Cronbach's
Alpha N
.847 3
Trung bình thang đo nếu
bỏ biến
Phương sai thang đo nếu
bỏ biến quan biến tổngHệ số tương
Cronbach's Alpha nếu bỏ
biến
Tiep tuc su dung (SHL2) 7.63 2.421 .696 .806
Gioi thieu cho nguoi khac su dung
(SHL3) 7.47 2.404 .745 .758
Muc do hai long chung (SHL4) 7.52 2.558 .705 .797
Nguồn: Kết quả xử lý dữ liệu khảo sát của luận văn
Như vậy, có tất cả 27 biến của của 7 thang đo được đưa vào phân tích nhân tố (biến TC5 đã bị loại). Ngồi ra, 3 biến đo lường sự hài lịng của khách hàng cũng được xem xét trong phần phân tích nhân tố (biến SHL1 đã bị loại).
4.4.2.2 Phân tích nhân tố
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Thang đo SERVPERF và những biến thể của nó mặc dù đã sử dụng rộng rãi nhiều nơi trên thế giới trong nhiều lĩnh vực dịch vụ tuy nhiên đối với một số mơi trường kinh tế văn hóa khác nhau mơ hình này cần được điều chỉnh cho phù hợp. Luận văn này khảo sát sự hài lòng của khách hàng đối với dịch vụ ngân hàng trực tuyến, tuy cũng là dịch vụ nhưng có sự khác biệt trong loại hình dịch vụ, và với mơi trường kinh tế tại Việt Nam, vì vậy phân tích khám phá EFA là cần thiết.
Theo Hair và cộng sự (1998) thì khi phân tích nhân tố, u cầu cần thiết là: - Hệ số KMO (Kaiser-Meyer-Olkin) phải đạt giá trị 0,5 trở lên (0.5 ≤ KMO ≤
1) thể hiện phân tích nhân tố là phù hợp, cịn nếu hệ số KMO < 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
- Kiểm định Bartlett (Bartlett’s test) có ý nghĩa thống kê (sig < 0,05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
- Hệ số tải nhân tố (Factor loading) là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA ≥ 0,55.
- Tổng phương sai trích (Total Variance Explained) đạt giá trị từ 50% trờ lên - Eigenvalue (địa diện cho phần biến thiên được giải thích bởi mỗi nhân tố) >
1 thì nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
Khi tiến hành phân tích nhân tố, tác giả đã sử dụng phương pháp trích Principle Component với phép xoay Varimax, và phương pháp tính nhân tố là phương pháp Regression.
Q trình phân tích nhân tố được tiến hành thơng qua các bước sau:
Bước 1: Phân tích nhân tố lần 1 (Phụ lục 3 và 4)
Đưa 27 biến nghiên cứu các nhân tố tác động đến sự hài lòng khách hàng và 3 biến quan sát đo lường mức độ hài lịng của khách hàng vào phân tích nhân tố với kết quả sau:
- Về các nhân tố tác động đến sự hài lòng của khách hàng: KMO đạt 0,855. Giá trị tổng phương sai trích là 69,312%. Giá trị Eigenvalue đạt 1,158. Tuy nhiên trong bảng ma trận xoay, có biến STT3 tải đồng thời cùng lúc lên 2 nhân tố. Được biết khi phân tích nhân tố khám phá EFA thì ngồi việc phải đảm bảo "Giá trị hội tụ" (các items hội tụ về cùng 1 nhân tố) thì cịn phải đảm bảo "Giá trị phân biệt" (thuộc về nhân tố này và phải phân biệt với nhân tố khác). Đối với biến STT3, hệ số tải chênh nhau chỉ 0,610 – 0,383 = 0,227 nhỏ hơn 0,3 nên không đạt yêu cầu và bị loại. Tập hợp các biến quan sát cịn lại sẽ được đưa vào phân tích nhân tố lần 2
- Về mức độ hài lòng của khách hàng: KMO đạt được là 0,726, Eigenvalue >
1 và tổng phương sai dùng để giải thích nhân tố là 76,651% > 50% thỏa điều kiện của phân tích nhân tố (Phụ lục 4). Như vậy, kết quả phân tích nhân tố về mức độ hài lòng của khách hàng cho thấy 3 biến quan sát SHL2, SHL3 và SHL4 đều có Hệ số tải nhân tố > 0,5 và dùng để giải thích thang đo mức độ hài lòng khách hàng là hợp lý.
Những biến quan sát trải qua phân tích nhân tố lần 1 thành cơng (26 biến) đưa vào phân tích nhân tố lần 2 cho kết quả như sau:
- KMO = 0,854 cho thấy mức độ có ý nghĩa của tập dữ liệu đưa vào phân tích nhân tố khá cao. Và kiểm tra Bartlett’s cũng cho thấy điều đó (Sig = 0.000). - Eigenvalue = 1,119 lớn hơn 1.
- Tổng phương sai trích tăng lên 70,151%. Cho thấy cả 7 nhân tố giải thích được hơn 70% độ biến thiên của dữ liệu. Bao gồm các nhân tố sau (Bảng 4.17):