Thành phần 1 HL3 0,821 HL2 0,754 HL1 0,794 KMO 0,769 (Sig.= 0,000) Eigenvalues 2,572 Cumulative % 65,182
Bảng 4.12 trình bày kết quả phân tích nhân tố khám phá với biến phụ thuộc, theo đó, KMO có giá trị 0,769 lớn hơn 0,5; hệ số Eigenvalues là 2,572 lớn hơn 1 và giá trị Cumulative (Tích lũy có giá trị) là 65,182% cao hơn 50% giúp giải thích mức độ đại diện của 3 biến tạo thành nhân tố Sự hài lòng.
4.2.3. Phân tích hồi quy
4.2.3.1 Phân tích sự tương quan
Phân tích nhân tố khám phá EFA cho kết quả 5 nhóm biến độc lập (“Đồng cảm” với 3 biến DC1, DC2, và DC3; “Tin cậy” với 4 biến TC1, TC2, TC3; và TC4; “Đáp ứng” với 3 biến DU1, DU2, và DU3; “Hàng hóa và dịch vụ” với 4 biến HHDV1, HHDV 2, HHDV 3, và HHDV4; và “Giá cả và phương thức thanh toán” với 3 biến GC1, GC2, và GC3) cùng với nhóm biến phụ thuộc “Sự hài lòng của khách hàng với 3 biến HL1, HL2, và HL3. Để kiểm định mối quan hệ tuyến tính giữa 5 biến độc lập giả thuyết gây ảnh hưởng đối với biến phụ thuộc duy nhất trong mơ hình, phương pháp phân tích hồi quy được thực hiện. Theo Hair và cộng sự (2007), hệ số tương quan Pearson mang ý nghĩa thể hiện mối quan hệ giữa các biến dựa trên đo lường về khoảng tỷ lệ.
Bảng 4.13 cho thấy, với 250 bộ dữ liệu thuộc 5 nhóm biến độc lập và 1 nhóm biến phụ thuộc, các giá trị hệ số tương quan Person đều nằm trong khoảng từ 0,1 đến 0,6 thể hiện sự tồn tại của các quan hệ theo từng cặp biến (thấp nhất là 0,175 và cao nhất là 0,556). Cùng với đó, kết quả phân tích cũng chỉ ra mức ý nghĩa thống kê của các yếu tố ảnh hưởng đến sự hài lòng của khách hàng nằm trong khoảng từ 0,00 và thấp hơn 0,05. Kết quả phân tích tương quan dẫn đến việc thực hiện phân tích hồi quy ở các bước tiếp theo.