CHƢƠNG 4 PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.4. PHÂN TÍCH KHÁM PHÁ NHÂN TỐ
Sau khi tiến hành kiểm định thang đo với hệ số tin cậy Cronbach`s Alpha các thang đo được đánh giá tiếp theo bằng phương pháp phân tích khám phá nhân tố (EFA). Phương pháp phân tích khám phá nhân tố là phương pháp phân tích phụ thuộc lẫn nhau giữa các biến. Phương pháp phân tích khám phá nhân tố sẽ giúp cho nhà nghiên cứu rút gọn từ một tập hợp nhiều biến quan sát thành những biến tiềm ẩn ít nhưng vẫn giải thích được bản chất dữ liệu (Hair et al, 2006). Đối với nghiên cứu này phân tích khám phá sẽ được thực hiện cho các biến độc lập và biến phụ thuộc riêng. Phương pháp rút trích nhân tố sử dụng là phương pháp rút thành phần chính (Principal component) với phép xoay Varimax để rút trích được số lượng nhân tố là bé nhất (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tiêu chuẩn của phân tích là hệ số factor loading tối thiểu là 0.5 trong một nhân tố, giá trị eigenvalue lớn hơn hoặc bảng 1, phương sai trích tối thiểu 50%, hệ số KMO tối thiểu bằng 0.5, kiểm định Bartlett có p-value nhỏ hơn 0.05. Kết quả phân tích từ dữ liệu thu được như sau:
4.4.1. Phân tích khám phá nhân tố với biến độc lập
Khi thực hiện phân tích nhân tốt EFA cần phải quan tâm đến phương pháp sau:
Phương pháp trích Principal comperment với phép xoay varimax.
Kiểm định Bartlett (Bartlett’s Test of Sphericity): Đại lượng Bartlett’s được sử dụng để xem xét giải thuyết H0 các biến khơng có tương quan trong tổng thể. Kiểm định Bartlett’s có ý nghĩa tại mức sig thấp hơn 0,05; tức là giả thiết H0 cho rằng ma trận tương quan giữa các biến trong tổng thể là một ma trận đơn vị sẽ bị bác bỏ.
Hệ số tải nhân tố (Factor loading): Tiêu chuẩn về hệ số tải nhân tố Factor loading, theo Hair & ctg (1998), hệ số tải nhân tố Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0,3 được xem là đạt mức tối thiểu, Factor loading > 0,4 được xem là quan trọng và Factor loading > 0,5 được xem là có ý nghĩa thực tiễn. Hair cũng cho rằng nếu chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu ít nhất là 350. Nếu cở mẫu là 100 thì Factor loading phải >0,55. Như vậy, trong đề tài này cở mẫu là 350 nên hệ số Factor loading >0,3 là đạt yêu cầu, tuy nhiên để đề tài này có ý nghĩa thực tiễn chỉ những biến quan sát có hệ số Factor loading lớn nhất 0,5 mới đạt yêu cầu.
Tổng phương sai trích: Để có thể phân tích nhân tố khẳng định, thì tổng phương sai trích 50% (Gerbing & Anderson 1988).
Hệ số KMO (Kaisor Meyer Olkin): Trong phân tích nhân tố khám phá, trị số KMO (Kaisor Meyer Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Đơn vị KMO là tỷ lệ giữa bình phương tương quan của các biến với bình phương tương quan một phần của các biến. Trị số của KMO lớn (từ 0,5 đến 1) có ý nghĩa phân tích nhân tố thích hợp, cịn nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có nhiều khả năng khơng thích hợp với các dữ liệu.
chỉ số Eigenvalue để xác định số lượng các nhân tố. Chỉ những nhân tố nào có chỉ số Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích. Đại lượng Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc.
Kết quả tính tốn như trên Bảng 4.8. Kết quả EFA của các thang đo
Tên biến Nhân tố (Component)
1 2 3 4 5 6 7 DDCV1 .842 DDCV2 .868 DDCV3 .875 DDCV5 .742 DKLV1 .777 DKLV2 .888 DKLV3 .848 TN1 .664 TN2 .771 TN3 .753 TN4 .603 PL1 .589 PL2 .752 PL3 .736 PL4 .697 DTTT1 .772
DTTT2 .878 DTTT3 .570 DTTT4 .751 DTTT5 .821 DN1 .786 DN2 .815 DN3 .733 CT1 .924 CT2 .916 CT3 .930 CT4 .909 Eigenvalue (điểm dừng) 6,703 3,461 2,497 2,338 1,765 1,265 1,024 Tổng phương sai trích 12,9380 25,6802 36,56 45,6977 54,6198 63,4412 70,566 Chỉ số KMO 0.8140
Kiểm định Bartlett Giá trị Khi bình
phương
5288.791
Bậc tự do 351
Mức ý nghĩa .000
Kết quả EFA cho thấy có bảy yếu tố được trích tại eigenvalue là 1,024 và phương sai trích được 70,566%. Như vậy, phương sai trích đạt yêu cầu.
Như vậy, thang đo sau khi đánh giá sơ bộ thang đo, không loại các biến, vẫn giữ các biến và có 7 nhân tố được rút trích:
DTTT5 và đặt tên là Đào tạo và thăng tiến (DTTT).
Nhân tố 2 gồm 4 biến quan sát như sau: CT1, CT2, CT3 và CT4 đặt tên là Cấp trên (CT).
Nhân tố 3 gồm có 4 biến quan sát như sau: DDCV1, DDCV2, DDCV3 và DDCV5, đặt tên là Đặc điểm công việc (DDCV).
Nhân tố 4 gồm có 4 biến quan sát PL1, PL2, PL3 và PL4 đặt tên là Phúc lợi (PL).
Nhân tố 5 gồm có 3 biến quan sát như sau: DKLV1, DKLV2, DKLV 3 đặt tên là Điều kiện làm việc (DKLV).
Nhân tố 6 gồm có 4 biến quan sát như sau: TN1, TN2, TN3 và TN4, đặt tên là Thu nhập (TN).
Nhân tố 7 gồm có 3 biến quan sát như sau: DN1, DN2 và DN3, đặt tên là Đồng nghiệp (DN).
Hệ số KMO = 0,814 >0,5 và kiểm định Bartlett có ý nghĩa thống kê với mức ý nghĩa 5%. Như vậy các biến quan sát ở thang đo này đạt yêu cầu cho thang đo tiếp theo với phân tích nhân tố khẳng định CFA.
4.4.2. Phân tích khám phá nhân tố với biến phụ thuộc cảm nhận sự
“hài lịng cơng việc”
Sử dụng phương pháp Principal Component với phép quay Varimax, kết quả như trên Bảng 4.9.
Bảng 4.9. Kết quả EFA của thang đo hài lịng cơng việc
Biến quan sát Nhân tố
HL1 .757 HL2 .812 HL3 .783 Tổng phương sai trích 51,249 Kiểm định Bartlett ,786 Khi bình phương 399.586 Bậc tự do 10 Mức ý nghĩa .000