Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được
xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một
tỷ số gọi là Hệ số tải nhân tố (factor loading). Hệ số này cho người nghiên cứu biết
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer –Olkin (KMO) phải có giá trị lớn (0,5 <KMO<1) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO <0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Thêm vào đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,45, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi
nhân tố) lớn hơn 1 (mặc định của chương trình SPSS), và tổng phương sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố. Khi tiến hành phân tích nhân tố, tác giả đã sử dụng phương pháp trích (Extraction method) là Principal component Analysis với phép xoay (Rotation) Varimax và phương pháp tính nhân tố là phương pháp Data reduction.
Kết quả phân tích thể hiện ở bảng 4.7
Bảng 4.7: Kết quả KMO and Bartlett's
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .873 Chi-Bình phương 2.661E3
df 351
Bartlett's Test of Sphericity
Sig. .000
Kết quả thể hiện ở Phụ lục 7, ta có 25 biến của 6 nhân tố được rút ra (thêm 2 biến là DU-3 và SHH-1 bị loại do hệ số tải nhân tố <0.5)