Từ kết quả phân tích nhân tố khám phá ta xác định đƣợc 6 nhân tố sử dụng trong mô hình hồi quy. Phƣơng trình hồi qui đa biến có dạng nhƣ sau:
Y = β0 + β1F1 + β2F2 + β3F3 + β4F4 + β5F5 + β6F6 + ei Trong đó:
Biến phụ thuộc Y (sự hài lòng). Biến độc lập:
+ F1: Nhóm nhân tố điều kiện an ninh, an toàn. + F2: Nhóm nhân tố mứcđộ đáp ứng.
+ F3: Nhóm nhân tố năng lực phục vụ và sự đồng cảm. + F4: Nhóm nhân tố cơ sở vật chất phục vụ du lịch. + F5: Nhóm nhân tố chất lƣợng sản phẩm dịch vụ. + F6: Nhóm nhân tố mức hợp lý của chi phí. + ei : sai số.
+ βi : trọng số.
Tính giá trị trung bình của mỗi nhóm nhân tố chung nhằm làm cơ sở chạy phƣơng trình hồi quy tuyến tính đa biến với biến Y là giá trị trung bình của nhóm nhân tố hài lòng của du khách trong phân tích nhân tố ở trên và là mức độ hài lòng của tổng thể của du khách khi đi du lịch sinh thái tại Vĩnh Long.
Sử dụng Excel để tính giá trị trung bình của từng nhóm nhân tố chung. Công thức cụ thể nhƣ sau:
GTTB (F1) = (0,8*giá trị X1 + 0,807*giá trị X2 + 0,717*giá trị X3 + 0,739*giá trị X4 +0,73*giá trị X4)/5
GTTB (F2) = (0,802* giá trị X6 + 0,808*giá trị X7 + 0,865* gía trị X8 + 0,846 * gía trị X9 + 0829*giá trị X10)/5
GTTB (F3) = (0,808*giá trị X11 + 0,687*giá trị X12 + 0,792*giá trị X13 + 0,770*giá trị X14 )/4
GTTB (F4) = (0,804*giá trị X16 + 0,830*giá trị X17 + 0,658*giá trị X18 + 0,670*giá trị X19 )/4
GTTB (F5) = (0,589*giá trị X21+ 0,642*giá trị X22 + 0,814*giá trị X23 + 0,838*giá trị X24+0,660*giá trị X25)/5
GTTB (F6) = (0,568*giá trị X27 + 0,558*giá trị X29 + 0,563*giá trị X30 + 0,642*giá trị X31)/4
Sau khi phân tích số liệu bằng Excel và thực hiện phân tích hồi quy bằng spss kết quả nhận đƣợc cho thấy mức ý nghĩa Sig. rất nhỏ 0.00 và hệ số xác định R2 = .572 (hay R2 hiệu chỉnh = .558) chứng minh cho sự phù hợp của mô hình (bảng 4.16). Nghĩa là mô hình hồi quy tuyến tính đƣợc xây dựng phù hợp với tập dữ liệu
55.8%. Nói cách khác khoảng 55.8% khác biệt của biến độc lập có thể giải thích bởi sự khác biệt của biến phụ thuộc.
Bảng 4.16: Bảng thống kê phân tích các hệ số hồi quy
Model Summaryb Mod el R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .756a .572 .558 .57024 .572 42.905 6 193 .000 Bảng 4.17: ANOVA ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 83.710 6 13.952 42.905 .000b
Residual 62.759 193 .325
Total 146.469 199
Trong bảng phân tích phƣơng sai ở trên, cho thấy trị số F có mức ý nghĩa với Sig. F=0,000(< 0.05) có nghĩa là mô hình hồi quy tuyến tính đƣa ra là phù hợp với dữ liệu thực tế thu thập đƣợc và các biến đƣa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.
Bên cạnh đó, tác giả tiến hành kiểm định F để đánh giá tƣơng quan tuyến tính của biến phụ thuộc và các biến độc lập trong hàm hồi quy:
Ta có ; ; 0.05;6;193 2.15 2
1 F
F df df
Đặt giả thiết:
H0: Các biến độc lập và biến phụ thuộc không tƣơng quan với nhau H1: Các biến độc lập và biến phụ thuộc tƣơng quan với nhau
Từ bảng kết quả phân tích phƣơng sai: F = 42.905 > 2.15, do đó ta bác bỏ H0 và chấp nhận H1
Nhƣ vậy, biến phụ thuộc và các biến độc lập có tƣơng quan tuyến tính với nhau ở mức độ tin cậy là 95%.
Bảng 4.18: Các thông số thống kê trong phương trình hồi quy Coefficientsa Model Unstandardized Coefficients Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.211 .261 -.807 .421 AN .166 .071 .145 2.326 .021 .570 1.755 DU .178 .064 .162 2.787 .006 .654 1.530 NL .188 .054 .200 3.482 .001 .675 1.480 CSVC .162 .081 .153 1.989 .048 .375 2.669 CLSP .206 .056 .205 3.665 .000 .706 1.416 HLCP .198 .080 .164 2.456 .015 .497 2.010
Hệ số phóng đại phƣơng sai VIF (Variance Inflation factor – VIF) nhỏhơn 3 cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tƣợng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hƣởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Trong 6 thành phần đo lƣờng sự hài lòng nêu trên hầu hết đều có ảnh hƣởng đáng kể đến sự hài lòngvới mức ý nghĩa sig < 0,05. Nhƣ vậytrong 6 giả thuyết đặt ra trong mô hình nghiên cứu đề xuấtta đều chấp nhận.
Từ bảng 4.18 cho ta hàm hồi quy có dạng nhƣ sau:
Y = 0.166*F1 + 0.178*F2 + 0.188*F3 + 0.162*F4 + 0.206*F5 + 0.198*F6
Hệ số hồi quy mang dấu dƣơng thể hiện các yếu tố trong mô hình hồi quy trên ảnh hƣởng tỷ lệ thuận chiều đến HL.
Từ bảng trên ta có hệ số hồi quy chuẩn hoá đƣợc viết dƣới dạng nhƣ sau:
Y = 0.145*F1 + 0.162*F2 + 0.200*F3 + 0.153*F4 + 0.205*F5 + 0.164*F6
Dựa vào phƣơng trình hồi quy trên ta thấy nhóm nhân tố chất lƣợng sản
phẩm và dịch vụ (F5) có mức độ ảnh hƣởng lớn nhất đến sự hài lòng chung của du
khách do có hệ sốβbằng 0.205 (lớn nhất). Do đó nếu sự hài lòng về chất lƣợng sản
phẩm dịch vụ của du khách tăng lên một đơn vị thì sự hài lòng chung của du khách sẽ tănglên 0.205 đơn vị tƣơng đƣơng với 20,5%. Tiếp đó là nhóm yếu tố năng lực
phục vụ và sự đồng cảm (F3) với hệ số β bằng 0.200, nghĩa là nếu sự hài lòng về năng lực phục vụ và đồng cảm tăng lên một đơn vị thì sự hài lòng chung của du khách tăng lên 0.200 đơn vịtƣơng ứng với 20%. Tiếp đó là nhóm yếu tố mức hợp lý của chi phí (F6) với hệ số βbằng 0.164, nghĩa là nếu sự hài lòng về mức hợp lý của chi phí tăng lên một đơn vị thì sự hài lòng chung của du khách tăng lên 0.164 đơn vị tƣơng ứng với 16,4%. Tiếp đó là nhóm yếu tố mức độ đáp ứng (F2) với hệ số β bằng 0.162, nghĩa là nếu sự hài lòng về yếutố mức độ đáp ứng tăng lên một đơn vị thì sự hài lòng chung của du khách tăng lên 0.162 đơn vị tƣơng ứng với 16,2%. Tiếp đó là nhóm yếu tố cơ sở vật chất phục vụ du lịch (F4) với hệ số β bằng 0.153, nghĩa là nếu sự hài lòng về yếu tố cơ sở vật chất phục vụ du lịch tăng lên một đơn vị thì sự hài lòng chung của du khách tăng lên 0.153 đơn vị tƣơng ứng với 15,3%. Tiếp đó là nhóm yếu tố điều kiện an ninh, an toàn (F1) với hệ số β bằng 0.145, nghĩa là nếu sự hài lòng về yếu tố điều kiện an ninh, an toàn tăng lên một đơn vị thì sự hài lòng chung của du khách tăng lên 0.145 đơn vị tƣơng ứng với 14,5%.