7. CẤU TRÚC CỦA LUẬN VĂN
2.12. Kết luận chương 2
Chương 2 đã trình bày phương pháp thực hiện nghiên cứu định lượng để kiểm định thang đo và mô hình nghiên cứu cùng kết quả kiểm định. Chương này trình bày nghiên cứu định tính và nghiên cứu định lượng: Nghiên cứu định tính bằng hình thức thảo luận tay đôi theo một nội dung được chuẩn bị trước dựa theo các thang đo có sẵn, nội dung thảo luận sẽ được ghi nhận, tổng hợp làm cơ sở cho việc điều chỉnh và bổ sung các biến. Nghiên cứu định lượng với kỹ thuật thu thập dữ liệu là gửi khảo sát.
Thang đo lường gồm 4 yếu tố chính: (1) nhận thức, thái độ, (2) tác nhân ảnh hưởng, (3) sản phẩm thị trường, (4) hành vi. Phần mềm xử lý dữ liệu SPSS phiên bản 22.0 được sử dụng để mô tả dữ liệu, đánh giá độ tin cậy, độ giá trị của thang đo lường cũng như thực hiện các thống kê suy luận khác. Kết quả nghiên cứu sau khi tiến hành phân tích dữ liệu sẽ được nhóm nghiên cứu trình bày cụ thể trong Chương 3 tiếp theo.
CHƯƠNG 3: KẾT QUẢ PHÂN TÍCH
35
CHƯƠNG 3: KẾT QUẢ PHÂN TÍCH
3.1. Mô tả quá trình khảo sát
Nghiên cứu thực hiện với số phiếu khảo sát thu về 930phiếu (trong đó khảo sát bằng hình thức khảo sát online 679 phiếu chiếm 73% tổng lượng mẫu khảo sát, hình thức khảo sát ofline 251 phiếu chiếm 27%), gạn lọc được 778 phiếu hợp lệ, 134 phiếu không hợp lệ do không đúng khu vực và chọn duy nhất một cột. Phần trăm số phiếu hợp lệ là 83,65% đủ yêu cầu thông tin. Dữ liệu sau khi được nhập vào phần mềm SPSS 22.0 sẽ tiến hành làm sạch và phát hiện, xử lý các giá trị khuyết bằng cách sử dụng bảng tần số để tiến hành rà soát tất cả các biến nhằm phát hiện sai sót trong quá trình nhập dữ liệu do nhập thiếu mục trả lời. Kết quả, không phát hiện sai sót nào, không có giá trị khuyết, các biến có đầy đủ thông tin hợp lệ. Như vậy toàn bộ dữ liệu gồm 778 mẫu hợp lệ được đưa vào phân tích các bước tiếp theo phục vụ cho quá trình nghiên cứu.
3.2. Mô tả các mẫu nghiên cứu
3.2.1. Giới tính
Bảng thống kê số liệu nam và nữ được trình bày trong bảng sau đây:
Bảng 3.1: Số liệu khảo sát giữa nam và nữ
(Nguồn: Xử lý số liệu bằng SPSS 22.0)
Tần số Phần trăm
Nam 315 40,5
Nữ 463 59,5
36
Hình 3.1: Biểu đồ thể hiện tổng số khảo sát giữa nam và nữ
Như kết quả thống kê trên cho thấy số lượng người tham gia khảo sát là nữ chiếm ưu thế hơn nam với nữ chiếm 59,5% (463 phiếu) trong khi nam chỉ chiếm 40,5% (315 phiếu).
3.2.2. Độ tuổi
Bảng 3.2: Thống kê số liệu khảo sát giữa các lứa tuổi
Tần số Phần trăm 11 - 15 tuổi (cấp 2) 145 18,6 16 - 18 tuổi (cấp 3) 285 36,6 19 - 35 tuổi 163 21,0 36 - 50 tuổi 142 18,3 > 50 tuổi 43 5,5 Tổng 778 100,0 (Nguồn: Xử lý số liệu bằng SPSS 22.0)
37
Hình 3.2: Biều đồ thể hiện số liệu thống kê khảo sát giữa các lứa tuổi
Do sự chênh lệch giữa phiếu khảo sát online và offline mà số lượng phiếu khảo sát tập trung đa số vào lứa tuổi từ 11 đến 35 tuổi là chủ yếu.
Số lượng phiếu khảo sát của lứa tuổi 16-18 tuổi chiếm ưu thế với số lượng phiếu khảo sát là 285 phiếu chiếm 36,6%. Số lượng phiếu khảo sát của lứa tuổi lớn hơn 50 là ít nhất với 43 phiếu chiếm 5,5%.
3.2.3. Trình độ học vấn
Bảng 3.3: Thống kê số liệu khảo sát trình độ học vấn
Tần số Phần trăm
Phổ thông trung học trở
xuống 499 64,1
Đại học, cao đẳng, trung cấp 260 33,4
Trên đại học 19 2,4
Tổng 778 100,0
38
Hình 3.3: Biều đồ thể hiện số liệu thống kê khảo sát trình độ học vấn
Như kết quả thống kê trên cho thấy trình độ học vấn của người tham gia khảo sát là trình độ phổ thông trung học trở xuống chiếm 64,4% trong khi đó trình độ trên đại học chỉ chiếm 2,44%, còn lại là trình độ đại học, cao đẳng, trung cấp chiếm 33,42%.
3.2.4. Nghề nghiệp
Bảng 3.4: Thống kê số liệu giữa các nhóm nghề nghiệp
Tần số Phần trăm
HSSV 547 70,3
NHÂN VIÊN VĂN PHÒNG 58 7,5
LĐ PHỔ THÔNG 37 4,8
KINH DOANH BUÔN BÁN 34 4,4
NỘI TRỢ 29 3,7
KHÁC 73 9,4
Tổng 778 100,0
39
Hình 3.4: Biểu đồ thể hiện số liệu giữa các nhóm nghề nghiệp
Nghề nghiệp tham gia khảo sát đa số là học sinh sinh viên với 547 phiếu chiếm 70,3%.
Nội trợ có số lượng phiếu thấp nhất so với các nghề khác với 29 phiếu chiếm 3,7%. 3.2.5. Khu vực sinh sống
Bảng 3.5: Thống kê số liệu khảo sát giữa các phường tại quận Thủ Đức và Quận 9
Tần số Phần trăm Tần số Phần trăm
Bình chiểu TĐ 11 1,4 Long Phước Q9 25 3,2
Bình Thọ TĐ 31 4,0 Long Thạnh Mỹ Q9 34 4,4
Hiệp Bình Chánh TĐ 15 1,9 Long Trường Q9 34 4,4
Hiệp Bình Phước TĐ 22 2,8 Phú Hữu Q9 12 1,5
Linh Chiểu TĐ 27 3,5 Phước Bình Q9 11 1,4
Linh Đông TĐ 24 3,1 Phước Long A Q9 12 1,5
Linh Tây TĐ 16 2,1 Phước Long B Q9 31 4,0
Linh Trung TĐ 51 6,6 Tân Phú Q9 23 3,0
40
Tam Bình TĐ 15 1,9 Tăng Nhơn Phú B Q9 30 3,9
Tam Phú TĐ 28 3,6 Trường Thạnh Q9 13 1,7
Trường Thọ TĐ 84 10,8 N/A Q9 71 9,1
Hiệp Phú Q9 38 4,9 N/A TĐ 29 3,7
Long Bình Q9 33 4,2 Tổng 778 100,0
(Nguồn: Xử lý số liệu bằng SPSS 22.0)
Hình 3.5: Biểu đồ thể hiện số liệu khảo sát tại các khu vực tại quận Thủ Đức và quận 9
Số phiếu khảo sát tại các phường không chênh lệch quá nhiều riêng tại phường Linh Tây (51) và Trường Thọ (84) quận Thủ Đức có số phiếu khảo sát nổi trội hơn.
Tại các khu vực phường Bình Chiểu quận Thủ Đức và phường Phước Bình có số phiếu khảo sát thấp nhất là 11 phiếu chiếm 1,4%.
41
3.3. Phân tích độ tin cậy của thang đo bằng Cronbach’s Alpha với các yếu tố độc lập
Kiểm định độ tin cậy thang đo Cronbach’s Alpha là một phép kiểm định thống kê nhằm kiểm tra mức độ chặt chẽ và tương quan giữa các biến quan sát trong cùng một nhân tố. Đây cũng là bước nhằm loại bỏ các biến không phù hợp trước khi đi vào bước tiếp theo là kiểm định EFA.
Hệ số Cronbach’s Alpha có giá trị biến thiên nằm trong khoảng từ 0 đến 1. Hệ số này càng cao cho thấy sự tương quan giữa các biến càng tốt. Chỉ có những biến có hệ số Cronbach’s Alpha lớn hơn 0,6 và hệ số tương quan biến tổng (Corrected Iterm-Total Correlation) lớn hơn 0,3 được chấp nhận và đưa vào bước tiếp theo (Nunnally, 1978; Peterson, 1994; Slater, 1995)
3.3.1. Phân tích độ tin cậy của thang đo bằng Cronbach’s Alpha với thang đo nhận thức thái độ thức thái độ
Bảng 3.6: Kết quả phân tích độ tin cậy đối với thang đo nhận thức thái độ
Ký hiệu
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Alpha nếu loại bỏ biến Cronbach’s Alpha: 0,626 NTTĐ2 3,97 1,086 0,458 NTTĐ3 3,70 1,305 0,458 (Nguồn: Xử lý số liệu bằng SPSS 22.0)
Sau khi loại bỏ biến NTTĐ 1 do có hệ số tương quan biến – tổng (0,112) không phù hợp chúng tôi thu được kết quả như bảng trên. Hệ số Cronbach’s Alpha đạt được là 0,626 và có tương quan biến tổng đều bằng 0,458 thỏa mãn điều kiện hệ số Cronbach’s Alpha lớn hơn 0,6 và tương quan biến tổng lớn hơn 0,3. Hai biến NTTĐ2 và NTTĐ3 là phù hợp.
42
3.3.2. Phân tích độ tin cậy của thang đo bằng Cronbach’s Alpha đối với thang đo tác nhân ảnh hưởng tác nhân ảnh hưởng
Bảng 3.7: Kết quả phân tích độ tin cậy đối với thang đo tác nhân ảnh hưởng
Ký hiệu
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Alpha nếu loại bỏ biến Cronbach’s Alpha: 0,715 TNAH1 8,39 3,550 0,405 0,805 TNAH2 7,82 3,375 0,661 0,476 TNAH3 7,84 3,657 0,568 0,589 (Nguồn: Xử lý số liệu bằng SPSS 22.0)
Thang đo nhận thức được xây dựng từ 3 biến quan sát từ TNAH1 đến TNAH3. Kết quả phân tích dữ liệu cho thấy hệ số Cronbach’s Alpha là 0,715 lớn hơn 0,6. Tương quan biến tổng đều lớn hơn 0,3. Như vậy các biến quan sát trong thang đo tác nhân ảnh hưởng là tin cậy.
3.3.3. Phân tích độ tin cậy của thang đo bằng Cronbach’s Alpha với thang đo sản phẩm thị trường phẩm thị trường
Bảng 3.8: Kết quả phân tích độ tin cậy đối với thang đo sản phẩm thị trường.
Ký hiệu
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Alpha nếu loại bỏ biến Cronbach’s Alpha: 0,661 SPTT1 3,78 1,207 0,498 SPTT3 4,11 0,921 0,498 (Nguồn: Xử lý số liệu bằng SPSS 22.0)
Thang đo sản phẩm thị trường gồm 3 biến quan sát từ SPTT1 đến SPTT3, tuy nhiên trong quá trình xử lý số liệu biến quan sát SPTT2 có hệ số tương quan biến tổng (0,272) không đạt nên đã loại bỏ. Do đó bảng kết quả có hệ số Cronbach’s Alpha là 0.626 lớn
43
hơn 0,6 và hệ số tương quan biến tổng đều trên 0,3. Hai biến quan sát SPTT1 và SPTT3 có sự tin cậy và phù hợp.
3.4. Phân tích nhân tố khám phá (EFA)
Sau khi tiến hành kiểm định thang đo với hệ số tin cậy Cronbach’s Alpha các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố khám phá (EFA). Phương pháp phân tích nhân tố khám phá là phương pháp phân tích phụ thuộc lẫn nhau giữa các biến. Phương pháp phân tích nhân tố khám phá sẽ giúp nhà nghiên cứu rút gọn từ một tập hợp nhiều biến quan sát thành những biến tiềm ẩn ít nhưng vẫn giải thích được bản chất dữ liệu (Hair et al, 2006). Đối với nghiên cứu này phân tích khám ohas sẽ được thực hiện cho các biến độc lập và biến phụ thuộc riêng. Phương pháp rút trích nhân tố sử dụng là phương pháp rút thành phần chính (Principal Component) với phép xoay Varimax để rút trích được số lượng nhân tố bé nhất (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tiêu chuẩn của phân tích là hệ số factor loading tối thiểu là 0.5 trong một nhân tố, giá trị eigenvalue lớn hơn hoặc bằng 1, phương sai trích tối thiểu 50%, hệ số KMO tối thiểu bằng 0.5, kiểm định Bartlett có p-value nhỏ hơn 0.05. Kết quả phân tích từ dữ liệu thu được như sau:
Phương pháp EFA được sử dụng cho 9 biến quan sát được trích từ 3 nhân tố độc lập, sử dụng phương pháp Principal Component với phép quay Varimax.
Bảng 3.9: Hệ số KMO và kiểm định Barlett’s Hệ số KMO và kiểm định Barlett’s
Chỉ số KMO 0,797
Kiểm định Barlett’s
Thống kê Chi - bình phương 1608,836
Bậc tự do (df) 21
Mức ý nghĩa (Sig.) 0,000
44
Bảng 3.10: Tổng phương sai trích
Nhân tố
Eigenvalues ban đầu Tổng bình phương hệ số tải đã trích xuất Tổng bình phương hệ số tải đã xoay Toàn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) Toàn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) Toàn phần Phần trăm của phương sai (%) Phần trăm tích lũy (%) 1 3,17 45,34 45,34 3,17 45,34 45,34 2,61 37,28 37,28 2 1,15 16,39 61,73 1,15 16,39 61,73 1,71 24,45 61,73 3 0,77 11,02 72,76 4 0,67 9,58 82,34 5 0,49 6,98 89,31 6 0,44 6,25 95,56 7 0,31 4,44 100,00
Extraction Method: Principal Component Analysis
45 Bảng 3.11: Ma trận xoay Nhân tố 1 2 SPTT3 0,796 SPTT1 0,773 TNAH2 0,741 0,367 TNAH3 0,699 0,384 TNAH1 0,532 NTTĐ2 0,822 NTTĐ3 0,804
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Rotation coverged in 3 iterrations.
(Nguồn: Xử lý số liệu bằng SPSS 22.0)
Kết quả cho thấy hệ số KMO = 0,797 ( >0.5) và với mức ý nghĩa Sig = 0,0000 < 0.05 vì vậy các biến quan sát có tương quan với nhau nên việc phân tích nhân tố là hoàn toàn phù hợp.
Hai nhân tố có hệ số Eigenvalues > 1 và có tổng phương sai trích lớn hơn 50% đã thỏa mãn yêu cầu. Dựa trên đó chúng tôi rút ra được 2 nhóm nhân tố X1 và X2.
Trong bảng ma trận xoay hệ số tải của biến TNAH2 và TNAH 3 có sự xuất hện hệ số tải tại 2 nhóm nhân tố. Tuy nhiên sau khi kiểm tra chúng tôi nhận thấy chênh lệch giữa
46
hai hệ số tải là đều lớn hơn 0,3, do đó hai biến này được xem xét giữ lại và hai biến đều nằm ở nhóm nhân tố 1 vì có hệ số tải tại đây cao hơn so với nhóm còn lại.
Đặt tên nhân tố mới: X1: Tác nhân ảnh hưởng. X2: Nhận thức, thái độ.
Nhân tố X1 bao gồm 5 biến: SPTT 3, SPTT 1, TNAH 2, TNAH 3, TNAH 1. Nhân tố X2 gồm 3 biến: NTTĐ 3, NTTĐ 2.
Thang đo chính thức sau khi xử lý EFA gồm 7 biến quan sát thuộc 2 nhóm biến độc lập là X1 (5 biến) và X2 (3 biến).
47
Bảng3.12: Mã hóa lại các biến theo nhóm nhân tố
Nhân tố Nội dung các biến Mã hóa
X1 Tôi sẽ giảm sử dụng túi ni lông khi mọi người xung quanh giảm sử dụng.
TNAH 1
Tôi đánh giá cao nếu có chính sách rõ ràng, hướng dẫn việc sử dụng sản phẩm xanh.
TNAH 2
Nếu tôi có đủ khả năng, tôi sẽ mua sản phẩm dùng nhiều lần để mang theo người khi đi ăn uống.
TNAH 3
Tôi sẽ chọn sản phẩm có mức phù hợp với nhu cầu và tài chính của bản thân.
TNAH 4
Tôi muốn sản phẩm mua có kèm khuyến mãi, nhiều sự lựa chọn.
TNAH 5
X2 Tôi sẽ cố gắng tái sử dụng các sản phẩm nhựa sử dụng một lần.
NTTĐ 1
Tôi quan tâm đến chất lượng của sản phẩm xanh thay thế, giá thành không quan trọng.
NTTĐ 3
(Nguồn: Xử lý số liệu bằng SPSS 22.0)
3.5. Phân tích tương quan
Trước khi đi vào kiểm định mô hình nghiên cứu bằng phân tích hồi quy chúng tôi xem xét mối tương quan giữa các biến trong mô hình với nhau. Để thực hiện kiểm tra chúng tôi đã sử dụng phân tích ma trận tương quan Pearson nhằm mục đích lượng hóa mức độ chặt chẽ giữa các biến độc lập và biến phụ thuộc, ngoài ra còn lượng hóa sự chặt chẽ giữa các biến độc lập với nhau.
48
Hệ số tương quan Pearson (r) có giá trị trong khoảng từ -1 đến 1,hệ số r càng tiến dần về 1 hoặc -1 thì chứng tỏ mối liên hệ giữa hai biến càng mạnh. Nếu r > 0 cho thấy mối quan hệ giữa hai biến là thuận, tức là nếu giá trị của biến này tăng sẽ làm tăng giá trị của biến kia và ngược lại. Nếu r < 0 thì mối quan hệ giữa hai biến là nghịch, có nghĩa là nếu như biến này tăng thì biến kia sẽ giảm và ngược lại.
Bảng 3.13: Bảng tương quan giữa yếu tố độc lập và phụ thuộc
HÀNH VI TÁC NHÂN ẢNH HƯỞNG NHẬN THỨC, THÁI ĐỘ HÀNH VI Pearson Correlation 1 -.101 ** .015 Sig. (2- tailed) .005 .668 N 778 778 778
TÁC NHÂN ẢNH HƯỞNG Pearson
Correlation -.101 ** 1 .424** Sig. (2- tailed) .005 .000 N 778 778 778 NHẬN THỨC, THÁI ĐỘ Pearson Correlation .015 .424 ** 1 Sig. (2- tailed) .668 .000 N 778 778 778
**. Tương quan với mức ý nghĩa 1% (2-tailed).
(Nguồn: Xử lý số liệu bằng SPSS 22.0)
Từ bảng kết quả trên cho chúng tôi nhận thấy tác nhân ảnh hưởng có hệ số Sig < 0,05 và hệ số tương quan r = -0,101 có nghĩa là yếu tố tác nhân ảnh hưởng có tương quan đến hành vi và với mối quan hệ giữa hai biến này là nghịch hay có thể hiểu rằng khi biến tác nhân ảnh hưởng tăng lên thì sẽ làm cho biến hành vi giảm xuống. Tuy nhiên với hệ số
49
tương quan như vậy thì mức độ tương quan giữa yếu tố tác nhân ảnh hưởng và hành vi là tương đối yếu.
Biến nhận thức thái độ do có hệ số Sig > 0,05 được xác định là không có tương quan với biến hành vi tuy nhiên do có trường hợp hệ số Sig ở bước tương quan lớn hơn 0,05 nhưng tại bước hồi quy nhỏ hơn 0,05 nên được xem xét giữ lại và quyết định loại bỏ biến sau khi thực hiện bước hồi quy.
Biến tác nhân ảnh hưởng và nhận thức thái độ có Sig < 0,05 và hệ số tương quan r=0,424 cho thấy hai biến độc lập này có mối quan hệ tương quan với nhau theo mối