Phân Tích nhân tố EFA (Exloratoty Factor Analysis)

Một phần của tài liệu Nâng cao chất lượng dịch vụ việc làm thuộc hệ thống công lập trên địa bàn thành phố Hồ Chí Minh (Trang 67)

6. Kết cấu của đề tài:

2.8.2. Phân Tích nhân tố EFA (Exloratoty Factor Analysis)

Phân tích nhân tố EFA là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu; đồng thời khám phá ra những nhân tố cơ bản trong đó chứa các nhóm biến có liên hệ qua lại lẫn nhau (phân loại biến số).

Để thực hiện phân tích nhân tố cần phải đảm bảo một số tiêu chuẩn nhất định sau đây:

- Mẫu: phải đủ lớn, thông thƣờng thì số biến quan sát phải ít nhất bằng 4 hay 5 lần số biến trong phân tích nhân tố (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2008, T31). Trong nghiên cứ này, có 38 biến đƣa vào phân tích thì có đến 618 mẫu quan sát nên hoàn toàn đáp ứng đủ yêu cầu.

- Kaiser-Meyer-Olkin (KMO) và Bartlett test

+ Là một chỉ số dùng để xem để xem xét sự thích hợp của phân tích nhân tố với dữ liệu của mẫu. Trị số KMO lớn (giữa 0.5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.

+ Bartlett test: Kiểm định với giả thuyết là không (H0 là các biến không tƣơng quan với nhau). Căn cứ vào giá trị sig., nếu sig. < 0.05 thì bác bỏ giả

thuyết trên đồng nghĩa với việc các biến có tƣơng quan với nhau và việc áp dụng phân tích nhân tố là thích hợp.

- Xác định số lượng nhân tố

+ Tiêu chuẩn Kaiser (Kaiser criterion): xác định số nhân tố đƣợc trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét Eigenvalue. Eigenvalue đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích

+ Tiêu chuẩn phƣơng sai trích (Variance explained criteria): tổng phƣơng sai trích không đƣợc nhỏ hơn 50%.

- Hệ số tải nhân tố (Factor loadings): là những hệ số tƣơng quan đơn giữa các biến và các nhân tố.

+ Để thang đo đạt đƣợc giá trị hội tụ, các biến phải có hệ số tải nhân tố lớn hơn 0.5 trong một nhân tố.

+ Để đạt đƣợc độ giá trị phân biệt (Discriminant validity), khác biệt giữa các hệ số tải nhân tố của mỗi biến trong các nhân tố phải lớn hơn 0.3 (Jabnoun & ctg, 2003)

- Phương pháp trích được chọn để phân tích thang đo:

+ Phƣơng pháp trích Principal components (phƣơng pháp phân tích nhân tố rút thành phần chính) với phép quay Promax đƣợc áp dụng cho thang đo đa hƣớng nhƣ thang đo chất lƣợng dịch vụ vì nó phản ánh cấu trúc dữ liệu chính xác hơn các phƣơng pháp khác trong việc khám phá nhân tố mới

+ Đối với thang đo đơn hƣớng nhƣ thang đo sự hài lòng của ngƣời lao động, phƣơng pháp trích principal components với phép quay Varimax đƣợc sử dụng nhằm giảm số lƣợng biến.

Tóm lại dựa vào các tiêu chuẩn trên, phƣơng pháp phân tích nhân tố EFA đƣợc tiến hành cho thang đo chất lƣợng dịch vụ GTVL và thang đo sự hài lòng của ngƣời lao động.

Một phần của tài liệu Nâng cao chất lượng dịch vụ việc làm thuộc hệ thống công lập trên địa bàn thành phố Hồ Chí Minh (Trang 67)