Biến Phụ Thuộc “Phát Triển Dlst Bền Vững” (Ptbv)


Kết quả chạy phân tích lần 1 độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,828 > 0,6 đạt yêu cầu, Tuy nhiên biến VC4 có hệ số tương quan với tổng bằng 0,146 <0,3. Tiến hành loại biến này ra khỏi thang đo và chạy phân tích độ tin cậy lần 2.

Bảng 4.9 Kết quả phân tích thang đo lần 2 cho nhân tố VC



Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan với biến tổng

Cronbach’s alpha nếu loại biến

Độ tin cậy của thang đo: ALPHA = 0,884

VC1

9,60

11,949

0,790

0,834

VC2

9,66

14,198

0,665

0,880

VC3

9,59

11,899

0,813

0,824

VC5

9,76

13,528

0,730

0,858

Có thể bạn quan tâm!

Xem toàn bộ 158 trang tài liệu này.

Nghiên cứu các yếu tố ảnh hưởng đến phát triển du lịch sinh thái bền vững tại huyện Củ Chi – Thành phố Hồ Chí Minh - 11

(Nguồn: Phân tích dữ liệu – Phụ lục 3)

Kết quả chạy phân tích độ tin cậy của thang đo lần 2 cho thấy độ tin cậy đạt 0,884 > 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3.

4.2.2.3 Yếu tố “sản phẩm và dịch vụ” (DV)

Thang đo yếu tố “Sản phẩm dịch vụ” được đo lường qua 05 biến quan sát DV1, DV2, DV3, DV4, DV5

Kết quả chạy phân tích lần 1 độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,824 > 0,6 đạt yêu cầu. Tuy nhiên biến DV4 có hệ số tương quan với tổng bằng

0.158 <0.3. Tiến hành loại biến này ra khỏi thang đo và chạy phân tích lần 2.

Bảng 4.10 Kết quả phân tích thang đo lần 2 cho nhân tố DV



Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan với biến tổng

Cronbach’s alpha nếu loại biến

Độ tin cậy của thang đo: ALPHA = 0,881

DV1

10,41

10,997

0,803

0,823

DV2

10,50

11,622

0,744

0,846

DV3

10,65

11,694

0,691

0,866

DV5

10,62

10,732

0,734

0,851

(Nguồn: Phân tích dữ liệu – Phụ lục 3)


Kết quả chạy phân tích độ tin cậy của thang đo lần 2 cho thấy độ tin cậy đạt 0,881 > 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3.

4.2.2.4 Yếu tố “Tổ chức quản lý điểm đến” (TC)

Thang đo yếu tố “Tổ chức quản lý điểm đến” được đo lường qua 5 biến quan sát TC1, TC2, TC3, TC4, TC5.

Bảng 4.11 Kết quả phân tích thang đo cho nhân tố TC

Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan với biến tổng

Cronbach’s alpha nếu loại biến

Độ tin cậy của thang đo: ALPHA = 0.898

TC1

14,60

15,707

0,796

0,864

TC2

14,87

16,278

0,747

0,876

TC3

14,64

15,755

0,804

0,862

TC4

14,64

17,591

0,731

0,879

TC5

14,66

18,874

0,677

0,891

(Nguồn: Phân tích dữ liệu – Phụ lục 3)

Kết quả chạy phân tích độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,898

> 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3.

Như vậy, thang đo của yếu “Tổ chức quản lý điểm đến” được đo lường qua 5 biến quan sát TC1, TC2, TC3, TC4, TC5 đáp ứng độ tin cậy.

4.2.2.5 Yếu tố “Sự tham gia của cộng đồng” (CD)

Thang đo yếu tố “Hoạt động du lịch và giải trí” được đo lường qua 05 biến quan sát CD1, CD2, CD3, CD4, CD5.

Bảng 4.12 Kết quả phân tích thang đo cho nhân tố CD


Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan với biến tổng

Cronbach’s alpha nếu loại biến

Độ tin cậy của thang đo: ALPHA = 0,835

CD1

13,42

7,293

,669

,799

CD2

13,23

6,345

,663

,794

CD3

13,00

6,883

,567

,821

CD4

13,29

6,290

,679

,789

CD5

13,59

6,947

,629

,804

(Nguồn: Phân tích dữ liệu – Phụ lục 3)


Kết quả chạy phân tích độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,835

> 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3.

Như vậy, thang đo của yếu tố “Sự tham gia của cộng đồng” được đo lường qua 05 biến quan sát CD1, CD2, CD3, CD4, CD5 ứng độ tin cậy.

4.2.2.6 Yếu tố “Bảo vệ môi trường” (MT)

Thang đo yếu tố “Hoạt động du lịch và giải trí” được đo lường qua 05 biến quan sát MT1, MT2, MT3, MT4, MT5.

Kết quả chạy phân tích lần 1 độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,783 > 0,6 đạt yêu cầu. Tuy nhiên biến MT3 có hệ số tương quan với tổng bằng 0,236 < 0.3. Tiến hành loại biến này ra khỏi thang đo và chạy phân tích lần 2.


Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan với biến tổng

Cronbach’s alpha nếu loại biến

Độ tin cậy của thang đo: ALPHA = 0,867

MT1

10,48

9,470

0,718

0,831

MT2

9,81

8,832

0,696

0,845

MT4

10,61

9,038

0,768

0,810

MT5

10,21

10,636

0,724

0,836

Bảng 4.13 Kết quả phân tích thang đo lần 2 cho nhân tố MT


(Nguồn: Phân tích dữ liệu – Phụ lục 3) Kết quả chạy phân tích độ tin cậy của thang đo lần 2 cho thấy độ tin cậy đạt 0,867 > 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng >

0,3.

4.2.2.7 Biến phụ thuộc “Phát triển DLST bền vững” (PTBV)

Thang đo biến phụ thuộc “Phát triển du lịch sinh thái bền vững” được đo lường qua 03 biến quan sát PTBV1, PTBV2, PTBV3.

Bảng 4.14 Kết quả phân tích thang đo cho nhân tố PTBV


Biến quan sát

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Tương quan với biến tổng

Cronbach’s alpha nếu loại biến

Độ tin cậy của thang đo: ALPHA = 0.868

PTBV1

7,14

5,047

0,738

0,828

PTBV2

7,03

5,278

0,762

0,801

PTBV3

7,22

5,905

0,756

0,814

(Nguồn: Phân tích dữ liệu – Phụ lục 3)


Kết quả chạy phân tích độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,868

> 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3.

Kết quả sau khi phân tích hệ số tin cậy Cronbach’s Alpha:

Sau khi đo lường độ tin cậy của các yếu tố thông qua phân tích hệ số Cronbach’s Alpha, có 4 biến quan sát bị loại còn lại có 26 biến quan sát của 06 yếu tố độc lập như sau:

Bảng 4.15 Tổng hợp sau khi phân tích hệ số Cronbach’s Alpha


STT

Yếu tố ảnh hưởng

Biến quan sát

Cronbach’s Alpha

1

Tài nguyên du lịch

TN2, TN3, TN4, TN5.

0,833

2

Cơ sở vật chất kỹ thuật

VC1, VC2, VC3, VC5

0,884

3

Sản phẩm và Dịch vụ

DV1, DV2, DV3, DV5

0,881

4

Tổ chức quản lý điểm đến

TC1, TC2, TC3, TC4, TC5

0,898

5

Sự tham gia của cộng đồng

CD1, CD2, CD3, CD4, CD5

0,835

6

Bảo vệ môi trường

MT1, MT2, MT4, MT5

0,867

Các biến đo lường và thành phần ở Bảng 4.19 đều đảm bảo độ tin cậy về mặt thống kê nên sẽ được sử dụng cho các phân tích tiếp theo của đề tài.

4.2.3. Phân tích nhân tố khám phá Exploratory Factor Analysis (EFA)

4.2.3.1 Phân tích nhân tố khám phá EFA cho biến độc lập

Phương pháp phân tích nhân tố khám phá EFA được sử dụng để thu nhỏ và làm gọn dữ liệu. Phương pháp EFA dựa vào mối tương quan giữa các biến với nhau để rút gọn thành những nhân tố có ý nghĩa hơn.

Trong nghiên cứu này, khi đưa tất cả 26 biến thu thập được vào phân tích, các biến có thể có liên hệ với nhau. Khi đó, chúng sẽ được gom thành các nhóm biến có liên hệ để xem xét và trình bày dưới dạng các yếu tố cơ bản ảnh hưởng đến phát triển DLST bền vững tại huyện Củ Chi.

Kết quả phân tích nhân tố khám phá EFA các biến độc lập như sau:

1. Kiểm định KMO


Để tiến hành phân tích nhân tố khám phá thì dữ liệu thu được phải đáp ứng được các điều kiện qua kiểm định KMO và kiểm định Bartlett’s. Bartlett’s Test dùng để kiểm định giả thuyết H0 là các biến không có tương quan với nhau trong tổng thể, tức ma trận tương quan tổng thể là một ma trận đơn vị, hệ số KMO dùng để kiểm tra xem kích thước mẫu ta có được có phù hợp với phân tích nhân tố hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì giá trị Sig. của Bartlett’s Test nhỏ hơn 0.05 cho phép bác bỏ giả thiết H0 và giá trị 0.5<KMO<1 có nghĩa là phân tích nhân tố là thích hợp

Bảng 4.16: Kiểm định KMO


KMO and Bartlett’s Test

Trị số KMO (Kaiser-Meyer-Olkin of Sampling Adequacy)

0,812

Đại lượng thống kê Bartlett’s (Bartlett’s Test of Sphericity)

Giá trị Approx. Chi-Square

4857,200

Bậc tự do (Df)

325

Sig(giá trị P-value)

0,000

(Nguồn: Phân tích dữ liệu – Phụ lục 3) Kết quả kiểm định cho ra trị số của KMO đạt 0.812 lớn hơn 0.5 và Sig của Bartlett’s Test là 0.000 nhỏ hơn 0.05 cho thấy 26 quan sát này có tương quan với

nhau và hoàn toàn phù hợp với phân tích nhân tố.

2. Ma trận xoay các nhân tố

Phương pháp được chọn ở đây là phương pháp xoay nhân tố Varimax proceduce, xoay nguyên góc các nhân tố để tối thiểu hoá số lượng các quan sát có hệ số lớn tại cùng một nhân tố. Vì vậy, sẽ tăng cường khả năng giải thích các nhân tố. Sau khi xoay ta cũng sẽ loại bỏ các quan sát có hệ số tải nhân tố nhỏ hơn 0,5 ra khỏi mô hình, Chỉ những quan sát có hệ số tải nhân tố lớn hơn 0,5 mới được sử dụng để giải thích một nhân tố nào đó, Phân tích nhân tố khám phá EFA sẽ giữ lại các biến quan sát có hệ số tải lớn hơn 0,5 và sắp xếp chúng thành những nhóm chính

Nhằm xác định số lượng nhân tố trong nghiên cứu này sử dụng 2 tiêu chuẩn:


- Tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị Eigenvalue. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.

- Tiêu chuẩn phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích không được nhỏ hơn 50%.

Bảng 4.17 Kết quả EFA cho các biến độc lập

Biến quan sát

Hệ số tải nhân tố của các thành phần

1

2

3

4

5

6

TC1

0,849






TC2

0,848






TC3

0,831






TC4

0,804






TC5

0,723






CD1


0,805





CD4


0,804





CD2


0,791





CD5


0,778





CD3


0,715





VC3



0,900




VC1



0,869




VC5



0,839




VC2



0,792




MT2




0,835



MT1




0,821



MT4




0,815




MT5




0,803



DV5





0,822


DV1





0,822


DV2





0,799


DV3





0,760


TN3






0,843

TN2






0,789

TN5






0,773

TN4






0,750

Eigenvalu es

6,460

3,226

2,786

2,655

1,913

1,344

Phương sai rút trích

24,846

12,408

10,716

10,213

7,357

5,170

(Nguồn: Phân tích dữ liệu – Phụ lục 3)

Tổng phương sai trích:

24,846 + 12,408 + 10,716 + 10,213+ 7,357+ 5,170 = 70,711 %

Từ phương pháp rút trích hệ số Principal component với phép quay Varimax lần thứ nhất, với kết quả bảng 4.18 ta có:

- Đối với kết quả phân tích nhân tố khám phá trên, tổng phương sai trích là 70,711% lớn hơn 50% và giá trị eigenvalues của các nhân tố đều lớn hơn 1, do đó sử dụng phương pháp phân tích nhân tố là phù hợp.

- Kết quả phân tích nhân tố khám phá cho ra được 6 nhân tố có ảnh hưởng đến nhân tố PTBV. 6 nhóm nhân tố được rút trích giải thích được 70.711% sự biến động của dữ liệu.

Sau khi tiến hành phân tích hệ số Cronbach’s Alpha và thực hiện phương pháp rút trích Principal components với phép quay Varimax, có 6 yếu tố gồm 26 biến quan sát rút trích giải thích được 70,711% sự biến động của dữ liệu tác động đến phát triển DLST bền vững huyện Củ Chi.

4.2.3.2 Phân tích EFA cho biến phụ thuộc PTBV


KMO and Bartlett’s Test

Trị số KMO (Kaiser-Meyer-Olkin of Sampling Adequacy)

0,740

Đại lượng thống kê Bartlett’s (Bartlett’s Test of Sphericity)

Approx, Chi-Square

467,502

Df

3

Sig,

0,000

Bảng 4.18 Kiểm định KMO cho biến phụ thuộc


(Nguồn: Phân tích dữ liệu – Phụ lục 3) Kết quả kiểm định cho ra trị số của KMO đạt 0,740 > 0,5 và Sig của Bartlett’s Test là 0,000 nhỏ hơn 0,05 cho thấy 2 quan sát này có tương quan với

nhau và hoàn toàn phù hợp với phân tích nhân tố,

Biến quan sát

Hệ số tải

PTBV2

0,898

PTBV3

0,894

PTBV1

0,883

Eigenvalues

2,385

Phương sai rút trích

79,493

Bảng 4.19 Kết quả EFA cho các biến phụ thuộc


(Nguồn: Phân tích dữ liệu – Phụ lục 3) Đối với kết quả phân tích nhân tố khám phá trên, tổng phương sai trích là 79,493% lớn hơn 50% và giá trị eigenvalues của các nhân tố đều lớn hơn 1, do đó sử dụng phương pháp phân tích nhân tố là phù hợp. Như vậy ta thu được nhân tố

PTBV với 3 biến quan sát PTBV1, PTBV2, PTBV3.

4.2.4. Phân tích mô hình hồi quy tuyến tính đa biến

Việc phân tích hồi quy sẽ cho thấy sự thích hợp của mô hình đề xuất trong hoàn cảnh nghiên cứu cụ thể tại địa phương và tìm ra mô hình thích hợp nhất để giải thích mức độ ảnh hưởng giữa các yếu tố đến chất lượng dịch vụ du lịch. Đó là cơ sở cho việc đề xuất các giải pháp nhằm phát triển DLST bền vững được hợp lý.

4.2.4. 1 Phân tích hệ số tương quan Pearson

Để xem xét mối quan hệ tương quan tuyến tính giữa từng biến độc lập với nhau, cũng như mối quan hệ giữa từng biến độc lập với biến phụ thuộc, nghiên cứu sẽ tiến hành phân tích hệ số tương quan (Pearson Correlation) như sau:

Xem toàn bộ nội dung bài viết ᛨ

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 10/08/2022