4.4. Kết quả nghiên cứu
4.4.2. Đánh giá độ tin cậy thang đo
1.2.2.1. Kiểm định thang đo bằng hệ số tin cậy Cronbach’s Alpha
Phân tích hệ số Cronbach Alpha nhằm đánh giá tính hội tụ hoặc phân kỳ của các biến quan sát trong một thang đo. Việc sử dụng hệ số Cronbach Alpha có vai trò quan trọng trong việc kiểm định tính tinh cậy của thang đo, nó giúp ta loại bỏ các biến quan sát không đủ độ tin cậy ra khỏi mô hình nghiên cứu, đồng thời hoàn hiện các thang đo chính thức.
Như phần trên đề tài đã trình bày, theo phương pháp kiểm định hệ số tin cậy Cronbach Alpha, hệ số Cronbach Alpha chung của thang đo phải lớn hơn 0,6 đồng thời những biến quan sát này có hệ số tương quan so với biến tổng (Corrected Item – Total Correlation) nhỏ hơn 0,3 sẽ bị loại ra khỏi thang đo đó (Nunnally và Burnstein, 1994). Bên cạnh đó, Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cho rằng hệ số Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo lường là tốt và từ 0,7 đến 0,8 thì thang đo này có thể sử dụng được. Đồng thời, Nunnally (1978) cho rằng đối với các khái niệm đang nghiên cứu tương đối mới đối với người trả lời trong bối cảnh nghiên cứu thì hệ số Cronbach Alpha từ 0,6 là có thể chấp nhận.
Kết quả phân tích hệ số Cronbach lpha được trình bày trong bảng 4.15 cho thấy toàn bộ các thang đo đều đạt độ tin cậy và có thể sử dụng trong mô hình nghiên cứu.
Bảng 4.12: Kết quả kiểm tra độ tin cậy bởi Cronbach Alpha
Biến quan sát
Trung bình thang đo nếu loại thang đo
Phương sai thang đó nếu loại thang đo
Tương quan biến tổng
Hệ số
Cronbach Alpha nếu loại thang đo Yếu tố tin cậy Hệ số Cronbach's Alpha = 0,815
REL1 9,6919 5,544 0,535 0,814
REL2 9,8889 5,074 0,652 0,760
REL3 9,7525 5,182 0,653 0,760
REL4 9,7879 5,000 0,707 0,734
Yếu tố phương tiện hữu hình Hệ số Cronbach's Alpha = 0,837
TAN1 10,4495 5,335 0,624 0,814
TAN2 10,4242 5,301 0,644 0,805
TAN3 10,2980 5,327 0,656 0,800
TAN4 10,4040 4,963 0,755 0,755
Yếu tố đáp ứng Hệ số Cronbach's Alpha = 0,916
RES1 13,7475 11,347 0,700 0,915
RES2 13,9293 11,102 0,737 0,907
RES3 13,8586 10,873 0,778 0,899
RES4 13,9040 10,818 0,781 0,898
RES5 13,7727 10,816 0,958 0,867
Yếu tố đảm bảo Hệ số Cronbach's Alpha = 0,866
ASS1 7,2626 2,337 0,761 0,797
ASS2 7,1465 2,268 0,757 0,801
ASS3 7,0354 2,542 0,720 0,836
Yếu tố đồng cảm Hệ số Cronbach's Alpha = 0,855
EMP1 5,6667 1,909 0,752 0,774
EMP2 5,5859 2,112 0,756 0,774
EMP3 5,6566 2,084 0,679 0,842
Yếu tố hài l ng Hệ số Cronbach's Alpha = 0,774
SA1 7,0101 2,406 0,586 0,723
SA2 6,9242 2,598 0,634 0,672
SA3 7,0758 2,466 0,611 0,692
Nguồn: Kết quả tính toán từ phần mềm SPSS 16
Thang đo yếu tố tin cậy có hệ số tin cậy Cronbach lpha là 0,815, các tương quan biến tổng của các biến quan sát trong thang đo sự phân phối đều lớn hơn 0,3;
và hệ số Cronbach Alpha nếu loại bỏ thang đo thì đều nhỏ hơn 0,815. Do đó, các thang đo đại diện yếu tố tin cậy khá phù hợp và có thể sử dụng cho các phân tích tiếp theo trong đề tài.
Thang đo yếu tố phương tiện hữu hình có hệ số tin cậy Cronbach Alpha là 0,837, các tương quan biến tổng của các biến quan sát trong thang đo sự phân phối đều lớn hơn 0,3; và hệ số Cronbach Alpha nếu loại bỏ thang đo thì đều nhỏ hơn 0,837. Do đó, các thang đo đại diện yếu tố phương tiện hữu hình đáng tin cậy và có thể sử dụng cho các phân tích tiếp theo trong đề tài.
Thang đo yếu tố đáp ứng có hệ số tin cậy Cronbach Alpha là 0,916, các tương quan biến tổng của các biến quan sát trong thang đo sự phân phối đều lớn
hơn 0,3; và hệ số Cronbach Alpha nếu loại bỏ thang đo thì đều nhỏ hơn 0,916. Do đó, các thang đo đại diện yếu tố đáp ứng đáng tin cậy và có thể sử dụng cho các phân tích tiếp theo trong đề tài.
Thang đo yếu tố đảm bảo có hệ số tin cậy Cronbach Alpha là 0,866, các tương quan biến tổng của các biến quan sát trong thang đo sự phân phối đều lớn hơn 0,3; và hệ số Cronbach Alpha nếu loại bỏ thang đo thì đều nhỏ hơn 0,866. Do đó, các thang đo đại diện yếu tố đảm bảo đáng tin cậy và có thể sử dụng cho các phân tích tiếp theo trong đề tài.
Thang đo yếu tố đồng cảm có hệ số tin cậy Cronbach Alpha là 0,855, các tương quan biến tổng của các biến quan sát trong thang đo sự phân phối đều lớn hơn 0,3; và hệ số Cronbach Alpha nếu loại bỏ thang đo thì đều nhỏ hơn 0,855. Do đó, các thang đo đại diện yếu tố đồng cảm đáng tin cậy và có thể sử dụng cho các phân tích tiếp theo trong đề tài.
Thang đo yếu tố hài lòng có hệ số tin cậy Cronbach Alpha là 0,774, các tương quan biến tổng của các biến quan sát trong thang đo sự phân phối đều lớn hơn 0,3; và hệ số Cronbach Alpha nếu loại bỏ thang đo thì đều nhỏ hơn 0,774. Do đó, các thang đo đại diện yếu tố hài lòng đáng tin cậy và có thể sử dụng cho các phân tích tiếp theo trong đề tài.
1.2.2.2. Kết quả phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA giúp trả lời câu hỏi liệu có một số biến quan sát nào có thể gom tụ lại với nhau để hình thành nên số nhóm nhân tố ít hơn để xem xét hay không. Những biến không đảm bảo đủ các điều kiện của phân tích sẽ bị loại khỏi thang đo.
Bên cạnh đó, khi phân tích nhân tố khám phá EFA, một số tiêu chuẩn cần được quan tâm để có thể biết được rằng biến đó có cần phải loại ra khỏi thang đo hay không. Thứ nhất, hệ số KMO (Kaiser- Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, với giá trị của KMO dao động ờ mức 0,5 đến 1,00 thì phân tích nhân tố khám phá EFA là thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu
kiểm định này có ý nghĩa thống kê (Sig ≤ 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Thứ hai, hệ số tải nhân tố (Factor Loading), theo Hair và các cộng sự (1998), factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading ≥ 0,3 được xem đạt mức tối thiểu, Factor loading ≥ 0,4 được xem là quan trọng, ≥ 0,5 được xem là có ý nghĩa thực tiễn. Ngoài ra, Hair và các cộng sự (1998) còn có một số kết luận: nếu chọn tiêu chuẩn factor loading ≥ 0,3 thì cỡ mẫu của bạn ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading ≥ 0,55, nếu cỡ mẫu của bạn khoảng 50 thì factor loading phải ≥ 0,75. Do đó, trong nghiên cứu này, nhằm đảm bảo độ tin cậy, biến quan sát nào có hệ số tải nhân tố ≤ 0,50 sẽ bị loại.
Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Gerbing và Anderson, 1988).
Căn cứ trên các điều kiện trên, tác giả tiến hành phân tích nhân tố khám phá (EF ) theo phương pháp trích Principals axis factoring kết hợp với phương pháp xoay Varmax. Kết quả được thể hiện trong bảng 4.16
Bảng 4.13: Kết quả phân tích độ tin cậy bởi EFA Component
1 2 3 4 5
RES5 0,911
RES2 0,793
RES3 0,786
RES4 0,776
RES1 0,686
TAN4 0,789
TAN1 0,749
TAN2 0,707
TAN3 0,696
REL4 0,822
REL2 0,814
REL3 0,805
REL1 0,702
EMP2 0,893
EMP1 0,883
EMP3 0,813
ASS1 0,888
ASS2 0,878
ASS3 0,780
KMO 0,829
Tổng phương sai trích 74,081%
Nguồn: Kết quả tính toán từ phần mềm SPSS 16
Kết quả phân tích EFA với nhóm các biến độc lập được trình bày trong bảng 4.16 và phụ lục cho thấy kiểm định KMO khá cao (bằng 0,829 > 0,5) với mức ý nghĩa của kiểm định Bartlett bằng 0 (Sig = 0.000) cho thấy phân tích nhân tố khám phá EF đối với các thang đo trong đề tài này là phù hợp.
Hơn thế nữa, tổng phương sai trích được là 74,081% > 50%. Không có biến nào bị loại do tất cả các biến có hệ số tải đều lớn hơn 0,5. Kết hợp với các kiểm định độ tin cậy Cronbach lpha đều thỏa các điều kiện về độ tin cậy, ta thấy phân tích nhân tố khám phá EF trích được các nhân tố phù hợp với mục tiêu nghiên cứu của đề tài.