Phân tích nhân tố khẳng định (Confirmatory Factor nalysis - CFA). Phân tích nhân tố khẳng định (Confirmatory Factor nalysis) là một trong các kỹ thuật thống kê của mô hình cấu trúc tuyến tính (SEM). CF cho chúng ta kiểm định mô hình đo lường có đạt yêu cầu không và các biến quan sát đại diện cho các nhân tố tốt đến mức nào. CF là bước tiếp theo của EF vì CF chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm n cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa các biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu m c nhiên thừa nhận trước khi tiến hành kiểm định thống kê. Phương pháp CF được sử dụng để khẳng định lại tính đơn biến, đa biến, giá trị hội tụ và phân biệt của bộ thang đo đánh giá lòng trung thành khách hàng đối với các dịch vụ ngân hàng.
Để đo lường mức độ phù hợp của mô hình với thông tin thị trường, mô hình được xem là thích hợp khi:
- Chi-square (CMIN) # 0, P-value < 0.05. Nhược điểm, phụ thuộc vào kích thước mẫu. Mẫu càng lớn, xác xuất P-value càng nhỏ.
- Chi-square điều chỉnh theo bậc tự do (CMIN/df): < 2 (càng nhỏ, càng tốt), một số trường hợp CMIN/df có thể nhỏ hơn 3 (Carmines & Mciver, 1981), (Bentler & Bonett, 1980). Theo Kettinger và Lee (1995): n < 200, CMIN/df < 3, n > 200, CMIN/df < 5.
- Theo Bentler & Bonett (1980), chỉ số thích hợp so sánh (CFI - Comparative fit index), chỉ số TLI (Tuckey and Lewis index), chỉ số phù hợp GFI (Goodness of fit index) ≥ 0.9 (0.8 - chấp nhận được).
- Chỉ số RMSE (Root mean square error approximation): nhỏ hơn 0.8 ho c 0.5 được xem là rất tốt (Steiger, 1990). Thọ Trang (2008) cho rằng nếu mô hình nhận được các giá trị TLI, CFI ≥ 0.9, CMIN/df ≤ 2, RMSE ≤ 0.08 thì mô hình phù hợp.
Ngoài ra, khi thực hiện CF , cần thực hiện thêm các đánh giá như: - Đánh giá độ tin cậy của thang đo thông qua các chỉ số:
31
+ Hệ số tin cậy tổng hợp (ρc): (Joereskog, 1971).
+ Hệ số tổng phương sai trích (ρvc): (Fornell Larcker, 1981).
ρc = ρvc =
Trong đó: λi: Trọng số chu n hóa của biến quan sát thứ i.
(1- λi2): Phương sai của sai số đo lường biến quan sát thứ i.
- Cần kiểm định thêm Cronbach‟s lpha một lần nữa thông qua các chỉ tiêu: + Tính đơn nguyên (Unidimesionality): Mô hình có độ phù hợp với dữ liệu thị trường là điều kiện cần và đủ để tập biến quan sát có tương quan nhau. (Steenkam & Vantrijp, 1991).
+ Giá trị hội tụ (Convergent validity): đạt được khi giá trị trọng số chu n hóa (λc) tối thiểu là 0.5 và có ý nghĩa thống kê (sig < 0.05) (Gerbing & Anderson, 1988).
+ Giá trị phân biệt (Discriminant validity).
+ Giá trị liên hệ lý thuyết (Nomological validity): được đánh giá thông qua mô hình lý thuyết (Gerbing nderson, 1988).