7. Tổng quan tài liệu nghiên cứu
3.4.2. Xây dựng phƣơng trình hồi quy tuyến tính
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết đƣợc cƣờng độ tác động của các biến độc lập lên biến phụ thuộc. Phƣơng pháp hồi quy đƣợc sử dụng ở đây là phƣơng pháp bình phƣơng nhỏ nhất OLS với biến phụ thuộc là quyết định lựa chọn điểm đến của du khách, biến độc lập là các biến động cơ đi du lịch, thái độ, kinh nghiệm điểm đến, hình ảnh điểm đến, nhóm tham khảo, giá tour du lịch, truyền thông, đặc điểm chuyến đi. Mô hình lý thuyết thể hiện mối quan hệ giữa biến độc lập và các biến phụ thuộc nhƣ sau:
DCDi = 0 + 1MOTi + 2ATTi + 3EXPi + 4IMAi + 5RGi + 6PRIi +
7COMi+ 8TCi
Trong đó:
- DCD: giá trị của biến phụ thuộc – Quyết định lựa chọn điểm đến
- MOT: yếu tố động cơ đi du lịch
- ATT: yếu tố thái độ
- EXP: yếu tố kinh nghiệm điểm đến
- IMA: yếu tố hình ảnh điểm đến
- RG: yếu tố nhóm tham khảo
- PRI: yếu tố giá tour du lịch
- COM: yếu tố truyền thông
- TC: yếu tố đặc điểm chuyến đi
- Với: 0 hằng số tự do; i, i: 1-8: là hệ số hồi quy từng phần tƣơng ứng với các biến độc lập.
Kết quả phân tích hồi quy đƣợc thực hiện bằng phƣơng pháp hồi quy tổng thể các biến (Enter) đƣợc thể hiện qua Bảng 3.21.
Bảng 3.21. Bảng tóm tắt kết quả phân tích hồi quy
Model Summaryb
Mô hình R R2 R2 hiệu chỉnh Std. Error ƣớc tính
Hệ số Durbin –
Watson
1 .763a .582 .566 0.63822 1.616
a. Biến độc lập: (Hằng số), TC, EXP, RG, IMA, PRI, COM, ATT, MOT b. Biến phụ thuộc: DCD ANOVAb Mô hình Tổng độ lệch bình phƣơng Bậc tự do Bình phƣơng trung bình Kiểm định F Giá trị Sig. 1 Hồi quy 119.788 8 14.974 36.761 .000a Phần dƣ 85.945 211 .407 Tổng cộng 205.733 219
a. Biến độc lập: (Hằng số), TC, EXP, RG, IMA, PRI, COM, ATT, MOT b. Biến phụ thuộc: DCD
Hệ số hồi quy (Coefficientsa)
Mô hình
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn hóa t Giá trị Sig. Đa cộng tuyến B Sai số chuẩn Beta T VIF 1 Hằng số -1.406 .308 -4.559 .000 MOT .348 .065 .292 5.340 .000 .661 1.513 ATT .175 .053 .166 3.278 .001 .775 1.290 EXP .077 .051 .069 1.514 .132 .947 1.055 IMA .365 .057 .322 6.430 .000 .791 1.264 RG .138 .060 .113 2.319 .021 .831 1.204 PRI .123 .045 .131 2.707 .007 .851 1.176 COM .100 .047 .109 2.147 .033 .775 1.290 TC .090 .052 .082 1.740 .083 .884 1.131 a. Biến phụ thuộc: DCD
a. Đánh giá và kiểm định độ phù hợp của mô hình
Để đánh giá mức độ phù hợp của mô hình hồi quy đối với tập dữ liệu, ta sử dụng hệ số R2 hiệu chỉnh (Adjusted R Square). Căn cứ vào kết quả ở bảng Model Summaryb thuộc Bảng 3.21, hệ số R2 hiệu chỉnh là 0.566 nhỏ hơn R2 là 0.582 chứng tỏ mô hình hồi quy phù hợp với dữ liệu ở mức 0.566, có nghĩa là có 56.6% sự biến thiên của quyết định lựa chọn điểm đến Hội An của du khách đƣợc giải thích bởi các biến có trong mô hình. Với giá trị này thì độ phù hợp của mô hình là chấp nhận đƣợc.
Để kiểm định độ phù hợp của mô hình hồi quy tuyến tính tổng thể, ta sử dụng kiểm định F trong bảng phân tích ANOVA (xem Bảng 3.21). Kết quả cho thấy giá trị Sig. của kiểm định F bằng 0.000 < 0.05 nên ta có thể bác bỏ giả thuyết H0 (các hệ số hồi quy bằng 0) hay nói cách khác các biến đƣa vào mô hình đều có ý nghĩa về mặt thống kê. Nhƣ vậy các biến độc lập trong mô hình có mối quan hệ đối với biến phụ thuộc DCD (quyết định lựa chọn điểm đến).
b. Ý nghĩa các hệ số hồi quy riêng phần trong mô hình
Xem xét ý nghĩa của các hệ số hồi quy riêng phần trong mô hình thông qua kiểm định t với giả thuyết H0 là hệ số hồi quy của biến độc lập k = 0. Kết quả bảng Hệ số hồi quy (Coefficientsa) (xem Bảng 3.21) cho thấy kiểm định t của biến độc lập MOT (Sig. = 0.000), ATT (Sig. = 0.001), IMA (Sig. = 0.000), RG (Sig. = 0.021), PRI (Sig. = 0.007), COM (Sig. = 0.033) đều có giá trị Sig. < 0.05 nên có thể kết luận 6 biến độc lập này đều có ý nghĩa trong mô hình. Tuy nhiên hai biến EXP (Sig. = 0.132) và TC (Sig. = 0.083) đều có giá trị Sig. > 0.05 nên có thể chấp nhận giả thuyết H0, tức là hệ số hồi quy riêng phần của hai biến độc lập này bằng 0 với độ tin cậy 95%. Căn cứ vào kết quả phân tích tƣơng quan, tác giả nhận thấy sự tƣơng quan giữa biến EXP (kinh nghiệm điểm đến) và TC (đặc điểm chuyến đi) với biến DCD (quyết định lựa
chọn điểm đến) là thấp nhất và mức độ tƣơng quan không cao. Hơn nữa trên thực tế, số lƣợng khách du lịch quốc tế, đặc biệt là khách đến từ Tây Âu – Bắc Mỹ quay lại đi du lịch Hội An lần thứ hai trở lên là không nhiều, đa số những khách đƣợc điều tra là những ngƣời đầu tiên đến Hội An do đó họ chƣa có kinh nghiệm với điểm đến này, vì thế yếu tố kinh nghiệm hầu nhƣ không có sự ảnh hƣởng lớn đến quyết định lựa chọn điểm đến Hội An của khách du lịch. Đối với yếu tố đặc điểm chuyến đi chỉ có hai biến quan sát là biến khoảng cách giữa điểm đến và nơi ở và biến tổng chi phí chuyến đi. Biến quan sát tổng chi phí chuyến đi là biến có sự ảnh hƣởng đến quyết định lựa chọn điểm đến nhƣng lại không đƣợc khách du lịch đánh giá cao là vì biến này đã đƣợc giải thích ở phần giá tour du lịch, hầu nhƣ mọi du khách đều tập trung đánh giá về giá tour du lịch nhƣ chi phí chuyến đi. Bên cạnh đó, khi đã quyết định đi du lịch, khoảng cách điểm đến và nơi ở rất ít ảnh hƣởng đến quyết định của du khách. Nếu khách du lịch thích và muốn tìm hiểu về một điểm đến, họ sẽ sẵn sàng quyết định lựa chọn điểm đến đó dù nó rất xa nơi ở của họ. Chính vì hai nguyên nhân đó nên yếu tố đặc điểm chuyến đi không đƣợc khách du lịch đánh giá cao trong việc ảnh hƣởng đến quyết định lựa chọn điểm đến của họ. Do đó, căn cứ theo số liệu thống kê và giải thích thực tế, tác giả loại hai biến EXP (kinh nghiệm điểm đến) và TC (đặc điểm chuyến đi) ra khỏi mô hình hồi quy.
Vậy qua phân tích về ý nghĩa các hệ số hồi quy riêng phần trong mô hình, có thể kết luận 6 yếu tố MOT (động cơ đi du lịch), ATT (thái độ), IMA (hình ảnh điểm đến), RG (nhóm tham khảo), PRI (giá tour du lịch), COM (truyền thông) có tác động đến biến phụ thuộc DCD (quyết định lựa chọn điểm đến).
Căn cứ vào kết quả phân tích trên, phƣơng trình hồi quy (theo hệ số hồi quy chƣa chuẩn hóa) của nghiên cứu đƣợc thiết lập nhƣ sau:
DCDi = -1.406 + 0.348*MOTi + 0.175*ATTi + 0.365*IMAi + 0.138*RGi + 0.123*PRIi + 0.100*COMi
Hay là Quyết định lựa chọn điểm đến = -1.406 + 0.348* Động cơ đi du lịch + 0.175 * Thái độ + 0.365* Hình ảnh điểm đến + 0.138* Nhóm tham khảo + 0.123* Giá tour di lịch + 0.100* Truyền thông.
c. Xác định tầm quan trọng của các biến trong mô hình
Để xác định tầm quan trọng của các yếu tố ảnh hƣởng đến quyết định lựa chọn điểm đến, tác giả căn cứ vào hệ số hồi quy chuẩn hóa (Beta).
Xét hệ số hồi quy chuẩn hóa (Beta) theo kết quả phân tích mô hình hồi quy trong Bảng 3.21, có thể thấy Hình ảnh điểm đến là yếu tố có ảnh hƣởng mạnh nhất đến quyết định lựa chọn điểm đến vì có hệ số Beta = 0.322 lớn nhất. Tiếp đến là Động cơ đi du lịch (Beta = 0.292), Thái độ (Beta = 0.166), Giá tour du lịch (Beta = 0.131), Nhóm tham khảo (Beta = 0.113) và Truyền thông (Beta = 0.109) là yếu tố có tác động yếu nhất đến quyết định lựa chọn của du khách.
Mặc khác, kết quả phân tích hồi quy cho thấy các hệ số hồi quy đều dƣơng chứng tỏ các biến độc lập có tác động cùng chiều đến quyết định lựa chọn điểm đến của khách du lịch. Do đó, tác giả có thể kết luận: các giả thuyết H1, H2, H4, H5, H6, H7 trong mô hình nghiên cứu đã đƣợc điều chỉnh (Hình 3.1) đƣợc chấp nhận.
d. Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Để đảm bảo cho độ tin cậy của mô hình hồi quy tuyến tính, việc dò tìm sự vi phạm các giả định là cần thiết.
- Giả định thứ nhất cần kiểm tra là giả định liên hệ tuyến tính. Phƣơng pháp đƣợc sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dƣ chuẩn hóa (Standarized residual) trên trục tung và giá trị dự đoán chuẩn hóa (Standarized predicted value) trên trục hoành.
Nhìn vào đồ thị Hình 3.2, ta thấy các phần dƣ phân tán ngẫu nhiên trong một vùng quanh đƣờng đi qua tung độ 0 chứ không tạo thành hình dạng nào, tức là phần dƣ không thay đổi theo một trật tự nào đối với giá trị dự đoán. Do đó giả thuyết về liên hệ quan hệ tuyến tính không bị vi phạm.
Hình 3.2. Đồ thị phân tán Scatterplot
- Giả định thứ hai là giả định phƣơng sai của sai số không đổi. Nghiên cứu này sử dụng kiểm định tƣơng quan hạng Spearman giữa giá trị tuyệt đối của phần dƣ với các biến độc lập để kiểm định giả định này.
Bảng 3.22. Bảng kiểm định hệ số tương quan hạng Spearman
Hệ số tƣơng quan
hạng Spearman’s
rho
MOT ATT IMA RG PRI COM ABSC
UARE ABSCUARE Hệ số tƣơng quan .066 -.122 -.075 -.050 -.018 .062 1.000 Sig. (2- tailed) .331 .071 .269 .462 .793 .358 . N 220 220 220 220 220 220 220
Kết quả kiểm định ở Bảng 3.22, cho thấy giá trị Sig. của 6 biến độc lập (MOT, ATT, IMA, RG, PRI, COM) đều lớn hơn 0.05 nên chúng ta không thể bác bỏ giả thuyết Ho: hệ số tƣơng quan hạng của tổng thể bằng 0. Điều này có nghĩa, giả định phƣơng sai của sai số thay đổi không bị vi phạm.
- Giả định thứ ba là giả định về phân phối chuẩn và phần dƣ. Chúng ta sẽ sử dụng biểu đồ tần số Histogram và đồ thị P-P plot của các phần dƣ (đã đƣợc chuẩn hóa) để kiểm tra giả định này.
Kết quả từ biểu đồ tần số Histogram của phần dƣ (Hình 3.3) cho thấy phân phối của phần dƣ có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn là 0.982 gần bằng 1. Điều này có nghĩa giả thuyết phân phối chuẩn của phần dƣ không bị vi phạm.
Hình 3.3. Đồ thị tần số Histogram
Kết quả biểu đồ tần số P- P plot (Hình 3.4) cho thấy các điểm quan sát thực tế tập trung khá sát đƣờng chéo những giá trị kỳ vọng, nên có thể kết luận giả định về phần dƣ có phân phối chuẩn không bị vi phạm.
Hình 3.4. Đồ thị tần số P –P Plot
- Giả định thứ tƣ là tính độc lập của sai số (không có tƣơng quan giữa các phần dƣ). Ta dùng đại lƣợng thống kê Durbin – Watson (d) để kiểm định. Theo kết quả ở bảng 3.21 cho thấy giá trị d =1.611 thuộc khoảng 1.5 - 2.5. Có nghĩa là hệ số Durbin – Watson (d) rơi vào miền chấp nhận giả thuyết không có tự tƣơng quan chuỗi bậc nhất với nhau. Do đó, giả định không có mối tƣơng quan giữa các phần dƣ trong mô hình hồi quy đa biến không bị vi phạm.
- Giả định thứ năm là giả định không có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến). Theo kết quả ở Bảng 3.21 cho thấy hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) của các biến là tƣơng đối nhỏ và tất cả đều nhỏ hơn 5. Do đó hiện tƣợng đa cộng tuyến giữa các biến độc lập trong mô hình này là nhỏ, không ảnh hƣởng đáng kể đến kết quả hồi quy. Vì vậy, giả định không có mối tƣơng giữa các biến độc lập trong mô hình hồi quy đa biến không bị vi phạm.
Nhƣ vậy, từ kết quả kiểm tra trên cho thấy mô hình hồi quy xây dựng không vi phạm các giả định cần thiết trong hồi quy tuyến tính.