nhất của các biến CUTRU7, HATANG1, HATANG4, PHONGCANH3 đều chưa đạt yêu cầu (< 0.5). Do đó, việc phân tích nhân tố lần thứ hai được thực hiện với việc loại các biến này.
Nhân tố | |||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | |
CUTRU6 | .801 | .249 | .223 | ||||
CUTRU1 | .758 | .241 | .207 | .235 | |||
CUTRU2 | .745 | .253 | |||||
CUTRU3 | .726 | .232 | .215 | ||||
CUTRU4 | .711 | .270 | .229 | ||||
CUTRU5 | .580 | .258 | .374 | ||||
CUTRU7 | .461 | .272 | .204 | .331 | .293 | .346 | |
HATANG6 | .862 | .410 | .210 | ||||
HATANG2 | .820 | ||||||
HATANG3 | .289 | .764 | .245 | ||||
HATANG7 | .339 | .760 | .215 | ||||
HATANG5 | .219 | .710 | .240 | ||||
VANCHUYEN1 | .581 | ||||||
HATANG4 | .473 | .329 | .464 | ||||
HINHANH1 | .214 | .223 | .782 | ||||
HINHANH3 | .756 | ||||||
HINHANH4 | .209 | .219 | .741 | ||||
HINHANH5 | .250 | .656 | |||||
HINHANH6 | .294 | .622 | .332 | ||||
HINHANH2 | .569 | .251 | .313 | .296 | |||
DICHVU6 | .841 | ||||||
DICHVU5 | .827 | .208 | |||||
DICHVU3 | .808 | ||||||
DICHVU2 | .239 | .759 | |||||
DICHVU1 | .237 | .239 | .580 | .333 | |||
PHONGCANH1 | .837 | ||||||
PHONGCANH2 | .781 | ||||||
PHONGCANH6 | .212 | .769 | |||||
Có thể bạn quan tâm!
-
Mô Hình Nghiên Cứu Sự Hài Lòng Của Khách Du Lịch Nội Địa Đới Với Điểm Đến Khánh Hòa -
Thang Đo Phương Tiện Vận Chuyển -
Thang Đo Các Nhân Tố Ảnh Hưởng Đến Sự Hài Lòng Của Khách Du Lịch -
Xác Định Tầm Quan Trọng Của Các Yếu Tố Trong Mô Hình -
Các Nhân Tố Ảnh Hưởng Đến Sự Hài Lòng Của Du Khách Đối Với Các Điểm Đến Trong Nước -
Hair Và Anderson (1998), Multivariate Data Analysis, Prentical-Hall International, Inc.
Xem toàn bộ 136 trang tài liệu này.
Bảng 4.6: Ma trận xoay nhân tố lần 1 Rotated Component Matrixa
.234 | .753 | ||||||
PHONGCANH4 | .727 | ||||||
VANCHUYEN2 | .234 | .742 | |||||
VANCHUYEN5 | .701 | ||||||
VANCHUYEN7 | .242 | .692 | |||||
VANCHUYEN6 | .249 | .621 | |||||
VANCHUYEN3 | .610 | ||||||
HATANG1 | .360 | .306 | .247 | .288 | .456 | .483 | |
PHONGCANH3 | .375 | .261 | .433 |
Kết quả phân tích nhân tố lần thứ hai.
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 và chỉ số KMO = 0.876> 0.5 cho thấy phân tích nhân tố là thích hợp.
Bảng 4.7: KMO and Bartlett's Test lần 2
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .876 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 5878.726 |
df | 528 | |
Sig. | .000 | |
Tại các mức giá trị Eigenvalues lớn hơn 1 với phương pháp rút trích Principal components và phép xoay varimax, phân tích nhân tố đã trích được 6 nhân tố từ 33 biến quan sát và với tổng phương sai trích là 66.109 (> 50%) đạt yêu cầu.
Dựa trên phân tích của bảng ma trận xoay nhân tố (Bảng 4.8 ), các biến VANCHUYEN1, HINHANH2, HINHANH6, DICHVU1 bị loại dựa vào tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3. Phân tích nhân tố sẽ được tiến hành lần thứ ba với việc loại biến này.
Bảng 4.8: Ma trân xoay nhân tố lần 2
Nhân tố | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
HATANG6 | .858 | |||||
HATANG2 | .836 | |||||
HATANG7 | .785 | .296 | .206 | |||
HATANG3 | .777 | .248 | .247 | |||
HATANG5 | .714 | .223 | .237 | |||
VANCHUYEN1 | .570 | .433 | ||||
CUTRU6 | .252 | .795 | .223 | |||
CUTRU1 | .795 | .240 | .227 | |||
CUTRU3 | .206 | .739 | .237 | |||
CUTRU2 | .267 | .716 | .211 | |||
CUTRU4 | .281 | .697 | .228 | |||
CUTRU5 | .628 | .268 | ||||
HINHANH1 | .226 | .207 | .785 | |||
HINHANH3 | .759 | |||||
HINHANH4 | .230 | .746 | ||||
HINHANH5 | .234 | .666 | ||||
HINHANH6 | .337 | .632 | .258 | .327 | ||
HINHANH2 | .564 | |||||
DICHVU6 | .241 | .849 | .222 | |||
DICHVU5 | .829 | |||||
DICHVU3 | .822 | |||||
DICHVU2 | .760 | |||||
DICHVU1 | .209 | .242 | .582 | .318 | ||
PHONGCANH1 | .841 | |||||
PHONGCANH2 | .773 | |||||
PHONGCANH6 | .208 | .769 | ||||
PHONGCANH5 | .753 | |||||
PHONGCANH4 | .732 | |||||
VANCHUYEN2 | .225 | .735 | ||||
VANCHUYEN7 | .225 | .220 | .692 | |||
VANCHUYEN5 | .679 | |||||
VANCHUYEN6 | .230 | .651 | ||||
VANCHUYEN3 | .637 |
Kết quả phân tích nhân tố lần thứ ba:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 và chỉ số KMO = 0.856> 0.5 cho thấy phân tích nhân tố là thích hợp.
Bảng 4.9: KMO and Bartlett's Test lần 3
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .856 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 5172.264 |
df | 406 | |
Sig. | .000 | |
Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 6 nhân tố từ 29 biến quan sát và với tổng phương sai trích là 68.670% (> 50%) đạt yêu cầu. Kết quả tại bảng 4.10 cho thấy hệ số tải nhân tố của các biến này đều lớn hơn 0.5 đạt yêu cầu. Chênh lệch hệ số tải nhân tố của mỗi một biến quan sát đều lớn hơn 0.3 đạt yêu cầu
Bảng 4.10: Ma trận xoay nhân tố lần 3
Rotated Component Matrixa
Nhân tố | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
CUTRU1 | .813 | .212 | .224 | |||
CUTRU6 | .803 | .243 | ||||
CUTRU3 | .742 | .218 | .211 | .207 | ||
CUTRU2 | .713 | .279 | .201 | |||
CUTRU4 | .702 | .278 | .228 | |||
CUTRU5 | .638 | .280 | ||||
HATANG6 | .851 | |||||
HATANG2 | .827 | |||||
HATANG7 | .275 | .807 | .203 | |||
HATANG3 | .226 | .798 | .245 | |||
HATANG5 | .221 | .738 | ||||
PHONGCANH1 | .845 | |||||
PHONGCANH2 | .779 | |||||
PHONGCANH6 | .771 | |||||
PHONGCANH5 | .757 | |||||
PHONGCANH4 | .736 | |||||
DICHVU6 | .203 | .864 | ||||
DICHVU5 | .847 | .222 | ||||
DICHVU3 | .819 | |||||
DICHVU2 | .746 | |||||
VANCHUYEN2 | .740 | |||||
VANCHUYEN7 | .204 | .724 | .224 | |||
VANCHUYEN5 | .702 | |||||
VANCHUYEN3 | .646 | |||||
VANCHUYEN6 | .227 | .644 | ||||
HINHANH1 | .226 | .209 | .807 | |||
HINHANH4 | .208 | .219 | .770 | |||
HINHANH3 | .753 | |||||
HINHANH5 | .262 | .694 |
Dựa vào kết quả bảng ma trận xoay các nhân tố (Bảng 4.10 ) lệnh Transform/Compute Variable/mean được sử dụng để nhóm các biến đạt yêu cầu với
hệ số tải nhân tố > 0.5 thành sáu nhân tố. Các nhân tố này được gom lại và đặt tên cụ thể như sau:
Nhân tố 1: gồm 6 biến quan sát (CUTRU1, CUTRU2, CUTRU3, CUTRU4, CUTRU5, CUTRU6) được nhóm lại bằng lệnh trung bình và được đặt tên là cư trú ký hiệu là CUTRU.
Nhân tố 2: gồm 5 biến quan sát (HATANG2, HATANG3, HATANG5, HATANG6, HATANG7) được nhóm lại bằng lệnh trung bình và được đặt tên là Cơ sở hạ tầng ký hiệu là HATANG
Nhân tố 3: gồm 5 biến quan sát (PHONGCANH1, PHONGCANH2, PHONGCANH4, PHONGCANH5, PHONGCANH6) được nhóm lại bằng lệnh trung bình và được đặt tên là Phong cảnh ký hiệu là PHONGCANH.
Nhân tố 4: gồm 4 biến quan sát (DICHVU2, DICHVU3, DICHVU5, DICHVU6) được nhóm lại bằng lệnh trung bình và được đặt tên là Dịch vụ ăn uống - giải trí ký hiệu là DICHVU.
Nhân tố 5: gồm 5 biến quan sát (VANCHUYEN2, VANCHUYEN3, VANCHUYEN5, VANCHUYEN6, VANCHUYEN7) được nhóm lại bằng lệnh trung bình và được đặt tên là Phương tiện vận chuyển ký hiệu là VANCHUYEN. Nhân tố 6: gồm 4 biến quan sát (HINHANH1, HINHANH3, HINHANH4, HINHANH5) được nhóm lại bằng lệnh trung bình và được đặt tên là Hình ảnh điểm đến ký hiệu là HINHANH.
4.2.2.2. Phân tích nhân tố thang đo Sự hài lòng của khách du lịch
Thang đo Sự hài lòng của khách du lịch gồm 3 biến quan sát, sau khi đạt độ tin cậy bằng phân tích hệ số Cronbach’s alpha được sử dụng để phân tích nhân tố khám phá. Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng 4.11 kiểm định KMO và Bartlett's với sig = 0.000 và Chỉ số KMO = 0.667 > 0.5 cho thấy điều kiện đủ để phân tích nhân tố là thích hợp .
Bảng 4.11: KMO and Bartlett's Test Sự hài lòng
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .667 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 145.715 |
df | 3 | |
Sig. | .000 | |
Tại mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã rút trích được 1 nhân tố từ 3 biến quan sát với phương sai trích là 62.877% (>50%) đạt yêu cầu.
Tất cả các hệ số tải nhân tố của các biến đều lớn hớn 0.5 đạt yêu cầu.
Bảng 4.12: Ma trận nhân tố
Component Matrixa
Nhân tố | |
1 | |
HAILONG1 | .823 |
HAILONG2 | .778 |
HAILONG3 | .777 |
Dựa vào kết quả phân tích nhân tố khám phá cho thấy thang đo Sự hài lòng của khách du đạt giá trị hội tụ. Lệnh Transform/Compute Variable được sử dụng để nhóm ba biến HAILONG1, HAILONG2, HAILONG3 thành biến Sự hài lòng của khách du lịch ký hiệu là HAILONG.
4.2.3. Phân tích tương quan và hồi quy tuyến tính
4.2.3.1. Xác định biến độc lập, biến phụ thuộc
Căn cứ vào mô hình nghiên cứu lý thuyết, ta có phương trình hồi quy tuyến tính bội diễn tả các nhân tố ảnh hưởng đến Sự hài lòng của khách du lịch là:
HAILONG = β0 + β1* CUTRU + β2* HATANG + β3* PHONGCANH + β4* DICHVU + β5* VANCHUYEN + β6* HINHANH
Các biến độc lập (Xi): CUTRU, HATANG , PHONGCANH, DICHVU, VANCHUYEN, HINHANH
Biến phụ thuộc (HAILONG): Sự hài lòng của khách du lịch
βk là hệ số hồi quy riêng phần (k = 0…6)
4.2.3.2. Phân tích tương quan
Dựa vào bảng 4.13 cho thấy hệ số tương quan giữa thành phần Sự hài lòng của khách du lịch với 6 biến độc lập CUTRU, HATANG, PHONGCANH, DICHVU, VANCHUYEN, HINHANH cao (thấp nhất là 0.484 và trị Sig đều nhỏ (< 0.05). Sơ bộ ta có thể kết luận 6 biến độc lập CUTRU, HATANG, PHONGCANH, DICHVU, VANCHUYEN, HINHANH có thể đưa vào mô hình để giải thích cho biến HAILONG. Ngoài ra, hệ số tương quan giữa các biến độc lập cũng cao. Do đó, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác định xem các biến độc lập có ảnh hưởng lẫn nhau hay không.