2.3. Nghiên c ứ u các nhân t ố ảnh hưởng đế n lòng trung thành c ủ a công nhân Công ty C ổ
2.3.3. Phân tích nhân t ố khám phá EFA
2.3.3.1. Phân tích nhân tố khám phá EFA cho các biến độc lập
Trước khi tiến hành phân tích nhân tố khám phá EFA, nghiên cứu tiến hành kiểm định KMO và Bartlett‟s Test nhằm xem xét việc phân tích các nhân tố có phù hợp với nghiên cứu hay không. Trong đó, trị số KMO là chỉ số kiểm tra sự phù hợp của phân tích nhân tố. Theo Kaiser (1974) đề nghị:
Giá trị KMO >= 0,9: Phân tích nhân tố rất tốt.
0,8 =< Giá trị KMO < 0,9: Phân tích nhân tố tốt.
0,7 =< Giá trị KMO < 0,8: Phân tích nhân tố chấp nhận được.
0,6 =< Giá trị KMO < 0,7: Phân tích nhân tố tạm chấp nhận được.
0,5 =< Giá trị KMO < 0,6: Phân tích nhân tố xấu.
Giá trị KMO < 0,5: Phân tích nhân tố không chấp nhận được.
Còn kiểm định Bartlett‟s Test được dùng để kiểm định sự tương quan của các biến được đưa vào mô hình. Để thỏa mãn điều kiện này thì mức ý nghĩa Sig. của kiểm định Bartlett‟s Test phải nhỏhơn 0.05.
Bảng 2.8: Kiểm định KMO và Bartlett's Test biến độc lập Kiểm định KMO và Kiểm định Bartlett
Hệ số KMO 0,779
Kiểm định Bartlett
Approx. Chi-Square 2319,828
df 378
Sig. 0,000
(Nguồn: Kết quả phân tích dữ liệu SPSS năm 2020) Dựa vào kết quả kiểm định ở bảng trên ta thấy, hệ số KMO là 0,779 lớn hơn 0,5. Đồng thời, mức ý nghĩa Sig. của kiểm định Bartlett‟s Test là 0,000 nhỏ hơn 0,05 nên ta có thể kết luận các biến có sự tương quan với nhau. Vì vậy, có thể tiến hành phân tích nhân tố khám phá EFA.
Sau khi kiểm định điều kiện để phân tích nhân tố đó là kiểm định KMO và Kiểm định Bartlett, phân tích nhân tố khám phá được thực hiện. Khi thực hiện phân tích nhân tố khám phá ta chọn phương pháp xoay nhân tố Varimax procedure.
Những biến có hệ số tải Factor Loading nhỏhơn 0,5 sẽ bị loại khỏi mô hình
Những biến tải lên hai hay nhiều nhóm nhân tố và có chênh lệch hệ số tải giữa giá trị lớn nhất và giá trị nhỏ nhất nhỏhơn 0,3 sẽ bị loại khỏi mô hình.
Loại những biến xuất hiện tách biệt ở nhân tố chỉ có một biến duy nhất.
Bảng 2.9: Hệ số tải các nhân tố
Biến quan sát Hệ số tải các nhân tố thành phần
1 2 3 4 5 6 7
DT2 0,891
DT1 0,870
DT3 0,847
DT4 0,810
BCCV5 0,878
BCCV4 0,874
BCCV3 0,862
BCCV1 0,757
DKLV1 0,905
DKLV2 0,859
DKLV3 0,783
DKLV4 0,783
TL2 0,819
TL1 0,817
TL3 0,811
TL4 0,761
LD1 0,832
LD2 0,776
LD3 0,758
LD 0,733
DN 0,791
DN 0,790
DN 0,770
DN 0,704
PL 0,833
PL 0,819
PL 0,724
PL 0,663
Hệ số Engeivalue 6,891 3,086 2,794 2,280 1,904 1,730 1,501 Phương sai trích lũy
tiến (%) 24,610 11,021 9,978 8,141 6,799 6,178 5,359
Kết quả phân tích EFA tại mức giá trị Eigenvalue lớn hơn hoặc bằng 1 với phương sai trích Princcipal Components và phép quay Varimax, phân tích nhân tố đã rút trích được 7 nhân tố với 28 biến quan sát. Tổng phương sai trích là 72,086% (có nghĩa là 7 nhân tố được trích ở trong EFA nó phản ánh được 72,086% sự biến thiên của tất cả các biến quan sát được đưa vào) lớn hơn 50% nên hoàn toàn đạt yêu cầu.
6 nhân tốđƣợc xác định đƣợc đặt tên và giải thích nhƣ sau:
Nhân tố1: Đào tạo thăng tiến
Nhân tố này có Engeivalue là 6,891 và giải thích được 24,610% phương sai, bao gồm 4 biến quan sát: “Anh/Chị được đào tạo cho công việc và phát triển nghề nghiệp”, “Có nhiều cơ hội thăng tiến khi làm việc tại công ty”, “Công ty tạo điều kiện thăng tiến, cơ hội phát triển cá nhân”, “Anh/Chị hiểu rõ về chính sách thăng tiến”.
Nhân tố 2: Bản chất công việc
Nhân tố này có Engeivalue là 3,086 và giải thích được 11,021% phương sai, bao gồm 4 biến quan sát: “Công việc Anh/Chị đang làm phù hợp với năng lực”, “Công việc được phân chia hợp lý”, “Anh/Chị cảm thấy công việc đang làm đầy thú vị”,
“Công việc có nhiều thách thức”.
Nhân tố3: Điều kiện làm việc
Nhân tố này có Engeivalue là 2,794 và giải thích được 9,978% phương sai.
Nhân tố này bao gồm 4 biến quan sát: “Nơi làm việc an toàn”, “Được trang bị đầy đủ trang thiết bị cho công việc”, “Môi trường làm việc thoải mái”, “Địa điểm làm việc thuận tiện”.
Nhân tố 4: Tiền lương
Nhân tố này có Engeivalue là 2,280 và giải thích được 8,141% phương sai bao gồm 4 biến quan sát: “Tiền lương trả tương xứng với kết quả làm việc”, “Tiền lương được trả ngang bằng giữa các công nhân”, “Tiền lương dduojc trả ngang bằng với các doanh nghiệp khác”, “Tiền lương đủ trang trải cho cuộc sống”.
Nhân tố5: Lãnh đạo
Nhân tố này có Engeivalue là 1,904 và giải thích được 6,799% phương sai bao gồm 4 biến quan sát: “Cấp trên của Anh/Chị là người có năng lực”, “Anh/Chị nhận
được sự quan tâm, hỗ trợ của cấp trên”, “Cấp trên luôn đánh giá công bằng”, “Cấp trên luôn lắng nghe ý kiến của Anh/Chị”.
Nhân tố6: Đồng nghiệp
Nhân tố này có Engeivalue là 1,730 và giải thích được 6,178% phương sai và bao gồm 4 biến quan sát: “Đồng nghiệp luôn thân thiện”, “Đồng nghiệp luôn quan tâm giúp đỡnhau”, “Đồng nghiệp luôn cố gắng thực hiện tốt công việc được giao”, “Đồng nghiệp phối hợp làm việc có hiệu quả”.
Nhân tố 7: Phúc lợi
Nhân tố này có Engeivalue là 1,501 và giải thích được 5,359% phương sai và bao gồm 4 biến quan sát: “Anh/Chị hiểu rõ về chính sách phúc lợi của công ty”, “Chính sách phúc lợi hấp dẫn”, “Chính sách phúc lợi thể hiện sự quan tâm của công ty”,
“Anh/Chị được trợ cấp phúclợi theo đúng quy định pháp luật”.
2.3.3.2. Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Sau khi phân tích nhân tố khám phá EFA cho các biến độc lập, nghiên cứu sẽ tiếp tục kiểm định hệ số KMO và Bartlett‟s Test để phân tích nhân tố khám phá EFA cho biến phụ thuộc, dựa vào các tiêu chuẩn tương tự như việc kiểm định của các biến độc lập ở bước trên.
Nhân tố này gồm 4 biến quan sát: “Anh/chị hài lòng với công việc hiện tại”,
“Anh/chị sẽ tiếp tục gắn bó lâu dài với công ty”, “Anh/Chị sẽ giới thiệu bạn bè và người thân vào làm việc tại công ty nếu có cơ hội”, “Anh/Chị tự hào khi giới thiệu sản phẩm của công ty với mọi người”.
Bảng 2.10: Kiểm định KMO và Bartlett's Test biến phụ thuộc Kiểm định KMO và Kiểm định Bartlett
Hệ số KMO 0,806
Kiểm định Bartlett
Approx. Chi-Square 209,803
df 6
Sig. 0,000
(Nguồn: Kết quả phân tích dữ liệu SPSS năm 2020)
Với kết quả kiểm định từ bảng trên ta có, hệ số KMO bằng 0,806 đã lớn hơn tiêu chuẩn đặt ra là 0,5 và mức ý nghĩa Sig. của kiểm định Bartlett‟s Test bằng 0,000 nhỏ hơn 0,05. Vì vậy, ta có thể kết luận kiểm định trên đã đạt tiêu chuẩn và điều kiện đặt ra. Cho thấy các biến quan sát của biến phụ thuộc có sự tương quan với nhau, phù hợp để phân tích nhân tố khám phá EFA cho biến phụ thuộc.
Bảng 2.11: Rút trích nhân tố biến phụ thuộc Biến quan sát Hệ số tải
1
LTT4 0,847
LTT2 0,818
LTT3 0,808
LTT1 0,792
(Nguồn: Kết quả phân tích dữ liệu SPSS năm 2020) Theo kết quả có được từ bảng trên, ta nhận thấy cả 4 biến quan sát có hệ số tải lần lượt là: 0,847; 0,818; 0,808; 0,792 đều lớn hơn 0,50 nên cả 4 biến quan sát trên được giữ lại cho các phân tích tiếp theo.
Ngoài ra, ta thấy hệ số phương sai tích lũy tiến đạt 66,668% cũng đã lớn hơn 50% và nhân tố này có Engeivalue là 2,667 nên ta có kết quả từ việc phân tích nhân tố khám phá đã rút trích ra được một nhân tố. Nhân tố này được gọi tên là “Lòng trung thành” bao gồm 4 biến quan sát: LTT1; LTT2; LTT3; LTT4.
Nhận xét:
Sau khi tiến hành phân tích nhân tố khám phá EFA cho các biến độc lập và biến phụ thuộc, nghiên cứu đã xác định được 7 nhân tố ảnh hưởng đến lòng trung thành của công nhân công ty cổ phần Phước Hiệp Thành, đó là các nhân tố: “Đào tạo thăng tiến”;”Bản chất công việc “Điều kiện làm việc”; “Tiền lương”; “Lãnh đạo”; “Đồng nghiệp”, “Phúc lợi”.
Như vậy, sau khi kết thúc quá trình kiểm định độ tin cậy thang đo bằng hệ số Cronbach‟s Alpha và phân tích nhân tố khám phá EFA, đề tài quyết định lựa chọn mô
hình nghiên cứu như đề xuất ban đầu. Bao gồm: 1 biến phụ thuộc có 4 biến quan sát và 7 biến độc lập với 28 biến quan sát.