Mô hình phân tích nhân tố EFA được cho là phù hợp khi các tiêu chuẩn sau đây được thỏa điều kiện:
(i) Hệ số tải nhân tố (Factor Loadings): là những hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số tải nhân tố lớn hơn 0,3 được cho là phù hợp với quy mô mẫu lớn hơn 230 số quan sát.
(ii) Tính thích hợp của EFA (Kaiser – Meyer – Olkin): là chỉ số dùng xem xét sự thích hợp của phân tích nhân tố nếu 0,5 ≤ KMO ≤ 1.
(iii) Kiểm định Bartlett (Bartlett’s Test of Sphericity): kiểm định giả thuyết
H0 (các biến không có tương quan với nhau trong tổng thể). Ma trận tương quan tổng
thể là một ma trận đơn vị trong đó tất cả các giá trị trên đường chéo đều bằng 1 và ngoài đường chéo bằng 0. Đại lượng kiểm định này dựa trên sự biến đổi thành đại lượng Chi- Square từ định thức của ma trận tương quan. Ý nghĩa kiểm định Bartlett cho biết nếu
bác bỏ giả thuyết H0: đại lượng Chi-Square lớn, ý nghĩa thống kê nhỏ hơn 0,05 thì phân
tích nhân tố là thích hợp, còn nếu chưa có cơ sở bác bỏ giả thuyết H0: đại lượng Chi-
Square nhỏ, ý nghĩa thống kê lớn hơn 0,05 thì phân tích nhân tố có khả năng không thích hợp.
(iv) Phương sai cộng dồn (cumulative of variance): là phần trăm phương sai toàn bộ, nghĩa là coi biến thiên 100% thì giá trị này cho biến phân tích nhân tố cô đọng được bao nhiêu % và bị thất thoát bao nhiêu %. Tiêu chuẩn để chấp nhận phân tích nhân tố có phương sai cộng dồn lớn hơn 50% với Eigenvalue phải lớn hơn 1.
Sau khi rút gọn được các biến nhân tố mới (Fj) từ một tập biến quan sát, các biến Fj này được đưa vào các phân tích tiếp theo như tương quan và hồi quy; kiểm định Independent-Sample T-test; kiểm định One-Way Anova