3.2. Đánh giá độ tin cậy của thang đo và phân tích nhân tố EFA 46
3.2.2. Thực hiện phân tích nhân tố EFA đánh giá mức độ thỏa mãn của khách hàng
khách hàng khi mua TBCD cơ giới:
Phân tích nhân tố bằng các thành phần chính (principal components) cho phép rút gọn nhiều biến số (variables) ít nhiều cĩ mối tương quan lẫn nhau như (đã kiểm tra qua độ tin cậy) thành những đại lượng được thể hiện dưới dạng tương quan theo đường thẳng được gọi là những nhân tố (factors) thơng qua kỹ thuật phân tích nhân tố khám phá EFA.
Cơng thức của mơ hình phân tích nhân tố:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + . . . WinXn
Trong đĩ: Fi là ước lượng trị số của nhân tố thứ i
Wik là quyền số hay trọng số nhân tố (weight or factor score coefficient) của biến số thứ k đến nhân tố i
K là số biến (items or variables)
Việc tiến hành phân tích nhân tố được thực hiện thơng qua phần mềm thống kê SPSS 18.0.1 for Windows với phương pháp trích các nhân tố (phương pháp mặc định là rút trích các thành phần chính – Principal components analysis), phương pháp xoay nhân tố Varimax procedure (xoay nguyên các gĩc nhân tố để tối thiểu hĩa lượng biến cĩ hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố) và điểm dừng khi trích nhân tố cĩ Eigenvalue là 1 (xem
49
chi tiết ở Phụ lục). Chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) là một chỉ số được dùng để xem xét sự thích hợp của các phân tích
nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) cĩ ý nghĩa là phân tích nhân tố là
thích hợp, cịn nếu chỉ số KMO nhỏ hơn 0,5 thì phân tích nhân tố cĩ khả năng khơng thích hợp với các dữ liệu.
Ngồi ra trong phân tích nhân tố cũng phải chú ý đến tham số mức ý nghĩa của kiểm định (Bartlett’s test sphericity) là Sig 0.05 thì tham số mới đủ điều kiện. Tham số này dùng để xem xét giả thiết các biến đưa vào khơng cĩ tương quan nhau trong tổng thể nghiên cứu. Ma trận tương quan tổng thể là một ma trận đồng nhất, mỗi biến tương quan hồn tồn với chính nĩ (r = 1) nhưng khơng cĩ tương quan với những biến khác (r = 0). Lưu ý rằng điều kiện cần để áp dụng phân tích nhân tố là các biến phải cĩ tương quan với nhau. Trước hết ta xem xét chỉ số KMO của 7 thang đo như sau:
Bảng 3.5. Bảng tổng kết kết quả chạy chỉ số KMO từ 7 thang đo:
Thang đo Số lượng biến
át Chỉ số KMO Chất lượng TBCD 4 0,601 Giá cả TBCD 4 0,601 Chủng loại TBCD 4 0,596 Thái độ phục vụ 4 0,596
Kênh phân phối 4 0,607
Phương thức thanh tốn 3 0,585
Chương trình khuyến mãi 3 0,607
(Bảng tổng kết kết quả chạy chỉ số KMO từ SPSS 18.0.1)
Kết quả cho thấy rằng việc phân tích nhân tố ở đây là thích hợp vì các thang đo đều cĩ chỉ số KMO lớn hơn 0,5. Điều này cĩ nghĩa tất cả các thang đo đều phù hợp để thực hiện phân tích nhân tố.
50
kiểm định (Barlett) Sig đã nĩi ở trên, chúng ta cần lưu ý các chỉ số quan trọng khác khi thực hiện phân tích ở phần mềm phân tích SPSS. Việc tiến hành phân tích nhân tố đối với từng thang đo cụ thể như sau:
Hình 3.1: Quy trình phân tich nhân tố
(Nguồn: Chương trình giảng dạy của SEO
http://www.seobythesea.com/2008/01/google-on-automatically-annotating- images-and-videos/)
Trước hết, phải xác định vấn đề cần phải phân tích nhân tố
Sau đĩ là xây dựng ma trận tương quan (Correlation matrix) nhằm xác định lại xem các biến cĩ tương quan với nhau khơng. Nếu hệ số tương quan giữa các biến nhỏ, phân tích nhân tố cĩ thể khơng thích hợp.
Kết quả thu được từ SPSS18.0.1 thơng qua việc xác định chỉ số KMO của 26 biến như sau:
Xác định vấn đề
Lập ma trận tương quan
Xác định số nhân tố
Giải thích nhân tố
Tính điểm nhân tố Chọn nhân tố thay thế
51
Qua kết quả trên cho ta thấy hệ số KMO>0.5 và Sig<0.05 cho biết xác suất khơng phù hợp của biến quan sát nhỏ hơn 5%. Từ đĩ cho thấy việc phân tích nhân tố là phù hợp. Kết quả ma trận xoay nhân tố :
Rotated Component Matrix(a)
Component
1 2 3 4 5 6 7
Thich mua hang o noi thoi gian giao hang luon dung? .854
Thich mua hang o noi giao hang hoa luon chinh xac? .851
Thich mua hang duoc phuc vu moi luc moi noi khi khach hang yeu cau? .830
Thich mua hang o noi thuan tien nhat? .783
Thich mua hang nhan vien phuc vu luon than thien tuoi cuoi? .861
Thich mua hang noi nhan vien phuc vu dang tin cay? .850
Thich mua hang nhan vien phuc vu thao viec? .803
Thich mua hang noi nhan vien phuc vu luon san long phuc vu? .786
Thich mua loai hang co xuat xu ro rang? .855
Thich mua hang hoa luon van hanh on dinh? .850
Khong thich mua hang da su dung roi tai Viet Nam? .812
Thich mua hang hoa chat luong con lai cao? .776
Thich mua noi gia ban tai cong ty khong cao hon gia ban noi khac? .842
Thich mua hang gia ca phai phu hop voi uy tin thuong hieu? .833
Thich mua hang phu hop voi kha nang tai chinh? .763
Thich mua hang gia ca phu hop voi chat luong? .723
Thich mua hang co nhieu tinh nang moi? .828
Thich mua hang noi co day du cac dong hang tu co, thuy luc den dien? .810
Thich mua noi thuong xuyen cap nhat hang moi? .766
Thich mua noi co day du cac mat hang can su dung? .722
Thich mua hang noi co thoi gian thanh toan linh hoat phu hop voi dong tien cong ty?
.907
Thich mua hang noi co nhieu hinh thuc thanh toan? .791
Mua hang nhieu hon neu duoc ho tro thanh toan cham? .701
Thich mua hang noi thuong to chuc cac chuong trinh khuyen mai? .881
Thich mua hang noi co nhieu hinh thuc khuyen mai? .819
Luon quan tam den cac chuong trinh khuyen mai? .765
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .636
Bartlett's Test of Sphericity Approx. Chi-Square 4361.624
Df 325
52
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
Từ kết quả ma trận xoay nhân tố (Rotated Component Matrix) cho ta thấy mối quan hệ giữa các biến biểu diễn và các nhân tố rất chặt chẽ. Và cũng qua kết quả thu được cho thấy khơng cĩ sự phát sinh thêm cũng như rút gọn các nhân tố. Hay các nhân tố được đưa ra từ ban đầu trong mơ hình nghiên cứu thơng qua kinh nghiệm thực tế làm việc của tác giả kết hợp với sự đĩng gĩp ý kiến các chuyên gia trong lĩnh vực là khá vững vàng và chính xác.
Component Transformation Matrix
Component 1 2 3 4 5 6 7 dimension0 1 -.421 -.403 .642 .479 -.139 -.003 -.021 2 -.701 .374 -.321 .255 .424 .123 .075 3 -.100 .770 .472 -.181 -.376 -.014 .000 4 .385 .120 .357 .122 .509 .621 .224 5 .328 .256 .057 .483 .292 -.410 -.580 6 .232 .147 -.337 .649 -.504 .194 .313 7 .105 .055 .135 .057 .250 -.627 .713
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
53
Component Score Coefficient Matrix
Component
1 2 3 4 5 6 7
Thich mua hang hoa chat luong con lai cao? -.010 .012 .284 -.004 .015 -.032 -.006
Thich mua hang hoa luon van hanh on dinh? .007 .004 .312 -.029 .016 -.036 -.026
Thich mua loai hang co xuat xu ro rang? .011 .007 .313 -.001 .024 -.008 .005
Khong thich mua hang da su dung roi tai Viet Nam? -.002 -.004 .294 .004 -.002 .039 .048
Thich mua hang gia ca phu hop voi chat luong? .013 -.006 -.001 .288 -.061 .055 -.003
Thich mua hang phu hop voi kha nang tai chinh? .001 -.025 .010 .301 -.033 .013 .003
Thich mua hang gia ca phai phu hop voi uy tin thuong hieu? .021 .041 -.012 .332 .038 -.028 .029 Thich mua noi gia ban tai cong ty khong cao hon gia ban noi
khac?
.013 .014 -.030 .335 .027 -.040 -.004
Thich mua noi co day du cac mat hang can su dung? -.021 -.007 .038 -.023 .292 -.009 .045
Thich mua noi thuong xuyen cap nhat hang moi? .018 .032 .005 .017 .307 -.039 .018
Thich mua hang noi co day du cac dong hang tu co, thuy luc den dien?
.009 -.027 .012 -.014 .321 .020 -.033
Thich mua hang co nhieu tinh nang moi? .005 -.011 -.003 -.018 .331 -.031 .000
Thich mua hang noi nhan vien phuc vu luon san long phuc vu? .006 .283 .001 -.016 -.018 .028 -.029 Thich mua hang nhan vien phuc vu luon than thien tuoi cuoi? .021 .311 -.009 .004 .001 .034 -.011
Thich mua hang noi nhan vien phuc vu dang tin cay? -.010 .308 .001 .011 -.004 -.024 .025
Thich mua hang nhan vien phuc vu thao viec? -.005 .292 .025 .020 .009 -.042 .023
Thich mua hang o noi thuan tien nhat? .283 -.001 -.020 .018 -.013 -.032 .000
Thich mua hang o noi thoi gian giao hang luon dung? .310 -.013 .006 .018 .020 -.025 .024
Thich mua hang o noi giao hang hoa luon chinh xac? .307 .010 .008 .003 .004 .019 .005
Thich mua hang duoc phuc vu moi luc moi noi khi khach hang yeu cau?
.300 .016 .010 .009 -.001 .021 .005
Thich mua hang noi co nhieu hinh thuc thanh toan? -.005 .002 -.009 -.009 .021 .358 -.019
Thich mua hang noi co thoi gian thanh toan linh hoat phu hop voi dong tien cong ty?
.004 -.007 .003 .006 -.017 .420 -.058
Mua hang nhieu hon neu duoc ho tro thanh toan cham? -.010 .000 -.022 .006 -.041 .325 -.029
Thich mua hang noi co nhieu hinh thuc khuyen mai? -.001 -.001 -.012 .018 -.001 .041 .386
Thich mua hang noi thuong to chuc cac chuong trinh khuyen mai?
.021 .001 .023 -.003 .018 .048 .416
Luon quan tam den cac chuong trinh khuyen mai? .003 .006 .001 .002 .009 -.187 .399
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Qua kết quả thu được ở ma trận hệ số nhân tố (Component Score Coefficient) và Component Transformation Matrix ta cĩ thể tính tốn ra nhân số. Ví dụ ta cĩ
54
thể tính ra nhân số cho từng qua sát bằng cách nhân giá trị của các biến gốc của một quan sát với hệ số nhân tố để tính các nhân tố.
Ví dụ: F1 = -0.01X1+0.007X2+0.011X3-0.002X4+0.013X5+…+0.003X26
Tĩm lại, mơ hình lý thuyết được đưa ra ra ở phần 1.4 là khá chính xác và qua
kết quả thu được từ ma trận xoay nhân tố cho thấy các nhân tố khơng sinh thêm và cũng khơng bị rút lại. Hay nĩi cách khác mơ hình lý thuyết ban đầu được giữ nguyên khơng thay đổi.