hàng
Biến Involvement (Sự tham gia của khách hàng) của giả thuyết H3 bao hàm 2 biến Interaction của giả thuyết H1 và và Activenss của giả thuyết H2 nên chỉ cần kiểm định hệ số Cronbach’s Alpha cho thang đo Sự tham gia của khách hàng, người viết sẽ có được kết quả cho cả 2 biến còn lại. Bộ câu hỏi của dự án HMP bao gồm 6 câu hỏi, tương ứng với 6 tiêu chí đánh giá Sự tham gia của khách hàng nói chung.
Bảng 4.6: Kết quả kiểm định hệ số Cronbach’s Alpha cho thang đo Sự tham gia của khách hàng (lần 1)
Reliability Statistics
Cronbach's Alpha N of Items
.669 6
Nguồn SPSS
Thang đo nhân tố Sự tham gia của khách hàng gồm 6 biến quan sát, thu về 1558 mẫu.Dựa vào kết quả kiểm định có thể thấy hệ số Cronbach's Alpha của biến Sự tham gia của khách hàng đạt mức 0.669 (nằm trong khoảng 0.6 đến 0.9) chứng tỏ thang đo này đủ độ tin cậy để tiếp tục phân tích. Do câu hỏi mã STG_4 có hệ số Cronbach’s alpha là 0.691, lớn hơn số liệu cho biến lớn Sự tham gia của khách hàng, người viết quyết định loại bỏ biến quan sát này để thu được hệ số Cronbach’s alpha cao hơn. Đồng thời biến này cũng có hệ số tương quan biến tổng nhỏ hơn 0.3, không phù hợp để phân tích nhân tố nên sẽ được loại bỏ.
Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted STG_1 26.32 16.003 .472 .600 STG_4 26.14 18.997 .234 .691 STG_2 25.97 17.882 .479 .602 STG_6 26.94 17.972 .364 .640 STG_5 25.31 19.431 .493 .613 STG_3 26.18 17.925 .438 .614
Kết quả hệ số kiểm định thu được sau lần 2 cho thấy hệ số Cronbach’s Alpha của biến Sự tham gia của khách hàng lúc này đạt 0.692, đã tăng lên sau khi loại bỏ biến quan sát STG_4. Như vậy, các biến quan sát đều đã thỏa mãn điều kiện và đủ độ tin cậy cho các bước phân tích tiếp theo.
Bảng 4.7: Kết quả kiểm định hệ số Cronbach’s Alpha thang đo Sự tham gia của khách hàng (lần 2)
Reliability Statistics
Cronbach's Alpha N of Items
.692 5
Nguồn SPSS
4.2.2 Kiểm định hệ số Cronbach’s Alpha cho thang đo Sự thỏa mãn của khách hàng
Nhìn vào bảng có thể thấy, biến Sự hài lòng của khách hàng có hệ số Cronbach’s alpha bằng 0.811, một kết quả tương đối cao và hoàn toàn nằm trong khoảng cho phép nên thang đo này đủ độ tin cậy trong sử dụng phân tích nghiên cứu. 6 biến quan sát cho biến lớn Sự thỏa mãn của khách hàng cũng hoàn toàn đủ độ tin cậy. Có thể thấy biến quan sát STM_3 có hệ số Cronbach’s Alpha lớn hơn 0.811, tuy nhiên biến này có hệ số tương quan biến tổng phù hợp, nằm trong khoảng cho phép để phân tích nhân tố nên người viết quyết định không loại bỏ biến này.
Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted STG_1 21.10 11.599 .466 .639 STG_2 20.75 13.041 .504 .619 STG_6 21.72 13.178 .371 .678 STG_5 20.09 14.542 .506 .635 STG_3 20.95 13.159 .449 .641
Bảng 4.8: Kết quả kiểm định hệ số Cronbach’s Alpha cho biến Sự thỏa mãn của khách hàng
Reliability Statistics
Cronbach's Alpha N of Items
.811 6
Item-Total Statistics
Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted STM_1 25.87 19.540 .694 .757 STM_4 26.08 19.704 .634 .768 STM_6 25.70 21.509 .438 .809 STM_5 25.96 19.644 .613 .772 STM_2 26.03 19.213 .679 .758 STM_3 26.04 20.017 .428 .821 Nguồn SPSS 4.3 Phân tích nhân tố
Phân tích nhân tố thường được dùng trong quá trình xây dựng thang đo lường các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm định tính đơn khía cạnh của đo lường (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Phương pháp phân tích nhân tố giúp ta đo lường các biến mà đặc tính của chúng là không thể đo lường bằng một câu hỏi mà cần có sự tổng hợp gián tiếp nhiều câu hỏi khác nhau. Như vậy, phân tích nhân tố vừa giúp ta rút gọn tập hợp nhiều biến thành một số biến tương đối ít đồng thời kiểm tra độ kết dính hay độ tin cậy của các biến trong cùng một thang đo.
Do mô hình nghiên cứu chính trong bài chỉ bao gồm hai biến lớn (2 biến độc lập của giả thuyết H1 và H2 là tập con của biến độc lập của giả thuyết H3 và 1 biến phụ thuộc) với 11 biến quan sát nhỏ (1 biến đã bị loại do chỉ số tương quan biến tổng không phù hợp), người viết sẽ phân tích nhân tố của tất cả 11 biến này trước khi tiến hành phân tích nhân tố riêng cho biến độc lập và biến phụ thuộc. Bước phân tích chung sẽ cho biết liệu các biến quan sát đã thực sự tách thành 2 nhóm hay chưa,
có phù hợp với biến lớn hay không và loại bỏ hoàn toàn được các biến quan sát không thích hợp, qua đó kết quả nghiên cứu sẽ chính xác hơn.
Cũng như các phương pháp phân tích thống kê khác, trước khi tiến hành phân tích nhân tố, cần kiểm tra xem việc dùng phương pháp này có phù hợp hay không. Việc kiểm tra sẽ được thực hiện bởi việc tính hệ số KMO and Bartlett’s Test. KMO (Kaiser – Meyer – Olkin) dùng để kiếm tra sự phù hợp xem kích thước mẫu có phù hợp với phân tích nhân tố hay không còn Bartlett’s Test dùng để kiểm định giả thuyết H0 là các biến không có tương quan với nhau trong tổng thể.
Để phân tích nhân tố trong bài nghiên cứu này, người viết đi theo các bước cơ bản bao gồm:
Bước 1: Tính ma trận các mối liên quan cho tất cả các biến quan sát. Bước 2: Ra quyết định cuối cùng về số nhân tố cần giữ lại.
Bước 3: Phân tích nhân tố cho biến độc lập. Bước 4: Phân tích nhân tố cho biến phụ thuộc. (adsbygoogle = window.adsbygoogle || []).push({});