8. Tổng quan tài liệu nghiên cứu
3.2. KIỂM ĐỊNH THANG ĐO
3.2.1. Đánh giá thang đo ằng hệ số tin cậy Cron ach’s Alpha
Kết quả kiểm định Cronbach’s Alpha (Xem kết ở phụ lục 6) - Thang đo nhận biết thƣơng hiệu
Nhận biết thƣơng hiệu Vitours đƣợc đo lƣờng bằng 5 biến quan sát. Thang đo Likert 5 bậc đƣợc sử dụng, bậc 1 tƣơng ứng với mức độ hoàn toàn không đồng ý; bậc 5 tƣơng ứng với mức độ hoàn toàn đồng ý.
Kết quả thang đo nhận biết thƣơng hiệu có hệ số Cronbach Alpha = .812 (> 0.7), các hệ số tƣơng quan tổng biến đều lớn hơn 0.3 nên thang đo là đáng tin cậy.
12 Thƣơng hiệu Vitours là một thƣơng hiệu lữ
hành nổi tiếng trên thị trƣờng miền trung 5 1 4.03
13 Tôi yêu mến và tin tƣởng công ty Vitours vì đã
tạo ra các sản phẩm du lịch chất lƣợng 5 2 3.85
14 Vitours là một thƣơng hiệu quen thuộc với tôi 5 2 4.72
15 Khả năng mua tour Vitours của tôi rất cao 5 1 3.65 16 Khi có nhu cầu đi du lịch, Vitours sẽ là nhà
cung cấp đầu tiên tôi nghĩ đến 5 1 3.11
17 Tôi cho rằng Vitours là lựa chọn cho chuyến du
lịch của mình 5 1 3.61
18
Nếu Vitours chƣa có tour theo nhu cầu của tôi, tôi sẽ đợi chứ không mua tour của các công ty lữ hành khác
5 1 2.81
19
Tôi sẽ giới thiệu Vitours cho những khách hàng
khác có mong muốn đi du lịch 5 1 3.31
20 Tôi cho rằng tôi là khách hàng trung thành của
- Thang đo chất lƣợng cảm nhận
Chất lƣợng cảm nhận thƣơng hiệu Vitours đƣợc đo lƣờng bằng 5 biến quan sát. Kết quả thang đo có hệ số tin cậy Cronbach Alpha = .893( > 0.7), các hệ số tƣơng quan tổng biến đều lớn hơn 0.3 nên thang đo là đáng tin cậy, không có sự thay đổi nào trong tập hợp các biến quan sát.
- Thang đo liên tƣởng thƣơng hiệu
Liên tƣởng thƣơng hiệu Vitours đƣợc đo lƣờng bằng 4 biến quan sát. Kết quả thang đo có hệ số tin cậy Cronbach Alpha = .866( > 0.7), các hệ số tƣơng quan tổng biến đều lớn hơn 0.3 nên thang đo là đáng tin cậy, không có sự thay đổi nào trong tập hợp các biến quan sát.
- Thang đo lòng trung thành thƣơng hiệu
Lòng trung thành với thƣơng hiệu Vitours đƣợc đo lƣờng bằng 4 biến quan sát. Kết quả thang đo có hệ số tin cậy Cronbach Alpha = .863( > 0.7), các hệ số tƣơng quan tổng biến đều lớn hơn 0.3 nên thang đo là đáng tin cậy, không có sự thay đổi nào trong tập hợp các biến quan sát.
- Thang đo giá trị thƣơng hiệu
Giá trị thƣơng hiệu Vitours đƣợc đo lƣờng bằng 4 biến quan sát. Kết quả thang đo có hệ số tin cậy Cronbach Alpha = .816( > 0.7), các hệ số tƣơng quan tổng biến đều lớn hơn 0.3 nên thang đo là đáng tin cậy, không có sự thay đổi nào trong tập hợp các biến quan sát.
3.2.2. Đánh giá thang đo ằng phân tích nhân tố khám phá EFA
Tiến hành phân tích nhân tố với điều kiện KMO > 0.5 và sig. (Bartlett’s Test) < 0.05 (Hair và cộng sự, 2006), sau đó các biến có trọng số nhỏ hơn 0.5 trong EFA sẽ tiếp tục loại bỏ ( Hair và cộng sự, 2006). Phƣơng pháp trích hệ số sử dụng là Principal component với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue > = 1
Phân tích đƣợc thực hiện với 23 biến của thang đo giá trị thƣơng hiệu (xem phụ lục 6), kết quả nhƣ sau:
Hệ số KMO = .854, sig = .000 trong kiểm định Bartlett đảm bảo điều kiện để phân tích nhân tố.
Năm nhân tố đƣợc rút ra với phƣơng sai trích đƣợc 74.447 % ( giải thích đƣợc 74.447% biến thiên dữ liệu), trong đó có 1 biến BL4 có hệ số tải nhân tố nhỏ hơn 0.5 nên bị loại (xem phụ lục 6 )
Phân tích nhân tố với 22 biến còn lại có KMO = .854, sig = .000 thỏa mãn điều kiện phân tích nhân tố. Sau khi thực hiện phép phân tích nhân tố với 22 biến nhƣ trên, ta có 5 nhân tố đƣợc rút ra với phƣơng sai trích 77.584% (giải thích 77.584% biến thiên của dữ liệu). Kết quả độ tin cậy Cronbach’s Alpha đƣợc tính lại cho từng biến tiềm ẩn.
Nhƣ vậy, sau khi đánh giá thang đo giá trị thƣơng hiệu công ty lữ hành Vitours bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA thì các thang đo đƣa ra ban đầu đều đạt yêu cầu, tuy nhiên có một biến BL4 bị loại bỏ đƣợc giải thích do điều kiện của khách hàng về thời gian rảnh, kinh tế,... Khi họ có nhu cầu đi du lịch, họ chọn một thƣơng hiệu lữ hành nhƣng công ty lữ hành đấy không tổ chức nên họ sẽ chọn thƣơng hiệu khác để đi chứ ít khi chờ đến khi công ty tổ chức mới đi. Kết quả thang đo giá trị thƣơng hiệu gồm có 4 thành phần:
Thành phần nhận biết thƣơng hiệu (AW) gồm có 5 biến quan sát gồm AW1, AW2, AW3, AW4, AW5
Thành phần chất lƣợng cảm nhận (PQ) gồm 5 biến quan sát PQ1, PQ2, PQ3, PQ4, PQ5
Thành phần liên tƣởng thƣơng hiệu (BA) gồm 4 biến quan sát BA1, BA2, BA3, BA4
Thành phần lòng trung thành thƣơng hiệu (BL) gồm 5 biến quan sát BL1, BL2, BL3, BL5, BL6
3.3. KIỂM ĐỊNH MÔ HÌNH
Sau khi thực hiện phân tích mô tả để tổng quát cấu trúc của đối tƣợng nghiên cứu, đề tài tiến hành kiểm định các giả thuyết và hình thành mô hình thực tiễn dựa trên mô hình lý thuyết đƣợc đƣa ra. Vấn đề cơ bản trong phần này là: Đ u là nh ng nhân tố t c động đến giá trị thương hiệu công ty l hành Vitours.
Theo Hair và cộng sự (1998), phƣơng pháp phân tích mối quan hệ tƣơng quan giữa các nhân tố có thể sử dụng để trả lời những vấn đề trên, đồng thời giúp xác định tầm quan trọng của mỗi nhân tố trong mô hình nhằm làm cơ sở cho việc đề ra những giải pháp tƣơng ứng.
Để xác định, đo lƣờng và đánh giá mức độ ảnh hƣởng của các yếu tố đến giá trị thƣơng hiệu công ty lữ hành Vitours, tác giả sử dụng phƣơng pháp hồi quy tuyến tính bội. Mô hình hồi quy đƣợc viết:
Y=β1+ β2X2+ β3X3+ β4X4+ β5X5+Ui, trong đó: Biến phụ thuộc: Y – Giá trị thƣơng hiệu
Các biến độc lập (giải thích) là: X2: Nhận biết thƣơng hiệu X3: Chất lƣợng cảm nhận X4: Lòng trung thành
X5: Liên tƣởng thƣơng hiệu
Kết quả phân tích mô hình hồi quy về mối quan hệ giữa các yếu tố cấu thành và giá trị thƣơng hiệu công ty lữ hành Vitours nhƣ sau:
3.3.1. Đánh giá độ phù hợp của mô hình
Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) đƣợc dùng để đánh giá độ phù hợp của mô hình. Vì R2
hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao.
Bảng 3.5: Độ phù hợp củ mô hình hồi quy
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 .866a .750 .746 .43353 1.819
a. Predictors: (Constant), LIEN TUONG TH, NHAN BIET THUONG HIEU, CHAT LUONG CAM NHAN, LONG TRUNG THANH TH
b. Dependent Variable: GIA TRI TH
R2 hiệu chỉnh của mô hình là 0.746 hay 74.6% sự biến thiên của giá trị thƣơng hiệu đƣợc giải thích bởi mối liên hệ tuyến tính của các biến độc lập. Mức độ phù hợp của mô hình tƣơng đối cao. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mô hình cho tổng thể thực hay không ta phải kiểm định độ phù hợp của mô hình.
3.3.2. Kiểm định sự phù hợp của mô hình
Giả thuyết H0: β2 = β3 = β4 = β5
Để kiểm định độ phù hợp của mô hình hồi quy tuyến tính đa bội ta dùng giá trị F ở bảng phân tích ANOVA sau:
Bảng 3.6: Bảng ANOVA
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 147.337 4 36.834 195.978 .000a
Residual 49.243 262 .188
Total 196.581 266
a. Predictors: (Constant), LIEN TUONG TH, NHAN BIET THUONG HIEU, CHAT LUONG CAM NHAN, LONG TRUNG THANH TH
Giá trị sig. của trị F của mô hình rất nhỏ (nhỏ hơn mức ý nghĩa) nên ta bác bỏ giả thuyết H0, nhƣ vậy mô hình phù hợp với tập dữ liệu và có thể suy rộng ra cho toàn tổng thể.
3.3.3. Ý nghĩa các hệ số hồi quy riêng phần trong mô hình
Để kiểm định vai trò quan trọng của các biến độc lập tác động nhƣ thế nào đến biến phụ thuộc. Hay nói cách khác, đó là việc đánh giá mức độ ảnh hƣởng của các nhân tố nhận biết thƣơng hiệu, chất lƣợng cảm nhận, liên tƣởng thƣơng hiệu, lòng trung thành thƣơng hiệu ảnh hƣởng nhƣ thế nào đến giá trị thƣơng hiệu công ty lữ hành Vitours
Bảng 3.7: Mô hình hồi quy
Coefficientsa Model Unstandardized Coefficients Standardi zed Coefficie nts t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 (Constant) .336 .165 2.038 .043 NHAN BIET THUONG HIEU .234 .043 .242 5.487 .000 .493 2.029 CHAT LUONG CAM NHAN .296 .052 .245 5.669 .000 .511 1.956 LONG TRUNG THANH TH .485 .049 .462 9.899 .000 .439 2.280 LIEN TUONG TH .073 .039 .063 1.846 .066 .813 1.230
a. Dependent Variable: GIA TRI TH
Từ hồi qui trên cho thấy, hệ số beta chuẩn hóa đều có giá trị dƣơng, biến động trong khoảng từ 0.073 đến 0.296, nhƣ vậy các nhân tố (biến độc lập) lòng trung thành, nhận biết thƣơng hiệu, chất lƣợng cảm nhận, liên tƣởng
thƣơng hiệu có mối quan hệ tuyến tính với biến phụ thuộc là giá trị thƣơng hiệu. Ta thấy hệ số Bêta cao nhất là lòng trung thành, đây là yếu tố tác động đáng giá và mạnh nhất đến giá trị thƣơng hiệu công ty lữ hành Vitours
Các giá trị sig. của 4 thành phần: lòng trung thành (sig.=.000) < 0.05, nhận biết thƣơng hiệu (sig.= .000) < 0.05, chất lƣợng cảm nhận (sig.= .000) <0.05 nên có ý nghĩa về mặt thống kê. Có nghĩa các biến lòng trung thành, nhận biết thƣơng hiệu, chất lƣợng cảm nhận, đều có tác động đến giá trị thƣơng hiệu của công ty. Riêng thành phần liên tƣởng thƣơng hiệu (sig. = 0.066) >0.05 nên thành phần này không có ảnh hƣởng đến giá trị thƣơng hiệu công ty lữ hành Vitours.
Ta có mô hình:
Giá trị thƣơng hiệu = 0.336 + 0.234(nhận biết thƣơng hiệu) + 0.296(chất lƣợng cảm nhận) +0.485(lòng trung thành thƣơng hiệu)
Giải thích mô hình: Phƣơng trình hồi quy bội đƣợc ƣớc lƣợng cho thấy giá trị thƣơng hiệu công ty lữ hành Vitours chịu tác động của 3 yếu tố cấu thành là: nhận biết thƣơng hiệu, chất lƣợng cảm nhận và lòng trung thành thƣơng hiệu. Trong đó, lòng trung thành thƣơng hiệu có tác động mạnh mẽ nhất đến giá trị thƣơng hiệu.
Thành phần liên tƣởng thƣơng hiệu bị loại bỏ có thể giải thích nhƣ sau: thứ nhất, do đặc thù của nghiên cứu giá trị thƣơng hiệu trong kinh doanh lữ hành - các sản phẩm của kinh doanh lữ hành thƣờng dễ bị sao chép và bắt chƣớc, cộng với việc xây dựng hình ảnh thƣơng hiệu của công ty chƣa đƣợc chú trọng (Công ty ít có sự phối hợp với các phƣơng tiện truyền thông, các chƣơng trình tƣ vấn tuyển dụng và tìm kiếm nhân tài tại các trƣờng đại học, cao đẳng. Công ty không tổ chức nhiều sự kiện nhƣ: các buổi hội nghị, triển lãm, những lễ kỉ niệm, cuộc thi, giải thƣởng nhằm thu hút công chúng, tạo dựng hình ảnh về tổ chức).
Kết quả này cũng khẳng định lại kết luận của các nghiên cứu trƣớc đây “ Điều quan trọng nhất là thành phần liên tƣởng thƣơng hiệu chỉ có thể áp dụng đối với sản phẩm vật chất” Khách hàng khó có thể liên tƣởng đến các đặc điểm của thƣơng hiệu các sản phẩm cũng nhƣ thƣơng hiệu công ty trong kinh doanh lữ hành
Hệ số hồi quy chuẩn hóa (Beta) càng cao càng thể hiện tính quan trọng của thành phần thực tiễn giá trị thƣơng hiệu. Với kết quả phân tích hồi quy ở bảng trên, ta có thể nhận thấy rằng khi mức độ nhận biết của ngƣời tiêu dùng về thƣơng hiệu công ty lữ hành Vitours càng tăng hay càng giảm thì giá trị thƣơng hiệu cũng tăng hay giảm theo; cũng tƣơng tự với các yếu tố còn lại: chất lƣợng cảm nhận, lòng trung thành thƣơng hiệu, hay là khi những yếu tố này tăng hay giảm thì giá trị thƣơng hiệu công ty lữ hành Vitours cũng tăng hay giảm theo.
Ta có bảng tổng hợp lại các giả thuyết nghiên cứu nhƣ sau:
Bảng 3.8: ổng hợp giả thuyết nghiên cứu
Giả thuyết Kết quả đo
lƣờng H1: Tồn tại mối quan hệ dƣơng giữa mức độ nhận biết thƣơng
hiệu và giá trị thƣơng hiệu
Đƣợc chấp nhận p = 0.000
H2: Tồn tại mối quan hệ dƣơng giữa chất lƣợng cảm nhận
thƣơng hiệu và giá trị thƣơng hiệu.
Đƣợc chấp nhận p = 0.000
H3: Tồn tại mối quan hệ dƣơng giữa lòng trung thành thƣơng
hiệu và giá trị thƣơng hiệu.
Đƣợc chấp nhận p = 0.000
H4: Tồn tại mối quan hệ dƣơng giữa liên tƣởng thƣơng hiệu và
giá trị thƣơng hiệu.
Không đƣợc chấp nhận
3.3.4. Kết quả phân tích ANOVA theo đối tƣợng khách hàng
Bảng 3.9: Kết quả ph n tích Anov
ANOVA
Sum of
Squares df Mean Square F Sig.
NHAN BIET THUONG HIEU Between Groups .277 1 .277 .383 .537 Within Groups 191.424 265 .722 Total 191.701 266 CHAT LUONG CAM NHAN Between Groups .003 1 .003 .005 .943 Within Groups 133.505 265 .504 Total 133.507 266 LONG TRUNG THANH TH Between Groups .182 1 .182 .267 .606 Within Groups 180.624 265 .682 Total 180.806 266 LIEN TUONG TH Between Groups .074 1 .074 .145 .704 Within Groups 136.236 265 .514 Total 136.310 266
Sự khác biệt có ý nghĩa khi sig<0.05, dựa vào bảng phân tích trên có thể thấy không có sự khác biệt giữa các khách hàng này trong việc đánh giá các thành phần: nhận biết thương hiệu, chất lượng cảm nhận, lòng trung thành thương hiệu, liên tưởng thương hiệu. Điều này có thể giải thích là giá trị thƣơng hiệu đƣợc đánh giá giữa các đối tƣợng khách hàng cách biệt không quá nhiều, số lƣợng mẫu khảo sát chƣa đủ lớn để thấy đƣợc sự khác biệt có ý nghĩa.
3.3.5. Kiểm định hiện tƣợng tự tƣơng quan trong mô hình
Để kiểm định mô hình hồi quy có hiện tƣợng tự tƣơng quan hay không, chúng ta sử dụng phƣơng pháp thống kê d Durbin – Watson:
Kết quả chạy phần mềm SPSS: (bảng 3.6: độ phù hợp của mô hình hồi quy)
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .866a .750 .746 .43353 1.819
a. Predictors: (Constant), LIEN TUONG TH, NHAN BIET THUONG HIEU, CHAT LUONG CAM NHAN, LONG TRUNG THANH TH
b. Dependent Variable: GIA TRI TH
Kiểm định giả thiết:
H0: ρ = 0 (nghĩa là không có tự tƣơng quan trong mô hình)
H1: ρ # 0 (nghĩa là tồn tại hiện tƣợng tự tƣơng quan trong mô hình)
Từ kết quả chạy phần mềm SPSS, ta tính đƣợc hệ số d Durbin – Watson d = 1.819
Với mức ý nghĩa 5%, số biến độc lập của mô hình k’ = 4 và số biến quan sát n = 267, ta tìm đƣợc giá trị tới hạn dU =1.810 và dL =1.728 Từ đó ta tính đƣợc 4 – dU = 2.190
Ta nhận thấy, dU <d< 4 – dU , theo quy tắc kiểm định d Durbin Watson ta chấp nhận giả thiết H0, bác bỏ H1 nghĩa là mô hình hồi quy không tồn tại hiện tƣợng tự tƣơng quan hay nói cách khác điều này chứng tỏ không có sự tự tƣơng quan giữa các phần dƣ. Nghĩa là mô hình hồi quy không vi phạm giả định về tính độc lập của sai số.
3.3.6. Kiểm định hiện tƣợng đa cộng tuyến trong mô hình
Để kiểm định hiện tƣợng đa cộng tuyến của mô hình, ta sử dụng nhân tử phóng đại phƣơng sai. Khi có hiện tƣợng đa cộng tuyến, Rj (hệ số xác định trong hồi quy của biến Xj với các biến giải thích còn lại) sẽ lớn hơn nên nhân tử phóng đại phƣơng sai sẽ lớn, ngƣời ta thƣơng sử dụng VIFj để phát hiện hiện tƣợng đa cộng tuyến của mô hình.
Chỉ tiêu VIF gắn với biến Xj đƣợc xác định VIF (Xj) = 1/(1-Rj2) ở đây Rj2 đo lƣợng R2
của mô hình hồi quy giữa Xj với các biến X khác.
Bảng 3.10: Hệ số phóng đại phương s i Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolera nce VIF 1 (Constant) .336 .165 2.038 .043 NHAN BIET THUONG HIEU .234 .043 .242 5.487 .000 .493 2.029 CHAT LUONG