Biến quan sát Tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại biến NĂNG LỰC PHỤC VỤ, Alpha = 0.771
1. Nhân viên có đủ trình độ chun mơn để trả lời
các câu hỏi của khách hàng. 0.507 0.813
2. Khách hàng cảm thấy an toàn trong khi giao
3. Nhân viên luôn niềm nở, lịch sự, nhã nhặn với
khách hàng. 0.722 0.571
Thang đo sự đồng cảm: gồm 6 biến quan sát là DC1, DC2, DC3, DC4, DC5, DC6. Cả 6 biến này đều có hệ số tương quan biến – tổng lớn hơn 0,3 và hệ số Cronbach’s Alpha là 0,846 (lớn hơn 0,6) nên thang đo tin cậy đạt yêu cầu và được đưa vào phân tích nhân tố tiếp theo.
Thang đo yếu tố hữu hình: gồm 4 biến quan sát là HH1, HH2, HH3, HH4. Cả 4 biến này đều có hệ số tương quan biến – tổng lớn hơn 0,3 và hệ số Cronbach’s Alpha là 0,839 (lớn hơn 0,6) nên thang đo tin cậy đạt yêu cầu và được đưa vào phân tích nhân tố tiếp theo.
Thang đo chất lượng dịch vụ: gồm 3 biến quan sát là CLDV1, CLDV2, CLDV3. Cả 3 biến này đều có hệ số tương quan biến – tổng lớn hơn 0,3 và hệ số Cronbach’s Alpha là 0,723 (lớn hơn 0,6) nên thang đo tin cậy đạt yêu cầu và được đưa vào phân tích nhân tố tiếp theo.
Như vậy, từ 26 biến quan sát ban đầu, sau khi kiểm định độ tin cậy Cronbach’s alpha thì có 25 biến quan sát đạt yêu cầu sẽ được đưa vào phân tích bước tiếp theo là phân tích nhân tố EFA.
4.1.2.3. Phân tích nhân tố EFA
Phương pháp phân tích nhân tố EFA là một kỹ thuật để giảm bớt dữ liệu, giúp rút trích từ các biến quan sát thành một hay một số biến tổng hợp gọi là nhân tố hay thành phần để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu. Sau khi đã được rút trích thành một số nhân tố, các biến quan sát sẽ được tính một tỷ số, được gọi là hệ số tải nhân tố (factor loading). Hệ số này là hệ số tương quan đơn giữa các biến và các nhân tố cho biết mỗi biến quan sát sẽ thuộc về những nhân tố chủ yếu nào.
Theo Hair và cùng tác giả (1998, 111), Multivariate Data Analysis, Prentice- Hall International, trong phân tích EFA, chỉ số Factor Loading có giá trị lớn hơn 0,5 được xem là có ý nghĩa thực tế. KMO (Kaiser-Meyer-Olkin) là chỉ số thể hiện mức độ phù hợp của phương pháp EFA, hệ số KMO lớn hơn 0,5 và nhỏ hơn 1 thì phân tích nhân tố được coi là phù hợp.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005, 262), kiểm định Bartlett ( Bartlett’s test ) xem xét giả thiết H0 độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig < 0,05 thì các quan sát có tương quan với nhau trong tổng thể.
Phân tích nhân tố EFA yêu cầu một số tiêu chuẩn sau: 0,5 < KMO < 1
Factor Loading > 0.5
Kiểm định Barlett có Sig < 0.05
Phương sai trích Total Variance Explained > 50%
Eigenvalue > 1
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn
hơn 0,3 để tạo giá trị phân biệt giữa các nhân tố.
Mơ hình nghiên cứu có 6 nhóm nhân tố với 25 yếu tố kỳ vọng ảnh hưởng đến chất lượng dịch vụ cho vay đối với khách hàng DNNVV tại NHCT VN khu vực Tp.HCM. Toàn bộ 25 biến đo lường này được đưa vào phân tích nhân tố EFA.
Phân tích nhân tố được thực hiện với phép trích Principle Component, sử dụng phép xoay Varimax, sử dụng phương pháp kiểm định KMO (Kaiser-Meyer-Olkin) và Barlett để đo lường sự tương thích của mẫu khảo sát.
Kết quả phân tích nhân tố EFA của bài nghiên cứu được tóm lược ngắn gọn như sau: (phụ lục 4)
Sig (Barlett;s Test) = 0.000 (sig < 0.05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Eigenvalues = 2.021 > 1 đại diện cho phần biến thiên được giải thích bởi
mỗi nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative
%) = 65,12% > 50%. Điều này chứng tỏ 5 nhân tố được trích ra giải thích được 65,142% biến thiên của dữ liệu. Nên các thang đo rút ra là chấp nhận được.
Dựa vào kết quả phân tích nhân tố EFA, các nhân tố trích ra đều đạt yêu cầu, 22 biến quan sát đã được gom thành 5 nhân tố. Bảng phân nhóm cho 5 nhân tố được tạo ra như sau: