PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 1: TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
2. Kết quả nghiên cứu( bao gồm kết quả phân tích và xử lí SPSS)
2.4. Phân tích nhân tố EFA
2.4.1. Phân tích nhân tố khám phá EFA biến độc lập
Việc đánh giá sựhài lòng của khách hàng vềchất lượng dịch vụchịu tác động từ nhiều yếu tố khác nhau. Đểtìm ra xem yếu tốnào thực sự ảnh hưởng đến sự hài lòng của khách hàng vềchất lượng dịch vụ tại Viettel Post thì cần tiến hành phân tích nhân tốkhám phá từ22 biến quan sát. Phân tích nhân tốsẽgiúp loại bỏnhững biến quan sát để phản ánh một cách chính xác sự tác động của các yếu tố đến sự hài lòng của khách hàng và rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tố trong việc phân tích mô hình hồi quy tiếp theo.
Để rút trích những nhân tố ảnh hưởng đến chất lượng dịch vụ tại Viettel Post Huế, cần dựa vào các tiêu chuẩn: Kiểm định Kaiser –Meyer –Olkin (KMO) và kiểm định Bartlett; tiêu chuẩn Kaiser nhằm xác định số nhân tố được trích từ thang đo, để
xác định cần xem xét giá trị Eigenvalue; tiêu chuẩn phương sai trích nhằm xem xét phân tích nhân tốcó thích hợp không.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽbị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 100.
Bảng 2.11: Kiểm định KMO và Bartlettẻs
KMO 0.848
Bartlettôs df 171
Sig. 0.000
Nhận xột: Kiểm định KMO và Bartlettôs trong phõn tớch nhõn tố cho thấy hệ số KMO là 0.848 (lớn hơn 0.5) với mức ý nghĩa bằng 0 (Sig = 0.000) chứng tỏphân tích nhân tốEFA rất thích hợp.
Bảng 2.12: Rút trích nhân tốbiến độc lập
1 2 3 4 5
DONGCAM5 0.779
DONGCAM4 0.697
DONGCAM1 0.690
DONGCAM2 0.620
DONGCAM3 0.600
PHANHOI2 0.895
PHANHOI4 0.868
PHANHOI3 0.594
COSOVATCHAT3 0.774
COSOVATCHAT2 0.655
PHANHOI1 0.598
COSOVATCHAT1 0.555
TINCAY3 0.791
TINCAY1 0.637
TINCAY2 0.636
TINCAY4 0.633
DAMBAO2 0.805
DAMBAO1 0.660
DAMBAO3 0.639
HệsốEigenvalue 7.377 1.726 1.426 1.102 1.060
Phươngsai tiến lũy
tiến (%) 15.324 30.106 43.623 56.445 66.794
(Nguồn: kết quả điều tra xửlí của tác giả2019)
Thực hiện phân tích nhân tố lần đầu tiên, đưa 22 biến quan sát trong 5 biến độc lập ảnh hưởng đến sự hài lòng khách hàng vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 22, được rút trích lại còn 5 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 66,794 % > 50% do đó phân tích nhân tốlà phù hợp.
Đềtài tiến hành gom các biến quan sát (lấy giá trị trung bình)
- Nhân tố1 (Factor 1) gồm 4 biến quan sát: TINCAY1, TINCAY2, TINCAY3, TINCAY4. Nghiên cứu đặt tên nhân tốmới này là “TINCAY”
- Nhân tố 2 (Factor 2) gồm 5 biến quan sát: DONGCAM1, DONGCAM2, DONGCAM3, DONGCAM4, DONGCAM5. Nghiên cứu đặt tên nhân tố mới này là
“DONGCAM”.
- Nhân tố 3 (Factor 3) gồm 3 biến quan sát: DAMBAO1, DAMBAO2, DAMBAO3. Nghiên cứu đặt tên nhân tốmới này là “DAMBAO”.
- Nhân tố 4 (Factor 4) gồm 3 biến quan sát: PHANHOI2, PHANHOI3, PHANHOI4. Nghiên cứu đặt tên nhân tốmới này là“PHANHOI”
- Nhân tố 5 (Factor 5) gồm 4 biến quan sát: COSOVATCHAT1, PHANHOI1, COSOVATCHAT2, COSOVATCHAT3. Nghiên cứu đặt tên nhân tố mới này là
“COSOVATCHAT”.
2.4.2. Phân tích nhân tố khám phá EFA biế n phụ thuộ c Bảng 2.13: Rút trích nhân tốbiến phụthuộc
Sựhài lòng Hệsốtải
HAILONG1 0.864
HAILONG2 0.855
HAILONG3 0.847
Phương sai tích lũy tiến (%) 73.412
(Nguồn: kết quả điều tra xửlí của tác giả2019) Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ 3 biến quan sát mà đề tài đã đề xuất trước, nhằm mục đích rút ra kết luận vềsựhài lòng của khách hàng đối với chất lượng chuyển phát của Viettel Post chi nhánh Huế. Nhân tố này được gọi là “HAILONG”.
Nhận xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xác định được 5 nhân tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ tại Viettel Post tại chi nhánh Huế, đó chính là “Sự tin cậy”, “Sự đồng cảm”, “Sự phản hồi”, “Sự đảm bảo”, “Sựphản hồi”, “Cơ sởvật chất”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA không có gì thayđổi đáng kểso với ban đầu, không có biến quan sát nào bịloại ra khỏi mô hình trong quá trình kiểmđịnh độtin cậy thang đo và phân tích nhân tốkhám phá.
2.5. Kiểm định sựphù hợp của mô hình