Phân tích nhân t khám phá (EFA) là tên chung c a m t nhóm th t c đ c s d ng ph bi n đ đánh giá thang đo hay rút g n m t t p bi n. Trong nghiên c u này, phân tích nhân t đ c ng d ng đ tóm t t t p các bi n quan sát vào m t s nhân t nh t đ nh đo l ng các khía c nh khác nhau c a các khái ni m nghiên c u. Tiêu chu n áp d ng và ch n bi n đ i v i phân tích nhân t khám phá EFA bao g m:
H s KMO dùng đ đánh giá s thích h p c a EFA. Do đ́, EFA đ c g i là thích h p khi: 0.5 ≤ KMO ≤ 1. ng th i, ki m đnh Bartlett xem xét gi thuy t H0 (các bi n không ć t ng quan v i nhau trong t ng th ), n u ki m đ nh này ć ́ ngh a th ng kê (Sig. < 0.05), ta bác b gi thuy t H0, ngh a là các bi n ć t ng quan v i nhau trong t ng th .
Tiêu chu n rút trích nhân t g m ch s Eigenvalue (đ i di n cho l ng bi n thiên đ c gi i thích b i các nhân t ) và ch s Cumulative (t ng ph ng sai tŕch cho bi t phân tích nhân t gi i th́ch đ c bao nhiêu % và bao nhiêu % b th t thoát). Theo Gerbing và Anderson (1988), các nhân t có Eigenvalue <1 s không có tác d ng tóm t t thông tin t t h n bi n g c (bi n ti m n trong các thang đo tr c khi EFA). Vì th , các nhân t ch đ c rút trích t i Eigenvalue > 1 và đ c ch p nh n khi t ng ph ng sai tŕch ≥ 50%. Theo Nguy n Khánh Duy (2009), n u sau phân tích EFA là phân tích h i qui thì có th s d ng ph ng pháp tŕch Pricipal components v i phép xoay Varimax.
Tiêu chu n h s t i nhân t (Factor loading) bi u th t ng quan đ n gi a các bi n v i các nhân t , dùng đ đánh giá m c ́ ngh a c a EFA. Theo Hair et al. (1998), Factor loading > 0.3 đ c xem là đ t m c t i thi u.
V i nghiên c u này, tác gi s d ng ph ng pháp tŕch Principal components v i phép xoay Varimax, rút trích các nhân t có Eigenvalue >1, v i T ng ph ng sai tŕch ≥ 50%, 0.5 ≤ KMO ≤ 1 và Bartlett’s test (Sig.) < 0.05; lo i b các bi n quan sát có tr s Factor loading ≤ 0.5 hay s khác bi t h s t i nhân t c a m t bi n quan sát gi a các nhân t < 0.3.