Sau khi đánh giá s b các thang đo thành ph n công vi c và thang đo lòng trung thành b ng h s Cronbach Alpha, toàn b các bi n quan sát s đ c đ a vào phân tích nhân t khám phá (EFA), vi c phân tích nhân t EFA s giúp khám phá các c u trúc khái ni m nghiên c u, giúp lo i b đi các bi n đo l ng không đ t yêu c u và đ m b o cho thang đo có tính đ ng nh t. M c đích c a phân tích nhân t là rút g n t p h p các bi n có m i quan h ch t ch v i nhau thành m t nhân t mà không làm gi m thông tin các bi n ban đ u.
Trong quá trình phân tích nhân t có nh ng tiêu chu n và yêu c u c n ph i chú ý:
H s t i nhân t (factor loading) ph i l n h n 0,45, n u bi n nào có h s t i nhân t nh h n ho c b ng 0,45 thì s b lo i, factor loading l n nh t c t nào thì thu c vào nhân t đó (Theo Hair & ctg ,1998).
Ph ng sai trích l n h n ho c b ng 50% và eigenvalue có giá tr l n h n 1 thì thang đo đ c ch p nh n.
H s KMO (Kaiser – Meyer – Olkin) là tr s dùng đ xem xét s thích h p c a phân tích nhân t . Do v y h s KMO ph i n m gi a kho ng 0,5 và 1 (0,5<KMO<1) thì m i phù h p v i d li u thu th p đ c, còn n u KMO nh h n 0,5 thì không phù h p (Tr ng & Ng c, 2008).
M c ý ngh a c a ki m đ nh Barlles sig ≤ 0,05 thì m i có ý ngh a th ng kê.
Các bi n quan sát có t ng quan v i nhau xét trong ph m vi t ng th , khác bi t h s t i nhân t c a m t bi n quan sát gi a các nhân t ≥ 0,3 đ t o giá tr phân bi t gi a các nhân t (Jabnoun và Al-Tamimi, 2003).
Khi phân tích nhân t đ i v i các thang đo tác gi s d ng ph ng pháp trích Principal Compoment Analysis v i phép xoay Varimax và đi m d ng khi trích các y u t có eigenvalue l n h n 1.