CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO 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 (nghĩa là khơng có biến phụ thuộc và biến độc lập) mà nó dựa vào mối tương quan giữa các biến với nhau.
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).
4.3.1. Phân tích nhân tố khám phá EFA của các thang đo đo lường Phong cách lãnh đạo chuyển dạng, Niềm tin vào tổ chức và Mục tiêu rõ ràng cách lãnh đạo chuyển dạng, Niềm tin vào tổ chức và Mục tiêu rõ ràng
Sau khi phân tích kiểm định Cronbach’ Anpha của các yếu tố tác động đến động lực phụng sự cơng và loại biến có hệ tống tương quan biến – tổng yếu trong nhóm thang đo Niềm tin vào tổ chức, ta tiến hành phân tích nhân tố sử dụng phần mềm SPSS, kết quả như sau (Xem chi tiết Phụ lục 6):
Bảng 4.12: Kết quả ma trận xoay nhân tố của các yếu tố tác động đến Động lực phụng sự công (Hệ số tải nhân tố = 0.5)
Biến quan sát Nhân tố
1 2 3 GC4 .863 GC3 .841 GC5 .824 GC2 .806 GC1 .772 ST1 .855 ST4 .812 ST3 .806
ST2 .775 ST5 .733 ST6 .515 LD2 .799 LD1 .773 LD4 .725 LD5 .631 LD3 .613 Eigenvalues 7.815 1.704 1.617 Hệ số KMO = 0.907 Bartlett’s: Sig. = 0.000
Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức thiết thực của EFA. Hệ số tải nhân tố lớn hơn 0.5 được xem là có ý nghĩa thực tiễn
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 có giá trị lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett 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.
Kết quả từ Bảng 4.12 cho thấy chúng ta có thể sử dụng phương pháp phân
tích nhân tố để nhóm các biến lại là phù hợp vì có hệ số KMO là 0.907, đồng thời các biến trong tổng thể cũng có tương quan với nhau do trị số sig. = 0.000 (<0.05). Ngoài ra theo tiêu chuẩn Eigenvalue > 1, với 16 biến trong mơ hình nằm trong 3 nhân tố được rút ra có thể giải thích được 69.605% (trên 50%) biến thiên của các biến quan sát là đạt yêu cầu sẽ được vào tiếp tục phân tích hồi quy.
Ngồi ra, Bảng 4.12 cịn cho kết quả các nhân tố đã xoay. Từ bảng này
chúng ta lấy những biến có hệ số tải nhân tố lớn hơn 0.5 để đảm bảo ý nghĩa thiết thực của EFA. Kết quả 3 nhân tố được rút ra như sau:
Nhân tố thứ nhất: gồm 5 biến GC1, GC2, GC3, GC4, GC5 đo lường “Mục
tiêu rõ ràng” nên đặt tên nhân tố 1 là GC.
Nhân tố thứ hai: gồm 6 biến ST1, ST2, ST3, ST4, ST5, ST6 đo lường
“Niềm tin vào tổ chức” nên đặt tên nhân tố 2 là ST.
Nhân tố thứ ba: gồm 5 biến LD1, LD2, LD3, LD4, LD5 đo lường “Phong cách lãnh đạo chuyển dạng” nên đặt tên nhân tố 3 là LD.
4.3.2. Phân tích nhân tố khám phá EFA của các thang đo đo lường Động lực phụng sự công
Sau khi chúng ta kiểm định độ tin cậy các thang đo của Động lực phụng sự cơng, kết quả có 5 biến PSM1, PSM2, PSM3, PSM4, PSM5 được đưa vào phân tích EFA.
Kết quả phân tích nhân tố khám phá EFA của các thang đo đo lường Động lực phụng sự công được phần mềm SPSS đưa ra như sau: (Xem chi tiết Phụ lục 7)
Bảng 4.13: Kết quả phân tích nhân tố khám phá EFA của Động lực phụng sự công (Hệ số tải nhân tố = 0.5)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .816
Bartlett's Test of Sphericity
Approx. Chi-Square 337.008
Df 10
Sig. .000
Kết quả từ Bảng 4.13 cho thấy chúng ta có thể sử dụng phương pháp phân
tích nhân tố để nhóm các biến lại là phù hợp vì có hệ số KMO là 0.816, đồng thời các biến trong tổng thể cũng có tương quan với nhau do trị số sig. = 0.000 (<0.05). Ngoài ra theo tiêu chuẩn Eigenvalue > 1, với 5 biến đưa vào phân tích và nhân tố được rút ra giải thích được 69.043% (trên 50%) biến thiên của các biến quan sát là
Kết quả phân tích nhân tố khám phá đưa cho chúng ta nhân tố gồm 5 biến PSM1, PSM2, PSM3, PSM4, PSM5 đo lường Động lực phụng sự công nên đặt tên nhân tố này là PSM.