Phân tích nhân tố khám phá EFA được sử dụng để xác định giá trị hội tụ, giá trị phân biệt và thu gọn các tham số ước lượng cho các nhóm biến. Cơ sở của việc rút gọn này
dựa vào mối quan hệ tuyến tính của nhân tố với các biến quan sát. Sự phù hợp khi áp dụng phương pháp phân tích EFA được đánh giá qua kiểm định KMO và Bartlett’s (Thọ, 2011).
Kiểm định Bartlett là chỉ số để xem xét ma trận tương quan có phải ma trận đơn vị
hay không. Kiểm định Barlett có ý nghĩa thống kê khi Sig, <0.05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Kiểm định KMO (Kaiser - Meyer - Olkin) là chỉ số đánh giá sự phù hợp của phân
tích nhân tố. Hệ số KMO có giá trị từ 0.5 trở lên. Hệ số KMO càng lớn thì càng được đánh giá cao. Nếu KMO < 0.5 thì phân tích nhân tố không thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Phân tích nhân tố cho tất cả mọi biến trong mô hình được thực hiện với phương pháp rút trích nhân tố là “Principal component” và phương pháp xoay là “Varimax”, phép xoay vuông góc được lựa chọn nhằm mục đích trích tối đa % phương sai của các biến quan sát ban đầu và làm gọn các biến quan sát (Hair & cộng sự, 2010). Còn tiêu chuẩn rút trích là hệ số Eigenvalues lớn hơn hoặc bằng 1 nhằm đảm bảo mỗi nhân tố hình thành có thể giải thích tối thiểu biến thiên trọn vẹn của một biến quan sát (Hair & cộng sự, 2010). Tiêu chuẩn chọn biến cho nhân tố đảm bảo một số điều kiện sau:
- Đảm bảo hệ số trích phương sai trong tổng thể các biến > 0.5
- Hệ số tải lên nhân tố chính (Factor Loading) càng cao thì mối tương quan
29
Sau khi loại các biến không phù hợp, được tiến hành để kiểm tra lại độ phù hợp của các biến, kiểm định Cronbach’s Alpha được thực hiện lại trên các nhóm biến có sự hiệu chỉnh để khẳng định lại độ tin cậy của thang đo.
Trong phân tích nhân tố khám phá (EFA), kích thước mẫu tối thiểu để sử dụng EFA là 50, tốt hơn là từ 100 trở lên. Tỷ lệ số quan sát trên một biến phân tích là 5:1 hoặc 10:1, một số nhà nghiên cứu cho rằng tỷ lệ này nên là 20:1 (Hair và cộng sự, 2014). Sau khi phân tích nhân tố khám phá (EFA), tác giả xây dựng mô hình và phân tích hồi quy để đưa ra kết quả cuối cùng.