CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Đánh giá thang đo:
4.2.2.1. Phân tích nhân tố các thang đo thành phần thỏa mãn trong công việc:
Trong phân tích nhân tố khám phá EFA, phương pháp trích Principal components với phép quay vng góc Varimax được sử dụng và chọn eigenvalue>1 cho phân tích nhân tố với 27 biến quan sát về các thành phần thỏa mãn trong cơng việc của nhân viên kế tốn.
Sau khi rút trích nhân tố (loại bỏ các biến có hệ số tải nhỏ hơn 0,5), phát hiện biến ben2 có hệ số tải nhân tố 0.442. Sau khi loại bỏ biến ben2 và chạy lại phân tích nhân tố, kết quả EFA đạt được như trình bày ở bảng 4.3
Theo kết quả phân tích cho thấy 26 biến quan sát được nhóm thành 6 nhân tố với hệ số tải các biến này đều lớn hơn 0,5 nên các biến quan sát đều có tầm quan trọng đối với nhân tố và chúng có ý nghĩa thiết thực.
Bảng 4.3. Ma trận xoay nhân tố các biến thành phần thỏa mãn trong công việc 1 2 3 4 5 6 pay3 .791 pay4 .683 ben3 .678 pay1 .674 pay2 .662 ben1 .607 prom3 .772 prom4 .696 prom2 .686 prom1 .677 Cow3 .864 Cow2 .839 Cow1 .767 Cow4 .638 sup1 .760 sup2 .731 sup4 .645 sup3 .528 work2 .738 work1 .700 work3 .660 work4 .508 env1 .750 env2 .738 env4 .561 env3 .558 (Nguồn: Xử lý SPSS) Nhân tố
Trong kiểm định Bartlett dùng để xem xét ma trận tương quan có phải là ma trận đơn vị I, là ma trận có hệ số tương quan giữa các biến bằng 0 và đường chéo bằng 1, giả thuyết Ho là khơng có sự tương quan giữa các biến quan sát trong tổng thể, nếu phép kiểm định Bartlett có p <0,05 nghĩa là tứ chối Ho, tức là các biến có quan hệ với nhau. Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số
tương quan giữa hai biến với độ lớn của hệ số tương quan riêng phần của chúng (Norusis,1994). Để sử dụng EFA, đòi hỏi hệ số KMO > 0,5. Trong nghiên cứu này nhìn vào kết quả kiểm định KMO và Bartlett thấy Sig = 0,000 (hay p=0,000 <0,05), bác bỏ giả thuyết Ho, tức là các biến có tương quan với nhau. Đồng thời hệ số KMO = 0,871 được xem là tốt (vì > 0,8) chứng tỏ phân tích nhân tố là phù hợp.
Tuy nhiên với sự hỗ trợ của SPSS, khi nhìn vào bảng kết quả trọng số nhân tố và phương sai trích đạt yêu cầu thì kiểm định Bartlett và KMO ít có ý nghĩa nữa vì chúng ln đạt yêu cầu.
Kết quả nghiên cứu thể hiện ở bảng trọng số nhân tố cho thấy tổng phương sai trích là 65,663 cho biết 6 nhân tố vừa rút trích ra giải thích được 65,663% biến thiên của tập dữ liệu.
Nhân tố thứ nhất: gồm 6 biến: pay3, pay4, ben3, pay1, pay2, ben1. Nhân tố
này gồm 2 thang đo tiền lương và phúc lợi, với 4 biến quan sát của thang đo tiền lương pay1, pay2, pay3, pay4 và 2 biến quan sát của thang đo phúc lợi ben3, ben1(ben 3: Anh/chị hài lịng về chế độ tiền thưởng của cơng ty, ben4: cơng ty có chế độ phúc lợi tốt) Thảo luận tại sao hai thang đo này gộp thành một nhân tố, các đối tượng khảo sát cho rằng lương, thưởng và phúc lợi gần như đều mơ tả những lợi ích bằng tiền, bằng vật chất, tinh thần mà người lao động nhận được từ phía cơng ty, nên đối với họ những yếu tố này có vai trị gần như nhau và có quan hệ mật thiết với nhau. Nhân tố này được đặt tên là lương thưởng phúc lợi.
Nhân tố thứ hai gồm 4 biến quan sát: prom3, prom4, prom2, prom1. Nhân tố này được đặt tên là đào tạo phát triển.
Nhân tố thứ ba gồm 4 biến quan sát: cow3, cow2, cow1, cow4. Nhân tố này được đặt tên là đồng nghiệp
Nhân tố thứ tư gồm 4 biến quan sát: sup1, sup2, sup4, sup3. Nhân tố này được đặt tên là lãnh đạo.
Nhân tố thứ năm gồm 4 biến quan sát: work 2, work 1, work 3, work 4. Nhân tố này được đặt tên là bản chất công việc
Cuối cùng là nhân tố thứ 6 gồm 4 biến quan sát: env1, env2, env4, env3. Nhân tố này được đặt tên là môi trường làm việc.
Để đảm bảo độ tin cậy của thang đo lương thưởng phúc lợi, kiểm tra lại hệ số Cronbach alpha thang đo với 6 biến quan sát này, kết quả α=0,857, hệ số tương quan biến – tổng đều >0,4, như vậy thang đo này đạt độ tin cậy.
Như vậy, sau khi phân tích EFA cho các biến độc lập của mơ hình thì có một biến quan sát bị loại là ben2, có hai thang đo được gộp lại thành một nhân tố được đặt tên là lương thưởng phúc lợi, các thang đo còn lại giữ nguyên số lượng biến quan sát.