Phương pháp phân tích nhân tố khám phá EFA (Exploratary Factor Analysis) giúp chúng ta đánh giá hai loại giá trị quan trọng của một thang đo là giá trị hội tụ và giá trị phân biệt. Phân tích nhân tố khám phá dùng để rút gọn một tập hợp các biến quan sát thành một tập hợp các biến quan sát chính có ý nghĩa hơn giúp tiết kiệm thời gian và kinh phí của người nghiên cứu. Tập hợp được rút gọn này sẽ ít nhân tố hơn nhưng sẽ có ý nghĩa hơn và vẫn chứa đựng hết nội dung thông tin của tập biến ban đầu. Các tiêu chí trong phân tích nhân tố khám phá EFA bao gồm:
Hệ số KMO (Kaiser Meyer Olkin) là chỉ số có tác dụng xem xét sự phù hợp của phân tích nhân tố. Điều kiện đủ để phân tích nhân tố phù hợp là giá trị của hệ số KMO phải không nhỏ hơn 0,5. Hệ số KMO càng lớn thì càng tốt và lớn hơn 0,9 là rất tốt.
Kiểm định Bartlett là kiểm định dùng để xem xét các biến quan sát trong cùng một nhân tố có tương quan với nhau hay không, hay nói cách khác là ma trận tương quan có phải là ma trận đơn vị hay không. Kiểm định này có ý nghĩa thống kê khi sig Bartlett Test nhỏ hơn 0,05.
Trị số Eigenvalue là trị số được sử dụng để xác định số lượng nhân tố trong phân tích nhân tố khám phá EFA, theo tiêu chí này, chỉ có những nhân tố nào có trị số Eigenvalue lớn hơn hoặc bằng 1 mới được giữ lại trong mô hình.
Tổng phương sai trích (Total Variance Explained) phải lớn hơn hoặc bằng 50% thì mô hình EFA mới là phù hợp và từ 60% trở lên thì sẽ tốt hơn.
Bảng 3.2: Giá trị của hệ số tải nhân tố để biến quan sát có ý nghĩa thống kê
Nguồn: Hướng dẫn sử dụng SPSS 20
Hệ số tải nhân tố (Factor Loading) là hệ số thể hiện mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao thì tương quan giữa biến quan sát đó với nhân tố càng nhiều và ngược lại. Điều kiện tối thiểu để giữ lại biến quan sát là hệ số tải nhân tố phải không nhỏ hơn 0,3, nếu hệ số lớn hơn 0,5 là biến quan sát có ý nghĩa thống kê tốt và lớn hơn 0,7 là biến quan sát có ý nghĩa thống kê rất tốt. Tuy nhiên với từng khoảng kích thước mẫu khác nhau thì mức trọng số nhân
Giá trị của hệ số tải nhân
tố (Factor Loading) Kích thước mẫu tối thiểu có ý nghĩa thống kê
0,30 350
0,35 250
0,40 200
0,45 150
tố để biến quan sát có ý nghĩa thống kê cũng khác nhau được thể hiện cụ thể qua bảng dưới đây.
Khi phân tích nhân tố EFA cho các biến độc lập cần lưu ý phải phân tích cùng một lúc vì nếu phân tích riêng cho từng thang đo sẽ không đạt được giá trị phân biệt hay không thấy được sự hội tụ của tập hợp các biến quan sát.