Hệ số Cronbach's Alpha Tổng số biến
Biến
Quy mơ trung bình nếu xóa
biến
Quy mơ khác biệt nếu xóa
biến
Mức độ tương quan của biến với
tổng thể
Hệ số Cronbach's Alpha nếu xóa biến
HL1 16.85 6.000 0.597 0.742 HL2 16.86 5.466 0.630 0.732 HL3 16.63 5.666 0.652 0.726 HL4 16.35 6.445 0.488 0.768 HL5 16.35 6.371 0.588 0.748 HL6 16.31 6.436 0.309 0.779
Theo kết quả phân tích ở bảng 3.3, khơng loại biến nào vì các biến đều có hệ số tương quan > 0.3 và biến tổng = 0.788 > 0.6 (chấp nhận). Như vậy thang đo sự hài lịng gồm có 6 biến từ HL1 đến HL6.
3.2.2.2 Phân tích nhân tố khám phá
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy, phân tích nhân tố khám phá EFA được dùng để kiểm định giá trị phân biệt các khái niệm của thang đo. Theo Hair & ctg (1998,111), Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0.3 được xem là đạt mức tối thiểu, Factor loading > 0.4 được xem là quan trọng, > 0.5 được xem là có ý nghĩa thiết thực. Factor loading lớn nhất của các biến quan sát phải lớn hơn hoặc bằng 0.4. Các biến có Factor loading thấp (<0.4) sẽ bị loại từng bước một, biến nào có giá trị tuyệt đối thấp nhất sẽ bị loại trước.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để 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 thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Với giả thuyết H0 đặt ra trong phân tích này là giữa 22 biến quan sát trong tổng thể khơng có mối tương quan với nhau. Kiểm định KMO và Barlett’s trong phân tích nhân tố cho thấy giải thuyết này bị bác bỏ (sig.=0.000). Hệ số KMO = 0.771 > 0.5, chứng tỏ phân tích EFA thích hợp để sử dụng trong phân tích này.