Thang đo tiện hữu Phương
hình Độ tin cậy Nhân viên phục vụ Chính sách tiêu dùng Giải quyết khiếu nại Chất lượng dịch vụ Hệ số độ tin cậy (Cronbach’s Alpha) 0,748 0,791 0,785 0,631 0,722 0,686 [Nguồn: Tổng hợp từ kết quả phân tích Cronbach’s Alpha của các thang đo]
Nhận xét: Qua việc đánh giá độ tin cậy của các thang đo thông qua hệ
số độ tin cậy Cronbach’s Alpha ta thấy các thang đo đều có hệ số độ tin cậy Cronbach’s Alpha khá lớn. Đồng thời hệ số tương quan biến tổng của các biến có trong các thang đo này đều lớn hơn 0.3 ngoại trừ hai biến “Thiết bị kiểm tra an
ninh hiện đại” và “Nhân viên của siêu thị có thái độ nhã nhặn lịch sự” có hệ số
tương quan biến tổng nhỏ hơn 0,3 nên ta sẽ loại hai biến này khỏi mơ hình nghiên cứu và tiếp tục thực hiện các bước phân tích tiếp theo.
2.6 Phân tích nhân tố
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi
là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội
dung thông tin của tập biến ban đầu (Hair & ctg,1998)
Phân tích nhân tố được sử dụng khi hệ số KMO (Kaiser- Meyer-Olkin) có giá trị từ 0.5 trở lên (Othman & Owen, 2000).
Hệ số truyền tải là chỉ tiêu để đảm bảo mức ý nghĩa của EFA.Theo Hair & ctg (1998) hệ số truyền tải (factors loading) nhỏ hơn 0.5 hoặc khác biệt giữa hai nhân tố nhỏ hơn 0.3 sẽ bị loại. Điểm dừng Eigenvalue (đại diện cho phần biến thiên
được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích (Cumulative % Extraction Sums of Squared Loadings) phải lớn hơn 50% (Gerbing &
Anderson,1998) [6].
2.6.1. Kết quả phân tích nhân tố của thang đo các thành phần chất lƣợng dịch vụ lƣợng dịch vụ
Sau giai đoạn đánh giá độ tin cậy của thang đo ta loại bỏ hai biến quan sát là: “Thiết bị kiểm tra an ninh hiện đại” và “Nhân viên của siêu thị có thái độ nhã nhặn
và lịch sự”. Bước phân tích nhân tố được thực hiện với 21 biến quan sát độc lập, sử
dụng phương pháp trích “Principal Components” với phép xoay “Varimax”. Q trình phân tích nhân tố được tiến hành thơng qua các bước dưới đây:
Bước 1: 21 biến quan sát độc lập được đưa vào phân tích nhân tố EFA theo
tiêu chuẩn Eigenvalue lớn hơn 1 kết quả đã có 4 nhân tố được rút trích. Tổng phương sai trích bằng 57,024%, hệ số KMO bằng 0,809 lớn hơn 0,5 nên đạt yêu cầu. Với phép xoay Varimax ta sẽ loại những biến nào có hệ số truyền tải nhỏ hơn 0,5 hoặc khác biệt giữa hai nhân tố nhỏ hơn 0,3. Kết quả có 3 biến khơng đạt yêu cầu đó là: “Siêu thị bán đúng giá”, “Quý khách yên tâm về chất lượng hàng hóa của siêu thị” và biến “Nhân viên của siêu thị có thái độ nhã nhặn và lịch sự”. (Phụ
lục B1). Tuy nhiên ta sẽ loại biến quan sát “Quý khách yên tâm về chất lượng hàng
hóa của siêu thị” trước do có hệ số truyền tải nhỏ hơn và tiếp tục thực hiện phân
tích nhân tố lần 2.
Bước 2: Sau khi loại biến quan sát “Quý khách yên tâm về chất lượng hàng hóa của siêu thị” 20 biến quan sát còn lại được đưa vào phân tích nhân tố lần 2 với
các tiêu chuẩn Eigenvalue lớn hơn 1 kết quả có 4 nhân tố được rút trích. Tổng phương sai trích bằng 58,668%, hệ số KMO bằng 0,806 lớn hơn 0,5 nên đạt yêu cầu. Với phép xoay Varimax ta sẽ loại những biến nào có hệ số truyền tải nhỏ hơn 0,5 hoặc khác biệt giữa hai nhân tố nhỏ hơn 0,3. Kết quả có hai biến không đạt yêu cầu là “Siêu thị bán đúng giá” và “Nhân viên của siêu thị có thái độ nhã nhặn và lịch sự ”. (Phụ lục B2). Tuy nhiên ta sẽ loại biến “Siêu thị bán đúng giá” trước vì có hệ số truyền tải nhỏ hơn và tiếp tục thực hiện phân tích nhân tố lần 3.
Bước 3: Sau khi loại biến quan sát “Siêu thị bán đúng giá” 19 biến cịn lại
tiếp tục được đưa vào phân tích nhân tố lần 3 với các tiêu chuẩn như trên. Kết quả có 4 nhân tố được rút trích với tổng phương sai trích bằng 59,709 %, hệ số KMO bằng 0,787 lớn hơn 0,5 nên đạt yêu cầu. Với phép xoay Varimax ta thấy chỉ có biến quan sát “Nhân viên của siêu thị có thái độ nhã nhặn và lịch sự” không đạt yêu cầu do khác biệt giữa hai nhân tố nhỏ hơn 0,3và sẽ bị loại. (Phụ lục B3).
Bước 4: Sau khi loại bỏ biến quan sát “Nhân viên của siêu thị có thái độ nhã nhặn và lịch sự”. 18 biến quan sát còn lại sẽ được đưa vào phân tích nhân tố với các
bằng 60,699% điều này cho biết 4 nhân tố này giải thích được 60,699% biến thiên của dữ liệu. Mặt khác hệ số KMO bằng 0,764 lớn hơn 0,5 nên đạt yêu cầu. Với phép xoay Varimax ta thấy hệ số truyền tải của tất cả các biến quan sát đều lớn hơn 0,5 (Phụ lục B4).