6. Kết cấu của đề tài
2.7.3.2 Mô hình nghiên cứu
Phân tích hồi quy bội
Nghiên cứu tiến hành phân tích hồi quy bội với từng mô hình nghiên cứu.
Nghiên cứu sử dụng phương pháp đưa vào một lượt (phương pháp enter) khi phân tích hồi quy bội. Cụ thể: Bảng 2.20 Các thông số thống kê từng biến độc lập Mô hình Hệ sốchƣa chuẩn hóa Hệ số chuẩn hóa T Ý nghĩa
Chuẩn đoán hiện tƣợng đa cộng tuyến Hệ số Beta Sai số chuẩn Beta Độ chấp nhận Hệ sốphóng đại phƣơng sai
Hằng số -.630 .417 -1.509 .134 TH .095 .048 .136 1.992 .048 .684 1.462 CSVC .031 .037 .057 .839 .403 .689 1.451 SPDV .186 .089 .136 2.104 .037 .769 1.301 DNNV .095 .054 .124 1.776 .078 .653 1.531 CLPV .146 .048 .191 3.045 .003 .813 1.229 VS .610 .086 .483 7.111 .000 .693 1.442 Biến phụ thuộc: NLCT (Nguồn: Phân tích dữ liệu SPSS)
Qua kết quảtrên cho thấy mô hình không bị vi phạm hiện tượng đa cộng tuyến do hệ số phóng đại phương sai các biến độc lập (VIF) đều nhỏhơn 10. Do đó hiện
tượng đa cộng tuyến nếu có giữa các biến độc lập là chấp nhận được (Theo Hoàng
Trọng và Chu Nguyễn Mộng Ngọc, 2008, thì khi VIF vượt quá 10 thì đó là dấu hiệu của hiện tượng đa cộng tuyến).
Hệ sốTolerance đều lớn hơn 0.5 cho thấy không có hiện tượng đa cộng tuyến xảy ra (Hoàng Trọng và Chu nguyễn Mộng Ngọc, 2008).
Giá trị Sig. đều nhỏ hơn 0.05 trừ 2 biến Cơ sở vật chất và Đội ngũ nhân viên. Điều này cho thấy các biến Thương hiệu, Sản phẩm/dịch vụ, Chất lượng phục vụ, Vệsinh có độ tin cậy cao hơn so với 2 biến Cơ sở vật chất và Đội ngũ nhân viên.
Ta thấy hệ số hồi quy chuẩn hóa (Beta) của các biến độc lập đều mang dấu
dương, có nghĩa là các biến này có quan hệcùng chiều với biến phụ thuộc năng lực cạnh tranh.
Từ kết quảở bảng 2.20 ta có phương trình hồi quy tuyến tínhnhư sau:
Trong đó:
+ NLCT: Năng lực cạnh tranh. + TH: Thương hiệu.
+ CSVC: Cơ sở vật chất. + SPDV: Sản phẩm/dịch vụ. + DNNV: Đội ngũ nhân viên
+ CLPV: Chất lượng phục vụ. + VS: Vệ sinh
Nhận xét:
Từphương trình trên ta thấy các biến độc lập tác động và ảnh hưởng đến năng
lực cạnh tranh của bộ phận Banquet. Trong đó biến VS = 0.610 là biến có trọng số
lớn nhất, có nghĩa là biến này có vai trò và ảnh hưởng nhiều nhất đến năng lực cạnh tranh của bộ phận Banquet – Khách sạn The Reverie Saigon. Các biến còn lại lần
lượt là: SPDV = 0.186; CLPV = 0.146; TH = 0.095; DNNV = 0.095; CSVC = 0.031.
Như vậy, cả 6 nhân tố: TH, CSVC, SPDV, DNNV, CLPV, VS đều có ảnh
hưởng tỷ lệ thuận đến năng lực cạnh tranh của bộ phận Banquet tại khách sạn The Reverie Saigon.
Ngoài ra, kết quả giá trị hồi quy chuẩn hoá (Standardized Coefficients Beta) cho ta biết tầm quan trọng của từng biến độc lập đối với biến phụ thuộc. Cụ thể:
- Giá trị hồi quy chuẩn hoá của biến Thương hiệu ảnh hưởng 13.6% đến năng
lực cạnh tranh.
- Giá trị hồi quy chuẩn hoá của biến Cơ sở vật chất ảnh hưởng 5.7% đến năng
lực cạnh tranh.
NLCT = -0.630 + 0.095*[TH] + 0.031*[CSVC] + 0.186*[SPDV] + 0.095 *[DNNV] + 0.146*[CLPV] + 0.610 *[VS]
- Giá trị hồi quy chuẩn hoá của biến Sản phẩm/dịch vụ ảnh hưởng 13.6% đến năng lực cạnh tranh.
- Giá trị hồi quy chuẩn hoá của biến Đội ngũ nhân viên ảnh hưởng 12.4% đến năng lực cạnh tranh.
- Giá trị hồi quy chuẩn hoá của biến Chất lượng phục vụ ảnh hưởng 19.1% đến năng lực cạnh tranh.
- Giá trị hồi quy chuẩn hoá của biến Vệ sinh ảnh hưởng 48.3% đến năng lực cạnh tranh.
Từ những phân tích trên ta có thể kết luận mô hình lý thuyết thích hợp với dữ
liệu nghiên cứu và các giả thuyết nghiên cứu được chấp nhận (H1, H2, H3, H4, H5, H6). Kết quả kiểm định mô hình lý thuyết được minh họa qua hình sau:
Hình 2.4 Mô hình chính thức vềnăng lực cạnh tranh của bộ phận Banquet – Khách sạn The Reverie Saigon
(Nguồn: Tác giả tựđề xuất)
Từ hệ số beta, ta thấy rằng biến vệ sinh có tác động mạnh nhất đến năng lực cạnh tranh vì khi khách sạn có được không gian thông thoáng, sạch sẽ; ẩm thực đảm bảo vệsinh và nhân viên mặc đẹp, gọn gàng sẽ một phần thu hút khách hàng đến sử
dụng dịch vụ của mình nhiều hơn. Ngoài ra, các quản lý cũng cần quan tâm đến sự ảnh hưởng của thương hiệu, cơ sở vật chất, sản phẩm/dịch vụ, đội ngũ nhân viên,
chất lượng phục vụđể nâng cao năng lực cạnh tranh của bộ phận Banquet tại khách
sạn The Reverie Saigon.
Đánh giá mức độphù hợp của mô hình nghiên cứu
Đội ngũ nhân viên
Vệ sinh Chất lượng phục vụ Năng lực cạnh tranh Cơ sở vật chất Sản phẩm/dịch vụ Thương hiệu
Để đánh giá mức độphù hợp của mô hình hồi quy, ta dùng hệ sốxác định R2 hiệu chỉnh (Bảng 2.21).
Bảng 2.21 Đánh giá mức độphù hợp của mô hình hồi quy Mô hình R R2 R2 hiệu chỉnh Dựbáo độ lệch chuẩn Hệ số Durbin- Watson 1 .736a .542 .523 .46518 1.558 Dựđoán: (Hằng số), TH, CSVC, SPDV, DNNV, CLPV, VS Biến phụ thuộc: NLCT (Nguồn: Phân tích dữ liệu SPSS) Qua bảng 2.20 , ta thấy hệ số R2 hiệu chỉnh là 0.523. Hệ số R2 hiệu chỉnh nhỏ hơn R2 vì vậy dùng hệ số R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ an
toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình chứng tỏ mô hình
hồi quy là phù hợp để giải thích các biến Thương hiệu, Cơ sở vật chất, Sản phẩm/dịch vụ, Đội ngũ nhân viên, Chất lượng phục vụ, Vệ sinh tác động đến năng
lực cạnh tranh
Ý nghĩa của hệ số R2 hiệu chỉnh là 52.3% sự biến thiên của năng lực cạnh
tranh được giải thích bởi 6 biến độc lập đưa ra trong mô hình.
Chỉ số Durbin – Watson = 1.558 < 4 nên không có hiện tượng tựtương quan
trong phần dư.
Kiểm định độphù hợp của mô hình ANOVA
Bảng 2.22 Bảng kiểm định độphù hợp của mô hình ANOVA ANOVA Y Tổng bình phương Df Bình phương trung bình F Sig. Hồi quy 36.671 6 6.112 28.244 .000b Phần dư 30.944 143 .216 Tổng 67.616 149 (Nguồn: Phân tích dữ liệu SPSS)
Từ kết quả kiểm định độphù hợp của mô hình (bảng 2.21), ta thấy giá trị F là
28.244 và có mức ý nghĩa rất nhỏ 0.00 nhỏ hơn 0.05 nên các thành phần này có
tương quan đủ mạnh và có ý nghĩa thống kê khi đưa vào mô hình phân tích. Hay nói cách khác, mô hình đưa ra là phù hợp với dữ liệu và các biến độc lập trong mô hình có thể giải thích được sựthay đổi của biến phụ thuộc.
Kiểm định b ng biểu đồ Histogram
Hình 2.5 Biểu đồ tần số của phần dƣ chuẩn hóa
(Nguồn: Phân tích dữ liệu SPSS)
Trong biểu đồ Histogram phần dư chuẩn hóa cho thấy phân phối của phần dư
xấp xỉ chuẩn (có giá trị trung bình xấp xỉ bằng 0 và độ lệch chuẩn là 0.980 xấp xỉ
bằng 1). Do đó, có thể kết luận rằng giả định về phân phối chuẩn của phần dư không bị vi phạm.
Hình 2.6 Biểu đồ phân tán phần dƣ và giá trị dự đoán của mô hình hồi quy tuyến tính
(Nguồn: Phân tích dữ liệu SPSS)
Biểu đồ phân tán giữa các phần dư và các giá trị dự đoán mà mô hình hồi quy tuyến tính (Hình 2.12) cho ta thấy các giá trị phần dư phân tán một cách ngẫu nhiên
trong một vùng xung quanh đường đi qua tung độ 0 chứng tỏ rằng giả định liên hệ
tuyến tính không bị vi phạm.