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 1. Thang đo: Công
việc phù hợp Cronbach Alpha = ,769
Công việc 1 10,06 5,582 ,506 ,749 Công việc 2 10,50 5,006 ,538 ,731 Công việc 4 10,67 4,331 ,653 ,667 Công việc 5 10,91 4,349 ,603 ,698 2. Thang đo: Chính sách Cronbach Alpha = ,854 Chính sách 1 15,47 13,155 ,664 ,825 Chính sách 2 15,57 12,976 ,694 ,819 Chính sách 3 16,03 13,966 ,556 ,845 Chính sách 4 15,96 12,725 ,701 ,817 Chính sách 5 15,60 13,303 ,661 ,825 Chính sách 6 15,41 14,584 ,564 ,843 3. Thang đo: Lãnh đạo Cronbach Alpha = ,760 Lãnh đạo 1 10,97 3,680 ,577 ,693 Lãnh đạo 2 10,98 3,717 ,542 ,712 Lãnh đạo 3 11,12 3,807 ,548 ,709 Lãnh đạo 4 11,20 3,565 ,565 ,700 4. Thang đo
Thương hiệu, văn hóa Tổng Cơng ty Cronbach Alpha = ,857 Thương hiệu 1 11,25 4,637 ,693 ,822 Thương hiệu 2 11,61 4,172 ,710 ,815 Thương hiệu 3 11,72 4,400 ,657 ,837 Thương hiệu 4 11,49 4,492 ,755 ,798
5. Thang đo Điều kiện làm việc Cronbach Alpha = ,794 Điều kiện 1 11,31 3,451 ,671 ,730 Điều kiện 2 11,22 4,562 ,716 ,695 Điều kiện 3 10,99 4,743 ,737 ,695 Điều kiện 4 11,29 5,491 ,396 ,833 6. Thang đo Động viên chung Cronbach Alpha = ,758 Động viên 1 10,50 4,840 ,575 ,701 Động viên 2 10,63 4,135 ,621 ,665 Động viên 3 10,47 4,989 ,486 ,738 Động viên 4 10,79 3,420 ,602 ,693
4.3.2 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn
nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định Bartlett ≤ 0.05
Hệ số tải nhân tố (Factor loading) ≥ 0.5
Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số Eigenvalue >1
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Khi phân tích EFA với thang đo các thành phần giá trị cảm nhận, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có eigenvalue >1.
4.3.2.1 Thang đo các thành phần động viên nhân viên
Sau khi được kiểm định bằng công cụ Cronbach’s Alpha đạt độ tin cậy, thang đo các yếu tố động viên nhân viên gồm 6 thang đo với 26 biến quan sát. Các biến được đưa vào phân tích nhân tố EFA. Cách tiến hành phân tích nhân tố được thực hiện qua 2 lần như sau:
- Lần 1: Tập hợp 22 biến quan sát sau khi được kiểm tra độ tin cậy được đưa vào
phân tích nhân tố (EFA), dùng phương pháp PCA. Bảng số liệu chi tiết được trình
bày ở phụ lục 4a. Kết quả như sau:
+ Hệ số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) đạt 0,752 nên EFA phù hợp với dữ liệu. Thống kê Chi – Square của kiểm định Bartlett's đạt giá trị 2495,99 với mức ý nghĩa Sig = 0,000 do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
+ Kết quả phân tích nhân tố cũng cho thấy phương sai được giải thích là 67,933% (lớn hơn 50%), điều này thể hiện rằng 6 nhân tố được trích ra này có thể giải thích được 67,933% biến thiên của dữ liệu, đây là kết quả chấp nhận được.
+ Điểm dừng khi trích các yếu tố tại nhân tố thứ 6 với eigenvalue là 1,081. Kết quả phân tích nhân tố là phù hợp.
+ Xuất hiện nhân tố thứ 6.
+ Các biến quan sát hệ số chuyển tải đạt yêu cầu (factor loading >0,5).
+ Khác biệt hệ số tải của một biến quan sát giữa các nhân tố ≥ 0,3; trừ các biến Thương hiệu 3, Chính sách 1, Chính sách 2 có hệ số tải giữa các nhân tố ≤ 0,3. => loại 4 biến khơng đạt là Thương hiệu 3, Chính sách 1, Chính sách 2.
Sau khi kiểm tra nội dung biến quan sát bị loại bỏ, tác giả nhận thấy nếu loại bỏ các biến trên thì khơng vi phạm ý nghĩa của khái niệm đo lường.
Lần 2: Tất cả 19 biến còn lại tác giả tiến hành chạy EFA lần 2, dùng phương pháp
PCA Bảng số liệu chi tiết được trình bày ở phụ lục 4b. Kết quả như sau:
+ Hệ số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) đạt 0,740 nên EFA phù hợp với dữ liệu. Thống kê Chi – Square của kiểm định Bartlett's đạt giá trị 1853,912 với mức ý nghĩa Sig = 0,000 do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
+ Kết quả phân tích nhân tố cũng cho thấy phương sai được giải thích là 65,107% (lớn hơn 50%), điều này thể hiện rằng 5 nhân tố được trích ra này có thể giải thích được 65,107% biến thiên của dữ liệu, đây là kết quả chấp nhận được.
+ Điểm dừng khi trích các yếu tố tại nhân tố thứ 5 với eigenvalue là 1,136. Kết quả phân tích nhân tố là phù hợp.
+ Mất đi nhân tố thứ 6.
+ Các biến quan sát hệ số chuyển tải đạt yêu cầu (factor loading >0,5).
+ Khác biệt hệ số tải của một biến quan sát giữa các nhân tố ≥ 0,3; trừ biến Thương hiệu 4 có hệ số tải giữa các nhân tố ≤ 0,3.
=> loại biến không đạt là Thương hiệu 4.
Sau khi kiểm tra nội dung biến quan sát bị loại bỏ, tác giả nhận thấy nếu loại bỏ biến trên thì khơng vi phạm ý nghĩa của khái niệm đo lường.
Lần 3: Tất cả 18 biến còn lại tác giả tiến hành chạy EFA lần 3, dùng phương pháp
PCA Bảng số liệu chi tiết được trình bày ở phụ lục 4c. Kết quả như sau:
+ Hệ số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) đạt 0,705 nên EFA phù hợp với dữ liệu. Thống kê Chi – Square của kiểm định Bartlett's đạt giá trị 1682,51 với mức ý nghĩa Sig = 0,000 do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
+ Kết quả phân tích nhân tố cũng cho thấy phương sai được giải thích là 65,459% (lớn hơn 50%), điều này thể hiện rằng 5 nhân tố được trích ra này có thể giải thích được 65,459% biến thiên của dữ liệu, đây là kết quả chấp nhận được.
+ Điểm dừng khi trích các yếu tố tại nhân tố thứ 5 với eigenvalue là 1,086. Kết quả phân tích nhân tố là phù hợp.
+ Các biến quan sát hệ số chuyển tải đạt yêu cầu (factor loading >0,5). + Khác biệt hệ số tải của một biến quan sát giữa các nhân tố ≥ 0,3;