Theo Hair và cộng sự (2006), KMO là chỉ số dùng để xem xét sự thích hợp của EFA với 0,5 < KMO < 1. Dựa vào kết quả đo lường độ xác thực của dữ liệu trong mẫu nghiên cứu được trình bày Bảng 4.6 cho thấy giá trị KMO = 0,648 > 0,5 và giá trị sig = 0,000 < 0,05 do đó dữ liệu thích hợp để thực hiện phân tích nhân tố.
Bảng 4.7. Kết quả Tổng phương sai trích sự hài lòng
Total Variance Explained
Initial Eigenvalues | Extraction Sums of Squared Loadings | |||||
Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | |
1 | 1,857 | 61,892 | 61,892 | 1,857 | 61,892 | 61,892 |
2 | ,665 | 22,166 | 84,059 | |||
3 | ,478 | 15,941 | 100,000 |
Có thể bạn quan tâm!
-
Quy Trình Phân Tích Dữ Liệu Trong Nghiên Cứu Định Lượng Sơ Bộ -
Kết Quả Kiểm Định Độ Tin Cậy Cronbach’S Alpha -
Kiểm Định Độ Tin Cậy Cronbach’S Alpha Của Các Thang Đo Các Nhân Tố -
Thống Kê Mô Tả Kiểm Định Sự Khác Nhau Về Sự Hài Lòng Theo Độ -
Bảng Hệ Số Beta Sau Khi Thực Hiện Hồi Quy -
Đánh giá sự hài lòng của du khách đối với chất lượng dịch vụ du lịch tại thành phố Nha Trang - 15
Xem toàn bộ 130 trang tài liệu này.
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả xử lý từ dữ liệu điều tra của tác giả
Kết quả phân tích tại Bảng 4.7 cho thấy tổng phương sai trích bằng 61,892% (>50%), có nghĩa 61,892% biến thiên của dữ liệu được giải thích bởi 1 nhân tố. Qua đó cho ta thấy kết quả phân tích trên đều rất phù hợp.
Bảng 4.8. Kết quả Ma trận thành phần Component Matrixa
Biến quan sát | Nhân tố |
1 | |
HAILONG01 | 0,833 |
HAILONG02 | 0,790 |
HAILONG03 | 0,734 |
Bảng 4.8 cho thấy các biến quan sát đo lường thang đo “Sự hài lòng” có trọng số tải đạt yêu cầu (> 0,5). Như vậy, thang đo này đạt yêu cầu về giá trị hội tụ và phân biệt. .
4.4. Phân tích hệ số tương quan giữa các biến
Thực hiện tạo các biến mới đại diện cho từng nhóm biến (giá trị trung bình)
với:
1) TINCAY (X1) đại diện cho: TINCAY01, TINCAY02, TINCAY03,
TINCAY04.
2) DAPUNG (X2) đại diện cho: DAPUNG01, DAPUNG02, DAPUNG03.
3) NANGLUC (X3) đại diện cho: NANGLUC01, NANGLUC02, NANGLUC03, NANGLUC04.
4) PHUONGTIEN (X4) đại diện cho: PHUONGTIEN01, PHUONGTIEN02, PHUONGTIEN03, PHUONGTIEN04.
5) DACTHU (X5) đại diện cho: DACTHU01, DACTHU02, DACTHU03, DACTHU04.
6) HAILONG (Y) đại diện cho: HAILONG01, HAILONG02, HAILONG03.
Gọi phương trình hồi quy chưa chuẩn hóa của mô hình có dạng như sau: Y = p0 + PiX1 + P2X2 + P3X3 + P4X4 + P5X5
Thực hiện phân tích hệ số tương quan thể hiện trong bảng 4.9. Kết quả như
sau:.
Bảng 4.9. Phân tích tương quan Correlations
Correlations
HAI LONG | TIN CAY | DAP UNG | NANG LUC | PHUONG TIEN | DAC THU | ||
HAI LONG | Pearson Correlation | 1 | ,769** | ,644** | ,534** | ,558** | ,670** |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,000 | ||
N | 147 | 147 | 147 | 147 | 147 | 147 | |
TIN CAY | Pearson Correlation | ,769** | 1 | ,438** | ,401** | ,312** | ,465** |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,000 | ||
N | 147 | 147 | 147 | 147 | 147 | 147 | |
DAP UNG | Pearson Correlation | ,644** | ,438** | 1 | ,285** | ,328** | ,323** |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,000 | ||
N | 147 | 147 | 147 | 147 | 147 | 147 | |
NANG LUC | Pearson Correlation | ,534** | ,401** | ,285** | 1 | ,398** | ,313** |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,000 | ||
N | 147 | 147 | 147 | 147 | 147 | 147 | |
PHUONG TIEN | Pearson Correlation | ,558** | ,312** | ,328** | ,398** | 1 | ,473** |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,000 | ||
N | 147 | 147 | 147 | 147 | 147 | 147 | |
Pearson Correlation | ,670** | ,465** | ,323** | ,313** | ,473** | 1 | |
DAC THU | Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,000 | |
N | 147 | 147 | 147 | 147 | 147 | 147 |
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Kết quả xử lý từ dữ liệu điều tra của tác giả
Qua bảng 4.9 trên, ta thấy:
Hệ số tương quan giữa biến TINCAY và HAILONG là 0,769 thuộc khoảng (0,6; 0,8) có mối quan hệ mạnh. Giá trị Sig giữa chúng bằng 0,000 < 1%, tại độ tin cậy 99%. Do đó giữa chúng thực sự có mối quan hệ.
Hệ số tương quan giữa biến DAPUNG và HAILONG là 0.644 thuộc khoảng (0,6; 0,8) có mối quan hệ mạnh. Giá trị Sig giữa chúng bằng 0,000 < 1%, tại độ tin cậy 99%. Do đó giữa chúng thực sự có mối quan hệ.
Hệ số tương quan giữa biến NANGLUC và HAILONG là 0.534 thuộc khoảng (0,4; 0.6) có mối quan hệ trung bình. Giá trị Sig giữa chúng bằng 0,000 < 1% , tại độ tin cậy 99%. Do đó giữa chúng thực sự có mối quan hệ.
Hệ số tương quan giữa biến PHUONGTIEN và HAILONG là 0.558 thuộc khoảng (0,4; 0.6) có mối quan hệ trung bình. Giá trị Sig giữa chúng bằng 0,000 < 1% , tại độ tin cậy 99%. Do đó giữa chúng thực sự có mối quan hệ.
Hệ số tương quan giữa biến DACTHU và HAILONG là 0.670 thuộc khoảng (0,6; 0,8) có mối quan hệ mạnh. Giá trị Sig giữa chúng bằng 0,000 < 1%, tại độ tin cậy 99%. Do đó giữa chúng thực sự có mối quan hệ.
4.5. Phân tích hồi quy bội
4.5.1- Kiểm định mức độ phù hợp của mô hình
Phân tích hồi quy là một phân tích thống kê để xác định các biến độc lập quy định biến phụ thuộc như thế nào. Qua đó, xác định đo lường và đánh giá mức độ ảnh hưởng của yếu tố đến sự hài lòng của du khách mà trong nghiên cứu này là khách du lịch. Tôi sử dụng phương pháp hồi quy tuyến tính bội giữa 5 yếu tố thu được từ phân tích yếu tố khám phá ở trên bao gồm: Độ tin cậy, sự đáp ứng, Năng lực phục vụ, phương tiện hữu hình, tính đặc thù của du lịch Nha Trang.
Đặt giả thuyết về những yếu tố tác động đến sự hài lòng của du khách:
Nội dung | |
H1 | Độ tin cậy không ảnh hưởng đến sự hài lòng của du khách |
H2 | Sự đáp ứng không ảnh hưởng đến sự hài lòng của du khách |
H3 | Năng lực phục vụ không ảnh hưởng đến sự hài lòng của du khách |
H4 | Phương tiện hữu hình không ảnh hưởng đến sự hài lòng của du khách |
H5 | Tính đặc thù của du lịch Nha Trang không ảnh hưởng đến sự hài lòng của du khách |
Phương pháp được lựa chọn trong phân tích hồi quy là phương pháp Enter.
Bảng tổng hợp kết quả phân tích hồi quy được trình bày theo bảng 4.10 như sau:
Bảng 4.10. Model Summaryb
Model Summaryb
R | R Square | Adjusted R Square | Std. Error of the Estimate | Durbin- Watson | |
1 | ,918a | ,843 | ,838 | ,3070 | 2,201 |
a. Predictors: (Constant), DACTHU, NANGLUC, DAPUNG, PHUONGTIEN, TINCAY
b. Dependent Variable: HAILONG
Nguồn: Kết quả xử lý từ dữ liệu điều tra của tác giả
Kết quả này cho giá trị R2 = 0,838, điều này có nghĩa là 83,8% biến thiên của biến phụ thuộc HAILONG được giải thích bởi 5 nhân tố độc lập. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 83,8%, tức là các biến độc lập giải thích được 83,8% biến thiên của biến phụ thuộc sự hài lòng. Hệ số Durbin - Watson (0 < 2,201 < 3) - điều này có nghĩa mô hình hồi quy không vi phạm giả định về tính độc lập của sai số.
Bảng 4.11. Phân tích phương sai ANOVAa
ANOVAa
Sum of Squares | df | Mean Square | F | Sig. | ||
Regression | 71,599 | 5 | 14,320 | 151,932 | ,000b | |
1 | Residual | 13,290 | 141 | ,094 | ||
Total | 84,889 | 146 |
a. Dependent Variable: HAILONG
b. Predictors: (Constant), DACTHU, NANGLUC, DAPUNG, PHUONGTIEN, TINCAY
Nguồn: Kết quả xử lý từ dữ liệu điều tra của tác giả
Kết quả từ bảng 4.11 cho thấy mô hình hồi quy tuyến tính là phù hợp với giá trị F = 151,932 và giá trị Sig. = 0,000 < 5%. Chứng tỏ R2 của tổng thể khác 0. Đồng nghĩa với việc mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể (chi tiết hơn là R bình phương tổng thể ta không thể tính cụ thể được, nhưng ta biết chắc chắn sẽ khác 0, mà khác 0 thì chứng tỏ là các biến độc lập có tác động đến biến phụ thuộc).
4.5.2- Kiểm định hiện tượng đa cộng tuyến
Mô hình hồi quy không bị hiện tượng đa cộng tuyến
Bảng 4.12. Kết quả phân tích hồi quy tổng hợp
Coefficientsa
Unstandardized Coefficients | Standardized Coefficients | t | Sig. | Collinearity Statistics | ||||
B | Std. Error | Beta | Tolerance | VIF | ||||
(Constant) | ,038 | ,138 | ,275 | ,783 | ||||
TINCAY | ,293 | ,029 | ,415 | 10,006 | ,000 | ,646 | 1,547 | |
1 | DAPUNG | ,227 | ,030 | ,286 | 7,477 | ,000 | ,761 | 1,315 |
NANGLUC | ,127 | ,034 | ,142 | 3,702 | ,000 | ,752 | 1,329 | |
PHUONGTIEN | ,115 | ,031 | ,150 | 3,742 | ,000 | ,689 | 1,452 | |
DACTHU | ,197 | ,030 | ,270 | 6,574 | ,000 | ,661 | 1,514 |
a. Dependent Variable: HAILONG
Nguồn: Kết quả xử lý từ dữ liệu điều tra của tác giả
Từ bảng 4.12 ta thấy các biến đều đạt mức ý nghĩa Sig. < 0,05 có sự tác động đến sự hài lòng của du khách đến du lịch tại Nha Trang. Giá trị phóng đại phương sai (VIF) đều nhỏ hơn ngưỡng cho phép (< 5). Vì vậy, mô hình cấu trúc ước lượng không bị hiện tượng đa cộng tuyến. Mức độ giải thích của biến độc lập lên biến phụ thuộc là đáng tin cậy. Như vậy với các giả thuyết đặt ra: Bác bỏ các giả thuyết H1, H2, H3, H4, H5 có nghĩa là “Độ tin cậy”, “Sự đáp ứng”, “Năng lực phục vụ”, “Phương tiện hữu hình”, “Tính đặc thù của du lịch Nha Trang”, có ảnh hưởng đến sự hài lòng của du khách về chất lượng dịch vụ du lịch tại thành phố Nha Trang. Phương trình hồi quy chưa chuẩn hóa có dạng:
Y = 0,38 + 0,293X1 + 0,227X2 + 0,127X3 + 0,115X4 + 0,197X5
Qua phương trình cho thấy yếu tố “Độ tin cậy” tác động đến sự hài lòng của du khách du lịch tại Nha Trang mạnh nhất (Hệ số Beta chưa chuẩn hóa là 0,293). Kế đến là yếu tố “Sự đáp ứng” ( Hệ số Beta chưa chuẩn hóa là 0,227). Các yếu tố còn lại tác động đến du khách lần lượt là “Tính đặc thù của du lịch Nha Trang”, “Năng lực phục vụ”, “Phương tiện hữu hình” (Hệ số Beta chưa chuẩn hóa là: 0,197; 0,127; 0,115).
Từ phương trình hồi quy, chúng ta có thể nhận thấy các hệ số Beta chưa chuẩn hóa đều lớn hơn 0 cho thấy các biến độc lập tác động tỷ lệ thuận với sự hài lòng của du khách du lịch tại thành phố Nha Trang. Điều này có nghĩa là khi những biến này (Độ tin cậy, Sự đáp ứng, Tính đặc thù của du lịch Nha Trang, Năng lực phục vụ và Phương tiện hữu hình) phát triển theo chiều tích cực thì sự hài lòng của du khách đối với chất lượng dịch vụ du lịch Nha Trang cũng sẽ tăng theo.
4.5.3- Kiểm định hiện tượng phương sai sai số tự động
Hình 4.1. Biểu đồ phân tán phần dư và giá trị dự đoán của mô hình hồi quy tuyến tính
Biểu đồ phân tán phần dư và giá trị dự đoán của mô hình hồi quy tuyến tính (Hình 4.1) cho ta thấy các giá trị phần dư phân tán một cách ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứng tỏ rằng giả thuyết liên hệ tuyến tính không bị vi phạm và không có hiện tượng phương sai thay đổi.