Biến quan sát Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu
loại biến
Hệ số tƣơng quan biến -
tổng
Hệ số Alpha nếu loại biến
Cronbach Alpha: 0,889 LOY1 16,69 16,096 0,666 0,876 LOY2 16,91 16,943 0,633 0,881 LOY3 16,78 15,664 0,744 0,864 LOY4 16,82 15,822 0,714 0,868 LOY5 16,83 15,354 0,756 0,861 LOY6 16,79 15,596 0,721 0,867
Nguồn: Phân tích dữ liệu - phụ lục 4
Bảng 4.11 cho thấy, các điều kiện đã đƣợc thỏa mãn. Hệ số Cronbach Alpha đạt 0,889 và tất cả các biến quan sát có hệ số tƣơng quan biến - tổng lớn hơn tiêu chuẩn cho phép là 0,3. Hệ số tƣơng quan biến - tổng của các biến quan sát biến thiên từ
0,633 đến 0,756. Vậy thang đo đạt độ tin cậy cần thiết. Nhân tố Lòng trung thành bao gồm 6 biến quan sát là LOY1, LOY2, LOY3, LOY4, LOY5, LOY6.
4.3. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EXPLORATORY FACTOR ANALYSIS - EFA) ANALYSIS - EFA)
Sau khi dùng phƣơng pháp Cronbach Alpha để đánh giá độ tin cậy thang đo, tiếp theo là thang đo phải đƣợc đánh giá giá trị của nó. Để đánh giá giá trị này, đề tài sử dụng phƣơng pháp phân tích nhân tố EFA (Exploratory Factor Analysis). Phƣơng pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng có biến phụ thuộc hay độc lập mà nó dựa vào mối tƣơng quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F < k) các nhân tố có ý nghĩa hơn. Theo Gerbing và Anderson (1988), phƣơng pháp trích Pricipal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phƣơng pháp trích Principal Components với phép xoay Varimax (Orthogonal) (trích bởi Nguyễn Đình Thọ, 2013). Khi phân tích nhân tố khám phá, các nhà nghiên cứu thƣờng quan tâm tới những tiêu chuẩn sau:
Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 KMO 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến bằng 0 trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig.<0,05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể (Nguyễn Đình Thọ, 2013).
Thứ hai, tiêu chí Eigen-value đƣợc xác định số lƣợng nhân tố trích. Với tiêu chí này, số lƣợng nhân tố đƣợc xác định ở nhân tố dừng có Eigen-value 1 (Nguyễn
Đình Thọ, 2013).
Thứ ba, hệ số tải nhân tố (Factor Loading) của một biến 0,5 là chấp nhận đƣợc
và chênh lệch trọng số của một biến quan sát giữa các nhân tố 0,3 là giá trị
Thứ tƣ, tổng phƣơng sai trích 0,5 là đƣợc, cịn từ 0,6 trở lên là tốt (Nguyễn Đình
Thọ, 2013). Thỏa đƣợc điều kiện này, ta kết luận mơ hình EFA phù hợp. Tổng này thể hiện các nhân tố trích đƣợc bao nhiêu phần trăm của các biến đo lƣờng.
Chiến lƣợc phân tích EFA: Dùng EFA cho từng khái niệm đa hƣớng và dùng EFA cho tất cả các khái niệm đơn hƣớng. Cách này dùng trong trƣờng hợp để đánh giá sơ bộ và sau đó, dùng phƣơng pháp phân tích nhân tố khẳng định CFA để đánh giá tiếp. (Nguyễn Đình Thọ, 2013).
4.3.1. EFA tác nhân của Chất lượng mối quan hệ
Bảng 4.12 cho thấy, KMO đạt 0,893 > 0,5 là mức chấp nhận đƣợc nên việc phân tích nhân tố là thích hợp và phù hợp với dữ liệu. Phép kiểm định Bartlett có giá trị Sig = 0,000 (<0,05) nên các biến quan sát có tƣơng quan với nhau trong tổng thể.