PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: THỰC TRẠNG CHẤT LƯỢNG DỊCH VỤ LỮ HÀNH NỘI ĐỊA
2.2. Đánh giá của khách hàng về chất lượng dịch vụ lữ hành nội địa của công ty
2.2.3. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
Để áp dụng được phân tích nhân tố cần trải qua phép kiểm định sự phù hợp của dữliệu đối với phương pháp phân tích nhân tố. Kiểm định này được thực hiện qua hai đại lượng là chỉ số KMO (Kaiser-Meyer-Olikin Meansure of Sampling Adequacy) và Barlett (Barlett’s Test of Sphericity).
Giá trịKMO là một chỉ tiêu dùng đểxem xét sựthích hợp của EFA. Nội dung kiểm định: hệ số KMO phải thõa mãn điều kiện 0,5 ≤ KMO ≤ 1, chứng tỏ bước phân tích nhân tốkhám phá EFA là phù hợp trong nghiên cứu này.
Kết quả thu được như sau:
Trường Đại học Kinh tế Huế
-Giá trị KMO bằng 0,704 lớn hơn 0,5và bé hơn 1 cho thấy phân tích EFA là phù hợp.
-Mức ý nghĩa Sig. của kiểm định Bartlett’s Test nhỏ hơn 0,05 nên các biến quan sát đượcđưa vào mô hình nghiên cứu có tương quan với nhau và phù hợp với phân tích nhân tốkhám phá EFA.
Bảng 2.8: Kiểm định KMO và Bartlett's Test biến độc lập KMO and Bartlett’s Test
Trị số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy)
0,704
Đại lượng thống kê
Bartlett’s Test of Sphericity
Khi bình phương(Chi-Square)
777,534
Độlệch chuẩn(Df) 190
Mức ý nghĩa(Sig.) 0,000
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
2.2.3.2. Phân tích nhân tốkhám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đề xuất.
Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệ sốtải nhân tố < 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố(Factor Loading) phải thõa mãnđiều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối
Trường Đại học Kinh tế Huế
Bảng 2.9: Rút trích nhân tốbiến độc lập
Biến quan sát Nhóm nhân tố
1 2 3 4
5
PHUCVU1 0,826
PHUCVU3 0,802
PHUCVU2 0,799
PHUCVU4 0,703
DONGCAM2 0,838
DONGCAM1 0,798
DONGCAM3 0,759
DONGCAM4 0,715
DAPUNG4 0,802
DAPUNG3 0,798
DAPUNG2 0,756
DAPUNG1 0,726
TINCAY1 0,806
TINCAY4 0,759
TINCAY2 0,749
TINCAY3 0,699
HUUHINH1 0,786
HUUHINH4 0,756
HUUHINH2 0,754
HUUHINH3 0,735
Hệsố Eigenvalue
3,282 2,956 2,366 2,026 1,849
Phương sai tiến lũy tiến
(%)
16,412 31,192 43,022 53,151 62,395
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Trường Đại học Kinh tế Huế
Sau khi phân tích nhân tố khám phá EFA với số biến quan sát là 20 biến đều có hệsố tải lớn hơn 0,5 nên không có biến nào bị loại. Phân tích nhân tốkhám phá thích hợp bởi vì tổng phương sai trích bằng 62,395% lớn hơn 50% và hệ số Eigenvalue lớn hơn 1. Như vậy, sau khi phân tích nhân tố thì các biến đều có ý nghĩa và được giữlại.
Tiến hành đặt tên cho các nhóm nhân tố:
-Nhân tố1 (Factor 1): Nghiên cứu đặt tên nhân tố mới này là“Năng lực phục vụ - PHUCVU”, gồm 4 biến quan sát: PHUCVU1, PHUCVU2, PHUCVU3, PHUCVU4.
-Nhân tố2 (Factor 2): Nghiên cứu đặt tên nhân tốmới này là“Sự đồng cảm – DONGCAM”, gồm 4 biến quan sát: DONGCAM1, DONGCAM2, DONGCAM3, DONGCAM4.
-Nhân tố3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là“Khả năng đáp ứng – DAPUNG”, gồm 4 biến quan sát: DAPUNG1, DAPUNG2, DAPUNG3, DAPUNG4.
-Nhân tố 4 (Factor 4): Nghiên cứu đặt tên nhân tố mới này là “Sự tin cậy – TINCAY”, gồm 4 biến quan sát: TINCAY1, TINCAY2, TINCAY3, TINCAY4.
-Nhân tố 5 (Factor 5): Nghiên cứu đặt tên nhân tố mới này là “Phương tiện hữu hình – HUUHINH”, gồm 4 biến quan sát: HUUHINH1, HUUHINH2, HUUHINH3, HUUHINH4.
2.2.3.3. Kiểm định KMO và Bartlett’s Test biến phụthuộc
Bảng 2.10: Kiểm định KMO và Bartlett's Test biến phụthuộc KMO and Bartlett’s Test
TrịsốKMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy)
0,686
Đại lượng thống kê Bartlett’s Test of Sphericity
Khi bình phương(Chi-Square)
76,033
Độlệch chuẩn(Df) 3
Mức ý nghĩa(Sig.) 0,000
Trường Đại học Kinh tế Huế
Tương tự, tiến hành phân tích nhân tố EFA đối với 3 biến quan sát đối với biến phụthuộc“Sự hài lòng”, kết quảcho thấy chỉ sốKMO là 0,686 (0,5 < 0,686 <
1) và kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 < 0,05, nên dữ liệu thu thập được đáp ứng được điều kiện đểtiến hành phân tích nhân tốkhám phá EFA.
2.2.3.4. Phân tích nhân tốkhám phá EFA biến phụthuộc Bảng 2.11: Rút trích nhân tốbiến phụthuộc
Sựhài lòng Hệsốtải
HAILONG2 0,824
HAILONG3 0,805
HAILONG1 0,801
Phương sai tích lũy tiến (%) 65,602
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020) Sau kết quả phân tích nhân tố khám phá rút ra được một nhân tố gồm 3 biến quan sát nhằm mục đích rút ra kết luận vềsựhài lòng của khách hàng vềchất lượng dịch vụlữhành nội địa tại công ty Global Travel. Nhân tố này được đặt tên là “Sự hài lòng – HAILONG”.
Nhận xét:
Sau quá trình kiểm tra độtin cậy của thang đo và phân tích khám phá nhân tố EFA, có 5 nhân tố ảnh hưởng đến sựhài lòng của khách hàng vềchất lượng dịch vụ lữhành nội địa tại công ty Global Travel, đó chính là“Sự tin cậy”, “Năng lực phục vụ”, “Khả năng đáp ứng”, “Sự đồng cảm” và “Phương tiện hữu hình”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA không có gì thay