Trang chủ / Khách Du Lịch Quốc Tế

Các Thông Số Thống Kê Từng Biến Độc Lập Của Mô Hình 33774


CSLT2




.878









CSLT1




.866









AMT2





.828








AMT3





.817








AMT1





.784








AMT4





.692








TDNVPV1






.807







TDNVPV2






.807







TDNVPV3






.751







TDNVPV4






.664







ANNINH2







.914






ANNINH1







.889






ANNINH3







.884






LIENKET3








.896





LIENKET1








.874





LIENKET2








.867





DTLS2









.897




DTLS3









.859




Có thể bạn quan tâm!

Xem toàn bộ 134 trang tài liệu này.

Nghiên cứu các yếu tố ảnh hưởng đến sự quay lại của khách du lịch quốc tế tại thành phố Hồ Chí Minh - 9


DTLS1









.848




VSMT1










.813



VSMT2










.802



VSMT3










.748



VSMT4










.636



NDDP3











.904


NDDP2











.888


NDDP1











.611


GT1












.840

GT2












.796

GT3












.723

12 nhân tố trong bảng 4.5 được mô tả như sau: Nhân tố 1: Địa điểm mua sắm

Nhân tố 2: Sự hài lòng Nhân tố 3: Văn hóa Nhân tố 4: Cơ sở lưu trú Nhân tố 5: Ẩm thực


Nhân tố 6: Thái độ nhân viên phục vụ Nhân tố 7: An ninh

Nhân tố 8: Liên kết Nhân tố 9: Di tích lịch sử

Nhân tố 10: Vệ sinh môi trường Nhân tố 11: Người dân địa phương Nhân tố 12: Giao thông

* Kết quả sau khi phân tích EFA cho thấy hệ số KMO của nhóm sự quay lại tham quan du lịch là là 0.833, thỏa điều kiện 0.5 < KMO < 1 với mức ý nghĩa là Sig.= 0.000 trong kiểm định Barlett’s (Sig<0.05) (bảng 4.6). Điểm dừng khi rút trích các nhân tố tại eigenvalues =1.000, tổng phương sai trích được là 74.978%, các biến quan sát đều có hệ số tải nhân tố > 0.5; điều này thể hiện kết quả phân tích nhân tố là phù hợp và các biến tương quan với nhau trong tổng thể và số nhân tố trích được là 1 hoàn toàn phù hợp với lý thuyết về sự quay lại tham quan du lịch.

Bảng 4.6: Kết quả kiểm điṇ h KMO và mứ c ý nghiã



Kết quả

Đánh giá

Kaise- Meyer-Olkin Measure of Sampling Adequacy

0.833

Chấp nhận

Mứ c ý nghiã (Sig)

0.000

Chấp nhận

Bảng 4.7: Kết quả phân tích nhân tô


Ký hiệu

Nhân tố

Sự quay lại

SQLAI1

.907

SQLAI2

.881

SQLAI3

.851

SQLAI4

.822

Gồm 4 biến quan sát của thành phần “sự quay lại tham quan du lịch” được đặt tên là “sự quay lại”

Mô hình lý thuyết được giữ nguyên gồm 12 biến độc lập tác động đến sự quay lại. Sau đó, nghiên cứu tiến hành phân tích hồi quy bội.



Sự hài lòng của chuyến đi trước


Ẩm thực - vệ sinh ATTP

Vệ sinh môi trường

Cơ sở lưu trú

Thái độ nhân viên phục vụ


Người dân địa phương thân

thiện

Sự quay trở lại của khách du lịch quốc tế

Giao thông

Di tích lịch sử

Địa điểm mua sắm


Liên kết với các điểm du lịch tỉnh khác


An ninh chính trị

Văn hóa


Hình 4.1 Mô hình chính thức

(Nguồn: Tác giả tự tổng hợp sau kết quả nghiên cứu, 2017)

4.3. Phân tích hệ số tương quan

Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính bội là xem xét các mối tương quan tuyến tính giữa các biến độc lập với từng biến phụ thuộc và chính giữa các biến độc lập với nhau. Vì nếu có bất cứ liên hệ tương quan qua lại chặt chẽ nào giữa các biến độc lập có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy bội.



Bảng 4.8: Ma trận hệ số tương quan



SU HAILO

NG

AMT HUC

DIEMM UASAM

MOIT RUO

NG

THAIDO NHANVI

EN

VAN HOA

COSO LUUT

RU

NGUOID ANDIAP

HUONG

GIAOT HONG

DITICHL ICHSU

LIEN KET

ANNI NH

SQL AI

SUHAILONG

1

.053

.203**

.030

.381**

.143**

.037

.065

.079

.134**

.048

.091

.312**

AMTHUC

.053

1

.087

.205**

.009

.072

.118*

-.050

-.019

.017

-.044

.097*

.194**

DIEMMUASAM

.203**

.087

1

.141**

.185**

.104*

.051

.205**

.184**

.252**

.070

.151**

.459**

MOITRUONG

.030

.205**

.141**

1

.130**

.162**

-.016

.028

.025

.023

-.107*

.225**

.227**

THAIDONHAN

VIEN

.381**

.009

.185**

.130**

1

.226**

-.043

-.039

.074

.068

.011

.206**

.310**

VANHOA

.143**

.072

.104*

.162**

.226**

1

.133**

.092

-.045

.105*

-.087

.240**

.281**

COSOLUUTRU

.037

.118*

.051

-.016

-.043

.133**

1

.191**

.130**

.141**

.310**

.090

.259**

NGUOIDANDIA

PHUONG

.065

-.050

.205**

.028

-.039

.092

.191**

1

.275**

.128**

.160**

.051

.342**

GIAOTHONG

.079

-.019

.184**

.025

.074

-.045

.130**

.275**

1

.255**

.167**

-.010

.275**

DITICHLICHSU

.134**

.017

.252**

.023

.068

.105*

.141**

.128**

.255**

1

.125**

.006

.331**


LIENKET

.048

-.044

.070

-.107*

.011

-.087

.310**

.160**

.167**

.125**

1

-.021

.190**

ANNINH

.091

.097*

.151**

.225**

.206**

.240**

.090

.051

-.010

.006

-.021

1

.273**

SQLAI

.312**

.194**

.459**

.227**

.310**

.281**

.259**

.342**

.275**

.331**

.190**

.273**

1


**. Tương quan ở mức ý nghĩa 0.01 (2-đuôi).

*. Tương quan ở mức ý nghĩa 0.05 (2-đuôi).

Kết quả phân tích cho thấy có sự tương quan giữa tất cả các biến phụ thuộc và độc lập trong mô hình


4.4 Phân tích hồi quy bội

Nghiên cứu tiến hành phân tích hồi quy bội với từng mô hình nghiên cứu. Nghiên cứu sử dụng phương pháp đưa vào một lượt (phương pháp enter) khi phân tích hồi quy bội. Cụ thể:

Bảng 4.9: Các thông số thống kê từng biến độc lập của mô hình




Mô hình

Hệ số chưa chuẩn hóa

Hệ số

chuẩn hóa


t


Ý

nghĩa

Chuẩn đoán

hiện tượng đa cộng tuyến


Hệ số Beta


Sai số chuẩn


Beta

Độ chấp nhận

Hệ số phóng đại phương

sai

(Constant)

-1.940

.332


-5.842

.000



SUHAILONG

.118

.037

.120

3.181

.002

.822

1.216

AMTHUC

.134

.038

.126

3.547

.000

.923

1.083

DIEMMUASAM

.171

.026

.245

6.564

.000

.835

1.198

MOITRUONG

.104

.038

.100

2.741

.006

.880

1.136

THAIDONHANVIEN

.153

.040

.149

3.832

.000

.772

1.296

VANHOA

.117

.037

.116

3.136

.002

.845

1.183

COSOLUUTRU

.099

.034

.109

2.906

.004

.825

1.212

NGUOIDANDIAPHUONG

.209

.039

.196

5.292

.000

.848

1.180

GIAOTHONG

.072

.029

.094

2.515

.012

.842

1.188

DITICHLICHSU

.139

.034

.149

4.070

.000

.864

1.157

LIENKET

.077

.030

.095

2.557

.011

.847

1.180

ANNINH

.111

.035

.114

3.119

.002

.870

1.150


Ta thấy Mức ý nghĩa của các biến đều có ý nghĩa về mặt thống kê vì có mức ý nghĩa nhỏ hơn 0.05. Ngoài ra, ta cũng thấy rằng hệ số phóng đại phương sai VIF đều nhỏ hơn 10 chứng tỏ không xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Phương trình hồi quy thể hiện sự quay trở lại của khách du lịch dự đoán theo tất cả các biến độc lập là:

Sự quay lại = -1.940 + 0.118 (Sự hài lòng) + 0.134 (Âm thực) + 0.171 (Điểm mua sắm) + 0.104 (Môi trường) + 0.153 (Thái độ nhân viên) + 0.117 (văn hóa) + 0.099 (Cơ sở lưu trú) + 0.209 (người dân địa phương) + 0.072 (Giao thông) + 0.139 (di tích lịch sử) + 0.077 (liên kết) + 0.111 (An ninh)

* Kiểm định giả thuyết:

Kết quả phân tích hồi quy cho thấy mười hai biến có mức ý nghĩa < 0.05 nghĩa là sáu biến này đều có ý nghĩa thống kê. Cả mười hai biến này đều tác động dương đến sự quay lại của du khách đến Tp.HCM. Do đó, nghiên cứu chấp nhận 12 giả thuyết đặt ra.

Kết quả cũng cho ta thấy được mức độ tác động của các biến độc lập đến sự tham quan trở lại của du khách: biến người dân địa phương có hệ số beta là 0.209, biến thái độ nhân viên có hệ số beta là 0.153…

* Đánh giá mức độ phù hợp của mô hình

Để đánh giá mức độ phù hợp của mô hình hồi quy, ta dùng hai hệ số là hệ số xác định R2 hiệu chỉnh và kiểm định F

Bảng 4.10: Chỉ tiêu đánh giá sự phù hợp của mô hình


Mô hình

R

R2

R2 hiệu chỉnh

Dự báo độ lệch chuẩn

Durbin- Watson

1

.704a

.496

.482

.51106

1.555

a. Dự đoán: (Hằng số), ANNINH, DITICHLICHSU, AMTHUC, LIENKET, SUHAILONG, NGUOIDANDIAPHUONG, MOITRUONG, VANHOA,

GIAOTHONG, DIEMMUASAM, COSOLUUTRU, THAIDONHANVIEN

Qua bảng 4.10, hệ số R2 hiệu chỉnh là 0.482. Hệ số R2 hiệu chỉnh nhỏ hơn R2 vì vậy dùng hệ số R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ an toàn hơn

Xem toàn bộ nội dung bài viết ᛨ

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

Ngày đăng: 20/08/2022