4. Phương pháp nghiên cứu
2.3.3.1. Quá trình phân tích nhân tố khám phá EFA
Theo như nội dung đã đề cập ở trên, để có thể tiến hành quá trình phân tích nhân tố khám phá EFA, trước hết tôi thực hiện kiểm định sự phù hợp của dữ liệu thông qua hai đại lượng là chỉ số Kaiser - Meyer - Olkin (KMO) và kiểm định Barlett. Điều kiện để số liệu phù hợp với phương pháp phân tích nhân tố khám phá là giá trị KMO từ 0,5 trở lên và kiểm định Barlett cho kết quả p-value bé hơn mức độ ý nghĩa 0,05. Từ dữ liệu thu thập được, tôi đã tiến hành phân tích nhân tố khám phá.
Kiểm định Barlett được tính toán dựa trên đại lượng Chi – bình phương và được ra quyết định chấp nhận hay bác bỏ giả thuyết H0 căn cứ trên mức ý nghĩa p-value của kiểm định. Ở đây giá trị p-value = 0,000 cho phép ta an toàn bác bỏ giả thuyết H0 (H0: Phân tích nhân tố không phù hợp với dữ liệu).
Bảng 2.15 : Bảng KMO và kiểm định Bartlett’s Test sau khi EFA lần 1
KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.899
Bartlett's Test of Sphericity Approx. Chi-Square 1688.149
Df 276
Sig. 0.000
(Nguồn: Kết quả xử lý trên SPSS)
Hệ số KMO = 0.899 > 0.5 và kiểm định Bartlett’s Test có Sig. = 0.000 < 0.05 nên đạt yêu cầu.
Kết quả kiểm định KMO and Bartlett’s Test trên cho phép thực hiện phân tích nhân tố lần 1 với 24 biến.
Kết quả phân tích EFA lần 1 được cho ở bảng dưới đây:
Bảng: Rotated Component Matrixa
1
Thành phần
1 2 3 4
Phương thức cho vay, sản phẩm cho vay của ngân hàng đa dạng 0.818 Nhân viên có trình độ chuyên môn, nghiệp vụ giỏi 0.748 Nhân viên thể hiện sự quan tâm khi khách hàng gặp vấn đề 0.732 Ngân hàng luôn cung cấp thông tin cho khách hàng đầy đủ,
chính xác về khoản vay 0.659
Điều kiện, thời hạn cho vay linh hoạt, phù hợp 0.656 Ngân hàng luôn quan tâm đến lợi ích của khách hàng 0.643 Thủ tục vay vốn nhanh chóng, đơn giản 0.636 Lãi suất cho vay và phí dịch vụ hợp lý, cạnh tranh 0.624 Thời gian xét duyệt hồ sơ, giải ngân nhanh chóng, kịp thời. 0.524
Nhân viên phục vụ công bằng với tất cả khách hàng 0.450
Ngân hàng ứng dụng tốt công nghệ thông tin trong dịch vụ ngân
hàng 0.752
Khiếu nại, thắc mắc của khách hàng luôn được giải quyết thỏa
đáng 0.711
Thông tin cá nhân của khách hàng được bảo mật tốt 0.698 Nhân viên nhiệt tình giải đáp mọi thắc mắc của khách hàng 0.573
Ngân hàng cung cấp dịch vụ cho khách hàng đúng thời
điểm cam kết, giải ngân đúng hạn 0.445
Nhân viên hướng dẫn thủ tục giao dịch một cách đầy đủ, dễ
hiểu 0.786
Nhân viên thực hiện giao dịch nhanh chóng, chính xác 0.781 Nhân viên lịch sự, chu đáo và thân thiện với khách hàng 0.608 Ngân hàng tạo dựng được lòng tin và sự an tâm cho khách hàng 0.545
hàng
Bãi giữ xe rộng rãi, thoáng mát 0.692
Nhân viên có ngoại hình đẹp, trang phục lịch sự, gọn gàng 0.668 Trang thiết bị, cơ sở vật chất của ngân hàng hiện đại, địa điểm
giao dịch thuận tiện 0.664
Ngân hàng luôn đảm bảo an toàn khi giải ngân bằng tiền mặt 0.662 Ngân hàng luôn tạo được sự tin tưởng cho khách hàng 0.645
(Nguồn: Kết quả xử lý trên SPSS)
Để xác định số lượng nhân tố, trong nghiên cứu này, tôi sử dụng các tiêu chuẩn sau:
• Tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị hệ số Eigenvalue. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ các nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
• Tiêu chuẩn phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích > 50%.
• Một tiêu chuẩn quan trọng nữa cần xét đến, đó là hệ số tải nhân tố (Factor loading) phải >50%.
Bảng 2.15 : Tổng biến động được giải thích
Component Initial Eigenvalues Rotation sums of Squared Loading
Total % of Variance Cumulative % Total % of Variance Cumulative % 1 9.773 40.719 40.719 9.773 40.719 40.719 2 2.291 9.547 50.266 2.291 9.547 50.266 3 1.255 5.229 55.494 1.255 5.229 55.494 4 1.203 5.011 60.506 1.203 5.011 60.506 5 0.998 4.158 64.664 6 0.874 3.642 68.305 7 0.765 3.185 71.491 8 0.752 3.135 74.626 9 0.742 3.092 77.719 10 0.665 2.772 80.491
Dựa theo các tiêu chuẩn trên kết hợp với các bảng kết quả Bảng 2.14: Rotated
Component Matrixa
1 và Bảng 2.15 : Tổng biến động được giải thích ta thấy rằng:
• Kết quả của phân tích nhân tố EFA lần 1 cho ta 4 nhân tố mới với 24 biến ban đầu. • Giá trị Tổng phương sai trích đạt được là 60.506% cho biết 4 nhân tố này giải thích được 60.506% biến thiên của dữ liệu, thỏa mãn yêu cầu của phân tích nhân tố.
• Hệ số tải nhân tố Factor loading lớn nhất của ba biến quan sát “ Nhân viên
phục vụ công bằng với tất cả khách hàng (Hệ số factor loading = 0.450)”, “Ngân hàng cung cấp dịch vụ cho khách hàng đúng thời điểm cam kết, giải ngân đúng hạn”
(Hệ số factor loading = 0.445)”, “Nhân viên biết quan tâm đến nhu cầu cá biệt của
khách hàng (Hệ số factor loading = 0.422)” đều có hệ số tải nhân tố factor loading nhỏ
hơn 0.5. Vì vậy, các biến này không thỏa mãn tiêu chuẩn trên và bị loại ra khỏi mô hình. Tuy nhiên, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), khi loại biến trong phân tích nhân tố phải loại từng biến một để đảm bảo không loại các biến có ý nghĩa ra khỏi mô hình nghiên cứu. Do đó, chúng ta không nên loại cùng lúc 3 biến này ra mà nên loại ra từng biến quan sát một. Biến nào có hệ số factor loading lớn nhất mà không đạt nhất sẽ bị loại ra trước. Ta thấy, biến “Nhân viên biết quan tâm đến nhu cầu
cá biệt của khách hàng” có hệ số factor loading lớn nhất bằng 0.422 nên sẽ bị loại ra
trước, sau đó tiếp tục thực hiện EFA lần 2 với 23 biến quan sát.
Sau khi thực hiện phân tích EFA lần 2, ta tiếp tục loại biến “Thông tin cá nhân
của khách hàng được bảo mật tốt” vì biến này có hệ số factor loading = 0.445 < 0.5
nên bị loại ra khỏi mô hình. (Phụ lục...)
Tiếp tục thực hiện phân tích EFA lần 3, ta loại biến “Nhân viên phục vụ công
bằng với tất cả khách hàng” vì có hệ số factor loading = 0.450 < 0.5. (Phụ lục …)
Cuối cùng thực hiện phân tích EFA lần 4 với 21 biến quan sát còn lại, ta thu được kết quả như sau:
Kết quả có 4 nhân tố được rút ra, tổng phương sai trích = 61.869% cho biết 4 nhân tố này giải thích được 61.869% biến thiên của dữ liệu. Hệ số KMO = 0.892 > 0.5, kiểm định Bartllet’s Test có giá trị Sig. = 0.000 < 0.05 nên đạt yêu cầu và không có biến nào bị loại khỏi mô hình do đều có hệ số factor loading > 0.5.
Bảng 2.16: Kiểm định KMO và Bartllet’s Test lần 4
KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.892
Df 231
Sig. 0.000
(Nguồn: Kết quả xử lý trên SPSS)
Bảng 2.17: Ma trận thành phần xoay lần 4
Thành phần
1 2 3 4
Phương thức cho vay, sản phẩm cho vay của ngân hàng
đa dạng 0.820
Nhân viên thể hiện sự quan tâm khi khách hàng gặp vấn
đề 0.741
Nhân viên có trình độ chuyên môn, nghiệp vụ giỏi 0.726 Điều kiện, thời hạn cho vay linh hoạt, phù hợp 0.659 Lãi suất cho vay và phí dịch vụ hợp lý, cạnh tranh 0.651 Ngân hàng luôn cung cấp thông tin cho khách hàng đầy
đủ, chính xác về khoản vay 0.640
Ngân hàng luôn quan tâm đến lợi ích của khách hàng 0.638 Thủ tục vay vốn nhanh chóng, đơn giản 0.625 Thời gian xét duyệt hồ sơ, giải ngân nhanh chóng, kịp
thời. 0.524
Khiếu nại, thắc mắc của khách hàng luôn được giải
quyết thỏa đáng 0.757
Ngân hàng ứng dụng tốt công nghệ thông tin trong dịch
vụ ngân hàng 0.748
Thông tin cá nhân của khách hàng được bảo mật tốt 0.697 Nhân viên nhiệt tình giải đáp mọi thắc mắc của khách
hàng 0.572
Ngân hàng tạo dựng được lòng tin và sự an tâm cho
khách hàng 0.546
Bãi giữ xe rộng rãi, thoáng mát 0.691
Nhân viên có ngoại hình đẹp, trang phục lịch sự, gọn
gàng 0.668
Trang thiết bị, cơ sở vật chất của ngân hàng hiện đại,
địa điểm giao dịch thuận tiện 0.667
Ngân hàng luôn tạo được sự tin tưởng cho khách hàng 0.642 Nhân viên hướng dẫn thủ tục giao dịch một cách đầy
đủ, dễ hiểu 0.786
Nhân viên thực hiện giao dịch nhanh chóng, chính xác 0.781 Nhân viên lịch sự, chu đáo và thân thiện với khách hàng 0.608