7. Kết luận (Ghi rõ mức độ đồng ý hay không đồng ý nội dung đề tài và các
4.4.2. Phân tích nhân tố Explore Factoranalysis (EFA)
Phân tích nhân tố theo TS. Lê Văn Huy – Trường Đại học Kinh tế Đà Nẵng:
- Sử dụng phương pháp trích Principal Components với phép xoay Varimax;
- Quan tâm đến tiêu chuẩn: Hệ số tải nhân tố (Factor Loading) lớn nhất của mỗi Item ≥ 0,5;
- KMO ≥ 0,5, Ki m định Bartlett có ý nghĩa thống kê (Sig < 0,05) theo Hair và cộng sự, 2006.
Phân tích nhân tố được ứng dụng trong đề tài chủ yếu đ thu nhỏ và tóm tắt mô hình dữ liệu. Từ các nhân tố trong mô hình ban đầu sau phần phân tích này có th sẽ được bi u diễn dưới dạng các nhân tố khác hợp với thực tế hơn.
Nhìn chung phân tích nhân tố cũng có phần tương tự như phân tích hồi quy bội vì mỗi biến sau khi phân tích xong sẽ như là một kết hợp tuyến tính của các nhân tố cơ bản. Mà ở phần này nhà nghiên cứu có quyền chọn quyền số hay trọng số nhân tố sao cho nhân tố được chọn thứ nhất giải thích được phần lớn sự biến thiên và tiếp tục chọn các nhân tố thứ hai, thứ 3, v.v…
Tiến hành xoay nhân tố đ biết được mối quan hệ tương quan giữa các nhân tố sau đó tiến hành nhóm các nhân tố thích hợp lại và gọi tên chúng. Những biến vừa gọi tên lại sẽ là những nhân tố mới được xác định từ những câu trả lời khảo sát phỏng vấn thực tế. Chính vì thế sau quá trình này sẽ có một bộ tiêu chí đánh giá mới giải quyết cụ th được các vấn đề riêng trong đề tài. Đồng thời nó giúp loại bỏ những nhân tố không thích hợp mà theo mô hình lý thuyết ban đầu đã lập ra.
Có nhiều tiêu chuẩn đ loại và tóm tắt nhân tố, nhưng điều đó tùy thuộc vào quyết định của nghiên cứu cũng như đề tài và lĩnh vực nghiên cứu. Ở đề tài đã quyết định hệ số tải nhân tố 0,5 và độ tin cậy 95%.
Sau đây là kết quả phân tích nhân tố dựa trên 20 biến đã xây dựng ban đầu:
GVHD: Nguyễn Phạm Tuyết Anh 62 SVTH: La Mỹ Tiên
Nhân tố
Các biến quan sát 1 2 3 4 5
Thời gian làm việc và nghĩ ngơi 0,835
Áp lực công việc vừa phải 0,715
Chính sách hỗ trợ 0,677
Cách tính lương hiện tại 0,634
Công việc thú vị 0,617
Sự công bằng trong chính sách
lương thưởng 0,872
Các khoản thưởng bằng tiền mặt 0,781
Chính sách khen thưởng, kỷ luật 0,752
PT và tài nguyên làm việc 0,801
ATVSLĐ và PCCN 0,736
Môi trường, không khí làm việc ở
nơi làm việc 0,713
Chế độ bảo hi m: y tế, XH 0,607
Chương trình đào tạo 0,506
Việc làm đúng chuyên môn 0,933
Luân chuy n công việc 0,932
Chính sách tăng lương 0,927
Hiệu quả của chính sách 0,889
Sig. 0,000 Cumulative 74,473 KMO 0,785
(Nguồn: Số liệu điều tra 04/2013)
Bảng 4.11: Ma trận nhân tố sau khi xoay (Rotated Component Matrix)
Sau 4 lần xoay nhân tố, với Hệ số tải nhân tố chuẩn 0,5, mô hình lần lượt loại các biến Cải thiện điều kiện làm việc; Khối lượng công việc hợp lý và Cơ hội thăng tiến, bổ nhiệm biến đã đủ điều kiện đ giữ lại tất cả các biến của mô hình.
GVHD: Nguyễn Phạm Tuyết Anh 63 SVTH: La Mỹ Tiên
Kết quả phân tích nhân tố khám phá này ta có trị số KMO có giá trị bằng 0,785 (0,5 ≤ KMO = 0,785 <1) và ki m định Bartlett’s về tương quan của các biến quan sát có giá trị Sig = 0,000 < 0,05 chứng tỏ các biến có liên quan chặt chẽ. Giá trị Cumulative = 74,473% cho biết 5 nhóm nhân tố giải thích được 74,473% độ biến thiên của dữ liệu.
Kết quả EFA chia các yếu tố trả công cũng lại thành 5 nhóm, tên nhóm và tên biến được đặt lại cho thuận tiện sử dụng khi phân tích như sau:
- Nhóm 1: Chính sách lương và chế độ phúc lợi
Thời gian làm việc và nghĩ ngơi mà công ty quy định là hợp lý Áp lực công việc vừa phải
Chính sách hỗ trợ: cơm giữa ca, nhà tập th , dịch vụ xe đưa rước công nhân,…
Cách tính lương hiện tại Công việc thú vị
- Nhóm 2: Chính sách thưởng và thu hút lao động Sự công bằng trong chính sách lương thưởng Các khoản thưởng bằng tiền mặt
Chính sách khen thưởng, kỷ luật - Nhóm 3: Môi trường làm việc
Phương tiện và tài nguyên làm việc
ATVSLĐ và phòng chống cháy nổ
Môi trường, không khí làm việc ở nơi làm việc Chế độ bảo hi m: y tế, XH
Các chương trình đào tạo - Nhóm 4: Công việc
Việc làm đúng chuyên môn
Luân chuy n công việc
- Nhóm 5: Sự thích thú công việc Chính sách tăng lương Hiệu quả của chính sách
GVHD: Nguyễn Phạm Tuyết Anh 64 SVTH: La Mỹ Tiên
Sau khi phân tích nhân tố khám phá EFA, các yếu tố trả công có sự thay đổi so với ban đầu, thang đo còn lại 5 thành phần và các biến quan sát đều đạt yêu cầu sau EFA lần 4 và các thành phần của thang đo cũng đạt độ tin cậy tốt theo kết quả của Cronbach’s Alpha. Vậy có 5 yếu tố trên ảnh hưởng đến mức độ hài lòng của công nhận tại công ty TNHH CBTS Minh Phú Hậu Giang.
Nhân tố
1 2 3 4 5
Thời gian làm việc và nghĩ ngơi
mà công ty quy định là hợp lý 0,386
Áp lực công việc vừa phải 0,271
Chính sách hỗ trợ: cơm giữa ca, nhà tập th , dịch vụ xe đưa rước
công nhân,… 0,274
Cách tính lương hiện tại 0,217
Công việc thú vị 0,195
Sự công bằng trong chính sách
lương thưởng 0,482
Các khoản thưởng bằng tiền mặt 0,377
Chính sách khen thưởng, kỷ luật 0,345
Phương tiện và tài nguyên làm việc 0,364
ATVSLĐ và phòng chống cháy nổ 0,324
Môi trường, không khí làm việc ở
nơi làm việc 0,341
Chế độ bảo hi m: y tế, XH 0,235
Các chương trình đào tạo chất
lượng 0,170
Việc làm đúng chuyên môn 0,491
Luân chuy n công việc 0,502
Chính sách tăng lương 0,519
Hiệu quả của chính sách 0,482
(Nguồn: Số liệu điều tra 04/2013)
Bảng 4.12: Nhân số của các nhân tố trả công (Component Score Coefficient Matrix)
Gọi 5 nhóm yếu tố Chính sách lương thưởng phúc lợi; Chính sách thu hút và đào tạo công nhân; Môi trường làm việc; Bản chất công việc và Sự thích thú công việc lần lượt là F1; F2 ; F3 ; F4 và F5 .
GVHD: Nguyễn Phạm Tuyết Anh 65 SVTH: La Mỹ Tiên F1 = 0,386*Thời gian làm việc và nghĩ ngơi + 0,274*Chính sách hỗ trợ + 0,271*Áp lực công việc vừa phải + 0,217*Cách tính lương + 0,195*Công việc thú vị.
F2 = 0,482*Sự công bằng + 0,377*Các khoản thưởng bằng tiền mặt + 0,345*Chính sách khen thưởng, kỷ luật.
F3 = 0,364*Phương tiện và tài nguyên làm việc + 0,341*Môi trường, không khí làm việc ở nơi làm việc + 0,324*ATVSLĐ và phòng chống cháy nổ + 0,235*Chế độ bảo hi m + 0,170*Các chương trình đào tạo.
F4= 0,502*Luân chuy n công việc + 0,491*Việc làm đúng chuyên môn.
F5= 0,519*Chính sách tăng lương + 0,482*Hiệu quả của chính sách. Dựa vào mô hình tuyến tính của các biến mới lập ra, Nhà nghiên cứu có th biết được những nhân tố cơ bản nào ảnh hưởng đến các biến và nhân tố nào có ảnh hưởng mạnh mẽ nhất, qua đó nếu công ty muốn cải thiện điều gì, trong trường hợp chỉ ưu tiên cải thiện một trong các yếu tố, thì có th dựa vào những mô hình này đ chọn ra nhân tố có nhân số lớn. Vì nhân số lớn hơn chứng tỏ nhân tố đó có sự ảnh hưởng lớn đến yếu tố cần cải thiện.