nhân t EFA đ c s d ng đ xác đ nh đ giá tr h i t (convergent validity), đ giá tr phân bi t (discriminant validity),đ ng th i thu g n các tham s c l ngtheot ng nhóm bi n. Nh v y ta c n xem xét ba thu c tính quan tr ng trong k t qu phân tích EFA: (1) S l ng nhân t trích đ c, (2) Tr ng s nhân t và (3) T ng ph ng sai trích.
Phân tích EFA d a trên c s m i quan h gi a các bi n đo l ng, vì v y tr c khi quy t đ nh s d ng EFA chúng ta c n xem xét m i quan h các bi n. S d ng ma tr n h s t ng quan (correlation matrix) chúng ta có th nhân bi t m c đ quan h gi a các bi n, n u h s t ng quan <0,3 thì không phù h p đ s d ng EFA (Hair & ctg 2006, trích theo Nguy n ình Th , 2011)
S d ng ph ng pháp trích nhân t Principal components v i phép xoay Varimax
vàđi md ngkhitríchcácy ut cóEigenvaluesl nh n1v icácbi nquansátđol ng khái ni m ý đ nh l a ch n công vi c.
thang đo đ t giá tr h i t thì h s t ng quan đ n gi a các bi n và cácnhân t (factor loading) ph i l n h n ho c b ng 0.5 trong m t nhân t . đ t đ giá tr phân bi t, khác bi t gi a các nhân t ph i l n h n ho c b ng 0,3 (Nguy n
ình Th , 2011).
S l ng nhân t đ c xác đ nh d a trên ch s Eigenvalue - đ i đi n cho ph n bi n thiên đ c gi i thích b i m i nhân t .Theo tiêu chu n Kaiser, nh ng nhân t có Eigenvalue nh h n 1 s b lo i ra kh i mô hình (Nguy n ình Th , 2011).
Tiêu chu n ph ng sai trích (Variance explained criteria): t ng ph ng sai trích ph i l n h n 50%.
Xem xét giá tr KMO: 0,5< KMO < 1 thì phân tích nhân t là thích h p v i d li u.Ng c l i n u KMO<0,5 thì phân tích nhân t có kh n ng không thích h p v i các d li u (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008).