CHƯƠNG 1 : GIỚI THIỆU
4.5. Kết quả kiểm định giả thiết
4.5.2. Phân tích nhân tố khám phá EFA
Các biến được giữ lại sau khi kiểm định Cronbach’s Alpha sẽ được đưa vào phân tích nhân tố khám phá EFA (Exploratory Factor Analysis). Đây là phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát thành một tập biến ít hơn (gọi là nhân tố) nhưng vẫn chứa đủ nội dung thông tin và ý nghĩa thống kê của tập biến ban đầu. Phân tích EFA giúp chúng ta sắp xếp các biến có tương quan vào trong các nhân tố độc lập để xác định các nhân tố hình thành nên mơ hình nghiên cứu.
Trước khi phân tích nhân tố EFA ta cần kiểm tra xem việc sử dụng phương pháp này có phù hợp không qua hệ số KMO (Kaiser-Meyer-Olkin) và kiểm định Bartlett. Hệ số KMO để kiểm tra xem kích thước, dữ liệu mẫu nghiên cứu có phù hợp để phân tích nhân tố hay không. Trong khi kiểm định Bartlett dùng để kiểm định giả thuyết H0 là các biến khơng có tương quan với nhau trong tổng thể. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), giá trị KMO trong khoảng 0.5 đến 1 và giá trị sig. của kiểm định Barlett bé hơn 0.05 là phù hợp.
Giá trị KMO trong nghiên cứu này đạt yêu cầu với 0.841. Và sig. của kiểm định Bartlett rất nhỏ 0.000 < 0.05 nên hồn tồn có thể bác bỏ giả thuyết H0, tức các biến có tương quan trong tổng thể. Điều này chỉ ra rằng 25 biến quan sát này có tương quan với nhau và việc phân tích nhân tố EFA là hồn tồn phù hợp.
Bảng 4.8: Giá trị KMO và kiểm định Bartlett
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .841 Bartlett's Test of
Sphericity
Approx. Chi-Square 3172.412
Df 300
Sig. .000
Nguồn: Phân tích của tác giả
Tiếp theo thực hiện phương pháp trích trong phân tích nhân tố – phương pháp phân tích nhân tố chính (Principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Kết quả phân tích cho thấy có 7 nhân tố có Eigenvalue > 1 và giải thích được 72.206% biến thiên của dữ liệu. (Xem phụ lục 3)
Thông qua việc xoay các nhân tố, ma trận nhân tố sẽ trở nên đơn giản hơn và dễ giải thích hơn. Phương pháp xoay được chọn là Varimax, xoay vng góc các nhân tố để tối thiểu hóa số lượng biến có hệ số tải nhân tố lớn tại cùng một nhân tố. Sau khi xoay ta sẽ loại bỏ các biến có hệ số tải nhỏ hơn 0.5 hoặc hiệu số giữa các hệ số tải nhân tố nhỏ hơn 0.3 để đảm bảo mức ý nghĩa thiết thực của EFA.
Bảng 4.9: Ma trận xoay nhân tố
Rotated Component Matrixa
Component 1 2 3 4 5 6 7 PRO2 .868 PRO3 .811 PRO4 .785 PRO1 .771 EMO3 .733 .405 FAC4 .817 FAC3 .786 FAC2 .779
FAC1 .739 QUA2 .877 QUA1 .865 QUA3 .837 INF3 .861 INF2 .832 INF1 .817 PRI2 .852 PRI3 .839 PRI1 .812 EMO2 .850 EMO1 .782 REP2 .862 REP1 .812
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
Nguồn: Phân tích của tác giả
Kết quả khi thực hiện phân tích EFA lần đầu tiên cho thấy, có nhiều biến tải lên 2 nhân tố. Cụ thể là các biến EMO3, QUA4, REP3, REP4. Thực hiện loại dần từng biến một, bắt đầu từ biến REP3 do có hiệu số giữa hai hệ số tải nhân tố là nhỏ nhất và nhỏ hơn 0.3. Thực hiện phân tích lại và tiếp tục loại thêm các biến không đạt điều kiện, lần lượt là REP4 và QUA4. Sau bốn lần thực hiện phân tích, các điều kiện của phân tích nhân tố khám phá EFA đều thỏa, giá trị KMO = 0.823 > 0.5; sig. của kiểm định Bartlett 0.000 < 0.05; tổng phương sai trích 74.357% > 50%; các biến có hệ số tải nhân tố > 0.5 trong đó biến EMO3 tải lên 2 nhân tố nhưng có hiệu số của 2 hệ số tải lớn hơn 0.3 nên được giữ lại.
Qua phân tích, rút trích ra được 7 nhân tố độc lập, các nhân tố được đặt tên và mô tả trong bảng 4.10.
Bảng 4.10: Bảng tổng hợp các nhân tố
STT Ký hiệu Nội dung biến quan sát Hệ số tải FAC – Cơ sở vật chất
1 FAC4 Ngân hàng có các tiện nghi phục vụ khách hàng tốt 0.817
3 FAC2 Ngân hàng có trang thiết bị hiện đại 0.779 4 FAC1 Ngân hàng có vị trí giao dịch thuận tiệnNgân 0.739
PRO – Sự chuyên nghiệp của nhân viên
1 PRO2
Kỹ năng tư vấn, giải quyết các giao dịch của nhân viên
nhanh và chính xác 0.868
2 PRO3
Nhân viên có thái độ niềm nở, nhiệt tình phục vụ khách
hàng 0.811
3 PRO4
Ngoại hình và trang phục của nhân viên thanh lịch, thu hút
khách hàng 0.785
4 PRO1 Nhân viên có trình độ chun mơn, nghiệp vụ giỏi 0.771 5 EMO3 Nhân viên ngân hàng cho khách hàng cảm giác thân thiện 0.733
QUA – Chất lượng dịch vụ
1 QUA2 Ngân hàng bảo mật thông tin của khách hàng 0.877 2 QUA1 Sản phẩm tiền gửi của ngân hàng đa dạng 0.865 3 QUA3 Quy trình thực hiện giao dịch nhanh chóng, chính xác 0.837
PRI – Giá cả
1 PRI2 Phí dịch vụ thấp 0.852
2 PRI3 Tổng chi phí phải trả so với chất lượng dịch vụ là hợp lý 0.839
3 PRI1 Ngân hàng trả lãi suất cao 0.812
EMO – Giá trị cảm xúc
1 EMO2 Khách hàng cảm thấy an toàn khi gửi tiền tại ngân hàng 0.85 2 EMO1 Khách hàng cảm thấy hài lòng với sản phẩm đang sử dụng 0.782
REP – Danh tiếng và uy tín thương hiệu
1 REP2 Ngân hàng được biết đến rộng rãi 0.862
2 REP1 Ngân hàng hoạt động lâu năm 0.812
INF – Ảnh hưởng của người khác
1 INF3 Có người thân gửi tiền tại ngân hàng 0.861
2 INF2 Có người thân làm việc trong ngân hàng 0.832
3 INF1 Lời giới thiệu của người thân quen 0.817
DEC – Quyết định gửi tiền
1 DEC2 Tiếp tục gửi tiền tại ngân hàng hiện tại trong thời gian tới 0.858 2 DEC1
Tơi hài lịng với chất lượng dịch vụ của ngân hàng đang
gửi tiền 0.855
3 DEC3 Sẽ giới thiệu ngân hàng cho những người khác 0.820
Phân tích nhân tố EFA cho nhân tố phụ thuộc, các điều kiện đều thỏa với KMO = 0.706 > 0.5, sig. > 0.05, tổng phương sai trích là 71.344% > 50%, các hệ số tải nhân tố của các biến đều lớn hơn 0.5. Do đó, ta rút trích được một nhân tố phụ thuộc DEC. (Xem phụ lục 3)