Sau khi phân tích hệ số tin cậy Cronbach’s Alpha, các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố khám phá EFA. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật nhằm rút gọn một tập hợp k biến quan sát thành một tập F các nhân tố có ý nghĩa (với F < k). 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 tiêu chí tác giả sử dụng trong phân tích EFA:
quan giữa biến quan sát với nhân tố. Theo Hair & ctg (1998) thì:
• Factor loading > 0.3 được xemlà đạt mức tối thiểu;
• Factor loading > 0.4 được xemlà quan trọng;
• Factor loading > 0.5 được xemlà có ý nghĩa thực tiễn.
Trên thực tế, người ta thường đặt ra tiêu chuẩn chọn mức giá trị hệ số tải nhân tố theo cỡ mẫu như sau: từ 120 đến dưới 350, người ta thường lấy 0,5 làm mức tiêu chuẩn; cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, Anderson, Tatham và Black; 2008).
Thứ hai, trị số KMO (Kaiser-Meyer - Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Theo đó, trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Thứ ba, kiểm định Bartlett dùng để xem xét các biến quan sát có tương quan với nhau trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Thứ tư, trị số Eigenvalue là tiêu chí dùng để xác định số lượng nhân tố trong phân tích EFA. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt
hơn một biến gốc (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Cuối cùng, tổng phương sai trích (Total Variance Explained) thể hiện phần trăm biến thiên của các biến quan sát. Tổng phương sai trích ≥ 50% cho thấy mô hình EFA là phù hợp. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu phần trăm.