4 33 Tố gô tả
4.3.3.2. Phân tích nhân tố khám phá EFA
Phương pháp EFA được sử dụng. Phân tích nhân tố khám phá là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự, 1998) .
Các biến có hệ số tải nhân tố (Factor loading) nhỏ hơn 0.50 trong EFA sẽ tiếp tục bị loại1. Phương pháp trích hệ số sử dụng là principal components2 với phép xoay varimax3 và điểm dừng khi trích các yếu tố có eigenvalue = 1. Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Gerbing & Anderson, 1988), với điều kiện là chỉ số KMO ≥ 0.5. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.50 ≤ KMO ≤ 1 thì phân tích nhân tố thích hợp.
Theo Hair và cộng sự (1998,111), hệ số tải nhân tố là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Hệ số tải nhân tố > 0.30 được xem là đạt mức tối thiểu, hệ số tải nhân tố > 0.40 được xem là quan trọng, > 0.50 được xem là có ý nghĩa thực tiễn. Hair và cộng sự (1998, 111) cũng cho rằng: nếu chọn tiêu chuẩn hệ số tải nhân tố > 0.30 thì cỡ mẫu ≥ 350, nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố > 0.50, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0.75. Trong nghiên cứu này cỡ mẫu là 216 quan sát, do đó hệ số tải nhân tố > 0,4 là chấp nhận được.
a) Thang o c c thành phần của nhân tố t c ộng n thu hút vốn ầu tư cho du l ch
Sau 02 lần thực hiện phân tích EFA (phụ lục 5) được kết quả:
Dựa trên phân tích của bảng kết quả phân tích nhân tố EFA lần 1, biến E1 bị loại do có hệ số tải nhân tố nhỏ hơn 0,5.
1
Có tác giả quan tâm tiêu chuẩn khác biệt hệ số tải nhân tố lớn nhất với hệ số tải nhân tố bất kỳ của cùng 1 biến quan sát phải trên 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi 2003)
2 Phương pháp rút trích các thành phần chính ( Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
3 Xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
61
Kiểm định KMO và Bartlett’s trong phân tích nhân tố cho thấy hệ số KMO đạt yêu cầu (0,849 > 0,5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA là thích hợp.
Trong bài nghiên cứu, tác giả sử dụng cỡ mẫu là 216, nên Factor loading > 0.5 có thể chấp nhận được.
Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích Principal components và phép quay Varimax, phân tích nhân tố đã trích được 6 nhân tố từ 24 biến quan sát với phương sai trích là 65,28% (lớn hơn 50%) đạt yêu cầu.
Như vậy, các thành phần của nhân tố thu hút vốn đầu tư cho du lịch và thang đo thang đo khi thực hiện phân tích EFA có sự thay đổi. Các thành phần cụ thể của thang đo như sau:
Quy mô th trường ngành du l ch của tỉnh Bà R a – Vũng Tàu
A1: Lượng khách du lịch là người Việt Nam đến tỉnh Bà Rịa – Vũng Tàu đông A2: Lượng khách du lịch nước ngoài đến tỉnh Bà Rịa – Vũng Tàu đông
A3: Lượng khách du lịch đến tỉnh Bà Rịa – Vũng Tàu phân bố đều các tháng trong năm
A4: Khách du lịch đến tỉnh Bà Rịa – Vũng Tàu quay lại nhiều lần
Lợi th chi ph hoạt ộng trong ngành du l ch ở tỉnh Bà R a – Vũng Tàu
B1: Chi phí lao động ở tỉnh Bà Rịa – Vũng Tàu rẻ B2: Chi phí thuê đất ở tỉnh Bà Rịa – Vũng Tàu thấp B4: Chi phí cước vận tải ở tỉnh Bà Rịa – Vũng Tàu hợp lý E3: Hệ thống xử lý chất thải ở tỉnh Bà Rịa – Vũng Tàu hiện đại
Biến E3 được nhóm vào nhân tố lợi thế chi phí hoạt động có thể là do hệ thống xử lý chất thải được nâng cấp hiện đại làm giảm chi phí cho nhà đầu tư vào ngành du lịch của tỉnh.
Lợi th tài nguyên thiên nhiên, tài nguyên du l ch của tỉnh Bà R a – Vũng Tàu
D1: Tỉnh Bà Rịa – Vũng Tàu có nhiều bãi biển đẹp thuận lợi phát triền khu du lịch biển
D2: Tỉnh Bà Rịa – Vũng Tàu có nhiều cảnh quan thuận lợi cho đầu tư du lịch sinh thái, nghỉ dưỡng
62
D3: Hệ thống trung tâm thương mại ở tỉnh Bà Rịa – Vũng Tàu phát triển thuận lợi cho đầu tư du lịch MICE
D4: Môi trường sinh thái ở tỉnh Bà Rịa – Vũng Tàu trong sạch
Công t c quản lý và hỗ trợ của ch nh quyền a phương
F1: Thủ tục hành chính ở tỉnh Bà Rịa – Vũng Tàu được thực hiện nhanh gọn F2: Cơ quan Nhà nước tỉnh Bà Rịa – Vũng Tàu sẵn sàng hỗ trợ doanh nghiệp F3: Các thắc mắc, phản ánh của doanh nghiệp được giải đáp thỏa đáng
Ch nh s ch thu hút vốn ầu tư cho du l ch của tỉnh Bà R a – Vũng Tàu
G1: Quy hoạch phát triển du lịch ở tỉnh Bà Rịa – Vũng Tàu cụ thể G2: Tỉnh Bà Rịa – Vũng Tàu ưu đãi nhiều về thuê mặt bằng G3: Tỉnh Bà Rịa – Vũng Tàu có nhiều ưu đãi về thuế
G4: Công tác xúc tiến đầu tư cho du lịch ở tỉnh Bà Rịa – Vũng Tàu được thực hiện tốt
B3: Chi phí trả cho việc sử dụng điện, nước ở tỉnh Bà Rịa – Vũng Tàu hợp lý Biến B3 được nhóm vào nhân tố chính sách thu hút vốn đầu tư cho du lịch của tỉnh là do tỉnh đã ban hành nhiều chính sách, thực thi nhiều biện pháp nhằm thu hút nhà đầu tư. Trong đó có việc đầu tư vào ngành du lịch thì được giảm chi phí sử dụng điện, nước.
Hiệu quả của c c dự n ầu tư du l ch trên a bàn tỉnh Bà R a – Vũng Tàu
H1: Đầu tư vào du lịch ở Bà Rịa – Vũng Tàu mang lại lợi nhuận cao
H2: Cạnh tranh trong hoạt động du lịch ở tỉnh Bà Rịa – Vũng Tàu không quá lớn H3: Đầu tư vào du lịch ở tỉnh Bà Rịa – Vũng Tàu dễ dàng kiếm được lợi nhuận
63
b) Thang o nh gi về thu hút vốn ầu tư cho du l ch của tỉnh Bà R a - Vũng Tàu:
Bảng 4.5: Kết quả phân tích nhân tố của thang đo đánh giá về vốn đầu tƣ cho du lịch của tỉnh Bà Rịa Vũng Tàu
Biến quan sát Nhân tố
1 I1 .803 I2 .807 I3 .820 Chỉ số KMO = .687 Phƣơng sai trích= 65.619 .Sig = 000
Nguồn: Tổng hợp của tác giả từ kết quả SPSS, 2014
Qua bảng số liệu ở trên chúng ta thấy, các biến có trọng số đều lớn hơn 0,50 nên các biến quan sát đều quan trọng trong nhân tố thu hút vốn đầu tư. Hệ số KMO = 0,687, mức ý nghĩa của kiểm định bằng 0 (sig = 0.000). Phương sai trích được bằng 65,619% nên EFA là phù hợp. Các biến quan sát này đều đạt yêu cầu cho các phân tích tiếp theo.