Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụthuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau(interrelationships).
EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading )> 0.5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Mức ý nghĩa của kiểm định Bartleet nhỏ hơn 0.05 sẽ bị loại (HoàngTrọng và Chu Nguyễn Mộng Ngọc, 2008). Số lượng mẫu là 150 nên hệ số tải nhân tố (Factor loading) ≥ 0,55 (Theo Hair & ctg 1998,111). Thang đo được chấp nhận khi tổng phương sai trích từ 50% trở lên và hệ số (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) Eigenvalue > 1 (Hair,Anderson, Tatham và Black; 1998).
Xoay nhân tố:
80
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận xoay nhân tố (component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng nhân tố (mỗi biến là một đa thức của nhân tố).
Những hệ số này (factor loading) biểu diễn tương quan giữa các nhân tố và các biến, được dùng để giải thích nhân tố. Theo Awakul và Ogunlana (2012) thì tiêu chuẩn để phân loại các biến đưa vào phân tích nhân tố là một biến có giá trị tuyệt đối của trọng số nhân tố lớn hơn 0,5 và biến đó có giá trị lớn nhất thuộc nhân tố nào thì thuộc về nhân tố đó.
Thông qua việc xoay các nhân tố, ma trận nhân tố sẽ trở nên đơn giản và dễ giải thích hơn và tùy vào mỗi phương pháp xoay mà kết quả sẽ nhận diện các nhân tố khác nhau. Hiện nay, có nhiều phương pháp xoay như:
- Orthogonal rotation: Xoay nhân tố trong đó vẫn giữ nguyên gốc ban đầu giữa các nhân tố;
- Varimax procecdure: Xoay xuyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường giải thích các nhân tố. Đây là phương pháp được áp dụng nhiều hiện nay và cũng là phương pháp chọn của tác giả.
- Quartimax: Xoay xuyên goác các nhân tố để tối thiểu hóa các nhân tố có hệ số lớn tại cùng một biến vì vậy sẽ tăng cường giải thích các biến.
- Equamax: Xoay các nân tố để đơn giản hóa việc giải thích cả biến lẫn nhân tố; - Oblique: Xoay nhân tố mà không giữ nguyên góc ban đầu giữa các nhân tố có ý nghĩa là có tương quan giữa các nhân tố với nhau.