4.3.4.1. Kiểm định mô hình nghiên cứu
Mô hình nghiên cứu và các giả thuyết sẽ được kiểm định thông qua phân tích hồi quy. Phương trình hồi quy bội giúp xác định tác động của các nhân tố ảnh hưởng (biến độc lập) đến sự hài lòng của khách du lịch (biến phụ thuộc). Bảng 4.23 cho thấy giá trị hệ số R2 hiệu chỉnh bằng 0,572, có nghĩa là mô hình hồi quy giải thích được 57,2% sự biến thiên của biến phụ thuộc.
Bảng 4.33: Chỉ tiêu đánh giá độ phù hợp của mô hình
R R2 R2 hiệu
chỉnh Độ lệch chuẩnước lượng R2 thay đổi F thay đổi thay đổiSig. F
0,762 0,581 0,572 0,50199 0,581 64,626 0,000
Nguồn: Phụ lục 4
Theo kết quả phân tích phương sai (ANOVA) tại bảng 4.24, giá trị thống kê F = 64,626 tại mức ý nghĩa (Sig.) = 0,000 < 0,05 nên có thể kết luận rằng mô hình đưa ra phù hợp với dữ liệu thực tế.
Bảng 4.34: Phân tích phương sai (ANOVA) mô hình hồi quy
Mô hình Tổng bìnhphýõng Ðộ tự do(df) Trung bình củabình phýõng Giá trị kiểmðịnh (F) Mức ý nghĩa(Sig.) 1
Hồi quy 97,712 6 16,285 64,626 ,000
Phần dý 70,558 280 0,252
Tổng 168,269 286
Nguồn: Phụ lục 4
Kết quả hồi quy tại bảng 4.25 cho thấy 6 biến độc lập F1, F2, F3, F4, F5, F6 có mức ý nghĩa (Sig.) nhỏ hơn 0,05, chứng tỏ các biến độc lập F1, F2, F3, F4, F5, F6
tương quan có ý nghĩa thống kê với biến phụ thuộc Y ở mức ý nghĩa 5%. Hệ số phóng đại phương sai (VIF) đều nhỏ hơn 10. Do đó, không có hiện tượng đa cộng tuyến.
Bảng 4.35: Các thông số của mô hình hồi quy bội
Biến
Hệ số hồi quy chưa
chuẩn hóa Hệ số hồi quychuẩn hóa Giá trị kiểm định Mức ý nghĩa Sig. Độ phóng đại phương sai (VIF)
B Sai sốchuẩn Beta
Hằng số 0,414 0,190 2,176 0,030 F1 0,094 0,046 0,098 2,019 0,044 1,558 F2 0,548 0,054 0,553 10,192 0,000 1,969 F3 0,059 0,041 0,070 3,433 0,001 1,585 F4 0,039 0,040 0,043 3,962 0,000 1,346 F5 0,178 0,053 0,173 3,388 0,001 1,750 F6 0,028 0,043 0,035 3,659 0,000 1,919 Nguồn: Phụ lục 4
Kiểm tra giả định về phân phối phần dư chuẩn hóa cho thấy: Độ lệch chuẩn bằng 0,989 xấp xỉ bằng 1 và giá trị trung bình xấp xỉ bằng 0 (hình 4.1), do đó giả thuyết phân phối chuẩn của phần dư trong mô hình không vi phạm.
Hình 4.9: Biểu đồ tần số của phần dư chuẩn hóa Histogram
Nguồn: Phụ lục 4
Biểu đồ P-P Plot (hình 4.2) cho thấy các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên ta kết luận giả thuyết phân phối chuẩn không vi phạm.
Hình 4.10: Biểu đồ P-P Plot
Nguồn: Phụ lục 4
Kết quả hình 4.3 cho thấy, phần dư chuẩn hóa đã phân tán ngẫu nhiên trên đồ thị, không tạo thành hình dạng nhất định nào. Như vậy, giá trị dự đoán của phần dư độc lập nhau và phương sai của phần dư không đổi. Mô hình hồi quy là phù hợp. Do đó, mô hình hồi quy tuyến tính được xây dựng không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Hình 4.11: Biểu đồ Scatterplot
4.3.4.2. Phương trình hồi quy tuyến tính
Từ kết quả hồi quy đa biến, phương trình hồi quy tuyến tính đo lường mức độ hài lòng của khách du lịch (Y) tại Khu du lịch Đất Mũi tỉnh Cà Mau được xác định như sau:
Y = 0,414 + 0,094F1 + 0,548F2+0,059F3+0,039F4+ 0,178F5 + 0,028F6 + (4.1) Hay Sự hài lòng của khách du lịch = 0,414 + 0,094*Sự đảm bảo + 0,548*Phương tiện hữu hình + 0,059*Sự tin cậy + 0,039*Sự đồng cảm + 0,178*Khả năng đáp ứng + 0,028*Phương tiện hữu hình sinh thái + (4.2).
Sáu nhân tố ảnh hưởng đến sự hài lòng của khách du lịch có ý nghĩa thống kê trong mô hình nghiên cứu được sắp xếp theo mức độ ảnh hưởng từ cao đến thấp như sau: (1) Phương tiện hữu hình; (2) Khả năng đáp ứng (3) Sự đảm bảo; (4) Sự tin cậy; (5) Sự đồng cảm; (6) Phương tiện hữu hình sinh thái;