PHẦN II: NỘI DUNG NGHIÊN CỨU VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: ĐÁNH GIÁ SỰ HÀI LÒNG CỦA KHÁCH HÀNG KHI SỬ
2.3. Đánh giá sự hài lòng của khách hàng khi sử dụng dịch vụ thẻ
2.3.3. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)
Đểáp dụng được phân tích nhân tốcần trải qua phép kiểm định sựphù hợp của dữliệu đối với phương pháp phân tích nhân tố. Kiểm định này được thực hiện qua hai đạilượng là chỉ sốKMO và Bartllet
Bảng 2.10: Kiểm định KMO và Barlett’s Test biến độc lập KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,743
Bartlett's Test of Sphericity
Approx, Chi-Square 1323.694
Df 300
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Dựa vào kết quả thu được, hệ số KMO bằng 0,743 (0,5<0,743<1), kiểm định Bartlett’s có giá trịsig. bằng 0,000 < 0,05 cho thấy các biến quan sát được đưa vào mô hình nghiên cứu có tương quan với nhau và phù hợp với phân tích nhân tốkhám phá EFA.
2.3.2.4. Phân tích nhân tốkhám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA để 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 đềxuất. 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 quanh nhân tố được gọi là Varimax: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốnhân tốnhỏ hơn 0,5 sẽbị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tốlớn hơn 0,5 mới được đưa vào các phân tích tiếp theo.
Trường Đại học Kinh tế Huế
Ởnghiên cứu này, hệsốnhân tố (Factor Loading) phải thỏa mãn điều 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 lớn hơn 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Nghiên cứu này chọn giá trị Factor Loading lớn hơn0,5 với cỡ mẫu 120.
Bảng 2.2: Rút trích nhân tố biến độc lập
Biến quan sát Nhóm nhân tố
1 2 3 4 5
PTHH7 0,851
PTHH6 0,797
PTHH2 0,783
PTHH4 0,769
PTHH5 0,768
PTHH1 0,748
PTHH3 0,747
TC5 0,859
TC4 0,783
TC1 0,765
TC2 0,714
TC3 0,712
NLPV5 0,825
NLPV4 0,822
NLPV3 0,732
NLPV2 0,700
NLPV1 0,650
DC3 0,809
DC1 0,802
DC4 0,762
DC2 0,746
DU4 0,748
Trường Đại học Kinh tế Huế
Biến quan sát Nhóm nhân tố
1 2 3 4 5
DU1 0,740
DU2 0,732
DU3 0,723
Eigenvalue 4,886 3,300 3,074 2,185 1,982
% of Variance (Phương sai trích)
19,544 13,198 12,297 8,739 7,927
Cumulative %(Phương sai trích tích lũy)
19,544 32,743 45,040 53,779 61,706
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Thực hiện phân tích nhân tốlần đầu tiên, đưa 25 biến quan sát trong 5 biến độc lập ảnh hưởng đến ý định sử dụng của khách hàng vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 25, được rút trích còn lại 5 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại biến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) lớn hơn 50% và giá trị Eigenvalue lớn hơn 1. Dựa vào kết quảtrên, tổng phương sai trích 61,706% > 50% do đó phân tích nhân tố là phù hợp.
Đềtài tiến hành gom các biến quan sát nhằm lấy giá trịtrung bình như sau:
Nhân tố 1 gồm 7 biến quan sát: PTHH1, PTHH2, PTHH3, PTHH4, PTHH5, PTHH6, PTHH7. Nghiên cứu đặt tên nhân tố mới này là “PHƯƠNG TIỆN HỮU HÌNH -PTHH”
Nhân tố2 gồm 5 biến quan sát: TC1, TC2, TC3, TC4, TC5. Nghiên cứu đặt tên nhân tốmới này là “TIN CẬY– TC”
Nhân tố 3 gồm 5 biến quan sát: NLPV1, NLPV2, NLPV3, NLPV4, NLPV5.
Nghiên cứu đặt tên nhân tốmới này là “NĂNG LỰC PHỤC VỤ- NLPV”
Nhân tố 4 gồm 4 biến quan sát: DC1, DC2, DC3, DC4. Nghiên cứu đặt tên nhân tốmới này là “ĐỒNG CẢM– DC”
Trường Đại học Kinh tế Huế
Nhân tố 5 gồm 4 biến quan sát: DU1, DU2, DU3, DU.4. Nghiên cứu đặt tên nhân tốmới này là “ĐÁP ỨNG– DU”
2.3.2.5. Kiểm định KMO và Barlett’s Test biến phụthuộc
Bảng 2.12: Kiểm định KMO và Bartlett’s Test biến phụ thuộc KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,705
Bartlett's Test of Sphericity
Approx, Chi-Square 98,285
Df 3
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Kết quảcho thấy giá trị kiểm định KMO đạt 0,705 (0,5<0,705<1) và kiểm định Bartlett’s cho giá trị Sig. = 0,000 <0,05 nên dữ kiệu thu thập được đáp ứng đủ điều kiện tiến hành phân tích nhân tố.
2.3.2.6. Phân tích nhân tốkhám phá EFA biến phụthuộc
Bảng 2.13: Rút trích nhân tố biến phụ thuộc
Sự hài lòng Hệ số tải
HAILONG1 0,837
HAILONG2 0,834
HAILONG3 0,833
Cumulative % 69,686
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) Kết quảphân tích nhân tố rút trích ra được một nhân tốmới gọi là “Sự hài lòng”
được tạo ra từ3 biến quan sát mà đề tài đãđề xuất từ trước, tổng giá trị phương sai là 69,686% > 50%, hệsốtải nhân tốcủa biến quan sát đều trên 0,5. Nên giá trị của biến đãđạt yêu cầu và thỏa mãn tất cả các điều kiện cần thiết trong việc phân tích hồi quyở bước tiếp theo.
Tóm lại, sau quá trình phân tích nhân tố khám phá EFA, đã rút ra được 5 nhân tố ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ thẻ tại Agribank – Chi nhánh Bắcsông Hương, bao gồm các nhân tố:
Trường Đại học Kinh tế Huế
- Sựtin cậy - Sự đáp ứng
-Năng lực phục vụ - Sự đồng cảm
-Phương tiện hữu hình
Vậy, mô hình nghiên cứu sau khi tiến hàng phân tích nhân tố khám phá EFA không có gì thayđổi so với ban đầu, không có biến quan sát nào loại khỏi mô hình.