Phân tích nhân tố khám phá là phương pháp phân tích rút gọn của một tổ hợp nhiều biến khảo sát thành một số yếu tố ít hơn nhưng vẫn chứa đựng được hầu hết các thông tin và ý nghĩa thống kê của tập biến quan sát ban đầu. Mô hình phân tích nhân tố khám phá chỉ hợp lệ khi đáp ứng được các điều kiện sau đây:
+ Hệ số tải nhân tố (Factor Loadings): Là hệ số tương quan giữa các biến và các yếu tố. Hệ số tải nhân tố phải lớn hơn 0,3 thì mới được chấp nhận.
+ Tính thích hợp của EFA (Kaiser – Meyer – Oklin): Là chỉ số dùng để kiểm tra sự thích hợp của phân tích nhân tố, khi 0,5≤ KMO ≤ 1 mới được chấp nhận.
+ Kiểm định Bartlett (Bartlett’Test of Spherieity): Kiểm định Bartlett được sử dụng để kiểm định tính tương quan tuyến tính của các biến quan sát trong mỗi thang
đo. Khi giá trị Significance (Sig.) của kiểm định ≤ 0.05, các biến quan sát có tương quan tuyến tính trong mỗi thang đo. Do đó, các yếu tố mới hình thành hoàn toàn độc lập với nhau.
+ Phương sai cộng dồn: là phần trăm phương sai toàn bộ được trích bởi các yếu tố, xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố khám phá sẽ thu gọn được bao nhiêu % và bao nhiêu % thất thoát. Tiêu chuẩn để có thể chấp nhận đưa vào phân tích nhân tố khám phá là phải có phương sai cộng dồn lớn hơn 50% với giá trị Eigenvalue lớn hơn 1.
+ Hệ số tải nhân tố phải có hệ số tải thích hợp: Theo Gerbing và Ander son, 1998 (trích trong Đinh Phi Hổ và đồng sự, 2018) với kích thước mẫu 100 ≤ n ≤ 350, hệ số tải nhân tố thích hợp > 0.5. Với nghiên cứu này, do số mẫu được sử dụng là 218 nên tác giả sẽ sử dụng hệ số tải nhân tố là 0.5.
Phân tích EFA sẽ tiến hành kiểm tra và xác định lại các nhóm biến trong mô hình nghiên cứu. Những biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại khỏi thang đo. Thang đo chỉ được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50%. Nghiên cứu này sử dụng phương pháp trích nhân tố, phép quay Varimax và điểm dừng khi chỉ số Eigenvalue bằng 1.
Sau khi rút được các biến yếu tố mới Fi từ một tập nhiều biến quan sát, các biến Fi này được đưa vào phân tích tiếp theo như tương quan và hồi quy. Phân tích tương quan và hồi quy tuyến tính đa biến: Khi đảm bảo độ tin cậy về thang đo, phân tích hồi quy tuyến tính đa biến được sử dụng để kiểm định giả thuyết có hay không sự ảnh hưởng của các yếu tố đến động lực làm việc của nhân viên kỹ thuật tại VNPT Bà Rịa Vũng Tàu. Nguyên tắc xây dựng mô hình hồi quy tuyến tính đa biến thực hiện như sau:
+ Kiểm tra ma trận hệ số tương quan (Pearson Correlation): kiểm định Pearson giữa các biến yếu tố Fi có ý nghĩa Sig. ≤ 0.05 và các hệ số có tương quan chặt chẽ thì các biến yếu tố Fi có dấu hiệu đa cộng tuyến. Xác định biến yếu tố Fi tác động đồng biến hay nghịch biến với biến phụ thuộc.