Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach’s Alpha nếu loại
biến Thang đo sự hài lòng của khách hàng (HL): α = 0.691
HL1 7.44 1.557 0.550 0.544
HL2 7.29 1.428 0.493 0.626
HL3 7.42 1.739 0.487 0.625
Thang đo thành phần hài lịng (HL) có hệ số tin cậy Cronbach’s Alpha là 0.691 khá cao so với mức đạt yêu cầu. Hệ số tương quan biến tổng của 3 biến nhỏ nhất là 0.487 và lớn nhất là 0.550, đều lớn hơn 0.3. Vì vậy ba biến quan sát này đảm bảo độ tin cậy cho thang đo sự hài lòng và sẽ được đưa vào phân tích nhân tố khám phá EFA.
4.3. Phân tích nhân tố khám phá EFA
4.3.1. Phân tích EFA cho thang đo chất lượng dịch vụ
Thang đo chất lượng dịch vụ gồm 5 thành phần với 24 biến quan sát đạt độ tin cậy Cronbach’s Alpha được đưa vào phân tích nhân tố khám phá
Kết quả phân tích EFA lần thứ 1:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 cho thấy điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau đạt yêu cầu. Chỉ số KMO = 0. 860 >0.5 cho thấy điều kiện đủ để phân tích nhân tố là thích hợp.
Bảng 4.4. Kiểm định KMO và Bartlett’s Test trong phân tích EFA cho thang đo chất lượng dịch vụ - Kết quả lần 1
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.860 Bartlett's Test of Sphericity Approx. Chi-Square 3911.504
df 276
Với phương pháp rút trích Principal Components và phép xoay Varimax, tại mức giá trị Eugenvalues lớn hơn 1 (Eigenvalues = 1.172), phân tích nhân tố rút trích được 5 nhân tố từ 24 biến quan sát với phương sai trích là 67.536% (> 50%) đạt yêu cầu.
Sau khi xoay các nhân tố, hệ số tải nhân tố của 24 biến trong bảng ma trận xoay các nhân tố (Rotated Component Matrixa) > 0.5 đạt yêu cầu. Tuy nhiên, xét đến tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát với các nhân tố >= 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố thì có 4 biến (TC3, TC6, DB5, HH3) bị loại, do khơng có sự chênh lệch rõ ràng giữa các hệ số tải nhân tố (< 0.3) nên có khả năng các biến này tạo ra việc trích nhân tố giả. Vì vậy, phân tích nhân tố sẽ được tiến hành lần thứ hai với việc loại ra các biến này.