CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
4.2. Đánh giá độ tin cậy thang đo
4.2.2. Phân tích nhân tố khám phá EFA
Sử dụng tiêu chuẩn Barlett và hệ số KMO (Kaiser-Meyer-Olkin) để đánh giá sự thích hợp của EFA. Theo đó, EFA được gọi là thích hợp khi 0,5≤ KMO ≤ 1. “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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) “[3].
Theo Hair và cộng sự (1998), hệ số tải nhân tố (Factor Loading) là “chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA”. Nhân tố được xem là đạt khi mức tối thiểu Factor loading ≥ 0,3, quan trọng khi Factor loading ≥ 0,4, có ý nghĩa thực tiễn khi Factor loading ≥ 0,5
Trong nghiên cứu này: Nếu hệ số tải nhân tố ≤ 0,5 thì biến quan sát sẽ bị loại .Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%
Phân tích thang đo các biến độc lập 4.2.2.1.
“Kết quả Cronbach’s Alpha cho thấy có 18 quan sát của 05 thành phần đo lường Đánh giá lòng trung thành của nhân viên trong các công ty BĐS TP.HCM đạt yêu cầu về độ tin cậy. Vì vậy, 18 biến quan sát của thang đo này tiếp tục đánh giá bằng EFA. Kết quả EFA được trình bày tại (Phụ lục 5). Khi phân tích factor cho 18 biến
36
quan sát sử dụng phương pháp trích các yếu tố Principal Component Analysis với phép quay Varimax”.
Bảng 4.11. Kết quả kiểm định KMO và Bartlett các biến độc lập
Hệ số KMO (Kaiser-Meyer-Olkin) 0,808
Kiểm định Bartlett của thang đo
Giá trị Chi bình phương 1809,373
Df 190
Sig –mức ý nghĩa quan sát 0,000
Nguồn: Xử lý số liệu của tác giả
“Với 18 giả thiết H01 đặt ra trong phân tích này là 18 biến quan sát trong tổng thể không có mối tương quan với nhau. Kiểm định KMO và Bartlett’s trong phân tích nhân tố cho thấy giả thuyết này bị bác bỏ (sig. = 0,000 < 0,005); hệ số KMO cao (bằng 0,815 > 0,5). Kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố EFA rất thích hợp. Tại các mức giá trị Eigenvalues
> 1 và với phương pháp rút trích principal components và phép quay varimax, phân tích nhân tố đã trích được 0 nhân tố từ 20 biến quan sát và với phương sai trích là 63,979% (> 50%) đạt yêu cầu”.
“Theo kiểm định Cronbach’s Alpha và phân tích EFA nêu trên cho thấy kết quả thang đo các yếu tố độc lập đều đạt yêu cầu về giá trị và độ tin cậy. Như vậy các thang đo này đạt yêu cầu tương ứng với các khái niệm nghiên cứu và sẽ được đưa vào các phần nghiên cứu định lượng chính thức tiếp theo”. [1]
Bảng 4.12. Kết quả phân tích nhân tố khám phá
Biến quan sát Hệ số nhân tố tải
1 2 3 4 5
LKPL2 0,840
LKPL3 0,812
LKPL1 0,809
LKPL5 0,777
LKPL4
TCCV1 0,829
TCCV2 0,806
37
TCCV3 0,764
TCCV4 0,684
MTLV4 0,802
MTLV3 0,789
MTLV2 0,762
MTLV1 0,740
ĐTTT2 0,829
ĐTTT3 0,799
ĐTTT4 0,774
ĐTTT1
QL2 0,872
QL3 0,827
QL1 0,592
Eigenvalue 1,550
Phương sai tích lũy 63,815
Nguồn: Xử lý từ dữ liệu khảo sát của tác giả Dựa vào kết quả phân tích EFA trên, biến LKPL4 và ĐTTT1 bị loại vì không có giá trị factor loading nằm trên cột nào.
Mô hình hồi quy sẽ có 05 biến độc lập:
Bảng 4.13. Các biến độc lập của mô hình hồi quy
STT Tên biến Ký hiệu
1 Nhóm các yếu tố tính chất công việc TCCV
2 Nhóm các yếu tố lương và các khoản phúc lợi LKPL
3 Nhóm các yếu tố đào tạo và thăng tiến ĐTTT
4 Nhóm các yếu tố môi trường làm việc MTLV
5 Nhóm các yếu tố quản lý QL
Nguồn: tác giả tổng hợp.
Phân tích nhân tố thang đo biến phụ thuộc 4.2.2.2.
Bước 1:” Kiểm định sự thích hợp, phân tích nhân tố đối với các dữ liệu ban đầu bằng chỉ số KMO (Kaiser – Meyer- Olkin) và giá trị thống kê Barlett (Phụ lục 6)”
38
Bảng 4.14. Kiểm định KMO và Bartlett – thang đo đánh giá thị trường BĐS TP.
HM
Hệ số kiểm định sự tương hợp của mẫu (KMO) 0,786
Kiểm định Bartlett’s
Approx. Chi-Square 312.412
Số bậc tự do (df) 6
Mức ý nghĩa (Sig.) 0,000
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả Giả thuyết: H02: không có mối quan hệ với nhau giữa 4 biến quan sát
Kết quả: sig = 0,000 => bác bỏ giả thuyết. Hệ số KMO = 0,786 (giữa 0,5 và 1).
“Kết quả này chỉ ra rằng các biến qua sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố (EFA) là thích hợp”.
Bước 2: Tiến hành phương pháp trích nhân tố và phương pháp xoay nhân tố Bảng 4.15. Kết quả phân tích nhân tố - Thang đo đánh giá lòng trung thành của
nhân viên trong các công ty bất động sản tại TP. HCM Hệ số nhân tố tải
1
LTT1 0,859
LTT2 0,836
LTT3 0,822
LTT4 0,668
Eigenvalue 2,559
Phương sai trích tích lũy (%) 63,979
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả “Kết quả phân tích EFA cho thấy, với phương pháp trích nhân tố principal component, phép quay Varimax cho phép trích được một nhân tố với 4 biến quan sát và phương sai trích tích lũy được là 63,979% (> 50%), Giá trị Eigenvalue là 2,559 (đạt yêu cầu Eigenvalue > 1), các hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5
=> thang đo đạt yêu cầu”. “Các biến đo lường thành phần đánh giá lòng trung thành của nhân viên trong các công ty BĐS tại Tp.HCM đều được sử dụng trong các phân tích tiếp theo”..