PHẦN II: NỘI DUNG NGHIÊN CỨU VÀ KẾT QUẢ NGHIÊN CỨU:
CHƯƠNG 2: CÁC NHÂN TỐ CÓ ẢNH HƯỞNG ĐẾN LÒNG TRUNG THÀNH
2.3. Kết quả đánh giá các nhân tố ảnh hưởng đến lòng trung thành của khách hàng
2.3.4. Phân tích nhân tố khẳng định CFA:
SVTH: Đặng Thị Thanh Hường 59 Bảng 2.14: Kết quảphân tích nhân tốLòng trung thành
Biến quan sát Hệsốtải Eigenvalue Phươngsai trích KMO
LTT1 0,930
2,085 69,484% 0,714
LTT2 0,782
LTT3 0,780
(Nguồn: Từ kết quả phân tích số liệu điều tra bằng SPSS 20.0)
Hình 2.2: Mô hình nghiên cứu CFA
Phân tích CFA lần đầu đối với mô hình nghiên cứuđã đưa vào với 21 biến độc lập chia làm 5 nhóm nhân tố và 2 nhóm nhân tốphụ thuộc với 6 biến, cho ra kết quả CMIN/df = 1,768 < 3, TLI = 0,891 > 0,85; CFI = 0,906 > 0,9 và RMSEA = 0,066 <
Trường ĐH KInh tế Huế
SVTH: Đặng Thị Thanh Hường 61 0,08. Do đó, cho thấy mô hình đã tương thích với dữ liệu thị trường. Vì vậy, ta sử dụng mô hình nàyđểtiến hành phân tích các bước tiếp theo.
2.3.4.2. Đánh giá độ tin cậy của thang đo:
Độtin cậy thang đo được xem xét qua 2 chỉ số: Độ tin cậy tổng hợp (Composite reliability– CR), tổng phương sai rút trích (Average variance extracted –AVE) và hệ số Cronbach’s Anlpha.
Quá trình xửlý sốliệu cho kết quảsau:
Bảng 2.15: Kết quả phân tích độtin cậy Nhân tố Hệsố Cronbach’s
Alpha
Độtin cậy tổng hợp (CR)
Tổng phương sai rút trích (AVE)
SHL 0,881 0,881 0,713
DNNV 0,836 0,828 0,548
HA 0,844 0,845 0,577
NHANDIEN 0,818 0,819 0,532
UYTIN 0,819 0,819 0,532
DU 0,868 0,868 0,622
LTT 0,869 0,873 0,696
(Nguồn: Xử lý Amos và tính toán trên Excel – Phân tích CFA).
Với kết quả phân tích từ bảng 2.16, ta thấy rằng tất cảcác hệ số độ tin cậy tổng hợp đều thỏa mãn điều kiện (0,7 < CR < 0,95); Tổng phương sai trích AVE > 0,5 và hệsố Cronbach’s Alpha > 0,7. Vì vậy, thang đo đưa ra đáng tin cậy.
2.3.4.3. Kiểm định giá trị hội tụ:
Thang đo được xem là đạt giá trị hội tụkhi các trọng sốchuẩn hóa của các thang đo lớn hơn 0,5 và có ý nghĩa thống kê P – value < 0,05 (Gerbring & Anderson, 1988;
Hair & cộng sự, 1992). Ngoài ra, còn một tiêu chí khác đểkiểm tra giá trị hội tụ đó là tổng phương sai rút trích (AVE) của các khái niệm, để khái niệm đạt giá trị hội tụthì AVE tối thiểu phải là 0,5 (Fornell & Larcker, 1981).
Trường ĐH KInh tế Huế
Bảng 2.16: Hệsốchuẩn hóa và chưa chuẩn hóa Mối tương quan Hệsố chưa
chuẩn hóa
Hệsố chuẩn hóa
Tổng phương sai rút trích (AVE)
Nhóm DNNV 0,836
DNNV3 <--- DNNV 1,000 0,788
DNNV2 <--- DNNV 1,059 0,807
DNNV4 <--- DNNV 0,791 0,665
DNNV5 <--- DNNV 0,640 0,763
DNNV1 <--- DNNV 0,879 0,718
Nhóm HA 0,844
HA4 <--- HA 1,000 0,758
HA2 <--- HA 1,062 0,759
HA3 <--- HA 1,039 0,724
HA1 <--- HA 1,072 0,796
Nhóm NHANDIEN 0,818
NHANDIEN3 <--- NHANDIEN 1,000 0,743
NHANDIEN2 <--- NHANDIEN 1,065 0,789
NHANDIEN4 <--- NHANDIEN 0,890 0,708
NHANDIEN1 <--- NHANDIEN 0,880 0,672
Nhóm UYTIN 0,819
UYTIN2 <--- UYTIN 1,000 0,715
UYTIN1 <--- UYTIN 1,109 0,770
UYTIN4 <--- UYTIN 1,046 0,747
UYTIN3 <--- UYTIN 0,859 0,682
Nhóm DU 0,868
DU2 <--- DU 1,000 0,751
DU4 <--- DU 1,112 0,813
DU1 <--- DU 1,197 0,844
DU3 <--- DU 0,993 0,742
Nhóm SHL 0,881
SHL2 <--- SHL 1,000 0,799
SHL1 <--- SHL 1,055 0,817
SHL3 <--- SHL 1,266 0,912
Nhóm LTT 0,869
LTT3 <--- LTT 1,000 0,907
LTT2 <--- LTT 0,813 0,790
LTT1 <--- LTT 0,869 0,801
(Nguồn: Từ kết quả phân tích CFA bằng AMOS 22.0) Theo kết quả từ bảng 2.17 thì hệ số chưa chuẩn hóa và hệ số chuẩn hóa đều đạt giá trị > 0,5. Tổng phương sai rút trích (AVE) của từng nhóm nhân tố đều > 0,5. Vì vậy, các nhận định đưa ra đều đảm bảo giá trịhội tụtrong từng nhóm nhân tố.
Trường ĐH KInh tế Huế
SVTH: Đặng Thị Thanh Hường 63 2.3.4.4. Tính đơn nguyên:
Theo Steenkamp & Van Trijp (1991), mức độ phù hợp mô hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn nguyên trừ trường hợp sai sốcủa các biến quan sát có tương quan với nhau. Từkết quả thu được, mô hìnhđược xem là phù hợp với dữliệu thị trường và không có tương quan giữa các sai số đo lường nên có thểkết luận nó đạt tính đơn nguyên.
2.3.4.5. Giá trị phân biệt:
Để xem xét giá trị phân biệt của tất cảcác khái niệm trong mô hình tới hạn của nghiên cứu, có 2 tiêu chí được sửdụng là:
Đánh giá hệsố tương quan giữa các khái niệm có khác biệt với 1 hay không.
So sánh giá trị căn bậc 2 của AVE với các hệ số tương quan của một khái niệm với các khái niệm còn lại.
Bảng 2.17: Các hệsốkiểm định giá trịphân biệt
Mối quan hệgiữa các nhân tố Hệsố tương quan(r) S.E. C.R. P
DNNV <--> HA 0,079 0,033 2,403 0,016
DNNV <--> NHANDIEN 0,110 0,036 3,081 0,002
DNNV <--> UYTIN 0,114 0,035 3,268 0,001
DNNV <--> DU 0,180 0,038 4,728 0,000
DNNV <--> SHL 0,122 0,035 3,456 0,000
DNNV <--> LTT 0,130 0,045 2,881 0,004
HA <--> NHANDIEN 0,100 0,031 3,273 0,001
HA <--> UYTIN 0,136 0,032 4,296 0,000
HA <--> DU 0,153 0,033 4,688 0,000
HA <--> SHL 0,105 0,030 3,498 0,000
HA <--> LTT 0,152 0,040 3,807 0,000
NHANDIEN <--> UYTIN 0,104 0,031 3,322 0,000
NHANDIEN <--> DU 0,134 0,033 4,098 0,000
NHANDIEN <--> SHL 0,081 0,031 2,624 0,009
NHANDIEN <--> LTT 0,159 0,042 3,789 0,000
UYTIN <--> DU 0,205 0,037 5,517 0,000
UYTIN <--> SHL 0,163 0,034 4,785 0,000
UYTIN <--> LTT 0,202 0,043 4,678 0,000
DU <--> SHL 0,179 0,035 5,133 0,000
DU <--> LTT 0,208 0,043 4,830 0,000
SHL <--> LTT 0,256 0,046 5,570 0,000
(Nguồn: Từ kết quả phân tích CFA bằng AMOS 22.0)
Trường ĐH KInh tế Huế
Theo kết quảtừbảng 2.18 cho thấy, các hệsố tương quan (r) giữa các cặp khái niệm trong thang đo đều nhỏ hơn 1 và có ý nghĩa thống kê P – Value < 0,05 nên các hệ số tương quan đều khác 1 và thỏa mãnđiều kiện thứnhất trong phân tích giá trịphân biệt.
Bảng 2.18: Tổng phương sai rút trích và căn bậc 2 tổng phương sai rút trích Nhân tố Tổng phương sai
rút trích (AVE)
Căn bậc 2 tổng phương sai rút trích
HINHANH 0,844 0,918
DAPUNG 0,868 0,931
UYTIN 0,819 0,905
NHANDIEN 0,818 0,904
DNNV 0,836 0,914
SHL 0,881 0,938
LTT 0,869 0,932
(Nguồn: Xử lý Amos và tính toán trên Excel – Phân tích CFA) Theo kết quảtừbảng 2.19 cho thấy, tất cả căn bậc 2 của tổng phương sai rút trích (AVE) đều lớn hơn hệ số tương quan (r) giữa các khái niệm với nhau nên điều kiện thứ 2 được thỏa mãn.
Như vậy, thông qua việc đảm bảo 2 điều kiện trên thì mô hình nghiên cứu đảm bảo vềmặt giá trị phân biệt, giá trịhội tụ, độ tin cậy đều được đảm bảo. Vì vậy, có thể sửdụng mô hình nàyđểtiến hành phân tích mô hình cấu trúc tuyến tính SEM.