Nghiên cứu định lƣợng sơ bộ đƣợc tiến hành sau khi tác giả đã có sự điều chỉnh thang đo và thực hiện tại TP.HCM với số mẫu là 50 theo phƣơng pháp phỏng vấn trực tiếp. Mục đ ch nghi n cứu này nhằm đánh giá sơ bộ thang đo các khái niệm nghiên cứu trƣớc khi tiến hành nghiên cứu chính thức. Thang đo đƣợc đánh giá sơ bộ thông qua hệ số tin cậy Cronbach‟s alpha và phân tích nhân tố khám phá EFA.
Tóm tắt các kết quả nghi n cứu thang đo sơ bộ:
Kiểm tr độ tin cậy th ng đo: Độ tin cậy của thang đo đƣợc đánh giá thông qua hệ số Cronbach‟s alpha và hệ số tƣơng quan biến tổng (Item - Total Correlation). Theo Nunnally & Bernstein (1994, theo Nguyễn Đình Thọ, 2011) thì thang đo có thể chấp nhận đƣợc về độ tin cậy khi thỏa 2 điều kiện sau:
o Hệ số Cronbach's alpha từ 0,6 trở lên ( 0,6 .
o Hệ số tƣơng quan biến – tổng hiệu chỉnh (Corrected Item - Total Correlation) từ 0,3 trở lên. (Trong SPSS sử dụng hệ số tƣơng quan biến – tổng hiệu chỉnh).
Hệ số Cronbach‟s alpha của các nhân tố trong mô hình lần lƣợt là:
Bảng 3.3: Kết quả phân t ch độ tin cậy th ng đo sơ bộ
Th ng đo Ký hiệu Cronb ch’s alpha
Nhận thức về môi trƣờng NT 0,705 Đặc t nh sản phẩm xanh SP 0,802 Giá sản phẩm xanh GI 0,713 Hoạt động chi u thị xanh CT 0,862 Hành vi tiêu dùng xanh HV 0,867
(Nguồn T nh toán của tác giả
Phân tích nhân tố khám phá EFA: là phƣơng pháp phân t ch thống k dùng để rút gọn một tập hợp nhiều biến quan sát có mối tƣơng quan với nhau thành một tập biến (gọi là nhân tố) t hơn để
28
chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu.
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ đƣợc sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
o Hệ số KMO thuộc khoảng [0,5; 1] thì phân tích nhân tố là thích hợp, với mức ý nghĩa của kiểm định Bartlett's 0,05 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
o Hệ số tải nhân tố (Factor Loading) 0,5 đƣợc xem là có ý nghĩa thực tiễn.
o Thang đo đƣợc chấp nhận khi tổng phƣơng sai tr ch
và hệ số Eigenvalue > 1.
o Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố.
Tác giả sử dụng phƣơng pháp trích Principal Component Analysis với phép quay Varimax và điểm dừng tr ch các yếu tố có Eigenvalue > 1.
Kết quả phân phân tích nhân tố đối với 34 biến quan sát của 4 biến độc lập trong mô hình thu đƣợc nhƣ sau:
o Hệ số KMO = 0,501 đạt yêu cầu ≥ 0,5 với mức ý nghĩa của kiểm định Bartlett's = 0,000 đạt yêu cầu ≤ 0,05
o Tổng phƣơng sai tr ch đƣợc là 82,141% đạt yêu cầu ≥ 50% và hệ số Eigenvalue = 1,109 đạt yêu cầu
Tƣơng tự, kết quả phân t ch với 6 biến phụ thuộc nhƣ sau:
o Hệ số KMO = 0,820 đạt yêu cầu ≥ 0,5 với mức ý nghĩa của kiểm định Bartlett's = 0,000 đạt yêu cầu ≤ 0,05
o Tổng phƣơng sai tr ch đƣợc là 62,890% đạt yêu cầu ≥ 50% và hệ số Eigenvalue = 3,773 đạt yêu cầu
Ở bƣớc này do mẫu chỉ đạt 50 n n tác giả chƣa căn cứ vào hệ số tải nhân tố để loại biến, mà quyết định giữ lại tất cả 40 biến quan sát cho nghiên cứu ch nh thức (Phụ lục 3a).
29