Phân tích nhân tố khám phá EFA là tên của một nhóm thủ tục được sử dụng phổ biến để đánh giá thang đo hay rút gọn một biến. Trong nghiên cứu này, phân tích nhân tố được ứng dụng để tóm tắt tập hợp các biến quan sát vào một số nhân tố nhất định đo lường các khía cạnh khác nhau của các khái niệm nghiên cứu. Tiêu chuẩn áp dụng và chọn biến đối với phân tích nhân tố khám phá EFA bao gồm:
- Tiêu chuẩn Bartlett và hệ số KMO dùng để đánh giá sự thích hợp của phân tích EFA. Theo đó, giả thuyết H0 (các biến không có tương quan với nhau trong tổng thể) bị loại bỏ và EFA được cho là thích hợp khi: 0,5 ≤ KMO ≤ 1 và Sig <0,05. Trường hợp KMO < 0,5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
- Tiêu chuẩn rút trích nhân tố gồm chỉ số Eigenvalue (đại diện cho biến thiên được giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu % và bao nhiêu % bị thất thoát). Các nhân tố chỉ được rút trích tại Eigenvalue ≥ 1 và được chấp nhận khi tổng phương sai trích ≥ 50%.
- Tiêu chuẩn hệ số tải (Factor loadings) biểu thị tương quan giữa các biến và các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair & ctg, Factor loadings > 0,3 được xem là đạt mức tối thiểu; Factor loadings > 0,4 được xem là quan trọng; Factor loadings > 0,5 được xem là có ý nghĩa thực tiễn. Trường hợp chọn tiêu chuẩn Factor loadings > 0,3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng trên 100 thì nên chọn tiêu chuẩn Factor loadings > 0,5, nếu cỡ mẫu khoảng 50 thì Factor loadings > 0,75.