Trên cơ sở thang đo các nhân tố ảnh hưởng đến Ý định chọn homestay đã được xem xét mối tương quan tuyến tính, tác giả tiếp tục sử dụng phân tích hồi quy để thấy mối quan hệ giữa các nhân tố ảnh hưởng đến Ý định chọn homestay của du khách khi du lịch Vũng Tàu. Biến phụ thuộc là Ý định chọn homestay và biến độc lập là các biến đã hình thành từ phân tích EFA trước đó. Phương trình hồi qui tuyến tính đa biến được thực hiện trên phần mềm SPSS phiên bản 20.0. Tác giả sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt (Enter). Như vậy thành phần TD, CQ, PT, KT, QC là biến độc lập và YD là biến phụ thuộc sẽ được đưa vào thực hiện hồi quy cùng một lúc.
Kết quả phân tích cho thấy: Giá trị R2 lớn hơn giá trị R2 hiệu chỉnh, nhưng việc sử dụng R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ chính xác hơn giá trị R2 vì nó không thổi phồng mức độ phù hợp của mô hình. Do vậy, nghiên cứu sử dụng giá trị R2 hiệu chỉnh để đánh giá sự phù hợp của mô hình nghiên cứu. Kết quả mô hình hồi quy giá trị R2 hiệu chỉnh là 0,617, hệ số này cho biết hàm hồi quy sẽ giải thích được 61,7% sự biến thiên của biến phụ thuộc theo các biến độc lập, đây là mức giải thích khá tốt (> 50%), ta có thể kết luận mô hình là phù hợp.
Bảng 4.8: Mức độ giải thích mô hình Mô
hình
R R2 R2 hiệu chỉnh
Sai số chuẩn ước lượng
Durbin-Watson
1 0,790a 0,624 0,617 0,23495400 1,959
a. Biến quan sát: (Hằng số), QC, PT, TD, CQ, KT b. Biến phụ thuộc: YD
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
4.5.2.2. Kiểm định sự phù hợp mô hình
Kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Sử dụng kiểm định F để kiểm định giả thuyết H0: B1=B2=...=Bn= 0, nếu giả thuyết này bị bác bỏ thì ta có thể kết luận mô hình ta xây dựng phù hợp.
Kết quả bảng 4.9 cho thấy giá trị F = 81,159 và mức ý nghĩa Sig. = 0,000 < 0,05 ta có thể bác bỏ giả thuyết H0 cho rằng mô hình không phù hợp. Như vậy, mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.
Bảng 4.9: ANOVA Mô hình Tổng các bình phương df Trung bình bình phương F Sig. 1 Hồi quy 22,401 5 4,480 81,159 0,000b Phần dư 13,470 244 0,055 Tổng 35,871 249 a. Biến phụ thuộc: YD b. Biến quan sát: (Hằng số), QC, PT, TD, CQ, KT
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
4.5.2.3. Kết quả hồi quy
Kết quả hồi quy tuyến tính bảng 4.10 cho thấy 5/5 biến độc lập TD, CQ, PT, KT, QC đều có giá trị Sig. < 0,05 có ý nghĩa thống kê và hệ số hồi quy chuẩn hóa (β) đều mang dấu dương nghĩa là có ảnh hưởng tích cực với biến phụ thuộc YD.
Bảng 4.10: Kết quả hồi quy
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
1 (Hằng số) 0,362 0,195 1,858 0,064 TD 0,307 0,042 0,342 7,255 0,000 0,694 1,441 CQ 0,122 0,026 0,212 4,709 0,000 0,758 1,318 PT 0,089 0,037 0,100 2,431 0,016 0,908 1,101 KT 0,252 0,044 0,286 5,755 0,000 0,625 1,600 QC 0,171 0,044 0,170 3,925 0,000 0,822 1,217
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
a. Biến phụ thuộc: YD
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Tầm quan trọng của các biến lập TD, CQ, PT, KT, QC đối với biến YD được xác định căn cứ vào hệ số Beta mà cụ thể là hệ số Beta chuẩn hóa. Nếu giá trị tuyệt đối của hệ số Beta chuẩn hóa của nhân tố nào càng lớn thì càng ảnh hưởng quan trọng đến ý định chọn homestay. Do đó, ảnh hưởng quan trọng nhất đến sự ý định chọn homestay là nhân tố Thái độ (β1 = 0,342), đứng thứ hai là nhân tố Tính kinh tế (β4 = 0,286), đứng thứ ba là nhân tố Chuẩn chủ quan (β2 = 0,212), kế đến là nhân tố Quảng cáo (β5 = 0,170), cuối cùng là nhân tố Phương tiện hữu hình (β3 = 0,100).
Kết quả mô hình hồi quy chưa được chuẩn hóa như sau:
YD = 0,362 + 0,307TD + 0,122CQ + 0,089PT + 0,252KT + 0,171QC
Sau khi chuẩn hóa, xác định được mô hình các nhân tố tác động đến ý định chọn hometsay làm nơi lưu trú khi du lịch Vũng Tàu là:
YD = 0,342TD + 0,212CQ + 0,100PT + 0,286KT + 0,170QC
4.5.2.3. Kiểm tra sự vi phạm các giả định của mô hình hồi qui
- Giả định liên hệ tuyến tính
Đồ thị phân tán phần dư chuẩn hóa (Hình 4.1) cho thấy các phần dư được phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0. Nghĩa là, phần dư chuẩn hóa
không tuân theo một qui luật (hình dạng) nào. Vì thế, có cơ sở để khẳng định giả định liên hệ tuyến tính không vi phạm.
Hình 4.1: Đồ thị phân tán phần dư chuẩn hóa
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
- Giả định không có tương quan giữa các phần dư
Đại lượng thống kê Durbin-Watson (d) dùng để kiểm định tương quan của phần dư. Khi tiến hành kiểm định Durbin-Watson, nếu giá trị d trong miền chấp nhận giả thuyết 1 < d < 3 thì mô hình không có tự tương quan. Kết quả ở bảng 4.8 cho thấy hệ số Durbin – Watson có già trị bằng 1,959 lớn hơn 1 và nhỏ hơn 3. Như vậy, có thể kết luận không có hiện tượng tương quan giữa các phần dư xảy ra trong mô hình.
Kết quả xây dựng biểu đồ tần số Histogram (hình 4.2) cho thấy, phần dư với giá trị trung bình gần bằng 0 và độ lệch chuẩn Std.Dev = 0,990 (xấp xỉ bằng 1) chứng tỏ giả thuyết phần dư có phân phối chuẩn không bị vi phạm. Ngoài ra biểu đồ Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số, nên có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Biểu đồ P-P plot (hình 4.3) cũng cho thấy các điểm quan sát không phân tán quá xa đường kỳ vọng mà tập trung khá sát nên có thể kết luận là giả định phần dư có phân phối chuẩn không bị vi phạm.
Hình 4.2: Biểu đồ tần số của các phần dư chuẩn hóa
Hình 4.3: Biểu đồ tần số P-P plot của phần dư chuẩn hóa
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
− Giả định phương sai của phần dư không đổi
Để thực hiện kiểm định này, tác giả sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Biến giá trị tuyệt đối phần dư được ký hiệu là ABS_RES. Giá trị sig. của các hệ số tương quan hạng Spearman đều lớn hơn 0,05 cho thấy ta không đủ cơ sở để bác bỏ giả thuyết H0 là giá trị tuyệt đối của phần dư độc lập với các biến độc lập. Như vậy, giả định về phương sai của sai số không đổi không bị vi phạm.
Bảng 4.11: Ma trận tương quan hạng Spearman TD CQ PT KT QC ABS_RES TD Hệ số tương quan 1 Sig. (2 đuôi) CQ Hệ số tương quan 0,392 ** 1 Sig. (2 đuôi) 0,000 PT Hệ số tương quan 0,233 ** 0,229** 1 Sig. (2 đuôi) 0,000 0,000 KT Hệ số tương quan 0,541 ** 0,405** 0,282** 1 Sig. (2 đuôi) 0,000 0,000 0,000 QC Hệ số tương quan 0,222 ** 0,321** 0,161** 0,381** 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000 ABS_RE S Hệ số tương quan -0,082 -0,061 -0,067 0,064 -0,088 1 Sig. (2 đuôi) 0,196 0,335 0,295 0,316 0,166
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
- Giả định không có đa cộng tuyến
Phần phân tích hệ số tương quan ở trên, ta đã thấy rằng giữa biến phụ thuộc có quan hệ tương quan khá rõ với các biến độc lập nhưng ta cũng thấy được giữa các biến độc lập cũng có tương quan với nhau. Điều này sẽ tạo ra khả năng đa cộng tuyến của mô hình. Vì vậy, cần phải dò tìm hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (Variance inflation factor - VIF). Với hệ số VIF của tất cả các biến độc lập trong mô hình bảng 4.10 nhỏ hơn 10 cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau ta có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Như vậy mô hình hồi quy tuyến tính được xây dựng theo phương trình ở trên là không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Ở kiểm định F đề tài đã kết luận mô hình tổng thể có ý nghĩa, điều này có nghĩa là có ít nhất 1 biến độc lập trong mô hình có thể giải thích được một cách có ý nghĩa cho biến thiên trong biến phụ thuộc. Tuy nhiên điều này không có nghĩa là các biến độc lập được đưa vào mô hình đều có ý nghĩa, để xác định biến độc lập nào có ý nghĩa cần kiểm định các giả thuyết:
H1: Thái độ có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu. Thành phần Thái độ có β1 = 0,342; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H2: Chuẩn chủ quan có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu. Thành phần Chuẩn chủ quan có β2 = 0,212; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H3: Phương tiện hữu hình có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu. Thành phần Phương tiện hữu hình có β3 = 0,100; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H4: Tính kinh tế có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu. Thành phần Tính kinh tế có β4 = 0,286; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
H5: Quảng cáo có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu. Thành phần Quảng cáo làm việc có β5 = 0,170; sig = 0,000 < 0,05 nên giả thuyết này được chấp nhận ở mức ý nghĩa 5%.
Bảng 4.12: Tổng hợp kết quả kiểm định giả thuyết nghiên cứu
Nhân tố Giả thuyết
Nội dung Kết luận
Thái độ H1 Thái độ có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu.
Chấp nhận
Chuẩn chủ quan
H2 Chuẩn chủ quan có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu.
Chấp nhận
Phương tiện hữu hình
H3 Phương tiện hữu hình có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu.
Chấp nhận
Tính kinh tế H4 : Tính kinh tế có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu.
Chấp nhận
Quảng cáo H5 Quảng cáo có ảnh hưởng tích cực đến ý định chọn homestay làm nơi lưu trú của du khách nội địa khi du lịch Vũng Tàu.
Chấp nhận
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)