lịch nội địa đối với DLST tỉnh Bến Tre.
Sau khi dùng phƣơng pháp Cronbach Alpha để đánh giá độ tin cậy thang đo, tiếp theo là thang đo phải đƣợc đánh giá giá trị của nó. Để đánh giá giá trị này, đề tài sử dụng phƣơng pháp phân tích nhân tố khám phá (EFA). Dựa vào mối tƣơng quan giữa các biến với nhau, EFA sẽ rút gọn tập hợp các biến quan sát thành tập hợp các nhân tố có ý nghĩa hơn. Chẳng hạn, với 34 biến quan sát đã thỏa điều kiện ở phƣơng pháp Cronbach Alpha sẽ đƣa vào đánh giá bằng phƣơng pháp EFA. Kết quả cuối cùng của phƣơng pháp EFA sẽ rút gọn 34 biến quan sát này thành k nhóm nhân tố (k < 34).
Nghiên cứu tiến hành sử dụng phƣơng pháp trích hệ số Principal component với phép quay Varimax tại điểm dừng khi trích các nhân tố có Eigenvalue > 1.
Thang đo nào có tổng phƣơng sai trích từ 50% trở lên là đƣợc chấp nhận (Gerbing & Anderson, 1988). Các biến có trọng số (Factor loading) nhỏ hơn 0,5 sẽ bị loại. Tại mỗi khái niệm có chênh lệch trọng số (Factor loading) lớn nhất và bất kỳ phải đạt ≥ 0,3 (Jabnoun & AL-Tamini, 2003). Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser – Meyer – Olkin) phải có giá trị lớn (0,5 ≤ KMO ≤ 1), điều này thể hiện phân tích nhân tố là thích hợp. Nếu hệ số KMO < 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Theo Kaiser (1974), KMO ≥ 0,9 là rất tốt; 0,9 > KMO ≥ 0,8 là tốt; 0,8 > KMO ≥ 0,7 là đƣợc; 0,7 > KMO ≥ 0,6 là tạm đƣợc, 0,6> KMO ≥ 0,5 là xấu và KMO < 0,5 là không thể chấp nhận đƣợc (Hoàng Trọng và Mộng Ngọc, 2008).
Nhóm nghiên cứu tiến hành phân tích nhân tố khám phá (EFA) theo từng bƣớc. Lần đầu thực hiện EFA, 34 biến đã nhóm lại thành 8 yếu tố. Sau 4 lần thực hiện phép quay, chỉ có 7 nhóm chính thức đƣợc hình thành.