5. Kết cấu của luận văn
2.2.2. Nghiên cứu định lượng
2.2.2.4. Phân tích nhân tố khám phá EFA
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, ta tiến hành phân tích nhân tố khám phá EFA.
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Phân tích nhân tố là một kỹ thuật để nhận biết các nhóm hay tập hợp các biến cơ sở để có thể tính tốn. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Các biến được gọi là nhân tố hay các biến tiềm tàng là do chúng không thể được nhận ra một cách trực tiếp.
Như vậy, qua phân tích nhân tố với phép rút gọn dữ liệu và biến bằng cách nhóm chúng lại với các nhân tố đại diện.
Các bƣớc phân tích nhân tố khám phá:
- Bước 1: Kiểm định Barlett’s (Barlett’s Test of Sphericity)
Đại lượng Barlett’s được sử dụng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Kiểm định Barlett’s có ý nghĩa tại mức Sig. thấp hơn 0.05 nghĩa là các biến có quan hệ với nhau.
Trong phân tích nhân tốt 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 0.5<KMO<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.
- Bước 2: Tiến hành xác định số lượng các nhân tố đươc trích ra bằng chỉ số Eigenvalue. Tiêu chuẩn là những nhân tố nào có Eigenvalue lớn hơn 1 sẽ
được giữ lại trong mơ hình phân tích vì những nhân tố này có tác dụng tóm tắt thơng tin tốt hơn so với những nhân tố Eigenvalue nhỏ hơn 1.
- Bước 3: Xác định hệ số tương quan các nhân tố bằng cách xoay các nhân tố.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotate component matrix). Các biến có trọng số nhỏ hơn 0.45 sẽ bị loại, các biến có trọng số không đạt độ phân biệt cao giữa các nhân tố, cụ thể nhỏ hơn 0.3 cũng sẽ bị loại.
Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.45 thì mới đạt yêu cầu.
- Bước 4: Kiểm định lại độ tin cậy của các nhân tố này.
Tiêu chuẩn để đánh giá độ tin cậy là hệ số tin cậy Alpha phải lớn hơn 0.6 và đồng thời hệ số tương quan biến tổng của các biến phải lớn hơn 0.3 (Hoàng Trọng, 2008).
Nghiên cứu này sử dụng phương pháp trích nhân tố Component Principle và phương pháp xoay nhân tố được sử dụng phổ biến nhất là phương pháp Varimax (xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố).
Kết quả phân tích độ tin cậy thang đo các khái niệm của các biến độc lập cho thấy có 19 biến quan sát đạt tiêu chuẩn và được đưa vào phân tích nhân tố khám phá EFA với phương pháp trích nhân tố Principal Components và phép quay Varimax nhằm phát hiện cấu trúc và đánh giá mức độ hội tụ của các biến quan sát theo các thành phần. Các biến quan sát sẽ được kiểm tra mức độ tương quan của chúng theo nhóm.
Kết quả kiểm định KMO và Bartlett’s các biến độc lập như bảng 2.5
Bảng 2.5: Kiểm định KMO và Bartlett’s cho biến độc lập Kiểm định KMO và Bartlett’s
Chỉ số KMO 0,786
Kiểm định Bartlett’s 3712,562
Df 171
Sig. 0,000
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Từ bảng 2.5 dữ liệu phân tích cho thấy chỉ số KMO là 0.786 > 0.5, kết quả kiểm định Bartlett’s là 3712.562 với mức ý nghĩa (p_value) sig=0.000 < 0.005. Như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, các biến có tương quan với nhau và thoả điều kiện phân tích nhân tố.
Tác giả tiếp tục thực hiện phân tích nhân tố theo Principal Components với phép quay Varimax. Kết quả cho thấy 19 biến quan sát ban đầu được nhóm thành 4 nhân tố với hệ số Eigenvalues đều có giá trị lớn hơn 1 và tổng phương sai trích là 74.852%.>50%.
Ma trận nhân tố với phép xoay Principal Varimax cho biến độc lập
Nguyên tắc loại bỏ biến không phù hợp như sau: - Biến có hệ số tải <0.5.
- Các biến mà thuộc nhóm chỉ có 1 hoặc 2 biến.
- Hệ số tải của cùng một biến nhưng nằm ở trên hai nhóm nhân tố đều lớn hơn
0.5 và hai hệ số tải chênh lệch nhau ít hơn 0.3, nếu chênh lệch lớn hơn 0.3 thì ta lấy giá trị lớn hơn.
Với phép quay lần 1 ta loại bỏ biến CL_4 có hệ số tải của cùng một biến nhưng nằm ở trên hai nhóm nhân tố đều lớn hơn 0.5 và hai hệ số tải chênh lệch nhau ít hơn 0.3. Tiếp tục thực hiện phép quay cho các biến còn lại:
Phép quay lần 3 loại bỏ biến TT_2 có hệ số tải của cùng một biến nhưng nằm ở trên hai nhóm nhân tố đều lớn hơn 0.5 và hai hệ số tải chênh lệch nhau ít hơn 0.3.
Phép quay lần 4 loại bỏ biến UT_2 là biến thuộc nhóm chỉ có 1 hoặc 2 biến. Phép quay lần 5 loại bỏ biến TH_4 vì biến trống, khơng có hệ số tải.
Phép quay lần 6 loại bỏ NV_4 có hệ số tải của cùng một biến nhưng nằm ở trên hai nhóm nhân tố đều lớn hơn 0.5 và hai hệ số tải chênh lệch nhau ít hơn 0.3.
Phép quay lần 7 loại bỏ biến TT_1 là biến thuộc nhóm chỉ có 1 hoặc 2 biến. Phép quay lần 8 loại bỏ biến UT_4 vì biến trống, khơng có hệ số tải.
Phép quay lần 9 ta được các biến phù hợp thỏa điều kiện.
Như vậy sau các phép quay tác giả đã lần lượt loại bỏ các biến CL_4, TT_3, TT_2, UT_2, TH_4, NV_4, TT_1, UT_4.
Đối với thang đo “Chất lượng”, biến CL_4 (Nội dung chương trình khuyến mại được đầu tư kỹ càng) bị loại bỏ cũng không quá ảnh hưởng đến bài nghiên cứu vì trong nhóm các biến về chất lượng còn lại đã đề cập chi tiết đến chất lượng của chương trình khuyến mại cũng như quà tặng khuyến mại, biến CL_4 chỉ mang tính khái quát lại việc đầu tư kỹ càng.
Đối với thang đo “Thông tin” các biến đều bị loại bỏ, nhìn chung trong thang đo về “Cách thức thực hiện” có thể bao gồm luôn việc truyền thông tin tiếp cận với khách hàng như thế nào cho hiệu quả nên thang do “Thông tin” bị loại bỏ cũng không quá ảnh hưởng đến bài nghiên cứu.
Đối với thang đo “Uy tín”, biến UT_4 (Các chương trình khuyến mại ln mang đến hình ảnh tốt đẹp của công ty) và UT_2 (Các sản phẩm dùng để khuyến mại đúng như đã quảng cáo) bị loại bỏ. Biến UT_4 bị loại bỏ cũng khơng ảnh hưởng đến mơ hình nghiên cứu vì với các biến cịn lại, một chương trình khuyến mại có chất lượng cao, thực hiện đúng những cam kết ban đầu bản thân nó cũng đã mang lại hình ảnh tốt đẹp của cơng ty trong mắt khách hàng. Còn biến UT_2 cũng đã được đề cập trong thang đo “Chất lượng” nên ta có thể bỏ bớt.
Đối với thang đo “Cách thức thực hiện”, biến CTTH_4 (Nội dụng chương trình khuyến mại đa dạng, phong phú) cũng đã được nhắc đến trong thang đo “Chất lượng” nên ta có thể bỏ bớt.
Đối với thang đo “Nhân viên”, biến NV_4 (Bộ phận chăm sóc khách hàng nhiệt tình giải đáp thắc mắc khi khách hàng gọi điện về các chương trình khuyến mại) bị loại bỏ, trên thực tế bộ phận chăm sóc khách hàng chủ yếu thực hiện các công việc liên quan đến chăm sóc khách hàng, việc giải đáp thắc mắc về các chương trình khuyến mại chỉ chiếm một phần nhỏ, chủ yếu khách hàng sẽ hỏi các nhân viên tiếp thị ngay tại siêu thị nên ta có thể bỏ bớt biến này mà khơng ảnh hưởng đến đề tài nghiên cứu.
Sau khi thực hiện xong phép xoay cho các biến độc lập, loại bỏ các biến khơng phù hợp ta được hai nhóm nhân tố:
Nhóm 1 bao gồm UT_3, CL_2, CL_1, NV_1, CL_3, UT_1, tác giả đặt tên nhóm là “Chất lượng chương trình khuyến mại”. Nhóm này bao gồm các biến về “Uy tín” và “Chất lượng của chương trình khuyến mại” và một phần của “Nhân viên”.
Nhóm 2 bao gồm TH_1, TH_2, NV_2, TH_5, NV_3, tác giả đặt tên nhóm này là “Cách thức thực hiện chương trình khuyến mại”.
Kết quả kiểm định KMO và Bartlett’s cho các biến phụ thuộc
Tiếp thục kiểm định KMO và Bartlett’s cho các biến phụ thuộc (Phụ Lục 4)
Bảng 2.6: Kết quả kiểm định KMO và Bartlett’s cho các biến phụ thuộc Kiểm định KMO và Bartlett’s
Chỉ số KMO 0.699
Kiểm định Bartlett’s 220.014
Df 10
Sig. 0.000
Từ kết quả bảng 2.6 kết quả kiểm định KMO và Bartlett’s hệ số KMO bằng 0.699 > 0.5: phân tích nhân tố là thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Barlett’s là 220.014 với mức ý nghĩa 0.000 < 0.05. Như vậy dữ liệu dùng để phân tích nhân tố là hồn tồn phù hợp. Năm biến quan sát ban đầu được nhóm thành hai nhóm. Giá trị tổng phương sai trích là 68.275 > 50%: đạt yêu cầu. Giá trị hệ số Eigenvalues của nhân tố là 1.033 > 1. Ma trận nhân tố các hệ số tải đều lớn hơn 0.5: đạt yêu cầu. Dữ liệu cho thấy nhóm năm biến phụ thuộc được nhóm thành hai nhóm:
Nhóm 1 gồm HL_4, HL_5, HL_1 tác giả đặt tên nhóm này là “Sự hài lịng về cách thức thực hiện chương trình khuyến mại” bao gồm sự hài lòng về sự đa dạng, phong phú của chương trình khuyến mại, cách thức thực hiện tốt, khách hàng có thể dễ dàng tiếp cận, thông tin được cung cấp rõ ràng, dễ hiểu.
Nhóm 2 gồm HL_2 và HL_3 tác giả đặt tên nhóm là “Sự hài lịng về chất lượng chương trình khuyến mại” bao gồm sự hài lòng về chất lượng của chương trình khuyến mại và chất lượng của nhân viên tiếp thị phục vụ khách hàng.