2.3. Phân tích và đánh giá chất lƣợng dịch vụ tín dụng DNNVV tại Sacombank thông qua
2.3.3.2. Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis)
Theo Hair & ctg (1998), phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu.
Theo Hair & ctg (1998, 111), Multivariate Data Analysis, Prentice-Hall International, trong phân tích EFA, chỉ số Factor Loading có giá trị lớn hơn 0,5 được xem là có ý nghĩa thực tế. KMO (Kaiser-Meyer-Olkin) là chỉ số thể hiện mức độ phù hợp của phương pháp EFA, hệ số KMO lớn hơn 0,5 và nhỏ hơn 1 thì phân tích nhân tố được coi là phù hợp.
Theo Trọng & Ngọc (2005, 262), kiểm định Bartlett (Bartlett’s test) xem xét giả thiết H0 độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig < 0,05 thì các quan sát có tương quan với nhau trong tổng thể.
0,5 < KMO < 1
Kiểm định Bartlett có Sig < 0,05
Phƣơng sai trích Total Varicance Explained > 50%
Eigenvalue > 1
Mơ hình nghiên cứu ban đầu có 5 nhóm nhân tố với 32 yếu tố kỳ vọng ảnh hưởng đến sự hài lòng của DNNVV đối với chất lượng dịch vụ tín dụng doanh nghiệp tại Sacombank. Tồn bộ 32 biến đo lường này được đưa vào phân tích nhân tố.
Phân tích nhân tố được thực hiện với phép trích Principle Component, sử dụng phép xoay Varimax, sử dụng phương pháp kiểm định KMO (Kaiser-Meyer- Olkin) và Bartlett để đo lường sự tương thích của mẫu khảo sát
Kết quả phân tích nhân tố lần 1
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .837 Bartlett's Test of Sphericity Approx. Chi-Square 2.389E3
df 496
Sig. .000
Rotated Component Matrixa
Component 1 2 3 4 5 6 7 8 9 DC3 .754 DC4 .655 DC2 .652 DC5 .604 YT3 .586 YT5 .756 YT6 .715 YT4 .570 YT1 .565 YT2 .518 NL5 .737 NL2 .733 NL3 .710 NL6 .627 DU2 .788 DU3 .736 DU4 .717 TC5 .770
DU5 TC3 .679 TC2 .677 TC6 .540 DU7 DC1 .645 DU1 DU6 NL4 .635 TC7 .526 .550 DC6 NL1 .589
Nhìn vào các kết quả trên, ta nhận thấy rằng sau khi phân tích nhân tố thì các nhân tố gộp cho ta thành 9 nhóm. Các yếu tố đánh giá được thống kê:
KMO = 0,837 nên phân tích nhân tố là phù hợp.
Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có
tương quan với nhau trong tổng thể.
Eigenvalues = 1.023 > 1 đại diện cho phần biến thiên được giải thích bởi
mỗi nhân tố, thì nhân tố rút ra có ý ghĩa tóm tắt thơng tin tốt nhất.
Tổng phương sai trích:
Rotation Sums of Squared Loadings (Cumulative %) = 62,800% > 50 %.
Điều này chứng tỏ 62,800% biến thiên của dữ liệu được giải thích bởi 9 nhân tố mới.
Hệ số Factor Loading của các biến DU1, DU5, DU6, DU7, DC6 có giá trị bé hơn 0,5. Thêm vào đó, biến TC7 giải thích cùng lúc cho 2 nhân tố thứ 6 và thứ 8. Biến NL1 có Factor Loading lớn hơn 0,5 nhưng khơng tạo nhóm được với bất kỳ biến nào.
Như vậy ta tiếp tục thực hiện phân tích nhân tố lần 2, tuy nhiên việc trình bày phân tích các lần tiếp theo khá dài, do đó tác giả sẽ tập trung vào phân tích và trình bày kết quả phân tích nhân tố lần cuối cùng
Kết quả phân tích nhân tố lần cuối
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .831 Bartlett's Test of Sphericity Approx. Chi-Square 1.570E3
Rotated Component Matrixa Component 1 2 3 4 5 6 DC3 .793 DC2 .709 DC4 .671 DC5 .654 YT3 .610 NL2 .785 NL3 .761 NL5 .685 NL6 .580 NL4 .516 YT6 .768 YT5 .750 YT4 .601 YT1 .583 TC4 .769 TC5 .746 TC1 .664 DU2 .817 DU3 .741 DU4 .741 TC2 .685 TC3 .683 YT2 .508
Nhìn vào các kết quả trên, ta nhận thấy rằng sau khi phân tích nhân tố thì các nhân tố gộp cho ta thành 6 nhóm. Các yếu tố đánh giá được thống kê:
KMO = 0,831 nên phân tích nhân tố là phù hợp.
Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có
tương quan với nhau trong tổng thể.
Eigenvalues = 1.055 > 1 đại diện cho phần biến thiên được giải thích bởi
mỗi nhân tố, thì nhân tố rút ra có ý ghĩa tóm tắt thơng tin tốt nhất.
Tổng phương sai trích:
Rotation Sums of Squared Loadings (Cumulative %) = 60,171% > 50 %.
Điều này chứng tỏ 60,171% biến thiên của dữ liệu được giải thích bởi 6 nhân tố được tạo ra.
Hệ số Factor Loading của các biến đều lớn hơn 0,5.
NHÂN TỐ BIẾN
X1 TC1, TC4, TC5
X2 DU2, DU3, DU4
X3 NL2, NL3, NL4, NL5, NL6
X4 DC2, DC3, DC4, DC5, YT3
X5 YT1, YT4, YT5, YT6
X6 TC2, TC3, YT2