Chương 3: TỔNG QUAN NGHIÊN CỨU
3.3 Phương pháp phân tích dữ liệu
3.3.1 Phương pháp thống kê mô tả
Thống kê mô t ả là các phương pháp liên quan đến vi c thu th p s ệ ậ ốliệu, tóm t t, trình ắ bày, tính toán và mô t ả các đặc trưng khác nhau để phán ánh m t cách tộ ổng quát đối tượng nghiên cứu. Thống kê mô t bả ằng 4 phương pháp:
• Thu th p và x lý s u ậ ử ốliệ
Tôi nh n th y giá s n ph m xanh cao vậ ấ ả ẩ chi phí s n xu t kinh doanh cao ả ấ Tôi nh n thậ ấy m c giá sứ ản ph m xanh ẩ phù h p v i chợ ớ ất lượng
Tôi ch p nh n m c giá mua s n phấ ậ ứ ả ẩm xanh t i c a hàng ạ ử
8 Nhận th c v s c kho ứ ề ứ ẻ
Tôi nghĩ việc sử d ng s n ph m xanh sụ ả ẩ mang l i s c kho cho b n thân ạ ứ ẻ ả Tôi có trách nhi m trong vi c b o vệ ệ ả ệ sứ kho c a mình ẻ ủ
Tôi lo ng i viạ ệc v ề ảnh hưởng của thuốc trừ sâu và các hóa chất khác đến sức khỏe của bản thân
Tôi nghĩ việc sử d ng s n ph m xanh ụ ả ẩ giúp nâng cao cu c s ng c a tôi ộ ố ủ 9 Quyết định mua s n ph m xanh ả ẩ
Tôi thường mua những s n ph m xanh ả ẩ mà bao bì của chúng được tái sử dụng hoặc có th tái s dể ử ụng
Tôi mua s n ph m xanh vì mong muả ẩ ốn cuộc sống khỏe mạnh hơn
Tôi s n sàng xem xét vi c mua các sẵ ệ ản phẩm xanh vì chúng ít gây ô nhi m ễ Ngay c khi tôi tin vào nh ng l i ích màả ữ ợ sản phẩm xanh đem tới cho môi trường, tôi cũng sẽ không chi tr quá s ả ốtiền mà tôi đã định ra
Số liệu được thu thập thường r t nhi u và hấ ề ỗn độn, các dữ liệu đó chưa có đáp ứng được cho quá trình nghiên cứu. Để có hình nh t ng quát v tả ổ ề ổng th nghiên c u, s ể ứ ố liệu thu th p phậ ải được x lí t ng h p, trình bày, tính toán các s ử ổ ợ ố đo; kết qu ả có được sẽ giúp khái quát được đặc trưng của tổng th . ể
• Nghiên c u các hiứ ện tượng trong hoàn c nh không ch c ch n ả ắ ắ
Trong th c t , có nhi u hiự ế ề ện tượng mà thông tin liên quan đến đối tượng nghiên cứu không đầy đủ ặc dù ngườ m i nghiên cứu đã có sự cố gắng. Ví dụ như nghiên cứu về nhu cầu th ị trường v m t s n phề ộ ả ẩm ở ức độ m nào, tình tr ng c a n n kinh t ra sao, ạ ủ ề ế để nắm được các thông tin này một cách rõ ràng qu là mả ột điều không ch c chắ ắn.
• Điều tra ch n m u ọ ẫ
Trong m t sộ ố trường hợp để nghiên c u toàn b t t c các quan sát c a t ng th là ứ ộ ấ ả ủ ổ ể một điều không hi u qu , xét c v tính kinh t (chi phí, th i gian) và tính k p th i, ệ ả ả ề ế ờ ị ờ hoặc không th c hiự ện được chính điều này đã đặt ra cho thống kê xây d ng các ự phương pháp chỉ cần nghiên cứu một bộ phận của tổng thể mà có thể suy luận cho hiện tượng tổng quát mà vẫn đảm bảo độ tin cậy cho phép đó, đó là phương pháp điều tra ch n mọ ẫu.
• Nghiên c u m i liên h ứ ố ệgiữa các hiện tượng
Giữa các hiện thượng thông thường có m i liên h v i nhau, ví d : m i liên h ố ệ ớ ụ ố ệgiữa chi tiêu và thu nh p; m i liên hậ ố ệ giữa lương vốn vay và các y u tế ố tác động đến lượng vốn vay như chi tiêu, thu nhập, trình độ học v n, mấ ối liên h tệ ốc độ phát triển với tốc độ phát tri n c a các nghành, l m phát, tể ủ ạ ốc độ phát tri n dân sể ố…sựhiểu bi t ế về m i liên h ố ệgiữa các hiện tượng rất có ý nghĩa, phục vụ cho quá trình d ự đoán.
3.3.2 Phương pháp kiểm định độ tin cậy b ng h s ằ ệ ố Cronbach’s Alpha Hệ số Cronbach’s Alpha là hệ ố cho phép đánh giá xem nếu đưa các biế s n quan sát nào đó thuộc v m t bi n nghiên c u (bi n tiề ộ ế ứ ế ềm ẩn, nhân t ) thì nó có phù h p không. ố ợ Hair et al (2006) đưa ra quy tắc đánh giá như sau:
• < 0.6. Thang đo nhân tố là không phù hợp (có thể trong môi trường nghiên cứu đối tượng không có c m nh n v nhân t ả ậ ề ố đó)
• 0.6 07: Ch p nh– ấ ận được v i các nghiên c u m i ớ ứ ớ
• 0.7 0.8: Ch p nh– ấ ận được
• 0.8 0.95: t– ốt
• >= 0.95: Ch p nhấ ận được nhưng không tốt, nên xét xét các bi n quan sát có ế thể có hiện tượng “trùng biến”. Tức là có khả năng xuất hi n bi n quan sát ệ ế thừa ở trong thang đo. Nó tương tự như trường hợp đa cộng tuyến trong hồi quy, khi đó biến thừa nên được lo i b . ạ ỏ
Hệ s ố tương quan biến tổng là h s cho bi n mệ ố ế ức độ “liên kết” giữa một bi n quan ế sát trong nhân t v i các bi n còn l Ph n ánh mố ớ ế ại. ả ức độ đóng góp vào giá trị khái niệm của nhân tố của một bi n quan sát c ế ụthể. Tiêu chuẩn để đánh giá một biến có đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng phải lớn hơn 0.3. N u bi n quan sát có h s ế ế ệ ố tương quan biến tổng nh ỏ hơn 0.3 thì phải loại nó ra khỏi nhân t ố đánh giá.
3.3.3 Phương pháp phân tích nhân tố khám phá (EFA)
Phân tích nhân t ố khám phá EFA (Exploratory Factor Analysis) là phương pháp giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phân tích nhân t ố khám phá được xem là m t trong nhộ ững phương pháp của kĩ thuật phân tích đa biến. Với mục đích dùng để rút gọn một tập hợp k biến quan sát thành m t t p F (v i F < k) các nhân t (Factor) ho c c m biộ ậ ớ ố ặ ụ ến có ý nghĩa hơn (Nguyễn Đình Thọ, 2013).
Theo Hair & ctg (1998, 111), (Factor Loading), h s này cho bi t m i biệ ố ế ỗ ến đo lường sẽ thuộc v nhân t nào: ề ố
• Factor Loading >= 0.3 v i c m u ít nhớ ỡ ẫ ất 350 (được xem là đạt m c t i thiứ ố ểu)
• Factor Loading >= 0.5 v i c m u kho ng 100 ớ ỡ ẫ ả – 350 (được xem là quan tr ng) ọ
• Factor Loading >= 0.75 v i cớ ỡ m u kho ng 50 ẫ ả – 100 (được xem là có ý nghĩa thực ti n) ễ
Đố ới v i các biến quan sát đo lường tám khái niệm thành phần và khái niệm lòng trung thành đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân tố Principal Components với phép quay Varimax và điểm dùng khi trích các y u t có ế ố EigenValues lớn hơn 1.
EFA thường được sử dụng nhiều trong các lĩnh vực quản trị, kinh tế, tâm lý, xã hội học, ... khi đã có được mô hình khái ni m (Conceptual Framework) t các lý thuyệ ừ ết hay các nghiên cứu trước.
Trong các nghiên c u v kinh tứ ề ế, người ta thường s dử ụng thang đo(scale) chỉ mục bao g m r t nhi u câu h i (biồ ấ ề ỏ ến đo lường) nhằm đo lường các khái ni m trong mô ệ hình khái ni m, và EFA s góp ph n rút g n m t t p g m r t nhi u biệ ẽ ầ ọ ộ ậ ồ ấ ề ến đo lường thành m t s nhân t . ộ ố ố
Hai m c tiêu chính c a phân tích EFA là phụ ủ ải xác định
• S ố lượng các nhân t ố ảnh hướng đến một t p các biậ ến đo lường.
• Cường độ về mối quan h ệgiữa mỗi nhân t v i t ng biố ớ ừ ến đo lường.
Điều ki n cệ ần để bảng kết quả ma tr n xoay có ý ậ nghĩa thống kê là:
• Hệ s KMO ph i nố ả ằm trong đoạn t ừ 0.5 đến 1
• Kiểm định Barlett có sig ph i nh ả ỏ hơn 0.05
• Giá tr Eigenvalue lị ớn hơn hoặc b ng 1 ằ
• Tổng phương sai trích lớn hơn hoặc bằng 50%
Mô hình nhân t ố được th ểhiện bằng phương trình:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + …. + WikXk Với: Fi: là ước lượng trị số của nhân t (factor) th ố ứi
Xk: giá tr c a bi n s ị ủ ế ốthứk
Wik: là quy n s hay tr ng s nhân t (weight or factor score coefficient) cề ố ọ ố ố ủa biến số thứ k đến nhân t i. ố
k: S ốbiến (items)
Tiêu chu n cẩ ủa KMO được Kaiser (1974) đề nghị n m trong kho ng 0.5 < KMO <1 ằ ả thì phân tích vi c phân tích nhân t ệ ố được xem là phù h p v i d ợ ớ ữliệu.
• KMO >= 0.90: R T T T Ấ Ố
• 0.80 <= KMO < 0.90: T T Ố
• 0.70 <= KMO <0. 80: ĐƯỢC
• 0.60 <= KMO <0. 70: TẠM ĐƯỢC
• 0.50 <= KMO <0. 60: X U Ấ
• KMO <0. 50: KHÔNG CH P NHẤ ẬN ĐƯỢC
Hệ s t i Factor loadings: H s t i Factor loadings là nh ng h số ả ệ ố ả ữ ệ ố tương quan đơn giữa các biến và các nhân t . H s này nh ố ệ ố ỏ hơn 0,5 trong EFA sẽ tiếp tục b ịloại để đảm b o giá trị hội tụ gi a các bi n. Pả ữ ế hương pháp trích hệ ố s d ng là Principal s ử ụ components và điểm dừng khi trích các nhân tố có Eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50%. (Nguyễn Đình Thọ, 2011)
Trị s Eigenvalue: Tr s Eigenvalue là m t tiêu chí s d ng phố ị ố ộ ử ụ ổ biến để xác định số lượng nhân t trong phân tích EFA. V i tiêu chí này, ch có nh ng nhân t nào ố ớ ỉ ữ ố có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
3.3.4 Kiểm định h s ệ ố tương quan Pearson
Tương quan tuyến tính gi a hai bi n là mữ ế ối tương quan mà khi biểu di n giá tr quan ễ ị sát c a hai bi n trên m t phủ ế ặ ẳng Oxy, các điểm dữ liệu có xu hướng t o thành mạ ột đường th ng. Theo Gayen (1951), trong th ng kê, các nhà nghiên c u s d ng h s ẳ ố ứ ử ụ ệ ố tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ c a m i liên h tuyủ ố ệ ến tính giữa hai biến định lượng. N u mế ột trong hai ho c c hai bi n không ph i là biặ ả ế ả ến định lượng (biến định tính, biến nhị phân) chúng ta sẽ không thực hiện phân tích tương quan Pearson cho các biến này.
Hệ s ố tương quan Pearson r có giá trị dao động t -ừ 1 đến 1:
• Nếu r càng ti n về 1, -ế 1: tương quan tuyến tính càng mạnh, càng ch t chẽ. ặ Tiến v ề 1 là tương quan dương, tiến về -1 là tương quan âm.
• Nếu r càng ti n v ế ề 0: tương quan tuyến tính càng yếu.
• Nếu r = 1: tương quan tuyến tính tuyệt đối, khi biểu diễn trên đồ thị phân tán Scatter như hình vẽ ở trên, các điểm bi u di n s ể ễ ẽnhập lại thành 1 đường th ng. ẳ
• Nếu r = 0: không có mối tương quan tuyến tính.
Andy Field (2009) cho r ng m c dù có thằ ặ ể đánh giá mối liên h tuy n tính gi a hai ệ ế ữ biến qua hệ số tương quan Pearson, nhưng chúng ta cần thực hiện kiểm định giả thuy t h s ế ệ ố tương quan này có ý nghĩa thống kê hay không. K t qu ế ảkiểm định nếu sig kiểm định nh ỏ hơn 0.05, cặp biến có tương quan tuyến tính v i nhau; n u sig lớ ế ớn hơn 0.05, cặp biến không có tương quan tuyến tính (giả định lấy mức ý nghĩa 5% = 0.05).
Khi đã xác định hai bi n có mế ối tương quan tuyến tính (sig nhỏ hơn 0.05), chúng ta sẽ xét đến độ mạnh/yếu của mối tương quan này thông qua trịtuyệt đối của r. Theo Andy Field (2009):
• |r| < 0.1: m i ố 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
3.3.5 Phương pháp phân tích hồi qui tuyến tính
Hồi quy tuy n tính là m t nế ộ ội dung cơ bản c a kinh tủ ế lượng và được sử dụng phổ biến trong nhiều lĩnh vực khác nhau. Hãy tưởng tượng rằng nhà quản lý quan tâm đến vi c doanh s bán hàng s ệ ố ẽ thay đổi như thế nào khi tăng chi phí chào hàng; hoặc chi phí c a công ty sủ ẽ thay đối như thế nào khi nhà máy tăng sô giờ làm vi c cệ ủa công nhân. Đôi khi nhà quan lý sẽ dựa vào trực giác đánh giá các môi quan hệ trên.
Tuy nhiên, nêu có s ốliệu c ụthể, họ có th ể ước lượng các m i quan h b ng các mô ố ệ ằ hình h i quy tuy n tính. ồ ế
Trong mô hình h i quy, m c tiêu chính là phân tích m i quan h ồ ụ ố ệgiữa m t ho c thộ ặ ột tập h p các biợ ến độ ậc l p và biến được d báo g i là bi n ph thu c. Ví d , trong ự ọ ế ụ ộ ụ nghiên cứu ảnh hưởng của chi phí chào hàng đến doanh s bán hàng, thì chi phí chào ố hàng là biến độ ậc l p và doanh s bán hàng là bi n ph thu c. ố ế ụ ộ
Mô hình h i qui tuyồ ến tính đơn: Y ===== +++++.X +++++u
Mô hình h i qui tuy n tính bồ ế ội: Y ==== = +++++1X1 +++++2X 2+++++...+++++iXi +++++ u Trong đó:
Y: Bi n ph ế ụthuộc định lượng α: là h s ệ ốchặn (h ng sằ ố)
βi (i = 1, 2, …, k): là hệ số của từng biến (h s góc) ệ ố Xi: là các biến độ ậc l p (biến đo lường hoặc biến gi ) ả
u: là sai số (thể hiện s biến thiên của Y mà không th ự ểgiải thích b i các biở ến Xi )
S dử ụng phương pháp bình phương bé nh t (Ordinary Least Square, OLS) trong kinh ấ tế lượng để ước lượng α và β
Phương trình ước lượng:
𝒀 = 𝜶 + 𝜷𝟏 𝑿𝟏 + 𝜷𝟐𝑿𝟐 + ⋯ + 𝜷𝒊𝑿𝒊 + 𝒖
𝑢 : Phần dư
Theo Green W.H. (1991), trong trường hợp số quan sát >100, cần thực hiện 5 kiểm định.
1. Kiểm định tương quan từng ph n c a các h s h i quy ầ ủ ệ ố ồ
Các biến độ ập tương quan có ý nghĩa vớc l i bi n phế ụ thuộc hay không (xét riêng từng ph n biầ ến độc lập).
Kiểm định t: Mức ý nghĩa (Sig.) của hệ số hồi quy từng phần có độ tin cậy 95%
(sig.<=0,05). Có th ểchọn 90% ho c 99%. ặ 2. Kiểm định mức độ phù hợp của mô hình
M i quan h tuyố ệ ến tính gi a các biữ ến độ ậc l p v i bi n ph thuớ ế ụ ộc hay không.
Kiểm định F: phân tích phương sai (Analysis of variance, ANOVA). Mức ý nghĩa (sig.) có độ tin cậy 95% (sig.<=0,05).
3. Kiểm định hiện tượng đa cộng tuyến
Các biến độ ậc l p g n nhầ ư không có quan hệ tuyến tính.
Độ phóng đại phương sai (Variance Inflation Factor, VIF): VIF <= 10.
4. Kiểm định hiện tượng tự tương quan
Khi các phần dư (Residuals) có tương quan với nhau, k t qu ế ả ước lượng OLS không còn tin cậy.
Bước 1: Xác định trị s ốDurbin-Watson (d)
Bước 2: D a vào b ng Durbin-ự ả Watson (căn cứ s quan sát (n), s tham s -ố ố ố(k 1), mức ý nghĩa 5%), xác định dL (lower d), dU (upper d)
Khi dU < d < (4-dU). K t lu n: không có hiế ậ ện tượng tự tương quan trong phần dư của mô hình h i quy tuy n tínồ ế h.
5. Kiểm định phương sai phần dư thay đổi
Hiện tượng các giá trị phần dư có phân phối không giống nhau: Ước lượng OLS của các h s hệ ố ồi quy không hi u qu ệ ả.
Khi s quan sát l n (>100): Kiố ớ ểm định White (White, H., 1980).
Chương 4: KẾT QUẢ NGHIÊN CỨU 4.1 Thống kê mô t ả
Anh/chị đã từng s d ng qua s n phử ụ ả ẩm xanh chưa?
Frequenc y
Percent Valid Percent
Cumulative Percent Valid Đã
t ng ừ 300 100.0 100.0 100.0
C ả 300 người tham gia khảo sát đều đã từng sử dụng s n ph m xanh. ả ẩ Giới tính của anh/ch ?ị
Frequenc y
Percent Valid Percent
Cumulative Percent
Valid
Khác 6 2.0 2.0 2.0
Nam 152 50.7 50.7 52.7
Nữ 142 47.3 47.3 100.0
Total 300 100.0 100.0
Trong s ố 300 người có 152 nam chi m t l 50.7% và 142 n v i 47.3%. ế ỉ ệ ữ ớ Độ tu i c a anh/ch ? ổ ủ ị
Frequenc y
Percent Valid Percent
Cumulative Percent
Valid
Trên 33 tuổi 46 15.3 15.3 15.3
Từ 18 - 25
tuổi 103 34.3 34.3 49.7
Từ 26 - 33
tuổi 151 50.3 50.3 100.0
Total 300 100.0 100.0
Có 300 người tham gia khảo sát, độtuổi chi m tế ỉ lệ cao nh t là t 26 33 tu i vấ ừ – ổ ới 50.3 %, th p nh t là trên 33 tu i vấ ấ ổ ới 15.3% và độ tuổi từ 18-25 chi m t l trung ế ỉ ệ bình là 34.3%.
Nghề nghiệp của anh/ch ?ị Frequenc
y
Percent Valid Percent
Cumulative Percent
Valid
Kinh doanh 39 13.0 13.0 13.0
Nhân viên văn
phòng 74 24.7 24.7 37.7
Nội trợ 73 24.3 24.3 62.0
Sinh viên 81 27.0 27.0 89.0
Tự do 33 11.0 11.0 100.0
Total 300 100.0 100.0
Trong s ố 300 người tham gia kh o sát, cao nh t là sinh viên v i 27%, tiả ấ ớ ếp đến là nghành ngh nhân viên ề văn phòng và nội trợ với tỉ l ệ 24.7 % và 24.3%. Hai độ tuổi còn l i v i t l ạ ớ ỉ ệthấp là kinh doanh chi m 13% và t do chi m 11%. ế ự ế
Mức thu nhập của anh/chị?
Frequenc y
Percent Valid Percent
Cumulative Percent
Valid
Dưới 3 triệu 44 14.7 14.7 14.7 Trên 20
triệu 35 11.7 11.7 26.3
Từ 10 - 20
triệu 62 20.7 20.7 47.0
Từ 3 - 5
triệu 58 19.3 19.3 66.3
Từ 5 - 10
triệu 101 33.7 33.7 100.0
Total 300 100.0 100.0
Trong s ố 300 người tham gia kh o sát, ph n l n là m c thu nh p t ả ầ ớ ứ ậ ừ5 – 10 triệu chi m 33.7 % và th p nh t là trên 20 tri u v i 11.7%. ế ấ ấ ệ ớ
Tần suất mua sản phẩm xanh c a anh/ch ?ủ ị Frequenc
y
Percent Valid Percent
Cumulative Percent
Valid Hiếm khi 65 21.7 21.7 21.7
Luôn luôn 29 9.7 9.7 31.3
Thỉnh
thoảng 95 31.7 31.7 63.0
Thường
xuyên 111 37.0 37.0 100.0
Total 300 100.0 100.0
Trong s ố 300 người tham gia kh o sát, t n suả ầ ất mua thường xuyên chi m t l cao ế ỷ ệ nhất v i 37% và th p nh t là luôn luôn v i 9.7%. ớ ấ ấ ớ
Bạn thưng mua s n ph m xanh ả ẩ ở đâu ? Frequenc
y
Percent Valid Percent
Cumulative Percent
Valid
Chợ 73 24.3 24.3 24.3
Cửa hàng bách hoá
(bách hoá xanh,...) 108 36.0 36.0 60.3 Cửa hàng chuyên bá
s n ph m xanh ả ẩ 65 21.7 21.7 82.0
Siêu th ị 54 18.0 18.0 100.0
Total 300 100.0 100.0
Trong t ng s ổ ố 300 người tham gia khảo sát, địa điểm cửa hàng bách hoá có t l ỉ ệ mua cao nh t v i 36 % và th p nh t là siêu th vấ ớ ấ ấ ị ới 18%.
4.2 Kiểm định độ tin cậy Cronbach’s alpha 4.2.1. Nh n th c cậ ứ ác vấn đề i tr m ưng (NTMT)
Reliability Statistics Cronbach's AlphaN of Items
.796 4
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
NTMT1 12.98 4.946 .607 .749
NTMT2 12.95 5.185 .686 .705
NTMT3 12.99 5.291 .669 .714
Kết qu cho th y h sả ấ ệ ố Cronbach’s Alpha của thang đo đạt yêu cầu vì đạt 0.796 >
0.6. Các biến quan sát có tương quan biến – ổng dao độ t ng từ 0.480 đến 0.686 và đều lớn hơn 0.3. Và không có trường hợp lo i bỏ biến quan sát để làm cho ạ Cronbach’s Alpha lớn hơn 0.796. Do đó, đạt yêu cầu về sự phù hợp và thang đo
“Nhận thức các vấn đề môi trường” đáp ứng độ tin cậy.
4.2.2. Tính s n có c a s n phẵ ủ ả ẩm xanh (TSC) Reliability Statistics
Cronbach's AlphaN of Items
.791 4
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
TSC1 12.05 5.814 .490 .794
TSC2 12.11 5.275 .659 .710
TSC3 12.17 5.082 .692 .691
TSC4 12.16 5.682 .569 .755
Kết qu cho th y h sả ấ ệ ố Cronbach’s Alpha của thang đo đạt yêu cầu vì đạt 0.791 >
0.6. Các biến quan sát có tương quan biến – ổng dao độ t ng từ 0.490 đến 0.692 và đều lớn hơn 0.3. Và không có trường h p lo i bợ ạ ỏ biến quan sát để làm cho Cronbach’s Alpha lớn hơn 0.791. Do đó, đạt yêu cầu về sự phù hợp và thang đo
“Tính sẵn có của sản phẩm xanh” đáp ứng độ tin cậy.
4.2.3. Nh n th c v ậ ứ ềchất lượng c a s n ph m (CLSP) ủ ả ẩ Reliability Statistics
Cronbach's AlphaN of Items
.746 4
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
CLSP1 12.17 5.736 .393 .770
NTMT4 13.06 6.184 .480 .801
CLSP2 12.10 5.151 .624 .641
CLSP3 12.11 4.952 .638 .630
CLSP4 12.05 5.409 .523 .696
Kết qu cho th y h sả ấ ệ ố Cronbach’s Alpha của thang đo đạt yêu cầu vì đạt 0.746 >
0.6. Các biến quan sát có tương quan biến – ổng dao độ t ng từ 0.393 đến 0.638 và đều lớn hơn 0.3. Và không có trường hợp lo i bỏ biến quan sát để làm cho ạ Cronbach’s Alpha lớn hơn 0.746. Do đó, đạt yêu cầu về sự phù hợp và thang đo
“Nhận thức về chất lượng của sản phẩm” đáp ứng độ tin cậy.
4.2.4. Tr i nghi m s n ph m xanh (TNSP)ả ệ ả ẩ Reliability Statistics
Cronbach's AlphaN of Items
.764 4
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
TNSP1 12.13 6.143 .497 .742
TNSP2 12.18 5.216 .679 .643
TNSP3 12.17 5.301 .643 .663
TNSP4 12.18 6.226 .445 .769
Kết qu cho th y h sả ấ ệ ố Cronbach’s Alpha của thang đo đạt yêu cầu vì đạt 0.764 >
0.6. Các biến quan sát có tương quan biến – ổng dao độ t ng từ 0.445 đến 0.679 và đều lớn hơn 0.3. Và không có trường hợp loại bỏ biến quan sát để làm cho Cronbach’s Alpha lớn hơn 0.764. Do đó, đạt yêu cầu về sự phù hợp và thang đo
“Trải nghiệm sản phẩm xanh” đáp ứng độ tin cậy.
4.2.5. Nh n th c v giá c (NTGC) ậ ứ ề ả Reliability Statistics
Cronbach's AlphaN of Items
.791 4
Item-Total Statistics
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
NTGC1 12.28 5.715 .523 .777
NTGC2 12.24 5.379 .672 .705
NTGC3 12.30 4.992 .665 .704
NTGC4 12.23 5.651 .547 .765
Kết qu cho th y h sả ấ ệ ố Cronbach’s Alpha của thang đo đạt yêu cầu vì đạt 0.791 >
0.6. Các biến quan sát có tương quan biến – ổng dao độ t ng từ 0.523 đến 0.672 và đều lớn hơn 0.3. Và không có trường hợp loại bỏ biến quan sát để làm cho Cronbach’s Alpha lớn hơn 0.791. Do đó, đạt yêu cầu về sự phù hợp và thang đo
“Nhận thức về giá cả” đáp ứng độ tin cậy.
4.2.6. Hình ảnh thương hiệu (HATH) Reliability Statistics
Cronbach's AlphaN of Items
.815 4
Item-Total Statistics Scale Mean if
Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Cronbach's Alpha if Item Deleted
HATH1 12.04 6.400 .610 .779
HATH2 12.12 5.990 .720 .725
HATH3 12.09 6.367 .683 .745
HATH4 12.08 6.927 .531 .814
Kết qu cho th y h sả ấ ệ ố Cronbach’s Alpha của thang đo đạt yêu cầu vì đạt 0.815 >
0.6. Các biến quan sát có tương quan biến – ổng dao độ t ng từ 0.531 đến 0.720 và đều lớn hơn 0.3. Và không có trường hợp loại bỏ biến quan sát để làm cho Cronbach’s Alpha lớn hơn 0.815. Do đó, đạt yêu cầu về sự phù hợp và thang đo
“Hình ảnh thương hiệu” đáp ứng độ tin cậy.
4.2.7. Độ tin cậy (DTC) Reliability Statistics