Phân tích nhân tố khám phá EFA là kỹ thuật phân tích rút gọn một tập hợp gồm nhiều biến quan sát thành một số nhân tố ít hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin và ý nghĩa thống kê của tập biến ban đầu (Hair & CTG, 1998). Mô hình phân tích nhân tố EFA được thể hiện bằng phương trình:
Xi = ai1F1 + ai2F2 + … + aijFj +ViUi Trong đó:
Xi biến quan sát thứ i
aij hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến i Fj nhân tố chung
Vi hệ số hồi quy chuẩn hóa nhân tố đặc trưng của biến i Ui nhân tố đặc trưng của biến i
Theo Hair (1998), Factor loading là chỉ tiêu để đảm bảo mức 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, ≥0,5 được xem là có nghĩa thực tiễn. Hair và các cộng sự (1998) cho rằng nếu chọn tiêu chuẩn factor loading >0,3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading >0,55; còn nếu cỡ mẫu khoảng 50 thì factor loading phải >0,75. (Ngô Thị Huyền, 2012). Bài nghiên cứu này sử dụng cỡ mẫu 160 nên các biến có trọng số (factor loading) nhỏ hơn 0,5 trong EFA sẽ bị loại tiếp tục.
29
Lập ma trận tương quan: Sử dụng kiểm định Barlett’s để kiểm định giả thiết ( H0: các biến không có tương quan và H1: Các biến có tương quan)
Trong phân tích nhân tố, ta mong đợi bác bỏ giả thiết H0, nghĩa là chấp nhận các biến có liên quan với nhau khi giá trị P nhỏ hơn mức ý nghĩa .
Xác định số nhân tố:
Quyết định số nhân tố trước: phương pháp dựa vào kinh nghiệm từ phân tích lý thuyết hay từ kết quả các nghiên cứu trước mà xác định số lượng nhân tố.
Quyết định dựa vào phương sai tổng hợp của từng nhân tố (Eigenvalue): trong cách tiếp cận này chỉ có những nhân tố Eigenvalue >1 mới được đưa vào mô hình.
Quyết định dựa vào phần trăm phương sai của từng nhân tố (Percent of variance): số nhân tố được chọn vào mô hình phải có tổng phương sai tích lũy giữa 2 nhân tố lớn hơn 60%. Tuy nhiên, tùy thuộc vào vấn đề nghiên cứu mà mức độ này có thể thấp hơn.
Đặt tên và giải thích các nhân tố: Mỗi nhân tố tương quan với nhau và với nhân tố chung. Các nhân tố chung có sự kết hợp của các biến được quan sát. Nếu mục tiêu của phân tích nhân tố là biến đổi một tập hợp biến góc thành một tập hợp các biến tổng hợp (nhân tố) có số lượng ít hơn để sử dụng trong các phương pháp phân tích đa biến tiếp theo, thì chúng ta tính ra các nhân tố cho từng trường hợp quan sát với công thức:
Fi = Wi1X1 + Wi2X2 + Wi3X3 +…+W1kXk Trong đó:
Fi: ước lượng nhân tố thứ i
Wi : Trọng số hay hệ số điểm nhân tố K: Số biến