Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Cronbach Alpha nếu loại biến 4.2.2 BIẾN PHỤ THUỘC
Thang đo Gắn kết tổ chức (COMMIT)
COMMIT1 15.58 16.594 0.738 0.768 COMMIT2 15.71 19.573 0.288 0.867 COMMIT3 15.90 17.069 0.656 0.785 COMMIT4 15.72 16.681 0.715 0.773 COMMIT5 15.85 18.697 0.536 0.810 COMMIT6 15.71 16.611 0.708 0.774 Cronbach's Alpha =0.826
Thang đo Gắn kết tổ chức (COMMIT) - loại biến COMMIT2
COMMIT1 12.40 12.780 0.711 0.834 COMMIT3 12.71 12.873 0.676 0.842 COMMIT4 12.53 12.591 0.729 0.829 COMMIT5 12.67 14.016 0.599 0.860 COMMIT6 12.53 12.457 0.732 0.828 Cronbach’s Alpha =0.867
4.3. Phân tích nhân tố khám phá – EFA
Khi tiến hành phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
- Hệ số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của nhân tố. Trị số của KMO lớn (0.5≤KMO≤1) là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu. Bartlett 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 tương quan với nhau trong tổng thể, khi đó áp dụng phân tích nhân tố cho các biến đang xem xét (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Hệ số tải nhân tố (Factor Loading) ≥0.5. Theo Hair và cộng sự (2006) , hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading >0.3 được xem là đạt được mức tối thiểu; >0.4 được xem là quan trọng; ≥0.5 được xem là có ý nghĩa thực tiễn. Hair và cộng sự (2006) cũng khuyên rằng: nếu chọn tiêu chuẩn Factor loading >0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor loading >0.55, nếu cỡ mẫu khoảng 50 thì Factor loading >0.75.
- Tổng phương sai trích ≥50% - Hệ số Eigenvalue >1
- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥0.3 để đảm bảo giá trị phân biệt giữa các nhân tố
- Phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue >1.
4.3.1. Phân tích nhân tố đối với thang đo văn hóa cơng ty (biến độc lập)
Sau khi phân tích Cronbach Alpha của thang đo văn hóa cơng ty, 02 biến RES3 và DETAIL2 có tương quan biến tổng nhỏ, vì vậy loại 2 biến này trong phân
tích EFA. Khi phân tích EFA với thang đo văn hóa cơng ty, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue >1.
Thực hiện phân tích nhân tố EFA với 30 biến độc lập đạt tiêu chuẩn cho kết quả hệ số KMO bằng 0.829 (0.5<KMO <1), chứng tỏ phân tích nhân tố cho việc nhóm các biến này lại với nhau là thích hợp.
Đồng thời, kiểm định Bartlett’s cho sig=0.000 < 0.05. Điều này đã bác bỏ giả thuyết Ho (Ho: các biến quan sát khơng có tương quan với nhau trong tổng thể). Như vậy, giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau.
Thực hiện phân tích nhân tố theo Principal Components với phép quay Varimax cho thấy 30 biến quan sát ban đầu được nhóm thành 07 nhân tố độc lập tại mức giá trị Eigenvalues là 1.224 (> 1) với tổng phương sai trích được gần 69,3% (>50%); tức là khả năng sử dụng 07 nhân tố này để giải thích cho 30 biến quan sát ban đầu là 69,3%. Bảy nhân tố được rút trích này đều có trọng số factor loading lớn hơn 0.5.