Để đánh giá thang đo các khái niệm trong nghiên cứu chúng ta cần kiểm tra độ tin cậy, độ giá trị của thang đo. Dựa trên các hệ số độ tin cậy Cronbach‟s Alpha, hệ số tương quan biến-tổng (Item-total correlation) nhằm loại ra những biến quan sát không đóng góp vào việc mô tả khái niệm cần đo, hệ số Cronbach‟s Alpha if Item
Deleted để giúp đánh giá loại bỏ bớt biến quan sát nhằm nâng cao hệ số tin cậy Cronbach‟s Alpha cho khái niệm cần đo, và phương pháp phân tích nhân tố khám phá (EFA) nhằm kiểm tra độ giá trị của thang đo các khái niệm nghiên cứu.
- Phân tích Cronbach’s Alpha: trong phần này những thang đo có hệ số Cronbach’s Alpha lớn hơn 0.6 xem như đạt độ tin cậy. Ngoài ra, chúng ta cũng kiểm tra hệ số tương quan biến tổng của từng biến đo lường nếu lớn hơn hoặc bằng 0.3 xem như đạt yêu cầu. Nếu tương quan biến tổng của một biến đo lường dù lớn hơn 0.3 nhưng quá nhỏ so với các biến còn lại, chúng ta vẫn có thể cân nhắc có nên loại bỏ biến này hay không? Như vậy, trong phân tích Cronbach‟s Alpha thì ta sẽ loại bỏ những thang đo có hệ số nhỏ (α<0.6) và cũng loại những biến quan sát có hệ số tương quan biến tổng hiệu chỉnh nhỏ (<0.3) ra khỏi mô hình vì những biến quan sát này không phù hợp hoặc không có ý nghĩa đối với thang đo.
- Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis): sau khi loại bỏ các biến không đảm bảo độ tin cậy thông qua phân tích Cronbach‟s Alpha, phương pháp phân tích nhân tố (EFA) được sử dụng để xác định độ giá trị hội tụ (convergent validity), độ giá trị phân biệt (discriminant validity) và đồng thời thu gọn các tham số ước lượng theo từng nhóm biến. Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố (0.4 ≤ factor loading < 0.5 được xem là quan trọng; factor loading > 5 được xem là có ý nghĩa thực tiễn). Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 (λiA – λiB ≥ 0.3). Tuy nhiên, chúng ta cần xem xét giá trị nội dung trước khi ra quyết định loại bỏ hay không loại bỏ một biến đo lường (Nguyễn Đình Thọ, 2013). Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại điện cho phần biến thiên được giải thích bởi mỗi nhân tố. Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (≥1) và những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại ra khỏi mô hình Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải đạt từ 50% trở lên. Trong nghiên cứu này, chúng ta sử dụng phương pháp
trích nhân tố Principal components với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues lớn hơn hoặc bằng 1.