8. Kết cấu luận văn
3.5.2 Phân tích hồi quy
Thực hiện phân tích hồi quy đa biến nhằm xem xét cụ thể từng nhân tố độc lập: “Mức độ tin cậy”, “Năng lực phục vụ”, “Phương tiện hũu hình”, “Sự đồng cảm”, “Mức độ đáp ứng”, “Giá cả cảm nhận” tác động đến “Sự hài lòng” (nhân tố phụ thuộc) của du khách như thế nào. Phân tích hồi quy được thực hiện bằng phương pháp đưa vào một lượt (Enter). Như vậy 6 nhân tố độc lập và nhân tố phụ thuộc “Sự hài lòng” sẽ được đưa vào chạy hồi quy cùng một lúc.
thuận và chặt chẽ. Hệ số R2 hiệu chỉnh (Adjusted R square) là 0,514 nhỏ hơn R2 (R Square). Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao. Hệ số R2 hiệu chỉnh cho biết mức độ phù hợp của mô hình nghiên cứu với ý nghĩa là các nhân tố độc lập giải thích được 51,4% biến thiên của nhân tố phụ thuộc. Như vậy, mức độ phù hợp của mô hình là tương đối cao. (Phụ lục 6). Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình.
Để kiểm định độ phù hợp của mô hình hồi quy, ta dùng giá trị F ở bảng phân tích ANOVA với giả thuyết H0: β1 = β2 = β3 = β4 = β5 = β6 = 0.
Kết quả phân tích ANOVA cho thấy, giá trị F là 14,627 và mức ý nghĩa rất nhỏ (Sig. = 0,000 < 0,05) nên giả thiết H0 bị bác bỏ với độ tin cậy 95%. Vì vậy, mô hình đưa ra là phù hợp với dữ liệu và có thể suy rộng ra cho toàn tổng thể. (Phụ lục 6)
Bảng 3.16 Hệ số hồi quy
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa Thống kê đa cộng tuyến Model B Sai số chuẩn β t Sig. Tolerance VIF (Constant) 1,435 0,325 4,409 0,000 Mức độ tin cậy 0,045 0,060 0,044 0,755 0,451 0,744 1,344 Năng lực phục vụ 0,193 0,060 0,201 3,221 0,001 0,647 1,545 Phương tiện hữu hình 0,027 0,052 0,026 0,508 0,612 0,992 1,008
Sự đồng cảm 0,117 0,056 0,127 2,074 0,039 0,670 1,492
Mức độ đáp ứng 0,118 0,057 0,133 2,067 0,040 0,606 1,649
Giá cả cảm nhận 0,142 0,051 0,156 2,796 0,006 0,811 1,233 a. Biến phụ thuộc: SUHAILONG
Kiểm định các giả thuyết hồi quy: Giả thuyết liên hệ tuyến tính
Mô hình hồi quy giả định rằng mối quan hệ giữa các biến số là tuyến tính. Sau khi kiểm tra đồ thị phân tán giữa phần dư chuẩn hóa (Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value) ta thấy, phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0, không tạo thành một hình dạng nào cụ thể. Như vậy, quan hệ tuyến tính và phương sai bằng nhau được thỏa mãn. (Phụ lục 6).
Giả thuyết phương sai của phần dư không đổi
Để kiểm định phương sai của phần dư không đổi ta sử dụng kiểm định tương quan hạng Spearman. Kết quả kiểm tra cho thấy, giả thuyết H0: hệ số tương quan hạng bằng 0 không bác bỏ (Sig. > 0,05), do đó phương sai của sai số không thay đổi. Như vậy, mô hình hồi quy xây dựng nêu trên có thể sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). (Phụ lục 6).
Giả thuyết phần dư có phân phối chuẩn
Kiểm tra biểu đồ tần số của phần dư cho thấy, phân phối phần dư xấp xỉ chuẩn (trung bình mean = 0 và độ lệch chuẩn Std. Dev. = 0,990 tức gần bằng 1). Do đó, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm. (Phụ lục 6).
Giả thuyết phần dư không có tự tương quan
Đại lượng thống kê Durbin-Watson (d) có thể kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất), đại lượng có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Giá trị d thấp (và nhỏ hơn 2) có nghĩa là các phần dư gần nhau có tương quan thuận. Các giá trị d lớn hơn 2 (và gần 4) có nghĩa là các phần dư có tương quan nghịch. Kết quả cho thấy, đại lượng thống kê Durbin-Watson (d) bằng 1,812 tương đương với 2. Vì vậy, có thể kết luận không có tự tương quan trong phần dư (Mai Văn Nam, 2008). (Phụ lục 6).
Giả thuyết không có hiện tượng đa cộng tuyến
Để kiểm định hiện tượng đa cộng tuyến, ta sử dụng hệ số phóng đại phương sai (Variance Inflation Factor-VIF). Nếu VIF của một biến độc lập nào đó > 10, thì biến này hầu như không có giá trị giải thích biến thiên của Y (Hair & ctg, 2006). Trong thực tế, nếu VIF > 2 cần thận trọng trong diễn giải các trọng số hồi quy (Nguyễn Đình Thọ, 2011).
Kết quả từ bảng 3.16 cho thấy, VIF của các biến độc lập trong mô hình đều rất thấp (từ 1,008 đến 1,649) < 2. Điều đó cho thấy rằng đã không xảy ra hiện tượng đa cộng tuyến.
Mô hình hồi quy:
Nhìn vào bảng 3.16 ta thấy, giá trị Sig. của các nhân tố độc lập : “Năng lực phục vụ”, “Sự đồng cảm”, “Mức độ đáp ứng”, “Giá cả cảm nhận” đều nhỏ hơn 0,05 nên có ý nghĩa trong mô hình. Riêng hai nhân tố “Mức độ tin cậy” có Sig. = 0,451 > 0,05 và “Phương tiện hữu hình” có Sig. = 0,612 > 0,05; nên hai nhân tố này sẽ bị loại ra vì không có ý nghĩa trong mô hình.
Tóm lại, phương trình hồi quy chuẩn hóa thể hiện mối quan hệ tuyến tính giữa 4 nhân tố độc lập: “Năng lực phục vụ”, “Sự đồng cảm”, “Mức độ đáp ứng”, “Giá cả cảm nhận” với nhân tố phục thuộc “Sự hài lòng” của du khách. Phương trình hồi quy có dạng như sau:
Sự hài lòng = 1,435+ 0,201 * Năng lực phục vụ + 0,127 * Sự đồng cảm + 0,133 * Mức độ đáp ứng + 0,156 * Giá cả cảm nhận
Như vậy, theo phương trình trên, cả 4 nhân tố đều có ảnh hưởng quan trọng đến sự hài lòng của du khách đối với chất lượng dịch vụ tại khu nghỉ dưỡng MIA Nha Trang. Thứ tự tầm quan trọng của từng nhân tố phụ thuộc vào giá trị của hệ số β. Nhân tố nào có hệ số β càng lớn thì mức độ tác động đến sự hài lòng càng nhiều. Từ kết quả của phương trình trên ta thấy, sự hài lòng của du khách đối với chất lượng dịch vụ của khu nghỉ dưỡng MIA Nha Trang chịu tác động nhiều nhất bởi nhân tố “Năng lực phục vụ” (β = 0,201), kế đến là nhân tố “Giá cả cảm nhận” (β = 0,156), tiếp theo là nhân tố “Mức độ đáp ứng” (β = 0,133) và cuối cùng là nhân tố “Sự đồng cảm” (β = 0,127) có tác động thấp nhất đến sự hài lòng của du khách.
Hay để hiểu một cách cụ thể hơn ý nghĩa của phương trình hồi quy thu được ở trên, ta có thể diễn giải chi tiết như sau:
- Nhân tố “Năng lực phục vụ” có hệ số hồi quy chuẩn hóa là lớn nhất (β = 0,201). Điều này nói lên rằng, trong các nhân tố tác động đến sự hài lòng của du khách thì nhân tố “Năng lực phục vụ” là nhân tố có tác động lớn nhất. Nếu cải thiện và gia tăng nhân tố này sẽ làm gia tăng đáng kể đến sự hài lòng của du khách khi đến lưu trú tại khu nghỉ dưỡng MIA Nha Trang. Qua hệ số hồi quy của nhân tố này ta có thể diễn giải một cách định lượng như sau: nếu xem như các nhân tố khác không ảnh hưởng
đến sự hài lòng của du khách thì khi gia tăng nhân tố “Năng lực phục vụ” lên 1 điểm sẽ làm cho sự hài lòng của du khách gia tăng lên 0,201 điểm.
- Nhân tố “Giá cả cảm nhận” có hệ số hồi quy chuẩn hóa lớn thứ hai (β = 0,156). Như vậy nhân tố “Giá cả cảm nhận” cũng góp phần không nhỏ vào việc gia tăng sự hài lòng của du khách. Nếu xem như các nhân tố khác không ảnh hưởng đến sự hài lòng của du khách thì khi gia tăng nhân tố “Giá cả cảm nhận” lên 1 điểm sẽ làm cho sự hài lòng của du khách gia tăng lên 0,156 điểm.
- Nhân tố “Mức độ đáp ứng” có hệ số hồi quy chuẩn hóa lớn thứ ba (β = 0,133). Nếu xem như các nhân tố khác không ảnh hưởng đến sự hài lòng của du khách thì khi gia tăng nhân tố “Mức độ đáp ứng” lên 1 điểm sẽ làm cho sự hài lòng của du khách gia tăng lên 0,133 điểm.
- Nhân tố “Sự đồng cảm” có hệ số hồi quy chuẩn hóa thấp nhất (β = 0,127). Nếu xem như các nhân tố khác không ảnh hưởng đến sự hài lòng của du khách thì khi gia tăng nhân tố “Sự đồng cảm” lên 1 điểm sẽ làm sự hài lòng của du khách gia tăng lên 0,127 điểm.
3.6 Phân tích phương sai (ANOVA)
Trong phần này tác giả thực hiện phân tích phương sai một chiều để kiểm định có sự khác biệt của 8 yếu tố đó là: mục đích chuyến đi, số lần đến lưu trú, giới tính, tình trạng hôn nhân, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập đến sự hài lòng của du khách đối với chất lượng dịch vụ tại khu nghỉ dưỡng MIA Nha Trang hay không?