CHƢƠNG 4 PHÂN TÍCH DỮ LIỆU VÀ BÌNH LUẬN
4.3. Phân tích nhân tố khám phá (EFA)
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships).
EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Sau khi phân tích kiểm định Cronbach’s Anpha và loại những biến có tương quan biến – tổng yếu trong từng nhóm thang đo, ta tiến hành phân tích nhân tố sử dụng phần mềm SPSS, kết quả như sau:
Bảng 4.7. Kết quả phân tích EFA các thang đo của mơ hình nghiên cứu (hệ số tải nhân tố = 0,5) Nhân tố Thực tiễn quản trị nguồn nhân lực Động lực phụng sự công Hành vi công dân tổ chức hướng vào cá nhân Hành vi công dân tổ chức hướng vào tổ chức HRM5 .772 HRM7 .749 HRM4 .742 HRM9 .732 HRM6 .701 HRM10 .698 HRM8 .665 PSM4 .818 PSM5 .789 PSM2 .787 PSM1 .776 PSM3 .767 OCBI1 .786 OCBI3 .781 OCBI4 .725 OCBI2 .654 OCBO2 .755 OCBO3 .741 OCBO1 .619 Hệ số Eigenvalues 9.991 1.841 1.407 1.201 KMO = 0.888 Phương sai trích: 69.205% Bartlett’s: Sig. = 0.000
(Nguồn: Kết quả xử lý dữ liệu trên phần mềm SPSS)
Hệ số tải nhân tố (Factor loading) hay còn gọi là trọng số nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,5 được xem là có ý nghĩa thực tiễn; giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại, hệ số này thể hiện ở ma trận xoay nhân tố. Kết quả
cho thấy ở ma trận xoay nhân tố thông báo là “chỉ có 1 nhân tố được trích” từ 2 biến quan sát đầu vào.
Hệ số KMO (Kaiser - Meyer - Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp. Kết quả hệ số KMO lớn hơn hay bằng 0,5 chứng tỏ sự thích hợp của phân tích nhân tố EFA.
Kiểm định Bartlett (Bartlett’s test of sphericity) có ý nghĩa thống kê (Sig. < 0,05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể. Kiểm định Bartlett dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Điều kiện cần để áp dụng phân tích nhân tố là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân tố phải có mối tương quan với nhau. Kết quả Sig = 0,000 chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
Kết quả kiểm định Bartlett (Bartlett’s Test of Sphericity) trong bảng kiểm định KMO và Bartlett’s với Sig. = 0,000; hệ số KMO trong phân tích bằng 0,888 > 0,5, cho thấy rằng kết quả phân tích yếu tố là đảm bảo độ tin cậy, và kiểm định Bartlett’s Test có hệ số Sig. = 0,000 < 0,05, thể hiện rằng kết quả phân tích yếu tố đảm bảo được mức ý nghĩa thống kê.
Hệ số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích. Kết quả cho thấy có 5 nhân tố đều có hệ số Eigenvalue lớn hơn 1. Hệ số Eigenvalues của yếu tố thứ 5 bằng 1,127201 > 1, thể hiện sự hội tụ của phép phân tích dừng ở yếu tố thứ 5, hay kết quả phân tích cho thấy có 5 yếu tố được trích ra từ dữ liệu khảo sát.
Tổng phương sai trích là 69,205% > 50%, cho thấy mơ hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện rằng sự biến thiên của các yếu tố được
đây là mức ý nghĩa ở mức khá. Do vậy, tất cả các biến sẽ được giữ lại, và tiếp tục phân tích hồi quy.
Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0,5, cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng với các yếu tố mà các biến này biểu diễn.
Bốn (04) nhân tố được xác định có thể được mơ tả như sau:
- Nhân tố 1: Gồm 7 biến quan sát: HRM4, HRM5, HRM6, HRM7, HRM8, HRM9, VÀ HRM10. Chính các biến này cấu thành nhân tố “Thực tiễn quản trị nguồn nhân lực” – ký hiệu là HRM. Các biến quan sát đều có hệ số tải lớn hơn 0,6 nên tất cả các biến quan sát này đều có ý nghĩa.
- Nhân tố 2: Gồm 5 biến quan sát: PSM1, PSM2, PSM3, PSM4, và PSM5. Chính các biến này cấu thành nhân tố “Động lực phụng sự công” – ký hiệu là PSM. Các biến quan sát đều có hệ số tải lớn hơn 0,7 nên tất cả các biến quan sát này đều có ý nghĩa.
- Nhân tố 3: Gồm 4 biến quan sát: OCBI1, OCBI2, OCBI3, và OCBI4. Chính các biến này cấu thành nhân tố “Hành vi công dân tổ chức hướng vào cá nhân” - Ký hiệu là: OCBI. Các biến quan sát đều có hệ số tải lớn hơn 0,6 nên tất cả các biến quan sát này đều có ý nghĩa.
- Nhân tố 4: Gồm 3 biến quan sát: OCBO1, OCBO2, và OCBO3. Chính các biến này cấu thành nhân tố “Hành vi công dân tổ chức hướng vào tổ chức” - Ký hiệu là: OCBO. Các biến quan sát đều có hệ số tải lớn hơn 0,6 nên tất cả các biến quan sát này đều có ý nghĩa.