Kiểm Định Độ Tin Cậy Của Thang Đo Các Nhân Tố Ảnh Hưởng Đến Quyết Định Mua Tour Đà Nẵng – Hội An 3N2Đ


Các tiêu chuẩn để kiểm định độ tin cậy của thang đo:


- Loại các biến quan sát có hệ số tương quan biến - tổng nhỏ (nhỏ hơn 0,3).

- Loại các thang đo có hệ số Cronbach’s Alpha nhỏ hơn 0.6.

- Loại các biến quan sát có hệ số Cronbach’s Alpha nếu loại biến lớn hơn hệ số Cronbach's Alpha của thang đo.

Bảng 6. Kiểm định độ tin cậy của thang đo các nhân tố ảnh hưởng đến quyết định mua tour Đà Nẵng – Hội An 3N2Đ


Biến quan sát

Hệ số tương quan biến tổng

Hệ số Cronbach’s Alpha nếu

loại biến

Chuẩn chủ quan: Cronbach’s Alpha = 0.660

Gia đình, bạn bè, người quen có ảnh hưởng đến quyết định mua tour Đà Nẵng - Hội An 3N2Đ của Du lịch Đại

Bàng của tôi

0.390

0.710

Các phương tiện truyền thông có ảnh hưởng đền quyết đinh lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Du lịch

Đại Bàng của tôi

0.531

0.485

Những người có kinh nghiệm du lịch nghĩ rằng tôi nên lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Du lịch Đại

Bàng

0.529

0.512

Thái độ: Cronbach’s Alpha = 0.627

Tôi cảm thấy hứng thú khi lựa chọn tour Đà Nẵng - Hội

An 3N2Đ của Công ty Cổ phần Du lịch Đại Bàng

0.420

0.552

Tôi cảm thấy mình là người hiện đại khi lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Công ty Cổ phần Du lịch Đại

Bàng

0.449

0.514

Tôi cảm thấy thoải mái khi lựa chọn tour Đà Nẵng - Hội

An 3N2Đ của Công ty Cổ phần Du lịch Đại Bàng

0.442

0.521

Giá cả: Cronbach’s Alpha = 0.611

Tôi cảm thấy giá của tour Đà Nẵng - Hội An 3N2Đ là

phù hợp với thu nhập của tôi

0.431

0.498

Có thể bạn quan tâm!

Xem toàn bộ 105 trang tài liệu này.


Tôi cảm thấy mức giá của công ty CPTTQCDLĐB có

tính cạnh tranh hơn so với các công ty khác

0.346

0.610

Mức giá công ty đưa ra phù hợp với chất lượng tour

0.492

0.403

Dịch vụ giá trị gia tăng: Cronbach’s Alpha = 0.645

Các dịch vụ GTGT ngoài chương trình du lịch là cần

thiết đối với tôi

0.512

0.464

Các dịch vụ GTGT ngoài chương trình đáp ứng được nhu

cầu của tôi

0.395

0.625

Tôi cảm thấy tiện lợi và tiết kiệm dược thời gian khi sử

dụng các dịch vụ của Du lịch Đại Bàng

0.465

0.533

Khuyến mãi: Cronbach’s Alpha = 0.662

tour Đà Nẵng - Hội An 3N2Đ thường xuyên có các

chương trình khuyến mãi, ưu đãi hấp dẫn

0.477

0.565

Tôi cảm tháy thích thú với các chương trình khuyến mãi

của tour Đà Nẵng - Hội An 3N2Đ

0.476

0.570

Các chương trình khuyến mãi giúp tôi dễ dàng hơn trong

sự lựa chọn

0.475

0.565

Uy tín thương hiệu: Cronbach’s Alpha = 0.673

Đây là thương hiệu đầu tiên tôi nghĩ đến khi có ý định

lưa chọn tour Đà Nẵng - Hội An

0.429

0.650

Tôi cảm thấy tin tưởng khi lựa chọn tour Đà Nẵng - Hội

An 3N2Đ của Du lịch Đại Bàng

0.570

0.459

Du lịch Đại Bàng mang lại cho tôi sự đảm bảo, tin cậy và

an toàn

0.476

0.597

Quyết định mua: Cronbach’s Alpha = 0.602

Tôi quyết định mua tour Đà Nẵng - Hội An 3N2Đ vì

tour này đáp ứng được nhu cầu của tôi

0.385

0.539

Tôi thấy quyết định mua tour Đà Nẵng - Hội An 3N2Đ

của mình là hoàn toàn đúng đắn

0.445

0.449

Tôi sẽ giới thiệu tour Đà Nẵng - Hội An 3N2Đ cho bạn

bè, người thân của mình

0.404

0.511

(nguồn: kết quả xử lý qua phần mềm SPSS)

Qua kết quả kiểm định trên, ta có thể thấy rằng, các nhóm thang đo đều có hệ số Cronbach’s Alpha lớn hơn 0.6 và có hệ số tương quan biến tổng của các biến quan sát lớn hơn 0.3. Tuy nhiên đối với biến quan sát CQ1, có hệ số Cronbach’s Alpha nếu loại biến lớn hơn hệ số Cronbach’s Alpha của biến “Chuẩn chủ quan” nên tiến hành loại biến này ra khỏi mô hình. Còn đối với các biến quan sát còn lại, khi loại biến quan sát đó ra khỏi mô hình thì thu được hệ số Cronbach’s Alpha thấp hơn, là giảm độ tin cậy của thang đo. Do đó, các biến quan sát còn lại là phù hợp để đi đến kiểm định tiếp theo.

2.3.4. Phân tích nhân tố khám phá (EFA)

Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn

2.3.4.1. Phân tích nhân tố khám phá biến độc lập

Phân tích dữ liệu qua phần mềm SPSS 20, ta có kết quả như sau:


Bảng 7. Phân tích nhân tố khám phá biến độc lập


Kiểm định KMO và Bartlett’s Test

Kiểm định KMO


0.834

Kiểm định Bartlett

Chỉ số Chi-bình phương

580.861

df

136

Sig.

0.000

(nguồn: kết quả xử lý qua phần mềm SPSS)

Kết quả kiểm định KMO và Barlett cho kết quả giá trị KMO đạt 0,834 thỏa điều kiện (0,5 < KMO < 1), cho thấy dữ liệu phù hợp để phân tích nhân tố khám phá. Kiểm định Barlett cho ra kết quả giá trị Sig. < 0,05, chứng tỏ các nhân tố có tương quan tuyến tính với nhau trong tổng thể.

Bảng 8. Tổng phương sai mà các nhân tố giải thích được


Trị số Eigenvalue

1.098

Số nhân tố

5

Tổng phương sai rút trích

61.684%

(nguồn: kết quả xử lý qua phần mềm SPSS)

Bảng 9. Ma trận xoay nhân tố



Nhân tố

1

2

3

4

5

TD1

0.683





TD3

0.672





TD2

0.640





KM3

0.533





CQ3


0.724




CQ2


0.672




KM1


0.644




GC2


0.610




GT3



0.765



GT1



0.752



GT2



0.579



TH3




0.674


TH2




0.671


TH1




0.669


GC1





0.772

GC3





0.738

(nguồn: kết quả xử lý qua phần mềm SPSS)

Sau khi tiến hành phân tích nhân tố, biến KM2 bị loại do có hệ số tải nhân tố nhỏ hơn 0.5. Trị số phương sai rút trích là 61.684% với số nhân tố là năm, điều này có nghĩa là năm nhân tố vừa rút trích được có thể giải thích đến 61.684% sự biến thiên của dữ liệu.

Như vậy sau khi phân tích nhân tố EFA, với năm nhóm nhân tố và 16 biến quan sát vừa trích được, sáu nhóm nhân tố ban đầu đã được gộp lại thành năm nhóm nhân tố tương ứng với năm thang đo mới với sự kết hợp của các biến quan sát thuộc các nhóm khác nhau. Năm nhóm nhân tố mới này sẽ được đặt lại tên theo nội hàm ý nghĩa của

các biến quan sát. Với những nhóm mà nội hàm của các biến mới được gộp không có quá nhiều sự khác biệt với những biến chủ đạo của nhóm, ta có thể xem xét sử dụng lại tên cũ để đặt cho nhóm mới.

Tiến hành gom các biến quan sát

- Nhân tố 1: Thái độ. Gồm các biến:

TD1 – Tôi cảm thấy hứng thú khi lựa chọn tour Đà Nẵng - Hội An 3N2Đ của

Công ty Cổ phần Du lịch Đại Bàng


TD3 – Tôi cảm thấy thoải mái khi lựa chọn tour Đà Nẵng - Hội An 3N2Đ của

Công ty Cổ phần Du lịch Đại Bàng


TD2 – Tôi cảm thấy mình là người hiện đại khi lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Công ty Cổ phần Du lịch Đại Bàng

KM3 – “Các chương trình khuyến mãi giúp tôi dễ dàng hơn trong sự lựa chọn”


- Nhân tố 2: Chuẩn chủ quan. Gồm các biến:

CQ3 – Những người có kinh nghiệm du lịch nghĩ rằng tôi nên lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Du lịch Đại Bàng

CQ2 – Các phương tiện truyền thông có ảnh hưởng đến quyết đinh lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Du lịch Đại Bàng của tôi

KM1 – Tour Đà Nẵng - Hội An 3N2Đ thường xuyên có các chương trình khuyến mãi, ưu đãi hấp dẫn

GC2 – Tôi cảm thấy mức giá của công ty CPTTQCDLĐB có tính cạnh tranh hơn

so với các công ty khác


- Nhân tố 3: Dịch vụ giá trị gia tăng. Gồm các biến:

GT1 – Các dịch vụ GTGT ngoài chương trình du lịch là cần thiết đối với tôi


GT2 – Các dịch vụ GTGT ngoài chương trình đáp ứng được nhu cầu của tôi


GT3 – Tôi cảm thấy tiện lợi và tiết kiệm dược thời gian khi sử dụng các dịch vụ

của Du lịch Đại Bàng

- Nhân tố 4: Uy tín thương hiệu. Gồm các biến:

TH1 – Đây là thương hiệu đầu tiên tôi nghĩ đến khi có ý định lựa chọn tour Đà Nẵng – Hội An 3N2Đ

TH2 – Tôi cảm thấy tin tưởng khi lựa chọn tour Đà Nẵng - Hội An 3N2Đ của Du

lịch Đại Bàng

TH3 – Du lịch Đại Bàng mang lại cho tôi sự đảm bảo, tin cậy và an toàn

- Nhân tố 5: Giá cả. Gồm các biến:

GC1 – Tôi cảm thấy giá của tour Đà Nẵng - Hội An 3N2Đ là phù hợp với thu

nhập của tôi

GC3 – Mức giá công ty đưa ra phù hợp với chất lượng tour

2.3.4.2. Phân tích nhân tố khám phá biến phụ thuộc: Quyết đinh mua tour Đà

Nẵng - Hội An 3N2Đ

Nhằm kiểm tra xem độ phù hợp của dữ liệu để tiến hành phân tích nhân tố, sử dụng chỉ số của kiểm định KMO và kiểm định Barlett để tiến hành đánh giá chung về quyết định mua tour Đà Nẵng - Hội An 3N2Đ của du khách thông qua 3 biến quan sát.

Kết quả thu được ở bảng:

Bảng 10. Phân tích nhân tố khám phá biến phụ thuộc


Ma trận nhân tố

Hệ số KMO

0.634

Trị số Eigenvalues

1.671

Tổng phương sai rút trích

55.71%

Sig. của kiểm định Barlett

0.000

(nguồn: kết quả xử lý qua phần mềm SPSS)


Bảng 11. Rút trích nhân tố biến phụ thuộc


Quyết định

Hệ số tải

QD2

0.778

QD3

0.740

QD1

0.720

(nguồn: kết quả xử lý qua phần mềm SPSS)

Kết quả kiểm định KMO và Barlett cho kết quả giá trị KMO đạt 0.634 thỏa điều kiện (0,5 < KMO < 1), cho thấy dữ liệu phù hợp để phân tích nhân tố khám phá. Kiểm định Barlett cho ra kết quả giá trị Sig. < 0.05, chứng tỏ các nhân tố có tương quan tuyến tính với nhau trong tổng thể.

Sau khi tiến hành phân tích nhân tố, tất cả các biến đều có hệ số tải > 0.5 vạy nên không có biến nào bị loại. Trị số phương sai rút trích là 55.71% có nghĩa là nhân tố vừa rút trích được có thể giải thích đến 55.71% sự biến thiên của dữ liệu.

Mô hình hiệu chỉnh sau khi kiểm tra độ tin cậy thang đo và phân tích nhân tố:


Hình 8 Mô hình hiệu chỉnh 2 3 5 Phân tích hồi quy đa biến  Phân tích ma trận 1

Hình 8. Mô hình hiệu chỉnh


2.3.5. Phân tích hồi quy đa biến

Phân tích ma trận hệ số tương quan Pearson


Để kiểm định hệ số tương quan Pearson, đầu tiên cần phải tạo biến đại diện từ

kết quả xoay nhân tố cuối cùng. Cụ thể:


QD – đại diện cho nhóm nhân tố “Quyết định mua tour Đà Nẵng - Hội An 3N2Đ”

TD – đại diện cho nhân tố “Thái độ”


CQ – đại diện cho nhân tố “Chuẩn chủ quan”


GTR – đại diện cho nhân tố “Dịch vụ giá trị gia tăng”


TH – đại diện cho nhân tố “Uy tín thương hiệu”


GC – đại diện cho nhân tố “Giá cả”


Kết quả hệ số tương quan tuyến tính được thể hiện:


Bảng 12. Phân tích tương quan các nhân tố ảnh hưởng đến quyết định mua

tour Đà Nẵng - Hội An 3N2Đ



TD

CQ

GTR

TH

GC

Hệ số tương quan Pearson

0.641

0.631

0.539

0.610

0.501

Sig.

0.000

0.000

0.000

0.000

0.000

(nguồn: kết quả xử lý qua phần mềm SPSS)


Kết quả tương quan cho thấy, Sig. tương quan của tất cả các biến độc lập và biến phụ thuộc đều < 0.05. Vậy nên cả năm biến độc lập đều được đưa vào xử lý hồi quy.

Phân tích hồi quy đa biến.

Với kiểm đinh hệ số tương quan cho thấy có 5 biến độc lập có mối tương quan với biến phụ thuộc, đáp ứng các điều kiện về hệ số Sig. nên đưa vào hồi quy đa biến. Phân tích hồi quy đa biến giúp xác định được nhân tố nào đóng góp nhiều hay ít vào sự thay đổi của biến phụ thuộc để từ đó đưa ra các giải pháp thích hợp.

Mô hình hồi quy đa biến có dạng:


QD = β0 + β1*TD + β2*CQ + β3*GTR + β4*TH + β5*GC Trong đó:

β0, β1, β2, β3, β4, β5: là hệ số hồi quy


QD là biến phụ thuộc “Quyết định mua tour Đà Nẵng - Hội An 3N2Đ”

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

Ngày đăng: 05/07/2022