Component Matrixa Component 1 HL4 .945 HL2 .880 HL5 .878 HL3 .844 HL1 .823 Phương pháp trích: Phân tích thành phần chính
Các hệ số loading đều lớn hơn 0.5 chứng tỏ 5 nhân tố có ý nghĩa thống kê tốt. Sự hài lòng của khách hàng đối với khách sạn được đo lường bởi 5 nhân tố này.
Như vậy, sau khi đánh giá độ tin cậy thang đo Cronbach’s Alpha và phân tích nhân tố khám phá EFA, ta giữ 6 biến độc lập và 1 biến phụ thuộc. Ta sẽ tiến hành bước tiếp theo là phân tích tương quan- hồi quy.
4.2.3. Phân tích tương quan
Để chạy mơ hình hồi quy, tác giả tạo 6 biến độc lập mới và 1 biến phụ thuộc mới. 6 biến độc lập mới được tạo ra từ việc lấy trung bình của các biến trong cùng một nhóm biến. Cụ thể như sau:
Biến NVQLTB được lấy trung bình từ 5 biến NVQL1, NVQL2, NVQL3 và NVQL4.
Biến CSVCTB được lấy trung bình từ 5 biến CSVC1, CSVC2, CSVC3, CSVC4 và CSVC5.
Biến ANATTB được lấy trung bình từ 4 biến ANAT1, ANAT2, ANAT3 và ANAT4
Biến GCTB được lấy trung bình từ 4 biến GC1, GC2, GC3 và GC4
Biến GTGTTB được lấy trung bình từ 4 biến GTGT1, GTGT2, GTGT3, GTGT4
Biến CSKMTB được lấy trung bình từ 4 biến CSKM1, CSKM2, CSKM3 và CSKM4
Biến SHLTB (Sự hài lòng của khách hàng) được lấy trung bình của 26 biến NVQL1, NVQL2, ….đến CSKM4.
Thực hiện tạo biến mới bằng SPSS 20.0 ta có được 7 biến mới. Kế tiếp tác giả tiến hành kiểm tra độ tương quan giữa 6 biến mới và biến sự hài lòng của khách hàng bằng SPSS20.0.
Sử dụng phương pháp Pearson để kiểm tra hệ số tương quan giữa các biến độc lập với nhau và giữa tất cả các biến độc lập với biến phụ thuộc.