2.3.3 .Các biến nhân khẩu học và dự định thôi việc
4.3 Phân tích nhân tố EFA
Mục đích của phân tích nhân tố là nhóm các biến có liên hệ với nhau thành một nhóm với nhau.. Một mặt, phân tích nhân tố giúp rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Mặt khác, thơng qua phân tích nhân tố ta có thể đánh giá được độ giá trị hội tụ và độ giá trị phân biệt của thang đo.
Trong phần phân tích EFA, tác giả sử dụng phép trích nhân tố là Principal Component Analysis (PCA) với phép quay vng góc Varimax. Điều kiện để phân tích EFA là phép kiểm định Bartlett phải có mức ý nghĩa nhỏ hơn 0.05 để chứng tỏ rằng các biến có liên hệ với nhau, và phép kiểm định KMO phải lớn hơn 0.5 để chứng tỏ phần chung giữa các biến càng lớn. Và khi phân tích nhân tố, chỉ có những nhân tố nào có eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích, tổng phương sai trích phải đạt từ 50% trở lên, và trọng số nhân tố phải lớn hơn 0.5. Các trường hợp khác sẽ bị loại.
4.3.1 Kết quả phân tích nhân tố đối với các biến độc lập
Bảng 4.4 Kiểm định KMO và Bartlett của các biến độc lập
Kiểm định KMO và Bartlett
Kiểm định Kaiser-Meyer-Olkin 0,833 Kiểm định Bartlett Approx. Chi-Square 871,744 Df 66 Mức ý nghĩa Sig. 0,000
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả, xem phụ lục 5)
Kết quả kiểm định KMO và Bartlett của các biến độc lập ở bảng 4.6 cho thấy chỉ số KMO là 0,833 (>0,5), và kết quả kiểm định Bartlett có mức ý nghĩa nhỏ hơn 0,05. Điều này chứng tỏ phương pháp phân tích nhân tố khám phá EFA rất thích hợp cho dữ liệu nghiên cứu.
tương ứng với 2 biến độc lập trong mơ hình. Và tổng phương sai trích đạt 55,672% cho biết rằng 2 nhân tố vừa rút trích giải thích được 55,672% sự biến thiên của dữ liệu.
Bảng 4.5 Bảng phân tích nhân tố của các biến độc lập
Ma trận nhân tố xoay
Biến quan sát Nhân tố
1 2 HL1 0,632 HL2 0,655 HL3 0,670 HL4 0,582 HL5 0,731 HL6 0,599 HL7 0,652 HL8 0,880 CT1 0,864 CT2 0,861 CT3 0,836 CT4 0,817
Phương pháp trích: Principal Component Analysis. (Nguồn: Xử lý từ dữ liệu điều tra của tác giả, xem phụ lục 5) Cuối cùng, bảng phân tích nhân tố ở bảng 4.8 cho biết:
Thang đo sự hài lòng trong cơng việc gồm 8 biến quan sát có hệ số tải
nhân tố cao (>0,5), và biến quan sát có hệ số tải thấp nhất là 0,582. Thang đo này đạt được yêu cầu về giá trị.
Thang đo sự căng thẳng trong công việc gồm 4 biến quan sát có hệ tải
nhân tố rất cao và biến quan sát có hệ số tải thấp nhất là 0,817. Thang đo này đạt yêu cầu về giá trị
Như vậy, có thể nói thang đo đối với các biến độc lập của mơ hình đều đạt độ giá trị hội tụ và độ giá trị phân biệt.
4.3.2 Kết quả phân tích nhân tố đối với biến phụ thuộc
Bảng 4.6 Bảng phân tích nhân tố của biến dự định thôi việc
Ma trận nhân tố
Biến quan sát Nhân tố 1 DDTV1 0,707 DDTV2 0,592 DDTV3 0,795 DDTV4 0,736 DDTV5 0,764 DDTV7 0,479 DDTV8 0,761
Phương pháp trích: Principal Component Analysis. (Nguồn: Xử lý từ dữ liệu điều tra của tác giả, xem phụ lục 5)
Sau khi thực hiện phân tích nhân tố của biến dự định thôi việc, tác giả thấy rằng biến quan sát DDTV7 có hệ số tải nhân tố là 0,479 (<0,5), nên loại biến DDTV7 ra khỏi thang đo và tiến hành phân tích EFA lần 2 ta có bảng kết quả sau:
Bảng 4.7 Kiểm định KMO và Bartlett của biến dự định thôi việc
Kiểm định KMO và Bartlett
Kiểm định Kaiser-Meyer-Olkin 0,823 Kiểm định Bartlett Approx. Chi-Square 387,799 Df 15 Mức ý nghĩa Sig. 0,000
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả, xem phụ lục 5)
Kết quả kiểm định KMO và Bartlett của các biến độc lập ở bảng 4.7 cho thấy chỉ số KMO là 0,823 (>0,5), và kết quả kiểm định Bartlett có mức ý nghĩa nhỏ hơn 0,05. Điều này chứng tỏ phương pháp phân tích nhân tố khám phá EFA rất thích hợp cho dữ liệu nghiên cứu.
Bảng 4.8 Bảng phân tích phương sai tổng thể của biến dự định thôi việc
Bảng phân tích phương sai tổng thể
Nhân tố
Giá trị Eigenvalues ban đầu Giá trị trích được
Tổng Phương sai trích % Tích lũy phương sai trích % Tổng Phương sai trích % Tích lũy phương sai trích % 1 3,245 54,083 54,083 3,245 54,083 54,083 2 ,826 13,770 67,852 3 ,745 12,408 80,261 4 ,484 8,066 88,327 5 ,380 6,337 94,665 6 ,320 5,335 100,000
(Nguồn: Xử lý từ dữ liệu điều tra của tác giả, xem phụ lục 5)
Dựa vào kết quả phân tích phương sai tổng thể của biến dự định thôi việc ở bảng 4.8, tác giả thấy rằng theo tiêu chuẩn eigenvalue lớn hơn 1 thì có 1 nhân tố được trích ra tương ứng với 1 biến phụ thuộc trong mơ hình nghiên cứu. Và tổng phương sai trích là 54,083% (>50%) nên đạt yêu cầu, cho biết rằng nhân tố vừa rút trích giải thích được 54,083% sự biến thiên của dữ liệu.
Bảng 4.9 Bảng phân tích nhân tố hồn chỉnh của biến dự định thôi việc
Ma trận nhân tố
Biến quan sát Nhân tố 1 DDTV1 0,699 DDTV2 0,587 DDTV3 0,809 DDTV4 0,727 DDTV5 0,802 DDTV8 0,766
Phương pháp trích: Principal Component Analysis. (Nguồn: Xử lý từ dữ liệu điều tra của tác giả, xem phụ lục 5)
Bảng phân tích nhân tố hồn chỉnh của biến dự định thôi việc ở bảng 4.9 cho biết rằng thang đo dự định thôi việc gồm 6 biến quan sát, các biến quan sát này có
hệ số tải nhân tố cao (>0,5), và biến quan sát có hệ số tải thấp nhất là 0,587. Như vậy, thang đo này đạt được yêu cầu về giá trị hội tụ.
Kết luận: Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mơ hình nghiên cứu đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được. Và thang đo hồn chỉnh sau khi thực hiện phân tích nhân tố khám phá EFA của các biến trong mơ hình nghiên cứu như sau:
Thang đo sự hài lịng trong cơng việc được đo lường bởi 8 biến quan
sát là HL1, HL2, HL3, HL4, HL5, HL6, HL7, HL8.
Thang đo sự căng thẳng trong công việc được đo lường bởi 4 biến
quan sát là CT1, CT2, CT3, CT4.
Thang đo dự định thôi việc được đo lường bởi 6 biến quan sát là
DDTV1, DDTV2, DDTV3, DDTV4, DDTV5, DDTV8.
Như vậy, thơng qua việc phân tích nhân tố khám phá EFA, tác giả đã xác định được các nhân tố rút trích được từ các biến trong mơ hình đều đạt yêu cầu. Tuy nhiên EFA chỉ khám phá được các nhân tố nhưng chưa cho biết được sự quan trọng của từng nhân tố. Để hiểu rõ được điều này tác giả đi vào phân tích hồi quy ở bước tiếp theo.