Biến quan sát
Tương quan biến tổng
Cronbach’s Alpha khi loại biến
Cronbach’s Alpha = 0,893 HL1.Tơi cảm thấy hài lịng về chất lượng dịch vụ
ạng Internet của công ty Cổ phần Viễn thông FPT 0,568 0,880 HL2.Tôi sẽ tiếp tục sử dụng dịch vụ này trong thời
gian tới 0,667 0,830
HL3.Tơi sẽ nói tốt và giới thiệu cho bạn bè, người
thân cùng sử dụng 0,661 0,834
( Nguồn: Kết quả xử lí SPSS)
Thang đo của yếu tố này có hệ số Cronbach’s Alpha là 0,893> 0,6, hệ số này chấp nhận được. Bên cạnh đó hệ số Cronbach’s Alpha khi loại biến cũng thấp hơn 0,893 và hệ số tương quan biến tổng đều lớn hơn 0,3. Do đó các biến quan sát của thang đó “Sự hài lịng của khách hàng” đảm bảo độ tin cậy để sử dụng ở các bước phân tích tiếp theo.
Từ các bảng trên cho thấy các thang đo đều có Cronbach’s Alpha > 0,6. Các biến quan sát trong mỗi thang đo cũng đều có hệ số tương quan biến tổng > 0,3. Vì vậy ta tiến hành các phân tích và kiểm định tiếp theo để làm rõ hơn nội dung nghiên cứu.
2.2.2.2. Phân tích nhân tốkhám phá (EFA)
Theo Hair & ctg (1998), phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu.
Theo Trọng & Ngọc (2008), kiểm định Bartlett (Bartlett’s test) xem xét cặp giả thuyết: H0: Độ tương quan giữa các biến quan sát bằng 0 trong tổng
thể. H1: Độ tương quan giữa các biến quan sát khác 0 trong tổng thể.
Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig. < 0,05 (mức ý nghĩa) thì các quan sát có tương quan với nhau trong tổng thể.
International, trong phân tích EFA, KMO (Kaiser–Meyer –Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố và trị số của nó phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Chỉ số Factor Loading có giá trị lớn hơn 0,5 được xem là có ý nghĩa thực tế.
Hair & ctg (1998) cho rằng: nếu chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu của bạn ít nhất là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0,55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0,75. Cho nên với 150 bảng khảo sát đãđược kiểm định độ tin cậy sẽ tiến hành phân tích nhân tố với phép trích Principal
components, sử dụng phép xoay Varimax với hệ số truyền tải Factor loading phù hợp là 0,5. Do đó các biến có hệ số truyền tải (Factor loading) nhỏ hơn 0,5 sẽ bị loại,điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50%. Tóm lại, trong phân tích nhân tố khám phá cần đáp ứng các điều kiện:
Factor Loading>0,5 0,5 <KMO<1
Kiểm định Bartlett có sig.<0,05
Phương sai trích Total Varicance Explained > 50% Eigenvalue > 1
Phân tích nhân tố biến độc lập
Phân tích nhân tố khám phá EFA đối với 18 biến quan sát. Kết quả phân tích nhân tố khám phá EFA như sau:
- Kiểm định KMO với nhân tố độc lập