Biến quan sát Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach's Alpha nếu loại
biến
DL1 5.79 1.682 .820 .859
DL2 6.01 1.859 .844 .853
DL3 6.63 1.511 .800 .888
Cronbach’s alpha = 0.906
(Nguồn: Phân tích dữ liệu – phụ lục 4)
Bảng 3.16 cho thấy, thang đo nhân tố Động lực làm việc được đo lường qua 3
0.906 > 0.6. Đồng thời, cả 3 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo nhân tố Động lực làm việc đáp ứng độ tin cậy.
Qua kết quả phân tích đánh giá độ tin cậy của thang đo bằng hệ số Cronbach‟s Alpha có thể thấy:
Các thang đo đều có hệ số Cronbach‟s Alpha > 0.6.
Có một biến LD4 bị loại ra khỏi mơ hình nghiên cứu do hệ số tương quan biến
– tổng nhỏ hơn 0.3, thang đo Lãnh đạo trực tiếp còn lại 04 biến quan sát LD1, LD2, LD3, LD5.
Các hệ số tương quan biến – tổng của các biến quan sát còn lại đều lớn hơn
0.3.
Có 7 thang đo với 25 biến quan sát thuộc các nhân tố ảnh hưởng đến động lực
làm việc đạt độ tin cậy cho các phân tích tiếp theo.
Thang đo động lực làm việc của nhân viên với ba biến quan sát cũng đạt độ tin
cậy cho các phân tích tiếp theo.
2.3.2. Đánh giá thang đo bằng phân tích nhân tố khám phá
Phương pháp phân tích nhân tố khám phá (EFA) được sử dụng để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu này, phương pháp EFA dựa vào mối tương quan giữa các biến với nhau để rút gọn thành những nhân tố có nghĩa hơn. Cụ thể, khi đưa tất cả các biến thu thập được (25 biến) vào phân tích, các biến có thể có liên hệ với nhau. Khi đó, chúng sẽ được gom thành các nhóm biến có liên hệ để xem xét và trình bày dưới dạng các nhân tố cơ bản tác động đến động lực làm việc của nhân viên tại SAWACO.
Nghiên cứu tiến hành sử dụng phương pháp trích hệ số Principal component với phép quay Varimax tại điểm dừng khi trích các yếu tố có Eigenvalue > 1. Thang đo nào có tổng phương sai trích từ 50% trở lên là được chấp nhận (Gerbing & Anderson, 1988). Các biến có trọng số (Factor loading) nhỏ hơn 0.5 sẽ bị loại. Tại mỗi khái niệm có chênh lệch trọng số (Factor loading) lớn nhất và bất kỳ phải đạt ≥ 0.3 (Jabnoun và AL-Tamini, 2003).
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser – Meyer – Olkin) phải có giá trị lớn (0.5 ≤ KMO ≤ 1), điều này thể hiện phân tích nhân tố là thích hợp. Nếu hệ số KMO < 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Tác giả tiến hành phân tích nhân tố khám phá (EFA) theo từng bước. Lần đầu thực hiện EFA, 28 biến đã nhóm lại thành 07 nhân tố. Sau 01 lần thực hiện phép quay, có 07 nhóm chính thức được hình thành. Trị số Eigenvalue= > 1, Các hệ số Factor loading đều lớn hơn 0,5.
2.3.2.1. Phân tích nhân tố khám phá (EFA) lần 1
Khi phân tích nhân tố, nghiên cứu đặt ra 2 giả thuyết:
Giả thuyết H1: Các biến trong tổng thể có tương quan với nhau