 0.3 được xem là đạt mức tối thiểu, hệ số tải lớn hơn 0.4 được xem là quan trọng, lớn hơn 0.5 được xem là có ý nghĩa thiết thực. Hệ số tải lớn nhất của các biến quan sát phải lớn hơn hoặc bằng 0.5. Trong bài, tác giả chọn Chọn “Suppress small coefficients absolute value below” 0.5 để đảm bảo ý nghĩa thiết thực của EFA.

Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% Thứ tư, hệ số eigenvalue có giá trị lớn hơn 1.

Thứ năm, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.

Từ đó, tác giả sử dụng phương pháp trích yếu tố Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1 được sử dụng cho phân tích nhân tố với 21 biến quan sát.

Sau khi rút trích nhân tố (theo phương pháp mặc định là rút các thành phần chính và loại bỏ những biến có hệ số tải nhỏ hơn 0.5 không đủ mạnh). Sau khi loại bỏ các biến có hệ số tải nhỏ không đảm bảo độ tin cậy, kết quả phân tích nhân tố cho thấy

21 biến quan sát được nhóm thành 5 nhân tố. Hệ số tải đều lớn hơn 0.5 nên các biến quan sát đều quan trọng trong nhân tố, chúng có ý nghĩa thiết thực.

Tổng phương sai trích được bằng 75.165% cho biết 5 nhân tố vừa rút ra giải thích được 75.165% biến thiên của tập dữ liệu, còn lại 24.835% sự thay đổi của tập dữ liệu là do các nhân tố khác chưa xem xét trong đề tài; do vậy các thang đo rút ra chấp nhận được với giá trị eigenvalue = 1.435 (> 1)

Bảng Rotated Component Matrix (a) của Phụ lục 5 cho thấy tổng cộng có 5 nhân tố được rút trích bao gồm 21 biến quan sát:

Nhân tố thứ 1 gồm 5 biến: PTHH1, PTHH2, PTHH3, PTHH4, PTHH. Nhân tố này được ký hiệu là: PTHH.

Nhân tố thứ 2 gồm 5 biến: TC1, TC2, TC3, TC4, TC5. Nhân tố này được ký hiệu là: TC.

Nhân tố thứ 3 gồm 4 biến: NLPV1, NLPV2, NLPV3, NLPV4. Nhân tố này được ký hiệu là: NLPV.

Nhân tố thứ 4 gồm 4 biến: DC1, DC2, DC3, DC4. Nhân tố này được ký hiệu là: DC.

Nhân tố thứ 5 gồm 3 biến: DU1, DU2, DU3. Nhân tố này được ký hiệu là: DU.

Thang đo sự thỏa mãn

Thang đo sự thỏa mãn gồm 3 biến quan sát. Sau khi đạt độ tin cậy khi kiểm tra bằng Cronbach alpha. Phân tích nhân tố khám phá EFA được sử dụng để kiểm định lại mức độ hội tụ của các biến quan sát.

Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO 0.668 (>0.5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA rất thích hợp.

Bảng 2.10: Kết quả phân tích nhân tố khám phá thang đo sự thỏa mãn của khách hàng.

Biến quan sát Yếu tố 1 TM1 0.823 TM2 0.814 TM3 0.756 Eigenvalues 1.913 Phương sai rút trích (%) 63.761 Cronback alpha 0.713

Với phương pháp rút trích nhân tố principal components và phép quay Varimax đã trích được 1 nhân tố duy nhất với hệ số tải nhân tố của các biến khá cao (đều lớn hơn hoặc gần bằng 0.8).

Một phần của tài liệu (LUẬN văn THẠC sĩ) phát triển dịch vụ ngân hàng điện tử tại ngân hàng thương mại cổ phần á châu (Trang 63 - 65)

Tải bản đầy đủ (PDF)

(114 trang)