Phân tích nhân t khám phá đ c s d ng trong tr ng h p m i quan h gi a các bi n quan sát và bi n ti m n là không rõ ràng hay không ch c ch n. Phân tích EFA theo
đó đ c ti n hành theo ki u khám phá đ xác đnh xem ph m vi, m c đ t ng quan gi a các bi n quan sát và các nhân t c s , c ng nh s phân bi t rõ ràng gi a các nhân t , làm n n t ng cho m t t p h p các phép đo đ rút g n hay gi m b t s bi n quan sát t i lên các nhân t c s . Các nhân t c s là t h p tuy n tính c a các bi n mô t b ng h ph ng trình sau:
F1 = 11x1 + 12x2 + 13x3 + …. + 1PxP F2 = 21x1 + 22x2 + 23x3 + …. + 2PxP
S d ng ph ng pháp trích nhân t Principal Axis Factoring v i phép quay Promax (đ i v i các thang đo l ng đa h ng – các bi n tác đ ng) vì theo Gerbing & Anderson (1988), ph ng pháp trích Principal Axis Factoring v i phép xoay Promax (Oblique) s ph n ánh c u trúc d li u chính xác h n ph ng pháp trích Principal Components v i phép xoay Varimax (Orthogonal). Tuy nhiên v i thang đo l ng đ n h ng – bi n b tác đ ng thì nên s d ng ph ng pháp trích Principal Component Analysis vì ph ng pháp trích này s làm cho t ng ph ng sai trích t t h n. Thang đo l ng đ c ch p nh n khi th a mãn các đi u ki n sau:
T ng ph ng sai trích t 0,5 tr lên (Gerbing & Anderson, 1988).
H s t i nhân t (Factor loading) l n nh t c a m i bi n (Item) ph i l n h n ho c b ng 0,5 vì theo Hair & ctg (1998), h s t i nhân t là ch tiêu đ đ m b o m c ý ngh a thi t th c c a phân tích EFA (Ensuring Practical Significance). Factor loading l n h n 0,3 đ c xem là đ t m c t i thi u; Factor loading l n h n 0,4 đ c xem là quan tr ng; Factor loading l n h n ho c b ng 0,5 đ c xem là có ý ngh a th c ti n. Tác gi này c ng có l i khuyên nh sau: n u ch n tiêu chu n Factor loading l n h n 0,3 thì c m u ít nh t ph i là n = 350; n u c m u kho ng 100 thì nên ch n tiêu chu n Factor loading l n h n 0,55; n u c m u kho ng 50 thì Factor loading ph i l n h n 0,75. C m u nghiên c u c a
đ tài là n = 206 nên tiêu chu n c a Factor loading đ c s d ng là t 0,5 tr lên.
ng th i, t i m i bi n quan sát (Item) chênh l ch gi a h s t i nhân t (Factor loading) l n nh t và h s t i nhân t b t k ph i t 0,3 tr lên (Jabnoun & Al-Tamimi, 2003).
H s KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) là ch tiêu s d ng đ xem xét s thích h p c a phân tích EFA, khi 0,5 ≤ KMO ≤ 1 thì phân tích nhân t là thích h p.
Ki m đnh Bartlett xem xét gi thuy t v đ t ng quan gi a các bi n quan sát b ng không trong t ng th . N u ki m đnh này có ý ngh a th ng kê (Sig. < 0,05) (Hair & ctg, 2006) thì các bi n quan sát có t ng quan v i nhau trong t ng th (Tr ng & Ng c,
2008). Phân tích nhân t khám phá s gi i quy t đ c m c tiêu nghiên c u đó là, xây d ng thang đo l ng (đã qua phép ki m đnh Cronbach’s Alpha).