Sau khi đánh giá độ tin cậy các thang đo bằng hệ số Cronbach alpha, tác giả tiến hành phân tích nhân tố khám phá EFA. Để mô hình EFA đảm bảo khả năng tin cậy đòi hỏi phải thực hiện các kiểm định chính sau:
- Kiểm định tính thích hợp của EFA: Sử dụng thước đo KMO (Kaiser- Meyer-Olkin) để đánh giá sự thích hợp của mô hình EFA đối với ứng dụng vào dữ liệu thực tế nghiên cứu. Khi trị số KMO thỏa mãn điều kiện 0,5 < KMO < 1 thì phân tích nhân tố khám phá là thích hợp cho dữ liệu thực tế. -Kiểm định tương quan biến quan sát trong thước đo đại diện: Sử dụng
kiểm định Barlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo. Khi mức ý nghĩa của kiểm định Barlett nhỏ hơn 0,05 thì các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
-Kiểm định mức độ giải thích các biến quan sát với nhân tố: Sử dụng phương sai trích (%cumulative variance) để đánh giá mức độ giải thích của các biến quan sát đối với nhân tố. Trị số phương sai trích được chấp nhận khi lớn hơn 50%.
Ngoài ra một số tiêu chí khác để kiểm định EFA
-Hệ số tải nhân tố (factor loadings) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Theo Hair và cộng sự (1998 trích trong Nguyễn Đình Thọ, 2011) thì Factor loading ≥ 0,3 được xem là đạt mức tối thiểu, Factor loading ≥ 0,4 được xem là quan trọng, Factor loading ≥ 0,5 được xem là có ý nghĩa
thực tiễn. Trong phạm vi luận văn này nếu biến quan sát nào có Factor loading nhỏ hơn 0,5 sẽ bị loại.
-Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ, 2011).
-Hệ số Eigenvalue có giá trị ≥ 1, Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 34) đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những biến có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.