Giải pháp nâng cao chất lƣợng dịch vụ của trung tâm dịch vụ khách hàng 24 7 tại ngân hàng tmcp v (13)

65
Bảng 3.11: Kết quả hệ số KMO và Bartlett’s Test
KMO and Bartlett's Test
Kaiser-Meyer-Olkin

Measure

of

Sampling 0.608

Adequacy.
Approx. Chi-Square
Bartlett's

Test

of df

Sphericity

758.357
55

Sig.

0.000

(Nguồn: Phân tích dữ liệu điều tra trên SPSS năm 2020)
Hệ số KMO = 0.608 nên phân tích nhân tố là phù hợp;
Giá trị Sig. (Bartlett’s Test) = 0.000 (sig. <0.05) chứng tỏ các biến quan sát có

tương quan với nhau trong tổng thể.
Bảng 3.12: Bảng tổng phƣơng sai trích của các nhân tố
Total Variance Explained
Comp

Initial Eigenvalues

onent
Total

% of

Extraction Sums of

Rotation Sums of

Squared Loadings

Squared Loadings

Cumul Total

% of

Varian

ative

Varian

ce

%

ce

Cumula Total
tive %

% of

Cumula

Varian

tive %

ce

1

2.772

25.197 25.197 2.772 25.197 25.197 2.072 18.836 18.836

2

1.676

15.239 40.436 1.676 15.239 40.436 1.640 14.913 33.749

3

1.488

13.528 53.963 1.488 13.528 53.963 1.631 14.830 48.579

4

1.352

12.293 66.256 1.352 12.293 66.256 1.593 14.480 63.059

5

1.230

11.183 77.439 1.230 11.183 77.439 1.582 14.379 77.439

6

0.524

4.761

82.200

7

0.46

4.184

86.384

8

0.437

3.975

90.359

9

0.409

3.721

94.080

10

0.36

3.275

97.355

11

0.291

2.645

100

Extraction Method: Principal Component Analysis.
(Nguồn: Phân tích dữ liệu điều tra trên SPSS năm 2020)


66
Eigenvalues = 1.230 >1 tại nhân tố thứ 5, như vậy 5 nhân tố rút trích được từ EFA
có ý nghĩa tóm tắt thơng tin các biến quan sát đưa vào tốt nhất.
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) =
77.439% > 50%, điều này chứng tỏ 77.439% biến thiên của dữ liệu được giải thích bởi 5
nhân tố.
Bảng 3.13: Bảng ma trận xoay của các biến quan sát
Rotated Component Matrixa
Component
1
RES1

0.850

RES3

0.824

RES2

0.780

2

EMP2

0.896

EMP1

0.891

3

TAN1

0.895

TAN2

0.883

4

REL2

0.881

REL1

0.870

5

ASS2

0.880

ASS1

0.874

(Nguồn: Phân tích dữ liệu điều tra trên SPSS năm 2020)
Trong bảng ma trận xoay khơng có biến xấu nào cả, tất cả các biến quan sát
đều có hệ số tải (factor loading) > 0.5, điều này cho thấy biến quan sát có ý nghĩa
thống kê tốt nên không loại biến quan sát nào.


67
Bảng 3.14: Kết quả phân tích EFA của biến phụ thuộc
Component Matrixa
Component
1
SQ1

0.927

SQ2

0.927

Extraction Method: Principal Component
Analysis.
a. 1 components extracted.
(Nguồn: Phân tích dữ liệu điều tra trên SPSS năm 2020)
Kết quả phân tích EFA của biến phụ thuộc cho thấy chỉ có một nhân tố được
trích, với phương sai là 11,183%. Hệ số KMO = 0.608, kiểm định Barlett có
Sig=0.000< 0.05. Như vậy, với tất cả các kết quả thu được từ độ tin cậy Cronbach’s
Alpha và phần phân tích nhân tố khám phá EFA ở trên cho thấy các thang đo đều
đạt yêu cầu về giá trị và độ tin cậy. Các biến quan sát đã đại diện được cho các khái
niệm nghiên cứu cần phải đo.
3.3. Phân tích tƣơng quan
Phân tích tương quan là để kiểm tra mối tương quan tuyến tính chặt chẽ giữa
biến phụ thuộc với các biến độc lập, cũng như sớm nhận diện vấn đề đa cộng tuyến
khi các biến độc lập cũng có tương quan mạnh với nhau. Trong phạm vi bài viết
này, tác giả sử dụng hệ số tương quan Pearson r để phân tích tương quan, từ đó
chọn những nhân tố độc lập có tương quan với nhân tố phụ thuộc để đưa vào hồi
quy.