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).
Khi EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn:
(1) Hệ số KMO (Kaiser-Meyer-Olkin): KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, Hệ số KMO nằm trong khoảng 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố khám phá là thích hợp; Kiểm định Bartlett có ý nghĩa thống kê khi Sig < 0.05 :
Khi Sig <0.05 thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Hệ số KMO từ 0.50 đến 0.70 được coi là tạm được; từ trên 0.70 đến 0.80 là tốt; từ trên 0.80 đến 0.90 là rất tốt và trên 0.90 là tuyệt vời (Field, 2009)
(2) Hệ số tải nhân tố (Factor Loading): Factor Loading là chỉ tiêu đểđảm bảo mức ý nghĩa thiết thực của EFA. Theo Bryman & Cramer (2005)có hai phương pháp
trích nhân tố là Principal Component Analysis (PCA) và phương pháp Principal Axis Factoring (PAF). Trong phương pháp PCA, tất cảcác phương sai của một biến (Tổng các biến) đều được phân tích, trong khi phương pháp PAF chỉ phân tích biến chung. Do vậy, sử dụng phương pháp PCA sẽ cho biết cấu trúc ma trận chặt chẽhơn phương
pháp PAF. Các tác giả Meyers; Gamst & Guarino (2006) cũng cho rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất. Do vậy, trong nghiên cứu này tác
38
giả sử dụng phương pháp trích nhân tố Principal Component Analysis (PCA) với phép quay Varimax.
Theo Anderson & Gerbing (1988); Hair & ctg, (2010), hệ số tải nhân tố hay trọng số tải nhân tố (Factor loading) là chỉtiêu để đảm bảo mức ý nghĩa thiết thực của
EFA: Factor loading > 0.3 được xem là đạt mức tối thiểu; Factor loading > 0.4 được xem là quan trọng. Factor loading > 0.5 được xem là có ý nghĩa thực tiễn.
Nhìn chung kích thước mẫu (sample size) nhỏ thì yêu cầu về hệ số tải nhân tố phải cao (Hair & ctg, 2010).Bảng 3.4 dưới đây cho biết kích cỡ mẫu và các yêu cầu về hệ số tải nhân tố tương ứng ra sao. Đối với nghiên cứu này, kích cỡ mẫu được chọn trong nghiên cứu sơ bộ là N1= 120 nên mẫu phù hợp với yêu cầu hệsố tải nhân tố là
≥ 0.50.
Bảng 3.1. Kích cỡ mẫu và hệ số tải nhân tố
Kích cỡ mẫu (Sample size) Yêu cầu về hệ số tải nhân tố (factor loading)
50 ≥ .75 60 ≥ .70 70 ≥ .65 85 ≥ .60 100 ≥ .55 120 ≥ .50 150 ≥. 45 200 ≥ .40 250 ≥ .35 350 ≥ .30
(Nguồn: Hair & ctg, 2010)
(3) Tổng phương sai giải thích (Total variance explained) (hay còn gọi là Tổng phương sai trích hoặc Tổng biến thiên được giải thích bởi nhân tố): Thang đo được chấp nhận khi tổng phương sai giải thích ≥ 50% (Anderson & Gerbing 1988; Hair & ctg 2010)
(4) Giá trị Eigenvalues (đại diện cho phần biến thiên được giải thích bởi mỗi
nhân tố): có giá trị > 1 thì nhân tốrút ra có ý nghĩa tóm tắt thông tin nhất (Anderson &
Gerbing 1988)