Cronbach Alpha = 0,906
Biến quan sát đo nếu biến bị loại Trung bình thang
Phương sai thang đo nếu loại biến
Tương quan biến – tổng
Cronbach Alpha nếu loại biến
GT1 7,98 1,140 ,871 ,815
GT2 7,91 1,226 ,828 ,854
GT3 8,14 1,168 ,746 ,925
“Nguồn: Kết quả từ xử lý dữ liệu điều tra của tác giả”
4.3.2. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA là kỹ thuật phân tích nhằm thu nhỏ và tóm tắt dữ liệu, EFA dùng để rút gôn một tập k biến quan sát thành một tập F (F < k) các nhân tố có ý nghĩa hơn. Tiêu chí đánh giá EFA: giá trị KMO nằm trong khoảng [0,5 – 1] thì phân tích nhân tố là thích hợp. Kiểm định Bartlett có Sig < 0,05 thì các biến quan sát có tương quan với nhau trong tổng thể (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Song song đó, theo Nguyễn Đình Thọ (2011), hệ số tải nhân tố ≥ 0,5 chúng ta có thể chấp nhận. Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất và hệ số tải nhân tố bất kỳ phải ≥ 0,3 (Jabnoun & Al-Tamimi 2003), điều kiện này để đảm bảo giá trị phân biệt của thang đo.
4.3.2.1. Phân tích EFA đối với các thành phần của giá trị thương hiệu Toàn bộ các biến đo lường các yếu tố thành phần của giá trị thương hiệu Toàn bộ các biến đo lường các yếu tố thành phần của giá trị thương hiệu được đưa vào phân tích nhân tố EFA. Trước hết ta tiến hành kiểm định KMO và Barlett. Kết quả thu được là giá trị KMO = 0,874 > 0,5, mức ý nghĩa kiểm định
Barlett giá trị p = 0,000 < 5%, vì vậy các biến quan sát đo lường các yếu tố thành phần của giá trị thương hiệu có sự tương quan với nhau, thỏa điều kiện để phân tích EFA.
Kết quả phân tích EFA có tổng phương sai trích đạt 66,51%.