Theo Hair và ctg (1998), phân tích nhân tố là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung cần thiết ban đầu.
Khi phân tích nhân tố khám phá cần phải quan tâm đến một số tiêu chuẩn như sau:
- Hệ số tải nhân tố (Factor Loading) > 0,5 - 0,5 < KMO< 1
- Kiểm định Bartlett có sig < 0,05
- Phương sai rút trích Total Variance Explained > 50%
- Eigenvalue > 1
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 36 biến quan sát xuống còn một số ít các biến dùng để phản ánh một cách cụ thể sự tác
động của các nhân tố đến sự thỏa mãn công việc của nhân viên trong công ty Cổ phần Cấp nước Thừa Thiên Huế.
Phân tích nhân tố được thực hiện với phương pháp trích “Principal Axis Factoring” với phép quay “Varimax” được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.
Đối với các biến độc lập
Bảng 2.5: Kết quảkiểm định KMO and Bartlett’s Test của biến độc lập lần 1
HệsốKMO .747
Kiểm định Bartlett
Chi bình phương 2537.941
Bậc tựdo 528
Mức ý nghĩa .000
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS) Kết quả kiểm định KMO and Bartlett's Test trong phân tích nhân tố lần 1, cho thấy KMO
= 0,747 nên phân tích nhân tố là phù hợp và Sig (Bartlett's Test) = 0,000 nhỏ hơn 0.05 cho thấy 36 quan sát này có tương quan với nhau và hoàn toàn phù hợp với phân tích nhân tố.
Bảng 2.6: Kết quảxoay nhân tốlần 1 Component
1 2 3 4 5 6 7 8
DK5 .828
DK3 .793
DK4 .759
DK7 .753
DK6 .714
DK2 .618
TL4 .854
TL3 .831
TL2 .758
TL6 .745
TL5 .742
TL1 .704
LD2 .778
LD1 .763
LD3 .732
LD5 .690
LD4 .640
DN1 .783
DN5 .776
DN2 .754
DN3 .722
CV1 .839
CV2 .836 CV3
DT3
.745
.776
DT2 .756
DT1 .694
DT4 .693
DG3 .841
DG2 .819
DG1 .789
DK1 .685
DN4 .537 -.570
Eigenvalue 4.797 4.074 3.073 2.433 2.165 1.949 1.749 1.047
Phương sai
lũy tiến % 64,505%
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS) Kết quả phân tích nhân tốlần 1thì cả 8 nhân tố đều có Eigenvalue lớn hơn 1và cả 8 nhân tố này giải thích được 64,505% sự biến thiên của 36 biến quan sát vượt ngưỡng 50%. Tất cả các nhân tố đều có hệ số tải nhân tố (Factor Loading) đều lớn hơn 0,5. Tuy nhiên, biến DN4 có hệ số tải nhân tố nằm ở 2 nhóm 4 và nhóm 8, như vậy biến này không thể đưa vào mô hình. Vì vậy ta cần phải loại biến này ra và tiến hành phân tích nhân tố lần 2.
Tiếp tục phân tích nhân tố lần 2:
Phân tích nhân tố vẫn phù hợp với KMO = 0,748 > 0,5, với mức ý nghĩa = 0,000 <
0,05 chứng tỏ 35 biến quan sát có tương quan với nhau trong tổng thể
Bảng 2.7: Kết quảkiểm định KMO and Bartlett’s Test của biến độc lập lần 2
HệsốKMO .748
Kiểm định Bartlett
Chi bình phương 2473.845
Bậc tự do 496
Mức ý nghĩa .000
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS)
Bảng 2.8: Kết quảxoay nhân tốlần 2 Component
1 2 3 4 5 6 7
DK5 .801
DK3 .783
DK4 .751
DK7 .743
DK6 .726
DK2 .642
DK1 .542
TL4 .871
TL3 .848
TL2 .749
TL6 .737
TL5 .729
TL1 .702
LD2 .773
LD1 .762
LD3 .735
LD5 .682
LD4 .648
DN1 .783
DN5 .780
DN2 .762
DN3 .748
CV1 .846
CV2 .838
CV3 .738
DT3 .771
DT2 .747
DT4 .713
DT1 .679
DG3 .838
DG2 .823
DG1 .782
Eigenvalue 4.756 4.017 3.069 2.391 2.163 1.935 1.630
hương sai lũy tiến % 62,380%
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS) Dựa vào bảng kết quả phân tích thì cả 7 nhân tố đều có Eigenvalue lớn hơn 1. Và 7 nhân tố này giải thích được 62,380% sựbiến thiên của 35 biến quan sát vượt ngưỡng 50%. Tất cảcác nhân tố đều có hệ số tải nhân tố (Factor loading) đều lớn hơn 0,5 chứng minh được các nhân tố và các biến quan sát có sự liên quan chặt chẽ với nhau và 35 biến quan sát được gộp thành 7 nhóm nhân tố. Như vậy, có 7 nhân tố ảnh hưởng đến sự thỏa mãn công việc của nhân viên là:
.686 114.812 .0003 Chi bình phương Bậc tự do
Mức ý nghĩa Kiểm định Bartlet
Hệ số KMO
bản chất công việc, điều kiện làm việc, lãnhđạo, đồng nghiệp, tiền lương, đánh giá thành tích và cơ hội đào tạo – thăng tiến.
Đó là những yếu tố quan trọng có tác động đến sự thỏa mãn trong công việc của nhân viên. Để đánh giá cụ thể tác động của từng nhân tố đến mức độ thỏa mãn trong công việc của nhân viên, tác giả sử dụng kỹ thuật hồi quy đa biến, xác định mô hình các nhân tố độc lập có ảnh hưởng đến biến phụ thuộc ở phần tiếp theo.
Đối với biến phụ thuộc
Bảng 2.9: Kết quảkiểm định KMO and Bartlett’s Test của biến phụthuộc KMO and Bartlett’s Test
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS) Kết quả của kiểm định KMO & Bartlett's testđược trình bàyở bảng trên cho thấy cơ sở dữ liệu này là hoàn toàn phù hợp để phân tích nhân tố vì giá trị của kiểm định đạt 0,686 > 0,5.
Điều này cho thấy kỹ thuật phân tích nhân tố là hoàn toàn có thểthực hiện được trong nghiên cứu này bởi vì số phiếu điều tra có thể sử dụng được là thích hợp và đủ lớn để thực hiện. Căn cứ vào kết quả kiểm định Bartlett's test với giá trị Sig. = 0,000 của kiểmđịnh này, ta có thể bác bỏ giả thuyết các biến không có tương quan với nhau. Như vậy các biến có tương quan với nhau.
Bảng 2.10: Kết quảTotal variance Explained thang đo sựthỏa mãn trong công việc Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of
Variance
Cumulative
%
Total % of
Variance
Cumulative %
1 1.968 65.588 65.588 1.968 65.588 65.588
2 .541 18.029 83.617
3 .491 16.383 100.000
Extraction Method: Principal Component Analysis.
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS)
Theo tiêu chuẩn Eigenvalue thì có 1 nhân tố được rút ra. Và 1 nhân tố này giải thích được 65,588% sự biến thiên của 3 biến quan sát vượt ngưỡng 50%. Như vậy các điều kiện hình thành nhân tố được thỏa mãn.
Bảng 2.11: Kết quảEFA của thang đo sựthỏa mãn trong công việc Component Matrixa
Component 1
TM2. Anh/chị cảm thấy quyết định làm việc tại công ty là đúng đắn .819
TM3. Anh/chị mong muốn gắn bó lâu dài với công ty .815
TM1. Anh/chị thỏa mãn với công việc hiện tại .796
(Nguồn: Số liệu điều tra và xử lý trên phần mềm SPSS) Phương pháp rút trích nhân tố Principal Component và phép quay Varimax đã tríchđược 1 nhân tố với hệ số tải nhân tố của các biến khá cao (đều lớn hơn 0,7).