(Exploratory Factor Analysis):
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach‟s Alpha, bƣớc tiếp theo là đánh giá giá trị (giá trị hội tụ và giá trị phân biệt) của thang đo bằng phƣơng pháp phân tích EFA. Phân tích EFA đƣợc tiến hành để rút gọn một tập hợp k biến quan sát thành một tập F các nhân tố có ý nghĩa hơn (F<k)
Với kết quả EFA, ta cần xem xét các giá trị:
Kiểm định KMO ( Kaiser-Meyer-Olkin measure of sampling adequacy) dùng để đánh giá sự thích hợp của EFA. KMO là chỉ số dùng để so sánh độ lớn của hệ số tƣơng quan giữa hai biến Xi và Xj với độ lớn của hệ số tƣơng quan riêng phần của chúng. KMO càng gần 1 càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011), tối thiểu KMO phải lớn hơn 0.5, mức chấp nhận nên từ 0.6 trở lên. Trƣờng hợp KMO < 0.5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Kiểm định Barlett (Barlett’s test of sphericity) dùng để xem xét ma trận tƣơng quan có phải là ma trận đơn vị I, là ma trận có các thành phần (hệ số tƣơng quan giữa các biến) bằng không và đƣờng chéo (hệ số tƣơng quan với chính nó) bằng 1. Nếu phép kiểm định Bartlett có p<5%, chúng ta từ chối giả thuyết H0 (matrận tƣơng quan là ma trận đơn vị), nghĩa là các biến có có quan hệ nhau (Nguyễn Đình Thọ, 2011)
Tiêu chí Eigenvalue: số lƣợng nhân tố đƣợc xác định ở nhân tố có eigenvalue tối thiểu bằng 1 (≥1).
Tổng phương sai trích TVE ( total variance explained): cho biết các nhân tố rút trích đƣợc tại nhân tố có giá trị Eigenvalues ≥1 sẽ giải thích đƣợc bao nhiêu phần trăm của các biến đo lƣờng. TVE phải đạt từ 50% trở lên thì ta mới kết luận mô hình EFA phù hợp
Hệ số tải nhân tố (Factor loading): biểu thị tƣơng quan đơn giữa các biến với nhân tố. Theo Hair và cộng sự, hệ số tải nhân tố > 0.3 đƣợc xem là đạt mức tối thiểu; hệ số tải nhân tố > 0.4 đƣợc xem là quan trọng; hệ số tải nhân tố > 0.5 đƣợc xem là có ý nghĩa thực tiễn. Ngoài ra để đảm bảo giá trị phân biệt của thang đo, chênh lệch trọng số của một biến quan sát giữa các nhân tố >0.3
Trong nghiên cứu này, tác giả sử dụng phƣơng pháp trích nhân tố là Principal Components Analysis với phép quay vuông góc Varimax. Kết quả phân tích nhân tố EFA đƣợc trình bày nhƣ sau: