3.4 .MƠ HÌNH ĐIỀU CHỈNH
3.5. KIỂM ĐỊNH MƠ HÌNH VÀ CÁC GIẢ THUYẾT NGHIÊN CỨU
3.5.2. Phân tích hồi quy
Xây dựng mơ hình hồi quy nhằm chỉ rõ mối quan hệ giữa các biến (X1 (DK), X2 (DD), X3(GTR), X4 (TD), X5 (CQ), X6 (HV), X7(QK)) đến Ý định quay lại điểm đến du lịch TP. Đà Nẵng.
- Hồi quy cho Biến “Ý định quay lại - YD” với 7 biến độc lập (GTR, TD, CQ, HV, QK, DK, DD) bằng phương pháp Enter.
- Phương trình hồi quy tuyến tính đa biến có dạng như sau:
YD = β0 + β1*DK + β2*DD + β3*GTR + β4*TD +β5*CQ+ β6*HV+ β7*QK + ε
Bảng 3.8. Bảng phân tích phương sai
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .716a .513 .505 .53562
a. Predictors: (Constant), QK, DD, HV, DK, TD, GTRI, CQ
ANOVAb
Model Sum of
Squares df Mean Square F Sig.
1 Regression 89.990 5 17.998 62.734 .000a
Residual 85.494 298 .287
Total 175.484 303
a. Predictors: (Constant), QK, DD, HV, DK, TD, GTRI, CQ b. Dependent Variable: YD
Bảng 3.9. Bảng kết quả mơ hình hồi quy Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) .582 .312 1.867 .063 DK .161 .080 .122 2.000 .046 .583 1.049 DD .001 .040 .001 .025 .980 .953 1.578 GTRI .164 .069 .140 2.389 .018 .634 1.572 TD .175 .054 .187 3.209 .001 .636 1.051 CQ .017 .038 .022 .464 .643 .952 2.064 HV .261 .064 .271 4.062 .000 .485 1.174 QK .133 .051 .132 2.628 .009 .852 1.716 a. Dependent Variable: YD
Bảng 3.8 cột 3 cho thấy R hiệu chỉnh bằng 0,505 nên mơ hình hồi quy tuyến tính xây dựng với 7 biến độc lâp DK, DD, QK, GTR, TD, HV và CQ là phù hợp với tập dữ liệu ở mức 50,5% hay có 50,5% sự biến thiên phụ thuộc “Ý định quay lại – YD” được giải thích chung bởi các biến độc lập trong mơ hình. Hệ số R2 trong bảng 3.8 mới chỉ cho biết sự phù hợp của mơ hình hồi quy với tập dữ liệu mà chưa thể cho biết mơ hình hồi quy vừa xây dựng có phù hợp với tổng thể mà ta nghiên cứu hay khơng. Do đó, để xem xét sự phù hợp của mơ hình hồi quy vừa xây dựng với tổng thể nghiên cứu ta sử dụng kiểm định F.
- Giả thuyết H0: β1= β2= β3= β4= β5= 0 (tất cả hệ số hồi quy riêng đều
bằng 0).
Giá trị sig(F)=0,000 < 0,05, Giả thuyết H0 bị bác bỏ. Điều đó có nghĩa là sự kết hợp của các biến độc lập hiện có trong mơ hình có thể giải thích được sự biến thiên của biến phụ thuộc. Mơ hình hồi quy tuyến tính đã xây
dựng phù hợp với tập dữ liệu hiện có. Đại lượng thống kê F trong bảng phân tích phương sai (ANOVA) được dùng để kiểm định sự phù hợp của mơ hình hồi quy với tổng thể. Mơ hình hồi quy bội vừa xây dựng là phù hợp với tổng thể nghiên cứu và có thể được sử dụng.
Tiếp tục kiểm tra việc có hay khơng sự vi phạm các giả định trong mơ hình hồi quy bội về hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình nghiên cứu. Ta có các kết quả sau: Sử dụng kiểm định t đối với các hệ số hồi quy riêng phần βi. Kết quả tại bảng 3.9 cho thấy các biến độc lập “Chuẩn chủ quan (CQ)” và nhân tố “Động cơ đẩy” có giá trị Sig. lần lượt là 0.643> 0,05 và 0.980 > 0,05 cho nên yếu tố này không ảnh hưởng đến Ý định quay lại của du khách. Còn lại các nhân tố bao gồm : Thái độ (TD), Nhận thức kiểm sốt hành vi (HV), Gía trị nhận thức (GTR), Kinh nghiệm quá khứ (QK).
Căn cứ vào bảng 3.9, ta thấy hệ số phóng đại phương sai VIF (Variance inflation factor – VIF) đều nhỏ hơn 5. Điều này cho thấy các biến độc lập trong mơ hình nghiên cứu khơng có quan hệ chặt chẽ với nhau nên khơng xảy ra hiện tượng đa cộng tuyến. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mơ hình hồi quy.
Dựa vào kết quả phân tích trên và bảng 3.9, ta thấy các nhân tố độc lập : Thái độ (TD), Nhận thức kiểm sốt hành vi (HV), Gía trị nhận thức (GTR), Kinh nghiệm quá khứ (QK) và Động cơ kéo (DK) đều có ý nghĩa trong mơ hình nghiên cứu hay các nhân tố này đều ảnh hưởng đến biến phụ thuộc “Ý định quay lại”. Do đó, phương trình hồi quy tuyến tính bội được trích theo hệ số Beta chuẩn hóa được biểu diễn như sau:
Hình 3.2. Kết quả tác động của các nhân tố đến ý định quay lại