CHƯƠNG 1 : CƠ SỞ LÝ LUẬN VÀ MƠ HÌNH NGHIÊN CỨU
2.3. Phân tích nghiên cứu và kết quả nghiên cứu:
2.3.2.2. Phân tích nhân tố khám phá EFA:
Phân tích nhân tố được sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt. Trong phân tích nhân tố EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn bao gồm:
• Thơng số KMO (Kaiser – Meyer – Olkin): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (nằm giữa 0.5 và 1) là
điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ
hơn 0.5 thì phân tích nhân tố có khả năng khơng phù hợp với tập dữ liệu
đang khảo sát (Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008))
• Hệ số tải nhân tố (Factor Loading): là những hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số này là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Theo Hair et al (1998), factor loading > 0.3 được xem là đạt được mức tối thiểu, factor loading >0.4 được xem là quan trọng, >0.5 được xem là có ý nghĩa thực tiễn. Hair et al (1998) cũng khuyên như sau: nếu cỡ mẫu là 50 thì factor loading phải > 0.75, nếu cỡ mẫu khoảng 100 thì factor loading phải > 0.55.
• Thơng số Eigenvalue: biểu thị sự biến thiên theo các nhân tố của biến khảo sát. Theo Hair et al (1998), thông số Eigenvalue > 1 thì các nhân tố thành phần mới có ý nghĩa.
Kết quả phân tích nhân tố khám phá EFA đối với thang đo chất lượng dịch vụ thẻ:
Lần 1:
- Chỉ số KMO = 0.903 > 0.5 và giá trị sig. = 0.000 < 0.05, đạt tiêu chuẩn phù hợp.
- Dựa vào bảng Total Variance Explained, ta thấy ở mức số lượng nhân tố là 4 thì phương sai trích là 60.885% > 50% và Eigenvalues = 1.028 > 1, thỏa tiêu chuẩn phù hợp.
- Dựa vào Bảng Rotated Component Matrix, ta thấy được các biến quan sát CT3, PV3 có giá trị nhỏ hơn 0.5, biến quan sát DU5 đứng tách một nhóm nên cần loại các biến trên ra khỏi mơ hình và tiến hành phân tích EFA lần 2 với các biến còn lại.
(Nguồn: Số Liệu SPSS trong Phụ lục 4)
Lần 2:
- Chỉ số KMO = 0.905 > 0.5 và giá trị sig. = 0.000 < 0.05, đạt tiêu chuẩn phù hợp.
- Dựa vào bảng Total Variance Explained, ta thấy ở mức số lượng nhân tố là 3 thì phương sai trích là 59.255% > 50% và Eigenvalues = 1.128 > 1, thỏa tiêu chuẩn phù hợp.
- Dựa vào Bảng Rotated Component Matrix, ta thấy được các biến quan sát TC1, HH1, CT5 có giá trị nhỏ hơn 0.5 nên cần loại các biến trên ra khỏi mơ hình và tiến hành phân tích EFA lần 2 với các biến cịn lại.
(Nguồn: Số Liệu SPSS trong Phụ lục 4)
Lần 3:
- Chỉ số KMO = 0.881 > 0.5 và giá trị sig. = 0.000 < 0.05, đạt tiêu chuẩn phù hợp.
- Dựa vào bảng Total Variance Explained, ta thấy ở mức số lượng nhân tố là 3 thì phương sai trích là 61.051% > 50% và Eigenvalues = 1.100 > 1, thỏa tiêu chuẩn phù hợp.
- Dựa vào Bảng Rotated Component Matrix, ta thấy được các biến quan sát đều có giá trị lớn hơn 0.5 nên thỏa điều kiện tham gia vào phần phân tích mơ hình hồi qui tiếp theo. Cụ thể 3 nhóm nhân tố mới bao gồm:
+ Hiệu quả phục vụ (HQPV): PV1, CT2, CT1, DU2, DU1, PV2, DU3, DU4 + Phương tiện hữu hình (HH): HH2, HH3, HH4, TC3, HH5
+ Độ tin cậy (TC): TC4, CT4, TC5, TC2
(Nguồn: Số Liệu SPSS trong Phụ lục 4)
Bảng 2.3: Kết quả phân tích EFA sự hài lịng của khách hàng Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.703 Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.703 Bartlett's Test of
Sphericity
Approx. Chi-Square 159.560
Df 3
Sig. 0.000
- Chỉ số KMO = 0.703 > 0.5 và giá trị sig. = 0.000 < 0.05, đạt tiêu chuẩn phù hợp.
- Dựa vào Bảng Rotated Component Matrix, ta thấy được các biến quan sát đều có giá trị lớn hơn 0.5 nên thỏa điều kiện tham gia vào phần phân tích mơ hình hồi qui tiếp theo.
Component 1
HL3 0.860 HL2 0.834 HL1 0.824