KẾT QUẢ PHÂN TÍCH ĐỘ TIN CẬY CÁC THANG ĐO
Biến quan sát
Trung bình thang đo nếu lo i biến ạ
Phương sai thanh đo n u loế ại biến
Tương quan giữa biến và
tổng
Cronbach’s Alpha nếu lo i biến ạ
Sự tiện lợi (TL): Cronbach’s Alpha = 0.785
19 TL1 16.080 5.742 0.558 0.746 TL2 16.325 5.467 0.550 0.752 TL3 15.745 6.030 0.610 0.732 TL4 16.185 5.689 0.587 0.736 TL5 15.745 6.251 0.520 0.758
Thương hiệu (TH): Cronbach’s Alpha = 0.742
TH1 14.990 6.191 0.412 0.729
TH2 15.690 5.069 0.604 0.657
TH3 15.595 5.398 0.555 0.677
TH4 15.145 5.944 0.462 0.713
TH5 14.400 5.960 0.496 0.701
Giá cả (GC): Cronbach’s Alpha = 0.802
GC1 14.945 6.113 0.575 0.778
GC2 13.995 7.683 0.521 0.784
GC3 14.335 6.435 0.710 0.724
GC4 13.825 7.823 0.488 0.792
GC5 14.400 6.573 0.678 0.735
Chất lượng sản phẩm (CLSP): Cronbach’s Alpha = 0.69 (xấp xỉ 0.7)
CLSP1 15.125 5.045 0.334 0.708
CLSP2 13.845 5.569 0.443 0.643
CLSP3 14.370 5.561 0.437 0.645
CLSP4 14.074 5.034 0.569 0.589
CLSP5 13.785 5.205 0.498 0.618
Chất ợng dịch vụ (CLDV): Cronbach’s Alpha = 0.842 lư
CLDV1 11.740 3.580 0.714 0.783
CLDV2 11.580 3.793 0.694 0.793
CLDV3 11.555 3.525 0.731 0.775
CLDV4 11.880 3.986 0.573 0.844
Quyết định lựa chọn (QĐ): Cronbach’s Alpha = 0.864
QĐ1 6.935 2.966 0.748 0.806
QĐ2 7.460 2.682 0.722 0.830
QĐ3 7.095 2.740 0.760 0.791
- Nhìn chung, hệ số Cronbach’s Alpha tổng của các nhóm đều lớn hơn (hoặc xấp xỉ) 0,7
và hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3.
Qua đó ta rút ra nhận xét :
- Thang đo được đo lường tốt và có độ tin cậy khá cao. Điều này cho thấy, các biến quan sát có sự tương quan tốt với tổng thể thang đo, do đó, các thang đo cho khảo sát chính thức là đảm bảo độ tin cậy. Vì vậy, tất cả các biến quan sát của các thang đo đạt yêu cầu sẽ được sử dụng EFA tiếp theo.
- Việc phân tích nhân tố EFA ở bước tiếp theo, sẽ cho thấy được cụ thể.
20
2.4. Phân tích nhân tố khám phá EFA
Phân tích Cronbach’s Alpha cho thấy, 24 biến quan sát của 5 nhân tố ảnh hưởng đến quyết định lựa chọn nhà hàng thức ăn nhanh của sinh viên đều đủ yêu cầu về độ tin cậy, vì vậy EFA được thực hiện.
Phân tích nhân tố khám phá (EFA) được áp dụng để thử nghiệm mơ hình với thử nghiệm Kaiser-Meiyer Okin (KMO) và Bartlett bằng cách sử dụng - Principal Axis Factoring với phép quay Promax.
vv v v
v Mục đích: Cho thấy được cụ thể hơn các thang đo trên có bị tách thành những nhân tố mới hay bị loại bỏ hay không. Điều này sẽ đánh giá chính xác hơn thang đo, đồng thời loại bỏ các biến đo lường không đạt yêu cầu àlàm cho các thang đo đảm bảo tính đồng nhất.
2.4.1. Phân tích nhân tố khám phá (EFA) trên biến độc lập
Phân tích nhân tố khám phá trên biến độc lập lần 1 vv
v v
v Thao tác thực hiện:
• Chọn menu Analyze/ ch n Demension Reduction/ ch n Factorọ ọ
• Tại khung Variables: Ch n 24 y u tọ ế ố biến độc lập của 5 nhóm ảnh hư ng (TL, TH, ớ GC, CLSP. CLDV) đến quy t định lế ựa chọn của khách hàng.
• Chọn Descriptives. Ch n mọ ục Initial Solution và m c KMO and Bartlett’s test of ụ sphericity àContinue
• Chọn Extraction. Tại khung Method chọn Principal Components àContinue
21
• Chọn Rotation. Tại khung Method chọn phép quay Varimax àContinue • Chọn Scores. Ch n mọ ục Save as Variables àContinue
• Chọn OK vv
v v
v Kết quả