Biến quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan
biến tổng Alpha loại biến này nếu
Sự hài lòng của khách hàng: Alpha = 0,792
HL27 6,95 2,018 0,590 0,766
HL28 6,88 2,048 0,643 0,708
HL29 6,83 1,987 0,670 0,678
Nguồn: mã hoá dữ liệu SPSS trong phụ lục 4
- Đánh giá thang đo bằng phân tích nhân tố khám phá EFA
Tập hợp các biến quan sát đã qua kiểm tra về độ tin cậy đưa vào phân tích nhân tố (24 biến nghiên cứu các nhân tố tác động đến chất lượng dịch vụ và 3 biến quan sát đo lường mức độ hài lòng của khách hàng). Quá trình này được gọi là phân tích nhân tố lần 1 với kết quả ở phụ lục 6.
Với lý thuyết Ho đặt ra trong phân tích này là giữa 24 biến quan sát trong tổng thể khơng có mối tương quan với nhau. Kiểm định KMO và Barlett’s trong
= 0,856 (lớn hơn 0,5) cao chứng tỏ phân tích EFA thích hợp được sử dụng trong phân tích này. Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích Principal components và phép quay Varimax, phân tích nhân tố được 6 nhân tố từ 24 biến quan sát và phương sai trích là 61,803% (lớn hơn 50%) đạt yêu cầu.
Dựa trên phân tích của bảng Rotated Component Matrix(a) xem xét như sau: để đảm bảo sự hội tụ cao nhất của các nhân tố thì các biến có hệ số tải nhỏ hơn 0,40 sẽ bị loại. Biến TC4 có hai hệ số tải nhân tố là 0,489 và 0,499, mặc dù đều lớn hơn 0,40 nhưng cả hai nhân tố lại nhỏ hơn 0,50 nên ko đảm bảo được mức ý nghĩa thực của EFA. Theo Hair & ctg (Multivariate Data Analysis, 1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố lớn hơn hoặc bằng 0,50 được xem là có ý nghĩa thực tiễn. Vì vậy, biến TC4 sẽ bị loại.
Những biến qua sát qua phân tích lần 1 thành cơng (23 biến) được đưa vào phân tích nhân tố lần hai được kết quả như phụ lục 7.
Với hệ số KMO: 0,866 cao chứng tỏ EFA thích hợp; Eigenvalue: 1,137 và Tổng phương sai: 58,405% cũng đạt yêu cầu; Số nhân tố: 5.