CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4 Kiểm định thang đo
Các thang đo được đánh giá sơ bộ thông qua hai cơng cụ chính: hệ số tin cậy Cronbach’s Alpha và phương pháp phân tích yếu tố khám phá EFA, sử dụng phần mềm SPSS phiên bản 19.0.
3.4.1 Hệ số tin cậy Cronbach’s Alpha
Hệ số tin cậy Cronbach’s Alpha được sử dụng để loại các biến khơng phù hợp. Các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0.30 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy alpha từ 0.60 trở lên (Nunnally và Burnstein, 1994).
Các thang đo 3 thành phần giá trị cá nhân do dịch vụ mang lại, thang đo lòng trung thành của khách hàng và thang đo sự thỏa mãn của khách hàng được tiến hành phân tích hệ số tin cậy Cronbach’s Alpha trong SPSS 19.0.
Đối với các thang đo đa biến Sự thỏa mãn của khách hàng và Lòng trung thành của khách hàng sau khi phân tích Cronbach’s Alpha sẽ được tính giá trị trung bình để tạo thành hai biến phụ thuộc là Sự thỏa mãn của khách hàng (TMKH) và Lòng trung thành của khách hàng (TTKH) để chuẩn bị cho bước phân tích hồi quy bội.
3.4.2 Phân tích nhân tố khám phá EFA (exploratory factor loading)
Sau khi thang đo giá trị cá nhân do dịch vụ mang lại được đánh giá độ tin cậy là đạt yêu cầu, chúng sẽ được đưa vào phân tích nhân tố khám phá EFA, phương pháp kiểm định các thang đo nhằm điều chỉnh để phục vụ cho việc chạy hồi quy mô hình tiếp theo.
Phân tích nhân tố khám phá EFA dùng kiểm định độ giá trị phân biệt và độ giá trị hội tụ các yếu tố trích được của các biến quan sát trong các thang đo các biến
độc lập. Phân tích nhân tố khám phá EFA chỉ được sử dụng khi hệ số KMO (Kaise- Meyer-Olkin) có giá trị nằm trong khoảng 0.5 đến 1.
Số nhân tố được xác định dựa trên chỉ số Eigenvalue – đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mơ hình. Tiêu chuẩn phương sai trích (Varance explained criteria) khi tổng phương sai trích bằng hoặc lớn hơn 50%. (Gerbing và Anderson, 1988).
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải ≥ 0,4 trong một nhân tố (Gerbing và Anderson, 1988).
Phương pháp trích yếu tố (principal axis factoring) với phép quay promax được sử dụng.
3.4.3 Phân tích hồi quy bội
Sau khi thang đo của các yếu tố khảo sát đã được kiểm định, dữ liệu sẽ được phân tích hồi quy bội theo 2 mơ hình sau:
- Khi xem xét mối quan hệ Giá trị cá nhân do dịch vụ mang lại với sự thỏa mãn của khách hàng dịch vụ viễn thông di động:
TMKH = ATMKH + B1_TMKH *X1 + B2_TMKH *X2 + B3_TMKH *X3
- Khi xem xét mối quan hệ Giá trị cá nhân do dịch vụ mang lại với lòng trung thành của khách hàng dịch vụ viễn thông di động:
TTKH = ATTKH + B1_TTKH *X1 + B2_TTKH *X2+ B3_TTKH *X3 Trong đó:
TMKH: Sự thỏa mãn của khách hàng sử dụng dịch vụ viễn thơng di động.
TTKH: Lịng trung thành của khách hàng đối với nhà cung cấp dịch vụ viễn thông di động.
Ai , Bi : Các hằng số và các hệ số hồi quy.
Kết quả của mỗi mơ hình sẽ chỉ ra các yếu tố giá trị cá nhân do dịch vụ mang lại có ảnh hưởng là các yếu tố có hệ số khác khơng hay nói cách khác các hệ số có ý nghĩa trong phân tích thống kê và mức độ ảnh hưởng của chúng đến sự thỏa mãn và lòng trung thành của khách hàng.
Mơ hình được kiểm độ thích hợp thơng qua hệ số R2 điều chỉnh, kiểm tra sự tồn tại của đa cộng tuyến thông qua hệ số phóng đại phương sai VIF, kiểm tra sự tồn tại của tương quan chuỗi qua hệ số Durbin Watson.