Phân tích nhân tố, kiểm định thang đo

Một phần của tài liệu (LUẬN văn THẠC sĩ) giải pháp giữ chân khách hàng hiện hữu và phát triển khách hàng mới tại ngân hàng TMCP ngoại thương việt nam chi nhánh nam sài gòn dựa trên phân tích các yếu tố ảnh hưởng tới hành vi chuyển đổi (Trang 62 - 63)

6. Kết cấu của luận văn

2.2. Nghiên cứu thực nghiệm các nhân tố tác tác động tới hành vi thay đổi ngân

2.2.7.1. Phân tích nhân tố, kiểm định thang đo

Bước 1: Đánh giá chất lượng thang đo

Để đánh giá sơ bộ thang đo, tác giả sử dụng hệ số Cronbach’s Alpha. Theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2007) thì sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố sẽ giúp loại các biến không phù hợp với nghiên cứu vì các biến này có thể tạo ra các yếu tố giả. Nhiều nhà nghiên cứu cho rằng hệ số Cronbach’s Alpha từ 0.8 đến gần 1 là tốt nhất, từ 0.7 đến 0.8 là sử dụng được, từ 0.6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu mới hoặc các khái niệm trong nghiên cứu này là tương đối mới đối với người trả lời trong bối cảnh nghiên cứu. Dựa trên việc tham khảo các lý thuyết về phân tích Cronbach’s Alpha, tác giả sẽ đánh giá thang đo dựa trên các tiêu chí:

- Loại các biến quan sát có hệ số Cronbach’s Alpha nhỏ hơn 0.3. Đây là những

biến khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này (theo Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005)

- Loại bỏ các thang đo có độ tin cậy Alpha nhỏ hơn 0.6.

Bước 2: Phân tích nhân tố khám phá EFA

Phương pháp phân tích nhân tố khám phá EFA được sử dụng để đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Điều kiện để phân tích nhân tố khám phá phải thỏa mãn các yêu cầu:

- Hệ số KMO nằm trong khoảng từ 0.5 đến 1. Hệ số KMO là chỉ số được sử

dụng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO càng lớn càng cho thấy phân tích nhân tố là thích hợp. Nếu hệ số KMO < 0.5 thì phân

tích nhân tố khơng thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc,2005)

- Hệ số tải nhân tố Factor loading > 0.5, các biến có hệ số Factor loading < 0.5

sẽ bị loại.

- Kiểm định Bartlett có ý nghĩa thống kê (Sig < 0.05). Đây là đại lượng dùng

để đánh giá việc có hay khơng việc tương quan trong tổng thể của các biến. Kiểm định này có ý nghĩa thống kê thì các biến quan sát có mối tương quan trong tổng thể.

- Phần trăm phương sai trích > 50% thì thang đo được chấp nhận (Nguyễn

Đình Thọ và Nguyễn Thị Mai Trang,2007). Hệ số này cho biết phân tích nhân tố giải thích được bao nhiêu phần trăm sự biến thiên.

Một phần của tài liệu (LUẬN văn THẠC sĩ) giải pháp giữ chân khách hàng hiện hữu và phát triển khách hàng mới tại ngân hàng TMCP ngoại thương việt nam chi nhánh nam sài gòn dựa trên phân tích các yếu tố ảnh hưởng tới hành vi chuyển đổi (Trang 62 - 63)