Biến quan sát Tương quan biến tổng Cronbach’s Alpha nếu loại biến này
Giá – SP: (Cronbach’s Alpha = 0,779)
SP1 0,597 0,724
SP2 0,542 0,742
SP3 0,578 0,731
SP4 0,496 0,757
SP5 0,568 0,736
Chất lượng dịch vụ – SQ: (Cronbach’s Alpha = 0,773)
SQ1 0,496 0,745 SQ2 0,481 0,750 SQ3 0,530 0,737 SQ4 0,517 0,741 SQ5 0,523 0,739 SQ6 0,567 0,727
Chất lượng sản phẩm– PQ: (Cronbach’s Alpha = 0,926)
PQ1 0,772 0,914 PQ2 0,741 0,918 PQ3 0,797 0,910 PQ4 0,826 0,907 PQ5 0,776 0,913 PQ6 0,801 0,910
Năng lực – OC: (Cronbach’s Alpha = 0,773)
OC1 0,588 0,712
OC2 0,557 0,729
OC3 0,594 0,709
OC4 0,564 0,725
Giá trị cảm xúc – EV: (Cronbach’s Alpha = 0,761)
EV1 0,453 0,764
EV2 0,633 0,662
EV3 0,617 0,673
EV4 0,550 0,712
Giá trị xã hội – SV: (Cronbach’s Alpha = 0,728)
SV1 0,512 0,671
SV2 0,492 0,683
SV3 0,524 0,665
SV4 0,548 0,650
Giá trị Cảm nhận – PV: (Cronbach’s Alpha = 0,838)
PV1 0,695 0,781
PV2 0,688 0,787
4.3.2 Phân tích nhân tố khám phá (EFA)
Khi thực hiện phân tích nhân tố khám phá (EFA), một số tiêu chí cần chú ý: Thứ nhất, Kiểm định Barlett (Bartlett’s test of sphericity): là một kiểm định thống kê nhằm kiểm tra giữa các biến có tương quan với nhau hay khơng. Nếu kiểm định này có mức ý nghĩa thống kê dưới 0,05 thì xem như các biến có tương quan với nhau (Hair et al., 1995).
Thứ hai, Phép đo sự phù hợp của mẫu KMO (Kaiser – Meyer – Olkin): là phép đo sự tương quan qua lại giữa các biến và sự phù hợp để phân tích nhân tố. Hệ số KMO có giá trị trong khoảng từ 0 đến 1. Giá trị KMO phụ thuộc vào cỡ mẫu, độ tương quan trung bình, số biến và số nhân tố. Nếu hệ số này lớn hơn 0,5 thì tập dữ liệu được xem là phù hợp để tiến hành phân tích nhân tố (Hair et al., 1995).
Thứ ba, Eigenvalue: là tổng bình phương các trọng số của các biến trên một cột nhân tố, còn được gọi là latent root. Nó đại diện cho mức độ biến động được giải thích bởi một nhân tố. Giá trị eigenvalue của các nhân tố được chọn phải từ 1 trở lên (Hair et al., 1995).
Thứ tư, Communality: thể hiện tỉ lệ của các nhân tố phân tích đại diện cho một biến cụ thể nào đó. Giá trị này phải lớn hơn 0,2 (Hair et al., 1995).
Tuy nhiên, khi tiến hành phân tích nhân tố khám phá thực tế, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn như sau:
Hệ số KMO (Kaiser – Meyer – Olkin) ≥ 0,5; mức ý nghĩa kiểm định Bartlett ≤ 0,05.
Hệ số tải nhân tố (Factor Loading) ≥ 0,5. Nếu biến quan sát nào có hệ số tải nhân tố < 0,5 sẽ bị loại.
Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%.
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố (theo Jabnoun & Al – Tamimi, 2003).
Khi phân tích EFA đối với thang đo Giá trị cảm nhận, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1. Sau khi kiểm định độ tin cậy của thang đo bằng công cụ Cronbach’s Apha, tất cả 29 biến quan sát của 6 thang đo thành phần tiếp tục được đưa vào để phân tích EFA và 3 biến quan sát của thang đo tổng thể cũng được đưa vào để tiến hành phân tích EFA.
Kết quả phân tích EFA thang đo các thành phần của Giá trị cảm nhận cho thấy các hệ số tải nhân tố của các biến quan sát đều trên 0,5 (hệ số tải nhân tố của biến OC2 có giá trị thấp nhất trong các hệ số tải nhân tố nhưng vẫn lớn hơn 0,5 – bằng 0,569); hệ số KMO = 0,906; phương sai trích bằng 59.389%; mức ý nghĩa của kiểm định Bartlett là 0,000. Ngoài ra, kết quả phân tích EFA cịn cho thấy có 6 yếu tố được trích tại giá trị Eigen là 1,110 và phương sai trích được là 59.389%. Như vậy phương sai trích đạt u cầu, do đó khơng có biến quan sát nào bị loại và EFA cho các thang đo thành phần là phù hợp.