CHƯƠNG 2: PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ HÀI LÒNG CỦA KHÁCH HÀNG ĐỐI VỚI HOẠT ĐỘNG CHO VAY KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM –
2.3. Phân tích các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với hoạt động cho vay cá nhân tại Vietinbank Phú Yên
2.3.5. Đánh giá kết quả nghiên cứu
2.3.5.2. Phân tích thang đo
Kiểm định thang đo bằng 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, bao gồm tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số tất cả các biến
của mỗi người trả lời. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra các yếu tố giả. Phương pháp này giúp loại bỏ các biến không phù hợp và hạn chế biến rác trong mô hình. (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009). Qua đó, các biến quan sát có tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và thang đo được chấp nhận khi hệ số tin cậy Cronbach Alpha lớn hơn 0,6 (theo Nunnally, 1978; Peterson, 1994; Slater, 1995 trong trường hợp khái niệm đang nghiên cứu là mới thì hệ số tin cậy Cronbach Alpha từ 0,6 trở lên là sử dụng được). Theo nhiều nhà nghiên cứu thì hệ số Cronbach Alpha từ 0,8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao hơn.
Bảng 2.11: Kết quả kiểm định thang đo Cronbach’s Alpha các yếu tố tác động đến sự hài lòng.
Yếu tố Biến quan sát Hệ số tương quan biến – tổng
Cronbach’s Alpha nếu biến bị loại
Sự tin cậy
STC1 ,582 ,753
STC2 ,577 ,755
STC3 ,641 ,723
STC4 ,614 ,737
Hệ số Cronbach’s Alpha:,793
Sự hữu hình
SHH1 ,613 ,692
SHH2 ,658 ,673
SHH4 ,593 ,727
Hệ số Cronbach’s Alpha:,774
Hiệu quả phục vụ
HQPV1 ,616 ,815
HQPV2 ,690 ,781
HQPV3 ,681 ,786
HQPV4 ,682 ,786
Hệ số Cronbach’s Alpha:,835
Sự đồng cảm
SDC1 ,692 ,807
SDC2 ,702 ,803
SDC3 ,682 ,811
SDC4 ,677 ,814
Hệ số Cronbach’s Alpha:,849
Sự thuận tiện
STT1 ,535 ,756
STT2 ,606 ,720
STT3 ,669 ,685
STT4 ,554 ,747
Hệ số Cronbach’s Alpha:,782
Điều kiện
DK1 ,654 ,756
DK2 ,642 ,768
DK3 ,700 ,708
Hệ số Cronbach’s Alpha:,814
Giá cả
GC1 ,709 ,697
GC2 ,604 ,802
GC3 ,683 ,725
Hệ số Cronbach’s Alpha:,813
(Nguồn: Kết quả phân tích từ phần mềm SPSS-Phụ lục 3)
Sau khi chạy kiểm định thang đo Cronbach’s Alpha, kết quả các khái niệm thành phần đều có hệ số Cronbach’s Alpha lớn hơn 0,6 thể hiện mối liên hệ chặt chẽ với nhau. Trong đó, thành phần sự hữu hình có hệ số Alpha là 0,686 (>0,6), tuy nhiên biến quan sát SHH3_Các tiện nghi phục vụ khách hàng tốt (trang thiết bị, nơi để xe…) trong thành phần này có hệ số tương quan biến tổng 0,274 nhỏ hơn 0,3 nên loại biến này và tiến hành chạy lần 2. Kết quả sự hữu hình có hệ số Cronbach’s Alpha thấp nhất (0,774) và cao nhất là thành phần sự đồng cảm (0,849), đồng thời các biến quan sát trong những thành phần này có hệ số tương quan biến- tổng lớn
hơn 0,3 (phân bố từ 0,535 đến 0,709) nên được chấp nhận tất cả, có thể đưa vào phân tích nhân tố khám phá EFA.
Hệ số Cronbach’s Alpha của thang đo sự hài lòng có hệ số khá cao (0,828), hơn nữa các biến của thang đo này đều có hệ số tương quan biến tổng lớn hơn 0,6 (nhỏ nhất là 0,651) nên thang đo này đạt yêu cầu và các biến quan sát trong thành phần này được đưa vào phân tích nhân tố.
Bảng 2.12: Kiểm định sự tin cậy Cronbach’s Alpha thang đo sự hài lòng.
Reliability Statistics
Cronbach's Alpha N of Items
,828 3
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
SHL1 6,55 1,121 ,700 ,748
SHL2 6,56 1,063 ,711 ,738
SHL3 6,51 1,237 ,651 ,797
(Nguồn: Kết quả phân tích SPSS-Phụ lục 3)
Phân tích nhân tố khám phá
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt dữ liệu rất có ích cho việc xác định tập hợp các biến cần thiết cho vấn đề nghiên cứu. Phân tích nhân tố được thực hiện dưới phép trích Principle Component (rút trích các thành phần chính) với phép xoay Varimax (xoay nguyên các góc nhân tố để tối thiểu hóa lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố) là cách thức được sử dụng phổ biến nhất (Mayers, L.S., Gamst, G., Guarino A.J. (2000)).
Phân tích nhân tố khám phá được dùng để kiểm định giá trị khái niệm của thang đo.
Yêu cầu cần thiết trong phân tích nhân tố là hệ số 0,5 ≤ KMO ≤ 1 vì nếu hệ số
KMO <0,5 thì phân tích nhân tố có khả năng không tích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008); hệ số tải nhân tố phải có giá trị >0,5 thì mới được xem là có ý nghĩa thực tiễn; điểm dừng Eigenvalue >1 (mặc định của chương trình SPSS) và tổng phương sai trích > 50% (Gerbing & Anderson, 1988).
Quá trình phân tích nhân tố được tiến hành qua các bước như sau:
- Bước 1: Đưa các biến đã đạt được độ tin cậy sau khi kiểm tra Cronbach’s Alpha vào phân tích nhân tố. Phân tích nhân tố lần đầu bao gồm 25 biến với kết quả như sau:
+ Hệ số KMO đạt 0,828 (>0,5) với mức ý nghĩa bằng 0 ( sig=0,000) điều này cho thấy phân tích nhân tố là phù hợp. Các mức Eigenvalue >1 phương pháp rút trích Principle Component và phép quay Varimax, phân tích nhân tố đã rút trích được 6 nhân tố từ 25 biến quan sát với phương sai trích đạt 67,478% (>50%) như vậy phương sai trích đạt yêu cầu (Phụ lục 3).
+ Từ bảng Rotated Component Matrix (Phụ lục 3), ta thấy các biến SHH2, STT1 cùng tải lên 2 nhân tố nên sẽ xem xét loại biến. Hệ số tải lớn nhất của biến STT1 là 0,683 > hệ số tải lớn nhất của biến SHH2 là 0,585. Ta tiến hành loại biến SHH2 ra trước vì biến này không thỏa điều kiện phân biệt trong phân tích nhân tố EFA.
- Bước 2: Sau khi loại biến SHH2 ta thấy phân tích nhân tố lần 2 biến STT1 cùng tải lên 2 nhân tố 0,686 và 0,537 chênh lệch nhau rất nhỏ (nhỏ hơn 0,3) nên loại biến này vì không thỏa điều kiện phân biệt trong phân tích nhân tố EFA. (Phụ lục 3)
- Bước 3: Sau khi loại biến STT1, phân tích nhân tố lần 3 tập hợp 23 biến quan sát còn lại và đem đến kết quả như sau: hệ số KMO bằng 0,826 (>0,5), mức ý nghĩa bằng 0 cho thấy phân tích nhân tố rất thích hợp, các mức Eigenvalue đều lớn hơn 1, phương sai trích 66,883% (>50%) nên đạt yêu cầu.
Sau khi phân tích nhân tố khám phá, thang đo được rút trích thành 6 nhân tố:
- Nhân tố STC gồm 6 biến: STC1, STC2, STC3, STC4, SHH1, SHH4.
- Nhân tố SDC gồm 4 biến: SDC1, SDC2, SDC3, SDC4.
- Nhân tố HQPV gồm 4 biến: HQPV1, HQPV2, HQPV3, HQPV4.
- Nhân tố GC gồm 3 biến: GC1,GC2, GC3.
- Nhân tố DK gồm 3 biến: DK1, DK2, DK3.
- Nhân tố STT gồm 3 biến: STT2, STT3, STT4.
Bảng 2.13: Kết quả phân tích nhân tố khám phá các yếu tố tác động đến sự hài lòng lần 3.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling
Adequacy ,826
Bartlett's Test of Sphericity
Approx. Chi-Square 2006,670
df 253
Sig. ,000
Rotated Component Matrixa Component
1 2 3 4 5 6
STC4 ,778
STC1 ,760
STC3 ,747
STC2 ,708
SHH4 ,687
SHH1 ,657
SDC4 ,809
SDC2 ,797
SDC3 ,783
SDC1 ,778
HQPV3 ,798
HQPV2 ,772
HQPV4 ,767
HQPV1 ,735
GC3 ,862
GC1 ,836
GC2 ,761
DK3 ,842
DK1 ,781
DK2 ,778
STT3 ,807
STT2 ,781
STT4 ,780
(Nguồn: Kết quả phân tích SPSS-Phụ lục 3)
Thang đo sự hài lòng của khách hàng: Dựa vào kiểm định KMO và Bartlett’s ta thấy hệ số KMO đạt 0,717 (>0,5), Eigenvalue >1 và tổng phương sai trích dùng để giải thích nhân tố là 74,468% (>50%) nên thỏa điều kiện của phân tích nhân tố. Như vậy kết quả phân tích về mức độ hài lòng của khách hàng cho thấy 3 biến quan sát SHL1, SHL2, SHL3 đều có hệ số tải lớn hơn 0,5 và dùng để giải thích sự hài lòng của khách hàng là hợp lý.
Bảng 2.14: Kết quả phân tích nhân tố khám phá thang đo sự hài lòng.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. ,717
Bartlett's Test of Sphericity
Approx. Chi-Square 236,552
df 3
Sig. ,000
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Total
% of Variance
Cumulative
% Total
% of Variance
Cumulative
%
1 2,234 74,468 74,468 2,234 74,468 74,468
2 ,430 14,334 88,802
3 ,336 11,198 100,000
Component Matrixa Component
1
SHL2 ,877
SHL1 ,870
SHL3 ,841
(Nguồn: Kết quả phân tích SPSS)