Biến quan sát
Trung bình
thang đo
nếu loại biến
Phương sai
của thang đo nếu loại biến
Tương quan biến tổng Cronbach’s Alpha nếu loại biến 1. Sản phẩm cà phê Đồng Xanh
thường xuyên được cải tiến mẫu
mã.
11,3008 2,687 0,736 0,798
2. Sản phẩm mới được cập nhật phù hợp với xu thế và nhu cầu khách hàng.
11,2358 2,641 0,726 0,801
3. Sản phẩm cà phê Đồng Xanh phát triển với nhiều công dụng khác nhau (cà phê gia đình, cà
phê du lịch, ... ).
10,9350 2,651 0,647 0,837
4. Sản phẩm mới được đưa ra thị
trường mộtcách đều đặn. 11,6992 2,786 0,860 0,821
Nguồn: Xửlý SPSS
Ta thấy thang đo nhóm biến thiết kế sản phẩm mới có hệ số Cronbach’s Alpha là 0,854 chứng tỏcác mục câu hỏi của thang đo này được đánh giá là thang đo tốt.
b. Phân tích nhân tốkhám phá EFA
Phân tích nhân tốEFA là kỹthuật được sửdụng nhằm thu nhỏvà tóm tắt các dữ liệu.
Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề
nghiên cứu và được sử dụng đểtìm mối quan hệgiữa các biến với nhau. Các tiêu chuẩn chính cần đạtđược trong phân tích nhân tố:
- KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤ 1 thì
phân tích nhân tốlà thích hợp.
- Đại lượng Bartlett’s test of sphericity là một đại lượng thống kê dùng để xem xét
giảthuyết các biến không tương quan trong tổng thể. Nếu Sig kiểm định này bé hơn hoặc bằng 0,5 thì kiểm định này có ý nghĩa thống kê, có thểsử dụng kết quảphân tích EFA.
- Hệsốtải nhân tốFactor Loading lớn hơn hoặc bằng 0,5.
- Kết quả phân tích nhân tố được chấp nhận khi tổng phương sai trích > 50% và Eigenvalue > 1.
- Khác biệt hệsốtải nhân tốFactor Loading của một biến quan sát giữa các nhân tố phải ≥ 0,5 để đảm bảo tính phân biệt giữa các nhân tố. Do đó, trong ma trận xoay, một
biến quan sát tải lênở cả2 nhân tố mà giá trị chênh lệch hệsốtải dưới 0,5 thì biến đó bị loại.
- Tổng phương sai trích lớn hơn 50%
Sau khi đánh giá độtin cậy của thang đo bằng hệsố Cronbach’s Alpha và loại đi các
biến không đảm bảo độ tin cậy. Thực hiện phân tích nhân tố khám phá EFA thu được kết quả nhưsau: (Xem thêm ởphụlục 5)
- Kết quả phân tích nhân tố EFA lần thứ nhất cho thấy có 6 nhân tố được trích tại Eigenvalue là 1,085 và tổng phương sai trích là 70,996% với chỉ số KMO là 0,851. Tuy nhiên, lần xoay thứ nhất có một sốbiến có Factor Loading < 0,5 và nhân tốthứ 6 chỉ có một biến. Vì vậy tiếp tục thực hiện lần xoay thứ hai loại bỏ các biến có Factor Loading < 0,5 và một biến của nhân tốthứ6.
- Kết quả phân tích nhân tố EFA lần thứ hai trích được 5 nhân tố tại Eigenvalue là 1,016 và tổng phương sai trích là69,796% với chỉ sốKMO là 0,842. Những vẫn còn biến Factor Loading < 0,5 và một biến quan sát tải lênở cả2 nhân tố mà giá trị chênh lệch hệ sốtải dưới 0,5 vì vậy tiếp tục thực hiện lần xoay thứba.
- Kết quả phân tích nhân tố EFA lần thứ ba trích được 4 nhân tố tại Eigenvalue là 1,464 và tổng phương sai trích là 66,931% với chỉ số KMO là 0,816. Các biến quan sát
đều có Factor Lading > 0,5. Như vậy việc phân tích nhân tố EFA hồn tất vì dãđạt độtin cậy vềmặt thống kê.