Các khái niệm và mô hình nghiên cứu
Mô hình nghiên cứu
1.2.1 Thuyết hành động hợp lý (TRA)
Thuyết hành động hợp lý (Theory of Reasoned Action -TRA) được phát triển lần đầu vào năm 1967 bởi Fishbein, sau đó đã được sửa đổi và mở rộng bởi Ajzen và Fishbein (1975). Theo lí thuyết này, các cá nhân có cơ sở và động lực trong quá trình ra quyết định của họ và đưa ra một sự lựa chọn hợp lí giữa các giải pháp, công cụ tốt nhất để phán đoán hành vi là ý định và hành vi được xác định bởi ý định thực hiện hành vi (BI) của một người. Theo Ajzen và Fishbein (1975), ý định hành vi sẽ chịu ảnh hưởng bởi thái độ (Attitude) đối với hành vi và tiêu chuẩn chủ quan hành vi (Subjective Norm) Trong đó:
Thái độ đối với quyết định là biểu hiện yếu tố cá nhân thể hiện niềm tin tích cực hay tiêu cực của người tiêu dùng và của sản phẩm.
Hạn chế lớn nhất của lý thuyết này xuất phát từ giả định rằng hành vi là dưới sự kiểm soát của ý chí Đó là, lý thuyết này chỉ áp dụng dối với hành vi có ý thức nghĩ ra trước Quyết đinh hành vi không hợp lý, hành động theo thói quen hoặc hành vi thực sự được coi là không ý thức, không thể được giải thích bởi lý thuyết này (Ajzen và Fishbein,1975).
Hình 1: Mô hình lý thuyết hành động hợp lý TRA
1.2.2 Thuyết hành vi được hoạch định (TPB)
Có thể thấy mô hình TPB hiệu quả hơn TRA trong việc dự đoán và giải thích hành vi người tiêu dùng trong một nội dung và hoàn cảnh nghiên cứu, lý thuyết và mô hình TPB được cho là có thể thể giải thích tốt hơn về ảnh hưởng của từng yếu tố đến ý đinh hành vi Điều này được giải thích là do bổ sung thêm nhân tố “ nhận thức kiểm soát hành vi” ảnh hưởng đến ý định hành vi.
Theo thuyết hành vi được hoạch định của Ajzen (1991), tác giả cho rằng ý định thực hiện hành vi sẽ chịu ảnh hưởng bởi ba nhân tố như thái độ đối với hành vi, tiêu chuẩn chủ quan và nhận thức về kiểm soát hành vi.
Thuyết hành vi hoạch định (TPB) được phát triển từ lí thuyết hành vi hợp lí (Ajzen và Fishbein, 1975), lí thuyết này được tạo ra do sự hạn chế của lí thuyết trước về việc cho rằng hành vi của con người là hoàn toàn do kiểm soát lí trí Tương tự như lí thuyết TRA, nhân tố trung tâm trong lí thuyết hành vi có kế hoạch là ý định của cá nhân trong việc thực hiện một hành vi nhất định.
Theo PGS TS Hoàng Văn Thành, 2020, ba yếu tố quyết định cơ bản trong lí thuyết hành vi có kế hoạch (TPB) được hiểu như sau:
Yếu tố cá nhân là thái độ cá nhân đối với hành vi về việc tích cực hay tiêu cực của việc thực hiện hành vi; về ý định nhận thức áp lực xã hội của người đó, vì nó đối phó với nhận thức của áp lực hay sự bắt buộc có tính qui tắc nên được gọi là chuẩn chủ quan; và cuối cùng là yếu tố quyết định về sự tự nhận thức (self-efficacy) hoặc khả năng thực hiện hành vi, được gọi là kiểm soát nhận thức hành vi (Ajzen, 2005) Lí thuyết cho thấy tầm quan trọng của thái độ đối với hành vi, chuẩn chủ quan và kiểm soát nhận thức hành vi dẫn đến sự hình thành của một ý định hành vi.
Hình 2 Mô hình lý thuyết hành vi có kế hoạch TPB
Thái độ hành vi: Là đánh giá thái độ tích cực hay tiêu cực đối với việc thực hiện một hành vi.
Chuẩn chủ quan: Là áp lực xã hội do nhận thức về việc nên hay không nên thực hiện một hành vi, hoặc niềm tin của người có liên quan khác rằng cô ấy/ anh ấy có nên thực hiện hành vi đó.
Kiểm soát hành vi: Mức độ thực hiện hành vi ( dễ dàng, khó khăn,…).
Ý định hành vi: Mức độ sẵn lòng khi thực hiện hành vi.
Hành vi: Phản ứng có thể quan sát được của một cá nhân trong tình huống nhất định.
1.2.3 Đề xuất mô hình nghiên cứu và giả thuyết nghiên cứu
Từ tiền đề là lý thuyết hành vi có kế hoạch TPB của Ajzen nhóm đã phát triển bổ sung thuyếtTPB mở rộng bao gồm các yếu tố mới Các yếu tố này có sự liên quan trực tiếp đến hành vi tiêu dùng xanh và gián tiếp thông qua ý định tiêu dùng xanh của người tiêu dùng.
Ngoài các yếu tố được nhắc đến trước đó như : Thái độ, Chuẩn chủ quan, Kiểm soát hành vi, ý định tiêu dùng xanh, … Thì nhóm đã đưa vào một số yếu tố khác cụ thể là : Mối quan tâm về môi trường, Kiến thức tiêu dùng xanh, Tính sẵn có của sản phẩm.
Mối quan tâm về môi trường (Enviromental Concern - EC)
Mối quan tâm về môi trường được hiểu là nhận thức của các cá nhân hoặc mức độ quan tâm chung của người đó đối với các vấn đề môi trường và sự hỗ trợ sẵn sàng của họ để giải quyết chúng (Hu và cộng sự, 2010) EC được xem là một nhân tố hữu ích để dự đoán các hành vi có nhận thức về môi trường, trong đó có mua sắm xanh (Kim và Choi, 2005; Mostafa, 2007) Mối quan tâm cao hơn về môi trường luôn dẫn đến ý định cao hơn để bảo vệ môi trường và mua sản phẩm xanh là một lựa chọn hiệu quả.
Sang và Bekhet đã chứng minh rằng mối quan tâm về môi trường có tác động tích cực đến ý định mua một sản phẩm xanh cụ thể ( ví dụ: xe điện) Yadav và Pathak kết luận rằng mối quan tâm về môi trường không chỉ ảnh hưởng tích cực đến ý định mua sản phẩm xanh mà còn ảnh hưởng tích cực đến thái độ đối với các sản phẩm xanh đó Với một cuộc điều tra thực nghiệm đối với người tiêu dùng Ấn Độ, Jaiswal và Kant cũng nhận thấy rằng mối quan tâm về môi trường có ảnh hưởng tích cực đến ý định mua sản phẩm xanh và thái độ đối với các sản phẩm xanh Bên cạnh đó, nhiều nghiên cứu trước đây đã kết hợp yếu tố nhận thức này vào khuôn khổ TPB Chen và Tung (2014) đã kết hợp mối quan tâm về môi trường vào khuôn khổ TPB mở rộng và kết luận rằng mối quan tâm tích cực hơn về môi trường dẫn đến hiệu ứng tích cực hơn về thái độ, các tiêu chuẩn chủ quan và kiểm soát hành vi đối với việc đến thăm các khách sạn xanh Kết quả này tương tự với nghiên cứu của Paul và cộng sự (2016), họ nhận thấy rằng mối quan tâm về môi trường có ảnh hưởng tích cực đến cả ý định mua sản phẩm xanh và cấu trúc TPB.
Một số nghiên cứu đã chứng minh tác động tích cực của mối quan tâm đến môi trường đối với ý định mua hàng của người tiêu dùng, nhưng cũng có những tuyên bố tương phản TheoYadav và Pathak (2016), mối quan tâm về môi trường không ảnh hưởng đến ý định của người tiêu dùng đối với việc mua thực phẩm hữu cơ Các tác giả (Smith & Paladino, 2010)
9 cũng báo cáo thực tế rằng mối quan tâm về môi trường có thể không ảnh hưởng đến hành vi của khách hàng và ý định mua sản phẩm xanh của họ.
Dựa trên đánh giá của nghiên cứu trước đây, bài nghiên cứu này không chỉ xem xét tác động trực tiếp của mối quan tâm môi trường đối với các biến của cấu trúc TPB như thái độ, chuẩn chủ quan, nhận thức kiểm soát hành vi mà còn xem xét tác động lên nhân tố kiến thức tiêu dùng xanh - GPK của người tiêu dùng Vì khi người tiêu dùng họ quan tâm đến các vấn đề môi trường nhiều hơn, họ sẵn sàng hỗ trợ tìm cách để xử lý chúng trong đó có việc nâng cao kiến thức về tiêu dùng xanh.
Do vậy, các giả thuyết được phát triển như sau như sau:
Quy trình nghiên cứu và kết quả nghiên cứu định tính
Kết quả nghiên cứu định tính
Các khái niệm nghiên cứu trong đề tài này gồm:
Các khái niệm được kế thừa từ mô hình TPB và TPB mở rộng: Thái độ, Chuẩn chủ quan, Nhận thức kiểm soát hành vi, Mối quan tâm về môi trường và Ý định tiêu dùng xanh. Các khái niệm được xây dựng mới: Kiến thức tiêu dùng xanh, Tính sẵn có của sản phẩm và Hành vi tiêu dùng xanh.
Các thang đo được sử dụng trong nghiên cứu này là thang đo Likert 5 điểm.
Phương pháp thảo luận nhóm được thực hiện thông qua hình thức online đối với một nhóm
8 người, đã và đang sử dụng các sản phẩm xanh và thực hiện các hành vi tiêu dùng xanh. Mục đích của phương pháp này nhằm hiệu chỉnh về mặt từ ngữ và nội dung của các biến quan sát cho phù hợp và dễ hiểu đối với người tiêu dùng các sản phẩm xanh tại Việt Nam. Các thang đo nhận được từ bước nghiên cứu định tính sẽ được sử dụng trong bước nghiên cứu định lượng sơ bộ tiếp theo.
Kết quả nghiên cứu định tính bằng phương pháp thảo luận nhóm được trình bày ở phụ lục.
Phương pháp chọn mẫu và xử lý dữ liệu
Phương pháp xử lý dữ liệu
Dữ liệu sau khi thu thập đủ sẽ được làm sạch, mã hóa, nhập liệu để sử dụng cho phân tích dữ liệu thông qua phần mềm SPSS phiên bản 22.0.
Phương pháp phân tích dữ liệu
Thống kê mô tả
Sử dụng công cụ thống kê như tần số, tỷ lệ phần trăm.
Đánh giá độ tin cậy Cronbach’s Alpha
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), Hệ số Cronbach’s Alpha từ 0,8 đến gần 1 là thang đo đo lường tốt, từ 0,7 đến gần 0,8 là sử dụng được.
Trong nghiên cứu này, chỉ chấp nhận ý nghĩa thống kê giải thích đối với các thang đo có hệ số Cronbach’s Alpha lớn hơn 0,7 và hệ số tương quan biến tổng (Item – total correlation) của biến quan sát lơn hơn 0,3.
Phân tích nhân tố khám phá Exploraroty Factor Analysis (EFA)
Phương pháp kiểm định nhân tố khám phá (EFA) được sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt Đối với đề tài kiểm định bằng mô hình SEM và phân tích CFA ta sử dụng phương pháp trích Principle Axis Factoring và phép quay Promax để phù hợp với đề tài.
Trong phân tích nhân tố khám phá EFA cần chú ý đến một số tiêu chuẩn như:
Chỉ số KMO (Kaiser – Meyer – Olkin measure of sampling adequacy): Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan từng phần của chúng Kaiser (1974) đề nghị với trị số của KMO lớn (0,5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig ≤ 0,05): đây là một đại lượng thống kê dùng để xem xét các biến số không có tương quan trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số tải nhân tố (Factor loadings): là những hệ số tương quan đơn giữa các biến và nhân tố Hệ số này yêu cầu phải ≥ 0,5 (Hair và cộng sự, 2006).
Hệ số Eigenvalue: hệ số này phải có giá trị lớn hơn 1 để các nhân tố có ý nghĩa trong việc giải thích phương sai mức độ biến thiên tổng hợp.
Tổng phương sai trích (TVE) ≥ 50% ( Gerbing và Anderson, 1988) để đảm bảo giá trị trong nghiên cứu thực tiễn.
Kiểm định độ phù hợp mô hình (Model Fit) trong CFA
Việc đánh giá độ phù hợp (Model Fit) trong CFA là rất quan trọng Ta thực hiện đánh giá dữ liệu thu thập đầu vào xem mô hình đo lường này với dữ liệu đầu vào có đạt yêu cầu không Những chỉ số được kiểm tra qua thang đo xem độ phù hợp của dữ liệu, của các biến quan sát có đống góp vào mô hình hay không.
Trong kiểm định đồ phù hợp mô hình (Model Fit) trong CFA cần chú ý đến một số chỉ số tiểu chuẩn như:
CMIN/df: CMIN/df ≤ 2 là tốt, CMIN/df ≤ 5 là chấp nhận được
CFI: CFI ≥ 0.9 là tốt, CFI ≥ 0.95 là rất tốt, CFI ≥ 0.8 là chấp nhận được
GFI: GFI ≥ 0.9 là tốt, GFI ≥ 0.95 là rất tốt
RMSEA: RMSEA ≤ 0.08 là tốt, RMSEA ≤ 0.03 là rất tốt
(Theo Hair et al (2010), Multivariate Data Analysis, 7 th edition về các chỉ số xem xét để đánh giá Model Fit)
Kiểm định giá trị hội tụ, phân biệt và sự tin cậy trong CFA
Kiểm định các yếu tố: kiểm định hội tụ (convergent validity), tính phân biệt (discriminant validity) và sự tin cậy (reliability) là rất cần thiết trong phân tích nhân tố khẳng định CFA. Các chỉ số validity và reliability của các nhân tố nếu không đảm bảo sẽ có thể gây ra một số sai lệch về kết quả phân tích.
Theo Hair et al., Multivariate Data Analysis, 2010, 7th edition thì các ngưỡng so sánh của
4 chỉ số trên tương ứng với các kiểm định về Validity và Reliability như sau: Độ tin cậy (Reliability): Standardlized Loading Estimates (hệ số tải chuẩn hóa) >= 0.5 (lý tưởng là >= 0.7) Composite Reliability (CR) (Độ tin cậy tổng hợp) >= 0.7
Tính hội tụ (Convergent) Average Variance Extracted (AVE) (Phương sai trung bình được trích)>= 0.5
Tính phân biệt (Discriminat) Maximum Shared Variance (MSV) < Average Variance Extracted (AVE) (Phương sai riêng lớn nhất < Phương sai trung bình được trích) Square Root of AVE (SQRTAVE) > Inter-Construct Correlations.
Tuy nhiên trong 4 chỉ số quan trọng trên, chỉ có Standardlized Loading Estimates là có sẵn khi thực hiện phân tích CFA, 3 chỉ số còn lại là Composite Reliability (CR),Average Variance Extracted (AVE), Maximum Shared Variance (MSV) sẽ sử dụng công cụ là plugin mở rộng Validity cho AMOS được tạo ra bởi Gaskin J , 2016 để ứng dụng trong nghiên cứu.
Phân tích nhân tố khẳng định CFA là một trong các kỹ thuật thống kê nhằm phục vụ cho mô hình cấu trúc tuyến tính CFA cho chúng ta kiểm định các biến quan sát đại diện cho các nhân tố tốt đến mức nào CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số cấu trúc tiềm ẩn về cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê.
Phương pháp CFA được sử dụng để khẳng định lại tính đơn hướng, tin cậy, giá trị hội tụ, và phân biệt của bộ thang đo các yếu tố ảnh hưởng trực tiếp đến hành vi tiêu dùng xanh và ảnh hưởng gián tiếp thông qua ý định tiêu dùng xanh của người tiêu dùng.
Kiểm định mô hình lý thuyết SEM
Để kiểm định mô hình lý thuyết, phương pháp phân tích mô hình cấu trúc tuyến tính SEM được sử dụng với sự hỗ trợ của phần mềm AMOS 24 Mô hình SEM là sự mở rộng của mô hình tuyến tính tổng quát (GLM) cho phép nhà nghiên cứu kiểm định một tập hợp phương trình hồi quy cùng một lúc Với việc hỗ trợ tất cả các kỹ thuật như hồi quy đa biến, phân tích nhân tố và phân tích mối quan hệ tương hỗ, SEM cho phép kiểm tra các mối quan hệ phức hợp trong mô hình lý thuyết thông qua ước lượng đồng thời các phần tử trong tổng thể mô hình, ước lượng mối quan hệ nhân quả giữa các khái niệm tiềm ẩn, các mối quan hệ ổn định và không ổn định, do các ảnh hưởng trực tiếp cũng như gián tiếp, kể cả sai số đo và tương quan phần dư Với kỹ thuật phân tích nhân tố khẳng định CFA, mô hình SEM cho phép linh động tìm kiếm mô hình phù hợp nhất trong các mô hình đề nghị Bên cạnh đó,
21 khi các hệ số ước lượng chuẩn hóa nhỏ hơn 1 và có ý nghĩa thống kê ( p 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Tổng phương sai trích = 56,787 % > 50% Chứng tỏ 56,787 % biến thiên của dữ liệu được giải thích bởi 8 nhân tố phù hợp với tiêu chuẩn đánh giá của phương pháp trích nhân tố.
Bảng 4.3.2: Kết quả phân tích nhân tốt EFA lần 1
Extraction Method: Principal Axis Factoring.
Rotation Method: Promax with Kaiser Normalization. a Rotation converged in 8 iterations.
Nhận xét: Sau khi tiến hành xoay 34 biến quan sát, kết quả cho thấy các biến được chia thành 8 nhóm nhân tố, tuy nghiên có 2 biến SN2_03 và SN5_03 không thõa mãn nên ta sẽ loại ra và tiến hành thực hiện lại phân tích.
Bảng 4.3.3: Kiểm định KMO và Barlett’s của các biến lần 2:
Kiểm định Barlett’s Approx Chi-Square 4899,3
Kết quả phân tích SPSS cho thấy giá trị KMO = 0,899 > 0,5 chứng tỏ phân tích nhân tố phù hợp với dữ liệu nghiên cứu Kết quả kiểm định Barlett’s là 4899,3 với mức ý nghĩa Sig = 0,000 < 0,5 các biến quan sát có tương quan với nhau trong tổng thể.
Tổng phương sai trích = 57,805 % > 50% Chứng tỏ 57,805 % biến thiên của dữ liệu được giải thích bởi 8 nhân tố phù hợp với tiêu chuẩn đánh giá của phương pháp trích nhân tố.
Bảng 4.3.4: Kết quả phân tích nhân tốt EFA lần 2
Extraction Method: Principal Axis Factoring.
Rotation Method: Promax with Kaiser Normalization. a Rotation converged in 7 iterations.
Nhận xét: Sau khi loại biến SN2_03 và SN5_03 ta tiến hành xoay 32 biến quan sát, kết quả các biến độc lập được chia thành 8 nhóm nhân tố và không có nhân tố nào bị loại khỏi nghiên cứu Đủ điều kiện tiến hành phân tích nhân tố khẳng định CFA.
Phân tích nhân tố khẳng định CFA
5.4.1 Kiểm định sự phù hợp của mô hình CFA
Bảng 4.4.1: Tóm tắt thông tin phân tích CFA
Các chỉ số đánh giá Giá trị
Giá trị kiểm định sig phù hợp (p – value) 0,000
Thông qua kết quả đánh giá mức độ phù hợp của phân tích CFA, ta thấy giá trị Cmin/df = 1,817 (< 2), chỉ số đánh giá CFI= 0,923 (>0,9) , chỉ số TLI= 0,912 ( >0,9), chỉ số GFI=0,856 (≥ 0.8) được đánh giá là tạm chấp nhận, chỉ số RMSEA= 0,052 (≤ 0.08) và giá trị kiểm định sig của mô hình = 0,000 ( 0.5 AVE > MSV Loại biến
Kiện Căn bậc hai của AVE > hệ số tương quan giữa các khái niệm Lần 1EC: AVE= 0,428 EC: AVE = 0,428 < 0,439 =MSV EC1_02
GPK: AVE = 0,484 Căn bậc hai của AVE = 0,654 < GPK1_01
0,662 (hệ số tương quan của EC và AT) Lần 2EC: AVE= 0,446 EC: AVE = 0,446 < 0,473 =MSV EC3_02
GPK: AVE = 0,498 Căn bậc hai của AVE = 0,668 < GPK2_01
0,688 (hệ số tương quan của EC và AT)
Lần 3EC: AVE= 0,474EC: AVE = 0,474< 0,475 =MSV EC2_02
Căn bậc hai của AVE = 0,688 0.5 và các trọng số chưa chuẩn hóa đều có ý nghĩa thống kê (P = 0,5.
Theo kết quả phân tích cho thấy, tất cả các hệ số chuẩn hóa của các biến quan sát lên các khái niệm đo lường đã đạt yêu cầu ( > 0,5) Bên cạnh đó, giá trị phương sai trung bình được trích (AVE) của các khái niệm cũng đạt yêu cầu (>= 0,5) Từ đó, ta có thể kết luận rằng, các nhân tố đạt giá trị hội tụ.
Tất cả các khái niệm có giá trị MSV đều nhỏ hơn AVE và các giá trị SQRTAVE đều lớn hơn tất cả các Inter-Construct Correlations, nên ta có thể nói rằng với dữ liệu hiện có thì thang đo đạt được giá trị phân biệt, điều này cho thấy thang đo bài nghiên cứu sử dụng rất đáng tin cậy và sử dụng tốt.
36 Đánh giá độ tin cậy thang đo Độ tin cậy thang đo là một trong những giá trị thang đo cần kiểm định chắc hơn, độ tin cậy thông qua phân tích CFA được đo lường bằng các chỉ số độ tin cậy tổng hợp (CR), hệ số Cronbach’s Alpha.
Hệ số Cronbach’s Alpha ở phần trên đã trình bày, các thang đo cho các khái niệm đều đạt yêu cầu về hệ số Cronbach’s Alpha.
Theo Hair và cộng sự (1995), tất cả giá trị thang đo (CR) đều lớn hơn 0.7, độ tin cậy của các khái niệm có giá trị giao động từ 0,759 - 0,87 Chứng tỏ kết quả đánh giá độ tin cậy tổng hợp các thang đo thuộc các khái niệm nghiên cứu đều có kết quả đạt yêu cầu.
Tiếp theo, tiến hành kiểm tra độ phù hợp mô hình với dữ liệu thị trường sau khi loại biến lại một lần nữa Độ phù hợp mô hình đã được cải thiện so với lần đầu khá nhiều Các chỉ số Model Fit cụ thể như sau: Cmin/df = (từ 1,871 xuống 1,502) < 2, CFI= ( từ 0,923 tăng lên 0,962) >0,9 , GFI= (từ 0,856 lên 0,904) > 0.9 , RMSEA= ( từ 0,052 giảm xuống 0,041) ≤ 0.08
Bảng 4.4.6: Model Fit của 2 mô hình trước và sau điều chỉnh
Mô hình χ2 χ2/df GFI CFI TLI RMSEA
Mô hình chưa 792,347 1,817 0,856 0,923 0,912 0,052 điều chỉnh
Mô hình đã điều 444,332 1,501 0,904 0,962 0,954 0,041 chỉnh
5.4.3 Kiểm định tính đơn nguyên đơn hướng
Theo Steenkamp & Van Trijp (1991) , mức độ phù hợp với mô hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn nguyên trừ trường hợp sai số của các biến quan sát có tương quan với nhau Từ kết quả thu được, mô hình được xem là phù hợp với dữ liệu thị trường và không có tương quan giữa các sai số đo lường nên có thể kết luận nó đạt tính đơn nguyên.
Kết luận: Như vậy, các khái niệm hay thang đo đạt sự tin cậy, tính hội tụ, tính phân biệt, tính đơn nguyên.
Hình 5: Phân tích nhân tố khẳng định CFA.
Kết quả phân tích cấu trúc tuyến tính SEM
Sau khi thực hiện phân tích khẳng định nhân tố CFA, ta tiến hành phân tích cấu trúc tuyến tính SEM nhằm kiểm định các giả thuyết nghiên cứu và đo lường sự tác động của các yếu tố lên nhau.
Theo Nguyễn Đình Thọ (2013) khi phân tích mô hình cấu trúc tuyến tính các đặc điểm về đánh giá mức độ phù hợp của mô hình cũng được xem xét giống như khi phân tích CFA. Một mô hình được đánh giá là phù hợp với dữ liệu thị trường khi đảm bảo các chỉ số TLI, CFI ≥ 0,9, CMIN/df ≤ 3 , GFI > 0,8 và RMSEA ≤ 0,08.
Dựa vào kết quả phân tích SEM, ta có thể thấy rằng các kết quả đánh giá độ phù hợp của mô hình đều đạt yêu cầu, chỉ số CMIN/df = 1,777 (< 2) , chỉ số TLI= 0,929 và chỉ số CFI= 0,938 (> 0,9), chỉ số GFI = 0,883 (> 0,8) , RMSEA=0,051 (< 0,08), giá trị kiểm định P-value mức độ phù hợp = 0,000 (< 0,05) nên ở độ tin cậy 95% ta kết luận rằng dữ liệu phù hợp với mô hình SEM phân tích, các kết quả giải thích đáng tin cậy để sử dụng. Bảng 4.4.7 Giá trị Model Fit của mô hình lý thuyết SEM
Các chỉ số đánh giá Giá trị
Phương pháp phân tích cấu trúc tuyến tính SEM cho thấy được ưu điểm hơn phương pháp hồi quy tuyến tính bội vì giải quyết được mô hình ước lượng đồng thời, các mối quan hệ phức tạp sẽ được thực hiện một cách dễ dàng, chúng ta không phải thực hiện hồi quy từng phần sau đó mới tính mức độ phù hợp mô hình tổng thể.
Các giả thuyết nghiên cứu của công trình cần kiểm định như sau:
H1a: Mối quan tâm môi trường EC ảnh hưởng tích cực lên thái độ tiêu dùng xanh AT.
H1b: Mối quan tâm môi trường EC ảnh hưởng tích cực lên chuẩn chủ quan SN
H1c: Mối quan tâm môi trường EC ảnh hưởng tích cực lên nhận thức kiểm soát hành vi PBC
H1d: Mối quan tâm môi trường EC ảnh hưởng tích cực lên ý định tiêu dùng xanh PI H1e: Mối quan tâm môi trường EC ảnh hưởng tích cực lên kiến thức tiêu dùng xanh GPK. H2a: Kiến thức tiêu dùng xanh GPK tác động tích cực lên chuẩn chủ quan SN
H2b: Kiến thức tiêu dùng xanh GPK tác động tích cực lên nhận thức kiểm soát hành vi PBC
H2c: Kiến thức tiêu dùng xanh GPK tác động tích cực lên tính sẵn có sản phẩm AGP. H2d: Kiến thức tiêu dùng xanh GPK có tác động tích cực lên ý định tiêu dùng xanh PI. H3: Thái độ AT có tác động tích cực lên ý định tiêu dùng xanh PI
H4: Nhận thức kiểm soát hành vi có tác động tích cực lên ý định tiêu dùng xanh PI. H5a: Chuẩn chủ quan ảnh hưởng tích cực đến ý định tiêu dùng xanh
H5b: Chuẩn chủ quan ảnh hưởng tích cực đến thái độ.
H5c: Chuẩn chủ quan ảnh hưởng tích cực lên nhận thức kiểm soát hành vi.
H6: Tính sẵn có sản phẩm AGP có tác động tích cực lên ý định tiêu dùng xanh PI.
H7: Ý định tiêu dùng xanh có tác động tích cực lên hành vi tiêu dùng xanh PB
Thực hiện chạy mô hình với các chỉ số phù hợp thu được kết quả với hai nhân tố ảnh hưởng tới hành vi tiêu dùng xanh thông qua ý định mua xanh đó là thái độ và nhận thức kiểm soát hành vi Nhân tố chuẩn chủ quan, mối quan tâm môi trường, kiến thức tiêu dùng xanh và tính sẵn có của sản phẩm xanh có giá trị p lần lượt là 0,417, 0,949, 0,414 và
0,114 đều lơn 0.5 Ngoài ra nhân tố mối quan tâm môi trường ảnh hưởng không có ý nghĩa thống kê lên chuẩn chủ quan có giá trị p là 0,257 > 0.05.
Tiếp theo, loại bỏ những mối quan hệ không có ý nghĩa thống kê với p > 0.05 theo thứ tự từ lớn tới nhỏ Kết quả thu được khá bất ngờ khi tính sẵn có sản phẩm xanh đã trở nên có ý nghĩa thống kê với p = 0,009