Nhóm nhân tốBiến quan sát Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến Sựtin cậy Hệ số Cronbach’s Alpha = 0,859 TC1 0,705 0,823 TC2 0,665 0,833 TC3 0,597 0,850 TC4 0,687 0,828 TC5 0,742 0,813 Sự đápứng HệsốCronbach’s Alpha = 0,758 DU1 0,594 0,669 DU2 0,572 0,694 DU3 0,599 0,663 Sự đảm bảo HệsốCronbach’s Alpha = 0,751 DB1 0,527 0,702 DB2 0,564 0,691 DB3 0,494 0,717 DB4 0,531 0,701 DB5 0,479 0,720 Sự đồng cảm HệsốCronbach’s Alpha = 0,657 DC1 0,517 0,536 DC2 0,452 0,580 DC3 0,412 0,612 DC4 0,405 0,631
Phương tiện hữu hình
HệsốCronbach’s Alpha = 0,742
PT2 0,583 0,513 PT3 0,426 0,582 PT4 0,448 0,574 PT5 0,464 0,562 PT6 0,452 0,573 (Nguồn: Kết quảxửlý SPSS 22 )
Độtin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệsốCronbach’s Alpha. Sửdụng phương pháp hệsốtin cậy Cronbach’s Alpha trước khi phân tích nhân tốEFA đểloại các biến khơng phù hợp vì các biến rác này có thể tạo ra các yếu tốgiả(Nguyễn Đình Thọ, Nguyễn ThịMai Trang, 2009).
Hệsốtin cậy Cronbach’s Alpha chỉcho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữlại. Khi đó, việc tính tốn hệsốtương quan giữa biến- tổng sẽgiúp loại ra những biến quan sát nào khơng đóng góp nhiều cho sựmơ tảcủa khái niệm cầnđo (Hoàng
Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Mức giá trịhệsốCronbach’s Alpha(Nguồn: Hồng Trọng, Chu Nguyễn Mộng
Ngọc (2008), phân tích dữliệu nghiên cứu với SPSS tập 2, NXB Hồng Đức, Trang 24).
Từ0.8 đến gần bằng 1: thang đo lường rất tốt. Từ0,7 đến gần bằng 0,8: thang đo lường sửdụng tốt. Từ0,6 trởlên: thang đo lường đủ điều kiện.
Qua kết quảxửlý SPSS cho thấy, giá trịCronbach’s Alpha của các nhân tố đều lớn hơn 0,6 thang đo lường đủ điều kiện. Trong nhóm nhân tốthứ5 “phương tiện hữu hình”, biến “khách sạn có vịtrí thuận lợi” tương quan biến tổng của biến này = -,060 (không thỏa điều kiện hệsốtương quan biến tổng > 0,3 ) do đó sẽloại biến này ra khỏi mơ hìnhđể đảm bảo yếu tốthực tiễn.
Kết luận:Vậy sau khi kiểm định độtin cậy của thang đo bằng hệsố
Cronbach’s Alpha, “tác giả” đã quyết định loại biến “Khách sạn có vịtrí thuận lợi” ra khỏi mơ hình.
Sau khi loại bỏbiến ra khỏi mơ hình, nhóm nhân tố“Phương tiện hữu hình” như sau:
Bảng 20: Kết quảCronbach’s Alpha của nhóm nhân tố“ Phương tiệu hữu hình” sau khi loại biến “Khách sạn có vịtrí thuận lợi”
HệsốCronbach’s Alpha = 0,739
Phương tiện hữu hình
PT2 0,589 0,659 PT3 0,508 0,693 PT4 0,480 0,703 PT5 0,507 0,697 PT6 0,444 0,715 (Nguồn: Kết quảxửlý SPSS 22)
2.3.2.2. Phân tích nhân tốkhám phá (EFA)
Phương pháp phân tích nhân tốEFA thuộc nhóm phân tích đa biến phụthuộc lẫn nhau (independence techniques), nghĩa là khơng có biến phụthuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng đểrút gọn một tập k biến quan sát thành một tập F biến quan sát (F<k) các nhân tốcó ý nghĩa hơn. Cơ sởcủa việc rút gọn này dựa vào mối quan hệtuyến tính của các nhân tốvới các biến nguyên thủy (biến quan sát).
Các tác giảMayers, L.S., Gamst, Guarino A.J. (2000) đềcập rằng: trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sửdụng phổbiến nhất.
Theo Hair & Ctg (1998, 111). Factor loading (hệsốtải nhân tốhay trọng số nhân tố) là chỉtiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
•Factor loading > 0.3 được xem là đạt mức tối thiểu •Factor loading > 0.4 được xem là quan trọng
•Factor loading > 0.5 được xem là có ý nghĩa thực tiễn.
Điều kiện đểphân tích nhân tốkhám phá là đểthỏa mãn các yêu cầu: Hệsốtải nhân tố(Factor loading) > 0.5
0.5≤KMO≤ 1 : HệsốKMO là chỉsố được dùng đểxem xét sựthích hợp của phân tích nhân tố. TrịsốKMO lớn có ý nghĩa phân tích nhân tốlà thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): đây là một đại lượng thống kê dùng đểxem xét giảthuyết 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 mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ(Percentage of variance ) > 50%: thểhiện phần tram biến thiên của các biến quan sát. Nghĩa là xem biến thiên của 100% thì giá trịnày cho biết phân tích nhân tốgiải thích được bao nhiêu %.
Kết quảphân tích nhân tốkhám phá EFA với 23 biến quan sát:
Bảng 21: Kiểm định sốlượng mẫu thích hợp KMOKiểm định KMO, Bartlett