STT Thang
đo Biến đặc trưng
Cronbach’ Alpha của thang đo 1 STC STC1, STC2, STC3, STC4, STC5 0,905 2 NLPV NLPV1, NLPV2, NLPV3, NL4PV, NL5PV, NLPV6 0,953 3 SĐC SĐC1, SĐ2, SĐC3, SĐC4 0,849 4 KNĐU KNĐU1, KNĐU2, KNĐU3, KNĐU4, KNĐU5 0,825 5 CSVC CSVC1, CSVC2, CSVC3, CSVC4, CSVC5 0,844 TC 5 25
Qua kiểm định Cronbach’s Alpha, có 5 thang đo đạt trị số Cronbach’s Alpha tổng thể lớn hơn 0,7 và 25 biến có hệ số tương quan biến tổng đều lớn hơn 0,3. Như vậy thang đo này đảm bảo chất lượng tốt.
4.5.2. Phân tích nhân tố khám phá (EFA)
Sau khi kiểm tra độ tin cậy của các thang đo với các hệ số Cronbach’s Alpha, tác giả tiến hành phân tích nhân tố khám phá (EFA) theo phương pháp phân tích nhân tố chính Principal Component Analysis cùng với phép xoay Varimax với 25 biến quan sát đủ điều kiện.
Hair & ctg (1998) cho rằng để mơ hình EFA đảm bảo độ tin cậy, ta cần thực hiện các kiểm định (test) chính sau:
(1) Kiểm định tính tích hợp của EFA
Sử dụng thước đo KMO (Kaiser-Meyer-Olkin measure) để đánh giá sự thích hợp của mơ hình EFA đối với ứng dụng và dữ liệu thực tế nghiên cứu.
Khi trị số KMO thỏa điều kiện: 0,5<KMO<1, phân tích nhân tố khám phá là thích hợp cho dữ liệu cho thực tế.
(2) Kiểm định tương quan của các biến quan sát trong thước đo đại diện Sử dụng kiểm định Barlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo. Khi mức ý nghĩa (Significance, Sig.): kiểm định Bart của kiểm định Barlett nhỏ hơn ≤ 0,05, các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
(3) Kiểm định mức độ giải thích của các biến quan sát với nhân tố
Sử dụng phương sai trích (% cumulative variance) để đánh giá mức độ giải thích của các biến quan sát đối với nhân tố. Trị số phương sai trích nhất thiết phải lớn hơn 50%.
4.5.2.1. Kết quả phân tích nhân tố khám phá (EFA) các biến độc lập trong mơ hình
Thực hiện phân tích nhân tố khám phá (EFA) với 5 biến quan sát (STC, NLPV, SĐC, KNĐU, CSVC) của thang đo mức độ hài lòng. Kết quả cuối cùng
thành phần mức độ hài lịng chung của khách hàng được nhóm thành một nhân tố. Khơng có mục hỏi nào bị loại, vì vậy phân tích EFA là phù hợp cho các phân tích.