Nhƣ đã trình bày tại chƣơng 3 phân tích khám phá nhân tố là phƣơng pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát có mối tƣơng quan với nhau thành một tập biến (các nhân tố) ít hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết các nội dung thông tin của tập biến ban đầu (Hair et al, 2006). Kỹ thuật phân tích khám phá nhân tố không xem xét sự khác nhau giữa biến độc lập và biến phụ thuộc mà chỉ đánh giá mối quan hệ tƣơng quan giữa các biến với nhau. Vì vậy ta sẽ tiến hành phân tích các biến quan sát của các biến độc lập cùng một lƣợt để tìm hiểu các biến nguyên nhân tiềm ẩn từ các biến quan sát. Các biến quan sát của biến phụ thuộc đƣợc phân tích riêng.
Tiêu chuẩn đánh giá phân tích khám phá nhân tố phù hợp là hệ số KMO lớn (giữa 0,5 và 1), kiểm định Barlett có p-value nhỏ hơn 0,05, phƣơng sai trích tối thiểu 50%, hệ số factor loading lớn hơn hoặc bằng 0,5. Phƣơng pháp phân tích sử dụng phƣơng pháp Principal component với phép xoay varimax để thu đƣợc số lƣợng nhân tố là bé nhất. Kết quả phân tích từ dữ liệu nghiên cứu thu thập đƣợc nhƣ sau:
Dựa trên kết quả kiểm định Cronbach‟s Alpha, toàn bộ các biến quan sát hợp lệ đƣợc đƣa vào phân tích nhân tố khám phá (EFA), để giảm bớt hay tóm tắt dữ liệu và tính độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay không.
Đặt giả thiết H0: “Các biến không tƣơng quan trong tổng thể”
Sau 2 lần phân tích nhân tố khám phá (EFA), kết quả phân tích lần cuối cho thấy:
Bảng 4.2: KMO and Bartlett's Test các biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling
- KMO=0,796 thỏa điều kiện 0,5 ≤ KMO ≤ 1,
- Kiểm định Bartlett có Sig = 0,000<0,05
Bác bỏ H0, vậy các biến có tƣơng quan trong tổng thể, 6 nhân tố có Eigenvalues = 1,097> 1, phƣơng sai trích là 66,102 % >50% biến thiên của dữ liệu đƣợc giải thích bởi 6 nhân tố này (xem bảng Total Variance Explained, Phụ lục 6)
Bảng Rolated compoment matrix (phụ lục 6) cho thấy các biến quan sát
đƣợc nhóm vào 6 nhóm nhân tố. Dựa vào kết quả xoay trong bảng 4.2, nhận thấy các biến quan sát đều có hệ số tải nhân tố (factor loading) lớn hơn 0,5. Nhƣ vậy, kết quả thu đƣợc đều thỏa mãn các điều kiện về thống kê, cho thấy giá trị thu đƣợc là phù hợp và có ý nghĩa thống kê và đủ điều kiện để ta hồi qui. Ta thu đƣợc kết quả nhƣ sau:
Bảng 4.3: Kết quả phân tích nhân tố khám phá (EFA)
Rotated Component Matrixa
Component 1 2 3 4 5 6 DB2 0,652 DB1 0,683 DB4 0,674 DB3 0,531 CT2 0,941 CT3 0,936 CT1 0,858 CT4 0,788 TC4 0,842 Bartlett's Test of Sphericity Approx. Chi-Square 4277,121 df 325 Sig. 0,000
TC5 0,751 TC1 0,787 TC2 0,531 TC3 0,502 HH4 0,732 HH5 0,710 HH6 0,633 HH3 0,622 HH2 0,529 DU1 0,867 DU3 0,580 DU2 0,696 DU4 0,559 G2 0,718 G1 0,623 G3 0,644 Eigenvalues 4,278 3,243 2,218 1,554 1,218 1,097 Phƣơng sai trích % 20,780 36,534 47,310 54,858 60,774 66,102
Ghi chú: HL là sự hài lòng khách hàng, TC là sự tin cậy, DU là khả năng đáp ứng, DB là sự đảm bảo, HH là yếu tố hữu hình, CT là lòng cảm thông và G là yếu tố giá cả.
Sau khi phân tích sơ bộ ta thu đƣợc 6 nhóm nhân tố với các biến quan sát thành phần nhƣ trên bảng 4.2 và 6 nhóm nhân tố lần lƣợt là:
Nhóm 1: Đảm bảo gồm 4 biến quan sát từ DB1-DB4 Nhóm 2: Cảm thông gồm 4 biến quan sát từ CT1- CT4 Nhóm 3: Tin cậy gồm 5 biến quan sát từ TC1-TC5
Nhóm 4: Hữu hình gồm 5 biến quan sát từ HH2-HH6 (loại biến HH1 vì HH1
Nhóm 5: Đáp ứng gồm 4 biến quan sát từ DU1-DU4 Nhóm 6: Giá cả gồm 3 biến quan sát là G1,G2,G3