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 biến loại
Thành phần Sự thuận tiện: Cronbach Alpha = 0,859
DEDANG1 13,20 2,123 0,472 0,908 20% 33% 40% 3% 4% Trình độ học vấn Phổ thơng Trung cấp, Cao đẳng Đại học Sau ĐH Khác
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 biến loại DEDANG2 13,34 1,787 0,728 0,810 DEDANG3 13,27 1,697 0,820 0,771 DEDANG4 13,33 1,651 0,819 0,769
Thành phần Đặc điểm hàng hóa: Cronbach Alpha = 0,800
HANGHOA1 10,98 4,281 0,292 0,870
HANGHOA2 11,30 2,697 0,753 0,673
HANGHOA3 11,21 3,338 0,584 0,763
HANGHOA4 11,36 2,270 0,875 0,594
Thành phần Cấu trúc (thiết kế) trang web: Cronbach Alpha = 0,925
WEB1 19,84 4,747 0,714 0,921 WEB2 19,96 4,714 0,829 0,906 WEB3 19,95 4,665 0,823 0,906 WEB4 19,95 4,997 0,750 0,916 WEB5 20,05 4,622 0,794 0,910 WEB6 20,05 4,630 0,804 0,909
Thành phần Mức độ bảo mật, an toàn: Cronbach Alpha = 0,905
ANTOAN1 11,56 1,763 0,780 0,884 ANTOAN2 11,40 2,062 0,785 0,882 ANTOAN3 11,48 1,782 0,871 0,846 ANTOAN4 11,49 2,001 0,733 0,896 Thành phần Dịch vụ khách hàng: Cronbach Alpha = 0,854 DICHVU1 16,37 2,686 0,717 0,811 DICHVU2 16,40 2,982 0,765 0,804 DICHVU3 16,01 2,941 0,596 0,844 DICHVU4 16,33 2,934 0,662 0,826
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 biến loại DICHVU5 16,00 3,035 0,625 0,835
Thành phần sự hài lòng của khách hàng khi mua sắm trực tuyến: Cronbach Alpha = 0,757
HAILONG1 11,25 1,362 0,424 0,768
HAILONG2 11,33 1,057 0,561 0,708
HAILONG3 11,33 1,106 0,475 0,664
HAILONG4 11,34 1,093 0,523 0,648
Nguồn: Kết quả xử lý dữ liệu điều tra của tác giả
Thành phần sự thuận tiện có hệ số Cronbach Alpha là 0,859 và hệ số tương quan biến tổng của các biến (DEDANG1, DEDANG2, DEDANG3, DEDANG4) đều lớn hơn 0,3 đồng thời các biến (DEDANG2, DEDANG3, DEDANG4) có Cronbach Alpha if Items Deleted đều nhỏ hơn Cronbach Alpha ban đầu nên ta không loại biến nào. Riêng ở mục Cronbach Alpha if Items Deleted có biến DEDANG1 lớn hơn Cronbach Alpha ban đầu (0,908>0,859) nhưng ta vẫn khơng loại biến này vì khi bỏ biến này đi thì Cronbach Alpha mới tăng lên khơng đáng kể (chỉ 0,049). Vì vậy 4 biến này đều được sử dụng cho phân tích nhân tố khám phá tiếp theo.
Thành phần hàng hóa có hệ số Cronbach Alpha là 0,800 và hệ số tương quan biến tổng của các biến (HANGHOA2, HANGHOA3, HANGHOA4) đều lớn hơn 0,3. Riêng biến HANGHOA1lại có hệ số tương quan biến tổng là 0,292 ≈ 0,3. Đồng thời ở mục Cronbach Alpha if Items Deleted biến này lớn hơn Cronbach Alpha ban đầu (0,870>0,800) chứng tỏ khi bỏ biến này đi thì Cronbach Alpha mới tăng lên khơng đáng kể (chỉ 0,07) nên ta quyết định sẽ khơng loại bỏ biến này. Các biến cịn lại có Cronbach Alpha if Items Deleted đều nhỏ hơn Cronbach Alpha ban đầu nên ta khơng loại biến nào. Vì vậy, 4 biến này đều được sử dụng cho phân tích nhân tố khám phá tiếp theo.
đều lớn hơn 0,3. Đồng thời ở mục Cronbach Alpha if Items Deleted đều nhỏ hơn Cronbach Alpha ban đầu nên ta cũng không loại biến nào. Vậy 6 biến này được sử dụng cho phân tích nhân tố khám phá tiếp theo.
Thành phần mức độ bảo mật, an tồn có hệ số Cronbach Alpha là 0,905 và hệ số tương quan biến tổng của các biến (ANTOAN1, ANTOAN2, ANTOAN3, ANTOAN4) đều lớn hơn 0,3. Đồng thời ở mục Cronbach Alpha if Items Deleted đều nhỏ hơn Cronbach Alpha ban đầu nên ta cũng khơng loại biến nào. Vì vậy, 4 biến này được sử dụng cho phân tích nhân tố khám phá tiếp theo.
Thành phần dịch vụ khách hàng có hệ số Cronbach Alpha là 0,854 và hệ số tương quan biến tổng của các biến (DICHVU1, DICHVU2, DICHVU3, DICHVU4, DICHVU5) đều lớn hơn 0,3. Đồng thời ở mục Cronbach Alpha if Items Deleted đều nhỏ hơn Cronbach Alpha ban đầu nên ta cũng không loại biến nào.
Kết quả đánh giá sự hài lòng của khách hàng mua sắm trực tuyến có hệ số Cronbach Alpha là 0,757 và có hệ số tương quan biến tổng của các biến (HAILONG1, HAILONG2, HAILONG3, HAILONG4) đều lớn hơn 0,3 (nhỏ nhất là 0,424). Vì vậy các biến này đều được sử dụng cho phân tích khám phá nhân tố tiếp theo.
Kết luận: Đảm bảo độ tin cậy để tiến hành phân tích nhân tố khám phá (EFA).
4.2.2. Phân tích nhân tố khám phá (EFA)
Tiến hành phân tích nhân tố sau khi đánh giá độ tin cậy của thang đo.
Ban đầu, chúng ta có 23 biến quan sát, thông qua hệ số Cronbach Alpha biến quan sát còn lại vẫn là 23 biến phù hợp cho phân tích nhân tố khám phá.
Phân tích nhân tố khám phá EFA là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Ngồi ra, phân
tích nhân tố cịn dựa vào hệ số Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc. Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (Component matrix) hay ma trận nhân tố khi các nhân tố được xoay (Rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức các nhân tố). Những hệ số tải nhân tố (Factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố Pricipal Components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0,5 thì mới đạt u cầu.
Phân tích khám phá nhân tố với các nhân tố ảnh hưởng tới sự hài lịng của khách hàng mua hàng trực tuyến có kết quả như tại phụ lục 4. Để đáp ứng được phân tích nhân tố thì các biến phải có liên hệ với nhau. Nếu hệ số tương quan nhỏ thì có thể dẫn đến phân tích nhân tố khơng thích hợp. Ngồi ra chúng ta còn sử dụng Bartlett’s Test of Sphericity để kiểm định giả thuyết H0: khơng có mối tương quan với nhau trong tổng thể.