Toàn bộ các biến quan sát được đưa vào phân tích nhân tố khám phá (EFA) để tóm tắt hay giảm bớt dữ liệu và tính độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay không. Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá (EFA) như sau:
(1) hệ số KMO1 (Kaiser Mayer Olkin) ≥ 0.5
(2) hệ số tải nhân tố (Factor loading) 2 > 0.4 , nếu biến quan sát nào có hệ số nhân tố < 0.4 sẽ bị loại
(3) thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (4) hệ số Eigenvalue > 1
(5) khác biệt hệ số tải nhân tố của một biết quan sát giữa các nhân tố ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố
---
1 KMO là một chỉ tiêu dùng để xem sét sự thích hợp của phân tích nhân tố khám phá (EFA). Trị số của KMO nằm trong khoảng 0.5 ≤ KMO ≤ 1 là điều kiện đủ để phân tích nhân tố là 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 - Chu Nguyễn Mộng Ngọc , 2008 , tập 2 , P 31).
2 Hệ số tải nhân tố ( Factor loading ) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0.3 được xem là đạt mức tối thiểu, Hệ số tải nhân tố > 0.4 được xem là quan trọng và > 0.5 được xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn hệ số tải nhân tố > 0.3 thì cỡ mẫu nghiên cứu phải ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố > 0.55, nếu cỡ mẫu khoảng 50 thỉ hệ số tải nhân tố phải > 0.75 (Theo Hair & ctg, 1998, P 111)
-- 50 --