PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
2.3.3. Phân tích nhân tố khám phá
Phân tích nhân tố khám phá (Explore Factor Analysis- EFA) được sử dụng để nhận diện các nhóm nhân tố có thể ảnh hưởng đến hiệu quả bán hàng của công ty FPT Telecom. Sự phù hợp của EFA được kiểm tra thông qua hai tiêu chuẩn cơ bản là hệ số KMO > 0.5 và kiểm định Bartlett có ý nghĩa thống kê.
2.3.3.1. Phân tích nhân tố biến độc lập
Bảng 2.8. Kiểm định KMO và Bartlett’s Test
KMO and Bartlett's Test
Hệ số KMO 0,913
Kiểm định Bartlett
df 325
Sig. 0,000
(Nguồn: Xử lý số liệu điều tra)
Kết quả kiểm định KMO và Bartlett’s với KMO = 0,913 > 0,5 và < 1 nên phân tích nhân tố phù hợp. Giá trị Sig. của kiểm định Bartlett’s = 0,000 < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Như vậy, dữ liệu dùng để phân tích nhân tố là hoàn toàn phù hợp.
Giá trị Eigenvalues đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố nào có Eigenvalues lớn hơn 1 mới được giữ lại trong mô hình phân tích, nhân tố nào có Eigenvalues nhỏ hơn 1 bị loại khỏi mô hình nghiên cứu. Việc làm này giúp nâng cao độ tin cậy cũng như chính xác cho thang đo. Kết quả phân tích nhân tố khám phá rút ra được 4 nhân tố với giá trị Eigenvalues = 1,272 > 1 thỏa mãn điều kiện. Tổng phương sai trích là 69,619% > 50% (thỏa mãn điều kiện) điều này chứng tỏ 69,619%
sự biến thiên của dữ liệu được giải thích bởi 4 nhân tố này.
Trường Đại học Kinh tế Huế
Bảng 2.9. Phân tích nhân tố khám phá EFA của biến độc lập Ma trận xoay các thành phần
Biến quan sát Nhân tố (Component)
1 2 3 4
Giá các gói cước có tính cạnh
tranh 0,830
Đường truyền ổn định 0,822
Không có hiện tượng nghẽn mạng 0,809 Dễ chuyển đổi giữa các gói cước 0,808 Giá các gói cước phù hợp với
chất lượng 0,806
Giá các gói cước ít biến động 0,796
Tốc độ đường truyền cao 0,754
Các gói cước phù hợp với mức
nhu cầu 0,740
Tên gọi các gói cước dễ nhớ 0,735 Có nhiều gói cước để lựa chọn 0,731 Nhân viên có khả năng giao tiếp
tốt với khách hàng 0,819
Nhân viên truyền đạt tốt thông tin
cho khách hàng 0,804
Nhân viên giải đáp tốt các thắc
mắc của khách hàng 0,783
Nhân viên giữ đúng cam kết với
khách hàng 0,752
Nhân viên quan tâm đến khách
hàng thường xuyên 0,727
Nhân viên am hiểu về sản phẩm
của công ty 0,667
Nhân viên hiểu được nhu cầu của
khách hàng 0,630
Nhân viên tư vấn các gói cước
phù hợp với nhu cầu khách hàng 0,610
Nhân viên tận dụng tốt các
phương tiện hỗ trợ bán hàng 0,758
Trường Đại học Kinh tế Huế
Nhân viên luôn mang đồng phục
khi tiếp xúc hỗ trợ khách hàng 0,730
Có đầy đủ tờ rơi quảng cáo khi
bán hàng 0,728
Trên tờ rơi quảng cáo có đầy đủ
thông tin về sản phẩm/dịch vụ 0,667
Công ty tham gia các hoạt động
cộng đồng 0,784
Thường xuyên có các chương
trình khuyến mãi 0,744
Công ty thường xuyên quảng cáo
về các gói cước 0,733
Có nhiều hình thức khuyến mãi 0,732
Hệ số Eigenvalue 11,974 3,297 1,575 1,272
Phương sai lũy tiến (%) 27,064 46,669 58,410 69,619
(Nguồn: Xử lý số liệu điều tra) Giá trị tiêu chuẩn của hệ số tải Factor Loading cần phải phụ thuộc vào kích thước mẫu. Với từng kích thước mẫu khác nhau, mức trọng số nhân tố để biến quan sát có ý nghĩa thống kê là hoàn toàn khác nhau. Với điều tra nghiên cứu có kích thước mẫu là 150 nên hệ số tải tương ứng là 0,5.
Ma trận xoay nhân tố cho thấy trong số 26 biến phân tích không có biến quan sát nào có hệ số tải nhân tố (Factor loading) nhỏ hơn 0,5 và các biến đều chỉ tải một nhân tố duy nhất nên phân tích nhân tố đạt yêu cầu. Phân tích nhân tố đã cho kết quả 26 biến được nhóm vào 4 nhân tố, các biến vẫn nhóm với nhau như mô hình đề xuất ban đầu nên tên gọi từng nhóm vẫn giữ nguyên. Các nhân tố sẽ được sử dụng để tính toán thành các biến mới cho việc phân tích hồi quy.
2.3.3.2. Phân tích nhân tố biến phụ thuộc
Bảng 2.10. Kiểm định KMO và Bartlett’s Test về nhân tố biến phụ thuộc KMO and Bartlett's Test
Hệ số KMO 0,781
Kiểm định Bartlett df 6
Sig. 0,000
(Nguồn: Xử lý số liệu điều tra) Hệ số KMO = 0.781 > 0.5 và giá trị Sig của kiểm định Bartlett nhỏ hơn mức ý
Trường Đại học Kinh tế Huế
nghĩa 0.05 cho thấy phân tích nhân tố với nhóm biến đánh giá hiệu quả bán hàng là phù hợp.
Bảng 2.11. Phân tích nhân tố khám phá EFA của biến phụ thuộc Ma trận xoay các thành phần
Hiệu quả bán hàng Hệ số tải nhân tố 1
HQ1 0,917
HQ2 0,880
HQ3 0,868
HQ4 0,862
Eigenvalue 3,110
Phương sai rút trích (%) 77,749%
(Nguồn: Xử lý số liệu điều tra) Thang đo đánh giá chung của khách hàng bao gồm 4 biến quan sát khi tiến hành phân tích EFA chỉ có một nhân tố rút trích với giá trị Eigenvalues = 3.110 > 1 và tổng phương sai trích là 77,749%, hệ số tải của 4 biến quan sát đều lớn hơn 0,5 nên tất cả các biến được giữ nguyên trong mô hình nghiên cứu.
Qua kiểm phân tích nhân tố khám phá EFA đạt yêu cầu, tiếp tục thực hiện phân tích tương quan hồi quy.
2.3.4. Phân tích tương quan và hồi quy