thể như bảng 4.4 :
Bảng 4.4 Kết quả Cronbach Alpha của thang đo sự gắn kết của nhân viênBiến quan Biến quan
sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng Cronbach Alpha nếu Sự gắn kết vì tình cảm Cronbach's Alpha = .829 TCAM1 19.44 6.430 .518 .815 TCAM2 19.26 5.533 .713 .781 TCAM3 19.34 6.101 .605 .801 TCAM4 19.45 6.398 .593 .804 TCAM5 19.55 6.115 .595 .802 TCAM6 19.50 6.467 .535 .812 TCAM7 19.50 6.673 .465 .822
Sự gắn kết để duy trì Cronbach's Alpha = .864
DTRI1 17.13 6.047 .716 .830 DTRI2 17.11 6.213 .729 .828 DTRI3 17.30 6.838 .616 .848 DTRI4 17.07 6.292 .693 .834 DTRI5 17.44 6.847 .575 .855 DTRI6 17.20 6.523 .621 .847
Sự gắn kết vì đạo đức Cronbach's Alpha = .843
DDUC1 14.46 4.399 .656 .811 DDUC2 14.63 4.510 .605 .821 DDUC3 14.64 4.625 .538 .834 DDUC4 14.47 4.672 .610 .820 DDUC5 14.62 4.397 .633 .815 DDUC6 14.51 4.517 .704 .803
Kết quả cho thấy tất cả các thang đo đều có hệ số tương quan biến tổng > 0.3, hệ số Cronbach Alpha > 0.6. Như vậy các thang đo đo lường mức độ gắn kết với tổ chức thỏa mãn yêu cầu về độ tịn cậy Cronbach Alpha.
4.3 Đánh giá tính giá trị của thang đo qua phƣơng pháp phân tích nhân tố
khám phá EFA
Sau khi đánh giá sơ bộ thang đo đo lường mức độ thỏa mãn công việc và thang đo sự gắn kết với tổ chức bằng hệ số Cronbach alpha. Sau đó, tồn bộ các
biến quan sát được đưa vào phân tích nhân tố khám phá (EFA), việc phân tích nhân tố EFA sẽ giúp khám phá các cấu trúc khái niệm nghiên cứu, loại bỏ các biến đo lường không đạt yêu cầu và đảm bảo cho thang đo có tính đồng nhất. Mục đích là để rút gọn tập hợp các biến quan sát có mối quan hệ chặt chẽ thành một tập các nhân tố cơ bản, có ý nghĩa sâu sắc hơn, nhưng vẫn chứa đựng gần hết nội dung của các biến quan sát ban dầu.
Trong q trình phân tích nhân tố các nhà nghiên cứu thường lưu ý những yêu cầu và tiêu chuẩn như sau:
- Hệ số tải nhân tố (factor loading) > 0.51, nếu biến nào có hệ số tải nhân tố ≤ 0.5 thì sẽ bị loại, factor loading lớn nhất ở cột nào thì thuộc vào nhân tố đó.
- Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (Principal component) với giá trị Eigenvalue lớn hơn 1. Như vậy phương sai trích ≥ 50% và eigenvalue có giá trị lớn hơn 1 thì thang đo được chấp nhận.
- Hệ số KMO (Kaiser – Meyer – Olkin) - trị số dùng để xem xét sự thích hợp của phân tích nhân tố do vậy giá trị KMO phải nằm giữa 0.5 và 1 (0.5<
2
KMO<1) phù hợp.
thì mới phù hợp với dữ liệu thu thập được, cịn nếu KMO< 0.5 thì khơng - Mức ý nghĩa của kiểm định Barllet sig ≤ 0.05, thì có ý nghĩa thống kê. - Các biến quan sát có tương quan với nhau xét trong phạm vi tổng thể, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
1 Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, Inc, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0.3 được xem là đạt được mức tối thiểu, Factor loading > 0.4 được xem là quan trọng, ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998,111) cũng khuyên bạn đọc như sau: nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0.75
2
KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không 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 (Trọng & Ngọc,2005,262).
40
4.3.1Thang đo về sự thỏa mãn công việc
Với 38 biến quan sát của 8 thành phần đo lường mức độ thỏa mãn công việc được đưa vào phân tích nhân tố khám phá EFA, sau khi phân tích bằng phương pháp xoay nhân tố, các nhân tố rút ra phù hợp với giả thuyết, lý thuyết ban đầu. Các hệ số tải nhân tố đều lớn hơn 0.5 và đạt yêu cầu về hệ số Eigenvalue = 1.000, phương sai trích bằng 67.201% (>50%) cho thấy 67.201% biến thiên của dữ liệu được giải thích bởi 8 nhân tố. Theo Hair & ctg (1998) yêu cầu phương sai trích phải đạt 50%. Mức ý nghĩa của kiểm định Bartlet = 0.000 < 0.05 nên các biến quan sát có tương quan xét trên phạm vi tổng thể. Hệ số KMO = 0.924 (0.5 < KMO < 1) nên phân tích nhân tố là phù hợp. Do vậy, các thang đo rút ra là chấp nhận được.
Như vậy, kết quả phân tích nhân tố khám phá cho thấy thang đo sự thỏa mãn công việc đạt độ tin cậy là tính giá trị (bao gồm giá trị hội tụ thể hiện qua ổng phương sai trích = 67.201% >50% và hệ số tải nhân tố > 0.5 và giá trị phân biệt thể hiện qua số nhân tố rút ra phù hợp với giả thuyết lý thuyết ban đầu. Các biến quan sát có tương quan với nhau xét trong phạm vi tổng thể, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3. Ngoài số lượng nhân tố phù hợp các biến quan sát bên trong cũng phân bố đúng vị trí nhân tố theo lý thuyết).