Sau khi kiểm định độ tin cậy của thang đo, tiếp tục tiến hành phân tích nhân tố để xem xét giá trị hội tụ và giá trị phân biệt của thang đo các khái niệm, lấy đó làm cơ sở để rút trích ra các yếu tố để tiến hành phân tích hồi quy.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis): Phân tích yếu tố khám phá sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các yếu tố độc lập lên Sự hài lòng của KH khi sử dụng thẻ ghi nợ liên kết với tài khoản lương tại ACB trên địa bàn TP HCM có độ kết dính không và chúng có thể gom gọn lại thành một số nhóm yếu tố ít hơn để xem xét không. Đối với những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo.
Các tiêu chí đánh giá kết quả trong phân tích EFA như sau:
Kiểm định Bartlett và KMO được sử dụng để kiểm tra sự thích hợp của EFA: Trong phân tích nhân tố, cần kiểm định mối tương quan của các biến với nhau, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích nhân tố là phù hợp. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, (2008), kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue – đại diện cho sự biến thiên được giải thích bởi mỗi nhân tố. Với số lượng nhân tố được xác định bằng cách chỉ giữ lại các nhân tố có Eigenvalue tối thiểu bằng 1, các nhân tố có mức Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình.
Tổng phương sai trích phải đạt từ 50% trở lên để đảm bảo mức ý nghĩa của nghiên cứu (Giá trị Cumulative cho biết số nhân tố trích ra giải thích được bao nhiêu phần trăm độ biến thiên của dữ liệu).
Phương pháp trích nhân tố với phép xoay Varimax kết hợp điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn hoặc bằng 1 được tác giả sử dụng trong nghiên cứu này. Bên cạnh đó, để thang đo đạt giá trị hội tụ thì hệ số tải trên mỗi nhân tố (hệ số tương quan giữa biến và các nhân tố) cần lớn hơn 0.5 (Factor loading > 0.5 được xem là có ý nghĩa thực tiễn); đồng thời, để thang đo đạt giá trị phân biệt thì chênh lệch trọng số từng biến giữa các nhân tố cần lớn hơn hoặc bằng 0.3. Mặc dù vậy, chúng ta nên xem xét giá trị nội dung, sự cần thiết của biến đó trước khi ra quyết định có loại bỏ ra khỏi thang đo hay không (Nguyễn Đình Thọ, 2011).