Phân tích nhân tố được dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính dùng trong các phân tích, kiểm định tiếp theo (gọi là các nhân tố). Các nhân tố rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tốkhám phá được dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: - Phương pháp: Đối với thang đo đa hướng, sử dụng phương pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố Ei- genvalues lớn hơn hoặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng Principal components với phép quay Varimax. Đối với thang đơn hướng thì sử dụng phương pháp trích yếu tố Principal Components. Thang đo chấp nhận được khi tổng phương sai trích được bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
- Tiêu chuẩn: hệ số tải nhân tố lớn hơn 0,5 là giá trị chấp nhận. Tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏhơn 0,5. Tuy nhiên nếu giá trị nội dung của biến đó đóng góp nhiều vào giá trị nội dung của khái niệm nó đo lường thì nếu hệ số không quá nhỏ, khoảng 0,4 thì không nên loại nó. (Nguyễn Đình Thọ, 2011)
Từcơ sở lý thuyết trên, mô hình nghiên cứu gồm 44 biến quan sát sử dụng phân tích nhân tốkhám phá EFA theo các bước sau:
Đối với các biến quan sát đo lường 8 khái niệm thành phần và khái niệm “Ý định mua hàng của khách hàng” đều là các thang đo đơn hướng nên sử dụng phương
pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues > 1. Sau đó thực hiện kiểm định các yêu cầu gồm:
- Kiểm định Bartlett: các biến quan sát có tương quan với nhau trong tổng thể (Nguyễn Đình Thọ, 2011)
- Xem xét trị số KMO: nếu KMO trong khoảng từ 0,5 đến 1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại, KMO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Nguyễn Đình Thọ, 2011).
- Để phân tích EFA có giá trị thực tiễn; tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5 (Nguyễn Đình Thọ, 2011).
- Xem lại thông số Eigenvalues (đại diện cho phần biến thiên được giải tích bởi mỗi nhân tố) có giá trị lớn hơn 1 (Nguyễn Đình Thọ, 2011).
- Xem xét tổng phương sai trích (yêu cầu > 50%: cho biết các nhân tốđược trích giải thích % sự biến thiên của các biến quan sát (Nguyễn Đình Thọ, 2011).