ANAT1 10,72 3,247 0,448 0,597 |
ANAT2 10,71 3,298 0,460 0,589 |
ANAT3 10,74 3,336 0,433 0,607 ANAT4 10,71 3,377 0,443 0,601 |
Khả năng đáp ứng Cronbach’s Alpha = 0,944 N = 7 |
KNDU1 21,52 16,548 0,869 0,931 KNDU2 21,54 16,713 0,814 0,936 KNDU3 21,57 16,169 0,927 0,926 KNDU4 21,54 16,588 0,830 0,934 KNDU5 21,55 17,079 0,776 0,939 KNDU6 21,48 17,510 0,734 0,943 KNDU7 21,54 17,059 0,753 0,941 |
Giá cả dịch vụ Cronbach’s Alpha = 0,720 N = 3 |
GCDV1 7,11 2,267 0,571 0,600 GCDV2 7,14 2,099 0,548 0,624 GCDV3 7,19 2,210 0,507 0,673 |
Tài nguyên địa phương Cronbach’s Alpha = 0,774 N = 4 |
TNDP1 10,54 3,329 0,577 0,719 TNDP2 10,43 3,319 0,611 0,701 TNDP3 10,41 3,419 0,543 0,737 TNDP4 10,38 3,324 0,574 0,720 |
Yếu tố con người Cronbach’s Alpha = 0,672 N = 3 |
YTCN1 7,10 1,405 0,522 0,525 YTCN2 7,03 1,646 0,435 0,638 |
Có thể bạn quan tâm!
- Những nhân tố cơ bản ảnh hưởng đến sự hài lòng của du khách về chất lượng dịch vụ du lịch trên địa bàn tỉnh Đồng Nai - 4
- Kiểm Định Hệ Số Tin Cậy Cronbach’S Alpha
- Lượng Khách Du Lịch Đến Đồng Nai Giai Đoạn2012-2016
- Nhóm Giải Pháp Đối Với Chính Sách Xúc Tiến Đầu Tư Phát Triển Du Lịch.
- Những nhân tố cơ bản ảnh hưởng đến sự hài lòng của du khách về chất lượng dịch vụ du lịch trên địa bàn tỉnh Đồng Nai - 9
- Những nhân tố cơ bản ảnh hưởng đến sự hài lòng của du khách về chất lượng dịch vụ du lịch trên địa bàn tỉnh Đồng Nai - 10
Xem toàn bộ 99 trang tài liệu này.
Cảm nhận dịch vụ (Sự hài lòng) Cronbach’s Alpha = 0,679 N = 3 |
CNDV1 7,11 1,656 0,525 0,540 CNDV2 7,06 1,702 0,522 0,546 CNDV3 7,04 1,843 0,431 0,662 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
Bảng 4.5. Tổng hợp các nhân tố sau khi hoàn thành phân tích Cronbach’s Alpha
Trước phân tích Cronbach’s Alpha | Sau phân tích Cronbach’s Alpha | ||
Nhân tố | |||
Số biến | Hệ số Cronbach’s Alpha | Số biến đạt yêu cầu | |
Cơ sở hạ tầng | 4 | 0,919 | 4 |
An ninh – An toàn | 4 | 0,665 | 4 |
Khả năng đáp ứng | 7 | 0,944 | 7 |
Giá cả dịch vụ | 3 | 0,720 | 3 |
Tài nguyên địa phương | 4 | 0,774 | 4 |
Yếu tố con người | 3 | 0,672 | 3 |
Cảm nhận dịch vụ (Sự hài lòng) | 3 | 0,679 | 3 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
4.3.2. Đánh giá thang đo thông qua phân tích nhân tố khám phá EFA
Cũng từ cơ sở lý thuyết ở chương 3, tác giả thấy rằng việc sử dụng kết quả của EFA trong nghiên cứu chính là nền tảng cho bước tiếp theo của nghiên cứu;
Phân tích nhân tố bằng phương pháp thành phần chính (Principle Component) cho phép rút gọn nhiều biến quan sát ít nhiều có liên quan với nhau thành những đại lượng được thể hiện dưới dạng mối tương quan theo đường thẳng gọi là nhân tố. Khi thực hiện phân tích nhân tố, các nhà nghiên cứu thường quan tâm:
(1) Hệ số KMO >= 0,5, kiểm định Bartlett có ý nghĩa thống kê (Sig =< 0,05)
– (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
(2) Tổng phương sai trích >= 0,5 và Giá trị Eigenvalue > 1 (Gerbing và Anderson, 1988)
Như vậy, khi chạy phân tích nhân tố khám phá EFA, tác giả đã lựa chọn khai báo điều kiện giữ lại các biến có hệ số tải nhân từ 0,5 trở lên để có thêm cơ sở loại biến trong các phân tích của tác giả.
4.3.2.1. Phân tích nhân tố khám phá cho các biến độc lập
Hệ số KMO = 0,871 > 0,5 và Sig = .000 thì có thể khẳng định dữ liệu là thích hợp cho phân tích nhân tố
Ngoài ra, có 6 nhân tố được rút trích tại giá trị Eigenvalues là 1,143 > 1 và tổng phương sai trích là 68,476% > 50%. Khi đó, ta có thể nói rằng, các phương sai trích giải thích được 68,476% sự biến thiên của dữ liệu.
Vậy tác giả đã nhận được 1 tập hợp gồm 28 biến được thỏa mãn điều kiện được đưa ra
Bảng 4.6. Kết quả KMO và kiểm định Bartlett’s
0,871 | ||
Chi – bình phương | 4400,257 | |
Kiểm định Bartlett's | df | 300 |
Sig. | 0,000 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
Bảng 4.7. Ma trận xoay nhân tố
Hệ số tải nhân tố của các thành phần | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
KNDU1 | 0,893 | |||||
KNDU3 | 0,888 | |||||
KNDU7 | 0,836 | |||||
KNDU2 | 0,832 | |||||
KNDU4 | 0,768 | |||||
KNDU5 | 0,766 | |||||
KNDU6 | 0,743 | |||||
CSHT1 | 0,877 | |||||
CSHT2 | 0,866 | |||||
CSHT4 | 0,809 | |||||
CSHT3 | 0,806 | |||||
TNDP2 | 0,784 | |||||
TNDP1 | 0,749 | |||||
TNDP4 | 0,697 | |||||
TNDP3 | 0,692 | |||||
ANAT3 | 0,731 | |||||
ANAT2 | 0,727 | |||||
ANAT4 | 0,681 | |||||
ANAT1 | 0,607 | |||||
GCDV1 | 0,819 | |||||
GCDV2 | 0,794 | |||||
GCDV3 | 0,770 | |||||
YTCN1 | 0,737 | |||||
YTCN2 | 0,684 | |||||
YTCN3 | 0,677 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
Qua kết quả ma trận xoay, ta tiến hành nhóm các biến trong nhân tố về cùng một nhân tố chung, cụ thể như sau:
(1) Nhân tố “Cơ sở hạ tầng” gồm 4 biến: CSHT1;CSHT2; CSHT3; CSHT4
(2) Nhân tố “An ninh – An toàn” gồm 4 biến: ANAT1; ANAT2; ANAT3;
ANAT4
(3) Nhân tố “Khả năng đáp ứng” gồm 7 biến: KNDU1; KNDU2; KNDU3;
KNDU4; KNDU5; KNDU6; KNDU7
(4) Nhân tố “Giá cả dịch vụ” gồm 3 biến: GCDV1; GCDV2; GCDV3
(5) Nhân tố “Tài nguyên địa phương” gồm 4 biến: TNDP1;TNDP2; TNDP3;
TNDP4
(6) Nhân tố “Yếu tố con người” gồm 3 biến: YTCN1; YTCN2; YTCN3
4.3.2.2. Phân tích nhân tố cho các biến phụ thuộc
Hệ số KMO = 0,651 > 0,5 và Sig. < 0,05 và có 3 nhân tố được rút trích tại giá trị Eigenvalues là 1,830 > 1 và tổng phương sai trích là 60,987% > 50%. Khi đó, ta có thể nói rằng, các phương sai trích giải thích được 60,9873% sự biến thiên của dữ liệu và không có biến nào bị loại với các hệ số nhân tố đều lớn hơn 0,5. Qua đó, tác giả đã nhận được 1 tập hợp gồm 3 biến quan sát: CNDV1; CNDV2; CNDV3
Bảng 4.8. Kết quả KMO và kiểm định Bartlett’s
0,651 | ||
Chi – bình phương | 139,632 | |
Kiểm định Bartlett's | df | 3 |
Sig. | 0,000 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
Bảng 4.9. Tổng phương sai trích
Các giá trị đặc trưng ban đầu | Tổng phương sai trích | |||||
Thành phần | Tổng | chênh lệch % | Tích lũy % | Tổng | chênh lệch % | Tích lũy % |
1 | 1,830 | 60,987 | 60,987 | 1,830 | 61,003 | 60,987 |
2 | 0,665 | 22,164 | 83,151 | |||
3 | 0,505 | 16,849 | 100,000 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
Qua việc phân tích nhân tố khám phá EFA thì mô hình của tác giả vẫn không thay đổi, chỉ thay đổi về các biến trong các nhân tố.
Bảng 4.10. Tổng hợp thang đo sau khi phân tích EFA
Tên nhân tố | Số biến | |
1 | Cơ sở hạ tầng | CSHT1; CSHT2; CSHT3; CSHT4 |
2 | An ninh – An toàn | ANAT1; ANAT2; ANAT3; ANAT4 |
3 | Khả năng đáp ứng | KNDU1; KNDU2; KNDU3; KNDU4; KNDU5; KNDU6; KNDU7 |
4 | Giá cả dịch vụ | GCDV1; GCDV2; GCDV3 |
5 | Tài nguyên địa phương | TNDP1; TNDP2; TNDP3; TNDP4 |
6 | Yếu tố con người | YTCN1; YTCN2; YTCN3 |
7 | Cảm nhận dịch vụ (Sự hài lòng) | CNDV1; CNDV2; CNDV3 |
(Nguồn: Tác giả tổng hợp)
4.4. Kiểm định mô hình và các giả thuyết
4.4.1. Phân tích tương quan
Phân tích tương quan Person là một bước rất quan trọng trước khi phân tích hồi quy đa biến. Sử dụng hệ số tương quan Person để xem xét mối quan hệ giữa các biến độc lập với biến phụ thuộc hoặc giữa các biến độc lập với nhau
Bảng 4.11. Kết quả chạy tương quan Person
CNDV | CSHT | ANAT | KNDU | GCDV | TNDP | YTCN | ||
Tương quan Pearson | 1 | .646** | .309** | .674** | .081** | .624** | .504** | |
CNDV | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 | |
Tương quan Pearson | .646** | 1 | .234** | .476** | .013** | .436** | .335** | |
CSHT | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 | |
Tương quan Pearson | .309** | .234** | 1 | .219** | .097** | .239** | .105** | |
ANAT | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 | |
Tương quan Pearson | .674** | .476** | .219** | 1 | -.025** | .401** | .526** | |
KNDU | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 | |
Tương quan Pearson | .081** | .** | .372** | .362** | 1 | .324** | .077** | |
GCDV | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 | |
Tương quan Pearson | .624** | .436** | .239** | .401** | .001** | 1 | .354** | |
TNDP | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 | |
Tương quan Pearson | .504** | .335** | .105** | .526** | .077** | .354** | 1 | |
YTCN | ||||||||
Sig. (2-tailed) | .000 | .000 | .000 | .000 | .000 | .000 | ||
N | 290 | 290 | 290 | 290 | 290 | 290 | 290 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS)
Sau khi chạy kết quả nhìn vào bảng ta có thể thấy giá trị sig giữa biến phụ thuộc với các biến độc lập đều nhỏ hơn 0,05 vì vậy không loại nhân tố nào và điều này có nghĩa các biến có sự tương quan với nhau.
4.4.2. Phân tích hồi quy
4.4.2.1. Mô hình hồi quy và tính phù hợp của mô hình
Phương pháp hồi quy được sử dụng trong nghiên cứu này là phương pháp bình phương nhỏ nhất OLS (Ordinary Least Squares) với biến phụ thuộc là Cảm nhận (sự hài lòng) về dịch vụ du lịch, biến độc lập gồm 6 yếu tố: Cơ sở hạ tầng, An ninh – An toàn, Khả năng đáp ứng, Giá cả dịch vụ, Tài nguyên địa phương và Yếu tố con người.
Kết quả phân tích tương quan cho thấy biến phụ thuộc có mối tương quan tuyến tính với 6 biến độc lập, do đó tác giả đưa tất cả 6 biến độc lập này vào phân tích hồi quy với phương pháp đưa vào cùng lúc (phương pháp Enter).
Bảng 4.12. Đánh giá độ phù hợp của mô hình
R | R Square | Adjusted R Square | Std. Error of the Estimate | Durbin- Watson | |
1 | 0,832a | 0,693 | 0,686 | 0,342 | 2,098 |
(Nguồn: tác giả tổng hợp từ kết quả phân tích SPSS) |
Mô hình có hệ số tương quan R = 0,832 = 83,2% cho biết các biến có mối tương quan tuyến tính chặt chẽ. Với hệ số xác định R2 hiệu chỉnh = 0,693 cho thấy độ thích hợp của mô hình là 69,3% nói cách khác điều này cho thấy mối quan hệ giữa biến phụ thuộc và biến độc lập là khá tốt, biến độc lập ảnh hưởng 69,3% sự thay đổi của biến phụ thuộc.