đo
Phân tích nhân tố khám phá (EFA) là tên chung của một nhóm thủ tục được sử dụng phổ biến để đánh giá thang đo hay rút gọn một tập biến. Trong nghiên cứu này, phân tích nhân tố được ứng dụng để tóm tắt các tập biến quan sát vào một số nhân tố nhất định đo lường các khía cạnh khác nhau của các khái niệm nghiên cứu. Khi phân tích nhân tố khám phá, các nhà nghiên cứu đều quan tâm đến một số tiêu chuẩn như sau:
Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự
thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.50 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2, trang 31). Kaiser (1974) trích trong Nguyễn Đình Thọ (2011, trang 397) đề nghị KMO ≥ 0.9 : rất tốt; KMO ≥ 0.8 : tốt; KMO ≥ 0.7 : được; KMO ≥ 0.6 : tạm được; KMO ≥ 0.5 : xấu; KMO < 0.5 : không thể chấp nhận được.
Thứ hai, hệ số tải là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, hệ số
tải lớn hơn 0.30 được xem là đạt mức tối thiểu, hệ số tải lớn hơn 0.40 được xem là quan trọng, lớn hơn 0.50 được xem là có ý nghĩa thiết thực (Hair và cộng sự, 2010). Trong bài, tác giả chọn “Suppress absolute values less than” bằng 0.50 để đảm bảo ý nghĩa thiết thực của EFA.
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và Thứ tư, hệ số eigenvalue có giá trị lớn hơn 1 (Hair và cộng sự, 2010).
Thứ năm là khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố
≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003). Tác giả sử dụng phương pháp trích yếu tố Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1 được sử dụng cho phân tích nhân tố với hai nhóm biến: nhóm 40 biến quan sát và nhóm 8 biến quan sát.
Sau 11 lần phân tích nhân tố thu nhỏ dữ liệu và đánh giá sơ bộ thang đo, tác giả đã loại bỏ các biến không đáp ứng năm tiêu chuẩn của EFA nhằm đảm bảo độ
tin cậy; kết quả phân tích nhân tố khám phá cho thấy 29 biến quan sát được nhóm thành 10 nhân tố. Trong bảng 3.2 cho thấy hệ số tải của các biến đều lớn hơn 0.50 nên các biến quan sát đều quan trọng và có ý nghĩa thiết thực đối với nhân tố.
Bảng 3.2: Kết quả EFA thang đo các yếu tố tác động đến quyết định lựa chọn ngân hàng của khách hàng cá nhân (lần 1)
Biến quan sát Các nhân tố 1 2 3 4 5 6 7 8 9 10 TC4 .764 .242 TC2 .757 .324 TC3 .751 .249 AT4 .620 .310 TC1 .573 .212 .251 .234 .214 KM2 .880 KM3 .865 KM1 .259 .704 KM4 .630 .293 TH5 .872 TH4 .816 .218 TH6 .785 .213 CG2 .295 .803 CG1 .800 CG3 .201 .777 AT1 .830 AT2 .221 .813 AT3 .213 .235 .205 .731 TT2 .892 TT1 .302 .759 TT3 .242 .210 .580 AH2 .898 AH1 .878 TH3 .872 TH2 .802 TT6 .769 TT5 .760 DV6 .773 DV7 .222 .712
Với giả thuyết H0 đặt ra trong phân tích này là khơng có mối tương quan giữa các biến quan sát trong tổng thể với nhau. Kiểm định KMO và Bartlett’s trong phân tích nhân tố (xem Phụ lục 3) cho thấy giả thuyết này bị bác bỏ (vì Sig =.000), do vậy các biến quan sát trong tổng thể có mối tương quan với nhau, đồng thời hệ số KMO bằng 0.819 chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là phù hợp.
Tổng phương sai trích được bằng 71.308% cho biết 10 nhân tố vừa rút ra giải thích được 72.458% biến thiên của tập dữ liệu, còn lại 27.542% sự thay đổi của tập dữ liệu là do các nhân tố khác chưa xem xét trong đề tài; do vậy các thang đo rút ra chấp nhận được với giá trị eigenvalue thấp nhất = 1.002.
Tuy nhiên, một điều đáng lưu ý là nếu như các biến quan sát được trích vào các nhân tố 2 (Tiếp thị khuyến mãi), nhân tố 4 (Cảm giác an toàn), nhân tố 6 (Sự thuận tiện), nhân tố 7 (Ảnh hưởng người khác), nhân tố 10 (Dịch vụ cung ứng) không thay đổi so với thang đo lý thuyết trước khi EFA, thì đã có điều chỉnh các thang cịn lại (Lợi ích tài chính, Sự thu hút và Dịch vụ ATM), cụ thể là:
- Biến AT4 của thang đo “Dịch vụ ATM” chuyển sang thang đo “Lợi ích tài chính”. Điều này cho thấy khách hàng xem “AT4 - ATM có thể giao dịch nội mạng & ngoại mạng khơng tốn phí” mang lại lợi ích tài chính cho khách hàng.
- Thang đo “Sự thu hút” bị tách ra làm hai nhân tố 3 và nhân tố 8. Điều này cho thấy thang đo “Sự thu hút” trong điều kiện tại Tp. HCM phải được bao gồm hai thang đo khác biệt, để tên các nhân tố phù hợp hơn với nội dung của các biến quan sát, tác giả đã đặt lại tên cho nhân tố 3 và nhân tố 8 tương ứng là “Thái độ của nhân viên” và “Hình ảnh của ngân hàng”
Bảng 3.3: Kết quả EFA quyết định lựa chọn ngân hàng của khách hàng Biến quan Biến quan
sát
Các nhân tố Biến quan sát Các nhân tố 1 2 1 2 QD4 .816 QD1 .581 QD5 .706 QD6 .812 QD3 .678 QD2 .796 QD8 .623 QD7 .643
Tương tự, kết quả EFA thang đo quyết định tiêu lựa chọn ngân hàng của khách hàng cá nhân tại Tp. HCM được thể hiện trong bảng 3.3 cho thấy chỉ số KMO = 0.7 và Sig. = 0.000, chứng tỏ dữ liệu phân tích phù hợp với EFA. Tuy nhiên, thang đo “quyết định lựa chọn” bị chia thành hai nhân tố với phương sai trích = 51.875% và eigenvalue thấp nhất = 1.721. Tác giả sẽ đánh giá lại các thang đo bằng kiểm định Cronbach alpha trước khi đưa ra hiệu chỉnh cuối cùng cho mơ hình nghiên cứu và giả thuyết nghiên cứu đề xuất ở chương 1.