nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung của tập tin ban đầu. Phân tích nhân tố trong nghiên cứu được thực hiện theo phương pháp trích nhân tố Component Principle và xoay nhân tố theo phương pháp Varimax. Quá trình phân tích nhân tố ta quan tâm đến một sốđại lượng sau:
+ Hệ số KMO (Kaiser – Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tr.30).
+ Hệ số tải nhân tố (Factor loading): là hệ số tƣơng quan đơn giữa các biến và các nhân tố. Hệ số
tải nhân tố phải lớn hơn 0.4, nếu biến quan sát có số tải nhân tố nhỏ hơn 0.4 sẽ bị loại bỏ khỏi mô hình (Nguyễn Đình Thọ, 2011)
+ Hệ số Eigenvalue: đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Chỉ những nhân tố nào có hệ số Eigenvalues có giá trị lớn hơn 1 mới được giữ lại trong mô hình phân tích (Nguyễn
Đình Thọ, 2011).
+ Thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50% (Nguyễn
Đình Thọ, 2011).
+ Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hoặc bằng 0.3 để bảo đảm giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ, 2011).
- Kiểm định hệ số tương quan Pearson: Hệ số tương quan Pearson (r) là chỉ số thống kê dùng lượng hóa mối tương quan tuyến tính giữa 02 biến số với nhau. Hệ số tương quan (r) sẽ nhận giá trị từ +1