Phân tích nhân tố khám phá (EFA) được sử dụng để rút gọn và tóm tắt các biến thành các nhân tố. Phân tích nhân tố nhằm xác định mối quan hệ của nhiều biến và tìm ra nhân tố đại diện cho các biến quan sát. Trong nghiên cứu này, phân tích nhân tố khám phá được tiến hành cho các biến độc lập: văn hóa học hỏi trong tổ chức, chất lượng trao đổi lãnh đạo - nhân viên, cam kết cảm xúc với tổ chức và các biến phụ thuộc: hành vi công dân tố chức hướng về cá nhân và hành vi công dân tố chức hướng về tổ chức. Các giai đoạn của một phân tích nhân tố khám phá EFA bao gồm:
Đầu tiên cần tiến hành kiểm định Kaiser - Meyer - Olkin (KMO) và kiểm định Bartlett với giả thuyết H0: giữa các biến quan sát không có mối quan hệ. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), kiểm định Barlett dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể, trong khi, kiểm định KMO dùng để xem xét sự thích hợp của EFA. Hệ số KMO > 0.5 và Sig của kiểm định Bartlett's < 0.05 cho thấy mối quan hệ giữa các biến quan sát đủ lớn, thích hợp để tiến hành phân tích nhân tố khám phá EFA (Hair và cộng sự, 1998). Tiếp theo ta thực hiện xác định số lượng nhân tố dựa vào phần trăm biến thiên giải thích được và chỉ số Eigenvalue. Kết quả phân tích nhân tố được chấp nhận khi tổng phương sai trích > 50% và Eigenvalue lớn hơn 1 (Gerbing và Anderson, 1998). Trong ngành
khoa học xã hội, yêu cầu phần trăm biến thiên giải thích khoảng 50-60% (Hair và cộng sự, 1998).
Hệ số tải nhân tố Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích EFA. Theo Hair và cộng sự (1998), Factor Loading > 0.3 được xem là mức tối thiểu, Factor Loading > 0.4 được xem là quan trọng, Factor Loading ≥ 0.5 được xem là có ý nghĩa thực tiễn. Trong nghiên cứu này, người viết chọn tiêu chí Factor Loading ≥ 0.5.