b c này, ta c n nh n di n xem nh ng bi n quan sát nào thu c v m t t p h p bi n đo l ng cho cùng m t y u t đ i di n nào đó hay không. Trong 2 thang đo PSQ và Meyer, xét v m t k th a lý thuy t đi tr c, ta đã xác đ nh đ c m i thành ph n trong thang đo đã bao g m nh ng bi n quan sát nào. Tuy nhiên trong đi u ki n áp d ng t i Vi t Nam có th v n còn t n t i nh ng đi m khác bi t. Vì th ta c n ti p t c ti n hành b c phân tích nhân t khám phá đ nh n di n l i các y u t thành ph n trên cùng v i các bi n quan sát liên quan.
Khi phân tích nhân t khám phá, các nhà nghiên c u th ng quan tâm đ n m t s tiêuchu nđ ki m tra đ phù h p c a mô hình nh sau:
- Th nh t, h s KMO (Kaiser-Meyer-Olkin) ph i ≥ 0.5 và m c ý ngh a c a ki m đ nh Bartlett ph i≤ 0.05.
- Th hai, theo Anderson & Gerbing (1988), thang đo đ c ch p nh n khi t ng ph ng sai trích ra t mô hình ph i ≥ 50% và các nhân t trích đ c đ uph i có giá tr đi m d ng Eigenvalue l n h n 1.
- Th ba, h s t i nhân t (factor loading) ph i > 0.5. N u bi n quan sát nào có h s t i nhân t cao nh t mà ≤ 0.5 thì s b lo i.
- Th t là khác bi t h s t i nhân t cao nh t c a m t bi n quan sát trên nhân t mà nóđo l ng so v i các các nhân t còn l i ph i cao chênh l ch ≥ 0.3 đ đ m b o giá tr phânbi t gi a các nhân t (ngh a là ph i t i m nh lên nhân t mà bi nđóđo l ng).
Khi phân tích EFA đ i v i thang đo PSQ và thang đo Meyer, ph ng pháp phân tích mô hình thành ph n chính (PCA) v i phép xoay tr c giao Varimax và tiêu chí đi m d ng khi trích các y u t có Eigenvalue > 1 đ c s d ngđ di n gi i k t qu c a EFA.
Sau khi đã ki m tra m c đ phù h p c a thang đo thì chúng ta ki m đ nh l i đ tin c y c a thang đo cho các nhân t này b ng h s Cronbach’s alpha.