Số thứ tự Thang đo Số biến quan sát Cronbach’s Alpha Hệ số tương quan biến tổng thấp nhất Trước Sau
1 Nhận biết thương hiệu 5 4 0.86 0.633 2 Chất lượng cảm nhận hữu hình 6 6 .935 .793 3 Chất lượng cảm nhận vơ hình 5 5 .917 .718 4 Giá cả cảm nhận 3 3 .799 .551 5 Hình ảnh thương hiệu 4 4 .805 .565 6 Lòng trung thành thương hiệu 3 3 .778 .530
7 Giá trị thương hiệu 3 3 .852 .656
(Nguồn: Kết quả điều tra của tác giả tháng 09/ 2013)
Kết quả sau khi chạy Cronbach Alpha loại một biến BA5 (Tơi có thể nhớ màu sắc đặc
trưng của thương hiệu Home). Lý giải cho việc loại biến này, các khách hàng cho rằng câu
hỏi không được diễn đạt rõ ràng, màu sắc của thương hiệu là màu sắc gì, màu logo hay màu
đồng phục nhân viên… Nhiều khách hàng nghĩ màu sắc đặc trưng của thương hiệu là màu
logo, nếu vậy thì nội dung câu hỏi bị trùng lắp với nội dung biến BA4 (Tơi có thể nhận biết logo của thương hiệu Home một cách nhanh chóng). Do đó có thể chấp nhận việc loại biến BA5 khỏi mơ hình và kết quả kiểm định các thang đo được tóm tắt như sau:
Tất cả 7 thang đo có hệ số Cronbach Alpha lớn hơn 0.6 – đạt tiêu chuẩn, nên đều được giữ lại và sử dụng trong phân tích tiếp theo.
3.2.3.2 Phân tích nhân tố EFA
Phân tích nhân tố là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và ctg, 1998) .
Khi phân tích nhân tố, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn nhất định để đánh giá kết quả phân tích.
- Thứ nhất: Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định
Barlett ≤ 0.5. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤
KMO ≤ 1 thì phân tích là thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng
Trọng và Mộng Ngọc, 2005).
- Thứ hai: Hệ số tải nhân tố (Factor Loading). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu thị trường với SPSS – 2008, nếu quan sát có hệ số tải nhân tố nhỏ hơn 0.4 sẽ bị loại khỏi mơ hình. Theo Hair & ctg, Factor Loading 0.3 được xem là mức tối thiểu, lớn hơn 0.4 được xem là quan trọng, lớn hơn 0.5 được
xem là có ý nghĩa thực tiễn. Trong nghiên cứu này tác giả chọn tiêu chuẩn factor loading lớn hơn 0.5 để kết quả nghiên cứu có giá trị thực tiễn hơn.
- Thứ ba: Thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50%.
- Thứ tư: Hệ số Eigenvalue có giá trị hớn hơn hoặc bằng 1.
- Thứ năm: Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để bảo đảm giá trị phân biệt giữa các nhân tố.
Thang đo các thành phần của giá trị thương hiệu
Tác giả sử dụng phương pháp trích yếu tố Principal Component Analysis cùng với
phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue ≥ 1.
Các thành phần của giá trị thương hiệu mà đề tài sử dụng gồm 6 thành phần với 26 biến quan sát, sau khi kiểm định Cronbach Alpha, loại 1 biến và 25 biến còn lại tiếp tục được
đưa vào phân tích nhân tố EFA.