PUI: Biến phụ thuộc (Y): Ý định sử dụng dịch vụ (đặt phòng) của du khách
SAT: Biến độc lập: Sự hài lòng của du khách
Hằng số hồi quy λ0
Hệ số hồi quy λ1
Sai số ε
4.3.1 Phân tích tương quan
Kết quả của quá trình phân tích nhân tố khám phá EFA là các biến quan sát đã gom lại thành từng nhóm nhân tố đại diện cho thông tin cụ thể. Bước tiếp theo cần thực hiện là kiểm định có hay không mối quan hệ tuyến tính giữa các biến độc lập với phụ thuộc thông qua hệ số tương quan Pearson. Tuy nhiên, nếu các biến có hệ tương quan cao thì cần phải kiểm tra thêm vấn đề đa cộng tuyến giữa các biến độc lập trong phân tích hồi quy.
Theo kết quả của kiểm định Pearson (Bảng 4.9), có thể thấy không có mối tương quan tuyến tính giữa biến “Sự thấu cảm” với biến phụ thuộc vì giá trị Sig = 0,110 (>0,05), còn lại giá trị Sig giữa từng cặp biến độc lập với biến phụ thuộc đều đạt yêu cầu ở mức ý nghĩa 0,05 (0,000 < 0,05). Do đó, ta có thể kết luận rằng ngoài biến “Sự thấu cảm” thì các biến độc lập còn lại (bao gồm: Bảo mật, Mức độ tương tác, Thiết kế, Sự phản hồi, Thông tin, Niềm tin) đều có tương quan với biến phụ thuộc “Sự hài lòng của du khách”
Bảng 4.9: Ma trận tương quan giữa các biến độc lập và biến Sự hài lòng
Sự hài lòng (SAT) | Bảo mật (SE) | Tương tác (IT) | Thiết kế (WD) | Sự phản hồi (RE) | Thông tin (IF) | Sự thấu cảm (EM) | Niềm tin (TR) | |
Sự hài lòng (SAT) | 1 | |||||||
Bảo mật (SE) | 0,000 | 1 | ||||||
Tương tác (IT) | 0,000 | 0,000 | 1 | |||||
Thiết kế (WD) | 0,000 | 0,000 | 0,000 | 1 | ||||
Sự phản hồi (RE) | 0,000 | 0,002 | 0,016 | 0,010 | 1 | |||
Thông tin (IF) | 0,000 | 0,001 | 0,000 | 0,000 | 0,031 | 1 | ||
Sự thấu cảm (EM) | 0,110 | 0,478 | 0,367 | 0,053 | 0,537 | 0,127 | 1 | |
Niềm tin (TR) | 0,000 | 0,001 | 0,008 | 0,006 | 0,000 | 0,001 | 0,064 | 1 |
Có thể bạn quan tâm!
-
Thang Đo Khái Niệm Mức Độ Tương Tác Của Website -
Kết Quả Phân Tích Cronbach’S Alpha Cho Thang Đo Chính Thức Lần 1 -
Kết Quả Phân Tích Nhân Tố Thang Đo Sự Hài Lòng Của Du Khách (Biến Phụ Thuộc 1) -
Kết Quả Phân Tích Phương Sai Anova Của Mô Hình Hồi Quy Đơn -
Kiểm Định Sự Khác Biệt Về Ý Định Sử Dụng Dịch Vụ (Đặt Phòng) Homestay Theo Giới Tính -
Kết Quả Kiểm Định Levene Theo Tần Suất Đặt Phòng Trực Tuyến
Xem toàn bộ 209 trang tài liệu này.
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
Bên cạnh đó, dựa vào kết quả kiểm định tương quan Pearson của mô hình hồi quy đơn (Bảng 4.10), ta có thể kết luận rằng biến “Sự hài lòng” có mối quan hệ tương quan với biến phụ thuộc “Ý định đặt phòng”
Bảng 4.10: Ma trận tương quan giữa biến Sự hài lòng và Ý định đặt phòng
Ý định đặt phòng (PUI) | Sự hài lòng (SAT) | |
Ý định đặt phòng (PUI) | 1 | |
Sự hài lòng (SAT) | 0,000 | 1 |
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
4.3.2 Phân tích hồi quy
Tác giả thực hiện qua 2 giai đoạn: Giai đoạn 1 là đánh giá độ phù hợp của mô hình hồi quy bội với 6 biến độc lập bao gồm: Thiết kế (WD), Mức độ tương tác (IT), Thông tin (IF), Bảo mật (SE), Sự phản hồi (RE), Niềm tin (TR) và biến phụ thuộc Sự hài lòng (SAT). Giai đoạn 2, tác giả tiếp tục đánh giá độ phù hợp của
mô hình hồi quy đơn với biến độc lập là Sự hài lòng và biến phụ thuộc Ý định đặt phòng (PUI).
Kết quả thống kê mô tả của các biến được đưa vào 2 mô hình hồi quy được trình bày ở bảng 4.11:
Bảng 4.11: Thống kê mô tả các biến phân tích hồi quy
Trung bình | Độ lệch chuẩn | Kích thước mẫu | |
Bảo mật | 3,6593 | 0,74168 | 227 |
Mức độ tương tác | 3,9148 | 0,72434 | 227 |
Thiết kế | 3,7577 | 0,65629 | 227 |
Sự phản hồi | 3,9236 | 0,75586 | 227 |
Thông tin | 3,7736 | 0,6726 | 227 |
Sự thấu cảm | 3,6244 | 0,80319 | 227 |
Niềm tin | 3,7037 | 0,67922 | 227 |
Sự hài lòng | 3,5837 | 0,54513 | 227 |
Ý định đặt phòng | 3,5319 | 0,56524 | 227 |
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
Trong đó, giá trị của biến độc lập được tính toán dựa trên giá trị trung bình của các biến quan sát thành phần tương ứng. Tương tự, giá trị của biến phụ thuộc cũng được tính trung bình dựa trên các biến quan sát trong thang đo “Sự hài lòng của du khách” và “Ý định đặt phòng”.
4.3.2.1 Mô hình hồi quy tuyến tính bội
Sau khi thực hiện phân tích hồi quy cho mô hình hồi quy bội theo phương pháp Enter. Tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan, tác giả thu được kết quả như bảng 4.12:
Bảng 4.12: Kết quả đánh giá độ phù hợp của mô hình hồi quy bội
R | R2 | R2 hiệu chỉnh | Sai số chuẩn dự đoán | Durbin- Watson | |
1 | 0,852a | 0,725 | 0,718 | 0,28950 | 2,032 |
b. Biến phụ thuộc: Sự hài lòng |
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
Nhận xét:
Kết quả cho thấy mô hình hồi quy bội đưa ra tương đối phù hợp với tập dữ liệu ở mức ý nghĩa 0,05. Có thể nhận thấy, mô hình có hệ số R2 hiệu chỉnh = 0,718 có nghĩa là có khoảng 71,8% sự biến thiên của biến Sự hài lòng được giải thích bởi sự biến thiên của 6 biến độc lập Thiết kế, Mức độ tương tác, Thông tin, Bảo mật, Sự phản hồi, Niềm tin. Còn lại 28,2% được giải thích bởi các yếu tố khác ngoài mô hình mà trong phạm vi nghiên cứu của đề tài chưa xem xét đến.
Hệ số Durbin-Watson là 2,032 (nằm trong 0 < 2,032 <4) có nghĩa là không có sự tương quan chuỗi bậc 1 trong mô hình. Vì thế, mô hình không bị vi phạm khi sử dụng phương pháp hồi quy bội.
Bên cạnh đó, tác giả sử dụng kiểm định F trong phân tích phương sai ANOVA để kiểm định độ phù hợp của mô hình, nhằm xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giả thiết kiểm định như sau: H0: β1 = β2 = β3 = β4 = β5 = β6 = 0;
H1: Có ít nhất một β ≠ 0.
Bảng 4.13: Kết quả phân tích phương sai ANOVA của mô hình hồi quy bội
Mô hình | Tổng các bình phương | Df | Bình phương trung bình | F | Sig. | |
1 | Phần hồi quy | 48,722 | 6 | 8,120 | 96,889 | 0,000b |
Phần dư | 18,438 | 220 | 0,084 | |||
Tổng | 67,160 | 226 | ||||
a. Biến phụ thuộc: Sự hài lòng | ||||||
b. Biến dự đoán: (Hằng số), Niềm tin, Mức độ tương tác, Bảo mật, Sự phản hồi, Thiết kế và Thông tin | ||||||
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
Nhận xét:
Theo kết quả bảng 4.13, ta thấy trị số thống kê F = 96,889 với giá trị Sig. rất nhỏ (Sig. = 0,000 < 0,05) nên giả thiết H0 bị bác bỏ. Điều này có nghĩa là các biến độc lập trong mô hình có thể giải thích sự biến thiên của biến độc lập, hay nói cách khác là có ít nhất 1 trong 6 biến độc lập tác động lên biến Sự hài lòng. Như vậy, mô hình tuyến tính bội mà tác giả xây dựng phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.14: Hệ số hồi quy của mô hình hồi quy bội
Mô hình | Hệ số hồi quy chưa chuẩn hóa | Hệ số hồi quy đã chuẩn hóa | t | Sig. | Thống kê đa cộng tuyến | |||
B | Sai số chuẩn | Beta | Dung sai | VIF | ||||
1 | Hằng số | -0,328 | 0,171 | -1,920 | 0,056 | |||
Bảo mật | 0,215 | 0,028 | 0,292 | 7,641 | 0,000 | 0,854 | 1,171 | |
Mức độ tương tác | 0,083 | 0,032 | 0,110 | 2,620 | 0,009 | 0,704 | 1,421 | |
Thiết kế | 0,255 | 0,033 | 0,307 | 7,633 | 0,000 | 0,770 | 1,298 | |
Sự phản hồi | 0,066 | 0,027 | 0,091 | 2,389 | 0,018 | 0,860 | 1,163 | |
Thông tin | 0,086 | 0,033 | 0,106 | 2,608 | 0,010 | 0,754 | 1,330 | |
Niềm tin | 0,340 | 0,031 | 0,424 | 10,963 | 0,000 | 0,835 | 1,208 | |
a. Biến phụ thuộc: Sự hài lòng | ||||||||
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
Nhận xét:
Dựa vào kết quả phân tích hồi quy (Bảng 4.14), ta có thể thấy 6 nhân tố của chất lượng website bao gồm Thiết kế (WD), Mức độ tương tác (IT), Thông tin (IF), Bảo mật (SE), Sự phản hồi (RE), Niềm tin (TR) đều thỏa mãn điều kiện: Các hệ số β khác 0, giá trị Sig. < 0,05 tương đương với độ tin cậy 95% và |t| > 2. Điều này có nghĩa là, cả 6 biến độc lập trong mô hình hồi quy bội này đều có tác động đến sự hài lòng của du khách và tác động này là tác động cùng chiều (các hệ số β > 0).
Kết quả hệ số hồi quy được thể hiện dưới hai dạng: (1) chưa chuẩn hóa Unstandardized) và (2) chuẩn hóa (Standardized). Với hệ số hồi quy chưa chuẩn hóa (ký hiệu B), giá trị của chúng phụ thuộc vào thang đo nên không thể được dùng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một
mô hình. Còn hệ số hồi quy chuẩn hóa (beta, ký hiệu β) phản ánh lượng biến thiên của độ lệch chuẩn (standard deviation) của Y khi một đơn vị độ lệch chuẩn của X thay đổi, hay được hiểu là hệ số có được khi chuẩn hóa các biến (Vittinghoff và cộng sự, 2005) vì vậy chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập dựa trên độ lớn của trọng số.
Phương trình hồi quy với hệ số Beta (B) chưa chuẩn hóa có dạng:
SAT = -0,328 + 0,255*WD + 0,083*IT + 0,086*IF + 0,066*RE + 0,215*SE + 0,340*TR + ε
Phương trình hồi quy với hệ số beta (β) đã chuẩn hóa có dạng:
SAT = 0,307*WD + 0,110* IT + 0,106*IF + 0,091*RE + 0,292*SE + 0,424*TR +
ε
Kết luận:
Hệ số hồi quy đã chuẩn hóa của các nhân tố Thiết kế (WD), Mức độ tương tác (IT), Thông tin (IF), Bảo mật (SE), Sự phản hồi (RE), Niềm tin (TR) đều lớn hơn 0, điều này có nghĩa là các nhân tố này không những có ảnh hưởng đến sự hài lòng của du khách mà đây còn là sự ảnh hưởng cùng chiều.
Trong đó, yếu tố “Niềm tin” có tác động mạnh nhất đến sự hài lòng của khách hàng sử dụng website OTA du lịch Homestay (β=0,424). Điều này có nghĩa là khách hàng thực sự hài lòng với trải nghiệm của một website khi và chỉ khi họ cảm thấy tin tưởng vào website đó.
“Thiết kế website” cũng là một yếu tố có tác động mạnh đến sự hài lòng của khách hàng (β=0,307). Thật vậy, website chính là công cụ trực tiếp truyền tải dịch vụ đến với khách hàng trực tuyến: một giao diện hấp dẫn, dễ nhìn, dễ truy cập và sử dụng sẽ bước đầu giúp cho khách hàng có được những cảm xúc tích cực để tiếp tục tìm kiếm những thông tin mà website cung cấp.
Cũng ở mức tác động mạnh đến sự hài lòng chính là yếu tố “Bảo mật” (β=0,292). Người dùng Internet hiện nay quan tâm rất lớn đến vấn đề bảo mật thông tin cá nhân và thông tin tài khoản khi sử dụng các dịch vụ trực tuyến.
Các yếu tố “Mức độ tương tác”, “Thông tin”, “Sự phản hồi” lần lượt là các yếu tố tác động đến sự hài lòng của khách hàng sử dụng website OTA du lịch Homestay theo mức độ giảm dần (β = 0,110 > 0,106 > 0,091). Ngược lại, yếu tố “Sự thấu cảm” không có ý nghĩa trong mô hình hồi quy này nên không có tác động đến sự hài lòng của khách hàng. Những kết quả phân tích ở trên chính là cơ sở để tác giả đưa ra những đề xuất đến những nhà quản trị trong ngành du lịch nói chung cũng như ngành kinh doanh dịch vụ Homestay trên nền tảng thương mại điện tử nói riêng. Nội dung hàm ý quản trị là nội dung cuối cùng được trình bày trong nghiên cứu này.
4.3.2.2 Mô hình hồi quy tuyến tính đơn
Sau khi thực hiện phân tích hồi quy cho mô hình hồi quy đơn theo phương pháp Enter: Tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan, tác giả thu được kết quả như bảng 4.15:
Bảng 4.15: Kết quả đánh giá độ phù hợp của mô hình hồi quy đơn
R | R2 | R2 hiệu chỉnh | Sai số chuẩn dự đoán | Durbin- Watson | |
1 | 0,882a | 0,777 | 0,776 | 0,26737 | 2,039 |
a. Biến dự đoán: (Hằng số), Sự hài lòng | |||||
b. Biến phụ thuộc: Ý định đặt phòng | |||||
(Nguồn: Kết quả phân tích dữ liệu của tác giả, 2019)
Nhận xét:
Kết quả cho thấy mô hình hồi quy bội đưa ra tương đối phù hợp với tập dữ liệu ở mức ý nghĩa 0,05. Có thể nhận thấy, mô hình có hệ số R2 hiệu chỉnh = 0,776 cho thấy độ thích hợp của mô hình là 77,6%, có nghĩa là có khoảng 77,6% sự biến thiên của biến Ý định đặt phòng được giải thích bởi sự biến thiên của biến Sự hài lòng của du khách. Còn lại 22,4% được giải thích bởi các yếu tố khác ngoài mô hình mà trong phạm vi nghiên cứu của đề tài chưa xem xét đến.