Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
- Thứ nhất: hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa Barlett ≤ 0.05. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤1 thì phân tích nhân tố là thích hợp. Kaiser (1974) đề nghị KMO ≥ 0.90 là rất tốt; KMO ≥ 0.80: tốt; KMO ≥ 0.70: được; KMO ≥ 0.60: tạm được; KMO≥ 0.50: xấu; KMO < 0.50: không thể chấp nhận được (Nguyễn Đình Thọ, 2011).
- Thứ hai: hệ số tải nhân tố (factor loading) ≥ 0.5. Theo Hair & cộng sự (2006), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0.3 được xem là đạt được mức tối thiểu; > 0.4 được xem là quan trọng; ≥ 0.5 được xem là có ý nghĩa thực tiễn. Hair & cộng sự (2006) cũng khuyên 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, nếu cỡ mẫu khoảng 50 thì factor loading phải > 0.75.
40 - Thứ ba: thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số eigenvalue > 1 (Gerbing & Anderson 1988).
- Thứ tư: khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Khi phân tích EFA, tác giả sử dụng phương pháp trích Principal Component Analysis với phép quay Varimax để tìm ra các nhân tố đại diện cho các biến và điểm dừng khi trích các nhân tố có eigenvalue lớn hơn 1. Varimax cho phép xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố.
Sau khi kiểm định bằng hệ số tin cậy Cronbach Anpha, có tất cả 24 biến quan sát của 5 thang đo tiếp tục đưa vào EFA.