Phương pháp phân tích nhân tố khám phá cho phép nhà nghiên cứu rút gọn một tập nhiều biến phụ thuộc lẫn nhau thành một tập có ít biến hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập nhiều biến trước đó. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Mỗi biến quan sát sẽ được tính một tỷ số, được gọi là hệ số tải nhân tố (factor loading).
Hệ số này cho nhà nghiên cứu biết biến đó sẽ thuộc về nhân tố nào.
Trong phân tích nhân tố khám phá, hệ số KMO (Kaiser-Meyer – Olkin) là
chỉ số thể hiện sựthích hợp của phân tích nhân tố. Hệ số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như hệsố này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Bên cạnh đó, phân tích nhân tố khám phá còn dựa vào đại lượng eigenvalue
để xác định số lượng nhân tố. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Phương pháp trích nhân tố được sử dụng là Principal Components với phép quay là Varimax và điểm dừng khi trích rút các yếu tố có eigenvalue là 1. Các biến quan sát có trọng số (hệ số tải nhân tố) nhỏ hơn 0,5 sẽ bị loại và thang đo được chấp
46
nhận khi tổng phương sai trích bằng hoặc lớn hơn 50% (Gerbing & Andesson,
1988).