CHƯƠNG 4 : HN TCH ẾT UH ST
4.4 ĐÁNH GIÁ THANG ĐO
4.4.2 Đánh giá thang đo bằng phân tích nhân tố khám phá EFA
4.4.2.1 Thang đo rào cản chuyển đổi
Thang đo rào cản chuyển đổi gồm có 3 thành phần (thang đo con) là chi phí chuyển đổi (CD), sự hấp dẫn của phần mềm do công ty khác cung cấp (HD) và mối
quan hệ khách hàng (QH) với tổng cộng 12 biến quan sát. Sau khi kiểm tra độ tin cậy của thang đo bằng cách kiểm tra hệ số Cronbach alpha, tất cả 12 biến được đưa vào phân tích nhân tố khám phá để đánh giá mức độ hội tụ của các biến quan sát.
Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp principal components với phép quay varimax và điểm dừng khi trích các yếu tố có eigenvalue >= 1.
Kiểm định KMO và Bartlett's cho thấy hệ số KMO = 0.916 là khá cao (yêu cầu tối thiểu = 0.5) nên phân tích nhân tố phù hợp với dữ liệu khảo sát.
Thống kê Chi-square của kiểm định Bartlett’s đạt giá trị 1998.129 với mức ý nghĩa là 0.000; do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể với mức ý nghĩa bằng 0 (sig = 0.000) điều đó cho thấy EFA phù hợp với dữ liệu.
Với điều kiện Eigenvalues >=1, ta rút trích được 3 nhân tố.
Bảng 4.6 Ma trận các nhân tố đã được xoay trong EFA lần đầu
Biến quan sát Nhân tố
1 2 3 CD3 .787 CD2 .784 CD4 .741 CD5 .723 CD1 .553 .386 .397 HD2 .831 HD3 .805 HD4 .348 .788 HD1 .712 QH2 .850 QH1 .795 QH3 .304 .737
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization
Nhìn vào bảng 4.6 ma trận các nhân tố đã được xoay ta thấy có biến CD1 bị loại do chênh lệch hệ số tải nhân tố của biến CD1 giữa các nhóm nhỏ hơn 0.3 nên có khả năng biến CD1 tạo ra việc rút trích nhân tố giả vì vậy nó bị loại ra khỏi phân tích EFA.
Sau khi loại các biến CD1, ta tiến hành phân tích EFA lần 2 và được kết quả như sau:
Kiểm định KMO và Bartlett's cho thấy hệ số KMO = 0.900 là khá cao (yêu cầu tối thiểu = 0.5) nên phân tích nhân tố phù hợp với dữ liệu khảo sát. Thống kê Chi-square của kiểm định Bartlett’s đạt giá trị 1775.927 với mức ý nghĩa là 0.000; do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể với mức ý nghĩa bằng 0 (sig = 0.000) điều đó cho thấy EFA phù hợp với dữ liệu.
Với điều kiện Eigenvalues >=1, ta rút trích được 3 nhân tố. Nhìn vào bảng 4.7 ta thấy khơng có biến nào bị loại do hệ số tải nhân tố <0.5 và tất cả các biến đều thỏa mãn điều kiện chênh lệch hệ số tải nhân tố của biến lên 2 nhóm bất kỳ đều lớn hơn 0.3.
Bảng 4.7 Ma trận các nhân tố đã được xoay trong EFA sau khi loại biến
STT Biến quan sát HD CD QH Tên nhân tố
1 HD2 .833 Sự hấp dẫn của phần mềm do công ty khác cung cấp 2 HD3 .805 3 HD4 .791 4 HD1 .719 5 CD2 .781
Chi phí chuyển đổi
6 CD3 .778 7 CD4 .755 8 CD5 .729 9 QH2 .854 Mối quan hệ khách hàng 10 QH1 .798 11 QH3 .737
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.
Sau khi loại biến khơng đạt u cầu trong phân tích nhân tố khám phá, thang đo rào cản chuyển đổi được đo lường bởi 11 biến quan sát. Kết quả phân tích nhân tố lần 2 cho thấy 11 biến quan sát này được rút trích thành 3 nhân tố với phương sai trích đạt 72.080 % điều này cho biết với 3 nhân tố được trích ra từ 11 biến quan sát giải thích được 72.080 % biến thiên của dữ liệu, do vậy các nhân tố được rút trích ra là chấp nhận được.
4.4.2.2 Thang đo sự thỏa mãn khách hàng (TM)
Thang đo sự thỏa mãn khách hàng có 3 biến quan sát. Tất cả các biến quan sát này sau khi kiểm tra hệ số Cronbach alpha đều đủ điều kiện đưa vào phân tích nhân tố khám phá. Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp principal components với phép quay varimax và điểm dừng khi trích các nhân tố có eigenvalue >= 1.
Kiểm định KMO và Bartllet cho thấy hệ số KMO=.726 là khá cao và thỏa mãn điều kiện KMO>0.5
Thống kê Chi-bình phương của kiểm định KMO và Bartllet đạt giá trị 368.001 với mức ý nghĩa =.000 cho biết các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Vậy phân tích EFA phù hợp với bộ dữ liệu.
Với điều kiện Eigenvalues >=1, ta rút trích được 1 nhân tố. Tồn bộ 3 biến quan sát đều có hệ số tải nhân tố lớn nhất >0.5. Tổng phương sai trích là 76.375% cho biết với 1 nhân tố được trích ra từ 3 biến quan sát có thể giải thích được 76.375% biến thiên của dữ liệu, do đó các nhân tố được rút trích ra là chấp nhận được.
Bảng 4.8 Kết quả phân tích nhân tố sự thỏa mãn khách hàng (TM) STT Biến quan sát Nhân tố TM Tên nhân tố
1 TM3 .887
Sự thỏa mãn khách hàng
2 TM1 .874
3 TM2 .861
4.4.2.3 Thang đo lòng trung thành khách hàng (LOY)
Thang đo lòng trung thành khách hàng có 4 biến quan sát. Tất cả các biến quan sát này sau khi kiểm tra hệ số Cronbach alpha đều đủ điều kiện đưa vào phân tích nhân tố khám phá. Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp principal components với phép quay varimax và điểm dừng khi trích các nhân tố có eigenvalue >= 1.
Kiểm định KMO và Bartllet cho thấy hệ số KMO=.814 là khá cao và thỏa mãn điều kiện KMO>0.5
Thống kê Chi-bình phương của kiểm định KMO và Bartllet đạt giá trị 429.302 với mức ý nghĩa =.000 cho biết các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Vậy phân tích EFA phù hợp với bộ dữ liệu.
Với điều kiện Eigenvalues >=1, ta rút trích được 1 nhân tố. Toàn bộ 4 biến quan sát đều có hệ số tải nhân tố lớn nhất >0.5. Tổng phương sai trích là 66.692% cho biết với 1 nhân tố được trích ra từ 4 biến quan sát có thể giải thích được 66.692% biến thiên của dữ liệu, do đó các nhân tố được rút trích ra là chấp nhận được.
Bảng 4.9 Kết quả phân tích nhân tố lịng trung thành khách hàng (LOY)
STT Biến quan sát Nhân tố KT Tên nhân tố
1 LOY1 .840
Lòng trung thành khách hàng
2 LOY2 .821
3 LOY3 .812
4 LOY4 .792
Phương pháp trích: Principal Component Analysis. Phương pháp xoay: Varimax with Kaiser Normalization.