Theo Hair và cộng sự (1998), hệ số tải nhân tố Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, nếu cỡ mẫu từ 350 nên chọn hệ số tải nhân tố là > 0,3. Tổng mẫu trong nghiên cứu là 518 > 350, nên tác giả chọn hệ số tải nhân tố Factor Loading > 0,3. Cũng theo Hair và cộng sự (1998), tiêu chuẩn đối với phương sai trích phải đạt từ 50% trở lên.
Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cũng chỉ ra, KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, nhân tố được xem là thích hợp khi 0,5 < KMO < 1 và kiểm định Bartlett dùng để đo độ tương quan giữa các biến quan sát, kiểm định này có ý nghĩa thống kê khi Sig < 0,05, tức là các biến quan sát có tương quan với nhau trong tổng thể.
4.2.4.1. Phân tích nhân tố khám phá EFA cho các biến độc lập
Kết quả phân tích nhân tố khám phá EFA cho thấy kết quả kiểm định tương đối tốt (phụ lục 8). Hệ số KMO = 0,810 > 0,5 nên việc sử dụng bộ dữ liệu này để phân tích nhân tố là thích hợp (Kaiser, 1974). Kiểm định Bartlett’s Test dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau không, giá trị này cũng đạt khi giá trị Sig của kiểm định = 0,000 < 0,5, do đó các biến quan sát có quan hệ với nhau và đủ điều kiện để phân tích nhân tố bằng EFA (bảng 4.12).
Bảng 4.12: Kết quả kiểm định KMO và Bartlett's Test
0,810 | ||
Bartlett's Test of Sphericity | Approx. Chi-Square | 12125,972 |
df | 946 | |
Sig. | 0,000 |
Có thể bạn quan tâm!
-
Các Nhân Tố Ảnh Hưởng Đến Phát Triển Cbt Tiểu Vùng Tây Bắc -
Tổng Hợp Các Nhân Tố Và Biến Số Sau Nghiên Cứu Định Tính -
Thống Kê Mô Tả Biến Khả Năng Tiếp Cận Điểm Cbt -
Phân Tích Tương Quan Pearson Cặp Đôi Từng Biến Độc Lập Với Biến Phụ Thuộc Phát Triển Cbt -
Tổng Hợp Các Nhân Tố Và Thước Đo Ảnh Hưởng Đến Phát Triển Cbt -
Nhân Tố Hợp Tác Và Hỗ Trợ Từ Bên Ngoài Cộng Đồng
Xem toàn bộ 233 trang tài liệu này.
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Điểm dừng của phân tích nhân tố được đặt trên cơ sở hệ số Eigenvalue, số lượng nhân tố tối đa được lựa chọn khi hệ số này có giá trị nhỏ nhất > 1 và phần trăm tích lũy lớn hơn 50%. Với các điều kiện trên, có 11 nhân tố được rút trích ra tại Initial Eigenvalues là 1,250 > 1, tổng phương sai trích được là 68,810% > 50% cho thấy 11 nhân tố trích được trong EFA phản ánh được 68,810% sự biến thiên của tất cả các thước đo được đưa vào mô hình.
Bảng 4.13: Tổng hợp kết quả phân tích nhân tố khám phá cho các biến độc lập
Ký hiệu biến quan sát | Nhân tố | ||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | |
SVL2 | 0,765 | ||||||||||
SVL3 | 0,759 | ||||||||||
SVL1 | 0,739 | ||||||||||
SVL6 | 0,718 | ||||||||||
SVL5 | 0,699 | ||||||||||
SVL4 | 0,699 | ||||||||||
KKT6 | 0,738 | ||||||||||
KKT2 | 0,728 | ||||||||||
KKT3 | 0,690 | ||||||||||
KKT5 | 0,670 | ||||||||||
KKT1 | 0,667 | ||||||||||
KKT7 | 0,663 | ||||||||||
KKT4 | 0,629 | ||||||||||
SHG4 | 0,861 | ||||||||||
SHG1 | 0,851 | ||||||||||
SHG3 | 0,851 | ||||||||||
SHG2 | 0,843 | ||||||||||
CHC4 | 0,885 | ||||||||||
CHC2 | 0,871 | ||||||||||
CHC1 | 0,809 | ||||||||||
CHC3 | 0,739 | ||||||||||
HPC3 | 0,903 | ||||||||||
HPC1 | 0,885 | ||||||||||
HPC2 | 0,882 | ||||||||||
CHB3 | 0,790 | ||||||||||
CHB2 | 0,778 | ||||||||||
CHB5 | 0,731 | ||||||||||
Ký hiệu biến quan sát | Nhân tố | ||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | |
CHB1 | 0,683 | ||||||||||
HDN1 | 0,885 | ||||||||||
HDN2 | 0,862 | ||||||||||
HDN3 | 0,806 | ||||||||||
HCQ2 | 0,894 | ||||||||||
HCQ3 | 0,863 | ||||||||||
HCQ1 | 0,847 | ||||||||||
KTC3 | 0,777 | ||||||||||
KTC2 | 0,761 | ||||||||||
KTC1 | 0,735 | ||||||||||
KTC4 | 0,626 | ||||||||||
CHL2 | 0,827 | ||||||||||
CHL1 | 0,819 | ||||||||||
CHL3 | 0,617 | ||||||||||
STT1 | 0,805 | ||||||||||
STT2 | 0,748 | ||||||||||
STT3 | 0,677 | ||||||||||
Initial Eigenvalues | 7,081 | 4,936 | 3,157 | 2,699 | 2,394 | 2,069 | 1,984 | 1,898 | 1,426 | 1,357 | 1,250 |
Phương sai trích | 16,093 | 11,280 | 7,174 | 6,133 | 5,440 | 4,702 | 4,509 | 4,313 | 3,241 | 3,085 | 2,840 |
Tổng phương sai trích được | 16,093 | 27,373 | 34,547 | 40,680 | 46,120 | 50,822 | 55,331 | 59,644 | 62,885 | 65,970 | 68,810 |
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. | |||||||||||
a. Rotation converged in 6 iterations. | |||||||||||
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Xét qua bảng ma trận xoay, với phép xoay Varimax và chỉ hiển thị các hệ số tải nhân tố Factor Loading > 0,3 (bảng 4.13), các biến quan sát đều có hệ số tải > 0,5 được
coi là có ý nghĩa thực tế (Hair và cộng sự, 1998), do đó tất cả các biến quan sát này được giữ lại để sử dụng cho các bước phân tích sau này.
Kết quả cuối cùng của phân tích nhân tố khám phá các thước đo của biến độc lập gồm 44 biến quan sát được tải về 11 nhân tố, thứ tự và tên gọi của các nhân tố được tổng hợp trong bảng 4.14.
Bảng 4.14: Tổng hợp các nhân tố ảnh hưởng đến phát triển CBT sau phân tích nhân tố khám phá EFA
Tên nhân tố | Ký hiệu | Số quan sát | |
1 | Sức hấp dẫn điểm tham quan văn hóa - lịch sử | SVL | 6 |
2 | Kiến thức và kỹ năng về du lịch của người dân địa phương | KKT | 7 |
3 | Sức hấp dẫn của các hoạt động du lịch giải trí | SHG | 4 |
4 | Cơ sở hạ tầng và dịch vụ cơ bản | CHC | 4 |
5 | Hợp tác và hỗ trợ của tổ chức phi chính phủ | HPC | 3 |
6 | Cơ sở hạ tầng và dịch vụ bổ sung | CHB | 4 |
7 | Hợp tác và hỗ trợ của doanh nghiệp | HDN | 3 |
8 | Hợp tác và hỗ trợ của chính quyền | HCQ | 3 |
9 | Khả năng tiếp cận điểm CBT | KTC | 4 |
10 | Cơ sở hạ tầng và dịch vụ lưu trú du lịch | CHL | 3 |
11 | Sức hấp dẫn của điểm tham quan tự nhiên | STT | 3 |
Cộng | 44 |
Nguồn: Tổng hợp từ kết quả phân tích dữ liệu điều tra của tác giả
4.2.4.2. Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Kết quả phân tích nhân tố khám phá EFA lần thứ nhất cho biến phụ thuộc, xem nhanh qua bảng ma trận xoay Rolated Component Matrix (phụ lục 8.2) cho thấy biến phụ thuộc không hội tụ vào một nhân tố. Có 2 nhân tố được rút trích, trong đó xuất hiện vấn đề ở các biến quan sát PTT1; PTT3; PTT4; PTT7; PTT12 cùng tải lên ở hai nhóm biến số 1 và 2. Đồng thời, biến PTT11 hoàn toàn không tải về nhân tố mong muốn (nhóm biến số 1) cùng các biến quan sát trong thước đo phát triển CBT.
Xem lại tương quan biến - tổng trong kiểm định độ tin cậy hệ số Cronbach’s Alpha của thước đo PTT11 = 0,322 > 0,3, tuy nhiên hệ số tương quan biến - tổng này khá thấp so với các biến khác trong nhân tố PTT, do đó tác giả quyết định loại biến PTT11 và chạy lại EFA lần thứ hai.
Kết quả chạy EFA lần thứ hai sau khi loại biến PTT11 cho thấy kết quả kiểm định tương đối tốt. Hệ số KMO = 0,900 > 0,5 nên việc sử dụng bộ dữ liệu này để phân tích nhân tố là thích hợp (Kaiser, 1974). Kiểm định Bartlett’s Test cũng đạt khi giá trị Sig của kiểm định = 0,000 < 0,5, do đó các biến quan sát có quan hệ với nhau và đủ điều kiện để phân tích nhân tố bằng EFA (bảng 4.15).
Bảng 4.15: Kết quả kiểm định KMO và Bartlett's Test cho biến PTT
0,900 | ||
Bartlett's Test of Sphericity | Approx. Chi-Square | 3190,130 |
df | 55 | |
Sig. | 0,000 |
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Hệ số Initial Eigenvalues = 6,007 > 1 chứng tỏ nhân tố rút trích được trong bảng
4.16 là đại diện cho phần biến thiên có thông tin thống nhất. Tổng phương sai trích được là 54,605% > 50% chứng tỏ nhân tố trích được trong EFA phản ánh được 54,605% sự biến thiên của tất cả các thước đo được đưa vào mô hình.
Bảng 4.16: Tổng hợp kết quả phân tích nhân tố khám phá EFA cho biến phụ thuộc
Nhân tố | |
1 | |
PTT9 | 0,806 |
PTT2 | 0,792 |
PTT8 | 0,768 |
PTT6 | 0,763 |
PTT4 | 0,742 |
PTT5 | 0,735 |
PTT1 | 0,732 |
PTT10 | 0,730 |
PTT3 | 0,724 |
PTT7 | 0,692 |
PTT12 | 0,627 |
Initial Eigenvalues | 6,007 |
Tổng phương sai trích được | 54,605 |
Extraction Method: Principal Component Analysis. | |
a. 1 components extracted. | |
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Tổng hợp kết quả kiểm tra độ tin cậy của thước đo (Cronbach’s Alpha) và phân tích nhân tố khám phá EFA, nghiên cứu đã xác định được những nhân tố, biến số và thước đo có thể sử dụng để đánh giá sự ảnh hưởng đến phát triển CBT tiểu vùng Tây Bắc.
4.2.5. Kiểm định sự khác biệt trung bình các biến nhân khẩu với phát triển CBT
Để kiểm tra sự khác biệt trung bình về phát triển CBT của khu vực nghiên cứu với những giá trị khác nhau của biến nhân khẩu trong mô hình, tác giả sử dụng hai kiểm định T-test và kiểm định ANOVA. Kiểm định T-test được dùng để so sánh sự khác biệt trung bình của biến có hai quan sát (giới tính, tình trạng hôn nhân), trong khi kiểm định ANOVA được thực hiện để so sánh sự khác biệt trung bình của biến có nhiều hơn 2 quan sát (độ tuổi, dân tộc, trình độ học vấn, vai trò tham gia đối với hoạt động CBT, thời gian tham gia và thu nhập trung bình/tháng). Với mẫu điều tra là 518, kết quả các kiểm định T-test và ANOVA như sau:
- Kiểm định T-test giá trị khác biệt trung bình sự phát triển CBT theo giới tính và tình trạng hôn nhân:
Bảng 4.17: Kết quả kiểm định T-test cho biến giới tính
Levene's Test for Equality of Variances | t-test for Equality of Means | |||||||
F | Sig. | t | df | Sig. (2- tailed) | Mean Difference | Std. Error Difference | ||
PTT | Equal variances assumed | 1,296 | 0,255 | 0,277 | 516 | 0,782 | 0,01377 | 0,04972 |
Equal variances not assumed | 0,278 | 515,423 | 0,781 | 0,01377 | 0,04961 | |||
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Bảng 4.17 cho thấy giá trị Sig của Levene’s Test for Equality of Variances = 0,255 > 0,05 cho thấy phương sai giữa giới tính nam và nữ là đồng nhất, đồng thời giá trị Sig T-test for Equality of Means của hàng Equal variances assumed = 0,782 > 0,05 cho thấy không có sự khác biệt có ý nghĩa thống kê về phát triển CBT của những người được phỏng vấn có giới tính khác nhau.
Bảng 4.18: Kết quả kiểm định T-test cho biến tình trạng hôn nhân
Levene's Test for Equality of Variances | t-test for Equality of Means | |||||||
F | Sig. | t | df | Sig. (2- tailed) | Mean Difference | Std. Error Difference | ||
PTT | Equal variances assumed | 0,871 | 0,351 | 2,137 | 516 | 0,033 | 0,11774 | 0,05509 |
Equal variances not assumed | 2,166 | 269,653 | 0,031 | 0,11774 | 0,05436 | |||
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Tương tự như trên, bảng 4.18 cho thấy giá trị Sig của Levene’s Test for Equality of Variances = 0,351 > 0,05 cho thấy phương sai giữa những người trả lời độc thân và đã có gia đình là đồng nhất, tuy nhiên giá trị Sig T-test for Equality of Means của hàng Equal variances assumed = 0,033 < 0,05 cho thấy có sự khác biệt có ý nghĩa thống kê về phát triển CBT của những người được phỏng vấn có gia đình và độc thân.
- Kiểm định One-Way ANOVA sự khác biệt trung bình phát triển CBT dựa trên các đặc điểm nhân khẩu về độ tuổi, dân tộc, trình độ học vấn, vai trò tham gia đối với hoạt động CBT, thu nhập trung bình/tháng:
Bảng 4.19: Tổng hợp kết quả kiểm định One-Way ANOVA
Biến | Test of Homogeneity of Variances | ANOVA (Between Groups) | |||||
Levene Statistic | Sig | Sum of Squares | Mean Square | F | Sig | ||
1 | Độ tuổi | 1,032 | 0,390 | 2,241 | 0,560 | 1,766 | 0,134 |
2 | Dân tộc | 1,478 | 0,195 | 0,691 | 0,138 | 0,431 | 0,827 |
3 | Trình độ học vấn | 0,621 | 0,647 | 2,374 | 0,594 | 1,873 | 0,114 |
4 | Vai trò tham gia đối với hoạt động CBT | 1,510 | 0,222 | 1,989 | 0,995 | 3,143 | 0,044 |
5 | Thời gian tham gia CBT | 1,975 | 0,117 | 0,954 | 0,318 | 0,997 | 0,394 |
6 | Thu nhập trung bình/tháng | 1,305 | 0,272 | 0,454 | 0,227 | 0,710 | 0,492 |
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Kết quả kiểm định ANOVA cho các biến nhân khẩu được tổng hợp trong bảng
4.19 cho thấy giá trị Sig của kiểm định Levene Statistic trong bảng Test of Homogeneity of Variances của 6 biến nhân khẩu đề cập trong nghiên cứu đều > 0,05 cho thấy phương sai các nhóm giá trị là đồng nhất. Đồng thời, giá trị Sig của các biến độ tuổi, dân tộc, trình độ học vấn, thời gian tham gia CBTvà thu nhập trung bình/tháng của kiểm định F trong bảng ANOVA cho giá trị > 0,05 chứng tỏ không có sự khác biệt trung bình về phát triển CBT đối với những biến này.
Đối với biến vai trò tham gia đối với hoạt động CBT có giá trị Sig của kiểm định F trong bảng ANOVA = 0,044 < 0,05 cho thấy có sự khác biệt trung bình về mức độ ảnh hưởng của từng đối tượng tham gia trong hoạt động CBT đối với phát triển CBT.
Tổng hợp kết quả kiểm định sự khác biệt trung bình các biến nhân khẩu với sự phát triển CBT với số mẫu là 518 tại khu vực nghiên cứu cho thấy có 2 biến (tình trạng hôn nhân và vai trò tham gia đối với hoạt động CBT) có sự khác biệt trung bình về mức độ ảnh hưởng của từng đối tượng tham gia đối với phát triển CBT.
4.2.6. Phân tích tương quan Pearson và hồi quy tuyến tính bội
4.2.6.1. Phân tích tương quan Pearson
Trước khi tiến hành hồi quy, một trong các điều kiện là giữa các biến độc lập và biến phụ thuộc phải có tương quan chặt chẽ với nhau, kiểm đinh tương quan Pearson được sử dụng để kiểm tra mối quan hệ tương quan tuyến tính giữa từng cặp biến trong mô hình. Hệ số tương quan càng cao cho cho thấy mối quan hệ giữa hai biến càng chặt chẽ và ngược lại; hệ số tương quan dương thể hiện mối quan hệ thuận chiều và mối quan hệ là ngược chiều nếu hệ số tương quan âm.
Bảng 4.20 trình bày kết quả phân tích tương quan tuyến tính Pearson cặp đôi từng biến độc lập với biến phụ thuộc (phát triển CBT). Trong 11 biến được đưa vào sau phân tích nhân tố khám phá EFA, biến số HPC (Hợp tác và hỗ trợ của tổ chức phi chính phủ) có hệ số Sig = 0,396 > 0,05, do vậy không có ý nghĩa thống kê trong phân tích tương quan tuyến tính với biến phục thuộc PTT (phát triển CBT tiểu vùng Tây Bắc Việt Nam). Về mặt lý thuyết, biến số HPC sẽ bị loại, không đưa vào phân tích hồi quy tuyến tính bội. Tuy nhiên, do quá trình phân tích tương quan Pearson chỉ xét mối quan hệ tương quan tuyến tính giữa biến HPC với PTT, nhưng khi chạy mô hình hồi quy thì biến HPC có thể ảnh hưởng tới biến PTT do chịu ảnh hưởng của những biến độc lập còn lại. Do vậy, tác giả quyết định vẫn giữ biến HPC đưa vào phân tích hồi quy.