1,104 và phƣơng sai trích đạt yêu cầu 61,765% (>50%) với chỉ số KMO là 0,914. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 11 biến quan sát v23, v36, v21, v3, v4, v30, v31, v32, v35, v37 và v38 đều nhỏ hơn 0.50. Vì vậy các biến này khơng thỏa mãn tiêu chuẩn trên. Ta cĩ nên loại cùng một lúc 11 biến này khơng? Khơng nên! Ta nên loại từng biến quan sát một (Nguyễn Trọng Hồi & ctg 2008). Biến nào cĩ factor loading lớn nhất mà khơng đạt nhất sẽ bị loại trƣớc. Factor loading lớn nhất của v35 là 0,411, nhỏ hơn 10 con số cịn lại. Ta ƣu tiên loại biến v35 trƣớc.
Kết quả EFA l đƣợc trích tại eigenvalue là
1,092 và phƣơng sai trích đƣợc 61,962% với chỉ số KMO là 0,911. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 11 biến quan sát v22, v23, v36, v3, v4, v30, v31, v21, v28, v38, v37 đều nhỏ hơn 0.50. Factor loading lớn nhất của v31 bằng 0,411; nhỏ hơn 10 con số cịn lại. Ta ƣu tiên loại v31 trƣớc. 1,092 và phƣơng sai trích đƣợc 62,069% với chỉ số KMO là 0,908. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 10 biến quan sát v23, v36, v39, v3, v4, v30, v21, v28, v38 và v37 đều nhỏ hơn 0.50. Factor loading lớn nhất của v39 bằng 0,402; nhỏ hơn 9 con số cịn lại. Ta ƣu tiên loại v39 trƣớc. 1,082 và phƣơng sai trích đƣợc 62,490% với chỉ số KMO là 0,909. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 6 biến quan
84 sát v36, v4, v30, v23, v37 và v38 đều nhỏ hơn 0.50. Factor loading lớn nhất của v36
bằng 0,428; nhỏ hơn 5 con số cịn lại. Ta ƣu tiên loại v36 trƣớc.
1,080 và phƣơng sai trích đƣợc 62,866% với chỉ số KMO là 0,905. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 7 biến quan sát v21, v4, v22, v30, v23, v37 và v38 đều nhỏ hơn 0.50. Factor loading lớn nhất của v21 bằng 0,407; nhỏ hơn 6 con số cịn lại. Ta ƣu tiên loại biến v21 trƣớc.
1,078 và phƣơng sai trích đƣợc 63,394% với chỉ số KMO là 0,903. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 4 biến quan sát v4, v28, v37, v38 đều nhỏ hơn 0.50. Factor loading lớn nhất của v28 bằng 0,903; nhỏ hơn 3 con số cịn lại. Ta ƣu tiên loại v28 trƣớc.
1,075 và phƣơng sai trích đƣợc 64,002% với chỉ số KMO là 0,903. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 6 biến quan sát v9, v22, v23, v38, v37 và v34 đều nhỏ hơn 0.50. Factor loading lớn nhất của v37 bằng 0,448; nhỏ hơn 5 con số cịn lại. Ta ƣu tiên loại v37 trƣớc.
1,075 và phƣơng sai trích đƣợc 64,431% với chỉ số KMO là 0,901. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 4 biến quan sát v22, v23, v9 và v38 đều nhỏ hơn 0.50. Factor loading lớn nhất của v38 bằng 0,438; nhỏ hơn 3 con số cịn lại. Ta ƣu tiên loại v38 trƣớc.
1,064 và phƣơng sai trích đƣợc 65,039% với chỉ số KMO là 0,897. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 4 biến quan sát v22, v23, v9 và v34 đều nhỏ hơn 0.50. Factor loading lớn nhất của v22 và v23 đều bằng 0,475; nhỏ hơn 2 con số cịn lại. Tuy nhiên, v23 cĩ factor loading đạt giá trị phân biệt hơn v22, vì khoảng cách giữa hai factor loading của v23 là 0,040 trong khi của v22 chỉ cĩ 0,004. Cho nên, ta ƣu tiên loại v22 trƣớc.
85 value
là 1,125 và phƣơng sai trích đƣợc 62,602% với chỉ số KMO là 0,894. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 6 biến quan sát v23, v30, v34, v9, v32 và v4 đều nhỏ hơn 0.50. Factor loading lớn nhất của v32 bằng 0,407; nhỏ hơn 5 con số cịn lại. Ta ƣu tiên loại v32 trƣớc.
eigenvalue là 1,117 và phƣơng sai trích đƣợc 62,777% với chỉ số KMO là 0,899. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của 4 biến quan sát v23, v30, v34 và v4 đều nhỏ hơn 0.50. Factor loading lớn nhất của v34 bằng 0,436; nhỏ hơn 3 con số cịn lại. Ta ƣu tiên loại v34 trƣớc.
tại eigenvalue là 1,105 và phƣơng sai trích đƣợc 63,418% với chỉ số KMO là 0,896. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của biến quan sát v4 nhỏ hơn 0.50, và bằng 0,437; Ta sẽ tiếp tục loại v4.
Kết quả EFA lần th
eigenvalue là 1,083 và phƣơng sai trích đƣợc 63,947% với chỉ số KMO là 0,901. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của biến quan sát v30 nhỏ hơn 0.50, và bằng 0,461; Ta sẽ tiếp tục loại v30.
eigenvalue là 1,079 và phƣơng sai trích đƣợc 64,662% với chỉ số KMO là 0,898. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của biến quan sát v3 nhỏ hơn 0.50, và bằng 0,487; Ta sẽ tiếp tục loại v3.
eigenvalue là 1,029 và phƣơng sai trích đƣợc 65,637% với chỉ số KMO là 0,895. Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất của biến quan sát v33 nhỏ hơn 0.50, và bằng 0,487; Ta sẽ tiếp tục loại v33.
86 Nhƣ vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Factor loading lớn nhất
của biến quan sát v23 nhỏ hơn 0.50, và bằng 0,487; Ta sẽ tiếp tục loại v23.
Kết quả EFA lần thứ mƣời bảy: Sau khi loại biến v23, thì EFA trích đƣợc 7 nhân tố tại eigenvalue là 1,019 và phƣơng sai trích đƣợc là 66,964% với chỉ số KMO là 0,885. Nhƣ vậy, việc phân tích nhân tố là thích hợp và phƣơng sai trích đạt yêu cầu ( >50%). Các biến quan sát đều cĩ factor loading lớn nhất từ 0,50 trở lên. Sự phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê. (Xem bảng 5.6 và Phụ lục 3)
Bảng 5.7: Kết quả EFA
Biến quan sát Yếu tố
KH Nội dung 1 2 3 4 5 6 7
V16 Lái xe điều khiển phƣơng tiện một
cách thành thạo, nhuần nhuyễn ,740 V18 Lái xe rất thơng thạo đƣờng ,675
V13 Phong cách lái xe lịch lãm, thái độ
cởi mở, nhã nhặn, ân cần ,642 V17 Lái xe sử dụng thành thạo các
hình thức thanh tốn cƣớc ,638 V15 Lái xe cĩ kỹ năng phục vụ khách
hàng tốt ,592 V14 Lái xe hiểu biết về văn hĩa địa
phƣơng và cĩ kiến thức chính trị, xã hội
,565
V8 Chất lƣợng âm thanh máy nghe nhạc tốt, cĩ nhiều thể loại nhạc để lựa chọn
,734
V6 Máy lạnh hoạt động tốt ,711
V7 Mùi thơm trên xe dễ chịu ,672
V5 Nội thất bên trong sạch sẽ, vật
dụng bố trí gọn gàng ,648 V27 TĐV tiếp nhận thơng tin nhanh
chĩng với thái độ niềm nở, lịch sự ,748 V19 Quý khách dễ dàng liên lạc để gọi
xe ,647
V20 Thời gian chờ xe đến là hợp lý ,629
V27 Khách hàng dễ dàng đĩn đƣợc xe:
mọi lúc, mọi nơi, mọi thời điểm ,592 V25 Thời gian xe di chuyển nhanh ,726
87
chĩng
V24 LX luơn giúp đỡ khách mang hành lý lên xe và xuống xe, nhắc nhở khách kiểm tra hành lý trƣớc khi xuống xe
,692
V26 LX luơn cĩ đủ tiền lẻ để thối lại
cho khách ,665 V41 Anh/chị nắm rõ đƣợc các thơng
tin về các chƣơng trình giảm giá của Mai Linh
,898
V42 Anh/chị nắm rõ đƣợc các thơng tin về các chƣơng trình khuyến mại của Mai Linh
,894
V11 Màu sắc, logo Mai Linh dễ nhận
biết ,802 V10 Trang phục của LX tạo đƣợc ấn
tƣợng tốt về hình ảnh của cơng ty ,720 V9 Trang phục của nhân viên lái xe
luơn gọn gàng, sạch sẽ ,555 V29 Số điện thoại taxi dễ nhớ ,527
V2 Hình thức bên ngồi xe đẹp và bắt
mắt ,837
V1 Sử dụng xe mới, hiện đại ,778
Eigenvalues 8,500 2,057 1,558 1,317 1,216 1,073 1,019
Phƣơng sai trích 13,465 10,652 9,785 9,030 8,740 8,697 6,596
Cronbach Alpha 0,8493 0,7847 0,7731 0,7524 0,9226 0,7252 0,6504 Khi EFA, trong hộp thoại Factor Analysis, chúng ta chọn nút Scores, sau đĩ
nhấp chọn Save as variables để lƣu lại nhân số của nhân tố một cách tự động. Mặc định của chƣơng trình này là phƣơng pháp Regression (Trọng & Ngọc 2005). Nhân số tính theo cách này đã đƣợc chuẩn hĩa (đã đƣợc chuyển qua đơn vị đo lƣờng độ lệch chuẩn). Nĩ thích hợp nhất nếu sử dụng các nhân số để phân tích hồi qui, và kiểm định mối quan hệ ảnh hƣởng của các biến độc lập đến biến phụ thuộc (Nguyễn Trọng Hồi & ctg 2008).
Tính tốn hệ số Cronbach Alpha cho các nhân tố mới rút trích từ EFA
88 phần khác nhau với 25 biến quan sát. Vì vậy, tính tốn lại Cronbach Alpha của các
thang đo này là cần thiết. Kết quả phân tích nhƣ sau: 1) Cronbach Alpha thang đo nhân tố 1
Thang đo này cĩ hệ số Cronbach Alpha = 0,8493 (> 0,6), các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
2) Cronbach Alpha thang đo nhân tố 2
Thang đo này cĩ hệ số Cronbach Alpha = 0,7847 (> 0,6), các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
3) Cronbach Alpha thang đo nhân tố 3
Thang đo này cĩ hệ số Cronbach Alpha = 0,7731 (> 0,6), các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
4) Cronbach Alpha thang đo nhân tố 4
Thang đo này cĩ hệ số Cronbach Alpha = 0,7524 (> 0,6), các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
5) Cronbach Alpha thang đo nhân tố 5
Thang đo này cĩ hệ số Cronbach Alpha = 0,9226 (> 0,6), các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
6) Cronbach Alpha thang đo nhân tố 6
Thang đo này cĩ hệ số Cronbach Alpha = 0,7252 (> 0,6), các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
89 Thang đo này cĩ hệ số Cronbach Alpha = 0,6504 (> 0,6), các hệ số tƣơng
quan biến tổng của các biến đo lƣờng thành phần này đều cao (> 0,3), vì vậy thang đo này là cĩ độ tin cậy để sử dụng cho các phân tích tiếp theo.
Giải thích các nhân tố sau khi cĩ kết quả EFA
Nhƣ vậy các biến quan sát đƣa vào EFA đƣợc rút thành 07 nhân tố với các giải thích về nội dung của từng nhân tố này và từ đĩ căn cứ vào bản chất của các biến cụ thể mà nhân tố bao gồm sẽ tìm ra tên mới cho nhân tố, tính chất này đƣợc gọi là tính chất khám phá, đĩ là một đặc trƣng nổi trội của EFA (Nguyễn Trọng Hồi & ctg 2008):
1. Nhân tố thứ nhất gồm 6 biến quan sát sau:
V16 Lái xe điều khiển phƣơng tiện một cách thành thạo, nhuần nhuyễn V18 Lái xe rất thơng thạo đƣờng
V13 Phong cách NVLX lịch lãm, thái độ cởi mở, nhã nhặn, ân cần V17 Lái xe sử dụng thành thạo các hình thức thanh tốn cƣớc V15 Lái xe cĩ kỹ năng phục vụ khách hàng tốt
V14 Lái xe hiểu biết về văn hĩa địa phƣơng và cĩ kiến thức chính trị, xã hội . Nĩ liên quan đến khả năng, trình độ chuyên mơn, tính cách và thái độ
”.
2. Nhân tố thứ hai gồm cĩ 4 biến quan sát:
V8 Chất lƣợng âm thanh máy nghe nhạc tốt, cĩ nhiều thể loại nhạc để lựa chọn V6 Máy lạnh hoạt động tốt
V7 Mùi thơm trên xe dễ chịu
V5 Nơi thất bên trong đẹp, sạch sẽ, vật dụng bố trí gọn gàng
Các biến quan sát này thuộc thành phần “Phƣơng tiện hữu hình”. Nĩ liên quan đến
này là “Chất lượng phương tiện" vì tên này phản ánh khá rõ các biến quan sát trong nhân tố.
90
3. Nhân tố thứ ba gồm 4 biến quan sát sau:
V12 TĐV tiếp nhận thơng tin nhanh chĩng, chính xác với thái độ niềm nở, lịch sự V19 Quý khách dễ dàng liên lạc để gọi xe
V20 Thời gian chờ xe đến là hợp lý
V27 Khách hàng dễ dàng đĩn đƣợc xe mọi lúc, mọi nơi, mọi thời điểm
Các biến quan sát này thuộc thành phần, “Năng lực phục vụ”, “Mức độ tin cậy” và “Mức độ đáp ứng”. Tuy nhân tố này khá khĩ khăn để đồng nhất thành một tiêu đề chín
tố này là “Khả năng đáp ứng" vì tên này phản ánh khá rõ các biến quan sát trong nhân tố.
4. Nhân tố thứ tƣ gồm 3 biến quan sát sau:
V25 Thời gian xe di chuyển nhanh chĩng
V24 Lái xe luơn giúp đỡ khách hàng mang hành lý lên xe và xuống xe, nhắc nhở khách hàng kiểm tra hành lý trƣớc khi xuống xe
V26 Lái xe luơn cĩ đủ tiền lẻ để thối lại cho khách Các b
Mức độ tin cậy”.
5. Nhân tố thứ 5 gồm cĩ 2 biến quan sát:
V41 Anh chị nắm rõ đƣợc các thơng tin về các chƣơng trình giảm giá của ML V42 Anh chị nắm rõ đƣợc các thơng tin về các chƣơng trình khuyến mại của ML
Các biến quan sát này thuộc thành phần “Mức độ thơng tin”. Nhân tố này thể hiện mức độ thơng tin về các chƣơng trình giảm giá, khuyến mại tới khách hàng.
91
6. Nhân tố thứ 6 gồm cĩ 4 biến quan sát
V11 Màu sắc, lgo Mai Linh dễ nhận biết
V10 Trang phục của lái xe tạo đƣợc ấn tƣợng tốt về hình ảnh của cơng ty V9 Trang phục của nhân viên lái xe luơn gọn gàng, sạch sẽ
V29 Số điện thoại taxi dễ nhớ
Các biến quan sát này thuộc thành phần “Phƣơng tiện hữu hình” và “Mức độ đáp ứng”. Nĩ liên quan đến hình ảnh, thƣơng hiệu và lợi thế của cơng ty. Cho nên,
c “Hình ảnh cơng ty”.
7. Nhân tố thứ 7 gồm 2 biến quan sát sau:
V2 Hình thức bên ngồi đẹp, màu sắc bắt mắt V1 Sử dụng xe mới, hiện đại
Hai biến quan sát này thuộc thành phần “Phƣơng tiện hữu hình”. Tuy nhiên, nội dung của nhân tố này chỉ xoay quanh về hình thức bề ngồi của phƣơng tiện,
cho nên “Bề ngồi phương tiện”.
5.5.
Mai Linh.
Đối với thang đo sự hài lịng
Linh Nha Trang, EFA trích đƣợc gom vào một yếu tố tại eigenvalue là 2,884 và với chỉ số KMO là 0,817. Các biến quan sát đều cĩ Factor loading lớn hơn 0,5 ( 0,805 đến 0,882). Phƣơng sai trích bằng 72,104% (> 50%). Sự phân tích EFA hồn tất vì đã đạt độ tin cậy về mặt thống kê. Vậy thang đo đƣợc sử dụng cho các phân tích tiếp theo. (Xem bảng 5.7 và Phụ lục số 4)
Khi chạy EFA, trong hộp thoại Factor Analysis, chúng ta chọn nút Scores,
sau đĩ nhấp chọn Save as variables để lƣu lại nhân số của nhân tố một cách tự
động. Mặc định của chƣơng trình này là phƣơng pháp Regression. Nhân số tính theo cách này đã đƣợc chuẩn hĩa (đã đƣợc chuyển qua đơn vị đo lƣờng độ lệch chuẩn). Nĩ thích hợp nhất nếu sử dụng các nhân số để phân tích hồi qui, và kiểm định mối quan hệ ảnh hƣởng của các biến độc lập đến biến phụ thuộc.
92
Bảng 5.8
dịch vụ taxi ML
Biến quan sát Yếu tố
Ký hiệu Nội dung 1
V44 v44 Nhin chung, anh/chi hoan toan hai long voi chat luong
phuong tien taxi ML ,882