TT Thang đo Số biến
quan sát Cronbach’s Alpha Hệ số tƣơng quan biến – tổng thấp nhất 1 Cơ sở vật chất 4 0,745 0,480 2 Độ tin cậy 5 0,876 0,668 3 Chất lượng điện năng 3 0,895 0,746 4 Sự thuận tiện 3 0,792 0,586
5 Năng lực phục vụ 4 0,714 0,356
6 Sự đồng cảm 4 0,674 0,261
7 Sự hài lòng 4 0,907 0,716
(Nguồn: Kết quả xử lý số liệu điều tra thực tế, tháng 5/2012)
Tuy nhiên đối với biến PV04 của thang đo Năng lực phục vụ có hệ số
Cronbach’s Alpha khi loại biến lớn hơn hệ số Cronbach’s Alpha của thang đo và biến DC04 của thang đo Sự đồng cảm có hệ số tương quan biến-tổng (Corrected Item-Total Correlation) là nhỏ hơn 0,3 (Phụ lục 6) nên khơng đạt u cầu. Do đó, biến PV04, DC04 bị loại bỏ khỏi thang đo.
Như vậy, kết quả kiểm định hệ số tin cậy Cronbach’s Alpha đối với các thang đo lường trên đã giúp loại ra 2 biến rác, đó là PV04, DC04. Như vậy, từ 23 biến ban đầu chỉ còn lại 21 biến được đưa vào bước phân tích nhân tố tiếp theo để đảm bảo độ tin cậy về mặt thống kê.
4.2.2. Đánh giá mức độ hài lòng của khách hàng thơng qua phân tích nhân tố (EFA) nhân tố (EFA)
Việc phân tích nhân tố trong đề tài này được thực hiện với phương pháp trích hệ số là phương pháp Principal component Analysis và phép xoay Varimax để phân nhóm các yếu tố. Bước đầu phải xem xét hệ số trích (Extraction) của các biến, nếu biến nào có hệ số này nhỏ hơn 0,5 sẽ bị loại bỏ. Tiếp theo, ta phải tiến hành xem xét hai chỉ tiêu là hệ số KMO (Kaiser-Mayer-Olkin) phải thỏa điều kiện 0,5 ≤ KMO ≤ 1 và kiểm định Bartlett xem xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này có ý nghĩa thống
kê (sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả nhóm nhân tố được thể hiện trong bảng Rotated Component Matrix và hệ số tải nhân tố - factor loading phải có giá trị lớn hơn 0,5 để đảm bảo sự hội tụ giữa các biến trong một nhân tố (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Điểm dừng khi trích các nhân tố có Eigenvalue lớn hơn 1 (mặc định của SPSS, những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc, vì sau mỗi lần chuẩn hóa mỗi biến gốc có phương sai là 1). Thang đo được chấp nhận với tổng phương sai trích bằng hoặc lớn hơn 50% (Gerbing & Andessen, 1998).
4.2.2.1. Phân tích nhân tố tác động đến sự hài lòng của khách hàng doanh nghiệp- Biến độc lập
Kết quả kiểm định thang đo ở phần trước cho thấy trong 23 biến quan sát có 2 biến không đạt yêu cầu nên trong bước phân tích nhân tố tiếp theo sẽ còn 21 biến. Phương pháp phân tích nhân tố được tiến hành bằng phần mềm SPSS 17.0 – Factor Analysis với kết quả như sau:
Kết quả phân tích KMO và kiểm định Bartlett cho thấy hệ số KMO = 0,874 và kiểm định Bartlett có ý nghĩa (Sig = 0,000<0,05) cho thấy việc phân tích nhân tố là thích hợp với các dữ liệu và các biến quan sát là có tương quan với nhau trong tổng thể.
Hệ số tải nhân tố của 21 biến đều lớn hơn 0,5 trong lần phân tích nhân tố này, nên các biến đều được giữ lại. Do đó, 21 biến này được xem xét kết quả rút trích nhân tố ở các bước tiếp theo.
Theo tiêu chuẩn Eigenvalue >1 thì có 5 nhân tố được rút ra và 5 nhân tố này sẽ giải thích được 69,860% biến thiên của dữ liệu (Phụ lục 7) và kết quả này là đạt yêu cầu.
Sử dụng phương pháp Varimax Procedure để xoay nhân tố: xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố (Hoàng Trọng và Chu
Nguyễn Mộng Ngọc, 2008).