STT Thang đo Số biến
quan sát
Số biến bị loại
Cronbach alpha
Tương quan biến – tổng nhỏ nhất 1 Thái độ (TD) 5 0 0.818 0.468 2 Chuẩn chủ quan (CCQ) 4 0 0.926 0.761 3 Kiểm soát hành vi cảm nhận (KSHV) 4 0 0.755 0.505 4 Kiến thức (KT) 4 0 0.681 0.369 5 Ý định sử dụng (YD) 4 0 0.903 0.774
Sau khi kiểm định thang đo, hệ số Cronbach Alpha của tất cả các thang đo đều lớn hơn 0.6, tương quan biến tổng - tổng của tất cả các biến đều lớn hơn 0.3. Như vậy, tất cá các thang đo đều tốt, tất cả các biến đều được giữ lại để phân tích nhân tố khám phá (EFA).
4.2.2 Đánh giá thang đo bằng phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Sau khi kiểm định các thang đo bằng hệ số Cronbach Alpha, khơng có biến quan sát nào bị loại, tất cả 17 biến quan sát được đưa vào phân tích nhân tố.
số tiêu chuẩn sau:
- Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5, mức ý nghĩa của kiểm định Barlett ≤ 0.05. (Hair và cộng sự, 2006)
- Thứ hai, hệ số tải nhân tố (factor loadings) ≥ 0.5. Biến quan sát nào có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại. (Hair và cộng sự, 2006)
- Thứ ba, thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Anderson và Gerbing, 1988)
- Thứ tư, hệ số Eigenvalue có giá trị ≥ 1. (Anderson và Gerbing, 1988)
- Thư năm, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo sự phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
4.2.2.1Phân tích EFA đối với biến độc lập
Sau khi phân tích hệ số tin cậy Cronbach’s Alpha, các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố khám phá EFA áp dụng cho 17 biến quan sát. Tác giả sử dụng phương phá trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích cá yếu tố có eigenvalue > 1.
Bảng 4.8: Kết quả phân tích nhân tố (EFA) biến độc lập
STT Tên biến Nhân tố Tên nhân tố
1 2 3 4 1. CCQ2 0.927 Chuẩn chủ quan (Kí hiệu: CCQ) 2. CCQ4 0.897 3. CCQ3 0.853 4. CCQ1 0.848 5. TD1 0.845 Thái độ (Kí hiệu: TD) 6. TD2 0.844 7. TD5 0.740 8. TD3 0.684 9. TD4 0.541 10. KSHV2 0.838 Kiểm sốt hành vi cảm nhận (Kí hiệu: KSHV) 11. KSHV3 0.770 12. KSHV1 0.655 13. KSHV4 0.636 14. KT3 0.759 Kiến thức (Kí hiệu: KT) 15. KT2 0.713 16. KT4 0.689 17. KT1 0.595 Eigenvalue 5.041 2.473 1.989 1.396 Phương sai trích 29.655 44.201 55.902 64.111
KMO và kiểm định Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.787
Bartlett's Test of Sphericity
Approx. Chi-Square 1665.981
df 136
Kết quả của phân tích nhân tố ban đầu được trình bày trong bảng 4.8. Kết quả này cho thấy hệ số KMO đạt yêu cầu (0.787 > 0.5) và có bốn yếu tố được trích tại Eigenvalue là 1.396 và tổng phương sai trích đạt 64.111%. Như vậy phương sai trích đạt yêu cầu (>50%)
4.2.2.2Phân tích EFA đối với biến phụ thuộc
Để đảm bảo độ tin cậy và độ kết dính của các nhân tố của Ý định sử dụng đã đưa ra ở phần lý thuyết, chúng ta cũng sẽ phải tiến hành phân tích nhân tố đối với các nhân tố của “Ý định sử dụng”. Mong đợi của chúng ta là các nhân tố này sẽ cùng nhau tạo thành một nhân tố (phạm trù) có Eigenvalue lớn hơn 1. Điều đó có nghĩa là bốn yếu tố đo lường “Ý định sử dụng” có sự kết dính cao và cùng thể hiện một phạm trù “Ý định sử dụng”.
Kết quả phân tích nhân tố các biến quan sát thuộc thành phần phụ thuộc “Ý
định sử dụng” được trình bày ở Bảng 4.10
Bảng 4.9 Kết quả phân tích nhân tố (EFA) biến phụ thuộc KMO và kiểm định Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.845 Bartlett's Test of Sphericity Approx. Chi-Square 504.189 df 6 Sig. .000
Tên biến Nhân tố Tên nhân tố
1 YD1 0.883 Ý định sử dụng (Ký hiệu YD) YD2 0.883 YD3 0.879 YD4 0.875 Eigenvalue 3.099 Phương sai trích 77.479%
phương pháp rút trích nhân tố Principal Component, cho phép 1 nhân tố được rút trích từ 4 biến quan sát và phương sai trích được là 77.479%, các nhân tố đều có hệ số tải nhân tố lớn hơn 0.5, thấp nhất là 0.875. Hệ số KMO là 0.845 > 0.5 thỏa mãn yêu cầu và kiểm định Barlette có ý nghĩa thơng kê (Sig. < 0.000) nên các biến quan sát có tương quan với nhau trong tổng thể.
4.2.2.3Diễn giải kết quả
Kết quả phân tích nhân tố đã đưa ra mơ hình về ý định sử dụng túi sinh thái là tổ hợp 4 yếu tố độc lập bao gồm: “Thái độ”, “Chuẩn chủ quan”, “Kiểm soát hành vi cảm nhận”, và “Kiến thức” và 1 yếu tố phụ thuộc là “Ý định sử dụng”.
Kết quả phân tích nhân tố các yếu tố độc lập bao gồm các thành phần sau: Thành phần “Thái độ” bao gồm 5 biến: TD1, TD2, TD3, TD4 và TD5.
Thành phần “Chuẩn chủ quan” bao gồm 4 biến: CCQ1, CCQ2, CCQ3 và CCQ4.
Thành phần “Kiểm soát hành vi cảm nhận” bao gồm 4 biến: KSHV1, KSHV2, KSHV3 và KSHV4.
Thành phần “Kiến thức” bao gồm 4 biến: KT1, KT2, KT3, và KT4
Kết quả phân tích nhân tố của nhóm biến phụ thuộc chỉ có 1 thành phần duy nhất gọi là thành phần “Ý định sử dụng” bao gồm 4 biến YD1, YD2, YD3 và YD4.
4.3 Kiểm định mơ hình và giả thuyết nghiên cứu
Kết quả phân tích nhân tố khám phá cho thấy có 4 nhân tố được rút trích và 4 nhân tố này sẽ được đưa vào kiểm định mơ hình. Giá trị của nhân tố là trung bình của các biến quan sát thuộc nhân tố đó. Đầu tiên, tác giả sẽ sử dụng phân tích Pearson nhằm kiểm tra sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Từ kết quả phân tích hồi quy giúp kiểm định các giả thuyết nghiên cứu (từ H1- H4).
Mơ hình hồi quy tổng qt có dạng sau:
Ý định sử dụng túi sinh thái = β0 + β1 x Thái độ + β2 x Chuẩn chủ quan + β3 x Kiểm soát hành vi cảm nhận+ β4 x Kiến thức + ε
4.3.1 Phân tích tương quan
Phân tích tương quan này là phân tích tương quan Pearson (vì các biến được đo bằng thang đo khoảng) để xác định các mối quan hệ tuyến tính giữa các biến trước khi tiến hành phân tích hồi qui tuyến tính tiếp theo. Phân tích tương quan được thực hiện giữa biến phụ thuộc là “Ý định sử dụng” (YD) và các biến độc lập: “Thái độ” (TD), “Chuẩn chủ quan” (CCQ), “Kiểm soát hành vi cảm nhận” (KSHV), và “Kiến thức” (KT). Đồng thời cũng phân tích tương quan giữa các biến độc lập với nhau nhăm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến. (xem Bảng 4.10).
Bảng 4.10: Ma trận tương quan giữa các biến
TD CCQ KSHV KT YD TD 1 0.338 0.341 0.238 0.486 CCQ 1 0.2 0.241 0.453 KSHV 1 0.355 0.428 KT 1 0.421 YD 1
Theo ma trận tương quan thì các biến độc lập đều có tương quan tuyến tính với biến phụ thuộc. Cụ thể, mối quan hệ tương quan giữa “Thái độ” (TD) và “Ý định sử dụng” (YD) là cao nhất (r = 0.486), kế đến là tương quan giữa “Chuẩn chủ quan” (CCQ) với “Ý định sử dụng” (YD) (r = 0.453), tương quan giữa “Kiểm soát hành vi cảm nhận” (KSHV) với “Ý định sử dụng” (YD) (r = 0.428) và tương quan giữa “Kiến thức” (KT) với “Ý định sử dụng” (YD) là nhỏ nhất (r = 0.421)
Ngoài ra, kết quả trong Bảng 4.7 chỉ ra rằng các hệ số tương quan đều có ý nghĩa thống kê (p <0.01) và các mối quan hệ trên có thể được đánh giá là tốt, kết quả phân tích tương quan cũng cho thấy hệ số tương quan giữa các biến độc lập ở mức tương quan khá yếu nên không cần quan tâm đến hiện tượng đa cộng tuyến. Như vậy, việc sử dụng phân tích hồi quy tuyến tính là phù hợp.
4.3.2 Phân tích hồi quy
Sau khi phân tích tương quan, phân tích hồi quy được thực hiện với 4 biến độc lập bao gồm “Thái độ”, “Chuẩn chủ quan”, “Kiểm soát hành vi cảm nhận”, “Kiến thức” và 1 biến phụ thuộc là “Ý định sử dụng”. Phân tích hồi qui được thực hiện bằng phương pháp Enter, các biến được đưa vào cùng một lúc để chọn lọc trên các tiêu chí loại những biến có Sig. > 0.05. Kết quả phân tích được trình bày ở Bảng 4.11 và 4.12
Bảng 4.11 Bảng thơng số mơ hình hồi quy Model Summary Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn dự đoán 1 0.658 .433 .422 .55742
Biến dự đoán: (hằng số), Thái độ (TD); Chuẩn chủ quan (CCQ); Kiểm soát hành vi cảm nhận (KSHV); Kiến thức (KT)
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. Kết quả trong bảng ANOVA cho thấy mức ý nghĩa của kiểm định F là Sig = 0.000 (<0.05), vì vậy mơ hình hồi quy tuyến tính bội của chúng ta phù hợp với tập dữ liệu với mức tin cậy là 95%.
Bảng 4.12: Kết quả phân tích phương sai (hồi quy) ANOVAa Mơ hình Tổng bình phương Df Bình phương trung bình F Sig. Phần hồi quy 1 Phần dư Tổng cộng 47.507 4 11.877 38.223 .000b 62.144 200 .311 109.651 204
a.Biến phụ thuộc: Ý định sử dụng túi sinh thái (YD)
b.Biến dự đoán: (Hằng số), Thái độ (TD); Chuẩn chủ quan (CCQ); Kiểm soát hành vi cảm nhận (KSHV); Kiến thức (KT)
Bảng 4.13: Kết quả các hệ số hồi quy sử dụng phương pháp EnterCoefficientsa Coefficientsa 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 Dung sai VIF
Hằng số -.436 .327 -1.335 .183 TD .329 .071 .274 4.610 .000 .802 1.247 CCQ .276 .060 .267 4.634 .000 .856 1.168 KSHV .224 .066 .203 3.423 .001 .803 1.246 KT .330 .088 .219 3.772 .000 .838 1.193
a.Biến phụ thuộc: Ý định sử dụng túi sinh thái (YD)
Kết quả phân tích hồi quy đa biến cho thấy tất cả 4 biến độc lập đều đạt mức ý nghĩa 5% (Sig. < 0.05). Hệ số Beta của 4 biến độc lập thể hiện mức độ ảnh hưởng lên biến phụ thuộc “Ý định sử dụng” và đều mang dấu (+) cho thấy mối quan hệ giữa 4 biến này với biến phụ thuộc “Ý định sử dụng” là quan hệ cùng chiều, điều này phù hợp với các giả thuyết đã đặt ra, cụ thể là thành phần “Thái độ” (TD) có tác động mạnh nhất đến “Ý định sử dụng” (YD) của người tiêu dùng (Beta = 0.274, sig = 0.000), kế đến là các thành phần “Chuẩn chủ quan” (CCQ) (Beta = 0.267, sig = 0.000), “Kiến thức” (KT) (Beta = 0.219, sig = 0.000) và thành phần tác động yếu nhất là “Kiểm soát hành vi” (KSHV) (Beta = 0.203, sig = 0.001). Do đó, cả 4 giả thuyết đưa ra đều được chấp nhận với mức ý nghĩa thống kê 5%. Hệ số R2 hiệu chỉnh (Adjusted R square) bằng 42.2%, phương sai biến phụ thuộc “Ý định sử dụng” được giải thích bởi 4 biến độc lập này. Đồng thời hệ số phóng đại phương sai (VIF – Variation Inflation Factor)11 của các biến độc lập trong mơ hình nghiên cứu đều khá nhỏ: từ 1.168 đến 1.247. Do đó khơng có hiện tượng đa cộng tuyến trong mơ hình nghiên cứu.
11
Theo Hair và cộng sự (2006) (trích Nguyễn Đình Thọ, 2011) thì nếu VIP của một biến độc lập nào đó lớn hơn 10 thì biến đó hầu như khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình hồi quy bội.
H1= 0.274 (Sig = 0.000)
Thái độ
Chuẩn chủ quan H1= 0.267 (Sig = 0.000)
Ý định sử dụng túi sinh thái
H1= 0.203 (Sig = 0.001)
Kiểm soát hành vi cảm nhận
H1= 0.219 (Sig = 0.000)
Kiến thức
Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa biến phụ thuộc YD và 4 biến độc lập:
Ý định sử dụng túi sinh thái = -0.436 + 0.274 x Thái độ + 0.267 x Chuẩn chủ quan + 0.203 x Kiểm soát hành vi cảm nhận + 0.219 x Kiến thức
Hình 4.1: Kết quả phân tích hồi quy4.3.3. Dị tìm sự vi phạm các giả định hồi quy 4.3.3. Dị tìm sự vi phạm các giả định hồi quy
4.3.3.1. Kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như hiện tượng phương sai thay đổi như hiện tượng phương sai thay đổi
Thực hiện kiểm định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn đã chuẩn hóa, phần dư đã chuẩn hóa được thể hiện trên trục tung và giá trị dự đốn đã chuẩn hóa được thể hiện trên trục hoành. Nếu giả định quan hệ tuyến tính và phương sai khơng thay đổi thỏa mãn thì phần dư sẽ phân tán ngẫu nhiên trên đồ thị.
Kết quả đồ thị Scatterplot (trình bày tại Phụ lục 7) cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 mà khơng tạo thành một hình dáng nhất định nào. Như vậy, giá trị dự đoán và phần dư độc lập nhau, và phương sai của phần dư khơng thay đổi. Do đó, mơ hình hồi quy là phù hợp.
4.3.3.2 Giả định về phân phối chuẩn của phần dư
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do sau: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích..Thực tế thì thường phân phối của phần dư chỉ gần chuẩn vì ln có sự chênh lệch do lấy mẫu.
Có 2 cách để kiểm tra phân phối chuẩn của phần dư. Cách thứ nhất là vẽ đồ thị Histogram của phần dư chuẩn hóa. Nếu đồ thị có dạng đường cong phân phối chuẩn nằm chồng lên biểu đồ tần số và có Mean xấp xỉ 0 và giá trị độ lệch chuẩn gần bằng 1 thì xem như phần dư có phân phối chuẩn. Cách thứ hai là vẽ đồ thị P-P plot, đồ thị này thể hiện các giá trị của các điểm phân vị của phân phối của biến phần dư theo các phân vị của phân phối chuẩn. Nếu trên đồ thị P-P plot các điểm này không nằm quá xa đường thẳng của phân phối chuẩn thì có thể xem như phần dư có phân phối gần chuẩn.
Kết quả đồ thị Histogram (trình bày tại Phụ lục 9) của nghiên cứu này cho thấy phần dư chuẩn hóa có dạng đường cong phân phối chuẩn, giá trị Mean xấp xỉ bằng 0 (1.69-15) và độ lệch chuẩn xấp xỉ bằng 1 (0.990). Như vậy, giả định về phân phối chuẩn của phần dư không bị vi phạm.
4.4 Phân tích mơ tả các biến nghiên cứu
Các biến (các khái niệm nghiên cứu) được đo lường bằng thang đo với nhiều biến quan sát (multi-item scale). Thang đo dạng Likert được sử dụng để đo các khái niệm với 1 = hồn tồn khơng đồng ý và 5 = hoàn toàn đồng ý.
Giá trị của thang đo có được bởi việc lấy trung bình của các biến quan sát dùng để đại diện cho khái niệm cần nghiên cứu và kết quả thống kê mô tả được trình bày trong bảng 4.6. Giá trị trung bình kỳ vọng của các khái niệm là 3 (trung bình của 1 và 5).
Bảng 4.14 Thống kê mô tả biếnBiến Số Biến Số mẫu Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn Thái độ (TD) 205 1 5 3.8888 0.61111 Chuẩn chủ quan (CCQ) 205 1 5 3.1671 0.70699 Kiểm soát hành vi cảm nhận (KSHV) 205 1 5 3.5500 0.66486 Kiến thức (KT) 205 2 4 2.9463 0.48714 Ý định sử dụng (YD) 205 1 5 3.4866 0.73315
Giá trị trung bình của biến “Thái độ” có được từ dữ liệu nghiên cứu là 3.88. Kết quả này cho thấy người được phỏng vấn trong mẫu khảo sát đánh giá việc sử dụng túi sinh thái là có ích, tiện dụng hay an tồn là rất cao (giá trị trung bình trong dữ liệu là 3.88 so với điểm trung bình là 3.00). Đây là biến có giá trị trung bình lớn nhất trong tất cả các biến.
Giá trị trung bình của biến “kiểm sốt hành vi cảm nhận” có được từ dữ liệu nghiên cứu là 3.55. Kết quả này cho thấy người được phỏng vấn trong mẫu khảo sát kiểm soát hành vi sử dụng túi sinh thái của bản thân là trên mức trung bình và họ có thể dễ dàng sử dụng túi sinh thái dựa trên quyết định của bản thân họ (giá trị trung bình trong dữ liệu là 3.55 so với điểm trung bình là 3.00).
Giá trị trung bình của biến “Chuẩn chủ quan” có được từ dữ liệu nghiên cứu