Phân tích nhân t khám phá (Exploratory Factor Analysis) là k thu t đ c s
d ng nh m thu nh và tóm t t các d li u. Ph ng pháp này r t có ích cho vi c xác đ nh các t p h p bi n c n thi t cho v n đ nghiên c u và đ c s d ng đ tìm m i quan h gi a các bi n v i nhau.
Trong phân tích nhân t khám phá, tr s KMO (Kaiser ậ Meyer ậ Olkin) là
tr trong kho n t 0,5 đ n 1 thì phân tích này m i 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 thích h p v i các d li u.
Ki m đ nh Bartlett xem xét gi thuy t Ho: đ t ng quan gi a các bi n quan sát b ng không trong t ng th . N u ki m đ nh này có ý ngh a th ng kê (Sig ≤0,05)
thì các bi n quan sát có t ng quan trong t ng th .
Ngoài ra, phân tích nhân t còn d a vào Eigenvalue đ xác đ nh s l ng nhân t . Ch nh ng nhân t có Eigenvalue > 1 và t ng ph ng sai trích l n h n 50% thì m i đ c gi l i trong mô hình. i l ng Eigenvalue đ i di n cho l ng bi n thiên đ c gi i thích b i nhân t . Nh ng nhân t có Eigenvalue nh h n 1 s không có tác d ng tóm t t thông tin t t h n bi n g c.
M t ph n quan tr ng trong b ng k t qu phân tích nhân t là ma tr n nhân t (Component Matrix) hay ma tr n nhân t khi các nhân t đ c xoay. Ma tr n nhân t ch a các h s bi u di n các bi n chu n hóa b ng các nhân t (m i bi n là m t đa th c c a các nhân t ). Nh ng h s t i nhân t (factor loading) bi u di n t ng quan gi a các bi n và các nhân t . H s này cho bi t nhân t và bi n có liên quan ch t ch v i nhau. Ngoài ra, tác gi khi th c hi n lo i các bi n không phù h p khi phân tích nhân t khám phá EFA theo th t : lo i các bi n cùng gi i thích cho nhi u nhân t có h s t i nhân t g n nhau (kho ng cách c l ng 0,3) tr c, sau đó lo i ti p các bi n có h s t i nhân t < 0,4.
Tác gi phân tích nhân t khám phá EFA riêng bi t cho bi n đ c l p và bi n ph thu c nh m tránh tr ng h p khi phân tích h i quy tuy n tính s không có ý ngh a vì hi n t ng các bi n đ cl p và ph thu c gi i thích qua l i cho nhau.