Thang đo Tƣơng quan biến tổng Cronbach’s alpha nếu bỏ biến Chất lƣợng eWOM (EWOM1), hệ số Cronbach’s alpha 0.890
EWOM11 0.738 0.866 EWOM12 0.720 0.869 EWOM14 0.652 0.880 EWOM15 0.730 0.867 EWOM16 0.680 0.875 EWOM17 0.735 0.866
Số lƣợng eWOM (EWOM2), hệ số Cronbach’s alpha 0.814
EWOM21 0.606 0.804
EWOM22 0.735 0.671
EWOM23 0.664 0.750
Chuyên môn của ngƣời gửi (EWOM3), hệ số Cronbach’ alpha 0.889
EWOM31 0.754 0.860
EWOM32 0.792 0.850
EWOM33 0.665 0.879
EWOM34 0.683 0.875
EWOM35 0.758 0.858
Sự gắn kết sản phẩm (PI), hệ số Cronbach’ alpha 0.867
PI1 0.660 0.844 PI2 0.688 0.839 PI3 0.651 0.846 PI4 0.649 0.846 PI5 0.687 0.840 PI6 0.640 0.848
Hình ảnh thƣơng hiệu (IB), hệ số Cronbach’ alpha 0.827
BI1 0.658 0.782
BI2 0.620 0.793
BI3 0.647 0.786
BI4 0.599 0.799
BI5 0.590 0.802
Ý định mua hàng (IP), hệ số Cronbach’s alpha 0.844
IP1 0.633 0.817
IP2 0.635 0.818
IP3 0.615 0.822
IP4 0.695 0.800
Từ bảng 4.3, nhận thấy hệ số tƣơng quan của một biến quan sát sát với biến tổng đều lớn hơn 0.3. Tất cả các hệ số cronbach's alpha nếu bỏ biến đều khơng lớn hơn cronbach's alpha. Bên cạnh đó, tất cả các hệ số cronbach's alpha đều cao hơn 0.6. Kết quả trên đã đáp ứng đƣợc yêu cầu cho việc đánh giá một thang đo có độ tin cậy.
Tóm lại, tất cả các thang đo đã đƣợc kiểm định giá trị nội dung thông qua thảo luận nhóm, và tiếp sau đó là kiểm định độ tin cậy thông qua nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ với cỡ mẫu 60 và nghiên cứu chính thức với cỡ mẫu 229. Sau khi tiến hành loại biến “Những nhận xét/đánh giá về điện thoại này
khách quan” trong nghiên cứu sơ bộ, kết quả kiểm định độ tin cậy ở nghiên cứu chính
thức cho thấy các biến đều đạt độ tin cậy và có thể tiếp tục đƣa vào phân tích nhân tố khám phá EFA.
4.4. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
Phân tích nhân tố khám phá (EFA) là phƣơng pháp giúp các nghiên cứu đánh giá đƣợc giá trị hội tụ và giá trị phân biệt của đo lƣờng bởi vì:
Thứ nhất, EFA giúp nhà nghiên cứu rút gọn một tập hợp k biến quan sát thành một tập hợp F yếu tố có ý nghĩa hơn (F<k)
Thứ hai, EFA cho nhà nghiên cứu biết một biến quan sát nào đó có thực sự đo lƣờng một biến tiềm ẩn hay khơng.
Trong phân tích nhân tố khám phá, tính tốn chỉ số KMO nhằm xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới phù hợp với tập dữ liệu. Sau đó, chúng ta cần xem xét hệ số eigenvalue và hệ số tải nhân tố (factor loading). Những biến có hệ số eigenvalue >1 và hệ số tải nhân tố trong ma trận nhân tố phải có trọng số lớn hơn 0,5 thì biến đó mới đạt u cầu (Nguyễn Đình Thọ,2011, trang 393).
Nghiên cứu sử dụng phƣơng pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue > 1.
4.4.1. Phân tích nhân tố khám phá các biến độc lập
Điều kiện cần để phân tích EFA là giữa các biến quan sát phải có mối quan hệ đủ lớn. Ta đặt giả thuyết H0: giữa các biến quan sát khơng có mối quan hệ. Kiểm định Bartlett đƣợc đính kèm trong phần phụ lục 8 cho thấy: sig. < 0.05; hệ số KMO = 0,809 > 0,5, do đó bác bỏ H0. Nhƣ vậy, giữa các biến quan sát có mối quan hệ đủ lớn cần cho việc phân tích nhân tố khám phá.