Phân tích nhân tố thường được dùng trong quá trình xây dựng thang đo lường các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra tính đơn khía cạnh của thang đo lường (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Nhưvậy, phân tích nhân tố vừa giúp ta rút gọn tập hợp nhiều biến thành một số biến tương đối ít đồng thời kiểm tra độ kết dính hay độ tin cậy của các biến trong cùng một thang đo.
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 19 biến quan sát (3 biến đào tạo thăng tiến, 6 biến điều kiện làm việc và
44
7 biến phúc lợi, cùng với 7 biến về đặc điểm cá nhân đã bị loại ở phần phân tích hệ số Cronbach’s alpha) xuống còn một số ít các yếutố (biến) dùng để đo lường sự hài lòng trong công việc. Nó cũng giúp ta kiểm định lại lần nữa các chỉ số đánh giá(biến) trong từng nhân tố có thực sự đáng tin cậy và có độ kết dính như chúng đã thể hiện ở phần xác định hệ số Cronbach’s alpha hay không? Tương tự nó cũng giúp ta kiểm tra xem các nhân tố mà chúng ta đã xây dựng ban đầu có thực sự đo lường cùng khái niệm “sự
hài lòng trong công việc” và có độ kết dính cao hay không.
Các khía cạnh của từng nhân tố của sự hài lòng trong công việc
Sau khi các biến của yếu tố điều kiện làm việc đã bị loại khỏi thang đo, phân tích nhân tố được tiến hành. Như vậy, từ số biến quan sát ban đầu là 42 biến, nay ta chỉ còn lại 19 biến. Mong đợi của chúng trước khi tiến hành phân tích nhân tố này là 19 biến này sẽ được rút gọn thành 4 yếutố là sự hài lòng đối với thu nhập, cấp trên, đồng nghiệp và đặc điểm công việc.
Bảng 4.2 Kết quả phân tíchnhân tố khám phá (lần 1)
Compo nent
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulativ e % Total % of Variance Cumulativ e % Total % of Variance Cumulativ e % 1 7.179 37.782 37.782 7.179 37.782 37.782 4.519 23.783 23.783 2 3.146 16.559 54.341 3.146 16.559 54.341 3.580 18.841 42.624 3 1.351 7.112 61.452 1.351 7.112 61.452 2.419 12.732 55.356 4 1.107 5.828 67.280 1.107 5.828 67.280 2.266 11.924 67.280 5 .916 4.823 72.103 6 .763 4.018 76.121 7 .681 3.583 79.705 8 .613 3.226 82.931 9 .529 2.786 85.716 10 .417 2.193 87.909 11 .371 1.953 89.862 12 .352 1.854 91.715 13 .328 1.726 93.442 14 .286 1.507 94.949 15 .282 1.487 96.436
45
16 .233 1.225 97.661 17 .170 .895 98.556 18 .145 .763 99.319 19 .129 .681 100.000
Nguồn: Tác giả tính toán (phụ lục 4, trang xviii)
Cũng như các phương pháp phân tích thống kê khác, trước khi tiến hành phân
tích nhân tố, ta cũng cần kiểm tra xem việc dùng phương pháp này có phù hợp hay không. Việc kiểm tra này sẽ được thực hiện bởi việc tính hệ số KMO and Bartlett’s Test. Trị số của KMO trong trường hợp này khá lớn đạt 0.854 và Sig. của Bartlett’s
Test nhỏ hơn 1/1000 cho thấy 19 biến này có tương quan với nhau và hoàn toàn phù hợp với phân tích nhân tố.
Bartlett’s Test dùng để kiểm định giả thuyết HR0R là các biến không có tương quan với nhau trong tổng thể còn KMO dùng để kiểm tra xem với kích thước mẫu ta
có được có phù hợp với phân tích nhân tố hay không. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), giá trị KMO nằm giữa 0.5 đến 1 có nghĩa là phân tích nhân tố là thích hợp.
Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân
tố chính (Principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Điều này có nghĩa là chỉ những nhân tố được trích ra có giá trị Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
Kết quả phân tích nhân tố cho thấy có tất cả19 nhân tố nhưng chỉ có 4 nhân tố có Eigenevalue lớn hơn 1. Bốn nhân tố này sẽ được giữ lại tiếp tục phân tích. Ta cũng thấy được với 4 nhân tố này sẽ giải thích được 67.28% (xem phụ lục 4 trang u), biến thiên của dữ liệu (phần trăm của phương sai). Tỉ lệ này là khá cao trong phân tích nhân
tố.
Nhìn vào hệ số tải nhân tố ở ma trận nhân tố(component matrix) ta khó có thể thấy được những biến nào giải thích nhân tố nào, do vậy ta cần phải xoay các nhân tố. Phương pháp xoay được chọn ở đây là Varimax procedure, xoay nguyên góc các nhân
tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố. Sau khi xoay ta cũng sẽ loại bỏ các biến có hệ
46
số tải nhân tố nhỏ hơn 0.5. Chỉ những biến có hệ số tảilớn hơn 0.5 mới được sử dụng để giải thích một nhân tố nào đó.
Bảng 4.3 Kết quả ma trận sau khi xoay
Ký
hiệu Hệ số tải nhân tố
1 2 3 4 QR1 QR2 .737 QR3 .755 QR4 .700 QR8 .705 QR9 .648 QR10 .772 QR11 .858 QR12 .789 QR13 .684 QR14 .860 QR15 .900 QR16 .902 QR17 .800 QR18 .774 QR19 .641 QR20 .671 QR21 .516 QR22 .517
Nguồn: Tác giả tính toán (phụ lục 4, trang xix)
Sau khi xoay các nhân tố sự tập trung của các biến theo từng nhân tố đã hiện rõ ràng. Trong đó nhân tố đầu tiên là toàn bộ các biến thuộc nhân tố sự hài lòng đối với cấp trên. Nhân tố thứ hai là toàn bộ các biến thuộc nhân tố sự hài lòng đối với đồng nghiệp. Nhân tố thứ ba là các biến thuộc nhân tố sự hài lòng đối với thu nhập. Nhân tố thứ tư là toàn bộ các biến thuộc nhân tố sự hài lòng đối với đặc điểm công việc trừ 2 biến “quyền quyết định trong công việc” và “sự phản hồi góp ý của cấp trên”, 2 biến này nhập vào nhân tố đầu tiên. Biến “Lương” của nhân tố thu nhập có hệ số tải nhân tố nhỏ hơn 0.5,do đó ta loại biến này.
47
Sau khi loại biến “Lương” ra khỏi phân tích nhân tố, kết quả đã cũng cho ra 4 nhân tố như trên, nhưng lúc này các hệ số tải nhân tố sau khi xoay đã được cải thiện so với lúc còn có biến “Lương”.Khả năng giải thích của 4 nhân tố này đã được cải thiện
lên 69.042% (xem phụ lục 4 trang xx).
Kết quả cuối cùng sau khi loại các biến không phù hợp ở phần phân tích nhân tố, ta còn lại 18 biến trong thang đo(bảng 4.4) và được chia làm 4 nhân tố của sự hài lòng trong công việc ta đã xây dựng ban đầu (yếutố đào tạo thăng tiến, điều kiện làm việc, phúc lợi và đặc điểm cá nhân đã bị loại). Bốn yếu tố đó gồm sự hài lòng đối với thu nhập, cấp trên, đồng nghiệp và đặc điểm công việc.
Bảng 4.4 Kết quả phân tích nhân tố khám phá (lần cuối)
Compo nent
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulativ e % Total % of Variance Cumulativ e % Total % of Variance Cumulativ e % 1 6.881 38.227 38.227 6.881 38.227 38.227 4.615 25.641 25.641 2 3.141 17.447 55.674 3.141 17.447 55.674 3.698 20.546 46.187 3 1.346 7.475 63.149 1.346 7.475 63.149 2.227 12.375 58.562 4 1.061 5.893 69.042 1.061 5.893 69.042 1.886 10.480 69.042 5 .796 4.425 73.467 6 .696 3.864 77.331 7 .667 3.706 81.037 8 .589 3.270 84.307 9 .465 2.583 86.889 10 .380 2.110 88.999 11 .353 1.960 90.960 12 .339 1.881 92.841 13 .318 1.768 94.609 14 .283 1.571 96.180 15 .233 1.294 97.474 16 .174 .967 98.441 17 .149 .830 99.271 18 .131 .729 100.000
48
Ở phần trước bằng hệ số Cronbach’s alpha và phân tích nhân tố ta đã xác định được bốn yếutố ảnh hưởng đến sự hài lòng trong công việc. Đó là, sự hài lòng đối với thu nhập, cấp trên, đồng nghiệp và đặc điểm công việc. Trong đó bốn yếu tố gần như được lấy từ các biến của các yếutố tương ứng được xây dựng ban đầu ngoại trừ có hai biến ở nhân tố đặc điểm công việc đã được chuyển sang nhân tố sự hài lòng đối với cấp trên. Yếutố đào tạo thăng tiến, điều kiện làm việc, phúc lợi và đặc điểm cá nhân đã bị loại ở phần kiểm định hệ số Cronbach’s alpha do các biến trong các yếu tố này không phù hợp cho thang đo. Riêng biến Lương của yếu tố thu nhập khi phân tích nhân tố có giá trị nhỏ hơn 0.5 nên cũng bị loại.
Do vậy, mô hình mới được điều chỉnh lại trong nghiên cứu này như sau:
Hình 4.13: Mô hình hồi quy tuyến tính đã được điều chỉnh
Nguồn: Tác giả tổng hợp