Giá trị Kết quả Đánh giá
Hệ số KMO 0,939 Chấp nhận Mức ý nghĩa quan sát (Sig.) 0,000 Chấp nhận
Nguồn: Kết quả xử lý từ dữ liệu khảo sát bằng SPSS
Tiếp theo, thực hiện phương pháp trích trong phân tích nhân tố - Phương pháp phân tích nhân tố chính (Principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Bảng kết quả phân tích nhân tố cho thấy có nhân tố có Eigenevalue lớn hơn 1 và giải thích được % biến thiên của dữ liệu.
Phương pháp xoay được chọn ở đây là Varimax procedure, xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy có thể tăng cường khả năng giải thích của nhân tố. Sau khi xoay ta cũng loại bỏ các
biến có hệ số tải nhân tố nhỏ hơn 0.5. 36 biến quan sát của 5 thang đo thành phần nhân cách nhân viên được đưa vào kiểm định EFA.
Thực hiện EFA, kết quả phân tích cho thấy hệ số KMO = 0,939, biến C4 và A8 có hệ số loading < 0,5.
Thực hiện EFA lần 2, loại biến A8 trước do có loading nhỏ nhất, kết quả phân tích cho thấy hê số KMO = 0,937, biến C4 có hệ số loading < 0,5.
Thực hiện EFA lần 3 loại biến C4, kết quả phân tích cho thấy hệ số KMO = 0,937 (>0,5) Sig = 0,000 (< 0,005), trích được 5 nhân tố có tổng phương sai trích là 68,45% lớn hơn 50%; hệ số tải nhân tố lớn hơn 0,5; sự khác biệt về hệ số tải nhân tố giữa các nhân tố đều lớn hơn 0,3. Kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố là phù hợp với dữ liệu.