thang đo
Đơn vị: thang đo Likert 5 điểm
Thành phần Số biến quan sát Hệ số Cronbach's alpha
Uy tín (UT) 3 0.689
Sự đảm bảo (SĐB) 4 0.816
Sự chu đáo (SCĐ) 4 0.714
Trang thiết bị, cơ sở vật chất (TTB) 4 0.820
Chính sách cho vay (CSCV) 6 0.889
(Nguồn: Phụ lục 4)
Kết quả kiểm định các thang đo thành phần như sau: Uy tín (UT, α = 0.689), sự đảm bảo (SĐB, α = 0.816), sự chu đáo (SCĐ, α = 0.714), trang thiết bị, cơ sở vật chất của ngân hàng (TTB, α = 0.820) và chính sách cho vay (CSCV, α = 0.889) bao gồm 21 biến quan sát. Như vậy, các thang đo của các thành phần trên đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố EFA ở bước tiếp theo.
Kiểm định tương quan
Sau khi kiểm định tương quan giữa các biến quan sát và độ tin cậy của các thang đo thành phần, tiến hành phân tích nhân tố khám phá để xác định các tập biến quan sát có cùng ý nghĩa. Phân tích nhân tố khám phá (Exfloratory Factor Analysis - EFA) 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 thông tin của tập biến ban đầu (Hair & ctg, 1998). Mỗi một biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (factor loading). Hệ số này cho biết được mỗi biến đo lường sẽ thuộc về những nhân tố nào.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer –Olkin (KMO) phải có giá trị lớn (0,5<KMO<1) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO <0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Thêm vào đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0.5, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai dùng để giải thích bởi từng nhân tố
lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988). Khi tiến hành phân tích nhân tố, sử dụng phương pháp trích (Extraction method) là Principal component với phép xoay (Rotation) varimax và phương pháp tính nhân tố là phương pháp Regression.
Kết quả phân tích nhân tố cho thấy 21 biến quan sát được nhóm thành 5 nhân tố, hệ số tải nhân tố đều lớn hơn 0.5 nên các biến quan sát đều quan trọng và có ý nghĩa trong các nhân tố.