0,713 | 0,749 | |
TD3- Với tôi, du lịch là một trải nghiệm yêu thích | 0,628 | 0,830 |
Kinh nghiệm du lịch: Cronbach’s Alpha = 0,767 | ||
KN1- Tôi có nhiều kinh nghiệm tham gia tour du lịch Huế 1 ngày | 0,590 | 0,700 |
KN2- Tôi thấy thích thú với lần đi tour trước đó | 0,558 | 0,734 |
KN3- Tôi thấy hài lòng với lần đi tour trước đó | 0,657 | 0,627 |
Sự sẵn có và chất lượng tour: Cronbach’s Alpha = 0,787 | ||
CL1: Tour luôn sẵn có, đa dạng | 0,703 | 0,627 |
CL2: Tour có nhiều điểm đến hấp dẫn, thú vị | 0,595 | 0,751 |
CL3: Chất lượng Tour được đảm bảo | 0,592 | 0,749 |
Gía cả tour: Cronbach’s Alpha = 0,747 | ||
GC1: Mức giá tour Huế 1 ngày là hợp lý | 0,546 | 0,703 |
GC2: Công ty có nhiều chương trình ưu đãi | 0,564 | 0,673 |
GC3: Phương thức thanh toán đa dạng | 0,619 | 0,615 |
Quảng cáo tour: Cronbach’s Alpha = 0,757 | ||
QC1: Quảng cáo tour Huế 1 ngày thu hút | 0,585 | 0,676 |
QC2:Thông tin tour đầy đủ, dễ tìm kiếm | 0,547 | 0,719 |
QC3: Thông tin được truyền miệng với tôi | 0,627 | 0,627 |
Địa điểm đặt tour: Cronbach’s Alpha = 0,716 | ||
DD1: Vị trí đặt tour tiện lợi | 0,558 | 0,608 |
DD2: Tôi có thể đặt tour qua điện thoại | 0,553 | 0,606 |
DD3: Tôi có thể đặt tour qua Internet | 0,504 | 0,667 |
Nhóm tham khảo: Cronbach’s Alpha = 0,788 | ||
NTK1: Bạn bè, người thân gợi ý tôi chọn tour | 0,544 | 0,801 |
NTK2: Cộng đồng du khách gợi ý cho tôi chọn tour | 0,704 | 0,627 |
NTK3: Người dân địa phương gợi ý tôi chọn tour | 0,643 | 0,697 |
Quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày: Cronbach’s Alpha = 0,771 | ||
QD1: Tôi quyết định lựa chọn tour du lịch Huế 1 ngày đáp ứng được nhu cầu của tôi | 0,631 | 0,668 |
QD2: Tôi thấy quyết định lựa chọn tour du lịch Huế 1 ngày là hoàn toàn đúng đắn | 0,567 | 0,733 |
QD3: Tôi sẽ giới thiệu tour này cho người thân,bạn bè | 0,624 | 0,671 |
Có thể bạn quan tâm!
-
Mô Hình Lựa Chọn Sản Phẩm Dlst – Sarah & Cộng Sự (2013) -
Các Nhân Tố Ảnh Hưởng Đến Quyết Định Lựa Chọn Đối Với Sản Phẩm Tour Du Lịch Huế 1 Ngày Tại Công Ty Cổ Phần Truyền Thông Quảng Cáo Và -
Kết Quả Hoạt Động Kinh Doanh Của Công Ty Giai Đoạn 2017-2019 -
Đánh Giá Của Khách Hàng Về Sản Phẩm Du Lịch Của Công Ty Cổ Phần Truyền Thông Dịch Vụ Và Dịch Vụ Du Lịch Đại Bàng. -
Đánh Giá Của Khách Hàng Đối Với Nhóm “Thái Độ Du Lịch ” Bảng 2.18 Kiểm Định One Sample T-Test Nhóm Thái Độ Du Lịch -
Giải Pháp Hoàn Thiện Thông Qua Nhóm “Quảng Cáo Tour”
Xem toàn bộ 110 trang tài liệu này.
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Qua kết quả kiểm định trên, ta có thể thấy rằng, các nhóm thang đo có hệ số Cronbach’s Alpha lớn hơn 0,6 và có hệ số tương quan biến tổng của các biến quan sát lớn hơn 0,3. Khi loại một biến quan sát ra khỏi nhân tố, thu được hệ số Cronbach’s Alpha thấp hơn, làm giảm độ tin cậy của thang đo. Từ đó ta rút ra kết luận, các biến quan sát nằm trong các nhóm nhân tố đó là phù hợp để đi đến kiểm định tiếp theo.
2.2.3.2 Phân tích nhân tố khám phá (EFA)
Đối với biến độc lập
Sau khi kiểm định độ tin cậy của thang đo, ta tiến hành phân tích nhân tố khám phá, gọi tắt là EFA, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F
< k) các nhân tố có ý nghĩa hơn. Theo Hair và Cộng sự (1998): “ Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có nghĩa nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu”.
Phân tích dữ liệu qua phần mềm SPSS 20, ta có kết quả
Bảng 2.7: Kết quả kiểm định KMO
Kiểm định KMO | 0,813 | |
Kiểm định Barlett | Chỉ số Chi-bình phương | 1531,563 |
Df | 300 | |
Sig. | 0,000 |
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Nhìn vào bảng trên, ta có thể thấy:
- Hệ số KMO = 0,813 nên phân tích nhân tố là phù hợp
- Sig. (Barlett’s Test) = 0,000 (Sig. < 0,05) chứng tỏ các biến có tương quan với nhau trong tổng thể
Bảng 2.8: Tổng phương sai mà các nhân tố giải thích được
1,107 | |
Số nhân tố | 8 |
Tổng phương sai tích | 70,700% |
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Nhìn vào bảng trên, ta có thể thấy:
- Trị số Eigenvalue = 1,107 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
- Tổng phương sai trích (Cumulative %) = 70,700% >50%. Điều này chứng tỏ 70,700% biến thiên của dữ liệu được giải thích bởi 8 nhân tố trong mô hình.
Bảng 2.9: Ma trận xoay số nhân tố
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |
GC3 | 0,800 | |||||||
GC2 | 0,777 | |||||||
GC1 | 0,706 | |||||||
ST2 | 0,568 | |||||||
TD1 | 0,867 | |||||||
TD2 | 0,839 | |||||||
TD3 | 0,725 | |||||||
NTK2 | 0,858 | |||||||
NTK3 | 0,826 | |||||||
NTK1 | 0,731 | |||||||
KN3 | 0,797 | |||||||
KN1 | 0,749 | |||||||
KN2 | 0,711 | |||||||
DC2 | 0,823 | |||||||
DC3 | 0,798 | |||||||
DC1 | 0,737 | |||||||
QC3 | 0,811 | |||||||
QC2 | 0,756 | |||||||
QC1 | 0,733 | |||||||
CL3 | 0,795 | |||||||
CL1 | 0,698 | |||||||
CL2 | 0,692 | |||||||
DD3 | 0,790 | |||||||
DD1 | 0,747 | |||||||
DD2 | 0,687 |
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Sau khi phân tích nhân tố khám phá đối với biến độc lập. Hệ số tương quan giữa biến ST1, ST3 và nhân tố “Sở thích du lịch” nhỏ hơn 0,5. Nên hai biến này đã bị loại ra khỏi nhân tố. Đồng thời, khác biệt giữa hệ số tải nhân tố “Giá cả tour” của biến ST2 ở nhân tố “Sở thích du lịch” lớn hơn hoặc bằng 0,3. Nên biến ST2 gộp vào nhân tố “Giá cả tour”.
Gọi tên và chú thích các nhân tố:
- Nhân tố 1: “ Giá cả tour”. Gồm các biến: GC3 – “ Phương thức thanh toán đa dạng”
GC2 – “ Công ty có nhiều chương trình ưu đãi đối với tour”
GC1 – “ Mức giá tour hợp lý”
ST2 – “ Tôi thích tham quan các di tích lịch sử”
- Nhân tố 2: “ Thái độ du lịch”. Gồm các biến: TD1 – “ Tôi quan tâm đến sự phát triển du lịch Huế”
TD3 – “ Với tôi, du lịch là một trải nghiệm yêu thích”
TD2 – “ Tôi thích được đi du lịch cùng với bạn bè, người thân”
- Nhân tố 3: “ Nhóm tham khảo”. Gồm các biến: NTK3 – “ Người dân địa phương gợi ý tôi chọn tour” NTK2 – “ Cộng đồng du khách gợi ý tôi chọn tour” NTK1 – “ Bạn bè, người thân gợi ý tôi chọn tour”
- Nhân tố 4: “ Kinh nghiệm du lịch”. Gồm các biến: KN3 – “ Tôi thấy hài lòng với lần đi tour trước đó” KN2 – “ Tôi thấy thích thú với lần đi tour trước đó”
KN1 – “ Tôi có nhiều kinh nghiệm tham gia tour du lịch Huế 1 ngày”
- Nhân tố 5: “ Động cơ du lịch”. Gồm các biến:
DC2 – “ Tôi chọn tour để muốn vui chơi cùng bạn bè, người thân”
DC1 – “ Tôi chọn tour để muốn giải tỏa căng thẳng”
DC3 – “ Tôi chọn tour để khám phá, tìm hiểu văn hóa xứ Huế”
- Nhân tố 6: “ Quảng cáo tour”. Gồm các biến: QC1 – “ Quảng cáo tour thu hút”
QC3 – “ Thông tin tour được truyền miệng với tôi”
QC2 – “ Thông tin tour đầy đủ, dễ tìm kiếm”
- Nhân tố 7: “ Sự sẵn có và chất lượng tour”
CL1 – “ Tour luôn sẵn có, đa dạng
CL2 – “ Tour có nhiều điểm đến hấp dẫn, thú vị” CL3 – “ Chất lượng tour được đảm bảo”
- Nhân tố 8: “ Địa điểm đặt tour”. Gồm các biến: DD1 – “ Vị trí đặt tour tiện lợi”
DD2 – “ Tôi có thể đặt tour qua điện thoại” DD3 – “Tôi có thể đặt tour qua Internet”
Đối với biến phụ thuộc: “Quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày”
Nhằm kiểm tra xem độ phù hợp của dữ liệu để tiến hành phân tích nhân tố, sử dụng chỉ số của kiểm định KMO và kiểm định Balett để tiến hành đánh giá chung về quyết định mua sản phẩm tour du lịch Huế 1 ngày của du khách thông qua 3 biến quan sát.
Kết quả thu được ở bảng sau:
Bảng 2.10: Ma trận xoay nhân tố quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày
Hệ số KMO | 0,694 |
Trị số Eigenvalues | 2,064 |
Tổng phương sai trích | 68,732% |
Sig. của kiểm định Barlett | 0,000 |
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Nhìn vào bảng trên, ta có thể thấy:
- Hệ số KMO = 0,694 > 0,05
- Sig. = 0,000 nên sử dụng phân tích nhân tố là phù hợp
- Trị số Eigenvalues > 1
- Tổng phương sai trích ( Cumulative %) = 68,732% > 50% nên thỏa mãn yêu cầu.
- Tất cả các biến đều có hệ số tải > 0,05
Mô hình hiệu chỉnh sau khi phân tích và kiểm định độ tin cậy của thang đo
hiệu chỉnh như sau:
Mô hình hiệu chỉnh
Phân tích hồi quy đa
Sau khi tiến hành phân tích và kiểm định độ tin cậy của thang đo, ta có mô hình hiệu chỉnh:
Giá cả tour
Thái độ du lịch
Nhóm tham khảo
Kinh nghiệm du lịch
Quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày
Động cơ du lịch
Quảng cáo tour
Sự sẵn có và chất
lượng tour
Địa điểm đặt tour
H1
H2
H3
H4
H5
H6
H7
H8
Sơ đồ 2.2: Sơ đồ mô hình hiệu chỉnh
2.2.3.3 Phân tích ma trận hệ số tương quan Pearson
Để kiểm định hệ số tương quan Pearson, đầu tiên ta cần phải tạo các biến đại diện từ kết quả xoay nhân tố cuối cùng. Cụ thể như sau:
- QD – Biến đại diện cho nhóm nhân tố “ Quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày”
- GC – Biến đại diện cho nhóm nhân tố “ Giá cả tour”
- TD – Biến đại diện cho nhóm nhân tố “ Thái độ du lịch”
- NTK – Biến đại diện cho nhóm nhân tố “ Nhóm tham khảo”
- KN – Biến đại diện cho nhóm nhân tố “ Kinh nghiệm du lịch”
- DC – Biến đại diện cho nhóm nhân tố “ Động cơ du lịch”
- QC – Biến đại diện cho nhóm nhân tố “ Quảng cáo tour”
- CL – Biến đại diện cho nhóm nhân tố “ Sự sẵn có và chất lượng tour”
- DD – Biến đại diện cho nhóm nhân tố “ Địa điểm đặt tour”
Kết quả thống kê hệ số tương quan tuyến tính được thể hiện như sau:
Bảng 2.11: Phân tích tương quan các nhóm nhân tố ảnh hưởng đến quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày
GC | TD | NTK | KN | DC | QC | CL | DD | |
Hệ số tương quan Pearson | 0,369 | 0,260 | 0,245 | 0,291 | 0,149 | 0,166 | 0,348 | 0,320 |
Sig. | 0,000 | 0,001 | 0,003 | 0,000 | 0,069 | 0,043 | 0,000 | 0,000 |
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Kết quả tương quan cho thấy, Sig. tương quan giữa biến DC và biến phụ thuộc QD lớn hơn 0,05 (0.069 > 0.05). Như vậy biến này sẽ bị loại trước khi đưa vào xử lý hồi quy. Các biến độc lập còn lại: TD , KN , NTK, DD, QC, CL, GC Sig. từng biến độc lập này với biến phụ thuộc đều nhỏ hơn 0,05. Chứng tỏ có mối quan hệ tương quan chặt chẽ với biến phụ thuộc QD nên được giữ lại để chạy phương trình hồi quy tuyến tính.
Phân tích hồi quy còn lại 7 biến, đó là các biến: TD, KN, NTK, DD, QC, CL, GC và một biến phụ thuộc là QD
2.2.3.4 Phân tích hồi quy đa biến
Với kiểm định hệ số tương quan cho thấy có 7 biến độc lập có mối tương quan với biến phụ thuộc, đáp ứng điều kiện về hệ số Sig. nên đưa vào phân tích hồi quy đa biến. Phân tích hồi quy đa biến giúp xác định được nhân tố nào đóng góp nhiều, ít hay không đóng góp vào sự thay đổi của biến phụ thuộc để đưa ra các giải pháp thích hợp.
Mô hình hồi quy đa biến có dạng như sau:
QD = + *GC + *TD + *NTK + *KN + *QC + *CL + *DD
Trong đó:
“...0,...1,...2,...3,...4,...5,...6,...7”: Các hệ số hồi quy
Biến phụ thuộc QD: “Quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày” GC: “Giá cả”
TD: “Thái độ du lịch” NTK: “ Nhóm tham khảo” KN: “Kinh nghiệm du lịch” QC: “Quảng cáo tour”
CL: “Sự sẵn có và chất lượng tour” DD: “Địa điểm đặt tour”
Đánh giá và kiểm định sự phù hợp của mô hình
Bảng 2.12: Đánh giá sự phù hợp của mô hình
R | R | R hiệu chỉnh | Sai số chuẩn ước lượng | Durbin-Watson | |
1 | 0,774 | 0,600 | 0,580 | 0,64820569 | 1,778 |
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Nhìn vào bảng đánh giá sự phù hợp của mô hình, ta có thể thấy:
- Giá trị R có giá trị 77,4% cho thấy mối quan hệ giữa các biến có mối tương
quan khá chặt chẽ.
- R hiệu chỉnh (Adjusted R Square) phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong trường hợp này, 7 biến độc lập đưa vào ảnh hưởng 58% sự thay đổi biến phụ thuộc, còn lại 42% là do các biến ngoài mô hình và sai số ngẫu nhiên.