1.2.1 Cronbach’s alpha
Hệ số Cronbach’s alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Theo đó, chỉ những biến có Hệ số tương quan tổng biến phù hợp (Corrected Item-Total Correlation) lớn hơn 0.3 và có Hệ số Alpha lớn hơn 0.6 mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp
theo (Nunnally và BernStein, 1994). Cũng theo nhiều nhà nghiên cứu, nếu Cronbach’s alpha đạt từ 0,8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao hơn. Chúng ta có thể thấy được kết quả phân tích độ tin cậy như sau:
Bảng 3.5: Hệ số Cronbach’s Alpha của các nhân tố
SHH STT PCPV TXKH STN TCTG HADN SHL
Cronbach’s Alpha
0,7121 0,7798 0,8604 0,6384 0,7274 0,6533 0,7119 0,7563
N of items 4 4 4 4 3 3 3 3
Nguồn: tính tốn của tác giả
Về nhân tố SỰ THUẬN TIỆN, cả 3 biến quan sát đều có Hệ số tương quan tổng biến
phù hợp >0.3 nên được lựa chọn. Trong khi đó, nhân tố DANH MỤC DỊCH VỤ lại khơng thỏa điều kiện nên bị loại. Tuy nhiên, khi kết hợp chung các biến của nhân tố SỰ
THUẬN TIỆN với các biến của nhân tố DANH MỤC DỊCH VỤ thì tập hợp 5 biến quan sát STT01, STT02, DMDV01, DMDV02 đều có Hệ số tương quan tổng biến phù hợp >0,3 và đạt hệ số Alpha 0,7611 cao (trong khi Hệ số Alpha của 3 biến STT01, STT02, STT03 chỉ có 0,6779) thích hợp để đưa vào Phân tích nhân tố. Như vậy, nhân tố SỰ
35
THUẬN TIỆN chính là tổ hợp các biến đo lường của hai nhân tố nhỏ là SỰ THUẬN
TIỆN và DANH MỤC DỊCH VỤ. Điều này có thể được lý giải rằng DANH MỤC DỊCH
VỤ là một thành tố của SỰ THUẬN TIỆN.
Về nhân tố SỰ HỮU HÌNH, các biến quan sát đều có Hệ số tương quan tổng biến phù
hợp >0,3 và Hệ số Alpha >0,6 (0,7121) nên đạt yêu cầu về độ tin cậy có thể đưa vào phân tích nhân tố.
Về nhân tố PHONG CÁCH PHỤC VỤ, biến quan sát PCPV04 không đạt yêu cầu về Hệ số tương quan tổng biến phù hợp 0,1410<0,3 nên bị loại, các biến cịn lại đều có Hệ số
tương quan tổng biến phù hợp >0,3 và Hệ số Alpha đạt 0,8604 nên có thể dùng để phân tích nhân tố.
Về nhân tố TIẾP XÚC KHÁCH HÀNG, 4 biến quan sát đều đạt yêu cầu về Hệ số tương quan tổng biến phù hợp >0,3 và có Hệ số Alpha 0,6384 nên thỏa điều kiện đưa vào phân tích nhân tố.
Về nhân tố SỰ TÍN NHIỆM, 3 biến quan sát đều có Hệ số tương quan tổng biến phù hợp >0,3 và Hệ số Alpha 0,7274 nên thích hợp cho việc phân tích nhân tố.
Về nhân tố TÍNH CẠNH TRANH VỀ GIÁ, các biến đo lường đều thỏa điều kiện về
phân tích độ tin cậy (Hệ số tương quan tổng biến phù hợp >0,3 và Hệ số Alpha đạt
0,6533) nên được đưa vào phân tích nhân tố
Về nhân tố HÌNH ẢNH DOANH NGHIỆP, biến quan sát HADN04 có Hệ số tương
quan tổng biến phù hợp 0,0551<0,3 nên bị loại, 3 biến còn lại gồm HADN01, HADN02, HADN03 đạt yêu cầu về Hệ số tương quan tổng biến phù hợp >0,3 và Hệ số Alpha
0,7119 nên phù hợp đưa vào phân tích nhân tố
Về nhân tố SỰ HÀI LÒNG CỦA KHÁCH HÀNG, 3 biến quan sát thỏa yêu cầu về Hệ số tương quan tổng biến phù hợp >0,3 và có Hệ số Alpha 0,7653 nên cũng được lựa chọn
đưa vào phân tích nhân tố
Như vậy, có tất cả 26 biến (Bảng 3.8) của 7 thang đo đưa vào phân tích nhân tố so với 28
biến quan sát điều tra ban đầu của 8 thang đo (2 biến PCPV04, và HADN04 bị loại). Ngồi ra, 3 biến đo lường sự hài lịng của khách hàng cũng được xem xét trong phần phân tích nhân tố
1.2.2 Phân tích nhân tố
Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu.. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là Hệ số tải nhân tố (factor
36
loading). Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ “thuộc về”
những nhân tố nào.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer –Olkin (KMO) phải có giá trị lớn (0,5<KMO<1) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO <0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Thêm vào
đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,45, điểm dừng khi
Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 (mặc
định của chương trình SPSS), và tổng phương sai dùng để giải thích bởi từng nhân tố lớn
hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988). Khi tiến hành phân tích nhân tố, đề tài đã sử dụng phương pháp trích (Extraction method) là
Principal Axis factoring với phép xoay (Rotation) Promax.và phương pháp tính nhân tố là phương pháp Regression.
Phân tích nhân tố lần 1
Về các nhân tố tác động đến sự hài lòng của khách hàng: KMO đạt 0,776 và có 2 biến TXKH03 và TCTG03 bị loại (Hệ số tải nhân tố < 0,45) và tập hợp các biến quan sát còn lại sẽ được đưa vào phân tích nhân tố lần 2
Về mức độ hài lòng của khách hàng: KMO đạt được là 0,665, Eigenvalue > 1 và tổng
phương sai dùng để giải thích nhân tố > 50% (54,058%) thỏa điều kiện của phân tích
nhân tố. Như vậy, kết quả phân tích nhân tố về mức độ hài lịng của khách hàng (PHỤ LỤC 5) cho thấy 3 biến quan sát SHL01, SHL02, và SHL03 đều có Hệ số tải nhân tố > 0,45 và dùng để giải thích thang đo mức độ hài lòng khách hàng là hợp lý
Phân tích nhân tố lần 2
Những biến quan sát trải qua phân tích nhân tố lần 1 thành cơng (24 biến) đưa vào phân tích nhân tố lần 2 (PHỤ LỤC 3) cho kết quả KMO đạt được có giảm đi chút ít cịn 0,765 và có thêm một biến quan sát bị loại (SHH01)
Phân tích nhân tố lần 3
Phân tích nhân tố lần 3tập hợp 23 biến quan sát còn lại và đem đến kết quả như sau:
KMO : 0,765
Eigenvalue : 1,221
Tổng phương sai : 51,49%
Số nhân tố : 6 nhân tố PCPV: gồm 4 biến của nhân tố PCPV và 1 biến của nhân tố TXKH
STT: gồm 3 biến của nhân tố PCPV và 2 biến của nhân tố DMDV STN: gồm 3 biến của nhân tố STN và 2 biến của nhân tố TXKH
37
SHH: gồm 3 biến của nhân tố SHH HADN: gồm 3 biến của nhân tố HADN TCTG: gồm 2 biến của nhân tố TCTG