4.2.3.1 Phân tích EFA – Nhóm biến độc lập
Sau khi phân tích độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha có 27 biến của 6 nhân tố độc lập được đưa vào phân tích nhân tố. Sau khi sử dụng phần mềm SPSS để phân tích nhân tố khám phá, tác giả nhận thấy các biến TN_1, LT_4, LT_6 và HT_3 cần cân nhắc loại bỏ khỏi phân tích nhân tố vì các lý do sau:
- Hệ số tải nhân tố lớn nhất <0,5.
- Tải đa nhân tố (nhiều hơn một nhân tố) và khoảng cách hệ số tải giữa hai nhân tố gần nhất <0,3.
Sau khi loại bỏ các biến không phù hợp ta còn 23 biến quan sát của 6 nhân tố độc lập được đưa vào phân tích nhân tố.
Để phân tích sự thích hợp của các nhân tố nghiên cứu tác giả sử dụng chỉ số KMO (Kaiser – Meyer – Plkin Measure of Simping Adequacy). Nếu hệ số KMO nằm trong khoản từ 0.5 đến 1 thì phân tích nhân tố là thích hợp. Kiểm định Barlett xem xét giả thuyết độ tương quan giữa các biến trong quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê Sig<0.05 thì các biến quan sát có tương quan với nhau trong tổng thể.
Bảng 4.19 Kết quả kiểm định Barlett và phương sai trích (biến độc lập) Yếu tố cần đánh giá Giá trị bảng Giá trị so sánh Nhận xét
Hệ số KMO 0,832 0,5 < 0,832 < 1 Phân tích nhân tố là phù hợp Giá trị Sig trong kiểm
định Barlett 0,000 0,000 < 0,05
Các biến quan sát có tương quan với nhau trong tổng thể
Phương sai trích 66,779% 66,779%> 50%
66,779% biến thiên của dữ liệu được giải thích bởi các nhân tố
Giá trị Eigenvalues 1,019 1,019 > 1 Phù hợp
Nguồn: phân tích dựa trên số liệu điều tra
Kết quả thể hiện trong bảng 4.19 cho thấy phân tích nhân tố các biến độc lập là thích hợp với dữ liệu hệ số (KMO = 0,832) và các biến quan sát là tương quan với nhau trong tổng thể (Sig = 0.000<0.05) vì vậy phân tích nhân tố trong trường hợp này là phù hợp. Dựa vào bảng ma trận tổng hợp phương sai trích (Total variance Explained, phụ lục 5) cho thấy Eigenvalue>1 thì có 6 nhân tố được rút ra và 6 nhân tố này giải thích được 66,779 % biến thiên của dữ liệu, như vậy chứng tỏ phương sai trích được từ các biến quan sát ban đầu thỏa mãn điều kiện..
Sử dụng phương pháp Varimax Procedure để xoay nhân tố: Xoay nguyên góc các nhân tố để tối hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giả thích các nhân tố. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kết quả phân tích nhân tố cho thấy tất cả các biến đều có hệ số Factor loading >0.5 và các biến quan sát đều gom lại đúng với các nhân tố như dự kiến ban đầu của nghiên cứu này.
Như vậy mô hình nghiên cứu chính thức qua kết quả phân tích hệ số Cronbach’s Alpha và phân tích nhân tố khám phá EFA cho thấy 6 thành phần đề xuất (đã điều chỉnh) đều đạt yêu cầu. Do đó, các thành phần trên sẽ được sử dụng trong phân tích kiểm định tiếp theo.
4.2.3.2 Phân tích EFA – Nhóm biến phụ thuộc
Tương tự như phương pháp phân tích nhân tố với các thang đo mức độ hài lòng của khách du lịch trong phân tích nhân tố đối với nhóm biến độc lập.
Bảng 4.20 Kết quả kiểm định Barlett và phương sai trích (biến phụ thuộc)
Yếu tố cần đánh giá Giá trị bảng Giá trị so sánh Nhận xét
Hệ số KMO 0,752 0,5 < 0,752 < 1 Phân tích nhân tố là phù hợp
Giá trị Sig trong kiểm
định Barlett 0,000 0,000 < 0,05
Các biến quan sát có tương quan với nhau trong tổng thể
Phương sai trích 52,601% 52,601% > 50%
52,601% biến thiên của dữ liệu được giải thích bởi các nhân tố
Giá trị Eigenvalues 3,156 3,156 > 1 Phù hợp
Nguồn: phân tích dựa trên số liệu điều tra
Kết quả thể hiện trong bảng 4.21 cho thấy việc phân tích nhân tố là thích hợp với dữ liệu hệ (KMO = 0,752) và các biến quan sát là tương quan với nhau trong tổng thể (Sig = 0.000<0.05). Giá trị Eigenvalues = 3,156 > 1 và phương sai trích là 52,601% >50% thể hiện các biến nghiên cứu phù hợp và giải thích được 52,601% biến thiên dữ liệu, như vậy chứng tỏ phương sai trích được từ các biến ban đầu thỏa mãn điều kiện. Vậy thang đo vẫn được sử dụng cho các phân tích tiếp theo. (adsbygoogle = window.adsbygoogle || []).push({});
Bảng 4.21 Kết quả phân tích các biến quan sát của thành phần phụ thuộc Component
Mục hỏi Ký hiệu
1 Hài lòng với phương tiện vận chuyển tại Nha Trang HL_4 .866 Hài lòng với cơ sở hạ tầng kỹ thuật tại Nha Trang HL_3 .724 Hài lòng với giá cả cảm nhận tại Nha Trang HL_6 .708 Hài lòng với khả năng đáp ứng tại Nha Trang HL_5 .665 Hài lòng với tài nguyên du lịch tại Nha Trang HL_1 .905 Hài lòng với cơ sở lưu trú tại Nha Trang HL_2 .856
Nguồn: phân tích dựa trên số liệu điều tra
Kết quả bảng 4.22 cho thấy các biến phụ thuộc của mô hình được đo lường bởi 1 nhân tố và 6 biến quan sát. Phân tích nhân tố EFA cho thấy nhân tố mức độ hài lòng chung của du khách có 6 biến (HL_1, HL_2, HL_3, HL_4, HL_5, HL_6) và được nhóm thành một nhân tố duy nhất. Tất cả các biến đều có hệ sộ Factor loading >0.5.