Biến quan sát
Trung bình thang
đo nếu loại biến Phương sai thang đo nếu loại biến
Tương quan biến - tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Tính hữu hình: Cronbach’s Alpha = 0.871
huuhinh01 13.4417 12.315 .555 .907 huuhinh02 12.7292 11.663 .786 .813 huuhinh03 12.7833 11.685 .816 .803 huuhinh04 13.0208 10.824 .778 .813 Đồng cảm: Cronbach’s Alpha = 0.856 dongcam01 26.1417 22.792 .682 .825 dongcam02 25.9208 23.563 .721 .817 dongcam03 26.0042 23.929 .737 .815 dongcam04 25.9500 23.939 .667 .827 dongcam05 26.1083 24.047 .707 .820 dongcam06 25.0417 28.735 .358 .877
Tính tin cậy: Cronbach’s Alpha = 0.795
tincay01 21.5583 11.101 .502 .779 tincay02 21.8458 10.566 .593 .752 tincay03 22.5292 10.116 .505 .784 tincay04 22.3542 9.878 .626 .740 tincay05 22.2792 10.035 .675 .726
Năng lực phục vụ: Cronbach’s Alpha = 0.882
nangluc01 21.6583 11.858 .552 .891 nangluc02 22.1917 9.988 .780 .841 nangluc03 22.3917 10.089 .719 .857 nangluc04 22.4625 10.191 .737 .852 nangluc05 22.3458 10.219 .804 .837 Đáp ứng: Cronbach’s Alpha = 0.929 dapung01 16.4792 11.221 .775 .926 dapung02 16.4625 10.601 .864 .897 dapung03 16.6083 10.423 .869 .895 dapung04 16.4625 11.020 .826 .909
Sự hài lòng khách hàng: Cronbach’s Alpha = 0.830
hailong01 11.1250 4.286 .670 .785 hailong02 11.5583 3.821 .683 .771 hailong03 11.2417 3.749 .718 .736
Quan sát bảng trên, ta thấy kết quả kiểm định độ tin cậy hệ số Cronbach’s Alpha của các thang đo là khá cao cho thấy tất cả các thang đo đều đạt yêu cầu về độ tin cậy, cụ thể :
Độ tin cậy của các thang đo:
- “Tính hữu hình” có hệ số Cronbach’s Alpha = 0.871; - “Năng lực phục vụ” có hệ số Cronbach’s Alpha = 0.882; - “Đồng cảm” có hệ số Cronbach’s Alpha = 0.856;
-“Tính Tin cậy” có hệ số Cronbach’s Alpha = 0.795; - “Đáp ứng” có hệ số Cronbach’s Alpha = 0.929 và
- “Hài lịng khách hàng” có hệ số Cronbach’s Alpha = 0.830.
Hệ số tương quan biến - tổng của các biến quan sát trong bảng trên đều
lớn hơn 0.3 do đó tất cả thang đo đều được đưa vào phân tích nhân tố khám phá (EFA) vào bước tiếp theo.
Tuy nhiên quan sát bảng trên, ta thấy:
- Biến quan sát dongcam06 (“Ngân hàng có mạng lưới chi nhánh rộng
khắp”) có hệ số tương quan biến tổng tương đối thấp so với các biến
quan sát khác trong cùng thang đo. Tuy nhiên, do vẫn đạt tiêu chuẩn nghiên cứu của đề tài (hệ số tương quan biến tổng >0.3) nên tác giả giữ lại phục vụ cho bước nghiên cứu tiếp theo. Ở bước phân tích EFA tiếp theo, nếu xem xét biến dongcam6 khơng có giá trị hội tụ thang đo thì tác giả sẽ loại ra khỏi mơ hình.
- Biến quan sát huuhinh01 (“Ngân hàng có trang thiết bị hiện đại”) có hệ số tương quan biến tổng là 0.555, đạt yêu cầu nghiên cứu và đủ điều kiện để đưa vào phân tích EFA. Tuy nhiên, nếu loại biền này ra
Độ tin cậy thang đo lúc này đạt giá trị ưu việt, nhưng qua kết quả nghiên cứu định tính cho thấy các cá nhân tham gia phỏng vấn nhóm đều có sự nhất trí cao rằng yếu tố trang thiết bị hiện đại của ngân hàng có ảnh hưởng nhất định đến sự hài lịng của khách hàng tiền gửi. Do đó, cũng như biến dongcam6, tác giả đề xuất chưa loại ra khỏi mơ hình ở bước kiểm tra độ tin cậy mà giữ lại và kiểm tra ở bước phân tích EFA tiếp theo.
4.2.2 Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Khi phân tích nhân tố khám phá EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn:
- Thứ nhất, hệ số KMO (Kaiser- Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011). Giá trị KMO trong khoảng từ 0.5 - 1 thì phân tích nhân tố là thích hợp. (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì giữa các biến quan sát có tương quan với nhau trong tổng thể đủ để tiến hành phân tích EFA. (Hair, 2010).
- Thứ hai, hệ số tải nhân tố (Factor Loading), theo Hair & các tác giả (2010), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố bằng 0.3 được xem đạt mức tối thiểu, từ giá trị 0.4 trở lên, hệ số tải nhân tố được xem là quan trọng, và từ 0.5 được xem là có ý nghĩa thực tiễn. Ngồi ra, Hair & ctg (2010) cũng đề nghị: nếu chọn tiêu chuẩn hệ số tải nhân tố ≥ 0.3 thì cỡ mẫu của nghiên cứu ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố ≥ 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải ≥ 0.75. Trong nghiên cứu này, nếu biến quan sát nào có hệ số tải nhân tố < 0.50 sẽ bị loại.
- Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Nguyễn Đình Thọ, 2011). Cũng theo Nguyễn Đình Thọ (2011) thì tổng phương sai trích từ 60% trở lên là tốt.
- Thứ tư, điểm dừng khi trích các yếu tố có hệ số Eigenvalue phải có giá trị ≥ 1 (Hair, 2011).
- Thứ năm, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.30 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi, 2003).
4.2.2.1 Phân tích EFA đối với các thành phần của thang đo chất lượng dịch vụ lượng dịch vụ
Trong đề tài này, khi phân tích EFA cho các nhân tố tác động, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigen value lớn hơn 1.
Phân tích nhân tố lần 1
Kết quả xử lý bằng phần mềm SPSS, ta thu được hệ số KMO = 0.870 lớn hơn 0.5 nên phân tích nhân tố khám phá (EFA) phù hợp với dữ liệu thu được. Kiểm định Bartlett có mức ý nghĩa Sig = 0.000 nhỏ hơn 0.05, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Như vậy, đạt điều kiện để phân tích nhân tố
Bảng 4.3. Kiểm định KMO và Bartlett (lần 1) Kiểm định nhân tố KMO và Barlett
Hệ số KMO .870
Kiểm định Barlett
Giá trị kiểm định thống kê
(Approx. Chi-Square) 3.770E3
Df 276
Dựa vào bảng giải thích biến (Total Variance Explained) thì có 5 nhân tố được rút ra với hệ số Eigenvalue = 1.236 lớn hơn 1 và 5 nhân tố này giải thích được 68.387% biến thiên dữ liệu (Xem phụ lục 7).
Sau khi sử dụng phương pháp trích Principal Component Analysis và phép quay Varimax, kết quả đạt được như sau: 24 biến quan sát của chất lượng dịch vụ được gom thành 5 khái niệm. Lần lượt xem xét độ phù hợp của từng biến quan sát, ta thấy tất cả các biến quan sát đều có hệ số tải nhân tố lớn hơn 0.5 . Lần lượt xem xét độ phù hợp của từng biến quan sát, ta thấy biến quan sát “dongcam06” có hệ số tải nhân tố nhỏ hơn 0.5 nên ta sẽ loại biến này để tiếp tục phân tích nhân tố lần nữa. Lý giải cho việc loại biến này, biến “dongcam06” có ý nghĩa không giống với 5 biến dongcam cịn lại (“dongcam06” là ngân hàng có mạng lưới rộng khắp, yếu tố này thiên về quy mô hơn là về mặt dịch vụ khách hàng - đồng cảm) do đó khi phân tích EFA đã cho thấy nó khơng nhóm chung với các biến cịn lại, về mặt ý nghĩa không phù hợp nên tác giả quyết định loại bỏ. Việc loại bỏ cũng khơng gây ảnh hưởng đến các biến cịn lại.
Phân tích nhân tố lần 2
Sử dụng phần mềm SPSS để rút trích nhân tố, ta kiểm định hệ số KMO = 0.871 lớn hơn 0.5 nên EFA phù hợp với dữ liệu. Kiểm định Barlett có mức ý nghĩa Sig = 0.000 nhỏ hơn 0.05, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Như vậy, đạt điều kiện để phân tích nhân tố