ây là k thu t s d ng đ thu nh và tóm t t d li u. Phân tích nhân t khám phá phát huy tính h u ích trong vi c xác đ nh các t p h p bi n c n thi t cho v n
M c đ thích h p c a t ng quan n i t i các bi n quan sát trong khái ni m nghiên c u đ c th hi n b ng h s KMO (Kaiser ậ Mever ậ Olkin) đo l ng s thích h p c a m u và m c ý ngh a đáng k c a ki m đ nh Bartlett’s Test of Sphericity trong phân tích khám phá dùng đ xem xét s thích h p c a phân tích nhân t . Tr s c a KMO l n (n m gi a 0.5 và 1) là đi u ki n đ đ phân tích nhân t là thích h p, còn n u nh tr s này nh h n 0.5 thì phân tích nhân t có kh n ng không phù h p v i t p d li u đang kh o sát (Hoàng Tr ng và Chu Nguy n M ng Ng c (2008)).
H s t i nhân t (Factor Loading): là nh ng h s t ng quan đ n gi a các bi n và các nhân t . H s này là ch tiêu đ đ m b o m c ý ngh a thi t th c c a EFA. Theo Hair và ctg (1998), factor loading > 0.3 đ c xem là đ t đ c m c t i thi u, factor loading > 0.4 đ c xem là quan tr ng , factor loading > 0.5 đ c
xem là có ý ngh a th c ti n.
Ph ng pháp phân tích Principal Axis Factoring v i phép quay Promax s
đ c th c hi n và đi m d ng khi trích các y u t có Eigenvalue >1. Theo Hair và ctg (1995), thông s Eigenvalue bi u th s bi n thiên theo các nhân t c a bi n kh o sát và thông s Eigenvalue >1 thì các nhân t thành ph n m i có ý ngh a.
Thông s ph n tr m t ng ph ng sai trích: bi u th s bi n thiên đ c gi i thích b i các nhân t , thang đo đ c ch p nh n khi t ng ph ng sai trích c a t t c các nhân t > 50%.