STT Thành phần thang đoSố Cronbach's alpha
Hệ số tương quan thang đo - tổng thể nhỏ nhất 1 Tin cậy 5 0.916 0.747 2 Đáp ứng 5 0.912 0.724 3 Năng lực phục vụ 4 0.852 0.669 4 Đồng cảm 4 0.915 0.791
5 Phương tiện hữu hình 4 0.915 0.792
6 Giá cả 3 0.787 0.622
7 Hình ảnh ngân hàng 3 0.835 0.678
8 Sự hài lòng 4 0.832 0.512
Phân tích nhân tố khám phá (EFA):
Phân tích nhân tố khám phá (EFA) được sử dụng trong nghiên cứu này nhằm kiểm tra các thang đo được dùng để đo lường sự hài lịng có sự quan hệ chặt chẽ với
nhau hay khơng và chúng có tương quan cùng đo lường cho 1 thành phần hay xuất hiện thêm thành phần nào khác theo quy tắc giá trị Eigenvalue lớn hơn hoặc bằng 1 và tổng phương sai trích (Total Variance Explained) được từ ma trận nhân tố từ 50% trở lên. Trong phần phân tích này, hệ số tương quan giữa các yếu tố và các thành phần (Component) của từng thang đo cũng được xem xét để nhận diện mức độ giải thích cho các thành phần mà thang đo này đo lường theo quy tắc hệ số này lớn hơn hoặc bằng 0.5. Bên cạnh đó, yêu cầu cần thiết là hệ số KMO (Kaiser- Meyer –Olkin (KMO) phải có giá trị lớn (0.5 < KMO < 1) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO < 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Kết quả phân tích nhân tố khám phá cho thấy có 7 thành phần được trích với KMO = 0.916 > 0.5 (Sig = 0.000 <0.01) và giá trị Eigenvalue của mỗi thành phần đều lớn hơn 1, có tổng phương sai trích được lớn hơn 50% ( 75.6%) và đạt yêu cầu. Ngoài ra, các thang đo trong mỗi thành phần đo lường đều có hệ số tương quan khá tốt (Component > 0,5) với thành phần mà nó đo lường và khác biệt giữa các Factor loading của các nhân tố trong cùng một biến đo lường đều lớn hơn 0.3 vì vậy tất cả thang đo đều có giá trị đo lường cho thành phần mà nó đại diện và 7 thành phần trong nghiên cứu khơng có thành phần nào bị loại cũng như khơng có thành phần nào cần đề xuất thêm và được sử dụng để kiểm định giả thiết và xây dựng mơ hình trong phần phân tích tiếp theo.