4. Kết quả thực tập theo đề tà
2.3.4.4 Đánh giá thang đo
Dữ liệu thu thập được xử ký bằng phần mềm SPSS phiên bản 16.0. Sau khi mã hóa và làm sạch dữ liệu sẽ tiếp tục được đưa vào để kiểm tra độ tin cậy của thang đo. Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại (internal connsistentcy) thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng (item-total correclation).
Hệ số Cronbach Alpha
Nhiều nhà nghiên cứu đồng ý rằng Cronbach Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng-Chu Nguyễn Mộng Ngọc, 2005). Vì vậy đối với nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là chấp nhận được
=> Kiểm tra độ tin cậy của thang đo bằng cách sử dụng hệ số Cronbach’s Alpha: Từ thực đơn chọn Analyze/Scale/Reliablity Analysis, sau đó chọn các biến có cùng
thang đo Scale vào hộp Items rồi OK thu được Cronbach’s Alpha = 0.836> 0.6→ thang đo khá tốt nên được phép đưa vào phân tích.
Bảng 2.3:Hệ số Cronbach alpha của biến tổng
Reliability Statistics
Cronbach's Alpha N of Items
,836 25
(Nguồn: số liệu xử lý bằng phần mềm spss phiên bản 16.0)
Hệ sốtương quan biến tổng (item-total correclation)
Hệ sốtương quan biển tổng là hệ sốtương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sựtương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994), các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
- Đối với nhân tốSự tin tưởng (reliability): Cronbach alpha là 0,685. (xem phụ lục 2)Thành phần nhân tố sự tin cậy gồm 5 biến quan sát. Tất cả các biến này có hệ số tương quan với biến tổng lớn hơn 0,3 và có các alpha nếu như loại bỏ các biến này đều nhỏhơn 0,685. Do vậy, tất cả các biến này đều được sử dụng vào phân tích EFA tiếp theo.
- Đối với biến nhân tố Sự phản hồi (responsiness): Cronbach alpha là 0,671. (xem phụ lục 3). Thành phần nhân tố sự tin cậy gồm 5 biến quan sát. Tất cả các biến này có hệ số tương quan với biến tổng lớn hơn 0,3 và có các alpha nếu như loại bỏ các biến này đều nhỏ hơn 0,671. Do vậy, tất cả các biến này đều được sử dụng vào phân tích EFA tiếp theo.
- Đối với biến nhân tố Sự đảm bảo (assurance):Cronbach alpha là 0,711.
(xem phụ lục 4). Thành phần nhân tố sự tin cậy gồm 5 biến quan sát. Tất cả các biến này có hệ số tương quan với biến tổng lớn hơn 0,3 và có các alpha nếu như loại bỏ các biến này đều nhỏhơn 0,711. do vậy, tất cả các biến này đềuđược sử dụng vào phân tích EFA tiếp theo.
- Đối với biến nhân tố Sự cảm thông (empathy): Cronbach alpha là 0,605.(xem phụ lục 5). Thành phần nhân tố sự tin cậy gồm 5 biến quan sát. Tất cả các biến này có hệ sốtương quan với biến tổng lớn hơn 0,3 và có các alpha nếu như loại bỏ các biến này đều nhỏhơn 0,605. do vậy, tất cả các biến này đều được sử dụng vào phân tích EFA tiếp theo
- Đối với biến nhân tố Sự hữu hình (tangibility): Cronbach alpha là 0,744. (xem phụ lục 6). Thành phần nhân tố sự tin cậy gồm 5 biến quan sát. Tất cả các biến này có hệ số tương quan với biến tổng lớn hơn 0,3 và có các alpha nếu như loại bỏ các biến này đều nhỏhơn 0,744. do vậy, tất cả các biến này đều được sử dụng vào phân tích EFA tiếp theo
Phân tích nhân tố khám phá EFA lần 1:
Sau khi kiểm tra độ tin cậy của thang đó thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng, ta tiến hành phân tích nhân tố.
Phân tích nhân tốđược sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Các biến có hệ số tương quan đơn giữa biến và các nhân tố (factor loading) nhỏhơn 0.5 sẽ bị loại. Phương pháp trích “Principal Axis Factoring” được sử dụng kèm với phép quay “Varimax”. Điểm dừng trích khi các yếu tố có “Initial Eigenvalues” > 1.
- Xác định sốlượng nhân tố
Số lượng nhân tốđược xác định dựa trên chỉ số Eigenvalue, chỉ sốnày đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có chỉ số Eigenvalue nhỏhơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải lớn hơn 50%.
- Độ giá trị hội tụ
Đểthang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố (Jun & ctg, 2002).
- Độ giá trị phân biệt
Đểđạt được độ giá trị phân biệt, khác biệt giữa các factor loading phải lớn hơn hoặc bằng 0.3 (Jabnoun & ctg, 2003).
Phương pháp trích hệ số sử dụng thang đo: Mục đích kiểm định các thang đo nhằm điều chỉnh để phục vụ cho việc chạy hồi quy mô hình tiếp theo nên phương pháp trích yếu tố Principal Axis Factoring với phép quay Varimax sẽ được sử dụng cho phân tích EFA trong nghiên cứu vì phương pháp này sẽ giúp kiểm định hiện tượng đa cộng tuyến giữa các yếu tố của mô hình (nếu có).
- Các biến đã đạt yêu cầu trong Cronbach alpha đều được đưa vào phân tích EFA. Chỉ số KMO được dùng để phân tích sự thích hợp của các phân tích nhân tố. Phân tích chỉ sử dụng hệ số KMO có giá trị lớn hơn 0,5.
- Thang đo sự hài lòng được đo bởi 25 biến. Tất cả những biến này đảm bảo tin cậy khi phân tích bằng việc tính toán bằng Cronbach alpha. Mục đích của phương pháp phân tích nhân tố là đánh giá mức độ hội tụ của các biến theo thành phần
- Theo kết quả chạy phân tích EFA lần 1, (xem phụ lục 7) hệ số KMO là 0,5<
0,745< 1 là điều kiện đủ để phân tích nhân tố là thích hợp, kiểm định Bartlett's có mức ý nghĩa bằng 0( Sig= 0,000) cho thấy phân tích nhân tố là thích hợp
- Dựa vào tiêu chuẩn Eigenvalue >1 (mặc định của chương trình SPSS), phương pháp rút trích Principal components và phép quay Varimax có 8 nhân tốđược rút trích trong lần phân tích nhân tố lần 1 với 25 biến quan sát - Từ kết quả của bảng Bảng Total Variance Explained lần 1 (xem phụ lục 8) ta
thấy Cumulative %: Phương sai trích là 60,575%. Phương sai trích của 8 nhân tốđầu tiên giải thích được 60,575% biến thiên của dữ liệu. Phương sai trích là 60,575% >50 % nên phân tích có ý nghĩa
-Biến "TT5 Bac A khong de xay ra sai sot nao" có hệ số tải = 0,465 <0,5 nên ta loại biến này khỏi mô hình phân tích
-Biến "DB1 cach cu xu cua nhan vien Bac A gay niem tin" có hệ số tải= 0,477 <0,5 nên ta loại biến này khỏi mô hình phân tích
- Biến "DB2 cam thay an toan khi giao dich voi Bac A" có hệ số tải = 0,494 <0,5 nên ta loại biến này khỏi mô hình phân tích
- Biến "DB3 nhan vien Bac A luon niem no" có hệ số tải = 0,466 <0,5 nên ta loại biến này khỏi mô hình phân tích
- Biến "PH1 nhan vien Bac A co cho biet thoi gian thuc hien dich vu" có hệ số tải = 4,93 <0,5 nên ta loại biến này khỏi mô hình phân tích
Kiểm định Hệ số EFA lần 2:
- Trong lần 2, hệ số KMO là 0,5< 0,731< 1( xem phụ lục 10) là điều kiện đủ để phân tích nhân tố là thích hợp, kiểm định Bartlett's có mức ý nghĩa bằng 0( Sig= 0,000) cho thấy phân tích nhân tố là thích hợp
- Theo kết quả từ bảng Rotated Component Matrix lần 2 ( xem phụ lục 11). Sau khi loại bỏ các biến không phù hợp mô hình còn lại 6 nhóm với 20 biến đều có hệ số tải > 0,5, phù hợp để tiến hành phân tích
- Bảng Total Variance Explained lần 2( xem phụ lục 12) cho thấy có 6 nhân tố được rút trích, Cumulative %-Phương sai trích là 56,988%> 50% nên
phân tích nhân tố có ý nghĩa. Các biến quan sát này đều đạt yêu cầu cho các phân tích tiếp theo.