3.2. Kết quả nghiên cứu:
3.2.3. Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha:53 3.2.4.
Khi đánh giá thang đo của các yếu tố, cần sử dụng phương pháp Cronbach’s Alpha để loại bỏ các biến rác trước khi tiến hành phân tích nhân tố khám phá để đánh giá độ tin cậy của thang đo và tránh trường hợp các biến rác có thể tạo ra các yếu tố giả. Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh
giá là tốt phải có hệ số Cronbach’s Alpha lớn hơn hoặc bằng 0,8. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995). Trong phạm vi bài nghiên cứu, tác giả lấy tiêu chuẩn để lựa chọn biến quan sát và thang đo khi nó có hệ số tương quan biến tổng (Item – Total Correlation) của biến quan sát lớn hơn 0.3 và có hệ số Cronbach’s Alpha từ 0.6 trở lên mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally & Burnstein, 1994).
• Đánh giá thang đo các biến độc lập:
Bảng 3.2: Kết quả phân tích Cronbach’s Alpha của các thang đo
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach's Alpha nếu loại biến
Nhân tố Năng lực tài chính (Cronbach’s Alpha = 0.713)
NLTC1 6.61 1.628 0.633 0.489
NLTC2 6.58 2.171 0.527 0.631
NLTC3 6.54 2.434 0.459 0.707
Nhân tố Sản phẩm (Cronbach’s Alpha = 0.856)
SP1 6.66 2.715 0.752 0.781
SP2 6.30 2.389 0.698 0.837
SP3 6.80 2.613 0.749 0.780
Nhân tố Chất lượng dịch vụ (Cronbach’s Alpha = 0.794)
DV1 6.71 1.983 0.694 0.658
DV2 6.74 2.174 0.649 0.710
DV3 7.08 2.110 0.575 0.790
Nhân tố Nhân lực (Cronbach’s Alpha = 0.832)
NL1 6.29 2.205 0.742 0.715
NL2 6.40 2.602 0.631 0.824
Nhân tố Năng lực quản trị (Cronbach’s Alpha = 0.831)
NLQT1 5.51 1.936 0.752 0.703
NLQT2 5.34 2.058 0.670 0.785
NLQT3 5.45 2.147 0.650 0.804
Nhân tố Công nghệ (Cronbach’s Alpha = 0.791)
CN1 6.27 1.467 0.629 0.752
CN2 6.07 1.898 0.638 0.715
CN3 5.90 1.971 0.674 0.692
Nhân tố Kênh phân phối (Cronbach’s Alpha = 0.733)
KPP1 6.51 2.686 0.487 0.727
KPP2 6.37 2.281 0.689 0.479
KPP3 6.29 2.707 0.502 0.707
Nhân tố Thương hiệu (Cronbach’s Alpha = 0.845)
TH1 6.24 2.315 0.730 0.774
TH2 6.21 2.779 0.748 0.757
TH3 6.21 2.795 0.674 0.820
Nguồn: Kết quả phân tích SPSS
Kết quả phân tích Cronbach’s Alpha của các thang đo tám thành phần riêng biệt của năng lực cạnh tranh được trình bày trong bảng trên. Các thang đo thể hiện bằng 24 biến quan sát. Các thang đo này đều có hệ số tin cậy Cronbach’s Alpha đạt yêu cầu và đều từ 0.7 trở lên. Cụ thể, Cronbach’s Alpha của năng lực tài chính là 0.713; Cronbach’s Alpha của sản phẩm là 0.856; Cronbach’s Alpha của chất lượng dịch vụ là 0.794; Cronbach’s Alpha của nhân lực là 0.832; Cronbach’s Alpha của năng lực quản trị là 0.831; Cronbach’s Alpha của công nghệ là 0.791; Cronbach’s Alpha của kênh phân phối là 0.733; Cronbach’s Alpha của thương hiệu là 0.845. Hơn nữa, hệ số tương quan biến tổng đều cao, đa phần lớn hơn 0.5. Các biến đo lường của các thang đo đều đạt yêu cầu nên các biến đo lường các khái niệm nghiên cứu đều được sử dụng trong phân tích EFA kế tiếp.
Bảng 3.3: Kết quả phân tích Cronbach’s Alpha biến phụ thuộc Nhân tố Năng lực cạnh tranh (Cronbach’s Alpha = 0.615) Nhân tố Năng lực cạnh tranh (Cronbach’s Alpha = 0.615)
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach's Alpha nếu loại biến
NLCT1 6.79 1.286 0.448 0.482
NLCT2 6.34 1.587 0.406 0.545
NLCT3 6.80 1.373 0.425 0.515
Thang đo Năng lực cạnh tranh gồm 3 biến quan sát (NLCT1, NLCT2, NLCT3) có hệ số Cronbach’s Alpha là 0.615 > 0.6 và hệ số tương quan biến tổng của các biến quan sát đo lường nhân tố này đều đạt tiêu chuẩn cho phép lớn hơn 0.3, trong đó lớn nhất là 0.448 (biến NLCT1) và nhỏ nhất là 0.406 (biến NLCT2). Do đó thang đo nhân tố Năng lực cạnh tranh đạt yêu cầu và các biến đo lường nhân tố này sẽ được đưa vào phân tích nhân tố ở bước kế tiếp.
3.2.4. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự, 1998). Sau khi phân tích nhân tố, chỉ những nhóm nhân tố thỏa mãn điều kiện mới có thể tham gia vào phần chạy hồi quy trong phân tích tiếp theo.