2.4 Đánh giá chất lƣợng dịch vụ ngân hàng bán lẻ tại SCB thông qua ý kiến
2.4.2.3 Kết quả phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá là một kỹ thuật phân tích thống kê cho phép rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu. Phân tích EFA giúp chúng ta kiểm tra giá trị hội tụ (thơng qua tỷ lệ phương sai trích và hệ số tải nhân tố) và giá trị phân biệt của thang đo (thông qua số lượng nhân tố rút trích được). Điều kiện để chấp nhận các nhân tố rút trích được bằng phương pháp EFA:
- Hệ số KMO (Kaiser – Meyer – Olkin): chỉ tiêu dùng để xem xét sự thích hợp của phân tích nhân tố phải đạt từ 0,5 trở lên (0,5<KMO<1).
- Kiểm định Barlett’s test: xác định các biến có tương quan hay khơng bằng cách xem xét giả thuyết là khơng có tương quan giữa các biến, nếu Sig <0,05 thì các biến quan sát có tương quan với nhau trong tổng thể.
- Hệ số Eigenvalues: biểu thị sự biến thiên theo các nhân tố của biến khảo sát, theo Hair và ctg (1995), nếu hệ số Eigenvalues >1 thì các nhân tố thành phần mới có ý nghĩa thống kê.
62
- Tổng phương sai trích: biểu thị sự biến thiên của tập dữ liệu ban đầu được giải thích bởi các nhân tố, thang đo được chấp nhận khi tổng phương sai trích của tất cả các nhân tố lớn hơn 50%.
Kết quả phân tích EFA thang đo chất lƣợng dịch vụ ngân hàng bán lẻ
Dựa vào kết quả phân tích SPSS trong phụ lục 6.1, hệ số KMO khá cao (bằng 0,851>0,5), kiểm định Barlett’s test có sig=0,000 <0,05, cho thấy phân tích EFA rất thích hợp. Tại các mức giá trị Eigenvalues >1, với phương pháp rút trích principal components và phép quay varimax, phân tích nhân tố đã trích được 5 nhân tố từ 24 biến quan sát với tổng phương sai trích là 65,005% (lớn hơn 50%) đạt yêu cầu. Tuy nhiên, theo kết quả trong bảng Rotated Component Matrix thì biến DU1 bị loại do có hệ số tải nhân tố cao nhất là 0,415 (nhân tố 1) và 0,400 (nhân tố 5) đều nhỏ hơn 0,5.
Sau khi loại biến DU1 khơng đạt u cầu trong phân tích EFA, thang đo chất lượng dịch vụ NHBL được đo lường bằng 23 biến quan sát. Kết quả phân tích EFA lần 2 trong phụ lục 6.2 cho thấy hệ số KMO vẫn khá cao (bằng 0,842>0,5), kiểm định Barlett’s test có sig=0,000 <0,05, cho thấy phân tích EFA rất thích hợp. Với tổng phương sai trích là 65,643% (lớn hơn 50%), hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5 (đạt yêu cầu), phân tích nhân tố đã trích được 5 nhân tố phù hợp với mơ hình lý thuyết. Tuy nhiên, một số biến quan sát không vào đúng vị trí của các nhân tố được đưa ra ban đầu, cụ thể:
Nhân tố 1 - DC gồm các biến: DC1, DC2, DC3, DC4, DC5, DB3 Nhân tố 2 - DU gồm các biến: DU2, DU3, DU4, DC6, DC7 Nhân tố 3 - TC gồm các biến: TC1, TC2, TC3, TC4, TC5 Nhân tố 4 - HH gồm các biến: HH1, HH2, HH3, HH4 Nhân tố 5 - DB gồm các biến: DB1, DB2, DB4
Kết quả phân tích EFA thang đo sự thoả mãn
Dựa vào kết quả phân tích SPSS trong phụ lục 6.3, hệ số KMO bằng 0,732>0,5 và kiểm định Barlett’s test có sig=0,000 <0,05, cho thấy phân tích EFA
63
components và phép quay varimax, phân tích nhân tố đã trích được 1 nhân tố duy nhất từ 3 biến quan sát với tổng phương sai trích là 81,170% (lớn hơn 50%) và hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5 (đạt yêu cầu), nhân tố này dùng để giải thích thang đo mức độ thoả mãn của khách hàng là hợp lý.
Như vậy, sau khi phân tích nhân tố khám phá EFA thì mơ hình nghiên cứu và giả thuyết nghiên cứu được giữ nguyên, biến DU1 bị loại khỏi mơ hình, một số biến quan sát khác thay đổi vị trí và thuộc vào nhân tố khác so với mơ hình ban đầu.