Biến phụ thuộc “hài lòng công việc” được đánh giá bằng ba biến quan sát từ JS1 đến JS3, kết quả phân tích dữ liệu nghiên cứu cho thấy hệ số Cronbach Alpha bằng 0.793, các hệ số tương quan biến tổng đều lớn hơn 0.3 (bảng 8). Như vậy có thể kết luận thang đo biến phụ thuộc “hài lòng công việc” được thiết lập bởi ba biến quan sát từ JS1 đến JS3 là tin cậy và phù hợp.
Bảng 8. Kết quả kiểm định sự tin cậy thang đo biến phụ thuộc “hài lòng công việc”
Code Cronbach Alpha, N Tương quan tổng biến Cronbach's Alpha Nếu loại biến
JS1 α = 0.793, N = 3 .613 .742
JS2 .659 .695
JS3 .639 .718
Ghi chú: α là hệ số Cronbach Alpha, N là số biến phù hợp trong nhân tố
Như vậy sau khi kiểm định sự tin cậy thang đo của tất cả các biến nghiên cứu cho thấy chỉ có duy nhất biến nghiên cứu “công việc” có một biến quan sát (WO1) là không phù hợp sẽ bị loại ra khỏi phân tích. Các biến nghiên cứu đều có hệ số Cronbach Alpha lớn hơn 0.7 là mức có sự tin cậy cao.
4.4 Phân tích khám phá nhân tố
Sau khi tiến hành kiểm định thang đo với hệ số tin cậy Cronbach`s Alpha các thang đo được đánh giá tiếp theo bằng phương pháp phân tích khám phá nhân tố (EFA). Phương pháp phân tích khám phá nhân tố là phương pháp phân tích phụ thuộc lẫn nhau giữa các biến. Phương pháp phân tích khám phá nhân tố sẽ giúp cho nhà nghiên cứu rút gọn từ một tập hợp nhiều biến quan sát thành những biến tiềm ẩn ít nhưng vẫn giải thích được bản chất dữ liệu (Hair et al, 2006). Đối với nghiên cứu này phân tích khám phá sẽ được thực hiện cho các biến độc lập và biến phụ thuộc riêng. Phương pháp rút trích
nhân tố sử dụng là phương pháp rút thành phần chính (Principal component) với phép xoay Varimax để rút trích được số lượng nhân tố là bé nhất (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tiêu chuẩn của phân tích là hệ số factor loading tối thiểu là 0.5 trong một nhân tố, giá trị eigenvalue lớn hơn hoặc bảng 1, phương sai trích tối thiểu 50%, hệ số KMO tối thiểu bằng 0.5, kiểm định Bartlett có p-value nhỏ hơn 0.05. Kết quả phân tích từ dữ liệu thu được như sau: