4.3.1. Phân tích nhân tố khám phá EFA của nhân tố Động lực phụng sự công
Sau khi kiểm định độ tin cậy thang đo của nhân tố Động lực phụng sự công, cả năm biến quan sát đều được sử dụng tốt để tiến hành phân tích nhân tố khám phá EFA. Nhận được kết quả phân tích như sau:
Bảng 4.15. Kết quả EFA thang đo Động lực phụng sự cơng
Mã hóa Biến quan sát Nhân tố
PSM1 Dịch vụ cơng có ý nghĩa quan trọng đối với tôi ,746 PSM2 Những hoạt động hằng ngày thường nhắc nhở tôi
là chúng tôi phải hỗ trợ lẫn nhau ,766 PSM3 Đóng góp cho xã hội có ý nghĩa đối với tơi hơn là
những thành tích cá nhân ,825
PSM4 Tơi sẵn sàng hy sinh vì lợi ích xã hội ,788 PSM5 Tơi khơng sợ đấu tranh cho quyền lợi của người
khác cho dù tôi sẽ bị mỉa mai ,724 Eigenvalues = 2,970
Cumulative % = 59,391 Hệ số KMO = ,813 Sig. = ,000
Theo lý thuyết, Kaiser-Meyer-Olkin hay gọi là hệ số KMO là một chỉ số được dùng để xem xét sự thích hợp của phương pháp phân tích nhân tố. Điều kiện đủ để phân tích nhân tố được cho là phù hợp khi trị số của KMO đạt giá trị 0,5 trở lên (0,5 ≤ KMO ≤ 1). Kết quả hệ số KMO trong trường hợp này là 0,813 (lớn hơn 0,5) và sig Bartlett’s Test bằng 0,000 (nhỏ hơn 0,05) chứng tỏ các biến trong tổng thể có sự tương quan với nhau. Như vậy, phương pháp phân tích nhân tố được sử dụng để nhóm các biến lại là thích hợp.
Bên cạnh đó, trị số Eigenvalues bằng 2,97 ≥ 1 nên từ năm biến đưa vào phân tích sẽ chỉ rút ra được một nhân tố mới và vì vậy, nghiên cứu khơng thực hiện xoay nhân tố. Nhân tố mới được rút ra đặt tên là PSM, nhân tố này giải thích được 59,39% biến thiên của các biến quan sát.
4.3.2. Phân tích nhân tố khám phá EFA của nhân tố Sự hài lịng trong cơng việc việc
Sau khi kiểm định độ tin cậy thang đo của nhân tố Sự hài lịng trong cơng việc, có bốn biến quan sát JS1, JS2, JS3, JS5 được sử dụng tốt để tiến hành phân tích nhân tố khám phá EFA. Nhận được kết quả phân tích như sau:
Bảng 4.16. Kết quả EFA thang đo Sự hài lịng trong cơng việc
Mã hóa Biến quan sát Nhân tố
JS1 Tơi cảm thấy hài lịng với cơng việc hiện tại của
mình ,898
JS2 Tôi cảm thấy hài lịng với cơng việc của mình ở
thời điểm hiện tại ,901
JS3 Hầu như ngày nào tôi cũng thấy say mê với cơng
việc của mình ,854
JS5 Tơi tìm thấy hứng thú thực sự trong cơng việc của
mình ,846
Eigenvalues = 3,065 Cumulative % = 76,615 Hệ số KMO = ,733 Sig. = ,000
Kết quả hệ số KMO trong trường hợp này là 0,733 (lớn hơn 0,5) và sig Bartlett’s Test bằng 0,000 (nhỏ hơn 0,05) cho thấy các biến trong tổng thể có sự tương quan với nhau. Như vậy, phương pháp phân tích nhân tố được sử dụng để nhóm các biến lại là thích hợp.
Trị số Eigenvalues bằng 3,065 ≥ 1 nên từ bốn biến đưa vào phân tích sẽ chỉ rút ra được một nhân tố mới và nhân tố mới này giải thích được 76,62% biến thiên của các biến quan sát. Nghiên cứu không thực hiện xoay nhân tố vì chỉ có một nhân tố mới được rút ra. Nhân tố được tạo ra sẽ đặt tên là JS.
4.3.3. Phân tích nhân tố khám phá EFA của nhân tố Sự cam kết với tổ chức
Sau khi kiểm định độ tin cậy thang đo của nhân tố Sự cam kết với tổ chức, cả ba biến quan sát OC1, OC2, OC3 đều được sử dụng tốt để tiến hành phân tích nhân tố khám phá EFA. Nhận được kết quả phân tích như sau:
Bảng 4.17. Kết quả EFA thang đo Sự cam kết với tổ chức
Mã hóa Biến quan sát Nhân tố
OC1 Tơi có cảm nhận mình là một phần của Bệnh viện ,919 OC2 Tơi cảm thấy gắn bó về mặt tình cảm đối với
Bệnh viện ,928
OC3 Tơi cảm thấy thích được là một phần của Bệnh
viện ,934
Eigenvalues = 2,578 Cumulative % = 85,950 Hệ số KMO = ,759 Sig. = ,000
Kết quả hệ số KMO trong trường hợp này là 0,759 (lớn hơn 0,5) và sig Bartlett’s Test bằng 0,000 (nhỏ hơn 0,05) chứng tỏ các biến trong tổng thể có sự tương quan với nhau. Như vậy, phương pháp phân tích nhân tố được sử dụng để nhóm các biến lại là thích hợp.
Trị số Eigenvalues bằng 2,578 ≥ 1 nên từ ba biến đưa vào phân tích sẽ chỉ rút ra được một nhân tố mới. Do đó, nghiên cứu khơng thực hiện xoay nhân tố. Nhân tố mới được rút ra đặt tên là OC, nhân tố này giải thích được 85,95% biến thiên của các biến quan sát.
4.3.4. Phân tích nhân tố khám phá EFA của nhân tố Kết quả công việc
Sau khi kiểm định độ tin cậy thang đo của nhân tố Kết quả cơng việc, có ba biến quan sát SRP1, SRP2, SRP3 được sử dụng tốt để tiến hành phân tích nhân tố khám phá EFA. Nhận được kết quả phân tích như sau:
Bảng 4.18. Kết quả EFA thang đo Kết quả công việc
Mã hóa Biến quan sát Nhân tố
SRP1 Theo ý tơi, tơi có đóng góp cho sự thành công của
Bệnh viện ,852
SRP2 Tôi nghĩ tôi đang làm việc tốt cho Bệnh viện này ,915 SRP3 Tôi nghĩ tôi là một nhân viên tốt ,863 Eigenvalues = 2,309
Cumulative % = 76,950 Hệ số KMO = ,701 Sig. = ,000
Kết quả hệ số KMO trong trường hợp này là 0,701 (lớn hơn 0,5) và sig Bartlett’s Test bằng 0,000 (nhỏ hơn 0,05) cho thấy các biến trong tổng thể có sự tương quan với nhau. Như vậy, phương pháp phân tích nhân tố được sử dụng để nhóm các biến lại là thích hợp.
Trị số Eigenvalues bằng 2,309 ≥ 1 nên từ bốn biến đưa vào phân tích sẽ chỉ rút ra được một nhân tố mới và nhân tố mới này giải thích được 76,95% biến thiên của các biến quan sát. Nghiên cứu khơng thực hiện xoay nhân tố vì chỉ có một nhân tố mới được rút ra. Nhân tố được tạo ra sẽ đặt tên là SRP.