Biến quan sát
Trung bình thang đo nếu biến bị loại
Phƣơng sai thang đo nếu biến bị loại
Tƣơng quan biến tổng
Cronbach’s Alpha nếu biến bị loại Thành phần Sự thuận tiện: Cronbach’s Alpha = 0,884
TT1 16,00 6,780 0,680 0,868 TT2 15,81 6,511 0,698 0,864 TT3 15,68 6,234 0,763 0,849 TT4 15,83 6,083 0,774 0,846 TT5 15,70 6,426 0,689 0,866
Thành phần Đặc điểm hàng hóa: Cronbach’s Alpha = 0,762
HH1 7,86 1,759 0,562 0,715 HH2 7,32 1,795 0,634 0,620 HH3 7,34 2,142 0,583 0,690
Thành phần Cấu trúc trang web: Cronbach’s Alpha = 0,789
W1 7,20 1,728 0,642 0,697 W2 7,31 1,669 0,612 0,732 W3 7,16 1,776 0,633 0,709
Thành phần Mức độ an toàn: Cronbach’s Alpha = 0,796
AT1 7,57 1,566 0,647 0,711 AT2 7,67 1,417 0,635 0,727 AT3 7,40 1,586 0,634 0,724 Thành phần Dịch vụ khách hàng: Cronbach’s Alpha = 0,876 DV1 13,85 7,275 0,711 0,848 DV2 13,75 6,967 0,748 0,838 DV3 13,58 6,742 0,709 0,848 DV4 13,66 6,831 0,706 0,848 DV5 13,93 7,207 0,655 0,860
Thành phần Nhận thức giá trị: Cronbach’s Alpha = 0,877
GT1 8,75 1,789 0,577 0,868 GT2 8,54 1,743 0,594 0,854 GT3 8,43 1,573 0,926 0,535
Thành phần Sự hài lòng của khách hàng: Cronbach’s Alpha = 0,869
H1 11,58 4,535 0,711 0,861 H2 11,78 3,850 0,783 0,833 H3 11,84 3,942 0,784 0,832 H4 11,43 4,461 0,707 0,862
Thành phần sự thuận tiện có hệ số Cronbach Anpha là 0,884 và hệ số tương quan biến tổng của các biến (TT1, TT2, TT3, TT4, TT5) đều lớn hơn 0,3 (nhỏ nhất là 6,083). Vì vậy, tất cả các biến đo lường sự thuận tiện được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần đặc điểm hàng hóa có hệ số Cronbach Anpha là 0,762 và có hệ số tương quan biến tổng của các biến (HH1, HH2, HH3) đều lớn hơn 0,3 (nhỏ nhất là 0,562), nên chấp nhận tất cả các biến này để sử dụng cho phân tích khám phá nhân tố.
Thành phần cấu trúc trang web có hệ số Cronbach Anpha là 0,789 và có hệ số tương quan biến tổng của các biến (W1, W2, W3) đều lớn hơn 0,3 (nhỏ nhất là 0,612). Vì vậy, 5 biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần mức độ an tồn có hệ số Cronbach Anpha là 0,796 và có hệ số tương quan biến tổng của các biên (AT1, AT2, AT3) đều lớn hơn 0,3 (nhỏ nhất là 0,634), nên chấp nhận tất cả các biến này để sử dụng cho phân tích khám phá nhân tố.
Thành phần dịch vụ khách hàng có hệ số Cronbach Anpha là 0,876 và có hệ số tương quan biến tổng của các biến (DV1, DV2, DV3, DV4, DV5) đều lớn hơn 0,3 (nhỏ nhất là 0,876). Vì vậy, các biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Thành phần nhận thức giá trị có hệ số Cronbach Anpha là 0,877 và có hệ số tương quan biến tổng của các biến (GT1, GT2, GT3) đều lớn hơn 0,3 (nhỏ nhất là 0,577), nên chấp nhận tất cả các biến này để sử dụng cho phân tích khám phá nhân tố.
Kết quả đánh giá thang đo sự hài lịng của khách hàng có hệ số Cronbach Anpha là 0,869 và có hệ số tương quan biến tổng của các biến (H1, H2, H3, H4) đều lớn hơn 0,3 (nhỏ nhất là 0,707). Vì vậy, các biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
4.2.2. Phân tích nhân tố khám phá (EFA)
Sau khi đánh giá độ tin cậy của thang đo luận văn tiến hành phân tích nhân tố khám phá EFA, đây là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. 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.
Trong phân tích nhân tố 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 từ 0,5 đến 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. Ngồi ra, phân tích nhân tố còn dựa vào hệ số Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
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 (rotated component matrix). 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 0,5 thì mới đạt yêu cầu.
Phân tích khám phá nhân tố với các nhân tố ảnh hưởng tới sự hài lòng của khách hàng mua hàng trực tuyến có kết quả như tại bảng 4.3 và bảng 4.4. Để đáp ứng được phân tích nhân tố thì các biến phải có liên hệ với nhau. Nếu hệ số tương quan nhỏ thì có thể dẫn đến phân tích nhân tố khơng thích hợp. Ngồi ra, luận văn còn sử dụng Bartlett’s Test of Sphericity để kiểm định giả thuyết H0: khơng có mối tương quan với nhau trong tổng thể.