CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.3. Phân tích nhân tố khám phá EFA
1 9,964 39,858 39,858 2 2,427 9,709 49,566 3 2,262 9,049 58,615 4 1,472 5,889 64,504 5 1,308 5,230 69,734 Nhân tố 1 2 3 4 5 TT2 0,819 0,212 0,203 TT1 0,735 0,226 0,271 0,241 TT3 0,719 0,230 0,329 QT4 0,234 0,817 0,300 QT2 0,227 0,810 0,296 CQ6 0,811 CQ4 0,314 0,216 0,763 0,305 NT1 0,804 NT3 0,720
Nguồn: Tính toán từ dữ liệu điều tra.
Kết quả bảng 4.3 cho thấy hệ số KMO =0,863 >0.5 vượt qua kiểm định Bartlett’s
ở mức ý nghĩa 0.000 (0% sai số). Do đó, phân tích nhân tố là phù hợp
Bảng 4.4. Hệ số Eigenvalues và % giải thích của các nhân tố
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.4 cho thấy, sau khi thực hiện xoay nhân tố bằng phương pháp “Varimax” thì mô hình EFA cho ra 5 nhân tố có hệ số Eigenvalues >1 và 5 nhân tố này cùng nhau giải thích được 69,734 % >50 %. Như vậy, mô hình EFA cho ra 5 nhân tố như giả định mô hình nghiên cứu ban đầu gồm 5 biến độc lập. Vậy có một nhân tố đã bị loại khỏi mô hình.
TĐ2 0,418 0,253 0,757
Hệ số KMO 0,713
Kiểm định Bartlett
Giá trị Chi bình phương xấp xỉ 256,175
df 6
Sig ỊÕÕÕ
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.5 ta thấy, sau khi thực hiện xoay nhân tố cho các biến 25 biến quan sát đã được trộn vào với nhau tạo ra những ma trận tương quan. Trong đó, các biến
QT1, QT3, CL4, CL3,CL2,CL1 và CQ1 không hội tụ về đúng vị trí của nhân tố của nó (xem phụ lục 5), do đó các biến này không đáp ứng được yêu cầu của việc xoay nhân tố,
vì vậy cần loại khỏi cấu trúc thang đo. Ngoài ra, các biến khác là CQ3, CQ5, CQ2 và TĐ3 lại không thỏa mãn điều kiện sự chênh lệch giữa các hệ số tải >0,3 (xem phụ lục 5), do đó những biến này cũng cần phải loại khỏi cấu trúc thang đo. Vậy, 13 biến quan sát còn lại sẽ được sử dụng cho rút gọn biến ở phần tiếp theo. Tóm lại, có một nhân tố bị loại khỏi mô hình nghiên cứu là nhân tố chất lượng (CL) do không còn biến quan sát nào của nhân tố thỏa mãn điều kiện kiểm định thang đo.Bảng 4.6. Hệ số KMO và Bartlett's của biến phụ thuộc
Tổng % của phương sai % tích lũy 1 2,478 61,950 61,950 2 0,708 17,693 79,643 3 0,481 12,035 91,677 4 0,333 8,323 100,000 Nhân tố 1 HV3 0,811 HV 0,785 HV2 0,785 HV4 0,767
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.6 cho thấy hệ số KMO =0,713 >0,5 vượt qua kiểm định Bartlett’s
ở mức ý nghĩa 0,000 (0% sai số). Do đó, phân tích nhân tố là phù hợp
Bảng 4.7. Hệ số Eigenvalues và % giải thích của các nhân tố
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.7 cho thấy, sau khi thực hiện xoay nhân tố bằng phương pháp “Varimax” thì mô hình EFA cho ra 1 nhân tố có hệ số Eigenvalues >1 và nhân tố này cùng nhau giải thích được 61,950 % >50 %. Như vậy, mô hình EFA cho ra đúng nhân tố như giả định mô hình nghiên cứu ban đầu gồm biến phụ thuộc.
trộn vào với nhau tạo ra ma trận tương quan. Tuy nhiên, các biến quan sát này sau cùng vẫn trở về với nhóm của nó với độ hội tụ đều trên 0,5. Do vậy, một nhân tố tạo thành là hợp lệ và sẽ được sử dụng cho rút gọn biến ở phần tiếp theo.
Sau khi thực hiện xoay nhân tố, đã có sự thay đổi ở mô hình nghiên cứu hiệu chỉnh với mô hình nghiên cứu đề xuất. Cụ thể, do nhân tố chất lượng của sản phẩm
HV NT CQ TT TĐ QT H V Hệ số tương quang Pearson 1 0,354** 0,533* * 0,604* * 0,676* * 0,447* *
(CL) không còn biến quan sát nào thỏa mãn điều kiện kiểm định nên nhân tố này sẽ bị loại khỏi mô hình nghiên cứu. Vậy mô hình nghiên cứu mới được tạo thành
Nguồn: Tác giả đã hiệu chỉnh
Hình 4.1. Mô hình nghiên cứu hiệu chỉnh4.4. Phân tích hồi quy đa biến 4.4. Phân tích hồi quy đa biến
4.4.1. Phân tích tương quan
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường mức độ tương quan tuyến tính giữa hai biến. Ở đây ta sẽ xem xét mối quan hệ giữa các nhân tố ảnh hưởng đến hành vi tiêu dùng sản phẩm xanh của sinh viên thuộc chương trình chất lượng cao của BUH thông qua việc phân tích hệ số tương quan Pearson (r)
Hệ số tương quan Pearson (r) sẽ nhận giá trị từ -1 đến 1. Điều kiện để tương quan
có mức ý nghĩa Sig. <0,05. Khi r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia; r =0 cho thấy không có sự tương quan và khi r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.
Khi đã xác định hai biến có mối tương quan tuyến tính, chúng ta sẽ xét đến độ mạnh hay yếu của mối tương quan này thông qua trị tuyệt đối của r. Theo Andy Field (2009): |r| < 0,1: mối tương quan rất yếu; |r| < 0,3: mối tương quan yếu; |r| < 0,5: mối tương quan trung bình; |r| ≥ 0,5: mối tương quan mạnh.
NT Pearson * * * * * Sig. (2-phía) 0,000 0,002 0,000 0,000 0,000 Số quan sát 205 205 205 205 205 205 CQ Hệ số tương quang Pearson 0,533* * 0,212** 1 0,449* * 0,462* * 0,385* * Sig. (2-phía) 0,000 0,002 0,000 0,000 0,000 Số quan sát 205 205 205 205 205 205 TT Hệ số tương quang Pearson 0,604* * 0,344** 0,449* * 1 0,375* * 0,531* * Sig. (2-phía) 0,000 0,000 0,000 0,000 0,000 Số quan sát 205 205 205 205 205 205 TĐ Hệ số tương quang Pearson 0,676* * 0,245** 0,462* * 0,375* * 1 0,304* * Sig. (2-phía) 0,000 0,000 0,000 0,000 0,000
QT Pearson Sig. (2-phía) 0,000 0,000 0,000 0,000 0,000 Số quan sát 205 205 205 205 205 205 Tóm tắt mô hình Mô hình R R bình phương R bình phương hiệu chỉnh Sai số chuẩn của ước lượng Giá trị Durbin- Watson 1 0,792a 0,628 0,618 0,42544 1,761 \--- **. Tương quan có ý nghĩa ở mức 0,01 (2-phía).
Nguồn: Tính toán từ dữ liệu điều tra
Ket quả bảng 4.9 cho thấy, mức ý nghĩa Sig. kiểm định t tương quan Pearson các giữa 5 biến độc lập NT, CQ, TT, QT và TĐ với biến phụ thuộc HV đều < 0,05. Như vậy,
có mối liên hệ tuyến tính giữa các biến độc lập này với biến phụ thuộc. Giữa các biến độc lập với nhau, không có mối tương quan nào quá mạnh khi trị tuyệt đối hệ số tương quan giữa các cặp biến đều nhỏ hơn 0,5. Như vậy, khả năng xảy ra hiện tượng cộng tuyến
phương 1 Hồi quy 60,733 5 12,147 67,108 0,000 Phần dư 36,020 199 0,181 Tổng 96,753 204 Biến phụ thuộc: HV Các biến dự báo: (hằng số), QT, TĐ, NT, CQ, TT
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.10 hồi quy tuyến tính có hệ số xác định R2 là 0,618 và hệ số xác định R2 điều chỉnh là 0,618 nên mô hình này hoàn toàn có ý nghĩa về mặt thống kê. Với
R2 = 61,8%, ta có thể nói mô hình phù hợp tới 61,8% mức độ biến thiên của hành vi tiêu
dùng sản phẩm xanh được giải thích bởi các yếu tố đưa vào mô hình, còn lại các yếu tố khác chưa thể hiện trong mô hình nghiên cứu, hay nói một cách dễ hiểu hơn là các biến độc lập trong mô hình giải thích được 61,8% sự biến thiên của biến phụ thuộc. Vì vậy, mô hình này có thể được xem là một mô hình khá tốt và có thể dựa vào nó để đưa ra những đề xuất để cải thiện hành vi tiêu dùng sản phẩm xanh.
Ket quả bảng 4.10 cho thấy, kiểm định Durbin-Watson có giá trị 1,761 xấp xỉ bằng 2 như vậy không có hiện tượng tự tương quan của phần dư.
Mô hình chuẩn hóa chuẩn hoá kê t tuyến B Sai số chuẩn Beta Độ chấp nhận Hệ số phóng đại phương sai (VIF) 1 (Hằng số) - 0,036 0,256 -0,139 0,89 0 NT 0,105 0,053 0,092 1.972 0,05 0 0,861 1161 CQ 0,135 0,050 0,142 2.706 0,00 7 0,680 1,470 TT 0,289 0,054 0,300 5.387 0,00 0 0,602 1,660 TĐ 0,412 0,046 0,453 9.000 0,00 0 0,738 1355 QT 0,059 0,043 0,072 1.370 0,17 2 0,684 1463 Biến phụ thuộc: HV
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.11 ta thấy, giá trị F= 67,108 với mức ý nghĩa Sig. =0,000 < 0.05,
ta có thể kết luận R2 của tổng thể khác 0 ÷ Mô hình hồi quy tuyến tính có thể có thể suy
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả bảng 4.12 cho thấy, hầu hết mức ý nghĩa Sig. của kiểm định t của các biến độc lập đều <0,05, chỉ có biến QT (quan tâm) có sig. kiểm định t là 0,172 >0,05, do
đó, cần thiết loại biến này ra khỏi mô hình hay nói cách khác biến QT không có tác động
đến biến phụ thuộc HV (hành vi) của mô hình. Những biến độc lập còn lại đều có mức ý nghĩa Sig. ≤0,05, do đó có thể kết luận rằng các biến nhận thức, chuẩn chủ quan, sự tin
tưởng và thái độ đều có tác động đến hành vi tiêu dùng sản phẩm xanh. Từ đó, phương trình hồi quy ước lượng các nhân tố ảnh hưởng đến hành vi tiêu dùng sản phẩm xanh của sinh viên học chương trình chất lượng cao tại BUH được viết như sau:
HV = 0,453*TĐ + 0,3*TT + 0.142*CQ + 0,092*NT (4.1) Không có giá trị VIF nào cao hơn 2, như vậy các biến độc lập không có sự tương Khi xét đến mối liên hệ của những biến độc lập có tác động đến biến phụ thuộc, ta xem xét xem đó là mối quan hệ cùng hay nghịch chiều giữa những sự tác động này. Cụ thể, tất cả các biến còn lại của mô hình gồm 4 biến là NT (nhận thức), CQ (chuẩn chủ quan), TT (tin tưởng) và TĐ (thái độ) đều có tác động cùng chiều với biến phụ thuộc
HV (hành vi) vì hệ số hồi quy của chúng đều dương (bảng 4.12).
4.5. Phân tích phương sai ANOVA
Có 4 thông tin cá nhân được đưa vào kiểm định là: giới tính, sinh viên, chuyên ngành và chi tiêu. Mục đích của kiểm định là để xem các yếu tố cá nhân có ảnh hưởng đến hành vi không, và nếu có ảnh hưởng thì sự khác biệt trong ảnh hưởng đó như thế nào. Kết quả phân tích ANOVA là căn cứ xác định sự khác nhau một cách có ý nghĩa thống kê hay không. Dựa vào cơ sở lý thuyết ở chương 2, ta thực hiện các kiểm định và đưa ra kết quả kiểm định như sau:
Kiểm định sự khác biệt giữa hành vi tiêu dùng sản phẩm xanh với giới tính khác Bảng 4.13. Kiểm định ANOVA HV với GT
1,448 0,23 1,563 0,200
Kiểm định Leneve Kiểm định ANOVA
F Sig. F Sig.
1,990 0,139 1,356 0,260
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả của kiểm định Levene có mức ý nghĩa Sig. =0,748 (bảng 4.13) > 0,05 như vậy ta chấp nhận H0 ở mức ý nghĩa 5%. Không có sự khác nhau về phương sai của 2 tổng thể.
Kết quả phân tích One-Way ANOVA cho thấy, nhóm giới tính nam và nữ có mức ý nghĩa Sig = 0,471 (bảng 4.13) >0,05 nên ta có đủ căn cứ để có thể kết luận rằng không
có sự khác biệt giữa hai nhóm nam và nữ đối với hành vi tiêu dùng sản phẩm xanh.
Kiểm định sự khác biệt giữa hành vi tiêu dùng sản phẩm xanh với sinh viên có năm theo học khác nhau
Bảng 4.14. Kiểm định ANOVA HV với SV
Nguồn: Tính toán từ dữ liệu điều tra
Nhìn vào kiểm định Levene trên ta thấy mức ý nghĩa Sig.= 0,23 (bảng 4.14) >0,05
như vậy ta có thể nói phương sai tổng thể đồng nhất, kế tiếp xem xét kiểm định ANOVA
với mức ý nghĩa Sig.= 0,2 (bảng 4.14 ) >0,05 nên ta có đủ căn cứ để kết luận không có sự khác biệt giữa những người tiêu dùng là sinh viên năm bao nhiêu về hành vi tiêu dùng
sản phẩm xanh tức là dù người tiêu dùng là những sinh viên năm 1,năm 2, năm 3 hay năm 4 thì vẫn có thể nói hành vi tiêu dùng sản phẩm xanh của họ là như nhau.Bảng 4.15. Kiểm định ANOVA HV với CN
Nguồn: Tính toán từ dữ liệu điều tra
Kết quả của kiểm định Leneve có mức ý nghĩa Sig. =0,139 (bảng 4.15) > 0,05 nên ta có thể nói không có sự khác biệt về phương sai giữa những sinh viên thuộc chuyên
ngành khác nhau với hành vi tiêu dùng sản phẩm xanh. Kế tiếp, kết quả phân tích One- Way ANOVA cho thấy mức ý nghĩa Sig. = 0,26 (bảng 4.15) >0,05 nên ta có thể kết luận rằng có không có sự khác biệt giữa các nhóm sinh viên học chuyên ngành khác nhau đối
Kiểm định sự khác biệt giữa hành vi tiêu dùng sản phẩm xanh với sinh viên có chi tiêu khác nhau
vậy có cơ sở để nói không có sự khác biệt về phương sai giữa những sinh có mức chi tiêu hàng tháng khác nhau với hành vi tiêu dùng xanh. Nhìn tiếp vào kết quả của kiểm định One-way ANOVA có mức ý nghĩa Sig. = 0,515 (bảng 4.16) >0,05 nên không có sự khác biệt giữa những người tiêu dùng là sinh viên có mức chi tiêu khác nhau với hành vi tiêu dùng những sản phẩm xanh.
4.6. Thảo luận
Kết quả tại bảng 4.12 ta được sau khi loại bỏ các nhân tố không ảnh hưởng, các nhân tố có ảnh hưởng được giữ lại gồm: (1) thái độ đối với môi trường, (2) sự tin tưởng của người dùng vào sản phẩm, (3) chuẩn chủ quan (ảnh hưởng xã hội) và (4) nhận thức về vấn đề môi trường. Trong đó, thái độ đối với môi trường là nhân tố có tác động mạnh
nhất đến hành vi tiêu dùng sản phẩm xanh (với hệ số hồi quy chuẩn hóa β = 0,453), có tác động đến hành vi tiêu dùng xanh mạnh thứ hai là nhân tố sự tin tưởng của người dùng
với các sản phẩm xanh này (β=0,3), tiếp đó là nhân tố chuẩn chủ quan hay có tên gọi khác là ảnh hưởng xã hội (β=0,142) và cuối cùng là nhân tố nhận thức về các vấn đề môi
trường (β=0,092). Và đúng như giả thuyết ban đầu đặt ra, 4 nhân tố này đều có tác động cùng chiều với hành vi tiêu dùng xanh của sinh viên học chương trình chất lượng cao tại
thái độ của một người được thể hiện qua những cảm nhận, niềm tin và nhận định của họ về những vấn đề liên quan đến môi trường, khi có những thái độ tích cực, tốt với môi trường sẽ dẫn đến những hành động càng cụ thể để tạo ra những lợi ích thật sự để cải thiện môi trường và tiêu dùng những sản phẩm có nguồn gốc sạch, tốt, không tạo ra những tác hại cho môi trường là việc làm mà được nhiều người quan tâm đến nhất hiện nay. Do đó, tác động của thái độ càng lớn sẽ kích thích hành vi được thực hiện càng lớn.
Kết quả nghiên cứu này phù hợp với những thuyết TRA (Ajen & Fishbein, 1975) và TPB
(Ajzen, 1991) và những nghiên cứu khác về hành vi tiêu dùng xanh được đề cập cơ sở lý thuyết của bài. Vì vậy, nó được xem là một nhân tố dự báo tốt về việc nghiên cứu tiêu
dùng xanh.
Kết quả nghiên cứu cũng chỉ ra rằng nhân tố tác động đứng thứ hai với hành vi tiêu dàng xanh là sự tin tưởng của người dùng vào sản phẩm (β = 0,3) và hoàn toàn đúng
với giải thuyết đã được đề ra trước đó. Một khi người tiêu dùng tin tưởng về chất lượng sản phẩm sẽ được đảm bảo bởi những cơ quan chức trách, tin tưởng vào việc mọi người cùng sử dụng những sản phẩm xanh có chất lượng tốt sẽ cải thiện được sức khỏe, môi trường sống của họ. Hay nói cách khác hành vi tiêu dùng xanh của người tiêu dùng là giới trẻ sẽ được tạo ra ngày càng nhiều hơn khi họ tin tưởng vào sản phẩm. Kết quả trên