Mã biến Biến quan sát Giá trị
trung bình
CV1 Cơng việc có phù hợp với trình độ chuyên môn của Anh/Chị 2.9852 TT1 Anh/Chị có được cấp trên cơng nhận đầy đủ kết quả công việc
đã làm 2.6593
TT2 Các chỉ tiêu xét khen thưởng rõ ràng 2.7852
TT3 Những ý kiến (ý tưởng) sáng tạo và hiệu quả của Anh/Chị
được công nhận và nhận phần thưởng xứng đáng 2.763 DT_TT1 Anh/Chị có nhiều cơ hội phát triển cá nhân 2.4815 DT_TT2 Anh/Chị có được đào tạo cho công việc để phát triển nghề
nghiệp 2.7556
DT_TT3 Anh/Chị có nhiều cơ hội thăng tiến 2.5259
DT_TT4 Chính sách thăng tiến của cơng ty có cơng bằng 2.4593 TL1 Tiền lương và thưởng của Anh/Chị được trả tương xứng với
đóng góp 2.4889
TL2 Tiền lương của Anh/Chị có phù hợp so với mặt bằng chung
trên thị trường 2.6074
TL3 Cơng ty có chính sách tăng lương hợp lý 2.6815
TL4 Anh/Chị có thể sống hồn tồn dựa vào thu nhập từ cơng ty 2.5852 PL1 Anh/Chị có hài lịng về chính sách phúc lợi của cơng ty 2.563
PL2 Cơng ty có chính sách phúc lợi đầy đủ 2.6296
PL3 Anh/Chị có hài lịng về chính sách thưởng cuối năm của cơng
ty 2.6889
DLLV1 Anh/Chị luôn cảm thấy hứng thú khi làm công việc hiện tại 2.5037
DLLV2 Anh/Chị cảm thấy có động lực làm việc 2.4889
DLLV3 Anh/Chị thường làm việc với tâm trạng tốt nhất 2.5111 DLLV4 Anh/Chị sẵn sàng hy sinh quyền lợi cá nhân để hồn thành
2.2.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. EFA là phương pháp phân tích định lượng dùng để rút gọn một tập hợp nhiều biến quan sát thành một tập khác ít biến quan sát có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair et al. 2009). Hệ số KMO (Kaiser-Meyer-Olkin) dùng để xem xét sự thích hợp của phân tích nhân tố. Nhân tố phù hợp là trị số KMO phải đạt giá trị 0.5 trở lên và nhỏ hơn 1. Nếu trị số KMO nhỏ hơn 0.5 thì phép phân tích này khơng phù hợp với tệp thông tin nghiên cứu. Kiểm định Bartlett có Sig.<0.05 thì các biến quan sát có mối tương quan với nhau. Trị số Eigenvalue để xác định số lượng nhân tố trong phân tích EFA. Những nhân tố nào có trị số Eigenvalue lớn hơn hoặc bằng 1 mới được giữ lại trong mơ hình phân tích. Tổng phương sai trích (Total Variance Explained) thể hiện phần trăm biến thiên của các biến quan sát. Total Varinace Explained phải lớn hơn hoặc bằng 50% thì mơ hình EFA phù hợp. Nếu biên thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %. Hệ số tải nhân tố (Factor Loading – trọng số nhân tố) biểu hiện mối quan hệ tương quan giữa các biến quan sát với nhân tố. Hệ số tải nhân tố càng cao nghĩa là tương quan giữa các biến quan sát với nhân tố càng lớn và ngược lại.
Kết quả kiểm định EFA lần thứ nhất của 32 biến quan sát độc lập (bảng số liệu chi tiết được trình bày ở bảng phụ lục 4) mang lại kết quả như sau:
Hệ số KMO là 0.855 (thỏa mãn điều kiện trị số KMO phải lớn hơn 0.5 và nhỏ hơn 1) đủ điều kiện để phân tích nhân tố là phù hợp.
Bartlett’s Test of Sphericity có Sig. thỏa điều kiện <0.05 chứng tỏ các biến quan sát có sự tương quan với nhau.
Trị số Eigenvalues là 1.083 thỏa mãn điều kiện lớn hơn 1.
Tổng phương sai trích (Total Variance Explanied) là 74.947% thỏa mãn điều kiện lớn hơn 50% chứng minh mơ hình EFA là phù hợp. Nhân tố được trích cơ đọng là 74.947%.
Sau khi phân tích nhân tố khám phá EFA lần thứ nhất xong loại bỏ biến: LD1, LD4, LD5 vì các biến quan sát này có hệ số tải nhân tố nhỏ hơn 0.3
Hệ số KMO là 0.863 (thỏa mãn điều kiện trị số KMO phải lớn hơn 0.5 và nhỏ hơn 1) đủ điều kiện để phân tích nhân tố là phù hợp.
Bartlett’s Test of Sphericity có Sig. là 0.000 thỏa điều kiện <0.05 chứng tỏ các biến quan sát có sự tương quan với nhau.
Trị số Eigenvalues là 1.241 thỏa mãn điều kiện lớn hơn 1.
Tổng phương sai trích (Total Variance Explanied) là 74.908% thỏa mãn điều kiện lớn hơn 50% chứng minh mơ hình EFA là phù hợp. Nhân tố được trích cơ đọng là 74.908% động lực làm việc của người lao động, còn 25.092% là do các yếu tố khác chưa được xem xét đến giải thích cho vấn đề động lực.