Hệ số Cronbach‟s Alpha thang đo sự hài lòng chung

Một phần của tài liệu (LUẬN văn THẠC sĩ) các yếu tố ảnh hưởng đến sự hài lòng của người lao động trong các doanh nghiệp ngành dệt may việt nam (Trang 74 - 76)

HL5) kết quả kiểm định thang đo cho thấy hệ số Cronbach‟s Alpha α = 0.640> 0.6 và hệ số tương quan biến – tổng của các biến trong thang đo lớn hơn 0.3 vì thế khơng có biến nào bị loại ra khỏi thang đo.

Bảng 4.12: Hệ số Cronbach’s Alpha thang đo sự hài lòng chung Biến Biến

quan sát

Trung bình thang đo nếu loại

biến

Phƣơng sai thang đo nếu loại

biến

Tƣơng quan biến

– tổng

Cronbach’s Alpha nếu loại

biến Hài lòng chung α=0.640 HL1 15.22 1.884 .359 .604 HL2 15.33 1.581 .440 .564 HL3 15.25 1.873 .341 .611 HL4 15.25 1.893 .373 .598 HL5 15.45 1.598 .459 .553

Nguồn: Kết quả SPSS của tác giả

Tóm lại, sau khi thực hiện kiểm định thang đo bằng phương pháp Cronbach‟s Alpha của phần mềm SPSS 16.0, các biến BC1, DK7, LD1bị loại ra khỏi mơ hình, các biến quan sát khác đều được giữ lại để phân tích khám phá.

4.3. Phân tích nhân tố khám phá EFA đối với biến độc lập

Phân tích nhân tố khám phá (Exploratory Factor Analysis) là một trong những phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp ít biến hơn để chúng có ý nghĩa hơn nhưng vẫn chứa hầu hết thông tin của tập biến ban đầu ( Hair và cộng sự, 1998)

Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất

Theo Hair & các cộng sự (1998), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:

 Factor loading > 0.3 được xem là đạt mức tối thiểu

 Factor loading > 0.4 được xem là quan trọng

 Factor loading > 0.5 được xem là có ý nghĩa thực tiễn

Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:

 Hệ số tải nhân tố (Factor loading ) > 0.5

 0.5 ≤ KMO ≤ 1: 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.

 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.

 Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

 Các nhân tố có eigenvalue <1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi EFA). Vì thế, các nhân tố

Kết quả phân tích EFA nhƣ sau:

Đặt giả thiết H0 là: “36 biến quan sát khơng có tương quan với nhau trong tổng thể”

Một phần của tài liệu (LUẬN văn THẠC sĩ) các yếu tố ảnh hưởng đến sự hài lòng của người lao động trong các doanh nghiệp ngành dệt may việt nam (Trang 74 - 76)

Tải bản đầy đủ (PDF)

(155 trang)