6. Kết cấu của đề tài
2.3 Kiểm định sự hài lòng của khách hàng về dịch vụ ngân hàng của BIDV Bến Tre
2.3.3.2 Phân tích nhân tố
Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có quan hệ qua lại lẫn nhau được xem xét dưới dạng một số nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (factor loading), là hệ số tương quan đơn giữa các biến và các nhân tố.
Trong phân tích nhân tố, yêu cầu cần thiết là xem xét hệ số KMO (Kaiser- Meyer-Olkin), một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, nếu KMO < 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Ngồi ra, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0.45. Điểm dừng của Eigenvalue - đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố lớn hơn 1. Tổng phương sai dùng để giải thích bởi từng nhân tố phải lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988).
Khi tiến hành phân tích nhân tố, tác giả sử dụng phương pháp trích (Extraction method) là Principal Component Analysis, phép xoay (Rotation) Vairmax và phương pháp tính nhân tố Data reduction.
Kết quả phân tích nhân tố đối với các biến độc lập:
Tập hợp 25 biến quan sát về các nhân tố tác động đến sự hài lòng của khách hàng đã qua kiểm tra về độ tin cậy thang đo được đưa vào phân tích nhân tố.
Bảng 2.14: Kết quả KMO và Bartlett's Test đối với các biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.877
Bartlett's Test of Sphericity
Approx. Chi-Square 2626.646
df 300
Sig. 0.000
Kết quả phân tích nhân tố cho thấy KMO đạt 0.877, kết quả chi tiết thể hiện tại phụ lục 5, các hệ số tải nhân tố của các biến đều > 0.5, ta có 25 biến của 6 nhân tố được rút ra.
Kết quả phân tích nhân tố đối với biến phụ thuộc
Bảng 2.15: Kết quả KMO và Bartlett's Test đối với biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.717
Bartlett's Test of Sphericity
Approx. Chi-Square 185.052
df 3
Theo kết quả phân tích nhân tố tại phụ lục 5, KMO đạt 0.717, cả 3 biến quan sát đều có hệ số tải nhân tố > 0.5, các biến được xem là phù hợp giải thích thang đo sự hài lịng khách hàng.
Sau khi tiến hành phân tích nhân tố, mơ hình nghiên cứu gồm 6 biến độc lập (sự thuận tiện, sự hữu hình, phong cách phục vụ, chăm sóc khách hàng, giá cả và sự tín nhiệm) đo lường biến phụ thuộc là sự hài lòng của khách hàng với các giả thuyết:
H0: Sự thuận tiện càng tốt thì sự hài lịng của khách hàng càng cao H1: Sự hữu hình càng tốt thì sự hài lịng của khách hàng càng cao H2: Phong cách phục vụ càng tốt thì khách hàng càng hài lịng
H3: Chăm sóc khách hàng càng chu đáo thì khách hàng càng hài lịng H4: Giá cả càng cạnh tranh thì khách hàng càng hài lịng
H5: Sự tín nhiệm càng cao thì sự hài lịng của khách hàng càng cao