Phân tích nhân tố khám phá EFA

Một phần của tài liệu (LUẬN văn THẠC sĩ) đánh giá sự hài lòng của doanh nghiệp đối với dịch vụ khai thuế qua mạng nghiên cứu tình huống chi cục thuế quận phú nhuận (Trang 70 - 72)

Chương 3 : Mô hình nghiên cứu và phương pháp phân tích

4.1 Kết quả nghiên cứu

4.1.2.1 Phân tích nhân tố khám phá EFA

Theo Hair và cộng sự, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading lớn hơn 0.3 được xem là mức tối thiểu, lớn hơn 0.4 được xem là quan trọng, lớn hơn 0.5 được xem là có ý nghĩa thiết thực. Như vậy, Factor loading lớn nhất của các biến quan sát phải lớn hơn hoặc bằng 0.5. Chọn mức tối thiểu là 0.5 để đảm bảo ý nghĩa thiết thực của EFA.

Qua kết quả kiểm định EFA lần thứ 1 với 24 biến quan sát (Phụ lục 5) cho thấy:

- Kết quả kiểm định KMO and Bartlett’s Test thì giữa các biến trong tổng thể có mối tương quan với nhau (sig = 0.000 < 0.05), đồng thời hệ số KMO = 0.766 có giá trị lớn, tức là ta bác bỏ giả thiết H0: cho rằng các biến khơng có tương quan với nhau trong tổng thể. Như vậy việc phân tích nhân tố để nhóm các biến lại là rất thích hợp.

- Với giá trị Eigenvalue 1.544, 24 biến được nhóm lại thành 05 nhân tố. Tổng phương sai trích được 65.134, nghĩa là khả năng sử dụng 05 nhân tố này để giải thích cho 24 biến quan sát là 65,134%.

- Với số liệu được ghi nhận trên bảng Rotated Component Matrix (phụ lục 5) cho thấy có 01 biến có Factor loading < 0.5; đó là biến E9 (Ứng dụng

HTKK dễ sử dụng để lập tờ khai và được cập nhật thường xuyên phù hợp với chính sách thuế hiện hành). Biến này sẽ được loại bỏ vì khơng đáp ứng điều kiện nêu trên.

Qua kết quả kiểm định EFA lần thứ 2 với 23 biến quan sát (Phụ lục 5) cho thấy:

- Giữa các biến trong tổng thể có mối tương quan với nhau (sig = 0.000 < 0.05), đồng thời hệ số KMO = 0.768 có giá trị lớn, tức là ta bác bỏ giả thiết H0: cho rằng các biến khơng có tương quan với nhau trong tổng thể. Như vậy việc phân tích nhân tố để nhóm các biến lại là rất thích hợp.

- Với giá trị Eigenvalue 1.544, 23 biến được nhóm lại thành 05 nhân tố. Tổng phương sai trích được 67.08, nghĩa là khả năng sử dụng 05 nhân tố này để giải thích cho 23 biến quan sát là 67,08%.

Như vậy, sau khi loại 01 biến trên sẽ có tổng cộng 05 nhân tố và 23 biến. Nhân tố thứ nhất gồm 08 biến, được đặt tên là Phương tiện hữu hình; nhân tố thứ hai gồm 05 biến, được đặt tên là Độ tin cậy; nhân tố thứ ba gồm 03 biến, được đặt tên là Sự đồng cảm; nhân tố thứ tư gồm 04 biến, được đặt tên là Sự đảm bảo; và nhân tố thứ năm gồm 03 biến, được đặt tên là Sự đáp ứng.

Bảng 4.8: Kết quả phân tích nhân tố khám phá EFA của thang đo chất lượng dịch vụ khai thuế qua mạng (sau khi loại biến).

Rotated Component Matrixa

Component 1 2 3 4 5 e6 .915 e1 .747 e7 .730 e3 .701 e5 .699

e8 .698 e2 .693 e4 .678 a2 .813 a4 .769 a3 .755 a1 .701 a5 .590 c1 .834 c3 .830 c2 .776 c4 .710 d3 .894 d2 .880 d1 .851 b3 .887 b1 .803 b2 .738

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 6 iterations.

Một phần của tài liệu (LUẬN văn THẠC sĩ) đánh giá sự hài lòng của doanh nghiệp đối với dịch vụ khai thuế qua mạng nghiên cứu tình huống chi cục thuế quận phú nhuận (Trang 70 - 72)

Tải bản đầy đủ (PDF)

(133 trang)