2.1 .4Cơ cấu mẫu theo thu nhập
2.4. Phân tích nhân tốEFA
2.4.1. Phân tích nhân tố khám phá EFA biến độc lập
Việc đánh giá sựhài lòng của khách hàng vềchất lượng dịch vụchịu tác động từ nhiều yếu tốkhác nhau. Đểtìm ra xem yếu tốnào thực sự ảnh hưởng đến sựhài lòng của khách hàng vềchất lượng dịch vụtại Viettel Post thì cần tiến hành phân tích nhân tốkhám phá từ22 biến quan sát. Phân tích nhân tốsẽgiúp loại bỏnhững biến quan sát đểphản ánh một cách chính xác sựtác động của các yếu tố đến sựhài lòng của khách hàng và rút gọn dữliệu, hạn chếvi phạm hiện tượng đa cộng tuyến giữa các nhân tố trong việc phân tích mơ hình hồi quy tiếp theo.
Đểrút trích những nhân tố ảnh hưởng đến chất lượng dịch vụtại Viettel Post Huế, cần dựa vào các tiêu chuẩn: Kiểm định Kaiser – Meyer – Olkin (KMO) và kiểm định Bartlett; tiêu chuẩn Kaiser nhằm xác định sốnhân tố được trích từthang đo, để
xác định cần xem xét giá trịEigenvalue; tiêu chuẩn phương sai trích nhằm xem xét phân tích nhân tốcó thích hợp khơng.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa sốlượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khảnăng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽbịloại khỏi mơ hình nghiên cứu, chỉnhững biến nào có hệsốtải nhân tố> 0,5 mới được đưa vào các phân tích tiếp theo.
Ởnghiên cứu này, hệsốtải nhân tố(Factor Loading) phải thỏa mãnđiều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉtiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡmẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 100.
Bảng 2.11: Kiểm định KMO và Bartlett’s
KMO 0.848
Bartlett’s df 171
Sig. 0.000
Nhận xét: Kiểm định KMO và Bartlett’s trong phân tích nhân tốcho thấy hệsố
KMO là 0.848 (lớn hơn 0.5) với mức ý nghĩa bằng 0 (Sig = 0.000) chứng tỏphân tích nhân tốEFA rất thích hợp.
Bảng 2.12: Rút trích nhân tốbiến độc lập1 2 3 4 5 1 2 3 4 5 DONGCAM5 0.779 DONGCAM4 0.697 DONGCAM1 0.690 DONGCAM2 0.620 DONGCAM3 0.600 PHANHOI2 0.895 PHANHOI4 0.868 PHANHOI3 0.594 COSOVATCHAT3 0.774 COSOVATCHAT2 0.655 PHANHOI1 0.598 COSOVATCHAT1 0.555 TINCAY3 0.791 TINCAY1 0.637 TINCAY2 0.636 TINCAY4 0.633 DAMBAO2 0.805 DAMBAO1 0.660 DAMBAO3 0.639 Hệs ố Eigenvalue 7.377 1.726 1.426 1.102 1.060 Phương sai tiến lũy
tiến (%) 15.324 30.106 43.623 56.445 66.794
Thực hiện phân tích nhân tốlần đầu tiên, đưa 22 biến quan sát trong 5 biến độc lậpảnh hưởng đến sựhài lòng khách hàng vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tốkhám phá EFA, sốbiến quan sát vẫn là 22, được rút trích lại cịn 5 nhân tố. Khơng có biến quan sát nào có hệsốtải nhân tố(Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đềtài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quảphân tích nhân tố được chấp nhận khi tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trịEigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Dựa vào kết quảtrên, tổng phương sai trích là 66,794 % > 50% do đó phân tích nhân tốlà phù hợp.
Đềtài tiến hành gom các biến quan sát (lấy giá trịtrung bình)
- Nhân tố1 (Factor 1) gồm 4 biến quan sát: TINCAY1, TINCAY2, TINCAY3, TINCAY4. Nghiên cứu đặt tên nhân tốmới này là “TINCAY”
- Nhân tố2 (Factor 2) gồm 5 biến quan sát: DONGCAM1, DONGCAM2, DONGCAM3, DONGCAM4, DONGCAM5. Nghiên cứu đặt tên nhân tốmới này là “DONGCAM”.
- Nhân tố3 (Factor 3) gồm 3 biến quan sát: DAMBAO1, DAMBAO2, DAMBAO3. Nghiên cứu đặt tên nhân tốmới này là “DAMBAO”.
- Nhân tố4 (Factor 4) gồm 3 biến quan sát: PHANHOI2, PHANHOI3, PHANHOI4. Nghiên cứu đặt tên nhân tốmới này là “PHANHOI”
- Nhân tố5 (Factor 5) gồm 4 biến quan sát: COSOVATCHAT1, PHANHOI1, COSOVATCHAT2, COSOVATCHAT3. Nghiên cứu đặt tên nhân tốmới này là “COSOVATCHAT”.
2.4.2. Phân tích nhân tố khám phá EFA biến phụ thuộc
Bảng 2.13: Rút trích nhân tốbiến phụthuộc
Sựhài lịng Hệsốtải
HAILONG1 0.864
HAILONG2 0.855
HAILONG3 0.847
Phương sai tích lũy tiến (%) 73.412
( Nguồn: kết quả điều tra xửlí của tác giả2019)
Kết quảphân tích nhân tốkhám phá rút trích ra được một nhân tố, nhân tốnày được tạo ra từ3 biến quan sát mà đềtài đãđềxuất trước, nhằm mục đích rút ra kết luận vềsựhài lòng của khách hàng đối với chất lượng chuyển phát của Viettel Post chi nhánh Huế. Nhân tốnày được gọi là “HAILONG”.
Nhận xét:
Quá trình phân tích nhân tốkhám phá EFA trên đã xácđịnh được 5 nhân tố ảnh hưởng đến sựhài lòng của khách hàng đối với chất lượng dịch vụtại Viettel Post tại chi nhánh Huế, đó chính là “Sựtin cậy”, “Sự đồng cảm”, “Sựphản hồi”, “Sự đảm bảo”, “Sựphản hồi”, “Cơ sởvật chất”.
Như vậy, mơ hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA khơng có gì thayđổi đáng kểso với ban đầu, khơng có biến quan sát nào bịloại ra khỏi mơ hình trong quá trình kiểmđịnh độtin cậy thang đo và phân tích nhân tốkhám phá.