của khách du lịch tại Khu du lịch Đất Mũi tỉnh Cà Mau 4.3.1. Kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha
Thang đo được đánh giá độ tin cậy thông qua hệ số Cronbach’s Alpha. Hệ số Cronbach’s Alpha được sử dụng để loại các biến không phù hợp. Thang đo được đánh giá là tốt khi hệ số Cronbach’s Alpha tổng thể lớn hơn 0,6 và hệ số tương quan biến tổng của các biến quan sát lớn hơn 0,3 (Nguyễn Đình Thọ, 2011) [27]..
4.3.1.1. Kiểm định độ tin cậy thang đo “Phương tiện hữu hình sinh thái”
Giá trị Cronbach’s Alpha tổng thể của thang đo “Phương tiện hữu hình sinh thái” là 0,896 > 0,6 và tất cả các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3 (hệ số nhỏ nhất là 0,888 - biến ECO2 và ECO3) nên thang đo “Phương tiện hữu hình sinh thái” đảm bảo độ tin cậy, còn lại đủ 3 biến quan sát là ECO1, ECO2, ECO3 (bảng 4.10).
Bảng 4.20: Kiểm định thang đo “Phương tiện hữu hình sinh thái”
Ký hiệu biến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến ECO1 7,34 3,657 0,895 0,891 ECO2 7,34 3,690 0,888 0,895 ECO3 7,35 3,681 0,888 0,895 Cronbach’s Alpha = 0,896 Nguồn: Phụ lục 4
4.3.1.2. Kiểm định độ tin cậy thang đo “Sự đảm bảo”
Giá trị Cronbach’s Alpha của thang đo “Sự đảm bảo” là 0,894 > 0,6 và tất cả các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3 (hệ số nhỏ nhất là 0,871 - biến ASS1 và ASS5) nên thang đo “Sự đảm bảo” đảm bảo độ tin cậy, còn đủ 5 biến quan sát là ASS1, ASS2, ASS3, ASS4, ASS5.
Bảng 4.21: Kiểm định thang đo “Sự đảm bảo”
Ký hiệu biến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến ASS1 15,32 10,316 0,871 0,895 ASS2 15,31 10,229 0,892 0,892 ASS3 15,30 10,233 0,888 0,892 ASS4 15,31 10,272 0,892 0,892 ASS5 15,33 10,242 0,871 0,895 Cronbach’s Alpha = 0,894 Nguồn: Phụ lục 4
4.3.1.3. Kiểm định độ tin cậy thang đo “Sự tin cậy”
Giá trị Cronbach’s Alpha của thang đo “Sự tin cậy” là 0,806 > 0,6 và các biến REL1, REL2, REL3, REL4 đều có hệ số tương quan biến - tổng lớn hơn 0,3; Riêng biến REL5 có hệ số tương quan biến - tổng nhỏ hơn 0,3 (bị loại khỏi mô hình). Thang đo “Sự tin cậy” đảm bảo độ tin cậy, chỉ còn 4 biến quan sát là REL1, REL2, REL3, REL4.
Bảng 4.22: Kiểm định thang đo “Sự tin cậy”
Ký hiệu biến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến REL1 15,10 9,135 0,850 0,848 REL2 15,11 9,145 0,848 0,849 REL3 15,10 9,149 0,850 0,848 REL4 15,13 9,191 0,848 0,849 REL5 15,10 13,227 0,175 0,898 Cronbach’s Alpha = 0,806 Nguồn: Phụ lục 4
4.3.1.4. Kiểm định độ tin cậy thang đo “Khả năng đáp ứng”
Giá trị Cronbach’s Alpha của thang đo “Khả năng đáp ứng” là 0,849 > 0,6 và tất cả các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3 (hệ số nhỏ nhất là 0,533 - biến RES3) nên thang đo “Khả năng đáp ứng” đảm bảo độ tin cậy,
còn lại đủ 4 biến quan sát là RES1, RES2, RES3, RES4.
Bảng 4.23: Kiểm định thang đo “Khả năng đáp ứng”
Ký hiệu biến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến RES1 10,89 4,951 0,787 0,764 RES2 10,85 5,470 0,639 0,828 RES3 11,06 5,775 0,533 0,872 RES4 10,86 4,856 0,806 0,755 Cronbach’s Alpha = 0,849 Nguồn: Phụ lục 4
4.3.1.5. Kiểm định độ tin cậy thang đo “Sự đồng cảm”
Giá trị Cronbach’s Alpha tổng thể của thang đo “Sự đồng cảm” là 0,819 > 0,6 và tất cả các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3 (hệ số nhỏ nhất là 0,518 - biến EMP4), nên thang đo “Sự đồng cảm” đảm bảo độ tin cậy, còn lại đủ 4 biến quan sát EMP1, EMP2, EMP3, EMP4.
Bảng 4.24: Kiểm định thang đo “Sự đồng cảm”
Ký hiệu biến thang đo nếuTrung bình loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến EMP1 11,47 5,410 0,823 0,856 EMP2 11,49 5,362 0,829 0,854 EMP3 11,47 5,334 0,831 0,853 EMP4 11,55 6,554 0,518 0,892 Cronbach’s Alpha = 0,819 Nguồn: Phụ lục 4
4.3.1.6. Kiểm định độ tin cậy thang đo “Phương tiện hữu hình”
Giá trị Cronbach’s Alpha tổng thể của thang đo “Phương tiện hữu hình” là 0,805 > 0,6 và tất cả các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3 (hệ số nhỏ nhất là 0,625 - biến TAN3) nên thang đo “Phương tiện hữu hình” đảm bảo độ tin cậy, còn đủ 8 biến quan sát là TAN1, TAN2, TAN3, TAN4, TAN5, TAN6, TAN7, TAN8.
Ký hiệu biến thang đo nếuTrung bình loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến TAN1 25,61 29,945 0,696 0,893 TAN2 25,75 29,495 0,708 0,892 TAN3 25,60 31,493 0,625 0,899 TAN4 25,62 30,090 0,710 0,892 TAN5 26,08 28,699 0,720 0,891 TAN6 25,82 30,571 0,663 0,896 TAN7 26,03 28,817 0,724 0,891 TAN8 25,85 29,699 0,737 0,889 Cronbach’s Alpha = 0,805 Nguồn: Phụ lục 4
4.3.1.7. Kiểm định độ tin cậy thang đo “Sự hài lòng”
Giá trị Cronbach’s Alpha của thang đo “Sự hài lòng” của khách du lịch là 0,784 > 0,6 và tất cả các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3 (hệ số nhỏ nhất là 0,586 - biến SAT3) nên thang đo “Sự hài lòng” đảm bảo độ tin cậy, còn đủ 3 biến quan sát là SAT1, SAT2, SAT3.
Bảng 4.26: Kiểm định thang đo “Sự hài lòng” của khách du lịch
Ký hiệu biến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach’s Alpha nếu loại biến SAT1 7,48 2,641 0,603 0,727 SAT2 7,46 2,438 0,679 0,644 SAT3 7,34 2,629 0,586 0,746 Cronbach’s Alpha = 0,784 Nguồn: Phụ lục 4
4.3.2. Phân tích nhân tố khám phá (EFA)
Sau khi đã kiểm định độ tin cậy của thang đo, nghiên cứu tiếp tục kiểm định giá trị của thang đo bằng kỹ thuật phân tích nhân tố khám phá (EFA). Các trị số cơ bản cần thỏa mãn gồm: giá trị Eigenvalue tối thiểu bằng 1; Với cỡ mẫu nghiên cứu của đề tài là 289, theo Nguyễn Đình Thọ (2011) [27]. thì hệ số tải nhân tố tối thiểu bằng 0,55 (do quy mô mẫu trong phạm vi từ 100 đến 350); Kiểm định 0,5 < KMO <
1, kiểm định Bartlett phải có Sig. <0,05; Tổng phương sai trích > 50%.
4.3.2.1. Phân tích EFA thang đo các nhân tố ảnh hưởng đến sự hài lòng
Bảng 4.17 cho thấy hệ số 0,5 < KMO = 0,865 < 1 thỏa mãn điều kiện kiểm định, nên phân tích EFA là phù hợp cho dữ liệu thực tế. Kiểm định Bartlett có Sig. = 0,000 < 0,05 nên các biến quan sát có tương quan tuyến tính với yếu tố đại diện.
Bảng 4.27: Kiểm định KMO, Bartlett thang đo các nhân tố ảnh hưởng đến sự hài lòng của khách du lịch
Kiểm định Kaiser-Meyer-Olkin (KMO) 0,865
Kiểm định Bartlett's Hệ số Chi bình phương 15.055,803
Độ tự do 378
Mức ý nghĩa (Sig.) 0,000
Nguồn: Phụ lục 4
Phương sai trích là 82,163%, tương ứng với hệ số Eigenvalue = 1,138 > 1 (bảng 4.18), nghĩa là các nhân tố rút ra giải thích 82,163% biến thiên của dữ liệu.
Bảng 4.28: Phương sai trích các nhân tố ảnh hưởng đến ảnh hưởng đến sự hài lòng của khách du lịch
Yếu tố Giá trị Eigenvalues
Tổng bình phương giá trị quay của hệ số tải
Tổng phương sai % Lũy kế% của Tổng phương sai % Lũy kế% của
1 12,768 45,599 45,599 4,986 17,807 17,807 2 2,916 10,415 56,014 4,953 17,690 35,498 3 2,321 8,288 64,302 4,028 14,387 49,885 4 1,981 7,074 71,375 3,355 11,982 61,867 5 1,882 6,722 78,098 2,873 10,260 72,126 6 1,138 4,065 82,163 2,810 10,036 82,163 Nguồn: Phụ lục 4
Bảng 4.19 trình bày các biến quan sát có hệ số tải nhân tố lớn hơn 0,55. Biến quan sát EMP4 bị loại ra do có hệ số tải nhân tố nhỏ hơn 0,55. Như vậy, từ 29 biến quan sát ban đầu, sau phân tích EFA còn lại 27 biến quan sát được gộp vào 6 nhân tố ảnh hưởng đến sự hài lòng của khách du lịch.
lòng của khách du lịch
Stt Biến quan sát Nhân tố
1 2 3 4 5 6 1 ECO1 0,853 2 ECO2 0,845 3 ECO3 0,858 4 ASS1 0,910 5 ASS2 0,922 6 ASS3 0,918 7 ASS4 0,924 8 ASS5 0,918 9 REL1 0,918 10 REL2 0,919 11 REL3 0,914 12 REL4 0,921 13 RES1 0,824 14 RES2 0,648 15 RES3 0,651 16 RES4 0,823 17 EMP1 0,930 18 EMP2 0,936 19 EMP3 0,933 20 TAN1 0,696 21 TAN2 0,771 22 TAN3 0,603 23 TAN4 0,667 24 TAN5 0,736 25 TAN6 0,629 26 TAN7 0,755 27 TAN8 0,701 Nguồn: Phụ lục 4
ASS5 thuộc thang đo “Sự đảm bảo” qua phân tích EFA vẫn giữ nguyên 5 biến quan sát; Giữ nguyên tên cho nhân tố này là “Sự đảm bảo”.
Nhân tố 2 (F2), ban đầu gồm 8 biến quan sát: TAN1, TAN2, TAN3, TAN4, TAN5, TAN6, TAN7, TAN8 thuộc thang đo “Phương tiện hữu hình”, qua phân tích EFA vẫn giữ nguyên 8 biến quan sát; Giữ nguyên tên cho nhân tố này là “Phương tiện hữu hình”.
Nhân tố 3 (F3), ban đầu gồm 5 biến quan sát: REL1, REL2, REL3, REL4, REL5 thuộc thang đo “Sự tin cậy”, qua phân tích EFA loại bỏ biến REL5, còn lại 4 biến là REL1, REL2, REL3, REL4; Giữ nguyên tên cho nhân tố này là “Sự tin cậy”. Nhân tố 4 (F4), ban đầu bao gồm 4 biến quan sát: EMP1, EMP2, EMP3, EMP4, thuộc thang đo “Sự đồng cảm”, qua phân tích EFA loại bỏ biến EMP4, còn lại 3 biến quan sát là EMP1, EMP2, EMP3; Giữ nguyên tên cho nhân tố này là “Sự đồng cảm”.
Nhân tố 5 (F5), ban đầu bao gồm 4 biến quan sát: RES1, RES2, RES3, RES4 thuộc thang đo “Khả năng đáp ứng”, qua phân tích EFA vẫn giữ nguyên 4 biến quan sát; Giữ nguyên tên cho nhân tố này là “Khả năng đáp ứng”.
Nhân tố 6 (F6), ban đầu bao gồm 3 biến quan sát: ECO1, ECO2, ECO3 thuộc thang đo “Phương tiện hữu hình sinh thái”, qua phân tích EFA vẫn giữ nguyên 3 biến quan sát; Giữ nguyên tên cho nhân tố này là “Phương tiện hữu hình sinh thái”.
4.3.2.2. Phân tích EFA thang đo “Sự hài lòng” của khách du lịch
Kết quả phân tích tại bảng 4.20 cho thấy, hệ số 0,5 < KMO = 0,689 < 1 nên phân tích yếu tố (EFA) là phù hợp cho dữ liệu thực tế. Kiểm định Bartlett có Sig. = 0,000 < 0,05 nên các biến quan sát có tương quan tuyến tính với yếu tố đại diện.
Bảng 4.30: Kiểm định KMO, Bartlett thang đo “Sự hài lòng” của khách du lịch
Kiểm định Kaiser-Meyer-Olkin (KMO) 0,689
Kiểm định Bartlett's Hệ số Chi bình phương 249,340
Độ tự do 3
Mức ý nghĩa (Sig.) 0,000
Nguồn: Phụ lục 4
lịch không có sự thay đổi sau khi phân tích nhân tố khám phá.
Bảng 4.31: Kết quả phân tích EFA thang đo “Sự hài lòng” của khách du lịch
Tên yếu tố Biến quan sát Nhân tố
1 Sự hài lòng chung của khách du lịch SAT1SAT2 0,8240,871
SAT3 0,811
Nguồn: Phụ lục 4
4.3.3. Phân tích tương quan giữa các biến trong mô hình nghiên cứu
Xem xét mối tương quan tuyến tính giữa các yếu tố ảnh hưởng (biến độc lập) đến sự hài lòng của khách du lịch (biến phụ thuộc) thông qua ma trận tương quan với giá trị kiểm định là hệ số tương quan Pearson.
Bảng 4.32: Ma trận hệ số tương quan giữa các biến trong mô hình nghiên cứu
F1 F2 F3 F4 F5 F6 Y
F1 Hệ số tương quan Pearson 1 Sig. (2 đuôi)
F2 Hệ số tương quan Pearson 0,557** 1
Sig. (2 đuôi) 0,000
F3 Hệ số tương quan Pearson 0,380** 0,491** 1
Sig. (2 đuôi) 0,000 0,000
F4 Hệ số tương quan Pearson 0,360** 0,453** 0,359** 1 Sig. (2 đuôi) 0,000 0,000 0,000
F5 Hệ số tương quan Pearson 0,411** 0,527** 0,421** 0,388** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000
F6 Hệ số tương quan Pearson 0,450** 0,511** 0,544** 0,333** 0,587** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000 0,000
Y Hệ số tương quan Pearson 0,506** 0,735** 0,450** 0,412** 0,533** 0,447** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000 0,000 0,000
**: Có ý nghĩa thống kê ở mức ý nghĩa 1%
Nguồn: Phụ lục 4
Giả thuyết H0 của kiểm định này cho rằng không có sự tương quan giữa hai biến. Nếu Sig. < 0,05 thì bác bỏ H0, nghĩa là hệ số tương quan giữa hai biến có ý nghĩa thống kê. Nếu Sig. > 0,05 thì chấp nhận giả thuyết H0, nghĩa là hệ số tương
quan giữa hai biến không có ý nghĩa thống kê. Bảng 4.22 cho thấy “Sự hài lòng” của khách du lịch (Y) có tương quan tuyến tính với cả 6 biến độc lập gồm: F1 (Sự đảm bảo), F2 (Phương tiện hữu hình), F3 (Sự tin cậy), F4 (Sự đồng cảm), F5 (Khả năng đáp ứng), F6 (Phương tiện hữu hình sinh thái) vì đều có Sig. < 0,05.
4.3.4. Phân tích hồi quy tuyến tính
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