STT Nhân tố Hệ số Cronbach's Alpha Số biến Ghi chú Trước khi phân tích Cronbach's Alpha Sau khi phân tích Cronbach's Alpha
1 Tài nguyên thiên nhiên
và điều kiện vật chất 0.761 8 8
2 Môi trường 0.826 6 5 Loại biến
MT1
3 Di sản và văn hóa 0.748 5 5
4 Dịch vụ lưu trú 0.827 6 6
5 Dịch vụ ăn uống, mua
sắm, giải trí 0.794 6 6
6 Sự hài lòng của du
khách 0.846 6 6
7 Tổng cộng 37 36
Nguồn: Kết quả phân tích dữ liệu bằng SPSS
Như vậy, sau khi tiến hành kiểm định Cronbach’s Alpha, tác giả loại bỏ 1 biến (MT1) khơng đạt u cầu, cịn lại 36 biến (bao gồm cả biến đo lường nhân tố độc lập và biến đo lường nhân tố phụ thuộc) đảm bảo độ tin cậy và giải thích được sự biến thiên của các nhân tố.
Qua bảng 4.18, chúng ta có thể thấy được hệ số Cronbach’s Alpha của các nhân tố khá cao và đồng đều, từ 0.748 đến 0.846, phù hợp để tiến hành phân tích ở các bước tiếp theo.
4.4 Kiểm định thang đo bằng phân tích nhân tố khám phá (EFA).
Phân tích nhân tố khám phá EFA nhằm khám phá cấu trúc thang đo, kiểm tra giá trị hội tụ và giá trị phân biệt của thang đo. Với 36 biến quan sát đảm bảo độ tin cậy sau
phá EFA bằng phương pháp trích Principal Analysis với phép xoay Varimax, điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn 1 và chỉ hiển thị các trọng số lớn hơn 0.5.
4.4.1 Phân tích nhân tố đối với biến độc lập.
Trước hết, tác giả kiểm tra điều kiện của phân tích nhân tố bằng hệ số KMO. Theo đó, hệ số KMO phải trong khoảng từ 0.5 đến 1. Kaiser đề nghị KMO ≥ 0.90: rất tốt; KMO ≥ 0.80: tốt; KMO ≥ 0.70: được; KMO ≥ 0.60: tạm được; KMO ≥ 0.50: xấu và KMO ≤ 0.50: không thể chấp nhận được (Nguyễn Đình Thọ, 2014).
Trong lần đầu tiên phân tích, KMO = 0.897 > 0.5 nên phân tích nhân tố là phù hợp, với mức ý nghĩa sig 0.00 < 0.05 cho thấy các biến quan sát có tương quan với nhau trong tổng thể. Kết quả EFA thu được 6 nhân tố tại Eigenvalue là 1.103 và phương sai trích là 58.3% có nghĩa là 6 nhân tố giải thích được 58.3% biến thiên của dữ liệu (chi tiết trong phụ lục 10).