1.2.2 .Tổng quan các công trình nghiên cứu liên quan
2.3. ĐÁNH GIÁ CỦA KHÁCH HÀNG VỀ CHẤT LƯỢNG DỊCH VỤ TÍNDỤNG
2.3.3. Đánh giá thang đo CLTD bằng phân tích nhân tố khám phá (EFA)
Phân tích nhân tố EFA sẽ giúp khám phá các cấu trúc khái niệm nghiên cứu, loại bỏ các biến đo lường không đạt yêu cầu và đảm bảo cho thang đo có tính đồng nhất. Mục đích của việc phân tích nhân tố EFA là xem xét mối quan hệ giữa các biến quan sát và gộp chúng vào các nhóm biến giải thích cho các nhân tố.
Trong quá trình phân tích nhân tố, phải đáp ứng những yêu cầu và tiêu chuẩn cụ thể như sau:
+ Đạt giá trị phải hội tụ: Hệ số tải nhân tố > 0.5, nếu biến nào có hệ số tải nhân tố nhỏ hơn 0.5 thì sẽ bị loại, hệ số tải nhân tố lớn nhất ở cột nào thì thuộc vào
+ Giá trị phân biệt: nếu hệ số tải nhân tố xuất hiện 2 nhân tố thì khoảng cách giữa 2 nhân tố phải lớn hơn 0.3, khi đấy lấy biến quan sát có hệ số tải nhân tố lớn hơn.
+ Phương sai trích lớn hơn 50% và eigenvalue có giá trị lớn hơn 1 thì được chấp nhận.
+ Hệ số KMO là trị số dùng để xem xét sự thích hợp của phân tích nhân tố do vậy giá trị KMO phải nằm giữa 0.5 và 1 (0.5< KMO<1) thì mới phù hợp với dữ liệu thu thập được. Mức ý nghĩa của kiểm định Barrtlett với sig nhỏ hơn 0.05 thì có ý nghĩa thống kê.
Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, việc phân tích nhân tố trước tiên được tiến hành dựa trên 24 biến quan sát của các biến độc lập ảnh hưởng đến chất lượng tín dụng cá nhân tại Ngân hàng Đầu tư và Phát triển Việt Nam - Chi nhánh Mỹ Tho. Kết quả như sau: hệ số KMO = 0, 809> 0.5 và kiểm định Barlett’s có giá trị 1504,871 với mức ý nghĩa Sig = 0.000 < 0.05, cho thấy các biến quan sát thuộc cùng một nhân tố có tương quan chặt chẽ với nhau. Đồng thời tổng phương sai trích là 60,503% > 50% cho thấy 5 nhân tố mới được rút trích từ 24 biến quan sát này giải thích 60,503% sự biến thiên của tập dữ liệu và giá trị Eigenvalue =
1,185>1 đủ tiêu chuẩn phân tích nhân tố (Phụ lục 4).
Bảng 2.10: Kết quả phân tích EFA cho các yếu tố ảnh hưởng đến CLTD
Nhân tố 1 2 3 4 5 QL5 ,841 QL1 ,814 QL4 ,807 QL3 ,794 QL2 ,749 KQ5 ,729 KQ2 ,714 KQ6 ,693 KQ1 ,661 KQ4 ,658
KQ8 ,649 KQ3 ,616 NL5 ,800 NL1 ,765 NL4 ,745 NL3 ,739 NL2 ,679 QT4 ,800 QT3 ,777 QT1 ,747 QT2 ,727 HATN2 ,785 HATN1 ,707 HATN3 ,697 Chỉ số KMO ,809 Kiểm định Barlett’s 1504,871 Df 276 Mức ý nghĩa ,000
Nguồn: số liệu điều tra và tính toán bằng SPSS
Dựa vào bảng 2.10. ta thấy các biến quan sát đạt các điều kiệu sau:
- Giá trị hội tụ: Các biến quan sát xếp thành nhóm với nhau với các hệ số tải nhân tố nằm cùng một cột trong cùng một thang đo như thang đo đã đề xuất ban đầu.
- Giá trị phân biệt: Không có biến quan sát nào có hệ số tải nhân tố xuất hiện ở 2 cột nên các biến quan sát đạt giá trị phân biệt.
- Ngoài ra các biến quan sát khác đều chỉ xuất hiện một hệ số tải nhân tố và đều lớn hơn 0.5 chứng tỏ các biến quan sát có ý nghĩa thực tiễn và có thể dùng để đưa vào xây dựng mô hình hồi quy nhằm kiểm định giả thuyết đặt ra ban đầu.