2.3. KẾT QUẢ KHẢO SÁT MỨC ĐỘ HÀI LÒNG CỦA KHÁCH HÀNG CÁ
2.3.4.1. Phân tích nhân tố
Trong phần mềm SPSS, hai công cụ sử dụng để kiểm định thang đo là hệ số tin cậy Cronbach’s Alpha và phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis). Hệ số Alpha của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Nó được sử dụng trước để loại các biến không phù hợp. Các biến quan sát của những thang đo đạt độ tin cậy sẽ tiếp tục phân tích nhân tố khám phá EFA.
Kiểm định thang đo bằng hệ số Cronbach’s Alpha (Kết quả chi tiết tại Phụ lục 4)
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt; từ 0.7 đến gần 0.8 là sử dụng được. Tuy nhiên, cũng có một số nhà nghiên cứu lại cho rằng Cronbach’s Alpha từ 0.6 trở lên là đã có thể sử dụng được, đồng thời các biến có hệ số tương quan biến tổng (Corrected Item - Total Correlation – CIT) nhỏ hơn 0.3 sẽ bị loại. Ngoài ra, số Cronbach’s Alpha if Item Deleted (hệ số Alpha nếu loại bỏ bớt 1 mục hỏi nào đó) của biến nào lớn hơn giá trị Cronbach’s Alpha cũng sẽ bị loại bỏ. 10
Kết quả đánh giá sáu thang đo thông qua phần mềm SPSS phiên bản 16.0 cho số liệu chi tiết như Phụ lục 4. Do giới hạn nội dung luận văn, người viết khơng lập luận mà rút trích thành kết quả tổng hợp theo Bảng 2.6
Bảng 2.6: Kết quả tổng hợp đánh giá thang đo
Nhân tố Cronbach’s Alpha Đánh giá thang đo Mục hỏi có CIT < 0.3 Mục hỏi bị loại bỏ
Phương tiện hữu hình 0.812 Tốt Khơng có Khơng có
Kỹ năng phục vụ 0.928 Rất tốt Khơng có Khơng có
Thơng tin 0.838 Tốt Khơng có Khơng có
Giá cả 0.857 Tốt Khơng có Khơng có
Sự đồng cảm 0.931 Rất tốt Khơng có Khơng có
Độ tin cậy 0.774 Sử dụng được Khơng có Khơng có
Như vậy, sau khi tiến hành chạy Crobach’s Alpha, kết quả cho thấy các thang đo đều đạt tiêu chuẩn. Nói cách khác, các tiêu chí trong thang đo đều phù hợp để đo lường chất lượng sản phẩm, dịch vụ tại Agribank – Chi nhánh tỉnh Lâm Đồng.
Kết quả phân tích nhân tố khám phá (EFA) (Kết quả chi tiết tại Phụ lục 5)
Sau khi kiểm định độ tin cậy Cronbach’s Alpha các thành phần của thang đo, quá trình nghiên cứu tiếp tục thực hiện phân tích nhân tố khám phá (EFA) đối với các thang đo nhằm thu gọn lại dữ liệu và xác định các yếu tố ảnh hưởng đến chất lượng cung ứng sản phẩm, dịch vụ tại Agribank – Chi nhánh tỉnh Lâm Đồng.
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau đây:
Thứ nhất, hệ số Kaiser – Meyer - Olkin (KMO). Đây là một chỉ số dùng để xem
xét sự thích hợp của phân tích nhân tố. Điều kiện để phân tích nhân tố được xem là thích hợp khi 0.5 ≤ KMO ≤ 1. Đồng thời, tham số Bartlett’s test of sphericity - một đại lượng thống kê dùng để xem xét giả thuyết các biến có tương quan trong tổng thể - và mức ý nghĩa của kiểm định Barlett’s ≤ 0.0511 .
Thứ hai, hệ số tải nhân tố (Factor loading) > 0.45. Theo Hair trong
Multivariate Data Analysis, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0.3 được xem là đạt được mức tối thiểu, Factor loading > 0.4 được xem là quan trọng, > 0.5 được xem là có ý nghĩa. Tuy nhiên, nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu vào khoảng 100 thì phải chọn tiêu chuẩn factor loading > 0.55, và nếu cỡ mẫu khoảng 50 thì factor loading phải > 0.75. Trong bài nghiên cứu này, cỡ mẫu là 308, nên người viết quyết định chọn tiêu chuẩn chọn factor loading là > 0.45, đồng nghĩa nếu biến quan sát nào có hệ số tải nhân tố ≤ 0.45 sẽ bị loại. Ngoài ra, khác biệt hệ số tải nhân tố giữa các biến quan sát của các nhân tố phải ≥ 0.3 để đảm bảo giá trị phân biệt của các nhân tố 12 .
11 Hoàng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, 2008, trang 31
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và điểm dừng Eigenvalue > 1 13.
Kiểm định tiêu chuẩn 1
Giả thuyết H0 trong phân tích này: “Độ tương quan giữa các biến quan sát bằng 0 trong tổng thể”. Như đã được đề cập, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. Dữ liệu thể hiện tại Phụ lục 5 cho thấy hệ số KMO = 0.895 > 0.5 tức thỏa mãn điều kiện 0.5 ≤ KMO ≤ 1 nên EFA phù hợp với dữ liệu. Thống kê Chi - Square của kiểm định Bartlett’s đạt giá trị 4.093 với mức ý nghĩa Sig là 0.000 nên giả thuyết H0 sẽ bị bác bỏ. Điều này có nghĩa là các biến quan sát có tương quan với nhau trong tổng thể.
Kiểm định tiêu chuẩn 2
Nhằm mục đích tóm tắt các thơng tin chứa đựng trong các biến gốc, quá trình kiểm định cần rút ra một số lượng các nhân tố ít hơn số biến. Trong bài này người viết sử dụng phương pháp dựa vào Eigenvalue (determination based on Eigenvalue).
Dựa vào bảng kết quả phân tích Total Variance Explained, theo tiêu chuẩn Eigenvalue lớn hơn 1, cho thấy có tất cả 24 biến được rút trích thành 6 nhân tố. Nhìn vào bảng Rotated Component Matrix, giá trị các hệ số tải nhân tố của 6 nhân tố đều > 0.45, bên cạnh đó, hiệu số của hai hệ số tải nhân tố lớn nhất của biến đều ≥ 0.3 nên không phải loại đi bất cứ biến nào.
Kiểm định tiêu chuẩn 3
Kết quả trong bảng Total Variance Explained cho thấy Tổng phương sai trích (Cumulative) đạt 71.628% > 50% thể hiện rằng 6 nhân tố rút trích ra giải thích được
71.628% biến thiên của dữ liệu; điểm dừng Eigenvalue = 1.145 > 1 và thang đo
được chấp nhận.