Nhƣ đã trình bày ở chƣơng 2, đề tài có 6 thang đo cho 6 khái niệm nghiên cứu, các thang đo này đƣợc đánh giá thông qua phƣơng pháp độ tin cậy thang đo Cronbach‟s alpha và phân tích dữ liệu theo phƣơng pháp EFA để thang đo tốt nhất cho nghiên cứu này với dữ liệu thu thập từ nghiên cứu chính thức.
Hệ số Cronbach‟s alpha đƣợc sử dụng trƣớc để loại bỏ các biến rác. Theo đó, các biến quan sát có hệ số tƣơng quan biến- tổng (item-total corelation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn thang đo khi Cronbach‟s alpha từ 0.6 trở lên.
Sau khi đạt độ tin cậy, các biến quan sát sẽ đƣợc sử dụng trong phân tích nhân tố khám phá EFA để tìm thang đo tốt nhất cho nghiên cứu và nhân tố mới (nếu có) với các tiêu chuẩn:
- Hệ số KMO (Kaiser- Mayer- Olkin) phải có giá trị trong khoảng 0.5 đến 1 thì phân tích nhân tố mới thích hợp. Mức ý nghĩa kiểm định Bartlett là Sig phải nhỏ hơn hoặc bằng 0.05, (Sig < 0,05).
- Hệ số tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5. Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích lớn hơn hoặc bằng 50%, ngoài ra đạt độ giá trị và ý nghĩa nội dung.
Nghiên cứu sử dụng phƣơng pháp trích nhân tố Principal Component với phép quay Varimax, điểm dừng khi trích nhân tố Eigenvalue lớn hơn 1. Phân tích nhân tố đƣợc dùng để xây dựng thang đo lƣờng các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra đơn khía cạnh của thang đo lƣờng. Nhƣ vậy, phân tích nhân tố vừa giúp rút gọn tập hợp nhiều biến quan sát thành một số biến tƣơng đối ít đồng thời kiểm tra độ tin cậy của các biến
trong cùng một thang đo.