Sau khi phân tích Cronbach Alpha, hệ số tin cậy của các nhóm biến đạt khá cao và đều lớn hơn 0.6, các hệ số tương quan biến - tổng đều lớn hơn 0.3, vì vậy tất cả các biến được chấp nhận trừ biến CB7, GS6; HL5, HL6, HL7. Do đó, 37 biến được đưa vào để phân tích nhân tố. Phân tích nhân tố nhằm nhóm gọn các biến quan sát ban đầu thành những nhân tố mới có ý nghĩa, đồng thời phát hiện cấu trúc tiềm ẩn giữa các khái niệm nghiên cứu (nhân tố ban đầu) theo dữ liệu thực tế nhằm hình thành những nhân tố mới có ý nghĩa sát với thực tế nghiên cứu.
Đầu tiên, thực hiện hai kiểm định là “KMO and Bartlett's Test”. Kết quả chứng tỏ là việc sử dụng phân tích nhân tố trong trường hợp là thích hợp (KMO từ 0.8 trở lên >0.5, và Sig. =0.000). Phân tích nhân tố cho tất cả mọi biến trong mô hình được thực hiện với phương pháp rút trích nhân tố là “Principal component” và phương pháp xoay là “Varimax”, phép xoay vuông góc được lựa chọn nhằm mục đích trích tối đa % phương sai của các biến quan sát ban đầu và làm gọn các biến quan sát (Hair và ctg, 2010). Còn tiêu chuẩn rút trích là Eigenvalues > 1 nhằm đảm bảo mỗi nhân tố hình thành có thể giải thích tối thiểu biến thiên trọn vẹn của một biến quan sát (Hair và ctg, 2010).
Tiêu chuẩn chọn biến cho nhân tố đảm bảo một số điều kiện sau:
-Đảm bảo hệ số trích phương sai trong tổng thể các biến (Communality) >0.50, -Hệ số tải lên nhân tố chính |>0.50| được xem là có ý nghĩa thực tiễn,
-Tối thiểu các biến có hệ số tải chéo lên nhiều nhân tố (khoảng cách độ lớn của hệ số tải giữa hai nhân tố <0.30) (Nguyễn Đình Thọ, 2010).
Tuy nhiên, việc xác định biến loại bỏ hay không còn phụ thuộc vào mức ý nghĩa của biến quan sát đó trong mô hình, số biến trong cùng một cấu trúc tiềm ẩn nhằm đảm bảo các cấu trúc biến tiềm ẩn sau khi hình thành có ý nghĩa về mặt thực tiễn và khái niệm lý thuyết (Hair và ctg, 2010).
4.3.2.1. Kết quả EFA cho các biến độc lập
Sau phân tích độ tin cậy của thang đo bằng hệ số Cronbach Alpha có 30 biến quan sát của 6 nhân tố độc lập được đưa vào phân tích nhân tố. Kết quả phân tích nhân tố qua các lần như sau:
Phân tích lần 1: kết quả EFA cho thấy có 07 yếu tố được trích tại eigenvalue là 1.256 và phương sai trích được là 64.026% và chỉ số KMO là 0.824. Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Biến quan sát CB6 (thang đo Cán bộ công chức) có trọng số không đạt yêu cầu = 0,449 (< 0.50 nên loại khỏi mô hình nghiên cứu.
Phân tích lần 2: sau khi loại biến CB6, kết quả EFA cho thấy có 07 yếu tố được trích tại eigenvalue là 1.255 và phương sai trích được là 65,279% và chỉ số KMO là 0.826 . Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Biến quan sát VC4 (thang đo Cở sở vật chất) có trọng số không đạt yêu cầu = 0,443 (< 0.50 nên loại khỏi mô hình nghiên cứu.
Phân tích lần 3: sau khi loại biến VC4, kết quả EFA cho thấy có 07 yếu tố được trích tại eigenvalue là 1.238 và phương sai trích được là 66,011% và chỉ số KMO là 0.821 . Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%. Biến quan sát VC3 (thang đo Cở sở vật chất) có trọng số không đạt yêu cầu = 0,491 (< 0,50) nên loại khỏi mô hình nghiên cứu.
Phân tích lần 4: sau khi loại biến VC3, kết quả EFA cho thấy có 07 yếu tố được trích tại eigenvalue là 1.213 và phương sai trích được là 66,694% và chỉ số KMO là 0.812 . Vì thế, việc phân tích nhân tố là phù hợp và phương sai trích đạt yêu cầu > 50%.
Ta có kết quả phân tích EFA lần cuối cùng sau đây:
Bảng 4.21: Kết quả EFA cho các biến độc lập sau khi loại các biến không đạt yêu cầu Yếu tố Biến quan sát 1 2 3 4 5 6 7 CB2 .889 CB4 .881 CB5 .814 CB3 .796 CB1 .725 TT3 .920 TT1 .909 TT2 .892 TT4 .876 CK3 .781 CK2 .767 CK1 .708 CK4 .681
CK5 .681 GS3 .811 GS1 .756 GS2 .741 GS4 .735 GS5 .555 TG3 .844 TG2 .746 TG1 .730 TG4 .710 PH1 .873 PH2 .825 PH3 .755 VC5 .762 VC1 .726 VC2 .566 GS7 .555
Khi chạy EFA, trong hộp thoại Factor Analysis, chúng ta chọn nút Scores, sau đó nhập chọn Save as variables để lưu lại nhân số của nhân tố một cách tự động. Mặc định của chương trình này là phương pháp Regression (Trọng & Ngọc, 2005, 276). Nhân số tính theo cách này đã được chuẩn hóa (đã được chuyển qua đơn vị đo lường độ lệch chuẩn). Nó thích hợp nhất nếu sử dụng các nhân tố để phân tích hồi quy và kiểm định mối quan hệ ảnh hưởng của các biến độc lập đến biến phụ thuộc.
Các nhân tố mới được hình thành từ kết quả trích xuất (Save as regression) trong phân tích nhân tố thay vì phương pháp trung bình cộng các biến quan sát cho từng nhân tố. Việc hình thành các nhân tố mới theo phương pháp trích xuất của SPSS có ưu và nhược điểm như sau:
- Ưu điểm: nhân tố mới hình thành được tính toán theo tương ứng trọng số của từng biến quan sát trong nhân tố đó, điều này giúp phản ánh chính xác hơn giá trị của nhân tố mới theo kết quả phân tích nhân tố.
- Nhược điểm: dữ liệu đã được chuyển về hệ chuẩn hóa (mean=0, độ lệch chuẩn =1) nên sẽ không phản ánh được giá trị của nhân tố mới theo giá trị thang đo ban đầu. Điều này sẽ gặp khó khăn trong các phép phân tích liên quan đến so sánh giá trị trung bình của nhân tố mới. Do vậy, đối với các phép so sánh giá trị trung bình, tác giả phải sử dụng giá trị nhân tố mới theo phương pháp trung bình cộng các biến quan sát ban đầu.
Như vậy, các biến quan sát đưa vào EFA được phân tích thành 7 nhân tố với các giải thích về nội dung của từng nhân tố này và từ đó căn cứ vào bản chất các biến cụ thể mà nhân tố bao gồm sẽ tìm ra tên mới cho nhân tố, tính chất này được gọi là tính chất khám phá, đó là đặc trưng nổi bật của EFA.
Đặt tên các nhóm nhân tố mới: Việc đặt tên các nhân tố được thực hiện trên cơ sở nhận ra các biến quan sát có hệ số truyền tải (loading factor) lớn nằm trong cùng một nhân tố. Như vậy nhân tố này có thể giải thích bằng các biến có hệ số lớn nằm trong nó.
Các biến quan sát thuộc thành phần không có thay đổi nhiều về các biến quan sát. Nên ta vẫn giữ nguyên tên các thành phần này.
4.3.2.2 Kết quả EFA cho thang đo sự hài lòng
Kết quả EFA thang đo mức độ hài lòng cho thấy có một yếu tố trích được tại eigenvalue là 2.647 với phương sai trích là 66.187% và chỉ số KMO là 0,795. Như vậy các biến quan sát của thang đo này đều đạt yêu cầu cho phân tích tiếp theo.
Bảng 4.22: Kết quả EFA cho thang đo sự hài lòng Yếu tố Biến quan sát 1 (HL) HL2 .842 HL1 .829 HL4 .806 HL3 .777
Như vậy, sau phần phân tích nhân tố này, chọn ra được 7 nhân tố ảnh hưởng đến sự hài lòng với dịch vụ hành chính công của người dân để đưa vào phân tích hồi quy.
Kết quả các nhân tố mới này sẽ được đưa vào phép phân tích hồi qui ở giai đoạn tiếp theo nhằm xác định mức độ tác động của 7 biến (nhân tố) độc lập lên biến phụ thuộc. Từ đó, sẽ khẳng định hoặc bác bỏ các giả thuyết thống kê dựa vào mức ý nghĩa của mối quan hệ tác động (sig<0.05)
4.3.2.3. Điều chỉnh mô hình nghiên cứu
Sau khi phân tích sơ bộ, kết quả EFA cuối cùng ở bảng 3.25 cho thấy thang đo chất lượng dịch vụ bao gồm 07 thành phần. Cụ thể:
- Thành phần sự “Cán bộ, công chức” có 05 biến quan sát (CB1 => CB5), - Thành phần “Thủ tục quy trình làm việc” có 04 biến quan sát (TT1=> TT4),
- Thành phần “Công khai công vụ” có 05 biến quan sát (CK1 => CK5),
- Thành phần tính “Cơ chế giám sát, góp ý” có 05 biến quan sát (GS1 => GS5). - Thành phần tính “Thời gian làm việc” có 04 biến quan sát (TG1 => TG4)
- Thành phần “Phí và lệ phí” có 03 biến quan sát (PH1 => PH3),
- Thành phần “Cơ sở vật chất” có 04 biến quan sát (VC1 => VC2, VC5, GS7), - Trong khi đó, thang đo sự hài lòng có 04 biến quan sát (HL1 => HL4).
Các giả thuyết nghiên cứu vẫn giữ nguyên: sự hài lòng người dân và các thành phần tác động nên sự hài lòng có mối quan hệ cùng chiều với nhau.
Hình 4.1. Mô hình nghiên cứu điều chỉnh
* Giả thuyết H1- Về cán bộ công chức: Cảm nhận của người dân về cán bộ công chức có mối quan hệ cùng chiều với sự hài lòng của người dân về dịch vụ hành chính công. Cụ thể khi người dân càng đánh giá tích cực (cao) về cán bộ công chức thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.
* Giả thuyết H2- Về thủ tục và quy trình làm việc: Cảm nhận của người dân về thủ tục quy trình làm việc có mối quan hệ cùng chiều với sự hài lòng của người dân về dịch vụ hành chính công. Cụ thể, khi người dân càng đánh giá cao về thủ tục quy trình làm việc thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.
* Giả thuyết H3- Về Công khai công vụ: Cảm nhận của người dân về công khai công vụ tại bộ phận giải quyết thủ tục hành chính có mối quan hệ cùng chiều với sự
Cán bộ, công chức Thủ tục quy trình Công khai, công vụ
Cơ chế giám sát Thời gian làm việc
Phí và lệ phí
Sự hài lòng
hài lòng của người dân về dịch vụ hành chính công. Cụ thể, khi người dân càng đánh giá cao về việc công khai công vụ thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.
* Giả thuyết H4- Về cơ chế giám sát, góp ý: Cảm nhận của người dân về cơ chế giám sát góp ý có mối quan hệ cùng chiều với sự hài lòng của người dân về dịch vụ hành chính công. Cụ thể, khi người dân càng đánh giá cao về cơ chế giám sát góp ý thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.
* Giả thuyết H5- Về thời gian làm việc: Cảm nhận của người dân về tính hợp lý của thời gian làm việc có mối quan hệ cùng chiều với sự hài lòng của người dân về dịch vụ hành chính công. Cụ thể, khi người dân càng đánh giá cao về tính hợp lý về thời gian làm việc thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.
* Giả thuyết H6- Về phí và lệ phí: Cảm nhận của người dân về tính hợp lý của phí và lệ phí có mối quan hệ cùng chiều với sự hài lòng của người dân về dịch vụ hành chính công. Cụ thể, khi người dân càng đánh giá cao tính hợp lý về phí lệ phí thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.
* Giả thuyết H7- Về cơ sở vật chất: Cảm nhận của người dân về cơ sở vật chất tại bộ phận giải quyết thủ tục hành chính có mối quan hệ cùng chiều với sự hài lòng của người dân về dịch vụ hành chính công. Cụ thể, khi người dân càng đánh giá cao về cơ sở vật chất thì người dân càng hài lòng với dịch vụ hành chính công và ngược lại.