Dữ liệu thu thập được phân tích, xử lý bằng phần mềm SPSS 16.0 theo các bước sau:
- Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha: Ý nghĩa của
việc đánh giá hệ số Cronbach’s Alpha là xem xét xem thang đo đó có đo cùng một
khái niệm hay không. Một thang đo có hệ số Cronbach’s Alpha cao chứng tỏ những
25
đương nhau, qua mỗi biến quan sát của thang đo. Nhiều nhà nghiên cứu đồng ý rằng Cronbach’s Alpha từ 0.8 đến gần 1 là thang đo lường tốt, cũng có các nhà nghiên cứu đề nghị Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)[10]. Các biến quan sát có hệ số tương quan biến tổng ≥ 0.3 thì biến đó đạt yêu cầu (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2011)[9].
- Phân tích nhân tố khám phá EFA: Sử dụng phân tích nhân tố khám phá EFA
là để đánh giá hai loại giá trị hội tụ và giá trịphân biệt của thang đo. Các biến có hệ số tải nhân tố (factor loading) nhỏ hơn 0.5 sẽ bị loại bỏ (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2011)[9]. Phân tích nhân tố khám phá EFA thực hiện phép trích nhân tố (Principal Components), phép quay Varimax và điểm dừng Eigenvalue. Kiểm định sự phù hợp mô hình EFA so với dữ liệu khảo sát được chấp nhận khi tổng phương sai trích (Cumulative %) đạt từ 50% trở lên, đại lượng Eigenvalue (đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 mới được giữ lại trong mô hình phân tích, hệ số KMO phải lớn hơn 0,5 giữa (0,5 và 1) để phân tích nhân tố là thích hợp (Hoàng Trọng và Chu NguyễnMộng Ngọc, 2008)[10].
- Phân tích hồi quy bội: Phân tích hồi quy bội nhằm xác định mức độ ảnh hưởng của các yếu tố đến sự thỏa mãn chung vớicông việc và mức độ ảnh hưởng của sự thỏa mãn công việc đến kết quả thực hiện công việc. Đồng thời xem xét sự phù hợp của các yếu tố trong thang đo và cuối cùng là kiểm định mô hình nghiên cứu và giả thuyết ban đầu.