Phân tích nhân tố bằng các thành phần chính cho phép rút gọn nhiều biến số có tương quan lẫn nhau thành những đại lượng được thể hiện dưới dạng mỗi tương quan theo đường thẳng được gọi là nhân tố. Nghiên cứu sử dụng phương pháp phân tích nhân tố phải có hệ số tải nhân tố có trọng số lớn hơn 0.5 thì mới đạt yêu cầu, Kiểm định Bartlett: các biến quan sát có tương quan với nhau trong tổng thể, xem xét giá trị KMO: 0.5 ≤ KMO ≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại KMO ≤ 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Để phân tích EFA có giá trị thực tiễn: tiến hành loại các biến quan sát có hệ số tải nhân tố < 0.5
Xem xét giá trị tổng phương sai trích (yêu cầu là ≥ 50%): cho biết các nhân tố được trích giải thích được % sự biến thiên của các biến quan sát.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: Sử dụng phương pháp trích yếu tố là Principal components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues =1. Tiến hành loại các biến số có trọng số nhân tố (còn gọi là hệ số tải nhân tố) nhỏ hơn 0.3 và tổng phương sai trích được bằng hoặc lớn hơn 50% (thang đo được chấp nhận) (Gerbing & Anderson, 1988; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Tiêu chuẩn đối với hệ số tải nhân tố là phải lớn hơn hoặc bằng 0.5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0.3 là đạt được mức tối thiểu; lớn hơn 0.4 là quan trọng; lớn hơn 0.5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố lớn hơn 0.55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0.75 (Hair, Anderson, Tatham và Black; 2008).