Bên cạnh việc kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s alpha, nghiên cứu cần tiến hành phân tích giá trị của thang đo thông qua nhân tố khám phá EFA. Trong phân tích này, hai giá trị quan trọng đƣợc xem xét là giá trị hội tụ và giá trị phân biệt. Giá trị hội tụ chỉ ra các biến quan sát cùng tính chất hội tụ về một nhân tố để khi biểu diễn mô hình bằng ma trận xoay, các biến này sẽ nằm cùng cột với nhau. Còn giá trị phân biệt hàm ý các biến quan sát có cùng tính chất hội tụ ở nhân tố này và phải phân biệt với các biến hội tụ ở nhân tố khác, thể hiện ở việc từng nhóm biến sẽ nằm ở các cột riêng biệt trong ma trận xoay. Thƣờng các nghiên cứu sẽ quan tâm đến 4 kết quả trong phân tích nhân tố khám phá EFA là hệ số KMO, kiểm định Bartlett, trị số Eigenvalue, tổng phƣơng sai trích. Hệ số KMO phải trong khoảng 0,5-1 thì mô hình
mới đủ điều kiện phân tích nhân tố phù hợp. Còn kiểm định Bartlett của từng nhân tố phải có ý nghĩa thống kê thì nhân tố đó mới nên đƣợc đƣa vào mô hình nghiên cứu, nếu không chứng tỏ các nhân tố không có mối tƣơng quan và không phù hợp với mô hình. Bên cạnh đó, trị số Eigenvalue cũng giúp xác định các nhân tố nên đƣợc giữ lại trong mô hình với giá trị lớn hơn hoặc bằng 1. Cuối cùng là tổng phƣơng sai trích – giá trị cho biết mô hình cô đọng đƣợc bao nhiêu % và làm thất thoát bao nhiêu % của các biến quan sát.