Mô hình phân tích nhân tố EFA đƣợc cho là phù hợp khi các tiêu chuẩn sau đây đƣợc thỏa điều kiện:
(i) Hệ số tải nhân tố (Factor Loadings): là những hệ số tƣơng quan đơn giữa các biến và các nhân tố. Hệ số tải nhân tố lớn hơn 0,5 đƣợc cho là phù hợp với quy mô mẫu lớn hơn 150 số quan sát.
(ii) Tính thích hợp của EFA (Kaiser – Meyer – Olkin): là chỉ số dùng xem xét sự thích hợp của phân tích nhân tố nếu 0,5 ≤ KMO ≤ 1.
(iii) Kiểm định Bartlett (Bartlett’s Test of Sphericity): kiểm định giả thuyết H0 (các biến không có tƣơng quan với nhau trong tổng thể). Ma trận tƣơng quan
tổng thể là một ma trận đơn vị trong đó tất cả các giá trị trên đƣờng chéo đều bằng 1 và ngoài đƣờng chéo bằng 0. Đại lƣợng kiểm định này dựa trên sự biến đổi thành đại lƣợng Chi-Square từ định thức của ma trận tƣơng quan. Ý nghĩa kiểm định Bartlett cho biết nếu bác bỏ giả thuyết H0: đại lƣợng Chi-Square lớn, ý nghĩa thống kê nhỏ hơn 0,05 thì phân tích nhân tố là thích hợp, còn nếu chƣa có cơ sở bác bỏ giả thuyết H0: đại lƣợng Chi-Square nhỏ, ý nghĩa thống kê lớn hơn 0,05 thì phân tích nhân tố có khả năng không thích hợp.
(iv) Phƣơng sai cộng dồn (cumulative of variance): là phân trăm phƣơng sai toàn bộ đƣợc thích bởi các nhân tố, nghĩa là coi biến thiên 100% thì giá trị này cho biến phân tích nhân tố cô đọng đƣợc bao nhiêu % và bị thất thoát bao nhiêu %. Tiêu chuẩn để chấp nhận phân tích nhân tố có phƣơng sai cộng dồn lớn hơn 50% với Eigenvalue phải lớn hơn 1. Sau khi rút gọn đƣợc các biến nhân tố mới (Fj) từ một tập biến quan sát, các biến Fj này đƣợc đƣa vào các phân tích tiếp theo nhƣ tƣơng quan và hồi quy; kiểm định Independent-Sample T-test; kiểm định One-Way Anova.