4.2.5.1. Phân tích hệ số tƣơng quan
Trƣớc khi tiến hành phân tích hồi quy tuyến tính bội thì việc xem xét mối tƣơng quan tuyến tính giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau là công việc phải làm và hệ số tƣơng quan Pearson trong ma trận hệ số tƣơng quan đƣợc dùng để xem xét mối tƣơng quan này.
Bảng 4.12. Ma trận hệ số tƣơng quan giữa các biến Correlations Y TTT GT UT LHT CL Y Pearson Correlation 1 ,632 ** ,302** ,541** ,449** ,350** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 285 285 285 285 285 285 TTT Pearson Correlation ,632 ** 1 ,223** ,444** ,381** ,257**
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 285 285 285 285 285 285 GT Pearson Correlation ,302 ** ,223** 1 ,319** ,414** ,405** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 285 285 285 285 285 285 UT Pearson Correlation ,541 ** ,444** ,319** 1 ,469** ,276** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 285 285 285 285 285 285 LHT Pearson Correlation ,449 ** ,381** ,414** ,469** 1 ,290** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 285 285 285 285 285 285 CL Pearson Correlation ,350 ** ,257** ,405** ,276** ,290** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 285 285 285 285 285 285
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Kết quả xử lý từ dữ liệu điều tra (phụ lục 8)
Bảng 4.12 trình bày kết quả kiểm định hệ số tƣơng quan giữa các biến trong mô hình nghiên cứu. Kết quả cho thấy hệ số tƣơng quan giữa các biến đều nhỏ hơn 0,6 và sig <0,05. Do đó có thể sơ bộ kết luận rằng giữa các biến độc lập không có hiện tƣợng đa cộng tuyến cao. Vì vậy, giả định về không có hiện tƣợng đa cộng tuyến giữa các biến độc lập trong phân tích hồi quy tiếp theo sẽ đƣợc thõa mãn.
4.2.6. Phân tích hồi quy tuyến tính bội
4.2.6.1. Kết quả phân tích hồi quy, đánh giá mô hình và kiểm định giả thuyết Kết quả phân tích hồi quy Kết quả phân tích hồi quy
Phƣơng pháp Enter (đƣa tất cả các biến vào một lần) để phân tích và xây dựng mô hình hồi quy bội cho ra kết quả nhƣ sau:
Bảng 4.13. Đánh giá độ phù hợp của mô hình Model Summaryb Mô hình Hệ số R Hệ số R bình phƣơng Hệ số R bình phƣơng hiệu chỉnh Sai số chuẩn ƣớc lƣợng Change Statistics Durbin- Watson Hệ số R bình phƣơng sau khi đổi Hệ số F khi đổi df1 df2 Sig. F Change 1 ,718a ,516 ,507 ,64884 ,516 59,477 5 279 ,000 1,812 a. Dự báo: (hằng số), CL, TTT, GT, UT, LHT b. Biến phụ thuộc: Y
Nguồn: Kết quả xử lý từ dữ liệu điều tra(phụ lục 9)
Bảng 4.14. Kiểm định độ phù hợp của mô hình ANOVAa Mô hình Tổng bình phƣơng Df (Bậc tự do) Bình phƣơng trung bình Hệ số F Hệ số Sig. 1 Hồi quy 125,196 5 25,039 59,477 ,000b Phần dƣ 117,457 279 ,421 Tổng cộng 242,653 284 a. Biến phụ thuộc: Y b. Dự báo: (hằng số), CL, TTT, GT, UT, LHT
Bảng 4.15. Phân tích hồi quy bội Hệ số tƣơng quan Coefficientsa
Mô hình Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Hằng số) -,636 ,253 -2,510 ,013 TTT ,514 ,056 ,439 9,159 ,000 ,754 1,326 GT ,030 ,057 ,025 ,520 ,604 ,731 1,367 UT ,297 ,061 ,248 4,900 ,000 ,680 1,471 LHT ,158 ,067 ,119 2,342 ,020 ,671 1,489 CL ,138 ,052 ,124 2,656 ,008 ,795 1,258
Nguồn: Phân tích dữ liệu SPSS 20.0 theo phụ lục 9
Hệ số R2 điều chỉnh (Adjusted R square) = 0.507, điều này nói lên rằng mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với dữ liệu thực tế đến 50,7%.
Kiểm định độ phù hợp của mô hình
Kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính trên tổng thể. Tức là dựa vào giá trị Sig để kiểm định mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập trên tổng thể hay không.
Dựa vào bảng phân tích ANOVA, ta thấy Sig = 0,000 < 0,05, nhƣ vậy có thể kết luận là các biến độc lập hiện có trong mô hình có thể giải thích đƣợc sự thay đổi của biến phụ thuộc trên tổng thể với mức ý nghĩa kiểm định là 5%. Điều này có nghĩa là mô hình tác giả xây dựng phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Kết quả phân tích phƣơng sai ở bảng 4.14 cho thấy tổng bình phƣơng của hồi quy bằng 125,196 lớn hơn nhiều so với tổng bình phƣơng của phần dƣ bằng 117,457. Chứng tỏ mô hình nghiên cứu đã giải thích đƣợc hầu hết phƣơng sai của biến phụ thuộc.
Kiểm định đa cộng tuyến
Kiểm định đa cộng tuyến bằng hệ số phóng đại phƣơng sai (VIF). Nếu VIF lớn hơn 10 thì có thể xảy ra hiện tƣợng đa cộng tuyến (Nguyễn Đình Thọ, 2011). Kết quả cho thấy hệ số phóng đại phƣơng sai (VIF) có giá trị từ 1.258 đến 1.489, đạt yêu cầu (VIF < 10). Vậy mô hình hồi quy tuyến tính bội không có hiện tƣợng đa cộng tuyến, mối quan hệ giữa các biến độc lập không ảnh hƣởng đến kết quả giải thích của mô hình.
Phƣơng trình hồi quy tuyến tính bội
Các biến độc lập TTT, UT, LHT, CL đều có mức sig < 0.05 nên cả 4 nhân tố này đều có ý nghĩa trong mô hình hồi quy. Tất cả các hệ số β của 4 biến này đều mang dấu (+), nghĩa là các biến này đều có tƣơng quan dƣơng với biến Y. Điều này phù hợp với các giả thuyết trong mô hình đề nghị của tác giả.
Ngoại trừ hệ số hồi quy của yếu tố giá tour (GT) : Sig = 0,604 > 0,05 không có mối tƣơng quan đủ mạnh và không có ý nghĩa thống kê khi đƣa vào mô hình phân
tích. Nhƣ vậy, khi khách hàng đến với công ty du lịch Vietravel là một công ty có uy tính và thƣơng hiệu cao trên thị trƣờng, chất lƣợng dịch vụ luôn đứng đầu cho nên yếu tố giá tour không đƣợc chú trọng tới. Và đa phần khách hàng mong muốn có một chuyến đi ý nghĩa và đƣợc phục vụ tốt để tận hƣởng cuộc sống thì họ chấp nhận các giá phải trả.
Qua phân tích này cho thấy, trong các yếu tố thì yếu tố thông tin tour (TTT) có tác động mạnh nhất đến sự hài lòng của khách hàng (hệ số 0.515), uy tính thƣơng hiệu (UT), loại hình tour (LHT) và chất lƣợng (CL) có ảnh hƣởng đến sự hài lòng của khách hàng ở mức độ thấp hơn.
Nhƣ vậy, kết quả kiểm định các giả thuyết đƣợc trình bày trong bảng 4.16
Bảng 4.16 : Kết quả kiểm định giả thuyết Giả
thuyết Nội dung Sig VIF
Kết quả kiểm định
H5
Thông tin tour phong phú và chính xác, mức độ phong phú và chính xác về thông tin tour ảnh hƣởng đến sự hài lòng của khách hàng
0,000 1,326 Chấp nhận
H4 Uy tín thƣơng hiệu, là yếu tố quyết định đến
lòng trung thành của khách hàng 0,000 1,471 Chấp nhận
H3
Loại hình tour và các dịch vụ, có nhiều loại hình, nhiều sản phẩm khác nhau để lựa chọn, để thõa mãn những nhu cầu khác nhau của khách hàng
0,020 1,489 Chấp nhận
H1 Chất lƣợng, nhân tố tác động đến sự hài lòng
của khách hàng 0,008 1,258 Chấp nhận
H2 Giá tour và giá các dịch vụ, tác động của yếu
tố giá cả đến sự hài lòng của khách hàng 0,604 1,367
Không chấp nhận Với dữ liệu thu đƣợc trong phạm vi nghiên cứu của đề tài và dựa vào bảng kết quả hồi quy tuyến tính bội, phƣơng trình hồi quy tuyến tính bội thể hiện các nhân tố ảnh hƣởng đến sự hài lòng của khách hàng nhƣ sau:
Y = 0,439 X1 + 0,248X3 + 0,119X4 + 0,124X5
MDCN = 0,439 TTT + 0,248 UTT + 0,119 LHT + 0,124 CL
Hệ số R2 = 0,507 chứng tỏ mô hình nghiên cứu đã phù hợp 50.7% với tập dữ liệu, mô hình đã giải thích đƣợc 50.7% sự biến thiên thay đổi của dữ liệu nghiên cứu, bên cạnh đó hệ số Durbin – Watson đƣợc sử dụng để kiểm định sự tƣơng quan của các sai số kề nhau của mô hình.
Giả thuyết H0 đƣợc đặt ra là hệ số tƣơng quan tổng thể của các phần dƣ bằng 0, nếu phần dƣ không có tƣơng quan chuỗi bậc nhất với nhau thì giá trị hệ số 1<Durbin–Watson<3. Kết quả hồi quy trong bảng 4.13 cho thấy hệ số Durbin–Watson = 1.812 ta có kết luận rằng sai số có tính độc lập không có tƣơng quan giữa phần dƣ hay nói cách khác ta chấp nhận H0, các giả định về sai số không bị vi phạm.
4.2.7. Kiểm định sự phân phối chuẩn của phần dư
Đối với kiểm định này, nếu trung bình của phần dƣ (Mean) bằng 0 và độ lệch chuẩn (Std.Dev) bằng 1 thì có thể kết luận rằng phần dƣ có phân phối chuẩn không bị vi phạm. Căn cứ vào biểu đồ 4.17, nhận thấy giá trị trung bình của phần dƣ bằng 0 và độ lệch chuẩn bằng 0,991 tức xấp xỉ bằng 1. Nhƣ vậy, chúng ta có thể kết luận rằng phần dƣ có phân phối chuẩn và đạt điều kiện để chạy phân tích hồi quy.
Biểu đồ 4.17: Giả định phân phối chuẩn của phần dƣ
Biểu đồ 4.18: Biểu đồ biểu thị sự phân phối chuẩn của phần dƣ
4.2.8. Kiểm định các giả định hồi quy
Phân tích hồi quy không phải chỉ là việc mô tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc trong mẫu, bạn phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng thể. Sự suy rộng các kết quả của mẫu cho các giá trị của tổng thể phải trên cở sở các giả định cần thiết (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) nhƣ sau:
Giả định liên hệ tuyến tính
Kiểm tra bằng biểu đồ phân tán scatter cho phần dƣ chuẩn hóa (Standardized residual) và giá trị dự doán chuẩn hóa (Standardized predicted value). Kết quả cho thấy phần dƣ phân tán ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0 và không có một hình dạng cụ thể nào. Nhƣ vậy giả định liên hệ tuyến tính đƣợc chấp nhận.
Biểu đồ: 4.19: Biểu đồ phân tán giữa phần dƣ chuẩn hóa và giá trị ƣớc lƣợng
4.2.9. Kiểm định sự khác biệt theo giới tính
Bảng 4.20. Kết quả kiểm định sự khác biệt về giới tính Group Statistics
gioi tinh N Mean Std. Deviation Std. Error
Mean Y Nu 178 3,3427 ,89599 ,06716 Nam 107 3,2991 ,97337 ,09410 Kiểm định phƣơng sai đồng nhất - Levene
Kiểm định đồng nhất của giá trị trung bình (t-test)
F Sig. t df Sig.(2-tailed) Độ lệch trung bình Độ lệch chuẩn Độ lệch tin cậy 95% Thấp hơn Cao hơn Y Phƣơng sai đồng nhất ,517 ,473 ,385 283 ,700 ,04363 ,11324 -,17927 ,26653 Phƣơng sai không đồng nhất ,377 209,008 ,706 ,04363 ,11561 -,18427 ,27153
Từ kết quả kiểm định T cho thấy tất cả các giá trị Sig. trong kiểm định Levene của tất cả các thành phần đều lớn hơn 0,05 nên ta sử dụng kết quả kiểm định t ở phần phƣơng sai tổng thể đồng nhất (Equal variances assumed). Nhận thấy tất cả các giá trị Sig đều lớn hơn 0,05 nên có thể nói rằng không có sự khác biệt về đánh giá các thành phần của chất lƣợng dịch vụ ảnh hƣởng đến sự hài lòng theo giới tính.
Tóm tắt chƣơng 4
Chƣơng 4 là toàn bộ quá trình khảo sát, thu thập dữ liệu và kết quả phân tích dữ liệu thông qua bảng khảo sát mức độ cảm nhận của khách hàng đối với Vietravel. Chƣơng này góp phần xác định và đánh giá đƣợc các yếu tố tác động đến mức độ cảm nhận của khách hàng và làm ảnh hƣởng trực tiếp đến sự phát triển và năng lực cạnh tranh của Vietravel trên thị trƣờng nhƣ những cơ sở lý thuyết và thực tế nhƣ đƣợc trình bày ở chƣơng 1 và 2. Qua kết quả phân tích đánh giá ở chƣơng này và thiết kế nghiên cứu ở chƣơng 3, tác giả sẽ đƣa ra một số gợi ý, đề nghị và đƣợc trình bày ở chƣơng sau, nhằm nâng cao sự hài lòng của khách hàng sử dụng dịch vụ du lịch của Công ty.
CHƢƠNG 5: KẾT LUẬN VÀ GỢI Ý CÁC GIẢI PHÁP
Từ kết quả phân tích của chƣơng 4, chƣơng 5 sẽ trình bày những gợi ý rút ra từ nghiên cứu, đƣa ra một số gợi ý giải pháp nâng cao sự hài lòng của khách hàng sử dụng dịch vụ du lịch tại Công ty du lịch Vietravel, đồng thời rút ra các hạn chế cũng nhƣ hƣớng nghiên cứu tiếp theo của đề tài.
5.1. Những gợi ý rút ra từ kết quả nghiên cứu
Từ kết quả phân tích của chƣơng 4, tác giả có thể rút ra một số gợi ý từ nghiên cứu nhƣ sau:
Thứ nhất, nhân tố thông tin tour phong phú và chính xác có ảnh hƣởng cao nhất đến mức độ cảm nhận của khách hàng và cũng ảnh hƣởng đến năng lực cạnh tranh có β = 0,439 và t = 9,159, Sig = 0,000. Từ đó cho thấy nếu Công ty tập trung vào nghiên cứu và cung cấp nhiều loại hình tour giúp đa dạng sự lựa chọn của khách hàng thì sẽ thu hút đƣợc ngày càng nhiều khách hàng và sẽ nâng cao sự hài lòng của khách hàng sử dụng dịch vụ du lịch của Vietravel trên thị trƣờng.
Thứ hai, là yếu tố uy tín thƣơng hiệu chiếm trọng số β = 0,248, t = 4,900 Sig = 0,000. Uy tín thƣơng hiệu là nhân tố khách hàng luôn quan tâm, vì đi du lịch với Công ty có uy tín thƣơng hiệu trên thị trƣờng sẽ làm khách hàng yên tâm hơn khi đi du lịch. Vì thế muốn thu hút đƣợc khách hàng ngày càng nhiều thì Vietravel phải không ngừng nâng cao uy tín thƣơng hiệu để giữ vững lòng tin của khách hàng đối với Vietravel và đây cũng là nhân tố giúp Vietravel nâng cao sự hài lòng của khách hàng sử dụng dịch vụ du lịch của mình.
Thứ ba, là nhóm loại hình tour và các dịch vụ khác có β = 0,119, t = 2,342, Sig = 0,020 < 0,05. Từ mô hình hồi quy 4.15 cho thấy 4 nhân tố: Thông tin tour, loại hình tour, chất lƣợng và uy tín thƣơng hiệu điều có tác động đến mức độ cảm nhận của khách hàng và cũng ảnh hƣởng trực tiếp đến năng lực cạnh tranh của Công ty Du lịch Vietravel trên thị trƣờng du lịch đã và đang phát triển nhƣ hiện nay.
Thứ tƣ, là nhân tố chất lƣợng có β = 0,124, t = 2,656, Sig = 0,008 < 0,05. Trong tất cả các loại hình kinh doanh sản phẩm hay dịch vụ đều phải nói đến yếu tố chất lƣợng, chất lƣợng tốt là yếu tố đƣợc đại đa số khách hàng quan tâm khi lựa chọn dịch vụ của Công ty. Chất lƣợng tốt giúp khách du lịch thỏa mãn đƣợc nhu cầu tận hƣởng cuộc sống và xứng đáng với đồng tiền họ bỏ ra. Nâng cao chất lƣợng là nhiệm vụ không thể thiếu của Công ty, tuy chất lƣợng đã tốt nhƣng Công ty cũng không ngừng nâng cao chất lƣợng tốt hơn để luôn mang lại uy tín thƣơng hiệu Vietravel trong lòng khách hàng và luôn giữ vững vị thế cạnh tranh của Công ty trên thị trƣờng.
Thứ năm, là nhân tố giá tour và giá các dịch vụ khác, β = 0,025, t = 0,520> 0,05, Sig = 0,604, nên bị loại. Khách hàng của Công ty đều có thu nhập ổn định và khá cho nên giá cả không quan trọng đối với khách hàng, tuy nhiên nếu vẫn đƣợc phục vụ tốt và chất lƣợng tốt mà giá hữu nghị hơn thì khách hàng vẫn thích hơn, và cũng chính vì giá tour của Công ty hơi cao nên đây cũng là yếu điểm của Công ty, sẽ không thu hút đƣợc lƣợng lớn khách hàng có thu nhập trung bình và thấp.
5.2. Một số gợi ý nâng cao sự hài lòng của khách hàng sử dụng dịch vụ du lịch tại công ty du lịch Vietravel tại công ty du lịch Vietravel
Từ những hàm ý đƣợc tính ở mục trên, tác giả đƣa ra một số giải pháp cần đƣợc doanh nghiệp tiến hành để nâng cao sự hài lòng của khách hàng nhƣ sau:
Gợi ý thứ nhất: Nâng cao yếu tố Thông tin tour”
Đây là nhân tố có ảnh hƣởng lớn nhất đến sự hài lòng của khách hàng, một khi khách hàng cảm nhận đƣợc dịch vụ của Công ty đem lại càng nhiều lợi ích, hiệu quả trong việc đi du lịch của mình thuận tiện và thõa mái thì hành vi sử dụng dịch