Bước phân tích hệ số tương quan giúp kiểm tra sự tương quan giữa các biến độc lập với biến phụ thuộc trước khi chạy hồi quy. Kết quả chạy tương quan giữa các biến đại diện cho các nhân tố độc lập với biến đại diện cho nhân tố phụ thuộc như sau:
Bảng 4.20 Ma trận tương quan giữa biến phụ thuộc và các biến độc lập
TN | VC | DV | TC | CD | MT | PTBV | ||
TN | Pearson Correlation | 1 | 0,226 | 0,252 | 0,377 | 0,004 | 0,206 | 0,383 |
Sig. (2-tailed) | 0,000 | 0,000 | 0,000 | 0,937 | 0,000 | 0,000 | ||
VC | Pearson Correlation | 0,226 | 1 | 0,188 | 0,141 | -0,020 | 0,138 | 0,328 |
Sig. (2-tailed) | 0,000 | 0,001 | 0,012 | 0,722 | 0,014 | 0,000 | ||
DV | Pearson Correlation | 0,252 | 0,188 | 1 | 0,424 | 0,021 | 0,476 | 0,587 |
Sig. (2-tailed) | 0,000 | 0,001 | 0,000 | 0,712 | 0,000 | 0,000 | ||
TC | Pearson Correlation | 0,377 | 0,141 | 0,424 | 1 | -0,027 | 0,194 | 0,501 |
Sig. (2-tailed) | 0,000 | 0,012 | 0,000 | 0,629 | 0,001 | 0,000 | ||
CD | Pearson Correlation | 0,004 | -0,020 | 0,021 | -0,027 | 1 | 0,095 | 0,085 |
Sig. (2-tailed) | 0,937 | 0,722 | 0,712 | 0,629 | 0,092 | 0,133 | ||
MT | Pearson Correlation | 0,206 | 0,138 | 0,476 | 0,194 | 0,095 | 1 | 0,636 |
Sig. (2-tailed) | 0,000 | 0,014 | 0,000 | 0,001 | 0,092 | 0,000 | ||
PTBV | Pearson Correlation | 0,383 | 0,328 | 0,587 | 0,501 | 0,085 | 0,636 | 1 |
Sig. (2-tailed) | 0,000 | 0,000 | 0,000 | 0,000 | 0,133 | 0,000 | ||
Có thể bạn quan tâm!
-
Thực Trạng Hoạt Động Du Lịch Sinh Thái Tại Củ Chi -
Thống Kê Cơ Sở Lưu Trú Huyện Củ Chi Giai Đoạn 2013-2017 -
Biến Phụ Thuộc “Phát Triển Dlst Bền Vững” (Ptbv) -
Ảnh Hưởng Của Độ Tuổi Lên Đánh Giá Phát Triển Dlst Bền Vững -
Đề Xuất Về Bảo Vệ Môi Trường Dlst Bền Vững -
Nâng Cao Công Tác Tuyên Truyền, Quảng Bá, Tiếp Thị Điểm Đến
Xem toàn bộ 158 trang tài liệu này.
(Nguồn: Phân tích dữ liệu – Phụ lục 3)
Từ bảng kết quả phân tích trên cho thấy tất cả các biến đều có tương quan thuận với biến phụ thuộc PTBV, tuy nhiên ảnh hưởng của biến CD là chưa có ý nghĩa thống kê do Sig = 0,133>0.05. Tiến hành loại biến này ra khỏi mô hình và đưa các biến còn lại vào phân tích hồi quy.
4.2.4.2 Phân tích hồi quy và kiểm định sự phù hợp của mô hình
Sau khi thực hiện phân tích tương quan, việc phân tích hồi quy tiếp theo nhằm xác định mối quan hệ tuyến tính giữa các biến TN, VC, DV, TC và MT với biến phụ thuộc PTBV.
Căn cứ vào mô hình hiệu chỉnh sau các bước phân tích hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA) và phân tích hệ số tương quan Pearson, ta có mô hình hồi quy tuyến tính bội gồm 6 biến thành phần, trong đó có 5 biến độc lập và 1 biến phụ thuộc như sau:
Y = β0 + β1*TN + β2*VC + β3*DV + β4*TC + β5*MT
Trong đó: - β0, β1, β2, β3, β4, β5 là các hệ số hồi quy chưa chuẩn hóa
- TN, VC, DV, TC, MT được giải thích qua bảng 4.21
Bảng 4.21 Diễn giải các biến trong mô hình hồi quy
Biến quan sát | ||
Ký hiệu | Tên nhân tố | |
TN | Tài nguyên du lịch | TN2, TN3, TN4, TN5. |
VC | Cơ sở vật chất kỹ thuật | VC1, VC2, VC3, VC5 |
DV | Sản phẩm và Dịch vụ | DV1, DV2, DV3, DV5 |
TC | Tổ chức quản lý điểm đến | TC1, TC2, TC3, TC4, TC5 |
MT | Bảo vệ môi trường | MT1, MT2, MT4, MT5 |
PTBV | Phát triển du lịch bền vững huyện Củ Chi | PTBV1, PTBV2, PTBV3 |
Ta có kết quả hồi quy sau khi đưa cùng lúc tất cả các biến vào phân tích hồi quy tuyến tính sau:
Bảng 4.22 Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính đa biến
Mô hình | Hệ số R | Hệ số R2 | Hệ số R2 – hiệu chỉnh | Sai số chuẩn của ước lượng | Thống kê thay đổi | Hệ số Durbin- Watson | ||||
Hệ số R2 sau khi đổi | Hệ số F khi đổi | Bậc tự do 1 | Bậc tự do 2 | Hệ số Sig. F sau khi đổi | ||||||
1 | 0,793a | 0,629 | 0,623 | 0,69117 | 0,629 | 105,314 | 5 | 310 | 0,000 | 1,890 |
(Nguồn: Phân tích dữ liệu – Phụ lục 3)
a. Biến độc lập: (Hằng số) MT, VC, TC, TN, DV
b. Biến phụ thuộc: PTBV
- Giá trị hệ số R = 0,793 ( > 0,5) nên đây là mô hình thích hợp để đánh giá mối quan hệ giữa các biến độc lập và biến phụ thuộc.
- Hệ số R bình phương giúp đo đạc mức độ phù hợp của mô hình với ý nghĩa là các biến độc lập giải thích được bao nhiêu % sự biến thiên của biến phụ thuộc. Ở đây Giá trị hệ số R2 = 0,629 và R2 đã điều chỉnh ở kết quả phân tích hồi quy bằng = 0,623 (>50%) đạt yêu cầu. Như vậy các biến độc lập giải thích được 62.3% sự biến thiên của biến phụ thuộc PTBV. Nghĩa là 62,3% sự phát triển DLST bền vững huyện Củ Chi sẽ được giải thích bởi 5 yếu tố: bảo vệ môi trường, Cơ sở vật chất, Tổ chức quản lý điểm đến, Tài nguyên du lịch và Sản phẩm, dịch vụ du lịch đã được đưa vào mô hình.
Để xem xét độ phù hợp của mô hình hồi quy tổng thể, ta cần giá trị F từ bảng phân tích phương sai ANOVA. Kết quả này sẽ cho biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không.
Bảng 4.23 Phân tích phương sai ANOVAa
Tổng bình phương | Bậc tự do | Trung bình bình phương | F | Sig. | |
Hồi quy 1 Phần dư Tổng | 251,554 148,094 399,648 | 5 310 315 | 50,311 0,478 | 105,314 | 0,000b |
(Nguồn: Phân tích dữ liệu – Phụ lục 3)
a: Biến phụ thuộc: PTBV
b: Biến độc lập: (Hằng số) MT, VC, TC, TN, DV
Kết quả cho thấy giá trị F = 105,314 và mức ý nghĩa Sig. = 0,000 (< 0,05) nên biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc. Như vậy, ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Bảng 4.24 Kết quả phân tích hồi quy tuyến tính bội
Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | Giá trị t | Giá trị Sig. | Đa cộng tuyến |
B | Sai số | Beta | Hệ số | Hệ số |
chuẩn | Tolerance | VIF | |||||
Hằng số | -0,877 | 0,207 | -4,241 | ||||
TN | 0,111 | 0,042 | 0,101 | 2,640 | 0,009 | 0,813 | 1,230 |
VC | 0,161 | 0,034 | 0,168 | 4,682 | 0,000 | 0,929 | 1,076 |
DV | 0,213 | 0,044 | 0,207 | 4,829 | 0,000 | 0,651 | 1,536 |
TC | 0,295 | 0,045 | 0,266 | 6,610 | 0,000 | 0,741 | 1,350 |
MT | 0,495 | 0,044 | 0,442 | 11,165 | 0,000 | 0,763 | 1,311 |
(Nguồn: Phân tích dữ liệu – Phụ lục 3)
Mô hình hồi quy chưa chuẩn hóa:
Y = – 0.877 + 0.111*X1 +0.161*X2 + 0.213*X3 + 0.295*X4 + 0.495*X5
Mô hình hồi quy đã chuẩn hóa:
Y = 0.101*X1 +0.168*X2 + 0.207*X3 + 0.266*X4 + 0.442*X5
Trong đó:
Y: PTBV (Phát triển bền vững) ; X1 : TN (Tài nguyên du lịch) ; X2 : VC (Cơ sở vât chất kỹ thuật) ; X3 : DV (Sản phẩm và dịch vụ) ; X4 : TC (Tổ chức quản lý điểm đến); X5 MT (Bảo vệ môi trường) ;
Khi xét tstat và tα/2 của các biến để đo độ tin cậy thì các biến độc lập MT, VC, TC, TN, DV đều đạt do tstat > tα/2(5,310) = 2,570 (bé nhất là 2,640) và các giá trị Sig. đều < 0,05 nên độ tin cậy khá cao.
Kết quả phân tích phương sai ANOVA bảng 4.23 cho Sig = 0,000<0,05, Như vậy mô hình hồi quy đa biến là phù hợp với dữ liệu được khảo sát
- Kiểm tra đa cộng tuyến
Đa cộng tuyến là hiện tượng xảy ra khi các biến độc lập có tương quan chặt chẽ với nhau. Điều này làm cho hệ số R bình phương và các hệ số hồi quy có sự sai lệch. Việc kiểm tra có đa cộng tuyến trong mô hình hay không được tiến hành bằng cách xem xét hệ số VIF.
Hệ số chấp nhận (Tolerance) của các yếu tố đều > 0,5 (nhỏ nhất là 0,651) và hệ số VIF của các hệ số Beta đều < 10 (lớn nhất là 1,536) chứng tỏ không xảy ra hiện tượng đa cộng tuyến trong mô hình.
Như vậy, mô hình hồi quy bội là phù hợp với mô hình và dữ liệu nghiên cứu; các biến đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%.
Dựa vào kết quả kiểm định Durbin Watson bảng 4.22 có giá trị là 1,890 nằm trong khoảng [1,3] nên không có hiện tượng tương quan của các phần dư.
Để kiểm định giả định phương sai của phần dư không đổi, ta sử dụng đồ thị phân tán của giá trị dự báo đã được chuẩn hóa (Std. predicted value) và phần dư đã được chuẩn hóa (Std. residual).
Bảng 4.25 Kiểm định giả định phương sai của phần dư
Nhỏ nhất | Lớn nhất | Trung bình | Độ lệch chuẩn | N | |
Giá trị dự báo | 1,3530 | 5,0394 | 3,5654 | 0,89364 | 316 |
Phần dư | -2,31188 | 1,65543 | 0,00000 | 0,68567 | 316 |
Giá trị dự báo đã được chuẩn hóa | -2,476 | 1,649 | 0,000 | 1,000 | 316 |
Phần dư được chuẩn hóa | -3,345 | 2,395 | 0,000 | 0,992 | 316 |
(Nguồn: Phân tích dữ liệu – Phụ lục 3)
Ta có các đồ thị thể hiện độ phân tán của phần dư như sau:
Đồ thị (Hình 4.1) cho thấy các giá trị phần dư phân tán một cách ngẫu nhiên trong một phạm vi quanh trục 0 (giá trị trung bình của phần dư), nghĩa là phương sai của phần dư không đổi và chứng tỏ rằng không bị vi phạm giả định liên hệ tuyến tính.
Hình 4.1 Đồ thị phân tán giữa giá trị phần dư đã được chuẩn hoá và
giá trị dự báo đã được chuẩn hoá
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phần dư có thể không tuân theo phân phối chuẩn vì một số 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… Để kiểm tra giả định này, ta có biểu đồ tần số Histogram của các phần dư (đã được chuẩn hóa).
Hình 4.2 Đồ thị phân phối tần số của phần dư (đã chuẩn hóa)
Đồ thị Histogram của phần dư đã chuẩn hóa (hình 4.2) cho thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0,992). Vì vậy có thể kết luận rằng giả định về phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.3 Đồ thị P-P Plot của phần dư đã chuẩn hoá
Kết quả từ biểu đồ tấn số P-P Plot cho thấy các điểm phân tán xung quanh được kỳ vọng (dao động gần sát với đường thẳng). Cũng cho thấy giả định phân
phối chuẩn của phần dư không bị vi phạm.
Như vậy, dựa vào kết quả hồi quy đa biến, ta xác định được phương trình hồi quy tuyến tính bội như sau:
PTBV = 0,101 * TN + 0,168 VC + 0,207 DV + 0,266 TC + 0,442 BV
4.2.5. Kết quả đánh giá mức độ ảnh hưởng phát triển DLST bền vững trong từng nhân tố
Bảng 4.26 Kết quả kiểm định các giả thuyết nghiên cứu
Nội dung | Trị thống kê (Sig.) | Kết quả | |
H1 | Yếu tố Tài nguyên du lịch (+) có quan hệ cùng chiều với sự phát triển DLST bền vững huyện Củ Chi | 0,009 | Chấp nhận |
H2 | Yếu tố Cơ sở vật chất kỹ thuật (+) có quan hệ cùng chiều với sự phát triển DLST bền vững huyện Củ Chi | 0,000 | Chấp nhận |
H3 | Yếu tố Sản phẩm và dịch vụ du lịch (+)có quan hệ cùng chiều với sự phát triển DLST bền vững huyện Củ Chi | 0.000 | Chấp nhận |
H4 | Yếu tố công tác Tổ chức quản lý điểm đến (+) có quan hệ cùng chiều với sự phát triển DLST bền vững huyện Củ Chi | 0,000 | Chấp nhận |
H6 | Yếu tố Bảo vệ môi trường du lịch sinh thái (+) có quan hệ cùng chiều với sự phát triển DLST bền vững huyện Củ Chi | 0,000 | Chấp nhận |
(Nguồn: Tác giả tổng hợp)
Tóm lại thông qua kết quả kiểm định mô hình lý thuyết chính thức, cụ thể là kết quả hồi quy tuyến tính bội, ta minh họa mô hình nghiên cứu chính thức như sau:
0,168
PHÁT TRIỂN
0,207
DLST BỀN
VỮNG
HUYỆN CỦ CHI
0,266
TÀI NGUYÊN DU LỊCH
CƠ SỞ VẬT CHẤT
SẢN PHẨM DỊCH VỤ
TỔ CHỨC QUẢN LÝ
BẢO VỆ MÔI TRƯỜNG
0,101
0,44249
Hình 4.4 Mô hình chính thức các yếu tố tác động PTDLSTBV huyện Củ Chi.
Phân tích hồi quy tuyến tính bội cho ta kết luận về 5 yếu tố tác động cùng chiều đến phát triển DLST bền vững huyện Củ Chi như sau:
- Tài nguyên du lịch có β = 0,101 (Sig. = 0,009 < 0,05), tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi giá trị tài nguyên DLST tăng thêm 1 đơn vị độ lệch chuẩn thì phát triển bền vững sẽ tăng thêm 0,101 đơn vị độ lệch chuẩn. Vậy, giả thuyết H1 được chấp nhận.
- Cơ sở vật chất kỹ thuật có β = 0,168 (Sig. = 0,000 < 0,05), tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi yếu tố cơ sở vật chất kỹ thuật hoàn thiện tăng thêm 1 đơn vị độ lệch chuẩn thì phát triển bền vững sẽ tăng thêm 0,168 đơn vị độ lệch chuẩn. Vậy, giả thuyết H2 được chấp nhận.
- Sản phẩm và dịch vụ du lịch có β = 0,207 (Sig. = 0,000 < 0,05), tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi yếu tố Sản phẩm và dịch vụ du lịch hấp dẫn tăng thêm 1 đơn vị độ lệch chuẩn thì phát triển bền vững sẽ tăng thêm 0,207 đơn vị độ lệch chuẩn. Vậy, giả thuyết H3 được chấp nhận.
- Tổ chức quản lý điểm đến có β = 0,266 (Sig. = 0,000 < 0,05), tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi yếu tố Tổ chức quản lý điểm đến chuyên nghiệp tăng thêm 1 đơn vị độ lệch chuẩn thì phát triển bền vững sẽ tăng thêm 0,251 đơn vị độ lệch chuẩn. Vậy, giả thuyết H4 được chấp nhận.