Chương 4: KẾT QUẢ NGHIÊN CỨU
4.2 Phân tích thang đo
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. Điều này liên quan đến hai khía cạnh
là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời.
Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến. Theo đó, chỉ những biến có Hệ số tương quan biến - tổng 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. Nhìn vào Bảng 4.7, chúng ta có thể thấy được kết quả phân tích độ tin cậy như sau:
Về nhân tố ĐƯỜNG TRUYỀN, các biến quan sát đều có Hệ số tương quan biến - tổng phù hợp >0.3 và Hệ số Alpha >0.6 (0.716) nên đạt yêu cầu về độ tin cậy có thể đưa vào phân tích nhân tố.
Về nhân tố LIÊN HỆ, 4 biến quan sát đều đạt yêu cầu về Hệ số tương quan biến - tổng phù hợp >0.3 và có Hệ số Alpha 0.888 nên thỏa điều kiện đưa vào phân tích nhân tố.
Về nhân tố ĐÁP ỨNG, 4 biến quan sát đều có Hệ số tương quan biến - tổng phù hợp >0.3 và Hệ số Alpha 0.736 nên thích hợp cho việc phân tích nhân tố.
Về nhân tố ỨNG DỤNG, các biến đo lường đều thỏa điều kiện về phân tích độ tin cậy (Hệ số tương quan biến - tổng phù hợp >0.3 và Hệ số Alpha đạt 0.844) nên được đưa vào phân tích nhân tố.
Về nhân tố THÔNG TIN, các biến quan sát đều có Hệ số tương quan biến - tổng phù hợp >0.3 và Hệ số Alpha >0.6 (0.914) nên đạt yêu cầu về độ tin cậy có thể đưa vào phân tích nhân tố.
Về nhõn tố HÀI LềNG, 3 biến quan sỏt thỏa yờu cầu về Hệ số tương quan biến - tổng phù hợp >0.3 và có Hệ số Alpha 0.845 nên cũng được lựa chọn đưa vào phân tích nhân tố.
Bảng 4.7: Kết quả phân tích hệ số Cronbach’s Alpha
Như vậy, có tất cả 21 biến của 5 thang đo được đưa vào phân tích nhân tố (Bảng 4.8). Ngoài ra, 3 biến đo lường sự hài lòng chất lượng dịch vụ iHTKK của NNT cũng được xem xét trong phần phân tích nhân tố.
Mã biến
Trung bình thang đo
nếu loại biến
Phương sai thang đo
nếu loại biến
Hệ số tương quan biến –
tổng
Cronbach's Alpha nếu
loại biến
DT1 7.37 2.215 .588 .566
DT2 7.50 2.341 .467 .709
DT3 7.37 2.104 .556 .601
Cronbach's Alpha .716
LH1 8.88 7.064 .709 .873
LH2 8.41 6.094 .785 .844
LH3 8.37 6.215 .802 .837
LH4 8.60 6.609 .727 .866
Cronbach's Alpha .888
DU1 10.06 4.727 .629 .620
DU2 9.76 5.247 .527 .679
DU3 10.17 4.761 .536 .672
DU4 10.81 4.950 .439 .733
Cronbach's Alpha .736
UD1 14.57 6.574 .698 .799
UD2 14.78 7.335 .562 .835
UD3 14.59 6.720 .694 .800
UD4 14.48 7.564 .617 .822
UD5 14.62 6.595 .689 .801
Cronbach's Alpha .844
TT1 13.16 9.189 .721 .908
TT2 13.17 8.651 .859 .879
TT3 13.10 9.144 .774 .897
TT4 13.23 8.985 .784 .895
TT5 13.24 9.177 .769 .898
Cronbach's Alpha .914
HL1 7.20 2.319 .701 .795
HL2 7.02 2.169 .686 .810
HL3 7.07 2.105 .751 .746
Cronbach's Alpha .845
4.2.2. 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. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là Hệ số tải nhân tố (factor 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, còn nếu hệ số KMO <0,5 thì phân tích nhân tố có khả năng không 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 0,5; 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, tác giả đã sử dụng phương pháp trích (Extraction method) là Principal components factoring với phép xoay (Rotation) Varimax và phương pháp tính nhân tố là phương pháp Regression.
Quá trình phân tích nhân tố được tiến hành như sau:
Tập hợp các biến quan sát đã qua kiểm tra về độ tin cậy đưa vào phân tích nhân tố (21 biến nghiên cứu các nhân tố tác động đến chất lượng dịch vụ và 3 biến quan sát đo lường mức độ hài lòng của NNT). Quá trình này được gọi là phân tích nhân tố (PHỤ LỤC 5) với kết quả như sau:
Về các nhân tố tác động đến chất lượng dịch vụ:
KMO : 0,906
Eigenvalue : 1,043 Tổng phương sai : 69,730%
Số nhân tố : 5 nhân tố 1. TT : gồm 5 biến của nhân tố TT
2. LH : gồm 4 biến của nhân tố LH và 1 biến của nhân tố DU 3. UD : gồm 5 biến của nhân tố UD
4. DU : gồm 3 biến của nhân tố DU (ban đầu gồm 4 biến, 1 biến bị tách ra nhập vào nhân tố LH)
5. DT: gồm 3 biến của nhân tố DT
Bảng 4.8: Kết quả phân tích nhân tố Mã
biến
Nhân tố
1 2 3 4 5
TT2 .825 TT1 .799 TT5 .762 TT3 .758 TT4 .713
LH2 .835
LH1 .770
LH3 .755
LH4 .703
DU4 .688
UD2 .765
UD1 .719
UD3 .626
UD5 .623
UD4 .610
DU1 .785
DU2 .725
DU3 .667
DT3 .838
DT1 .731
DT2 .646
Về mức độ hài lòng của NNT: KMO đạt được là 0,721, Eigenvalue >1 và tổng phương sai dùng để giải thích nhân tố> 50% (76,443%) thỏa điều kiện của phân tích nhân tố. Như vậy, kết quả phân tích nhân tố về mức độ hài lòng của NNT (PHỤ LỤC 5) cho thấy 3 biến quan sát HL1, HL2, và HL3 đều có Hệ số tải nhân tố >0,5 và dùng để giải thích thang đo mức độ hài lòng NNT là hợp lý.
4.3 Mô hình nghiên cứu tổng quát