- Theo nghiên cứu của Nguyễn Đình Thọ (2011), phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) giúp chúng ta đánh giá hai giá trị quan trọng cùa thang đo là giá trị hội tụ và giá trị phân biệt. Trong phân tích EFA, một số tiêu chí cần tập trung đánh giá nhằm đảm bảo sự phù hợp của dữ liệu nghiên cứu và tính hiệu quả của kết quả nghiên cứu. Một số tiêu chuẩn mà các nhà nghiên cứu và tác giả Nguyễn Đình Thọ (2011) quan tâm trong phân tích EFA gồm:
- Hệ số KMO (Kaiser-Mayer-Olkin): Đây là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố, phân tích nhân tố khám phá thích hợp khi hệ số KMO lớn hơn 0.5. Nếu KMO < 0.5 thì phân tích nhân tố không thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Hệ số tải nhân tố (Factor loading): Là hệ số tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Nếu biến quan sát nào có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại.
- Phương pháp trích hệ số sử dụng là phương pháp trích nhân tố Principal Component với phép quay Varimax, điểm dừng khi trích các yếu tố có Chỉ số Eigenvalue lớn hơn hoặc bằng 1. Chỉ số Eigenvalue: Đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
- Kiểm định Bartlett (Bartlett’s test of sphericity): Đại lượng Barlett là một đại lượng thống kê dùng để xem xét giả thuyết các biến có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (sig. hay giá trị p-value nhỏ hơn 0.05) thì các
- biến quan sát có tương quan với nhau trong tổng thể.
- Phương sai trích (Variance explained criteria): Tổng phương sai trích phải lớn hơn hoặc bằng 50%.
- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn 0.3 để tạo giá trị phân biệt giữa các nhân tố. Kết quả của việc thực hiện phân tích nhân tố khám phá EFA sẽ loại bỏ các biến quan sát không đạt độ tin cậy, giá trị hội tụ và phân biệt; đồng thời tái cấu trúc các biến quan sát còn lại vào các yếu tố (thành phần đo lường) phù hợp, đặt cơ sở cho việc hiệu chỉnh mô hình nghiên cứu và các giả thuyết nghiên cứu.