CHƯƠNG 2 : NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU TỪ MẪU ĐIỀU TRA
2.2 Kết quả nghiên cứu
2.2.2.2 Phân tích nhân tố khám phá
Phân tích nhân tố EFA là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung cần thiết ban đầu (theo Hair & cộng sự – 1998)
Phương pháp EFA được sử dụng rộng rãi trong nghiên cứu để đánh giá sơ bộ các thang đo lường. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chí sau:
Hệ số KMO (Kaiser-Meyer-Olkin): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để
phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett (Bartlett«s test of sphericity): dùng để xem xét ma trận tương quan có phải là ma trận đơn vị, là ma trận có các thành phần (hệ số tương quan giữa các biến) bằng không và đường chéo (hệ số tương quan với chính nó) bằng 1. Nếu kiểm định Bartlett có Sig <0,05, chúng ta từ chối giả thuyết Ho (ma trận tương quan là ma trận đơn vị) nghĩa là các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2011).
Theo Hair & cộng sự (1998) Multivariate Data analysis, Prentice– Hall International trong phân tích EFA, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA.
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút số lượng 25 biến quan sát xuống cịn một số ít các biến dùng để phản ảnh một cụ thể sự tác động của các nhân tố đến ý định tiêu dùng của khách hàng. Mơ hình nghiên cứu ban đầu có 5 nhóm nhân tố với 15 biến ảnh hưởng đến quyết định mua của khách hàng. Toàn bộ 15 biến đo lường này được đưa vào phân tích.
Bảng 2.3: Kết quả phân tích nhân tố
Yếu tố cần đánh giá Giá trị So sánh
Hệ số KMO 0,830 0,5<0,830<1
Giá trị Sig trong kiểm định Bartlett 0,000 0,000<0,05
Phương sai tích 73,348 73,348% >50%
Giá trị Eigenvalue thấp nhất 1,061 1,061 >1
(Nguồn: Số liệu điều tra và phân tích phần mềm SPSS 20)
Kết quả phân tích cho thấy thang đo các nhân tố ảnh hưởng và thang đo ý định tiêu dùng có giá trị KMO lần lượt là 0,830 và 0,799với p – value (Sig.=0,000) của kiểm định bé hơn 0,05 do đó thang đo các biến nghiên cứu này đều đảm bảo các điều kiện để tiến hành phân tích nhân tố khám phá EFA.
Về thang đo các nhân tố ảnh hưởng đến ý định tiêu dùng rau an toàn của người dân thành phố Huế với số lượng 5 nhân tố được rút trích từ 15 biến quan sát ban đầu, tổng phương sai trích của phân tích EFA thu được là 73,348> 50%. Tất cả các nhân tố mới được rút trích đều đảm bảo các điều kiện về giá trị Eigenvalue (1,061) lớn hơn 1. Hệ số tải của các biến quan sát trên mỗi nhân tố đều lớn hơn 0,6.
Về thang đo ý định tiêu dùng thì 1 nhân tố được rút trích từ 6 biến quan sát ban đầu, tổng phương sai trích là 52,089 > 50%. Nhân tố mới được rút trích với giá trị Eigenvalue 3,125 lớn hơn 1. Hệ số tải của các biến quan sát trên mỗi nhân tố đều lớn hơn 0,6. Do đó, thang đo các biến nghiên cứu đều thỏa mãn điều kiện về giá trị hội tụ và giá trị phân biệt.
Bảng 2.4 Kết quả ma trận xoay nhân tố
Biến quan sát Nhân tố rút trích
1 2 3 4 5
Lựa chọn các sản phẩm RAT là tốt để đảm bảo sức khỏe cho chúng ta-SK4
0,767 RAT giảm nguy cơ ngộ độc thực phẩm-
SK5
0,766 Các sản phẩm RAT chứa ít lượng tồn dư hóa
chất độc hại-SK3 0,766
Các sản phẩm RAT giúp đảm bảo sức khỏe cho con người-SK2
0,754 Các sản phẩm RAT chứa nhiều vitamin và
khống chất-SK1 0,630
Tơi nghĩ chất lượng các loại RAT là đáng tin cậy-NT2
0,852 Tôi tin rằng RAT không gây hại cho sức khỏe-
NT3
0,816 Tơi tin rằng các loại RAT có nguồn gốc xuất xứ
rõ ràng-NT1
0,780
Các loại RAT thân thiện với mơi trường-MT1 0,824 Các loại RAT có thể ngăn ngừa ô nhiễm mơi
trường đất, khơng khí, nước-MT2
0,818 Các loại RAT có thể bảo vệ mơi trường bởi vì
nó ít lượng thuốc trừ sâu và phân bón có hại-
MT3
0,652
Các loại RAT không tiềm ẩn nguy cơ gây hại
cho sức khỏe-CL2 0,838
Các loại RAT có chất lượng cao hơn các loại rau
bình thường-CL1 0,786
Giá của RAT phù hợp với mức chi tiêu trong gia đình-GC2
0,913
Các sản phẩm RAT có giá khơng cao-GC1 0,884
Eigen Value 5,313 2,189 1,518 1,216 1,067
Phương sai trích 20,109 35,261 49,103 61,27 73,348
CronbachØs alpha 0,837 0,797 0,792 0,821 0,861
(Nguồn: Số liệu điều tra và phân tích phần mềm SPSS 20.0)
Dựa vào kết quả nghiên cứu trên cho thấy rằng sau khi phân tích nhân tố thì các nhân tố gộp cho ta thành 5 nhóm. Hệ số tải Factor loading của các biến đều có giá trị lớn hơn 0,5. Như vậy sau q trình thực hiện phân tích nhân tố, 15 biến quan sát được gộp thành 5 nhân tố.
Căn cứ vào kết quả ma trận nhân tố sau khi xoay ta được 5 nhân tố được định nghĩa như sau:
Nhân tố 1: Nhân tố này có hệ số Eigenvalue = 5,313>1, bao gồm 5 biến quan sát. Các biến quan sát này có hệ số tải từ 0,63 đến 0,767 đều lớn hơn 0,5. Nhân tố này đặt tên là Sự quan tâm đến sức khỏe, giá trị trung bình của các nhân tố thành viên
cho ta giá trị biến mới dùng để phân tích hồi quy sau này.
Nhân tố 2: Nhân tố này có hệ số Eigenvalue = 2,189>1, bao gồm 3 biến quan sát. Các biến quan sát này có hệ số tải từ 0,78 đến 0,852 đều lớn hơn 0,5. Nhân tố này đặt tên làNiềm tin, giá trị trung bình của các nhân tố thành viên cho ta giá trị biến mới
dùng để phân tích hồi quy sau này
Nhân tố 3: Nhân tố này có hệ số Eigenvalue = 1,518>1, bao gồm 3 biến quan sát. Các biến quan sát này có hệ số tải từ 0,63 đến 0,767 đều lớn hơn 0,5. Nhân tố này đặt tên làSự quan tâm đến mơi trường, giá trị trung bình của các nhân tố thành
viên cho ta giá trị biến mới dùng để phân tích hồi quy sau này.
Nhân tố 4: Nhân tố này có hệ số Eigenvalue = 1,216>1, bao gồm 2 biến quan sát. Các biến quan sát này có hệ số tải từ 0,786 đến 0,838 đều lớn hơn 0,5. Nhân tố này đặt tên là Chất lượng sản phẩm, giá trị trung bình của các nhân tố thành viên
cho ta giá trị biến mới dùng để phân tích hồi quy sau này.
Nhân tố 5: Nhân tố này có hệ số Eigenvalue = 1,067>1, bao gồm 2 biến quan sát. Các biến quan sát này có hệ số tải từ 0,884 đến 0,913 đều lớn hơn 0,5. Nhân tố này đặt tên là Giá cả, giá trị trung bình của các nhân tố thành viên cho ta giá trị biến mới
dùng để phân tích hồi quy sau này.
Sau khi rút trích các nhân tố, nhằm chắc chắn rằng đây là các yếu tố có thể đánh giá về vấn đề ý định tiêu dùng của người dân, ta tiến hành kiểm định Cronbach«s Alpha trên các nhân tố mới được rút trích.
Kết quả kiểm định thể hiện ở bảng 2.6 cho thấy Cronbach«s Alpha của 5 nhóm nhân tố mới (tại cột Cronbach«s Alpha) đều có giá trị lớn hơn 0,6. Mơ hình cịn lại gồm 5 nhóm nhân tố với 15 biến phân tích đều có hệ số tương quan tổng lớn hơn 0,3 nên phù hợp (Xem sau Phụ lục Kết quả xử lý số liệu phân tích nhân tố khám quá EFA). Có thể kết luận đây là một thang đo lường tốt và tin cậy để tiến hành phân tích.
Vậy các nhân tố ảnh hưởng đến Ý định tiêu dùng rau an tồn của người dân gồm 5 nhóm nhân tố trên. Đây chính là những nhân tố sẽ được sử dụng trong phân tích hồi quy ở phần tiếp theo.
2.2.3 Kiể m đị nh sự khác biệ t về ý đị nh tiêu dùng rau an toàn củ a ngư ờ i dânthành phố Huế theo nghề nghiệ p.