CHƯƠNG IV : NỘI DUNG VÀ CÁC KẾT QUẢ NGHIÊN CỨU
4.2. Kết quả nghiên cứu chính thức
4.2.3. Phân tích nhân tố khám phá (EFA)
Khi kiểm định một lý thuyết khoa học, chúng ta cần đánh giá độ tin cậy của thang đo (Cronbach’s Alpha) và giá trị của thang đo (EFA). Hai giá trị quan trọng được xem xét trong phần này là giá trị hội tụ và giá trị phân biệt:
1. Thỏa mãn "Giá trị hội tụ": Các biến quan sát hội tụ về cùng một nhân tố.
2. Đảm bảo "Giá trị phân biệt": Các biến quan sát thuộc về nhân tố này và phải phân biệt với nhân tố khác.
Phân tích nhân tố khám phá, gọi tắt là EFA, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Trong nghiên cứu, khi thu thập được một số lượng biến khá lớn và rất nhiều các biến quan sát trong đó có liên hệ tương quan với nhau. Thay vì đi nghiên cứu 20 đặc điểm nhỏ của một đối tượng, chỉ cần nghiên cứu 4 đặc điểm lớn, trong mỗi đặc điểm lớn này gồm 5 đặc điểm nhỏ có sự tương quan với nhau.
Để phân tích EFA, các nhân tố cần thiết bao gồm:
- Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng khơng thích hợp với tập dữ liệu nghiên cứu.
- Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay khơng. Chúng ta cần lưu ý, điều kiện cần để áp dụng phân tích nhân tố là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân tố phải có mối tương quan với nhau. Điểm này liên quan đến giá trị hội tụ trong phân tích EFA được nhắc ở trên. Do đó, nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xem xét. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích.
- Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mơ hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cơ đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
- Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Tuy nhiên, giá trị tiêu chuẩn của hệ số tải Factor Loading cần phải phụ thuộc vào kích thước mẫu. Với từng khoảng kích thước mẫu khác nhau, mức trọng số nhân tố để biến quan sát có ý nghĩa thống kê là hồn tồn khác nhau. Như vậy, lấy tiêu chuẩn hệ số tải là 0.3 với cỡ mẫu từ 350 trở lên sẽ phù hợp với bài nghiên cứu này.
4.2.3.1 Phân tích nhân tố khám phá (EFA) cho các biến độc lập (từ CA1 đến CD3)
Bảng 4.2.3.1.1. Kết quả phân tích nhân tố khám phá EFA cho các biến độc lập (1)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,937 Bartlett's Test of Sphericity Approx. Chi- Square 2651,854 df 78 Sig. ,000
Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative % Tota l % of Variance Cumulative % 1 6,775 52,118 52,118 6,775 52,118 52,118 5,32 3 40,947 40,947 2 1,039 7,994 60,112 1,039 7,994 60,112 2,49 2 19,166 60,112 3
4 ,703 5,405 71,137 5 ,598 4,598 75,735 6 ,563 4,333 80,068 7 ,463 3,558 83,626 8 ,424 3,263 86,889 9 ,421 3,241 90,130 10 ,381 2,928 93,058 11 ,328 2,525 95,584 12 ,295 2,269 97,853 13 ,279 2,147 100,000
Extraction Method: Principal Component Analysis.
Component Matrix Component 1 2 CA4 ,772 CB1 ,770 CA2 ,764 CA3 ,761 CB2 ,748 CD1 ,739 CC1 ,736 CC2 ,735 CA1 ,731 CB3 ,726 CB4 ,688 CD3 ,665 CD2 ,507 ,709
Extraction Method: Principal Component Analysis. a. 2 components extracted.
Từ kết quả ma trận xoay, biến CD2 bị loại vì vi phạm tính phân biệt trong ma trận xoay với hệ số tải lần lượt 0.507 và 0.709, mức chênh lệch hệ số tải nhỏ hơn 0.3. Sau khi loại 1 biến CD2, phân tích nhân tố EFA lần 2 với kết quả như sau:
Bảng 4.2.3.1.2. Kết quả phân tích nhân tố khám phá EFA cho các biến độc lập (2)
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,938
Bartlett's Test of Sphericity
Approx. Chi-Square 2502,578
df 66
Total Variance Explained
Compone nt
Initial Eigenvalues
Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6,548 54,567 54,567 6,548 54,567 54,567 2 ,796 6,629 61,196 3 ,729 6,077 67,274 4 ,675 5,626 72,900 5 ,596 4,970 77,870 6 ,486 4,053 81,923 7 ,432 3,598 85,521 8 ,421 3,512 89,033 9 ,384 3,196 92,229 10 ,358 2,980 95,209 11 ,296 2,465 97,674 12 ,279 2,326 100,000
Extraction Method: Principal Component Analysis.
Kết quả KMO và Bartlett’s Test cho thấy hệ số KMO = 0.938 nằm trong khoảng 0.5 đến 1 nên phân tích nhân tố được chấp nhận với tập nghiên cứu. Hệ số sig. < 0.05, phân tích nhân tố phù hợp.
Giá trị Eigenvalue của nhân tố đầu tiên (6.548) > 1 cho thấy nhân tố này mang ý nghĩa tóm tắt thơng tin tốt nhất. Tổng phương sai trích = 54.567 ≥ 50% cho thấy mơ hình EFA là phù hợp. Như vậy, 1 nhân tố được trích cơ đọng được 54.567% biến thiên các biến quan sát. Do chỉ có 1 nhân tố được lọc nên khơng áp dụng ma trận xoay.
4.2.3.2 Phân tích nhân tố khám phá (EFA) cho các biến phụ thuộc (R1 đến R5)
Bảng 4.2.3.2.1. Kết quả phân tích nhân tố khám phá EFA cho biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
,785 Bartlett's Test of Sphericity Approx. Chi-Square 915,655
df 10
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3,087 61,747 61,747 3,087 61,747 61,747 2 ,904 18,089 79,837 3 ,429 8,585 88,422 4 ,359 7,170 95,592 5 ,220 4,408 100,000
Extraction Method: Principal Component Analysis.
Component Matrixa Component 1 R2 ,870 R3 ,840 R4 ,812 R1 ,784 R5 ,593
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
Kết quả KMO và Bartlett’s Test cho thấy hệ số KMO = 0.785 nằm trong khoảng 0.5 đến 1 nên phân tích nhân tố được chấp nhận với tập nghiên cứu. Hệ số sig. < 0.05, phân tích nhân tố phù hợp. Giá trị Eigenvalue của nhân tố đầu tiên (3.087) > 1 cho thấy nhân tố này mang ý nghĩa tóm tắt thơng tin tốt nhất. Tổng phương sai trích = 61.747 ≥ 50% cho thấy mơ hình EFA là phù hợp. Như vậy, 1 nhân tố được trích cơ đọng được 61.747% biến thiên các biến quan sát. Khơng có biến nào bị loại khi kiểm tra EFA cho biến phụ thuộc. Do chỉ có 1 nhân tố được lọc nên khơng áp dụng ma trận xoay.
Sau khi kết thúc phân tích EFA có loại trừ biến khơng phù hợp, chỉ có 1 nhóm nhân tố ảnh hưởng đến sự hài lòng số được tổng hợp như sau:
Bảng 4.2.3.2.2. Bảng tổng hợp Kết quả phân tích nhân tố khám phá EFA
Ký hiệu
trước Ký hiệu sau Câu hỏi
Dạng biến
CA1
C
Nội dung của dịch vụ và sản phẩm của các hãng HKGR anh/ chị thấy trên ứng dụng của thiết bị di động có kết nối wifi/4G rất phù hợp và chuẩn xác
Độc lập
CA2
Các bước đặt dịch vụ và sản phẩm của các hãng HKGR anh/ chị thấy trên ứng dụng của thiết bị di động có kết nối wifi/4G được sắp xếp theo trình tự
chuẩn xác
CA3
Dịch vụ và sản phẩm của các hãng HKGR anh/ chị thấy trên ứng dụng của thiết bị di động có kết nối wifi/4G có
liên kết đến dịch vụ khách hàng của hãng HKGR một cách nhanh chóng
Độc lập CA4
Tốc độ xử lý thông tin trên ứng dụng
của thiết bị di động có kết nối wifi/4G
rất hiệu quả
CB1
Đặt sản phẩm & dịch vụ của các hãng HKGR trên ứng dụng của thiết bị di động có kết nối wifi/4G rất đơn giản
trong quá trình thao tác
CB2
Giao dịch sản phẩm & dịch vụ của các hãng HKGR trên ứng dụng của thiết bị di động có kết nối wifi/4G rất nhanh
chóng & hiệu quả
CB3
Giao diện quảng cáo sản phẩm & dịch vụ của các hãng HKGR trên ứng dụng của thiết bị di động có kết nối wifi/4G rất
thân thiện với người dùng
di động có kết nối wifi/4G có khả năng
định vị vị trí hiện tại của hành khách một cách chính xác
CC1
Anh/chị chọn sản phẩm & dịch vụ của các hãng HKGR trên ứng dụng của thiết bị di động có kết nối wifi/4G một cách
tự do và chủ động
CC2
Anh/chị chọn sản phẩm & dịch vụ của các hãng HKGR trên ứng dụng của thiết bị di động có kết nối wifi/4G một cách
chính xác và nhanh chóng
CD1
Anh/ chị cảm thấy an toàn & tin tưởng khi đặt sản phẩm và dịch vụ của các hãng HKGR qua ứng dụng của thiết bị di động có kết nối wifi/4G
CD3
Anh/ chị cảm thấy an tồn khi thanh tốn bằng thẻ đặt sản phẩm và dịch vụ của các hãng HKGR qua ứng dụng của thiết bị di động có kết nối wifi/4G
R1
R
Sử dụng thiết bị di động kết nối wifi/4G trong việc đặt dịch vụ và sản phẩm của các hãng HKGR tiết kiệm nhiều thời
gian
Phụ thuộc R2
Sử dụng thiết bị di động kết nối wifi/4G trong việc đặt dịch vụ và sản phẩm của các hãng HKGR rất tiện lợi tại mọi địa
điểm
R3
Sử dụng thiết bị di động kết nối wifi/4G trong việc đặt dịch vụ và sản phẩm của các hãng HKGR không phụ thuộc vào
thời gian giao dịch
R4 Sử dụng thiết bị di động kết nối wifi/4G
sản phẩm của các hãng HKGR rất kịp
thời và nhanh chóng
R5
Sử dụng thiết bị di động kết nối wifi/4G trong việc phản ảnh thơng tin chăm sóc khách hàng của các hãng HKGR rất tiện
lợi
Sau phân tích EFA lần 2, số biến phụ thuộc gồm 12 yếu tố, hình thành 1 nhóm duy nhất phản ánh tác động của ứng dụng du lịch 4.0 (tiện ích) đến sự hài lịng số của khách hàng. Để đơn giản hóa q trình sử dụng SPSS phân tích sự tương quan giữa biến độc lập và biến phụ thuộc, các biến đại diện thay thế được tạo ra bằng cách sử dụng hàm Mean trong SPSS. Vì vậy, mơ hình nghiên cứu mới và giả thuyết hình thành mới như sau:
Giả thuyết (H): Có một mối quan hệ tích cực giữa tiện ích ứng dụng Du lịch 4.0 đến sự hài lòng số của khách hàng sử dụng dịch vụ HKGR tại Việt Nam