Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach’s Alpha nếu
loại biến Thang đo yếu tố cơ sở vật chất (CSVC)
Alpha: 0.906 CSVC.1 16.32 5.520 .711 .896 CSVC.2 16.37 4.989 .864 .863 CSVC.3 16.30 5.786 .584 .921 CSVC.4 16.39 4.965 .853 .865 CSVC.5 16.36 4.908 .818 .873
Thang đo yếu tố giá vé (GV) Alpha: 0.826
GV.1 7.93 2.453 .717 .725
GV.2 7.75 2.887 .626 .814
GV.3 7.83 2.624 .709 .733
Thang đo yếu tố giá trị thương hiệu (TH) Alpha: 0.817
TH.1 11.82 3.223 .640 .769
TH.2 11.88 3.288 .627 .775
TH.3 12.05 3.163 .631 .773
TH.4 11.78 3.196 .651 .763
Thang đo yếu tố thái độ phục vụ (TD) Alpha: 0.848
TD.1 16.43 6.514 .776 .785
TD.2 16.44 7.057 .668 .815
Từ kết quả của bảng 4.3 cho thấy hệ số Crobach’s Alpha của các nhân tố đều có giá trị lớn hơn 0.6 và giá trị tương quan biến tổng lớn hơn 0.3. Do đó, nghiên cứu giữ lại tất cả các biến quan sát và tiếp tục phân tích nhân tố khám phá EFA. Kết quả phân tích phản ánh các biến quan sát trong khái niệm nghiên cứu có mối tương quan khá chặt chẽ với nhau. Vì vậy, thang đo có tính tin cậy khá cao. (xem phụ lục 4)
4.2.2 Phân tích nhân tố khám phá
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phân tích nhân tố được sử dụng để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này đều liên hệ với nhau và số lượng của chúng phải giảm bớt để dễ dàng phân tích. Giữa các nhóm
TD.4 16.60 7.207 .533 .851
TD.5 16.57 6.687 .654 .819
Thang đo yếu tố sự thuận tiện (TT) Alpha: 0.819
TT.1 11.53 4.608 .613 .786
TT.2 11.71 3.850 .657 .768
TT.3 11.55 4.528 .602 .789
TT.4 11.57 4.068 .704 .742
Thang đo yếu tố tin cậy (TC) Alpha: 0.796
TC.1 11.78 3.373 .564 .768
TC.2 11.94 3.304 .602 .748
TC.3 11.79 3.313 .701 .699
TC.4 11.49 3.675 .571 .762
Thang đo yếu tố xu hướng lựa chọn (XHLC) Alpha: 0.743
XHLC.1 11.52 2.719 .716 .578
XHLC.2 11.66 3.136 .624 .644
XHLC.3 11.87 3.056 .471 .724
biến có tác động qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản. Một số tham số thống kê được sử dụng trong luận văn:
Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố.
Correlation matrix (ma trận hệ số tương quan): cho biến hệ số tương quan
giữa các biến trong phân tích.
Factor loading (hệ số tải nhân tố): là những hệ số tương quan đơn giữa các biến và các nhân tố.
KMO (Kaiser – Meyer – Olin): Đây là hệ số dùng để xem xét sự thích hợp
khi phân tích nhân tố. Hệ số KMO (giữa 0.5 và 1) là có ý nghĩa và phân tích nhân tố là thích hợp. Cịn nếu như hệ số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp.
Khi phân tích nhân tố EFA, nghiên cứu sử dụng phương pháp trích các thành
phần chính (Principal components analysis) với phép xoay varimax và điểm dừng khi trích các nhân tố Eigenvalues >1. Mơ hình nghiên cứu đưa ra có 6 biến độc
lập ảnh hưởng đến xu hướng lựa chọn dịch vụ hàng không với tổng cộng 29 biến quan sát. (xem phụ lục 5)