6. Tổng quan nghiên cứu
2.5.3. Phân tích hồi quy đa biến và phân tích tƣơng quan
Sau khi thực hiện kiểm định thang đo đánh giá độ tin cậy với hệ số tin cậy Cronbach’s Alpha và khiểm định giá trị khái niệm của thang đo với phân tích nhân tố khám phá EFA và tiến hành tính toán nhân số (giá trị các nhân tố trích đƣợc trong phần phân tích nhân tố EFA) thông qua việc tính trung bình cộng của các biến quan sát thuộc nhân tố tƣơng ứng.
tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
Phân tích tƣơng quan
Kiểm định mối tƣơng quan tuyến tính giữa các biến trong mô hình: giữa biến phụ thuộc với từng biến độc lập với nhau. Sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữ hai biến định lƣợng: giá trị tuyệt đối của hệ số Pearson càng gần 1 thì hai biến này có mối tƣơng quan tuyến tính càng chặt chẽ (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2005)
Trong mô hình nghiên cứu, kì vọng có mối tƣơng qua tuyến tính chặt chẽ giữa các biến phụ thuộc và các biến độc lập, và nhận dạng hiện tƣợng đa cộng tuyến (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2005).
Phân tích hồi quy đa biến
Sau khi kết luận các biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện hồi quy đa biến theo phƣơng pháp Enter: tất cả các biến đƣợc đƣa vào một và xem xét các kết quả thống kê liên quan.
Phƣơng trình hồi quy đa biến cho mô hình nghiên cứu đề xuất ban đầu.
Mô hình hồi quy đề xuất
Dựa trên các thành phần của TPB mô hình để giải thích ý định hành vi
BI trở thành: BI =
Trong đó 𝛽 là trọng số xác định (empirically determined weights) để ƣớc tính tầm quan trọng của mỗi thành phần. Tùy thuộc vào bối cảnh và con ngƣời, ảnh hƣởng của thái độ hƣớng tới hành vi, chuẩn chủ quan và kiểm soát hành vi nhận thức về hành vi ý định có thể khác nhau. Nói chung, nếu thái độ, chuẩn chủ quan và nhận thức kiểm soát hành vi tích cực thì nhiều khả năng
ngƣời đó có thể thực hiện hành vi theo nghiên cứu. Tuy nhiên, do hậu quả xã hội và ngƣời thực hiện không có toàn quyền kiểm soát việc thực hiện, và việc cố gắng thực hiện hành vi là không cần thiết thì có thể hành vi không nhất thiết đƣợc thể hiện ra. Phân tích trong nghiên cứu này sẽ cho biết cách các thành phần này ảnh hƣởng đến ý định chuyển đổi canh tác lúa sinh học.
Bảng 2.7: Mô tả các biến trong phương trình hồi quy đa biến.
Biến Ý Nghĩa
BI Ý định sử dụng PPSH
PU Nhận thức sự hữu ích của PPSH EA Nhận thức về cải thiện môi trƣờng SN Chuẩn chủ quan
PBC Nhận thức kiểm soát hành vi BA Nhận thức về những rào cản
Kiểm định các giả thuyết, sử dụng với phần mềm SPSS:
- Kiểm tra độ phù hợp của mô hình hồi quy đa biến
Qua bảng Model Summary xem xét hệ số Adjusted R Square hay còn gọi là R bình phƣơng hiệu chỉnh, nó phản ánh mức độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc.
- Kiểm định giả thuyết về độ phù hợp của mô hình.
Xây dựng xong một mô hình hồi quy tuyến tính, vấn đề quan tâm đầu tiên là phải là xem xét độ phù hợp của mô hình đối với tập dữ liệu qua giá trị Adjusted R Square (hoặc R Square). Tuy nhiên, sự phù hợp này mới chỉ thể hiện giữa mô hình xây dựng đƣợc với tập dữ liệu là mẫu nghiên cứu. Tổng thể rất lớn, chúng ta không thể khảo sát hết toàn bộ, nên thƣờng trong nghiên cứu, chúng ta chỉ chọn ra một lƣợng mẫu giới hạn để tiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mô hình hồi quy tuyến tính này có suy rộng và áp dụng đƣợc cho tổng thể hay không.
- Kiểm tra giả định về hiện tƣợng đa cộng tuyến tƣơng quan giữa các biến độc lập
Chạy ra bảng Coefficients, với dạng đề tài nghiên cứu có mô hình + bảng câu hỏi sử dụng thang đo Likert + chạy phân tích định lƣợng SPSS thì nên sử dụng phƣơng trình hồi quy chuẩn hóa. Đầu tiên là giá trị Sigkiểm định t từng biến độc lập, sig nhỏ hơn hoặc bằng 0.05 có nghĩa là biến đó có ý nghĩa trong mô hình, ngƣợc lại sig lớn hơn 0.05, biến độc lập đó cần đƣợc loại bỏ. Cuối cùng là VIF, giá trị này dùng để kiểm tra hiện tƣợng đa cộng tuyến. Theo lý thuyết nhiều tài liệu viết, VIF < 10 sẽ không có hiện tƣợng đa cộng tuyến. Tuy nhiên trên thực tế với các đề tài nghiên cứu có mô hình + bảng câu hỏi sử dụng thang đo Likert thì VIF < 2 sẽ không có đa cộng tuyến, trƣờng hợp hệ số này lớn hơn hoặc bằng 2, khả năng cao đang có sự đa cộng tuyến giữa các biến độc lập (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2005).
- Xác định mƣớc độ ảnh hƣởng của các nhân tố tác động đến ý định sử dụng PPHH: hệ số hồi quy chuẩn hóa Beta, trong tất cả các hệ số hồi quy, biến độc lập nào có Beta lớn nhất thì biến đó ảnh hƣởng nhiều nhất đến sự thay đổi của biến phụ thuộc. Do đó, khi đề xuất giải pháp, chúng ta nên chú trọng nhiều vào các nhân tố có Beta lớn.
KẾT LUẬN CHƢƠNG 2
Chƣơng 2 đã mô tả địa bàn nghiên cứu và tình hình sản xuất lúa hữu cơ của Huyện Hòa Vang, thành phố Đà Nẵng. Các bƣớc tiến hành nghiên cứu đƣợc giới thiệu trong thiết kế nghiên cứu điều chỉnh từ quy trình của Cao Hào Thi (2006), trích trong Châu Ngô Anh Nhân, 2011, tr. 18. Thang đo cho từng nhân tố Nhận thức về sự hữu ích của PPSH, Nhận thức về của thiện môi trƣờng, Chuẩn chủ quan, Nhận thức kiểm soát hành vi, Nhận thức về rào cản và Dự định hành vi sử dụng PPSH đƣợc xây dựng. Phƣơng pháp thu thập dữ liệu và phƣơng pháp phân tích cũng đã đƣợc trình bày cụ thể tại Chƣơng 2.
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU 3.1. MÔ TẢ MẪU
3.1.1. Thông tin về mẫu
Mẫu đƣợc thu thập bằng phƣơng pháp phát bản câu hỏi và thu trực tiếp: tổng số bản câu hỏi phát ra là 340, và thu về là 340. Trong quá trình khảo sát các phiếu đều hợp lệ đƣợc tác giả vẫn đƣa vào nghiên cứu. Nhƣ vậy, sử dụng 340 mẫu khảo sát để tiến hành phân tích.
Mẫu quan sát gồm 34 biến quan sát đo lƣờng 5 khái niệm trong nghiên cứu đƣợc tiến hành mã hóa để nhập liệu và phân tích, sử dụng phần mềm SPSS phiên bản 22.0.
3.1.2. Phân tích thống kê mô tả
Phân bố mẫu theo thuộc tính (Giới tính, độ tuổi, trình độ, thu nhập) và tần số về đặc trƣng của cá nhân đƣợc khảo sát.
Diện tích trồng lúa bình quân: 2040,294 m2
Bảng 3.1: Phân tích thống kê mô tả
Phân bố theo Tần suất Phần trăm Phần trăm hợp lệ Phần trăm tích lũy
Giới tính Nam 208 61.2 61.2 61.2 Nữ 132 38.8 38.8 100 Tổng 340 100 100 Độ tuổi 19-25 3 0.9 0.9 0.9 25-30 6 1.8 1.8 2.6 31-36 29 8.5 8.5 11.2 37-42 101 29.7 29.7 40.9 Trên 42 201 59.1 59.1 100 Tổng 340 100 100 Trình độ Cấp 1 29 8.5 8.6 8.6 Cấp 2 204 60 60.2 68.7 Cấp 3 105 30.9 31 99.7 Trên đại học 1 0.3 0.3 100 Tổng 339 99.7 100 Xã Hòa Liên 33 9.7 9.7 9.7 Hòa Khƣơng 55 16.2 16.2 25.9
Phân bố theo Tần suất Phần trăm Phần trăm hợp lệ Phần trăm tích lũy Hòa Phong 49 14.4 14.4 40.3 Hòa Phƣớc 76 22.4 22.4 62.6 Hòa Tiến 127 37.4 37.4 100 Tổng 340 100 100 Thu Nhập /Tháng Dƣới 2 triệu 132 38.8 38.8 38.8 Trên 2 đến 3 triệu 101 29.7 29.7 68.5 Trên 3 đến 4 triệu 53 15.6 15.6 84.1 Trên 4 đến 5 triệu 45 13.2 13.2 97.4 Trên 5 triệu 9 2.6 2.6 100 Tổng 340 100 100
3.1.3. Thống kê mô tả đặc trƣng có liên quan đến PPSH
Kết quả khảo sát về cách thức bảo vệ đồng lúa:
Bảng 3.2: Kết quả khảo sát về cách thức bảo vệ đồng lúa
Cách thức bảo vệ đồng lúa Tần suất Tỷ trọng (%)
Phun thuốc hóa học 244 71.8
Bẫy sâu bọ 266 78.2
Sử dụng thiên địch 133 39.1
Chế phẩm sinh học 220 64.7
Theo kết quả khảo sát, có 244 ngƣời sử dụng cách phun thuốc hóa học để bảo vệ đồng ruộng chiến 71%, phƣơng pháp bẫy sâu bọ đƣợc 266 ngƣời sử dụng chiếm 78.2 %, có 133 ngƣời sử dụng thiên dịch chiếm 39.1%, và chế phẩm sinh học đƣợc 220 ngƣời dùng chiếm 64.7%.
Kết quả khảo sát về cách thước tiếp cận với PPSH:
Bảng 3.3: Kết quả khảo sát về cách thước tiếp cận với PPSH:
Cách thức tiếp cận PPSH Tần suất Phần Trăm
Không biết 21 6.2
Biết qua truyền thông 150 44.1
Theo kết quả khảo sát, có 21 ngƣời không biết về PPSH, có 150 ngƣời đã biết PPSH thông qua phƣơng tiện truyền thông nhƣ báo, đài, ti vi, và có 255 ngƣời biết qua các chƣơng trình tập huấn tại địa phƣơng.
Kết quả khảo sát về mức độ sử dụng PPSH
Bảng 3.4: Kết quả khảo sát về mức độ sử dụng PPSH
Mức độ sử dụng PPSH Tần suất Phần trăm
Chƣa bao giờ 29 8.5
Có nhƣng rất ít 87 25.6
Sử dụng nhiều 157 46.2
Hoàn toàn sử dụng PPSH 65 19.1
Theo kết quả khảo sát có 29 ngƣời chƣa bao giờ sử dụng PPSH trong trồng lúa chiếm 8.5%, 84 ngƣời có sử dụng nhƣng rất ít chiếm 25.6%, 157 ngƣời sử dụng PPSH với mức độ nhiều chiếm 46.2%, và có 65 ngƣời hoàn toàn sử dụng PPSH chiếm 19.1%.
3.2. PHÂN TÍCH ĐỘ TIN CẬY THÔNG QUA HỆ SỐ CRONBACH ALPHA ALPHA
Thang đo được đánh giá độ tin cậy thông qua hai công cụ là hệ số Cronbach’s Alpha và phân tích nhân tố.
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau (Hoàng Trọng & Mộng Ngọc, 2005, tr. 251). Hệ số Cronbach’s Alpha được tính theo công thức α = N*ρ / [1 + ρ*(N - 1)], trong đó ρ là hệ số tƣơng quan trung bình giữa các mục hỏi và N là số mục hỏi.
Theo Nunnally và cộng sự (1995, trích trong Hoàng Trọng & Mộng Ngọc, 2005, tr. 258) đối với “trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu” thì hệ số Cronbach’s Alpha từ 0.6 trở lên là phép đo đảm bảo độ tin cậy và chấp nhận
đƣợc, Loại các biến quan sát có hệ số tƣơng quan biến – tổng nhỏ hơn 0.4 từ đó ta có bảng kết quả phân tích tin cậy của từ nhóm nhân tố theo hệ số α.
Bảng 3.5: Phân tích độ tin cậy Cronbach’s Alpha
Biến quan
sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu
loại biến Tƣơng quan biến - tổng Cronbach’s Alpha nếu loại biến A1 23.49 18.517 0.509 0.796 A2 22.45 22.581 0.423 0.803 A3 22.91 19.026 0.680 0.759 A4 24.11 17.812 0.547 0.790 A5 22.89 19.776 0.609 0.772 A6 23.08 19.978 0.659 0.767 A7 22.67 22.004 0.491 0.794
Nhận thức sự hữu ích của PPSH: Cronbach's Alpha = 0.809
B1 18.59 4.916 0.622 0.726
B2 18.5 5.208 0.581 0.740
B3 18.38 6.358 0.560 0.751
B4 18.51 5.778 0.598 0.733
B5 18.47 6.322 0.492 0.766
Nhận thức về môi trƣờng : Cronbach's Alpha = 0.785
C1 17.38 8.249 0.649 0.807
C2 17.42 8.118 0.701 0.788
C3 16.71 9.828 0.584 0.819
C4 16.73 10.024 0.641 0.809
C5 16.83 9.472 0.674 0.798
Chuẩn chủ quan: Cronbach's Alpha = 0.837
D1 19.77 13.635 0.485 0.723 D2 20.09 11.245 0.45 0.76 D3 19.54 13.038 0.561 0.703 D4 19.48 13.883 0.511 0.718 D5 19.38 13.898 0.498 0.721 D6 19.06 13.879 0.6 0.702
Nhận thức kiểm soát hành vi: Cronbach's Alpha = 0.755 E1 23.7 21.479 0.569 0.655 E2 23.52 22.208 0.598 0.652 E3 23.67 22.372 0.596 0.654 E4 23.56 22.35 0.6 0.653 E5 23.13 25.418 0.272 0.719 E6 23.36 25.349 0.317 0.71 E7 24.25 24.055 0.342 0.707 E8 23.05 27.651 0.068 0.76
Nhận thức về những rào cản: Cronbach's Alpha = 0.72
BI1 8.12 1.333 0.673 0.800
BI2 8.33 1.091 0.769 0.705
BI3 8.65 1.418 0.672 0.804
Ý định sử dụng PPSH: Cronbach's Alpha = 0.837
Sau khi tiến hành phân tích hệ số tin cậy Cronbach’s Alpha ta thấy, hệ số Cronbach’s Alpha của các thang đo đều > 0.6; phần lớn các hệ số tƣơng quan biến - tổng các các biến tổng đều > 0.4 trừ nhân tố E5, E6, E7, E8 có hệ số tƣơng quan biến - tổng < 0.4 nên bị loại.
Bảng 3.6: Kết quả Cronbach’s Alpha cho các thang đo sau khi loại biến
Biến quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến - tổng Cronbach’s Alpha nếu loại biến A1 23.49 18.517 0.509 0.796 A2 22.45 22.581 0.423 0.803 A3 22.91 19.026 0.68 0.759 A4 24.11 17.812 0.547 0.79 A5 22.89 19.776 0.609 0.772 A6 23.08 19.978 0.659 0.767 A7 22.67 22.004 0.491 0.794
Nhận thức sự hữu ích của PPSH: Cronbach's Alpha = .809
B1 18.59 4.916 0.622 0.726
Biến quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến - tổng Cronbach’s Alpha nếu loại biến B3 18.38 6.358 0.56 0.751 B4 18.51 5.778 0.598 0.733 B5 18.47 6.322 0.492 0.766
Nhận thức về môi trƣờng : Cronbach's Alpha = 0.785
C1 17.38 8.249 0.649 0.807
C2 17.42 8.118 0.701 0.788
C3 16.71 9.828 0.584 0.819
C4 16.73 10.024 0.641 0.809
C5 16.83 9.472 0.674 0.798
Chuẩn chủ quan: Cronbach's Alpha = 0.837
D1 19.77 13.635 0.485 0.723 D2 20.09 11.245 0.45 0.76 D3 19.54 13.038 0.561 0.703 D4 19.48 13.883 0.511 0.718 D5 19.38 13.898 0.498 0.721 D6 19.06 13.879 0.6 0.702
Nhận thức kiểm soát hành vi: Cronbach's Alpha = 0.755
E1 23.7 21.479 0.569 0.655
E2 23.52 22.208 0.598 0.652
E3 23.67 22.372 0.596 0.654
E4 23.56 22.35 0.6 0.653
Nhận thức về những rào cản: Cronbach's Alpha = 0.72
BI1 8.12 1.333 0.673 0.8
BI2 8.33 1.091 0.769 0.705
BI3 8.65 1.418 0.672 0.804
Ý định sử dụng PPSH: Cronbach's Alpha = 0.837
3.3. PHÂN TÍCH NHÂN TỐ EFA
Phƣơng pháp phân tích nhân tố đƣợc tiến hành để rút gọn tập hợp các biến độc lập thành một tập nhỏ hơn là các biến đại diện cho mỗi nhóm nhân tố
mà không làm mất đi ý nghĩa giải thích và thông tin của nhóm nhân tố đó (Hoàng Trọng & Mộng Ngọc, 2005, tr. 260).
Hệ số (Kaiser – Meyer – Olkin) KMO là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0.5 và 1) có nghĩa là phân tích nhân tố thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu. Phƣơng pháp sử dụng là Principal component với phép quay nhân tố là Varimax. Việc phân tích nhân tố sẽ đƣợc tiến hành với toàn bộ các biến quan sát, sau đó sẽ loại bỏ từng biến có hệ số truyền tải thấp.
Lần 1, có 31 biến quan sát đƣợc đƣa vào phân tích theo tiêu chuẩn Eigenvalues >1 thì 5 nhân tố đƣợc rút ra. Hệ số KMO = 0.816. Tuy nhiên, 4 biến quan sát A1, A7, D3, D2 có hệ số truyền tải thấp (<0.5) bị loại bỏ.
Lần 2, Có 23 biến đƣợc đƣa vào phân tích, có 5 nhân tố đƣợc rút ra. Loại bỏ biến A2, B3 do có hệ số truyền tải thấp (<0.5).
Lần 3, có 21 biến đƣợc đƣa vào phân tích, các thông tin từ việc phân tích nhân tố EFA cho biết:
Kết quả kiểm định KMO và kết quả phân tích nhân tố đƣợc trình bày lần lƣợt ở Bảng 3.7 và Bảng 3.8.
Bảng 3.7: Kiểm định KMO and Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .781 Bartlett's Test of Sphericity Approx. Chi-Square 3607.432
df 210
Sig. .000
Bảng trên cho thấy kết quả kiểm định KMO và Bartlett có trị số KMO = 0.781 (nằm từ 0.5 đến 1) và giả thuyết H0 bị bác bỏ với mức ý nghĩa thống kê 0% (sig. = 0.000). Nhƣ vậy, các điều kiện ban đầu đã đƣợc đáp ứng để tiến