CHƯƠNG 4 KẾT QUẢ NGHIÊN ỨU
4.2 Đánh giá thang đo
4.2.1 Kiểm định thang đo bằng hệ số tin cậy Cronbach’s Alpha
Kết quả kiểm định độ tin cậy của các thang đo cho thấy tất cả các thang đo đều đạt độ tin cậy cho phép, do đó đều được sử dụng trong các bước phân tích EFA và hồi quy tiếp theo (Chi tiết xem tại Phụ lục D: Kiểm định thang đo bằng Cronbach’s Alpha)
Bảng 4.3 Kiểm định các thang đo bằng Cronbach’s Alpha
Biến quan sát thang đo nếuTrung bình loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach's Alpha nếu loại biến Nhận thức về môi trường Cronbach’s Alpha = 0.818
EA1 12.68 3.549 .609 .786
EA2 12.71 3.483 .662 .762
EA3 12.38 3.533 .660 .763
EA4 12.69 3.362 .632 .776
Sản phẩm xanh Cronbach’s Alpha = 0.717
PD1 10.94 2.640 .534 .637
PD2 11.31 3.210 .378 .725
PD3 11.03 2.697 .705 .546
Giá sản phẩm xanh Cronbach’s Alpha = 0.620
PC1 8.72 2.389 .438 .520
PC2 8.65 2.382 .453 .509
PC3 8.85 3.033 .261 .637
PC4 8.54 2.325 .450 .510
Phân phối xanh Cronbach’s Alpha = 0.838
PL1 13.62 6.063 .616 .812
PL2 14.18 6.204 .657 .802
PL3 13.88 5.968 .710 .788
PL4 13.90 6.207 .588 .820
PL5 13.85 5.627 .647 .806
Chiêu thị xanh Cronbach’s Alpha = 0.753
PR1 11.11 2.598 .500 .725
PR2 11.13 2.506 .612 .659
PR3 11.03 2.680 .618 .662
PR4 11.49 2.759 .480 .733
Hành vi mua xanh Cronbach’s Alpha = 0.795
CB1 8.03 1.891 .597 .765
CB2 7.87 1.717 .646 .712
CB3 7.66 1.414 .687 .672
4.2.2 Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
4.2.2.1 Phân tích nhân t ố khám phá cho t ấ t c ả các bi ến độ c l ậ p
Kết quả phân tích nhân tố cho thấy có 21 biến quan sát của 5 thành phần Marketing xanh được nhóm thành 5 nhân tố. Hệ số KMO = 0.816 nên EFA phù hợp với dữ liệu. Thống kê Chi-square của kiểm định Barlett’s đạt giá trị 1361.693 với mức ý nghĩa Sig. = 0.000 do đó các biến quan sát có tương quan với nhau. Phương sai trích đạt 59.353 % thể hiện 5 nhân tố giải thích gần 59 % biến thiên của dữ liệu (chi tiết xem tại Phụ lục E: Kết quả phân tích nhân tố khám phá – EFA), do vậy các thang đo rút ra là chấp nhận được. Điểm dừng trích các yếu tố tại nhân tố thứ 5 với Eigenvalue = 1.084. Hệ số tải nhân tố đều lớn hơn 0.5 (trọng số nhân tố nhỏ là các biến quan sát PR1(0.536), PC3(0.537)).
Bảng 4.4 Kết quả phân tích EFA thang đo các nhân tố của Marketing xanh
STT biếnTên Nhân tố Tên nhân tố
1 2 3 4 5
1 PL3 .834
Phân phối xanh
2 PL2 .808 3 PL5 .748 4 PL4 .678 5 PL1 .674 6 EA1 .806 Nhận thức về môi trường 7 EA3 .779 8 EA2 .764 9 EA4 .723 10 PD3 .808 Sản phẩm xanh 11 PD1 .744 12 PD4 .643 13 PD2 .609 14 PR2 .795 Chiêu thị xanh 15 PR3 .763 16 PR4 .638 17 PR1 .536 18 PC4 .736 Giá sản phẩm xanh 19 PC1 .701 20 PC2 .699 21 PC3 .537 Eigenvalue 1.084 Phương sai trích 59.353
Nhân tố thứ 1 có 5 biến quan sát được đặt tên là Phân phối xanh, ký hiệu: PL; Nhân tố thứ 2 gồm 4 biến quan sát được đặt tên là Nhận thức về môi trường, ký
hiệu: EA; Nhân tố thứ 3 gồm 4 biến quan sát được đặt tên là Sản phẩm xanh, ký hiệu: PD; Nhân tố thứ 4 gồm có 5 biến quan sát được đặt tên là Chiêu thị xanh, ký hiệu: PR; Nhân tố thứ 5 gồm 4 biến quan sát được đặt tên là Giá sản phẩm xanh, ký hiệu: PC.
4.2.2.2 Phân tích nhân t ố khám phá cho bi ế n ph ụ thu ộ c
H1 Nhận thức về môi trường H2 Sản phẩm xanh H3 Hành vi mua xanh Giá sản phẩm xanh H4
Phân phối xanh H6
H5
Chiêu thị xanh
Nhân khẩu học
nhóm thành 1 nhân tố, khơng có biến quan sát nào bị loại. EFA phù hợp với hệ số KMO = 0.697, phương sai trích gần bằng 71%; các biến quan sát có hệ số tải nhân tố trên 0.5, mức ý nghĩa Sig. của kiểm định của Barlett’s là 0.000 (chi tiết xem tại Phụ lục lục E: Kết quả phân tích nhân tố khám phá – EFA).
Vậy, mơ hình nghiên cứu được giữ nguyên như ban đầu như sau:
Và các giả thuyết cũng được giữ nguyên:
H1: Nhận thức về mơi trường có mối tương quan thuận với hành vi mua xanh. H2: Sản phẩm xanh có mối tương quan thuận với hành vi mua xanh.
H3: Giá sản phẩm xanh có mối tương quan nghịch với hành vi mua xanh. H4: Phân phối xanh có mối tương quan thuận với hành vi mua xanh. H5: Chiêu thị xanh có mối tương quan thuận với hành vi mua xanh.
Nhóm giả thuyết về tác động của biến nhân khẩu học lên mối quan hệ giữa các nhân tố Marketing xanh và hành vi mua xanh.
H6: Có sự khác biệt về hành vi mua xanh theo Giới tính.
H7: Có sự khác biệt về hành vi mua xanh theo Trình độ học vấn. H8: Có sự khác biệt về hành vi mua xanh theo Thu nhập.
0
4.3 Kiểm định mơ hình và các giả thuyết nghiên cứu
Sau khi qua giai đoạn phân tích nhân tố, có 5 nhân tố được đưa vào kiểm định mô hình. Giá trị nhân tố là trung bình các biến quan sát thành phần thuộc nhân tố đó. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Kết quả của phân tích hồi quy sẽ được dùng để kiểm định các giả thuyết từ H1 đến H5.
Mơ hình hồi quy có dạng sau:
Y 0 Trong đó: 1 Xi (*) Y: Hành vi mua
Xi : các nhân tố Marketing xanh bao gồm: Nhận thức về môi trường, Sản phẩm xanh, Giá sản phẩm xanh, Phân phối xanh, Chiêu thị xanh
0 : hằng số hồi quy;
i : trọng số hồi quy
: sai số
Phương trình (*) trở thành: Hành vi mua = +
1 Nhận thức về môi trường + 2 Sản phẩm xanh +
3 Giá sản phẩm xanh + 4 Phân phối xanh + 5 Chiêu thị xanh +
4.3.1Phân tích tương quan
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Bảng 4.5 Kết quả hệ số tương quan
EA PD PC PL PR CB
EA
Tương quan
PD Tương quan Pearson 1 .138 .240** .366** .474** Sig. (2-tailed) .061 .001 .000 .000 PC Tương quan Pearson 1 .037 .044 -.079 Sig. (2-tailed) .619 .553 .284 PL Tương quan Pearson 1 .565** .432** Sig. (2-tailed) .000 .000 PR Tương quan Pearson 1 .456** Sig. (2-tailed) .000 CB Tương quan Pearson 1 Sig. (2-tailed)
**. Tương quan với mức ý nghĩa là 0.01 *. Tương quan với mức ý nghĩa là 0.05
Các biến độc lập đều có tương quan khá mạnh với biến phụ thuộc với kết quả r từ 0.138 đến 0.565, riêng biến quan sát PC (Giá sản phẩm xanh) có tương quan âm, hệ số r = -0.79 và Sig.= 0.284 >0.05, vậy giá khơng có mối quan hệ tương quan với biến phụ thuộc. Tương quan giữa các biến độc lập với nhau hầu như là ở mức trung bình, ngoại trừ sự tương quan khá mạnh giữa PL (Phân phối xanh) và PR (Chiêu thị xanh) là 0.565. Như vậy, việc sử dụng phân tích hồi quy tuyến tính (MLR) là phù hợp, tuy nhiên cũng cần quan tâm đến các cặp biến độc lập có tương quan khá mạnh với nhau có thể gây ra hiện tượng đa cộng tuyến hay khơng.
4.3.2Dị tìm vi phạm các giả định cần thiết trong hồi quy tuyến tính
4.3.2.1 Gi ả đị nh liên h ệ tuy ế n tính gi ữ a bi ế n ph ụ thu ộ c và các bi ến độ c l ậ p cũng như hiện tượng phương sai thay đổ i (heteroskedasticity)
Kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa hai giá trị này được chuẩn hóa (standardized) với phần dư trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng
nhau được thỏa mãn thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn với phần dư, chúng sẽ phân tán ngẫu nhiên.
Hình 4.4 Đồ thị Scatterplot
Đồ thị Scatterplot cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh tọa độ 0 chứ khơng tạo thành một hình dạng nào. Vậy, giá trị dự đoán và phần dư độc lập nhau và phương sai phần dư khơng thay đổi. Như vậy mơ hình hồi quy là phù hợp.
4.3.2.2 Gi ả đị nh v ề phân ph ố i chu ẩ n c ủ a ph ần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… Vì vậy, chúng ta nên dùng biểu đồ tần số của phần dư là một trong những cách khảo sát giả định về phân phối chuẩn của phần dư.
Hình 4.5 Biểu đồ tần số của phần dư
Biểu đồ tần số của phân dư trên cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số, giá trị trung bình (Mean) 0.00 và độ lệch chuẩn (Std.Dev.) = 0.986 1. Do đó, ta có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
4.3.2.3 Gi ả đị nh khơng có m ối tương quan giữ a các bi ến độ c l ập (đo lườ ng đa cộ ng tuy
ế n)
Cộng tuyến là trạng thái trong đó các biến độc lập tương quan chặt chẽ với nhau. Hiệu ứng của sự tương quan chặt chẽ này làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có hiện tượng đa cộng tuyến mặc dù hệ số xác định R2 vẫn khá cao.
Để kiểm tra hiện tuợng đa cộng tuyến, chỉ số thuờng dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu chỉ số VIF > 10 thì biến này hầu như khơng có giá trị giải thích biến thiên của Y trong mơ hình MLR ( Hair et al, 2006 trích trong Nguyễn Đình Thọ, 2011).
biến độc lập Nhận thức về môi trường, Sản phẩm xanh, Giá sản phẩm xanh, Phân phối xanh, Chiêu thị xanh có giá trị từ 0.065 đến 0.081 (đều có giá trị < 10) nên mơ hình khơng xảy ra hiện tuợng đa cộng tuyến.
4.3.3Phân tích hồi quy
Phân tích hồi quy được thực hiện với 4 biến độc lập bao gồm: Nhận thức về môi trường (EA), Sản phẩm xanh (PD), Phân phối xanh (PL), Chiêu thị xanh (PR). Kết quả thống kê mô tả các biến đưa vào phân tích hồi quy:
Bảng 4.6 Thống kê mơ tả các biến phân tích hồi quy
Nhân tố Trung Bình Độ lệch chuẩn Kích thuớc mẫu
Nhận thức về mơi trường 4.2043 .60398 186
Sản phẩm xanh 3.6962 .53757 186
Phân phối xanh 3.4720 .60106 186
Chiêu thị xanh 3.7016 .54246 186
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của biến quan sát về hành vi tiêu dùng xanh. Phân tích được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc đề xem biến nào được chấp nhận, biến nào bị bác bỏ, tác động của các biến độc lập đến biến phụ thuộc như thế nào. Kết quả phân tích hồi quy như sau:
Kết quả cho thấy, mơ hình hồi quy đưa ra tương đối phù hợp với R2 hiệu chỉnh = 0.389, có nghĩa là 38.9 % phương sai hành vi tiêu dùng xanh được giải thích bởi 4 biến độc lập là Nhận thức về môi trường, Sản phẩm xanh, Phân phối xanh, Chiêu thị xanh, còn lại 61.1% hành vi tiêu dùng xanh được giải thích bằng các nhân tố khác.
Bảng 4.7 Đánh giá độ phù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn dự đoán
Kiểm định F sử dụng trong Bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định này cho biết mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập. Trong Bảng phân tích Anova, ta thấy giá trị Sig. rất nhỏ (Sig. = 0.000), nên mơ hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.8 Phân tích phương sai (Hồi quy)
ANOVAa Mơ hình Tổng cácbình phương df phươngBình trung bình F Sig. 1 Phần hồi quy 28.212 4 7.053 30.391 .000b Phần dư 42.006 181 .232 Tổng 70.218 185
Bảng 4.9 Hệ số hồi quy sử dụng phương pháp Enter
Mơ hình Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa T Sig. Thống kê Đa cộng tuyến
B chuẩnSai số Beta Dungsai VIF
1 Hằng số .305 .332 .918 .360 Nhận thức về môi trường (EA) .250 .066 .245 3.759 .000 .780 1.283 Sản phẩm xanh (PD) .289 .076 .253 3.796 .000 .746 1.340 Phân phối xanh (PL) .187 .073 .182 2.556 .011 .649 1.541 Chiêu thị xanh (PR) .230 .083 .203 2.786 .006 .623 1.604
Trong phân tích này, hệ số cần quan tâm là hệ số Sig. Giả thuyết Ho đặt ra là khơng có mối quan hệ giữa các nhân tố Marketing xanh (Nhận thức về môi trường,
0.245 Nhận thức về môi trường
Sản phẩm xanh 0.253
Hành vi mua xanh Phân phối xanh 0.182
0.203 Chiêu thị xanh
Hành vi mua xanh = 0.245 Nhận thức về môi trường + 0.253 Sản phẩm xanh + 0.182 Phân phối xanh + 0.203 Chiêu thị xanh
Sản phẩm xanh, Phân phối xanh, Chiêu thị xanh) và hành vi mua xanh.Kết quả trên cho thấy, các biến độc lập đều có giá trị Sig. < 0.05 tương đuơng với độ tin cậy 95% thì bác bỏ giả thuyết Ho, tức các nhân tố Marketing xanh có tác động đến hành vi tiêu dùng xanh.
Ngoài ra, các giá trị VIF < 10 nên khơng có dấu hiệu của đa cộng tuyến giữa các biến độc lập làm ảnh hưởng đến kết quả giải thích của mơ hình.
Hình 4.6 Kết quả phân tích hồi quy
Hệ số hồi quy thể hiện dưới 2 dạng; (1) chưa chuẩn hóa (Unstandardized) và (2) đã chuẩn hóa (Standardized). Vì hệ số hồi quy chưa chuẩn hóa (B), giá trị của nó phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mơ hình được. Hệ số hồi quy chuẩn hóa (beta, ký hiệu là ) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy, chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số này càng lớn thì biến đó có tác động mạnh vào biến phụ thuộc.
Phương trình hồi quy được viết lại như sau:
Nh
ậ n xét :
Sản phẩm xanh ( = 0.253). Sản phẩm và chất lượng sản phẩm chính là một trong những nhân tố chính khiến cho người tiêu dùng quyết định mua hay khơng mua một sản phẩm nào đó. Và khi sản phẩm là sản phẩm xanh – sản phẩm TTVMT – thì đặc tính sản phẩm cũng góp phần thúc đẩy hành vi mua của người tiêu dùng. Đó là những đặc tính tự hủy, có thể tái chế, dễ phân hủy, tiện lợi …của sản phẩm. Hành vi mua của người tiêu dùng sẽ tăng khi sản phẩm đáp ứng đúng những tiêu chí của một sản phẩm TTVMT.
Nhân tố tác động thứ hai đến hành vi mua của người tiêu dùng đó chính là Nhận thức về mơi trường ( = 0.245). Khi nhận thức về môi trường của người tiêu dùng càng cao thì hành vi mua của họ sẽ tăng. Họ sẽ có xu hướng lựa chọn những sản phẩm xanh vì cho rằng đó là những sản phẩm khơng gây hại đến mơi trường, góp phần giảm thiểu tình trạng ơ nhiễm mơi trường như hiện nay.
Nhân tố tiếp theo ảnh hưởng đến hành vi mua của người tiêu dùng đó là nhân tố Chiêu thị xanh ( = 0.203). Hai hình thức chính của chiêu thị xanh là quảng cáo và quan hệ cộng đồng. Khi công tác quảng cáo và quan hệ cộng đồng của các DN