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 loại
biến
Thang đo: Thiết kế trang web. Cronbach's alpha 0.8755
TKW1 19.07 20.197 0.593 0.867 TKW2 18.90 19.098 0.534 0.874 TKW3 18.94 18.499 0.649 0.859 TKW4 19.35 17.579 0.666 0.857 TKW5 19.24 17.294 0.732 0.847 TKW6 18.75 18.395 0.694 0.853 TKW7 18.90 18.536 0.769 0.845
Thang đo: Độ tin cậy. Cronbach's alpha 0.8902
DTC8 20.31 18.421 0.789 0.861 DTC9 20.74 18.816 0.695 0.873 DTC10 20.57 18.896 0.760 0.865 DTC11 20.26 18.757 0.809 0.859 DTC12 20.16 20.471 0.657 0.878 DTC13 20.57 21.231 0.427 0.905 DTC14 20.24 19.659 0.697 0.873
Thang đo: Độ an toàn. Cronbach's alpha 0.9279
DAT15 18.06 17.937 0.817 0.912 DAT16 18.04 17.304 0.898 0.901 DAT17 18.10 17.856 0.807 0.913 DAT18 18.18 17.585 0.795 0.914 DAT19 17.79 17.662 0.721 0.925 DAT20 18.13 17.672 0.725 0.924
Thang đo: Dịch vụ khách hàng. Cronbach's alpha 0.8919
DVKH21 13.00 10.872 0.679 0.881
DVKH22 12.82 10.494 0.824 0.850
DVKH23 12.91 10.016 0.851 0.842
DVKH24 13.17 10.241 0.770 0.861
DVKH25 12.74 11.398 0.573 0.904
Thang đo: Thỏa mãn chất lượng dịch vụ trực tuyến. Cronbach's alpha 0.9339
TMCLDV26 7.34 4.207 0.783 0.965
TMCLDV27 7.22 3.520 0.918 0.860
Tất cả các thang đo trên đều có hệ số Cronbach’s Alpha lớn hơn 0.6. Đồng thời, các hệ số tương quan biến – tổng của tất cả các biến đo lường của 05 thang đo đều lớn hơn 0.3 nên tất cả các biến này đều được sử dụng để phân tích nhân tố ở bước tiếp theo dưới đây.
4.4. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA)
Trong nghiên cứu, chúng ta có thể thu thập được một lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau. Phân tích nhân tố khám phá là một nhóm các thủ tục được sử dụng để thu nhỏ và tóm tắt dữ liệu. Sau khi phân tích nhân tố, số lượng biến sẽ được giảm xuống và được trình bày dưới dạng một số ít nhân tố cơ bản chúng ta có thể sử dụng được nhưng vẫn có thể đại diện cho phần lớn ý nghĩa các biến thu thập.
Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá như sau (Trọng & Ngọc 2008):
- Kiểm định Bartlett (Bartlett’s test of sphericity): đại lượng Barlett là một đại
lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (sig≤0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
- Hệ số KMO (Kaiser-Mayer-Olkin): đây là một chỉ tiêu dùng để xem xét sự
thích hợp của EFA, phân tích nhân tố khám phá thích hợp khi 0.5≤KMO≤1.
- Hệ số tải nhân tố (Factor loading): là hệ số tương quan đơn giữa các biến và
nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Theo Hair & ctg (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố >0.3 được xem là đạt mức tối
thiểu, >0.4 được xem là quan trọng và ≥0.5 được xem là có ý nghĩa thực tiễn.
Nếu chọn hệ số tải nhân tố >0.3 thì cỡ mẫu nghiên cứu phải ít nhất 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố >0.55, cỡ mẫu khoảng
50 thì hệ số tải nhân tố phải >0.75. Trong nghiên cứu này, với cỡ mẫu 204, tiêu chuẩn hệ số tải nhân tố được chọn là >0.5.
- Phương sai trích (Variance Explained Criteria): tổng phương sai trích phải lớn
hơn 50%.
- Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố.
Chỉ những nhân tố có Eigenvalue>1 mới được giữ lại trong mơ hình phân tích (Gerbing & Anderson, 1998).
Nghiên cứu này sử dụng phương pháp phân tích nhân tố Principle Components và phép quay góc Varimax để tìm ra các nhân tố đại diện cho các biến. Varimax cho phép xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố.
Kết quả phân tích nhân tố khám phá của nghiên cứu như sau: