tổng nhỏ hơn 0,3 được xem là biến rác và đương nhiên là bị loại khỏi thang đo.
4.5.2. Độ giá trị
Độ giá trị hội tụ (convergent validity) và độ phân biệt (discriminant validity) của thang đo được đánh giá sơ bộ thơng qua phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis). Các tham số thống kê trong phân tích nhân tố khám phá bao gồm:
- Kiểm định sự thích hợp của phân tích nhân tố với dữ liệu của mẫu thơng qua giá trị thống kê Kaiser-Meyer-Olkin (KMO). Theo đĩ, trị số của KMO lớn hơn 0,5 thì phân tích nhân tố là thích hợp (Garson, 2003)65, cịn nếu ngược lại nếu trị số KMO nhỏ hơn 0,5 thì áp dụng phương pháp phân tích nhân tố khơng thích hợp với dữ liệu đang cĩ.
- Số lượng nhân tố: Số lượng nhân tố được xác định dựa vào chỉ số eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố cĩ eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình nghiên cứu (Garson, 2003)
- Phương sai trích (variance explained criteria): Tổng phương sai trích phải lớn hơn 50%.
- Độ giá trị hội tụ: Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số chuyển tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0,4 trong một nhân tố (Garbing & Anderson, 1988)66
- Độ giá trị phân biệt: Để đạt độ giá trị phân biệt thì khác biệt giữa các hệ số chuyển tải factor loading phải lớn hơn hoặc bằng 0,3 (Jabnoun, 2003) - Phương pháp trích hệ số yếu tố Principal Axis Factoring: Nghiên cứu
này sử dụng phương pháp trích yếu tố Principal Axis Factoring với phép quay Promax vì nĩ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp Principal component với phép quay Varimax (Garbing & Anderson, 1988).