6. Tổng quan về tài liệu nghiên cứu
3.2.4.Kiểm định các giả thuyết và mô hình nghiên cứu
Sử dụng mô hình hồi quy tuyến tính đa biến (Multiple Regression Analysis): Xác định các nhân tố ảnh hƣởng đến sự hài lòng và vai trò của từng yếu tố.
a. Xây dựng ma trận tương quan
Bảng 3.12. Ma trận tương quan giữa các biến độc lập và biến phụ thuộc
Hài lòng về hợp tác Sự bình đẳng Lợi ích của hợp tác Sự tin tƣởng Chất lƣợng truyền thông Sự phụ thuộc lẫn nhau Hài lòng về hợp tác Pearson Correlation 1 -.056 .507 ** .268** .052 -.089 Sig. (2-tailed) .475 .000 .001 .506 .257 N 164 164 164 164 164 164 Sự bình đẳng Pearson Correlation -.056 1 .000 .000 .000 .000 Sig. (2-tailed) .475 1.000 1.000 1.000 1.000 N 164 164 164 164 164 164
Lợi ích của hợp tác Pearson
Correlation .507 ** .000 1 .000 .000 .000 Sig. (2-tailed) .000 1.000 1.000 1.000 1.000 N 164 164 164 164 164 164 Sự tin tƣởng Pearson Correlation .268 ** .000 .000 1 .000 .000 Sig. (2-tailed) .001 1.000 1.000 1.000 1.000 N 164 164 164 164 164 164 Chất lƣợng truyền thông Pearson Correlation .052 .000 .000 .000 1 .000 Sig. (2-tailed) .506 1.000 1.000 1.000 1.000 N 164 164 164 164 164 164 Sự phụ thuộc lẫn nhau Pearson Correlation -.089 .000 .000 .000 .000 1 Sig. (2-tailed) .257 1.000 1.000 1.000 1.000 N 164 164 164 164 164 164
Mục đích của việc xây dựng ma trận tƣơng quan là nhằm lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng. Ngƣời ta thƣờng dùng hệ số tƣơng quan Pearson và hệ số Sig. để lƣợng hóa mối quan hệ này. Với Sig. < mức ý nghĩa kiểm định (5%) thì ta bác bỏ giả thuyết không có mối liên hệ nào giữa hai biến.
Kết quả phân tích tƣơng quan với hệ số Pearson và kiểm định hai phía ở mức ý nghĩa 0,05, ta nhận thấy rằng các biến Sự bình đẳng, Chất lƣợng truyền thông, Sự phụ thuộc lẫn nhau không có mối quan hệ với biến Hài lòng
về hợp tác (hệ số Pearson quá nhỏ và hệ số Sig. lớn hơn 0,05) nên các biến này sẽ không đƣợc sử dụng trong việc xây dựng mô hình hồi quy với biến phụ thuộc và từ đây ta đi đến các kết luận cho các giả thuyết H3, H4, H5. Với dữ liệu thu thập đƣợc chƣa đủ cơ sở để chấp nhận các giả thuyết H3, H4, H5 với độ tin cậy 95%. Các biến Lợi ích của hợp tác, Sự tin tƣởng có tƣơng quan chặt chẽ với biến Hài lòng về hợp tác ( các biến này đều có hệ số Sig. <0,05) và các biến này đƣợc tiếp tục sử dụng để phân tích hồi quy bội. Một điều đáng nói là ta thấy các biến độc lập không có mối quan hệ với nhau (r = 0), điều này là khá lý tƣởng để phân tích mô hình hồi qui bội, chúng ta sẽ không lo đến vấn đề đa cộng tuyến xảy ra ảnh hƣởng đến kết quả của mô hình.
Nhận xét: Sau khi xây dựng ma trận tƣơng quan về mối quan hệ giữa các
biến chính trong mô hình và biến Hài lòng về hợp tác ta thấy mô hình còn lại hai biến: Lợi ích của hợp tác, Sự tin tƣởng tác động lên biến Hài lòng về hợp tác, tiếp theo ta sẽ đi xây dựng mô hình hồi qui cho các biến này để xem xét mối quan hệ nhân quả của các biến này nhƣ thế nào. Ở đây, biến Hài lòng về hợp tác là biến phụ thuộc, hai biến Lợi ích của hợp tác, Sự tin tƣởng là biến độc lập.
b. Xây dựng mô hình hồi qui bội:
Ta tiến hành kiểm định các giả thuyết H1, H2 dựa vào mô hình hồi qui đa biến về mối quan hệ của các biến độc lập và biến phụ thuộc. Trong nghiên cứu này mô hình hồi quy đa biến đƣợc thực hiện theo phƣơng pháp Enter.
Bảng 3.13. Bảng kết quả phân tích hồi qui
Model R R Square Adjusted R Square Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .572a .327 .319 .327 39.179 2 161 .000 1.669
Đánh giá sự phù hợp của mô hình hồi quy tuyến tính bội :
Để đánh giá sự phù hợp của mô hình ta sử dụng giá trị R2 hiệu chỉnh. R2 hiệu chỉnh không nhất thiết tăng lên khi nhiều biến đƣợc đƣa thêm vào phƣơng trình, nó không phụ thuộc vào độ lệch phóng đại của R2. So sánh 2 giá trị R square và Adjusted R square ở bảng trên ta thấy R2 hiệu chỉnh nhỏ hơn, dùng để đánh giá sự phù hợp của mô hình an toàn hơn. R2 hiệu chỉnh đƣợc tính bằng 31,9% nghĩa là 2 biến độc lập LIHT, NT giải thích cho 31,9% sự khác biệt về hài lòng trong hợp tác Marketing điểm đến du lịch Đà Nẵng (phần còn lại sẽ do các biến khác giải thích mà ở nghiên cứu này chƣa khám phá ra).
Kiểm định sự phù hợp của mô hình :
Bảng 3.14. Bảng kết quả phân tích phương sai ANOVA
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1
Regression 17.093 2 8.547 39.179 .000a
Residual 35.121 161 .218
Total 52.215 163
a. Predictors: (Constant), NT, LIHT b. Dependent Variable: HL
Với độ tin cậy 95% (Sig 0,00) chứng tỏ mô hình lý thuyết phù hợp và có thể sử dụng đƣợc hay các biến độc lập có tƣơng quan tuyến tính với biến phụ thuộc trong mô hình.
Kiểm định F sử dụng trong phân tích phƣơng sai vẫn là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Giả thuyết Ho là : β1= β2=0. Nếu giả thuyết Ho bị bác bỏ chúng ta có thể kết luận là kết hợp của các biến hiện có trong mô hình có thể giải thích đƣợc thay đổi của biến phụ thuộc, điều này cũng có nghĩa là mô hình ta xây dựng phù hợp với tập dữ liệu .
Bảng trên cho ta thấy rằng trị thống kê F đƣợc tính từ giá trị R square có giá trị Sig rất nhỏ cho ta thấy sẽ an toàn khi bác bỏ giả thuyết Ho cho rằng tất cả các hệ số hồi qui bằng 0, mô hình ta xây dựng là phù hợp và có thể sử dụng đƣợc.
Ý nghĩa của các hệ số hồi quy riêng phần trong mô hình : Model
Unstandardized Coefficients Standardized Coefficients (adsbygoogle = window.adsbygoogle || []).push({});
T Sig. B Std. Error Beta 1 (Constant) 1.319 .233 5.672 .000 LIHT .448 .083 .428 5.379 .000 NT .179 .070 .205 2.570 .011
Ý nghĩa của hệ số hồi quy riêng phần βi đo lƣờng sự thay đổi trong giá trị trung bình của biến phụ thuộc khi Xi thay đổi một đơn vị và giữ các biến độc lập còn lại không đổi.
Các hệ số hồi qui riêng phần của tổng thể cũng cần đƣợc kiểm định giả thuyết Ho : βi = 0. Việc kiểm định dựa vào hệ số Sig trong bảng kết quả hồi qui tƣơng ứng với từng hệ số β. Theo kết quả phân tích ở trên, các hệ số Sig của các hệ số hồi quy đều nhỏ hơn 0,05 chứng tỏ rằng giả thuyết Ho bị bác bỏ, nghĩa là các biến độc lập Cảm nhận lợi ích của hợp tác và Niềm tin đều có ý nghĩa trong mô hình.
Kiểm định hiện tƣợng đa cộng tuyến (Multiple Collinearity)
Bảng 3.15. Bảng kết quả kiểm định hiện tượng đa cộng tuyến
Model
Unstandardized Coefficients
Standardized
Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 1.319 .233 5.672 .000
LIHT .448 .083 .428 5.379 .000 .659 1.517
NT .179 .070 .205 2.570 .011 .659 1.517
Bảng trên cho thấy giá trị Variancenflation Factor (Độ phóng đại phƣơng sai) VIF < 10.
Kết luận: Không có hiện tƣợng đa cộng tuyến trong mô hình.
Tự tƣơng quan là hiện tƣợng các sai số ngẫu nhiên có mối liên hệ tƣơng quan nhau, khi đó có thể xảy ra hiện tƣợng tự tƣơng quan. Hậu quả của tự tƣơng quan của các phần dƣ:
Các ƣớc lƣợng OLS (Ordinary Least Square) vẫn là các ƣớc lƣợng tuyến tính không chệch nhƣng không hiệu quả (vì phƣơng sai không nhỏ nhất)
Phƣơng sai của các ƣớc lƣợng là các ƣớc lƣợng chệch, vì vậy các kiểm định T và F không còn hiệu quả.
Các dự báo về biến phụ thuộc không chính xác.
Dùng kiểm định d của Durbin-Watson để kiểm định hiện tƣợng tự tƣơng quan của phần dƣ.
Trị số thống kê (d) = 1,669
Số quan sát = 164, số tham số (k-1) = 2, mức ý nghĩa 0.05 (95%) trong Bảng thống kê Durbin – Watson, dL (Trị số thống kê dƣới) = 1,598 và dU (Trị số thống kê trên) = 1,651
dU = 1,651< d =1,669 < (4 - dU = 2,349 ).
Kết luận: Không có hiện tƣợng tự tƣơng quan giữa các phần dƣ trong mô hình, mô hình có ý nghĩa.
Đánh giá kết quả hồi quy bội. Mô hình hồi qui bội nhƣ sau :
HL = 1,319 + 0,448 LIHT + 0,179NT.
Mô hình cho ta thấy các hệ số của biến LIHT và NT là dƣơng nên có quan hệ cùng chiều với biến HL. Khi đánh giá về Lợi ích hợp tác (LIHT) tăng thêm 1 điểm, mức độ hài lòng sẽ tăng thêm 0,448 điểm. Khi đánh giá về Sự tin tƣởng giữa các thành viên (NT) tăng thêm 1 điểm, mức độ hài lòng sẽ tăng thêm 0,179 điểm.
Trong phạm vi dữ liệu thu thập đƣợc với độ tin cậy 95% các giả thuyết H1, H2 đƣợc chấp nhận. Theo đó có thể nói :
Cảm nhận lợi ích càng lớn thì mức độ hài lòng trong hợp tác càng cao. (adsbygoogle = window.adsbygoogle || []).push({});
Khi Niềm tin giữa các thành viên càng lớn thì mức độ hài lòng trong
hợp tác này càng cao.
Cũng trong phạm vi dữ liệu thu thập đƣợc với mức ý nghĩa 0,05 ta không đủ cơ sở chấp nhận các giả thuyết H3, H4, H5.
Nhận xét :
Dựa vào mô hình xây dựng đƣợc, ta thấy rằng có hai biến ảnh hƣởng đến mức độ hài lòng của các bên liên quan trong hợp tác hoạt động Marketing điểm đến du lịch ở Đà Nẵng đó là : Cảm nhận lợi ích của hợp tác và Niềm tin giữa các thành viên. Mức độ quan trọng của từng yếu tố tác động đến biến phụ thuộc tuỳ thuộc vào hệ số Beta chuẩn hóa, nghĩa là nhân tố nào có hệ số Beta chuẩn hóa dƣơng và lớn thì tác động cùng chiều và mạnh đến việc vận dụng công cụ dự toán. So sánh hệ số hồi quy giữa các biến cho thấy, biến Lợi ích của hợp tác có ảnh hƣởng mạnh nhất đến sự hài lòng của các bên liên quan trong hợp tác (β = 0.428 ), và tiếp theo là Niềm tin (β = 0.205). Tuy nhiên mô hình chỉ giải thích đƣợc 31.9% sự thay đổi của biến phụ thuộc, chứng tỏ còn nhiều yếu tố khác tác động đến sự hài lòng của các bên liên quan, và các yếu tố này sẽ giải thích đƣợc 68.1% sự thay đổi đó.
Các biến Sự bình đẳng, Sự phụ thuộc lẫn nhau, Chất lƣợng truyền thông bị loại ra khỏi mô hình, điều này cũng chƣa thể khẳng định là nó hoàn toàn không có mối quan hệ với biến phụ thuộc cũng có thể do sai sót trong quá trình thu thập dữ liệu, hoặc do mẫu điều tra chƣa đủ lớn.
KẾT LUẬN CHƢƠNG 3
Từ những dữ liệu thu thập, tác giả tiến hành xử lý dữ liệu trên phần mềm SPSS và thể hiện kết quả trong Chƣơng 3.
Thống kê mô tả đã đƣợc sử dụng để trả lời câu hỏi 1, 2 và 3, thống kê các đối tƣợng đƣợc khảo sát; đánh giá mức độ hợp tác trong các hoạt động marketing điểm đến của các cơ quan quản lý nhà nƣớc về du lịch và các tổ chức kinh doanh trong lĩnh vực du lịch và những lý do các bên cảm thấy cần để tiến hành hợp tác với nhau.
Mô hình hồi quy bội đƣợc xây dựng để phân tích các nhân tố ảnh hƣởng đến mức độ hài lòng của các bên liên quan trong hoạt động Marketing điểm đến du lịch bao gồm các biến độc lập (cảm nhận lợi ích trong hợp tác và sự tin tƣởng giữa các thành viên). Kết quả kiểm định chứng tỏ sự phù hợp của hàm hồi quy. Các giả thiết đặt ra là H1 và H2 đƣợc chấp nhận. Các nhân tố cảm nhận lợi ích trong hợp tác và sự tin tƣởng giữa các thành viên tác động cùng chiều tới mức độ hài lòng của các thành viên. Mô hình hồi quy của nghiên cứu này có dạng nhƣ sau:
HL = 1,319 + 0,448 LIHT + 0,179NT.
Trong đó:
HL: Mức độ hài lòng giữa các thành viên LIHT: Lợi ích cảm nhận trong hợp tác
CHƢƠNG 4
KẾT LUẬN VÀ CÁC HÀM Ý CHO QUẢN LÝ
4.1. NHỮNG KẾT LUẬN VÀ THẢO LUẬN VỀ KẾT QUẢ NGHIÊN CỨU 4.1.1. Mức độ hợp tác của các bên liên quan trong hoạt động marketing điểm đến du lịch Đà Nẵng.
Qua kết quả nghiên cứu cho thấy:
Có sự tham gia hợp tác giữa các bên trong hoạt động marketing điểm đến tuy nhiên chƣa mạnh, các hoạt động hợp tác chủ yếu là cung cấp và tiếp nhận thông tin, thống nhất và kiểm soát giá sản phẩm, dịch vụ giữa các bên.
Hoạt động hợp tác trong việc nghiên cứu và xác định khách hàng mục tiêu của điểm đến còn yếu.
Có sự hợp tác giữa các tổ chức với nhau, tuy nhiên tùy vào loại hình doanh nghiệp mà sẽ có những đối tƣợng hợp tác hoặc không. Có những tổ chức hợp tác với rất nhiều đối tƣợng, nhƣng cũng có tổ chức hầu nhƣ không hợp tác với tổ chức khác.
Marketing điểm đến hiện nay chủ yếu thuộc trách nhiệm của Sở VHTTDL. Sở sau đó báo cáo lên UBND tỉnh và trong một số trƣờng hợp, báo cáo lên Tổng cục du lịch và Bộ VHTTDL (Bộ VHTTDL có cơ quan đại diện tại Đà Nẵng). Các doanh nghiệp tham gia theo hình thức tài trợ là chủ yếu.
Hiện tại chƣa có đơn vị nào để chia sẻ trách nhiệm chung giữa các ban ngành chính phủ có tác động tới du lịch hoặc giữa các Sở VHTTDL và khối tƣ nhân. Các Sở VHTTDL không có các cuộc gặp gỡ chính thức với khối doanh nghiệp (vốn là các hiệp hội đƣợc chính phủ phê duyệt nhƣ Hiệp hội Du lịch hoặc Hiệp hội Khách sạn).
4.1.2. Lý do cần tiến hành hợp tác:
Hợp tác marketing trong điểm đến du lịch là một điều cần thiết, có nhiều lý do để các tổ chức muốn liên kết với nhau nhƣ: chia sẻ chi phí tiếp thị, sử
dụng hiệu quả các nguồn tài nguyên chung, chia sẻ thông tin, trao đổi kiến thức, tăng khả năng cạnh tranh và tăng quy mô thị trƣờng cho điểm đến. Trong những lý do trên thì lý do tăng quy mô thị trƣờng cho điểm đến nhận đƣợc sự đồng ý cao nhất của các bên liên quan. Khi quy mô thị trƣờng điểm đến tăng thì khách hàng của doanh nghiệp sẽ tăng, điều đó đáp ứng mục tiêu gia tăng lợi nhuận của doanh nghiệp. Lý do Chia sẻ chi phí lại là lý do đƣợc đánh giá thấp nhất trong khi nhiều nghiên cứu cho rằng đây là lý do quan trọng để các bên liên quan hợp tác với nhau.
Theo nghiên cứu tài liệu về hợp tác ở các nƣớc khác thì lý do hợp tác chủ yếu của các tổ chức là do sự phụ thuộc lẫn nhau giữa các tổ chức, sự tận dụng các nguồn tài nguyên của các tổ chức khác để có thể đáp ứng đƣợc sự thay đổi nhanh chóng của môi trƣờng. Tuy nhiên kết quả khảo sát cho chúng ta thấy những lý do đó không đƣợc sự đồng ý cao đối với các tổ chức du lịch ở Đà Nẵng. Nhƣ vậy, chứng tỏ có sự khác nhau giữa lý thuyết và thực tế, cũng nhƣ có sự khác nhau trong hoạt động kinh doanh du lịch giữa các vùng miền, đất nƣớc khác nhau.
4.1.3. Các nhân tố ảnh hƣởng đến mức độ hài lòng của các bên liên quan khi hợp tác marketing điểm đến.
Dựa vào mô hình xây dựng đƣợc, ta thấy rằng có hai biến ảnh hƣởng đến mức độ hài lòng của các bên liên quan trong hợp tác hoạt động Marketing điểm đến du lịch ở Đà Nẵng đó là : Cảm nhận lợi ích cá nhân trong hợp tác và Niềm tin giữa các thành viên. Trong đó biến Lợi ích cảm nhận của hợp tác ảnh hƣởng mạnh hơn đến Mức độ hài lòng.
a. Nhận thức/ cảm nhận lợi ích cá nhân trong hợp tác
Lợi ích trong mô hình định lƣợng này đề cập đến mức độ nhận thức lợi ích cá nhân đƣợc cảm nhận bởi các thành viên trong sự hợp tác du lịch, lợi ích thu đƣợc từ sự hợp tác đã đƣợc nhấn mạnh là lý do để tham gia một sự hợp (adsbygoogle = window.adsbygoogle || []).push({});
tác. Hợp tác du lịch mang lại nhiều lợi ích cho các bên liên quan, chẳng hạn nhƣ trao đổi thông tin, tăng quy mô thị trƣờng của điểm đến, từ đó sẽ gia tăng