PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: ĐÁNH GIÁ CHẤT LƯỢNG DỊCH VỤ CHĂM SÓC KHÁCH
2.1 Tổng quan về Tập đoàn Bưu chính Viễn thông Việt Nam và chi nhánh Viễn
2.2.3. Phân tích nhân tố khám phá EFA
Bảng 2.14. Kiểm định độtin cậy thang đo của biến phụthuộc
Biến quan sát Hệ số tương quan biến tổng Hệ số Cronbach's Alpha nếu loại biến
“Ý định sử dụng dịch vụ”
Cronbach's Alpha = 0,695
YDSD1 0,533
-YDSD2 0,533
-(Nguồn: Kết quả điều tra xử lý số liệuSPSS) Biến phụ thuộc “YDSD” có 2 biến quan sát và dựa vào kết quả kiểm định độ tin cậy có hệ số Cronbach’s Alpha 0,695 > 0,05 và 2 biến quan sát đều có hệ số tương quan biến tổng > 0,3 và hệ số Cronbach’s Alpha nếu loại biến đều nhỏ hơn giá trị Cronbach’s Alpha chung. Do đó thang đo “YDSD” đảm bảo độ tin cậy để đưa vào thực hiện các kiểm định tiếp theo.
Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, tập 2, trang 31, năm 2008).
- Đại lượng Bartlett’s test of sphericity là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu Sig. kiểm định này bé hơn hoặc bằng 0,05 kiểm định có ý nghĩa thống kê, có thể sử dụng kết quả phân tích EFA (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, tập 2, trang 30, năm 2008).
- Tiêu chuẩn Kaiser nhằm xác định số nhân tố được trích từ thang đo, để xác định cần xem xét giá trị Eigenvalue. Tiểu chuẩn phương sai trích nhằm xem xét phân tích nhân tố có thích hợp không.
2.3.3.1 Phân tích nhân tố biến độc lập
Việc nghiên cứu ý định sử dụng dịch vụ sẽ chịu nhiều sự tác động từ nhiều yếu tố khác nhau. Để tìm ra xem yếu tố nào thực sự ảnh hưởng đến ý định sử dụng dịch vụthì cần tiến hành phân tích nhân tố khám phá từ 20 biến quan sát. Phân tích nhân tố sẽ giúp loại bỏ những biến quan sát để phản ánh một cách chính xác sự tác động của các yếu tố đến chất lượng dịch vụ.
Trước khi tiến hành phân tích nhân tố cần kiểm tra phương pháp này có phù hợp hay không. Thực hiện phân tích nhân tố lần đầu tiên, đưa 20 biến quan sát ảnh hưởng đến ý định sử dụng dịch vụ chăm sóc khách hàng tại VNPT Thừa Thiên Huế
Bảng 2.15. Kiểm định KMO và Bartlett’s Test KMO and Bartlett's Test
Hệ số KMO 0, 849
Kiểm định Bartlett df 190
Sig. 0,000
(Nguồn: Kết quả điều tra xử lý số liệuSPSS) Kết quả kiểm định KMO và Bartlett’s với KMO = 0,849 > 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.
Trường Đại học Kinh tế Huế
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 5 nhân tố với giá trị Eigenvalues = 1,166 > 1 (phụ lục 5) thỏa mãn điều kiện. Tổng phương sai trích là 72,70% > 50% (thỏa mãn điều kiện) điều này chứng tỏ 72,70% sự biến thiên của dữ liệu được giải thích bởi 5nhân tố này.
Bảng 2.16. Phân tích nhân tốkhám phá EFA của biến độc lập Ma trận xoay các thành phần
Hệsốtải nhân tố
1 2 3 4 5
TP7 .863
TP6 .862
TP4 .807
TP1 .805
TP5 .786
TP2 .772
TP3 .760
TT3 .871
TT4 .870
TT5 .870
TT1 .857
TT2 .829
CC2 .927
CC1 .865
CC3 .850
GT1 .778
GT3 .773
GT2 .683
TD2 .821
TD1 .792
(Nguồn: Kết quả điều tra xử lý số liệu SPSS)
Trường Đại học Kinh tế Huế
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 121 nên hệ số tải tương ứng là 0,5.
Ma trận xoay nhân tố được thể hiện rõở bảng, tất cả các biến đều có hệ số tải nhân tố lớn 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 20 biến được nhóm vào 5 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.
2.2.3.2 Phân tích nhân tố biến phụ thuộc
Bảng 2.17. Kiểmđịnh KMO và Bartlett’s Test vềnhân tốbiến phụthuộc KMO and Bartlett's Test
Hệ số KMO 0,500
Kiểm định Bartlett df 1
Sig. 0,000
(Nguồn: Kết quả điều tra xử lý số liệuSPSS) Với kết quả kiểm định KMO và Bartlett’s của biến phụ thuộc “YDSD” có giá trị Sig. trong kiểm định Bartlett’s = 0,00 < 0,05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể, hệ số KMO = 0,500 đủ điều kiện nên việc phân tích nhân tố là thích hợp với dữ liệu mẫu.
Bảng 2.18. Phân tích nhân tốkhám phá EFA của biến phụthuộc Ma trận xoay các thành phần
Ý định sửdụng dịch vụ Hệsốtải nhân tố 1
YDSD1 0,875
YDSD2 0,875
Eigenvalue 2,248
Phương sai rút trích (%) 76,628
Trường Đại học Kinh tế Huế
(Nguồn: Kết quả điều tra xử lý số liệuSPSS) Thang đo đánh giá chung của khách hàng bao gồm 2 biến quan sát khi tiến hành phân tích EFA chỉ có một nhân tố rút trích với giá trị Eigenvalues = 1,533 > 1 và tổng phương sai trích là 76,628%, hệ số tải của 2 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, tác giả tiếp tục thực hiện phân tích tương quan hồi quy.
2.2.4. Phân tích tương quan và hồi quy