Sau khi phân tích nhân tố khám phá EFA với số biến quan sát là 20 biến đều có hệ số tải lớn hơn 0,5 nên không có biến nào bị loại. Phân tích nhân tố khám phá thích hợp bởi vì tổng phương sai trích bằng 62,395% lớn hơn 50% và hệ số Eigenvalue lớn hơn 1. Như vậy, sau khi phân tích nhân tố thì các biến đều có ý nghĩa và được giữ lại.
Tiến hành đặt tên cho các nhóm nhân tố:
- Nhân tố 1 (Factor 1): Nghiên cứu đặt tên nhân tố mới này là “Năng lực phục vụ - PHUCVU”, gồm 4 biến quan sát: PHUCVU1, PHUCVU2, PHUCVU3, PHUCVU4.
- Nhân tố 2 (Factor 2): Nghiên cứu đặt tên nhân tố mới này là “Sự đồng cảm – DONGCAM”, gồm 4 biến quan sát: DONGCAM1, DONGCAM2, DONGCAM3, DONGCAM4.
- Nhân tố 3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là “Khả năng đáp ứng – DAPUNG”, gồm 4 biến quan sát: DAPUNG1, DAPUNG2, DAPUNG3, DAPUNG4.
- Nhân tố 4 (Factor 4): Nghiên cứu đặt tên nhân tố mới này là “Sự tin cậy – TINCAY”, gồm 4 biến quan sát: TINCAY1, TINCAY2, TINCAY3, TINCAY4.
- Nhân tố 5 (Factor 5): Nghiên cứu đặt tên nhân tố mới này là “Phương tiện hữu hình – HUUHINH”, gồm 4 biến quan sát: HUUHINH1, HUUHINH2, HUUHINH3, HUUHINH4.
2.2.3.3. Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Bảng 2.10: Kiểm định KMO và Bartlett's Test biến phụ thuộc
Trị số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) | 0,686 | |
Đại lượng thống kê Bartlett’s Test of Sphericity | Khi bình phương(Chi- Square) | 76,033 |
Độ lệch chuẩn(Df) | 3 | |
Mức ý nghĩa(Sig.) | 0,000 | |
Có thể bạn quan tâm!
-
Thực Trạng Chất Lượng Dịch Vụ Lữ Hành Nội Địa Tại Công Ty Global Travel -
Kết Quả Hoạt Động Kinh Doanh Của Công Ty Global Travel Giai Đoạn 2017 - 2019 -
Kiểm Định Kmo Và Bartlett's Test Biến Độc Lập -
Đánh Giá Của Khách Hàng Về Chất Lượng Dịch Vụ Lữ Hành Nội Địa Tại Công Ty Global Travel -
Thống Kê Và Đánh Giá Cảm Nhận Của Khách Hàng Đối Với Nhóm -
Kiến Nghị Với Sở Du Lịch Thành Phố Huế Và Các Ban Ngành Có Liên Quan
Xem toàn bộ 128 trang tài liệu này.
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Tương tự, tiến hành phân tích nhân tố EFA đối với 3 biến quan sát đối với biến phụ thuộc “Sự hài lòng”, kết quả cho thấy chỉ số KMO là 0,686 (0,5 < 0,686 <
1) và kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 < 0,05, nên dữ liệu thu thập
được đáp ứng được điều kiện để tiến hành phân tích nhân tố khám phá EFA.
2.2.3.4. Phân tích nhân tố khám phá EFA biến phụ thuộc
Bảng 2.11: Rút trích nhân tố biến phụ thuộc
Hệ số tải | |
HAILONG2 | 0,824 |
HAILONG3 | 0,805 |
HAILONG1 | 0,801 |
Phương sai tích lũy tiến (%) | 65,602 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Sau kết quả phân tích nhân tố khám phá rút ra được một nhân tố gồm 3 biến quan sát nhằm mục đích rút ra kết luận về sự hài lòng của khách hàng về chất lượng dịch vụ lữ hành nội địa tại công ty Global Travel. Nhân tố này được đặt tên là “Sự hài lòng – HAILONG”.
Nhận xét:
Sau quá trình kiểm tra độ tin cậy của thang đo và phân tích khám phá nhân tố EFA, có 5 nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ lữ hành nội địa tại công ty Global Travel, đó chính là “Sự tin cậy”, “Năng lực phục vụ”, “Khả năng đáp ứng”, “Sự đồng cảm” và “Phương tiện hữu hình”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thay đổi đáng kể so với ban đầu, các biến quan sát đều được giữ lại.
2.2.4. Phân tích hồi quy
2.2.4.1. Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc
Bảng 2.12: Phân tích tương quan Pearson
HAILONG | TINCAY | DAPUNG | PHUCVU | DONGCAM | HUUHINH | |
Tương quan Pearson | 1,000 | 0,358 | 0,258 | 0,446 | 0,485 | 0,301 |
Sig. (2- tailed) | 0,000 | 0,002 | 0,000 | 0,000 | 0,000 | |
N | 120 | 120 | 120 | 120 | 120 | 120 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Dựa vào kết quả phân tích trên, ta thấy:
- Qua kết quả phân tích, ta thấy hệ số tương quan Person cũng khá cao cả 5 nhân tố lớn hơn 0 và bé hơn 0,5 nên ta có thể kết luận rằng các biến độc lập sau khi điều chỉnh có thể giải thích cho biến phụ thuộc “Sự hài lòng”.
- Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05 nên cho thấy được sự tương quan có ý nghĩa giữa các biến độc lập và biến phụ thuộc.
2.2.4.2. Xây dựng mô hình hồi quy
Tiến hành phân tích hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tố mới này đến sự hài lòng của khách hàng.
Mô hình hồi quy gồm có biến phụ thuộc là “Sự hài lòng – HAILONG” và các biến độc lập được rút trích từ nhân tố khám phá EFA gồm 5 biến: “Sự tin cậy – TINCAY”, “Khả năng đáp ứng – DAPUNG”, “Năng lực phục vụ - PHUCVU”, “Sự đồng cảm – DONGCAM”, “Phương tiện hữu hình – HUUHINH” với các hệ số Bê
– ta tương ứng lần lượt là β1, β2, β3, β4, β5.
Mô hình hồi quy có dạng như sau:
HAILONG = β0 + β1TINCAY + β2DAPUNG + β3PHUCVU + β4DONGCAM + β5HUUHINH + ei
Từ hệ số Bê – ta chuẩn hóa với mức ý nghĩa Sig. tương ứng có thể xác định được các biến độc lập nào ảnh hưởng tới biến phụ thuộc trong mô hình và ảnh hưởng với mức độ ra sao, chiều hướng tác động như thế nào. Kết quả của mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng của các nhân tố ảnh hưởng đến sự hài lòng của khách hàng về chất lượng dịch vụ lữ hành nội địa tại công ty Global Travel. Từ đó, làm căn cứ để kết luận và đưa ra các giải pháp mang tính thuyết phục hơn.
2.2.4.3. Phân tích hồi quy
Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quả sau khi phân tích hồi quy:
Bảng 2.13: Hệ số phân tích hồi quy
Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | T | Sig. | VIF | ||
B | Độ lệch chuẩn | Beta | ||||
Hằng số | 0,346 | 0,285 | 1,213 | 0,228 | ||
TINCAY | 0,209 | 0,037 | 0,349 | 5,658 | 0,000 | 1,042 |
DAPUNG | 0,127 | 0,042 | 0,187 | 3,020 | 0,003 | 1,052 |
PHUCVU | 0,229 | 0,039 | 0,368 | 5,932 | 0,000 | 1,054 |
DONGCAM | 0,229 | 0,038 | 0,383 | 6,095 | 0,000 | 1,083 |
HUUHINH | 0,130 | 0,039 | 0,205 | 3,336 | 0,001 | 1,037 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình: “Sự tin cậy”, “Năng lực phục vụ”, “Khả năng đáp ứng”, “Sự đồng cảm”, “Phương tiện hữu hình” đều nhỏ hơn 0,05. Với mức ý nghĩa này, ta có thể kết luận các biến đều có khả năng sử dụng hệ số hồi quy để giải thích hay lượng hóa mối liên hệ giữa biến phụ thuộc và biến độc lập. Ngoài ra hằng số trong mô hình có giá trị Sig. là 0,228 > 0,05 nên cũng sẽ bị loại.
Như vậy, phương trình hồi quy được xác định như sau:
HAILONG = 0,349TINCAY + 0,187DAPUNG + 0,368PHUCVU + 0,383DONGCAM + 0,205HUUHINH + ei
Ý nghĩa của các hệ số Bê – ta như sau:
Hệ số β1 = 0,349 có ý nghĩa là khi biến “Sự tin cậy” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến động cùng chiều với 0,349 đơn vị.
Hệ số β2 = 0,187 có ý nghĩa là khi biến “Khả năng đáp ứng” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến động cùng chiều với 0,187 đơn vị.
Hệ số β3 = 0,368 có ý nghĩa là khi biến “Năng lực phục vụ” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến động cùng chiều với 0,368 đơn vị.
Hệ số β4 = 0,383 có nghĩa là khi biến “Sự đồng cảm” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến động cùng chiều với 0,383 đơn vị.
Hệ số β5 = 0,205 có ý nghĩa là khi biến “Phương tiện hữu hình” thay đổi một đơn vị trong khi các biến khác không đổi thì “Sự hài lòng” biến động cùng chiều với 0,205 đơn vị.
Có một điểm chung của các biến độc lập này là đều ảnh hưởng thuận chiều đến biến phụ thuộc “Sự hài lòng”, sự hài lòng của khách hàng về chất lượng dịch vụ lữ hành nội địa tại công ty Global Travel sẽ được gia tăng khi những nhân tố ảnh hưởng này tăng. Điều này cho thấy công ty Global Travel cần có những động thái nhằm kiểm soát các nhân tố này một cách tốt hơn.
2.2.4.4. Đánh giá độ phù hợp của mô hình
Bảng 2.14: Đánh giá độ phù hợp của mô hình
R | R Square (R2) | R2 hiệu chỉnh (Adjusted R Square) | Sai số ước tính (Std. Error of the Estimate) | Durbin - Watson | |
1 | 0,764 | 0,584 | 0,566 | 0,36059 | 1,671 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Dựa vào bảng kết quả phân tích, mô hình 5 biến độc lập có giá trị R Square hiệu chỉnh là 0,566 tức là: độ phù hợp của mô hình là 56,6%. Hay nói cách khác, 56,6% độ biến thiên của biến phụ thuộc “Sự hài lòng” được giải thích bởi 5 nhân tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R Square hiệu hỉnh là 56,6 tương đối cao ( >50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụ thuộc được coi là gần chặt chẽ.
2.2.4.5. Kiểm định sự phù hợp của mô hình
Bảng 2.15: Kiểm định ANOVA
Mô hình (Model) | Tổng bình phương (Sum of Squares) | Df | Trung bình bình phương (Mean Square) | F | Sig. | |
1 | Regression | 20,835 | 5 | 4,167 | 32,048 | 0,000 |
Residual | 14,823 | 114 | 0,130 | |||
Total | 35,658 | 119 | ||||
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020) Kết quả từ bảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giả thiết rằng “Hệ số xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập
giải thích được khá lớn sự thay đổi của biến phụ thuộc “Sự hài lòng”.
2.2.4.6. Xem xét tự tương quan
Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin – Watson là 1,671 thuộc trong khoảng chấp nhận ( 1,6 đến 2,6). Vậy có thể kết luận là mô hình không xảy ra hiện tượng tự tương quan.
2.2.4.7. Xem xét đa cộng tuyến
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng
đại phương sai (VIF – Variance Inflation Factor) lớn hơn hay bằng 10.
Từ kết quả phân tích hồi quy ở trên, ta có thể thấy rằng giá trị VIF của mô hình nhỏ (trên giá trị 1). Từ đó, mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
2.2.4.8. Kiểm định phân phối chuẩn của phần dư
Biểu đồ 1: Biểu đồ tần số Histogram của phần dư chuẩn hóa
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư để xem xét sự phù hợp của mô hình đưa ra.
Từ biểu đồ trích từ kết quả phân tích hồi quy, ta có thể thấy rằng phần dư tuân theo phân phối chuẩn. Với giá trị Mean: 3,04E-15 và giá trị Std.Dev gần bằng 1 (0,979).