lao động tại Công ty TNHH RKW Lotus.
Sau khi dùng phương pháp Cronbach’s Alpha để đánh giá độ tin cậy thang đo, tiếp theo là thang đo phải được đánh giá giá trị của nó. Để đánh giá giá trị này, đề tài sử dụng phương pháp phân tích nhân tố khám phá (EFA). Dựa vào mối tương quan giữa các biến với nhau, EFA sẽ rút gọn tập hợp các biến quan sát thành tập hợp các nhân tố có ý nghĩa hơn. Chẳng hạn, với 36 biến quan sát đã thỏa điều kiện ở phương pháp Cronbach’s Alpha sẽ đưa vào đánh giá bằng phương pháp EFA. Kết
quả cuối cùng của phương pháp EFA sẽ rút gọn 36 biến quan sát này thành k nhóm nhân tố (k < 36).
Nghiên cứu tiến hành sử dụng phương pháp trích hệ số Principal Component với phép quay Varimax tại điểm dừng khi trích các nhân tố có Eigenvalue > 1.
Thang đo nào có tổng phương sai trích từ 50% trở lên là được chấp nhận (Gerbing & Anderson, 1988). Các biến có trọng số (Factor Loading) nhỏ hơn 0,5 sẽ bị loại. Tại mỗi khái niệm có chênh lệch trọng số (Factor Loading) lớn nhất và bất kỳ phải đạt ≥ 0,3 (Jabnoun & AL-Tamini, 2003). Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser - Meyer - Olkin) phải có giá trị lớn (0,5 ≤ KMO ≤ 1), điều này thể hiện phân tích nhân tố là thích hợp. Nếu hệ số KMO < 0,5 thì phân tích 0,9 là rất tốt; 0,9 > KMO ≥ 0,8 là tốt; 0,8 > KMO ≥ 0,7 là được; 0,7 > KMO ≥ 0,6 là tạm được, 0,6> KMO ≥ 0,5 là xấu và KMO < 0,5 là không thể chấp nhận được (Hoàng Trọng và Mộng Ngọc, 2008).
Nhóm nghiên cứu tiến hành phân tích nhân tố khám phá (EFA) theo từng bước. Lần đầu thực hiện EFA, 36 biến đã nhóm lại thành 8 yếu tố. Sau 13 lần thực hiện phép quay, chỉ có 7 nhóm chính thức được hình thành