Phân tích nhân tố là một thuật ngữ chung cho một tập hợp các quy trình chủ yếu được sử dụng để giảm và tóm tắt dữ liệu. Trong nghiên cứu, tác giả đã thu thập một số lượng lớn các biến, hầu hết chúng có mối quan hệ với nhau, và số lượng biến phải được giảm xuống một số có thể sử dụng được. Phân tích nhân tố khám phá EFA có các tiêu chuẩn như sau:
- Tiêu chuẩn Kaiser - Meyer - Olkin (KMO) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) và vượt qua kiểm định Barlett ở mức ý nghĩa 0.05 (cho phép tối đa 5% sai số, độ tin cậy ở mức 95%) là điều kiện đủ để phân tích nhân tố được xem là thích hợp. Nếu như trị số KMO < 0.5 thì phân tích nhân tố có khả năng không thích hợp.
- Hệ số Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Những nhân tố có hệ số Eigenvalue >= 1 mới được giữ lại trong mô hình. Ngược lại, những nhân tố có hệ số Eigenvalue < 1 sẽ bị loại bỏ vì không có tác dụng tóm tắt thông tin tốt.
32
- Tiêu chuẩn tổng phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích >= 50% (Gerbing & Anderson, 1988). Phương pháp trích Principal Component với phép quay Varimax được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập. Phép quay Varimax xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố.
- Hệ số tải nhân tố (factor loading) là hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số tải nhân tố có trị tuyệt đối >= 0.3 là điều kiện để biến được chấp nhận có ý nghĩa.