Sau khi ñánh giá các thang ño về các yếu tố ảnh hưởng ñến khả năng thu hút lao ñộng bằng hệ số tin cậy Cronbach Alphạ Tiếp ñến, các biến quan sát ñặc trưng và thang ño ñạt yêu cầu ñược ñưa vào phân tích khám phá (EFA), việc phân tích nhân tố khám phá sẽ giúp loại bỏ các biến ño lường không ñạt yêu cầu, ñảm bảo thang ño có tính ñồng nhất.
Trong quá trình phân tích nhân tố khám phá, các nhà nghiên cứu thường lưu ý những yêu cầu và tiêu chuẩn sau ñây:
Hệ số tải nhân tố (factor loading) > 0.5, nếu biến nào có hệ số tải nhân tố ≤ 0.5 thì sẽ bị loại, factor loading lớn nhất thuộc cột nào thì thuộc vào nhân tốñó.
Phương sai trích ≥ 50% và eigenvalue có giá trị lớn hơn 1 thì thang ño ñạt ñược chấp nhận.
Hệ số KMO (Kaiser - Mayer- Olkin), trị số dùng ñể xem xét sự thích hợp của phân tích nhân tố do vậy giá trị KMO phải nằm giữa 0.5 và 1 (0.5< KMO< 1) thì mới phù hợp với dữ liệu thu thập ñược, còn nếu nếu KMO < 0.5 thì không phù hợp.
Mức ý nghĩa của kiểm ñịnh Bartlett sig. ≤0.05 thì có ý nghĩa thống kê. Các biến quan sát có tương quan với nhau xét trong phạm vi tổng thể, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 ñể tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al -Tamimi, 2003).
Các biến ñộc lập của thang ño
Các biến ñộc lập ñưa vào phân tích khám phá gồm 29 biến quan sát, kiểm tra Cronbach’s Alpha tất cả ñều lớn hơn > 0.8 (theo tác giả Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005, 257) cho rằng hệ số này ñạt từ: 0.8 ñến 1 thì thang ño
ñược ñánh giá là tốt, nếu ñạt từ: 0.7 ñến 0.8.
Kiểm ñịnh KMO và Barlett’s trong phân tích factor cho thấy giả thuyết này bị
bác bỏ (Sig =.000). Hệ số KMO =.862 > 0.5, vì vậy phân tích (EFA) ñạt yêu cầu trong phân tích nàỵ
Bảng 2.21: Kết quả phân tích KMO các biến ñộc lập của mô hình
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacỵ .647 Bartlett’s Test of Sphericity Approx. Chi-Square 18358.040 Df 406 Sig. .000 Communalities Initial Extraction Dễ tìm công việc phù hợp với tay nghề bản thân(VL1) 1.000 .690 Việc làm không quá áp lực(VL2) 1.000 .982 Do người thân, bạn bè ñang (ñã) làm việc trong KCN giới
thiệu (VL4)
1.000 .957
Do trung tâm ñào tạo, dạy nghề giới thiệu(VL5) 1.000 .971
ðược làm tại KCN do sở thích cá nhân người lao ñộng (VL6) 1.000 .948 Nằm tại khu vực có mức lương tối thiểu cao(TN1) 1.000 .973 Có thể sống dựa hoàn toàn vào thu nhập từ công việc trong
KCN(TN2)
1.000 .960
Có nhiều cơ hội làm tăng căTN3) 1.000 .987
ðược trả lương như mong muốn(TN4) 1.000 .978 Có nhiều công ty trả lương cao(TN5) 1.000 .983 Mặt bằng lương chung cao ngang với các KCN lớn
khác(TN6)
1.000 .976
ðoàn thể trong KCN quan tâm ñến người lao ñộng(TT1) 1.000 .613 Thủ tục xin vào KCN ñơn giản(TT2) 1.000 .794 Thông tin tuyển dụng dễ tiếp cận(TT3) 1.000 .785 Chính sách hỗ trợ người lao ñộng kịp thời(TT4) 1.000 .751 Tỉ lệ trúng tuyển của KCN thường cao(TT5) 1.000 .934 NLD duoc hỗ trợ chi phí ñi lại(TT6) 1.000 .917 Gần các trung tâm thương mại, dịch vụ lớn(VT1) 1.000 .695 Nằm ở vị trí thuận lợi về giao thông(VT2) 1.000 .756
Gần tp. HCM(VT3) 1.000 .914
Môi trường không bị ô nhiễm(VT4) 1.000 .750 Cộng ñồng NLD trong KCN thân thiện(VT5) 1.000 .613 Không phải lo lắng về việc mất việc làm(VT6) 1.000 .803 NLD luôn yên tâm về tình hình ANTT trong KCN(VT8) 1.000 .902 Chi phí sinh hoạt quanh KCN thấp(SH1) 1.000 .442
Có nhiều nhà trọ, KTX ñáp ứng nhu cầu NLD(SH2) 1.000 .825 Có nhiều TT trong trẻ, trường học tốt(SH3) 1.000 .860 Cạnh các trung tâm chăm sóc sức khỏe có uy tín(SH4) 1.000 .896 Tiết kiệm chi phi do gần nhà(SH5) 1.000 .918 Extraction Method: Principal Component Analysis.
(Nguồn: Kết quả xử lý bằng SPSS) Kết quả phân tích phương sai trích và các giá trị factor không có biến nào nhỏ
hơn 0.3 nên không có biến nào loại và ñược sử dụng trong phép quay nhân tố.
Thang ño thu hút chung
Với giả thuyết ñặt ra trong phân tích này giữa ba biến quan sát trong tổng thể
không có mối tương quan nào với nhaụ Kiểm ñịnh KMO Barlett’s trong phân tích factor cho thấy giả thuyết này bị bác bỏ (Sig =.000). Hệ số KMO = 0.714 > 0.5, vì vậy phân tích (EFA) ñạt yêu cầu trong phân tích nàỵ
Bảng 2.22: Kết quả phân tích KMO thang ño thu hút chung
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacỵ .714 Bartlett’s Test of Sphericity Approx. Chi-Square 1128.926 Df 3 Sig. .000 Communalities Initial Extraction Thu hút 11 1.000 .942 Thu hút 22 1.000 .945 Thu hút 33 1.000 .821 (Nguồn: Kết quả xử lý bằng SPSS) Kết quả phân tích phương sai trích và các giá trị factor không có biến nào nhỏ
hơn 0.3 nên không có biến nào loại và ñược sử dụng trong phép quay nhân tố. Kết quả phân tích khám phá như sau:
Bảng 2.23: Ma trận nhân tố sau khi xoay
Rotated Component Matrixa
Biến quan sát Nhân tố
1 2 3 4 5
Dễ tìm công việc phù hợp với tay nghề bản thân (VL1) .819 Việc làm không quá áp lực (VL2) .972 Do người thân, bạn bè ñang(ñã) làm việc trong KCN giới
thiệu (VL4) .958
Do trung tâm ñào tạo, dạy nghề giới thiệu (VL5) .964
ðược làm tại KCN do sở thích cá nhân người lao ñộng
(VL6) .953
Nằm tại khu vực có mức lương tối thiểu cao (TN1) .970 Có thể sống dựa hoàn toàn vào thu nhập từ công việc
trong KCN (TN2) .964
Có nhiều cơ hội tăng ca (TN3) .979
ðược trả mức lương như mong muốn (TN4) .977 Có nhiều công ty trong KCN trả lương cao (TN5) .978 Mặt bằng lương chung cao ngang với các KCN lớn khác
(TN6) .974
ðoàn thể trong KCN quan tâm ñến NLD (TT1) .781 Thủ tục xin vào ñơn giản(TT2) .884 Thông tin tuyển dụng dễ tiếp cận (TT3) .881 Chính sách hỗ trợ NLD kịp thời (TT4) .864 Tỉ lệ trúng tuyển của KCN thường cao (TT5) .965 Người lao ñộng ñược hỗ trợ chi phí ñi lại (TT6) .956 Gần các TT, thương mại dịch vụ lớn (VT1) .831
Nằm ở vị trí thuận lợi về giao thông (VT2) .867
Gần tp HCM (VT3) .955
Môi trường không bị ô nhiệm (VT4) .863 Cộng ñồng NLD trong KCN thân thiện (VT5) .778 Không phải lo lắng về mất việc làm (VT6) .892 Người lao ñộng luôn yên tâm về tình hình ANTT trong
KCN (VT8) .949
Chi phí sinh hoạt quanh KCN thấp (SH1) .660 Có nhiều nhà trọ, KTX ñáp ứng nhu cầu NLD (SH2) .905 Có nhiều TT trông trẻ, trường học tốt (SH3) .926 Cạnh các trung tâm chăm sóc sức khỏe có uy tín (SH4) .942 Tiết kiệm chi phí do gần nhà (SH5) .957 Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization. ạ Rotation converged in 5 iterations.