2. Mục tiêu nghiên cứu
3.2.2.7. Đánh giá thang đo nhân tố Sự hài lòng trongcông việc
Cronbach’s Alpha là 0,755 > 0,6. Như vậy có thể đảm bảo độ tin cậy của thang đo và hệ số tương quan biến tổng của các biến quan sát đều có giá trị lớn hơn 0,3 nên sẽ không có biến nào bị loại.
3.2.2.7. Đánh giá thang đo nhân tố Sự hài lòng trongcông việc công việc
Tiến hành kiểm tra độ tin cậy của thang đo nhân tố Sự hài lòng bằng hệ số Cronbach’s Alpha được kết quả:
Bảng 3.19. Kiểm định CRA nhân tố Sự hài lòng Nhân tố thang đo nếuTrung bình
loại biến
Biến quan
sát quan biến tổngHệ số tương Cronbach’s Alphanếu loại biến
HAILONG1 9,51333 5,366 ,593 ,735
HAILONG2 9,72667 5,368 ,577 ,743
HAILONG3 9,70000 5,701 ,519 ,771
HAILONG4 9,76000 4,680 ,693 ,680
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Thang đo nhân Sự hài lòng trong công việc có hệ số Cronbach’s Alpha là 0,787 > 0,6. Như vậy có thể đảm bảo độ tin cậy của thang đo. Và hệ số tương quan biến tổng của các
biến quan sát đều có giá trị lớn hơn 0.3 nên sẽ không có biến nào bị loại.
Qua kết quả phân tích hệ số Cronbach’s Alpha ta thấy 6 thành phần thang đo về đánh giá sự hài lòng trong công việc của CBCNV và yếu tố phụ thuộc đều có độ tin cậy lớn hơn 0,6 nên đều tin cậy để sử dụng. Không có biến quan sát bị loại bỏ và điều đó cho thấy thang đo được xây dựng có ý nghĩa trong thống kê và đạt hệ số tin cậy cần thiết. Nên được tiếp tục đưa vào phân tích nhân tố khám phá EFA.
Kết quả đánh giá lại thang đo, cho thấy các thang đo đều thỏa mãn yêu cầu về đánh giá độ tin cậy bằng Cronbach’s Alpha. Như vậy, từ 25 biến độc lập ban đầu ta vẫn giữ nguyên để đưa vào phân tích nhân tố khám phá EFA..
3.2.3. Phân tích nhân tố khám phá EFA
Việc phân tích nhân tố khám phá EFA trong đề tài này được thực hiện với phương pháp trích hệ số là phương pháp Principal Component Analysis và phép xoay Varimax để nhóm các yếu tố. Bước đầu phải xem xét hệ số trích (Extraction) của các biến, nếu biến nào có hệ số này nhỏ hơn 0,5 sẽ bị loại bỏ. Tiếp theo ta tiến hành xem xét hai chỉ tiêu hệ số KMO phải thỏa điều kiện 0,5 <= KMO <=1 và kiểm định Bartlett xem xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (sig. < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả nhóm nhân tố được thể hiện trong bảng Rotated Component Matrix và hệ số tải nhân tố - factor loading phải
có giá trị lớn hơn 0,5 để đảm bảo sự hội tụ giữa các biến trong một nhân tố (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Điểm dừng khi trích các nhân tố có hệ số Eigenvalue lớn hơn 1 (mặc định của SPSS, nhân tố có Eigenvalue bé hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau mỗi lần chuẩn hóa mỗi biến gốc có phương sai là 1).
3.2.3.1. Phân tích nhân tố khám phá EFA đối với các biến độc lập
Phương pháp phân tích nhân tố khám phá EFA được tiến hành bằng phần mềm SPSS – Factor Analysis với kết quả như sau:
Bảng 3.20. Hệ số KMO và kiểm định Bartlett’s của các nhân tố độc lập
Hệ số KMO ,657
Kiểm định Bartlett's Approx. Chi-SquareDf 928,084210
Sig. ,000
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Dựa vào Bảng 3.20, có giá trị KMO là 0,657 > 0.5 và giá trị Sig của kiểm định Bartlett’s bằng 0,000 < 0,05 cho thấy các biến có tương quan với nhau nên mô hình là phù hợp để đưa vào phân tích nhân tố khám phá.
Phương pháp trích trong phân tích nhân tố yêu cầu các giá trị trích Eigenvalue phải lớn hơn 1 mới được giữ lại trong mô hình phân tích. 6 nhân tố được trích ra đều có giá trị Eigenvalue lớn hơn 1 và điểm dừng khi trích các yếu tố tại nhân tố thứ 06 có Eigenvalue là 1,214 > 1. Tổng phương sai trích của 06 nhân tố bằng 61,998% > 50% điều này cho thấy
khả năng sử dụng 06 nhân tố thành phần này giải thích được 61,998% biến thiên của các biến quan sát.
Dựa vào ma trận xoay nhân tố khi chạy EFA có 21 biến còn lại được trích thành 06 nhân tố và không có biến nào bị loại (bảng 3.21)
Bảng 3.21. Ma trận xoay EFA các biến độc lập
Nhân tố 1 2 3 4 5 6 TIENLUONG4 ,810 TIENLUONG3 ,809 TIENLUONG2 ,795 TIENLUONG1 ,761 QHCV4 ,790 QHCV3 ,744 QHCV2 ,724 QHCV1 ,698 DDCV1 ,747 DDCV3 ,738 DDCV4 ,725 DDCV2 ,585 MTLV1 ,821 MTLV3 ,800 MTLV2 ,697 PHUCLOI3 ,793 PHUCLOI2 ,784 PHUCLOI1 ,768 DTTT3 ,759 DTTT2 ,714 DTTT1 ,706
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 6 iterations.
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Như vậy, sau khi tiến hành kiểm định độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA thì 21 biến quan sát độc lập ban đầu vẫn giữ nguyên nhóm lại thành
06 nhân tố và 06 nhân tố này không có sự biến đổi so với mô hình nghiên cứu đề xuất ban đầu bao gồm:
Nhân tố 1: Tiền lương và thu nhập có tính chất tương tự lương nhận được. Nhân tố này được đo lường bởi các biến TIENLUONG1, TIENLUONG2, TIENLUONG3, TIENLUONG4.
Nhân tố 2: Quan hệ công việc. Nhân tố này được đo lường bởi các biến QHCV1, QHCV2, QHCV3, QHCV4.
Nhân tố 3: Đặc điểm và tính chất công việc. Nhân tố này được đo lường bởi các biến DDCV1, DDCV2, DDCV3, DDCV4.
Nhân tố 4: Điều kiện và môi trường làm việc. Nhân tố này được đo lường bởi các MTLV1, MTLV2, MTLV3.
Nhân tố 5: Chế độ phúc lợi được hưởng. Nhân tố này được đo lường bởi các biến PHUCLOI1, PHUCLOI2, PHUCLOI3.
Nhân tố 6: Đào tạo và thăng tiến. Nhân tố này được đo lường bởi các biến DTT1, DTTT2, DTTT3.
Bảng 3.22. Tổng phương sai trích của các biến độc lập Hệ số Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Tổng % phương sai % phương sai tích lũy Tổng % phương sai % phương sai tích lũy Tổng % phương sai % phương sai tích lũy 1 3,732 17,771 17,771 3,732 17,771 17,771 2,679 12,756 12,756 2 2,555 12,168 29,939 2,555 12,168 29,939 2,423 11,539 24,294 3 2,166 10,313 40,252 2,166 10,313 40,252 2,149 10,235 34,529 4 1,853 8,823 49,075 1,853 8,823 49,075 2,057 9,794 44,323 5 1,500 7,143 56,217 1,500 7,143 56,217 1,910 9,093 53,416 6 1,214 5,781 61,998 1,214 5,781 61,998 1,802 8,582 61,998 7 ,871 4,146 66,144 8 ,825 3,930 70,074 9 ,778 3,705 73,779 10 ,736 3,503 77,282 11 ,666 3,169 80,452 12 ,626 2,983 83,435 13 ,588 2,802 86,237
14 ,559 2,664 88,901 15 ,471 2,242 91,142 16 ,402 1,915 93,058 17 ,358 1,705 94,762 18 ,328 1,562 96,324 19 ,308 1,465 97,790 20 ,277 1,318 99,108 21 ,187 ,892 100,000
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
3.2.3.2. Phân tích nhân tố khám phá EFA nhân tố sự hài lòng trong công việc
Kết quả phân tích nhân tố khám phá EFA với KMO bằng 0.758 > 0.5 và kiểm định Bartlett’s có sig bằng 0.000 < 0.05 nên có thể khẳng định dữ liệu phù hợp để phân tích nhân tố. ( Bảng 3.23)
Bảng 3.23. Hệ số KMO và kiểm định Bartlett’s của nhân tố sự hài lòng
Hệ số KMO ,758
Kiểm định Bartlett's Approx. Chi-SquareDf 170,0846
Sig. ,000
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Phân tích đã rút trích từ 4 biến đánh giá sự hài lòng thành một nhân tố chính có Eigenvalue bằng 2,441 và tổng phương sai trích là 61,017 % >50%.(Bảng 3.24)
STT
Hệ số Eigenvalues Bình phương hệ số tải trọng Tổng % phươngsai % phươngsai tích lũy Tổng % phươngsai % phương saitích lũy
1 2,441 61,017 61,017 2,441 61,017 61,017
2 ,685 17,123 78,139
3 ,495 12,369 90,508
4 ,380 9,492 100,000
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Bảng 3.25. Ma trận thành phần nhân tố đánh giá sự hài lòng
Biến đánh giá Hệ số tải trọng
HAILONG1 .852
HAILONG2 .781
HAILONG3 .769
HAILONG4 .717
Nguồn: Kết quả phân tích dữ liệu của tác giả từ chương trình SPSS
Như vậy, sau khi kiểm định bằng Cronbach’s Alpha và phân tích nhân tố khám phá EFA, thì 06 nhân tố ban đầu vẫn không thay đổi. Như vậy, giữ nguyên tất cả 21 biến quan sát độc lập nhóm thành 06 nhân tố độc lập và 04 biến đánh giá nhóm thành 1 nhân tố đánh giá sự hài lòng trong công việc của CBCNV tại VNPT Kiên Giang (tổng cộng gồm 25 biến).