CHƢƠNG 2 : THIẾT KẾ LUẬN VĂN VÀ PHƢƠNG PHÁP NGHIÊN CỨU
a. Phân tích tƣơng quan
3.2 Đánh giá độ tin cậy của thang đo (Kiểm định Cronbach’s Alpha)
3.2.3 Thang đo sự hài lịng trong cơng việc (ký hiệu SAT)
Thang đo này đƣợc đo lƣờng bởi 4 biến quan sát SAT1, SAT2, SAT3 và SAT4. Kết quả phân tích độ tin cậy của thang đo có hệ số Cronbach’s Alpha là 0.886 > 0.6 và hệ số tƣơng quan biến tổng của các biến trên đều lớn hơn 0.3 (hệ số thấp nhất có giá trị là của biến SAT4 = 0,720) nên đảm bảo các biến quan sát có mối tƣơng quan với nhau và hệ số Cronbach Alpha nếu loại biến của các biến quan sát đều nhỏ hơn Cronbach Alpha nên thang đo đạt độ tin cậy.
Bảng 3.4: Kết quả đánh giá độ tin cậy Cronbach’s Alpha của thang đo mức độ hài lịng trong cơng việc (SAT)
Hệ số Cronbach’s Alpha 0,886 Biến quan sát Giá trị trung bình nếu bỏ biến Phƣơng sai nếu bỏ biến Tƣơng quan Biến – Tổng Cronbach’s Alpha nếu bỏ biến SAT1 11,12 5,324 0,752 0,853 SAT2 11,31 5,570 0,733 0,861 SAT3 11,30 4,874 0,808 0,831 SAT4 11,40 5,084 0,720 0,867 (Nguồn: Khảo sát và xử lý từ SPSS)
Sau khi đánh giá độ tin cậy Cronbach’s Alpha đối với từng thang đo, kết quả cho thấy tất cả các thang đo đều đạt độ tin cậy cao, thang đo “So sánh hƣớng xuống” có độ tin cậy thấp nhất (Cronbach’s Alpha = 0,819). Nhƣ vậy, các thang đo đều phù hợ p cho phân tích nhân tố khám phá tiếp theo. Kết quả đánh giá độ tin cậy của các thang đo đƣợc trình bày cụ thể trong bảng 3.5. Các thang đo sau khi đạt yêu cầu đánh giá độ tin cậy Cronbach’s Alpha sẽ tiếp tục đƣợc đƣa vào phân tích nhân tố khám phá EFA.
Bảng 3.5: Tổng hợp các biến và kết quả đánh giá độ tin cậy Cronbach’s Alpha của các thang đo trong mô hình nghiên cứu
STT Thang đo Hệ số Cronbach’s Alpha Số lƣợng biến ban đầu Số lƣợng biến sau khi
bị loại A Biến độc lập
1 So sánh hƣớng lên (UP) 0,869 4 4
2 So sánh hƣớng xuống (DOWN) 0,819 4 4
B Biến phụ thuộc
3 Mức độ hài lịng trong cơng việc (SAT)
0,886 4 4
(Nguồn: Khảo sát và xử lý từ SPSS)
3.3 Phân tích nhân tố khám phá (EFA)
Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm khi tiến hành phân tích nhân tố:
- Kiểm định giả thuyết các biến quan sát có tƣơng quan với nhau trong tổng
thể dựa vào hệ số KMO (Kaiser- Meyer- Olkin) và kiểm định Barlett. Phân tích nhân tố là thích hợp khi hệ số KMO lớn hơn hoặc bằng 0,5 và mức ý nghĩa Barlett nhỏ hơn hoặc bằng 0,05 (Hair và cộng sự, 2010).
- Hệ số tải nhân tố (Factor loading) lớn hơn hoặc bằng 0,5, tiến hành loại các
biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5 (Hair và cộng sự, 2010).
- Chọn các nhân tố có giá trị EigenValue lớn hơn hoặc bằng 1 và phƣơng sai trích đƣợc lớn hơn hoặc bằng 50% (Anderson và Gerbing, 1988).
Khác biệt về hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn
hơn 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.