Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,879
Bartlett's Test of Sphericity
Approx, Chi-Square 688,849
df 21
Sig. 0,000
(Nguồn: Kết quả phân tích SPSS)
Bảng 2.19 Tổng phương sai được giải thích (Biến phụ thuộc) Tổng phương sai được giải thích
Nhân tố Trị số Eigenvalues Trích xuất tổng tải trọng bình phương Tổng % Phương sai Tỷ lệ cộng dồn % Tổng % Phương sai Tỷ lệ cộng dồn % 1 3,585 51,212 51,212 3,585 51,212 51,212 2 0,782 11,175 62,386 3 0,654 9,337 71,723 4 0,614 8,774 80,497 5 0,505 7,218 87,715 6 0,494 7,055 94,769 7 0,366 5,231 100,000
60
Từ kết quả bảng trên ta có hệ số KMO = 0,879 với mức ý nghĩa Sig = 0,000, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Phương sai được giải thích là 51,212% biến thiên của dữ liệu, vẫn giữ nguyên 1 nhân tố với 7 biến quan sát, kết quả phân tích này cho thấy là phù hợp.
Điều chỉnh mơ hình nghiên cứu
Sau khi phân tích nhân tố khám phá EFA với biến độc lập và biến phụ thuộc, mơ hình nghiên cứu ban đầu được điều chỉnh từ 7 nhân tố rút trích cịn 5 nhân tố như sau:
- Nhân tố thứ nhất gồm 7 biến quan sát (CS1, CS2, CS3, CS4, CS5, PT1, PT3). Tác giả đặt tên cho nhân tố này là Chăm sóc khách hàng (CHAMSOC).
- Nhân tố thứ hai Sự tin cậy (TINCAY) gồm 5 biến quan sát (TC2, TC3, TC4, TC5, TC6).
- Nhân tố thứ ba Sự đáp ứng (DAPUNG) gồm 5 biến quan sát (DU1, DU2, DU3, DU4, DU5)
- Nhân tố thứ tư Lãi suất (LAISUAT) gồm 4 biến quan sát (LS1, LS2, LS3, LS4, PT2).
- Nhân tố thứ năm Phương tiện hữu hình (HUUHINH) gồm 3 biến quan sát (PT5, PT6, PT7).
61
Hình 2.2 Mơ hình nghiên cứu hiệu chỉnh
Kiểm định mơ hình nghiên cứu
Sau khi phân tích EFA lần 3, tác giả thiết lập mơ hình hồi quy với biến phụ thuộc (Y): CLDV tiền gửi tiết kiệm và 5 biến độc lập (X), bao gồm: Chăm sóc khách hàng (CHAMSOC), Sự tin cậy (TINCAY), Sự đáp ứng (DAPUNG), Lãi suất (LAISUAT) và Phương tiện hữu hình (HUUHINH). Phương trình hồi quy được thiết lập như sau:
Y = β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 Trong đó:
- Y: Chất lượng dịch vụ tiền gửi tiết kiệm - X1: Chăm sóc khách hàng
- X2: Sự tin cậy - X3: Sự đáp ứng - X4: Lãi suất
- X5: Phương tiện hữu hình
Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính, ta phải xem xét mối quan hệ tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc, và giữa các biến độc
62
lập với nhau. Các biến quan sát trong nhân tố mới tìm được của mơ hình hiệu chỉnh sẽ được tính trung bình cộng lại để chạy ma trận tương quan, Kết quả chạy ma trận tương quan Pearson được thể hiện cụ thể trong bảng sau: