Độ tuổi: Độ tuổi đƣợc khảo sát ở đây chênh lệch rất lớn giữa các nhóm tuổi, cụ thể nhóm tuổi từ 31-50 chiếm nhiều nhất (127 mẫu, chiếu 68%). Sở dĩ nhƣ vậy là vì nhóm tuổi này đang ở độ tuổi lao động, họ vẫn còn sức lao động để ni sống gia đình. Tiếp theo đến nhóm tuổi lớn hơn 50 (52 mẫu, chiếm 28%) và cuối cùng là nhóm tuổi từ 18-30 (8 mẫu, chiếm 4%)
Hình 4.2. Tỷ trọng tuổi trong mẫu nghiên cứu
Số năm kinh nghiệm: Đây là chỉ tiêu rất quan trọng vì nếu nơng dân khơng có kinh nghiệm hoặc ít kinh nghiệm sẽ dẫn đến việc nhận xét một cách khơng khách quan, khơng chính xác dẫn đến mẫu khảo sát thiếu ý nghĩa thống kê. Trong nghiên cứu này, số lƣợng nơng dân có từ 5-10 năm kinh nghiệm chiếm nhiều nhất (91 mẫu, chiếm 49%), tiếp theo là những nơng dân có kinh nghiệm hơn 10 năm (52 mẫu, chiếm 28%), rồi đến những nơng dân có kinh nghiệm từ 3-5 năm (43 mẫu, chiếm 23%) và 1-2 năm kinh nghiệm.
Hình 4.3 Tỷ trọng số năm kinh nghiệm trong mẫu
Diện tích: Trong mẫu thơng tin về tỷ trọng diện tích, diện tích trồng bắp từ 2.000 – 5000 m2 chiếm nhiều nhất (132 mẫu, chiếm 70%), kế đến là từ 5.000-10.000 m2 (35 mẫu, chiếm 19%), >10.000 m2 (11 mẫu, chiếm 6%) và <2.000 m2 (9 mẫu, chiếm 5%)
4.2ĐÁNH GIÁ THANG ĐO
4.2.1Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Hệ số tin cậy Cronbach‟s Alpha là một phép kiểm định thống kê về thể hiện mức độ chặt chẽ giữa các biến quan sát trong cùng một thang đo với nhau. Nhiều nhà nghiên cứu cho rằng Cronbach‟s Alpha từ 0.8 đến 1 là tốt, từ 0.7 đến 0.8 là sử dụng đƣợc. Tuy nhiên, Munnally (1978), Peterson (1994) và Slater (1995) đều cho rằng 0.6 cũng có thể chấp nhận đƣợc. Nếu Cronbach‟s Alpha quá cao (>0.95) thì thang đo cũng khơng tốt vì sẽ xảy ra hiện tƣợng các biến đo lƣờng gần nhƣ là một (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007).
Hệ số Cronbach‟s Alpha đƣợc sử dụng trƣớc để loại các biến khơng phù hợp. Các biến có hệ số tƣơng quan biến tổng (item – total correlation) nhỏ hơn 0.3 sẽ bị loại.
Kết quả kiểm định độ tin cậy của các thang đo bằng Cronbach‟s Alpha của các thang đo thành phần riêng biệt của giá trị cảm nhận đều có hệ số Cronbach‟s Alpha đạt yêu cầu chỉ trừ thang đo danh tiếng (R) có Cronbach‟s Alpha là 0.596 (xem thêm ở phụ lục 5). Tuy nhiên, sau khi xem xét nhận thấy biến quan sát R4 (Tơi chọn nhãn hiệu bắp giống DK vì nhãn hiệu này đã nổi tiếng từ lâu) có tƣơng quan biến tổng là 0,213 < 0,3 nên biến quan sát R4 bị loại. Sở dĩ biến quan sát này khơng đƣợc quan tâm vì nơng dân là những ngƣời rất thực dụng, chỉ khi nào họ tận mắt thấy, tai nghe, tay “rờ đụng” thì họ mới tin, cịn sự nổi tiếng không đƣợc đánh giá cao ở đây. Biến quan sát EV6 (Tơi chọn nhãn hiệu DK vì sản phẩm có xuất xứ rõ ràng, tin cậy) cũng bị loại vì có tƣơng quan biến tổng <0,3. Hiện nay, trên thị trƣờng, khơng có sản phẩm hạt giống giả, nhái do vậy nơng dân xem các sản phẩm có xuất xứ, rõ ràng đáng tin cậy là đƣơng nhiên, do vậy họ không đánh giá cao biến quan sát này.
Bảng 4.1 Kết quả kiểm định các thang đo của mơ hình bằng Cronbach’s Alpha (lần 1)
(Kết quả kiểm định được trình bày chi tiết tại phụ lục 6)
Biến quan sát Tƣơng quan
biến tổng
Cronbach‟s Alpha nếu loại biến Thang đo: Giá trị chất lƣợng (QV). Cronbach‟s Alpha = 0,780
QV1(màu sắc hạt đẹp) 0,465 0,762
QV2(kích cỡ hạt đồng đều) 0,558 0,739
QV3(tỷ lệ mọc cao) 0,497 0,754
QV4(trồng đƣợc dày) 0,474 0,763
QV5(lá có thể xanh đến lúc thu hoạch 0,681 0,713
QV6(năng suất cao và ổn định) 0,520 0,749
Thang đo: Giá cả bằng tiền (MV). Cronbach‟s Alpha = 0,819
MV1(giống có giá cả chấp nhận đƣợc) 0,663 0,763
MV2(giống có giá cả tƣơng xứng với chất lƣợng) 0,683 0,752
MV3(tiết kiệm chi phí) 0,712 0,739
MV4(giá giống khơng biến động thất thƣờng) 0,515 0,829
Thang đo: Danh tiếng (R). Cronbach‟s Alpha = 0,596
R1(uy tín trên thị trƣờng) 0,452 0,611
R2(ngƣời quen giới thiệu) 0,501 0,533
R3(nhiều ngƣời nói tốt nên chọn) 0,494 0,542
R4(nhãn hiệu nổi tiếng từ lâu) 0,213 0,663
Thang đo: Giá trị cảm xúc (EV). Cronbach‟s Alpha = 0,751
EV1(đội ngũ nhân viên tƣ vấn tận tình) 0,514 0,708
EV2(quy trình kỹ thuật rõ ràng) 0,549 0,700
EV3(chƣa bao giờ nghe có sự cố xảy ra) 0,639 0,677
EV4(sản phẩm đƣợc bảo hành) 0,636 0,674
EV5(giá bắp thƣơng phẩm tốt) 0,559 0,696
Biến quan sát Tƣơng quan biến tổng
Cronbach‟ s Alpha nếu loại
biến Thang đo: Giá trị cảm nhận tổng thể (PV). Cronbach‟s Alpha = 0,745
PV1(lợi ích nhận đƣợc cao) 0,613 0,615
PV2(lợi ích nhận đƣợc lớn hơn chi phí bỏ ra) 0,652 0,574
PV3(đáp ứng đƣợc nhu cầu và mong muốn) 0,470 0,794
Sau khi loại bỏ 2 biến quan sát: R4 và EV6, tác giả kiểm định lại hệ số tin cậy Cronbach‟s Alpha. Qua kết quả cho thấy, các thang đo đều đạt yêu cầu: Cronbach‟s Alpha > 0,6 và tƣơng quan biến tổng >0,3, cụ thể Cronbach‟s Alpha của giá trị chất lƣợng là 0,780; giá cả bằng tiền là 0,819; Danh tiếng là 0,663; Giá trị cảm xúc (EV) là 0,817. Nhƣ vậy, sau khi loại 2 biến R4 và EV6 ra khỏi mơ hình, các biến cịn lại đều đƣợc sử dụng trong phân tích nhân tố EFA.
Bảng 4.2 Kết quả kiểm định các thang đo của mơ hình bằng Cronbach’s Alpha sau khi loại biến R4 và EV6 (lần 2)
(Kết quả kiểm định được trình bày chi tiết tại phụ lục 6)
Biến quan sát Tƣơng quan
biến tổng
Cronbach‟s Alpha nếu loại biến Thang đo: Giá trị chất lƣợng (QV). Cronbach‟s Alpha = 0,780
QV1(màu sắc hạt đẹp) 0,465 0,762
QV2(kích cỡ hạt đồng đều) 0,558 0,739
QV3(tỷ lệ mọc cao) 0,497 0,754
QV4(trồng đƣợc dày) 0,474 0,763
QV5(lá có thể xanh đến lúc thu hoạch 0,681 0,713
Thang đo: Giá cả bằng tiền (MV). Cronbach‟s Alpha = 0,819
MV1(giống có giá cả chấp nhận đƣợc) 0,663 0,763
MV2(giống có giá cả tƣơng xứng với chất lƣợng) 0,683 0,752
MV3(tiết kiệm chi phí) 0,712 0,739
MV4(giá giống khơng biến động thất thƣờng) 0,515 0,829
Thang đo: Danh tiếng (R). Cronbach‟s Alpha = 0,663
R1(uy tín trên thị trƣờng) 0,452 0,611
R2(ngƣời quen giới thiệu) 0,501 0,533
R3(nhiều ngƣời nói tốt nên chọn) 0,494 0,542
R4(nhãn hiệu nổi tiếng từ lâu)
EV1(đội ngũ nhân viên tƣ vấn tận tình) 0,554 0,798
EV2(quy trình kỹ thuật rõ ràng) 0,574 0,791
EV3(chƣa bao giờ nghe có sự cố xảy ra) 0,635 0,774
EV4(sản phẩm đƣợc bảo hành) 0,673 0,761
EV5(giá bắp thƣơng phẩm tốt) 0,606 0,782
EV6(có xuất xứ rõ ràng, tin cậy)
PV1(lợi ích nhận đƣợc cao) 0,613 0,615
PV2(lợi ích nhận đƣợc lớn hơn chi phí bỏ ra) 0,652 0,574
PV3(đáp ứng đƣợc nhu cầu và mong muốn) 0,470 0,794
4.2.2Đánh giá thang đo bằng phân tích nhân tố khám phá (EFA)
Kỹ thuật phân tích nhân tố khám phá đƣợc sử dụng nhằm thu nhỏ và tóm tắt dữ liệu. Theo Hair & ctg (1998), tiêu chuẩn để chọn các biến phải có tổng phƣơng sai trích thấp nhất là 50% (Gerbing & Anderson, 1998).
Trong kỹ thuật phân tích nhân tố khám phá, chỉ số KMO (Kaiser – Meyer – Olkin) đƣợc dùng để xem xét sự thích hợp của phân tích nhân tố. Theo đó, trị số KMO phải nằm trong khoảng giá trị từ 0.5 đến 1 thì phân tích này mới có ý nghĩa, nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố khơng thích hợp với các dữ liệu.
Phân tích nhân tố còn dựa vào Eigenvalue để xác định số lƣợng nhân tố. Những nhân tố có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mơ hình. Đại lƣợng Eigenvalue chỉ ra lƣợng biến thiên đƣợc giải thích bởi nhân tố.
Ngồi ra, ma trận nhân tố (component matrix) hay ma trận nhân tố khi các yếu tố đƣợc xoay (rotated component matrix) chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố. Hệ số tải nhân tố (factor loading) biểu diễn tƣơng quan giữa các biến và các nhân tố. Hệ số này cho biết các biến và các nhân tố có liên quan chặc chẽ với nhau không. Nghiên cứu sử dụng phƣơng pháp trích nhân tố (principal component) nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt u cầu.
Kết quả phân tích nhân tố khám phá EFA các thành phần của giá trị cảm nhận cho thấy các hệ số tải nhân tố của các biến quan sát đều lớn hơn 0.5. Tuy nhiên, biến quan sát QV3 (Giống bắp nhãn hiệu DK có tỷ lệ mọc cao) bị loại vì có hệ số tải nhân tố nhỏ hơn 0,5. Hiện nay, theo đánh giá của nông dân, tỷ lệ mọc sau khi trồng của các giống thuộc nhãn hiệu bắp DK của Dekalb chỉ ở mức chấp nhận đƣợc (khoảng 80-85%), sở dĩ nhƣ vậy một phần cũng do nguồn giống bố mẹ trong việc tạo gen ban đầu. Hệ số tải nhân tố nhỏ nhất là MV4 (Giá bắp giống nhãn hiệu DK không biến động thất thƣờng) = 0.567; hệ số KMO = 0.842; phƣơng sai trích bằng 58,239% > 50% nên thang đo đƣợc chấp nhận, điều này có ý nghĩa 5 nhân tố này giải thích đƣợc 58,239% biến thiên của dữ liệu; mức ý nghĩa của kiểm định Barlett là 0,000, chứng tỏ các biến quan sát tƣơng quan với nhau trên phạm vi tổng thể. Thơng số Eigenvalue = 1,191 > 1, do đó các nhân tố thành phần có ý nghĩa.
Bảng 4.3 . Kết quả phân tích nhân tố EFA của thành phần giá trị cảm
nhận
(Kết quả được trình bày chi tiết ở phụ lục 7)
STT Biến quan sát
Hệ số tải nhân tố của các thành phần Tên nhân tố 1 2 3 4 1 EV4(sản phẩm đƣợc bảo hành) 0,804 EV
2 EV3(chƣa bao giờ nghe có sự cố) 0,767
3 EV5(giá bắp thƣơng phẩm tốt) 0,753
4 EV2(có quy trình kỹ thuật rõ ràng) 0,737
5 EV1(nhân viên tƣ vấn rõ ràng) 0715
6 MV3(giúp tiết kiệm chi phí) 0,844
MV
7 MV2(giá cả tƣơng xứng chất lƣợng) 0,812
8 MV1(giá cả chấp nhận đƣợc) 0,759
9 MV4(không biến động thất thƣờng) 0,567
10 QV5(lá xanh đến lúc thu hoạch) 0,755
QV
11 QV1(màu sắc hạt đẹp) 0,695
12 QV6(năng suất cao và ổn định) 0,655
13 QV4(trồng đƣợc dày) 0,626
14 QV2(hạt có kích cỡ đồng đều) 0,568
15 R3(nhiều ngƣời nói tốt nên chọn) 0,748
R
16 R2(ngƣời quen giới thiệu) 0,742
17 R1(nhãn hiệu bắp uy tín) 0,703
Giá trị Eigen 5,230 2,851 1,211 1,191
Phƣơng sai trích 29,055 15,840 6,726 6,618
Hệ số KMO = 0,842
Với kết quả phân tích EFA nhƣ trên cho thấy, các thang đo thành phần của giá trị cảm nhận khách hàng đạt giá trị hội tụ, hay các biến quan sát đã đại diện đƣợc cho các khái niệm nghiên cứu cần đo lƣờng.
4.2.3Phân tích hồi quy
Hồi quy tuyến tính bội thƣờng đƣợc dùng để kiểm định và giải thích lý thuyết nhân quả (Cooper và Schindler, 2003). Hồi quy tuyến tính bội vừa có chức năng là cơng cụ mơ tả vừa là một công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể nghiên cứu (Duncan, 1996). Do đó, hồi quy tuyến tính bội là cách thích hợp để kiểm định các giả thuyết nghiên cứu. Trong đó,
- Giá trị bội (R) chỉ ra độ lớn của mối quan hệ giữa các biến độc lập và phụ thuộc
- Hệ số xác định (R2) đo lƣờng tỷ lệ tƣơng quan của phƣơng sai biến phụ
thuộc mà giá trị trung bình của nó đƣợc giải thích bằng các biến độc lập. Giá trị của R2 càng cao thì khả năng giải thích của mơ hình hồi quy càng lớn và việc dự đốn biến phụ thuộc càng chính xác.
- Hệ số xác định điều chỉnh (R2adj) thay cho R2 sau khi so sánh các mơ hình với nhau. Hệ số điều chỉnh này giúp chúng ta điều chỉnh mức độ phù hợp của mơ hình: nghĩa là kiểm tra những mơ hình có nhiều biến độc lập nhƣng trong đó có một số biến khơng giúp bao nhiêu cho việc giải thích biến thiên của biến phụ thuộc (Y) (Nguyễn Đình Thọ, 2011).
- Phép kiểm định F trong phân tích phƣơng sai (ANOVA), nếu giá trị F có ý nghĩa đáng kể về mặt thống kê (p < 0,001), giả thuyết thuần của mối quan hệ khơng tuyến tính bị bác bỏ.
- Để kiểm tra hiện tƣợng đa cộng tuyến, chỉ số thƣờng dùng là hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Thông thƣờng, nếu VIF của một biến độc lập lớn hơn 10 thì biến này hầu nhƣ khơng có giá trị giải thích biến thiên của Y trong mơ hình hồi quy bội (Hair & ctg, 2006).
Tuy nhiên, trong thực tế, nếu VIF > 2, việc diễn giải các trọng số hồi quy cần phải cẩn thận (Nguyễn Đình Thọ, 2011).
- Hệ số beta () là hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số, đƣợc xem nhƣ là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số beta chuẩn hóa càng lớn thì tầm quan trọng tƣơng đối của nó trong dự báo biến phụ thuộc càng cao.
- Hệ số tƣơng quan từng phần (partial R) đo lƣờng sức mạnh của mối quan hệ giữa một biến phụ thuộc và một biến độc lập khi ảnh hƣởng dự báo của các biến độc lập khác trong mơ hình hồi quy đƣợc giữ nguyên (Hair & ctg, 2006).
4.2.3.1 Phân tích tƣơng quan
Phân tích tƣơng quan Pearson đƣợc thực hiện để đánh giá mối quan hệ giữa các thành phần với giá trị cảm nhận của khách hàng. Từ kết quả phân tích ở bảng 4.3 cho thấy
Bảng 4.4 Kết quả phân tích tƣơng quan giữa các thành phần của giá trị cảm nhận của khách hàng
(Kết quả chi tiết được trình bày ở phụ lục 8)
PV QV R EV MV Pearson Correlation PV 1,000 0,650 0,490 0,160 0,515 QV 0,650 1,000 0,456 0,180 0,593 R 0,490 0,456 1,000 0,140 0,451 EV 0,160 0,180 0,140 1,000 0,044 MV 0,515 0,593 0,451 0,044 1,000 Sig. (1-tailed) PV . 0,000 0,000 0,014 0,000 QV 0,000 . 0,000 0,007 0,000 R 0,000 0,000 . 0,028 0,000 EV 0,014 0,007 0,028 . 0,273 MV 0,000 0,000 0,000 0,273 .
4.2.3.2Đánh giá đa cộng tuyến
Mơ hình hồi quy với 4 biến độc lập có hệ số VIF đều nhỏ hơn 2, do vậy các biến này không vi phạm điều kiện về đa cộng tuyến.(chi tiết ở phụ lục 7)
4.2.3.3Phân tích mơ hình hồi quy
Qua phân tích tƣơng quan, mơ hình đƣợc chọn là mơ hình hồi quy tuyến tính bội chuẩn hóa, đƣợc thể hiện ở phƣơng trình sau:
PV = 1EV + 2MV + 3QV + 4R
Trong đó,
PV: giá trị cảm nhận của khách hàng (nơng dân) về nhãn hiệu hạt giống DK QV: Giá trị chất lƣợng
EV: Giá trị cảm xúc
MV: giá cả bằng tiền (chi phí bằng tiền) R: danh tiếng
Bk: các hệ số của phƣơng trình hồi quy (k=0, 1, 2, 3, 4)
Bảng 4.5 Kết quả hồi quy của mơ hình các thành phần giá trị cảm nhận của khách hàng
Số mơ
hình R R2 R
2
điều chỉnh Sai số chuẩn hóadự đốn
1 0,695(a) 0,484 0,472 0,40717
a. Các biến dự đoán: (Hằng số), MV, EV, R, QV b. Biến phụ thuộc: PV Bảng 4.6 Bảng phân tích ANOVAa Số mơ hình Tổng bình phƣơng Df Bình phƣơng trung bình F Sig. 1 Hồi quy 28,248 4 7,062 42,596 0,000b Phần dƣ 30,174 182 0,166 Tổng cộng 58,422 186
Bảng 4.7 Bảng phân tích các hệ số hồi quy (phụ lục 8)Số mơ hình Số mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa T Sig. Thống kê đa cộng tuyến B Sai số chuẩn hóa Beta Độ chấp nhận của biến VIF 1 (Hằng số) 0,463 0,280 1,655 0,100 QV 0,460 0,069 0,461 6,639 0,000 0,588 1,701 R 0,222 0,066 0,208 3,350 0,001 0,736 1,359 EV 0,036 0,047 0,041 0,756 0,450 0,954 1,048 MV 0,138 0,065 0,146 2,125 0,035 0,601 1,663 a. Biến phụ thuộc: PV
Kiểm định F sử dụng trong bảng phân tích ANOVA với giá trị thống kê F đƣợc tính từ giá trị R2 của mơ hình đầy đủ, giá trị Sig. = 0,000 rất nhỏ cho phép bác bỏ giả thuyết Ho cho rằng tấ cả các hệ số hồi quy bằng 0 (ngoại trừ hằng số). Mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Kết quả hồi quy tuyến tính bội ở bảng 4.4 cho thấy mơ hình có R2 = 0,484 và R2 hiệu chỉnh là 0,472; cho thấy mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 47,2% hay mơ hình đã giải thích đƣợc 47,2% sự biến thiên của biến phụ thuộc.
Với mức ý nghĩa 5%, kết quả phân tích phƣơng sai cho thấy biến giá trị cảm xúc (EV) khơng có ý nghĩa thống kê (vì Sig. > 0,05) nên bị loại khỏi mơ hình. Phân tích cũng cho thấy mơ hình khơng xảy ra hiện tƣợng đa cộng tuyến, các biến đều có hệ số phóng đại phƣơng sai VIF < 10.
Sau khi loại biến EV, kết quả hồi quy lần 2 đƣợc mô tả chi tiết ở phụ lục 7. Các biến trong mơ hình đều đạt u cầu về mức ý nghĩa (Sig. <0,05 ). Kiểm định F cho giá trị 42,596 (Sig. = 0,000) cho thấy mơ hình phân tích là thích hợp và hệ số
phóng đại VIF <10 cho thấy khơng có hiện tƣợng đa cộng tuyến trong mơ hình. Hệ số R2 hiệu chỉnh đạt 0,473, có nghĩa là 47,3% biến thiên giá trị cảm nhận của khách hàng đƣợc giải thích bởi các biến độc lập trong mơ hình. Các hệ số hồi quy chuẩn hóa cho thấy mức độ tác động của các biến độc lập đối với giá trị cảm nhận của khách hàng khá chênh lệch nhau, cụ thể biến giá trị chất lƣợng (QV=0,470) có tác động nhiều nhất đến giá trị cảm nhận của khách hàng, tiếp theo đến biến danh tiếng (R=0,212), rồi đến biến giá cả bằng tiền (MV=0,141). Giá trị của biến độc lập giá cả bằng tiền mang dấu dƣơng, điều này rất phù hợp với thực tế về cảm nhận của nông dân ở Đồng Nai và Bà Rịa – Vũng Tàu. Nơng dân ít quan tâm đến giá của hạt giống vì giá giống biến động theo giá thị trƣờng nhƣng khơng nhiều, hơn nữa chi phí để mua giống khá ít so với các chi phí khác. Ngồi ra, nơng dân ln nghĩ rằng những giống có giá cao là những giống tốt, thậm chí rất cao nhƣng họ vẫn ln tìm cách để có nó.
Bảng 4.8 Kết quả hồi quy sau khi loại biến EV