Nhân
tố
Giá trị Eigenvalues Tổng bình phƣơng hệ số tải Tổng % phƣơng sai Phƣơng sai cộng dồn % Tổng % phƣơng sai Phƣơng sai cộng dồn % 1 2.292 76.406 76.406 2.292 76.406 76.406
(Nguồn:kết quả phân tích dữ liệu điều tra)
Bảng 4.23 Bảng hệ số nhân tố phụ thuộcNhân tố Nhân tố 1 NANGSUAT02 .916 NANGSUAT03 .861 NANGSUAT01 .843
(Nguồn:kết quả phân tích dữ liệu điều tra)
Xem xét mối tương quan giữa các biến trên được kiểm tra bằng kiểm định Barlett và Kaiser-Meyer-Olkin (KMO).Các kết quả kiểm định cho thấy dữ liệu của mô hình thích hợp với các phương pháp phân tích nhân tố được sử dụng (giá trị KMO = 0.691 lớn hơn 0.5 và giá trị kiểm định Barlett có mức ý nghĩa nhỏ hơn 0.05), như vậy có thể khẳng định phân tích nhân tố là phù hợp.
Kết quả xoay nhân tố cho thấy có 1 nhân tố hình thành với điểm dừng trích ở nhân tố thứ 1 có Eigenvalue = 2.292> 1 do đó việc trích nhân tố là có giá trị. Bên cạnh đó phương sai trích được từ 3 biến quan sát này là 76.406%, kết quả này là rất tốt và nó cho thấy 1 nhân tố được hình thành giải thích được 76.406% sự biến thiên của tập dữ liệu. Thông thường tỷ lệ phần trăm phương sai trích được khoảng trên 50% là đạt yêu cầu, do đó phân tích nhân tố trong trường hợp này là rất phù hợp và có giá trị để thực hiện các nghiên cứu tiếp theo.
Cũng từ bảng kết quả trên ta nhận thấy với 1 nhân tố được hình thành và tất cả các biến quan sát đều cho thấy hệ số tải cao (lớn hơn 0.5). Như vậy, phân tích nhân tố cho 3 biến quan sát đánh giá năng suất là đạt yêu cầu và nhân tố này được dùng cho các nghiên cứu tiếp theo.
Sau khi phân tích nhân tố, tác giả tính giá trị nhân tố của chúng dựa trên giá trị trung bình của tất cả các biến quan sát thuộc từng nhân tố và giá trị trung bình này chính là giá trị đại diện cho nhân tố đó.