Phân tích nhân tố khám phá (EFA)

Một phần của tài liệu (LUẬN văn THẠC sĩ) các yếu tố tác động đến sự cam kết gắn bó với tổ chức của nhân viên ngân hàng thương mại cổ phần sài gòn khu vực TP HCM (Trang 54 - 56)

Bảng câu hỏi và thang đo được tác giả xây dựng dựa trên sự tham khảo các mô hình nghiên cứu đưa ra 35 biến quan sát đánh giá chi tiết và 07 biến về sự cam kết gắn bó với tổ chức của Nhân viên SCB khu vực Tp. Hồ Chí Minh. Tuy nhiên, các mô hình mà tác giả tham khảo và các biến tác giả tổng hợp được chưa phải là mô hình và thang đo chuẩn cho nghiên cứu về vấn đề này, vì vậy tác giả thực hiện phân tích nghiên cứu khám phá để tìm ra các thành phần giá trị có ảnh hưởng đến sự cam kết gắn bó với tổ chức, đồng thời loại bỏ một số biến không thích hợp.

Để áp dụng phân tích nhân tố, tác giả tiến hành phép kiểm định Barlett nhằm kiểm định sự phù hợp của dữ liệu đối với phương pháp phân tích nhân tố áp dụng. Mục đích của bước này là bác bỏ giả thuyết H0 cho rằng các biến không có tương quan với nhau trong tổng thể, nếu giả thuyết này không bị bác bỏ thì phân tích nhân tố rất có khả năng không thích hợp. Nếu kiểm định Bartlett có Sig < 0,05, chúng ta từ chối giả thuyết H0 (ma trận tương quan là ma trận đơn vị hay nói cách khác là các biến không có tương quan với nhau trong tổng thể) nghĩa là các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2011).

Hệ số (Kaiser – Meyer – Olkin) KMO là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0,5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (HoàngTrọng & Chu Nguyễn Mộng Ngọc, 2008).

Các biến có hệ số truyền tải (Factor loading) nhỏ hơn 0,5 sẽ bị loại, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50% (Trần Đức Long (2006,47) trích từ Gerbing & Anderson (1988), “An Update Paradigm for scale Development Incorporing Unidimensionality and Its Assessments”, Journal of Marketing Research, Vpl.25, 186-192).

Theo Hair & ctg (1998), Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading >0,3 được xem là đạt mức tối thiểu, factor loading >0,4 được xem là quan trọng, lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998) cũng khuyên bạn đọc như sau: nếu chọn tiêu chuẩn Factor loading >0,3 thì cỡ mẫu của bạn ít nhất là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn Factor loading >0,55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải >0,75.

Để xác định số lượng nhân tố, trong nghiên cứu này sử dụng 2 tiêu chuẩn theo Gerbing & Anderson (1988):

- Tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị Eigenvalue. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới đươc giữ lại trong mô hình phân tích.

- Tiêu chuẩn phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích không được nhỏ hơn 50%.

Một phần của tài liệu (LUẬN văn THẠC sĩ) các yếu tố tác động đến sự cam kết gắn bó với tổ chức của nhân viên ngân hàng thương mại cổ phần sài gòn khu vực TP HCM (Trang 54 - 56)

Tải bản đầy đủ (PDF)

(137 trang)