10. Lợi nhuận thuần từ hoạt
4.1.4 Phân tích nhân tố khám phá EFA
- Mục đích: Phân tích nhân tố sẽ giúp cho chúng ta thấy được các thang đo trên có tách ra thành những nhân tố mới hay không?. Điều này sẽ giúp cho chúng ta đánh giá chính xác hơn các thang đo, loại bỏ các biến đo lường không đạt yêu cầu và đảm bảo cho thang đo có tính dồng nhất.
- Phương pháp: Thực hiện việc kiểm định thang đo EFA. Các biến có trọng số nhỏ hơn 0,5 tiếp tục sẽ bị loại (Othman & Owen, 2002).
Việc phân tích nhân tố được thực hiện thông qua phần mềm SPSS 16.0 với phương pháp tính hệ số sử dụng Principal Components với phép quay varimax và điểm dừng khi trích các yếu tố Eigenvalue= 1. Thang đo được chấp nhận khi tổng phương sai trích phải bằng hoặc lớn hơn 50%. Kết quả phân tích EFA (phụ lục số 6).
Lệnh trong SPSS: Analyze – Data Reduction – Factor
Trong hộp thoại Factor Analysis: Descriptives, chọn thêm các mục Univariate Descriptives, Initial solution, Coefficients, KMO and Bartlett’s test of Sphericity.
Trong hộp thoại Factor Analysis: Extraction, chọn phương pháp rút trích các nhân tố (Principal components)
Trong hộp thoại Factor Analysis: Rolation, chọn các mục Varimax, Loading plot(s)
Trong hộp thoại Factor Analysis: Scores, chọn mục Save as variables. Kết quả phân tích nhân tố EFA của các thang đo (Phụ lục 6) cho thấy: Đối với biến độc lập:
Với tổng số 25 biến độc lập, sau khi thực hiện Factor lần 1 cho thấy: có 5 yếu tố được trích tại eigenvalue là 1,130 và phương sai trích được là 61,724% với chỉ số KMO là 0,882. Như vậy việc phân tích nhân tố là thích hợp và phương sai trích đạt yêu cầu (> 50%).
Tất cả các biến đều có trọng số khá cao (> 0,5). Thấp nhất là biến QE7 = 0,581. Như vậy, việc phân tích nhân tố là thích hợp và phương sai trích đạt yêu cầu. Tuy nhiên, biến An toàn khi sử dụng dịch vụ tại Trung tâm (QC1) có trọng số không đạt yêu cầu (<0.4). Vì vậy, ta loại biến An toàn khi sử dụng dịch vụ tại Trung tâm (QC1).
Với 24 biến còn lại được tiếp tục đưa vào phân tích factor lần thứ 2. Kết quả chia thành 5 yếu tố được trích tại eigenvalue là 1,018 và phương sai trích được là 62,701% với chỉ số KMO là 0,880. Như vậy việc phân tích nhân tố là thích hợp và phương sai trích đạt yêu cầu (>50%).
Tất cả các biến đều có trọng số khá cao. Tuy nhiên, biến Cung cấp dịch vụ đúng ngay lần đầu (QA1) có trọng số không đạt yêu cầu (<0.4). Vì vậy, ta tiếp tục loại biến
Cung cấp dịch vụ đúng ngay lần đầu (QA1).
Với 23 biến còn lại được tiếp tục đưa vào phân tích factor lần thứ 3. Kết quả chia thành 5 yếu tố được trích tại eigenvalue là 1,014 và phương sai trích được là 63,532% với chỉ số KMO là 0,885. Như vậy việc phân tích nhân tố là thích hợp và phương sai trích đạt yêu cầu (>50%)
Tất cả các biến đều có trọng số khá cao. Tuy nhiên, biến Dịch vụ đa dạng, phong phú (QE3) có trọng số không đạt yêu cầu (<0,4). Vì vậy ta loại biến này.
Với 22 biến còn lại được tiếp tục đưa vào phân tích factor lần thứ 4. Kết quả chia thành 5 yếu tố được trích tại eigenvalue là 1,014 và phương sai trích được là 64,304% với chỉ số KMO là 0,885. Như vậy việc phân tích nhân tố là thích hợp và phương sai trích đạt yêu cầu (>50%). Đồng thời các biến đều có trọng số >0.4. Vì vậy, tất cả các biến đều đạt yêu cầu. (Xem bảng 3.12 và Phụ lục 6)
Bảng 4.9: Kết quả EFA của các biến độc lập Rotated Component Matrixa
Component
1 2 3 4 5
Nhan vien phuc vu nhanh chong .776 .194 .220 .072 .133 Nhan vien san sang giup do .765 .108 .153 .263 .005 Nhan vien phuc vu chu dao .759 .084 .191 .262 .183 Giai quyet kip thoi khi khach dong .755 -.009 .143 .244 .220 Nhan vien dap ung tot viec phan chia bon .748 .124 .057 .168 .198 Khu ve sinh nha tam sach se rong rai .010 .765 .094 .193 .186 Bai dau xe rong thuan tien -.022 .743 .154 .199 .106 Trang thiet bi vat tu hien dai .233 .724 .087 .019 .108 Canh quan dep thoang mat -.039 .674 -.025 .211 .017 Cac khu vuc tam bo tri hop ly thuan tien .343 .636 .007 -.031 .232 Den trung tam de dang .258 .626 .255 .065 -.133 Khi khieu nai dc giai quyet nhanh chong .218 .082 .807 .034 -.041 Cung cap dvu dung nhu da gioi thieu .109 .069 .696 .008 .168 Thong bao kip thoi khi thay doi .119 .181 .693 .206 -.010 Khi thac mac dc nhiet tinh giup do .102 .051 .609 .248 .231 Nvien gtiep than thien coi mo .265 .198 .141 .802 .095 Nvien lich su nha nhan .413 .196 .200 .669 .141 Phong cach pvu chuyen nghiep .358 .236 .236 .665 .120 Nvien am hieu cong viec .530 .228 .054 .546 .125 Thoai mai khi den trung tam .153 .179 .152 .036 .793
Gioi thieu cho ban be nguoi than .203 .078 .033 .128 .790
Nvien chia se nhung gi ban qtam .412 .174 .208 .269 .551
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Đối với biến phụ thuộc:
Sử dụng phương pháp tuơng tự với thang đo mức độ hài lòng chung của khách đối với chất lượng dịch vụ tại Trung tâm Du lịch Suối Khoáng Nóng Tháp Bà. Kết quả, EFA cũng gom lại thành 1 nhóm và tất cả các biến đều đạt yêu cầu (phụ lục số 6), các
giá trị có hệ số chuyển tải của nhân tố đều lớn hơn 0,5. Điểm dừng Eigenvalue= 2,356>1 và phương sai trích= 51,129%> 50% (Gerbing $ Anderson, 1988).
Từ kết quả phân tích EFA, với 5 nhân tố và 22 biến đạt yêu cầu được điều chỉnh lại như sau:
Mức độ tin cậy (4 biến): QA2, QA3, QA4, QA5
Khả năng đáp ứng (5 biến): QB1, QB2, QB3, QB4, QB5 Thái độ, phong cách phục vụ (4 biến): QC2, QC3, QC4, QC5 Mức độ đồng cảm (3 biến): QD1, QD2, QD3
Phương tiện hữu hình (6 biến): QE1, QE2, QE4, QE5, QE6, QE7.
Hình 4.1: Mô hình lý thuyết được điều chỉnh theo EFA
H1: Nếu khách hàng cảm nhận về mức độ tin cậy càng cao thì mức độ hài lòng về chất lượng dịch vụ càng cao.
H2: Nếu khách hàng cảm nhận về khả năng đáp ứng của Trung tâm càng cao thì mức độ hài lòng về chất lượng dịch vụ càng cao.
H3: Nếu khách hàng cảm nhận về mức độ năng lực phục vụ càng cao thì mức độ hài lòng về chất lượng dịch vụ càng cao.
Tin cậy Năng lực phục vụ Đồng cảm Phương tiện vật chất hữu hình Đáp ứng Sự hài lòng H1 H2 H3 H4 H5 Các biến kiểm soát: -Giới tính -Tuổi -Tình trạng hôn nhân -Trình độ học vấn -Nghề nghiệp -Thu nhập
H4: Nếu khách hàng cảm nhận về mức độ đồng cảm càng cao thì mức độ hài lòng về chất lượng dịch vụ càng cao.
H5: Nếu khách hàng cảm nhận về phương tiện vật chất hữu hình càng cao thì mức độ hài lòng về chất lượng dịch vụ càng cao.
Phương trình tổng quát được xây dựng như sau:
Trong đó:
Hailong: Sự hài lòng của khách hàng về chất lượng dịch vụ của Trung tâm (được xem là biến phụ thuộc)
Các biến độc lập:
Tincay: Cảm nhận của khách hàng về mức độ tin cậy
Dapung: Cảm nhận của khách hàng về khả năng đáp ứng
Phucvu: Cảm nhận của khách hàng về thái độ và phong cách phục vụ
Dongcam: Cảm nhận của khách hàng về mức độ đồng cảm
CSVC: Cảm nhận của khách hàng về phương tiện hữu hình.