4.2.3.1 Nhân tố “Công nghệ” (CN)
Thang đo nhân tố “Công nghệ” được đo lường qua 3 biến quan sát CN1, CN2,
CN3
42
Bảng 4.9 Hệ số Cronbach’s Alpha của thang đo “Công nghệ”
Biến quan sát
CN1 CN2 CN3
(Nguồn: Phân tích dữ liệu)
Dựa vào kết quả phân tích bảng 4.9, ta thấy độ tin cậy Cronbach’s Alpha của thang đo là 0.770 (> 0,6) nên đảm bảo các biến trong nhân tố này có tương quan với nhau. Và hệ số tương quan tổng biến của tất cả các biến quan sát đều > 0.3; nên sự tương quan giữa các biến trong thang đo cao. Như vậy, thang đo của nhân tố “Môi trường du lịch” với 3 biến quan sát CN1, CN2, CN3 đáp ứng độ tin cậy.
4.2.3.2 Nhân tố “Yếu tố ngẫu nhiên” (NN)
Thang đo nhân tố “Yếu tố ngẫu nhiên” được đo lường qua 3 biến quan sát
NN1, NN2, NN3.
Bảng 4.10 Hệ số Cronbach’s Alpha của thang đo “Yếu tố ngẫu nhiên”
Biến quan sát
NN1 NN2 NN3
(Nguồn: Phân tích dữ liệu)
43
Dựa vào kết quả phân tích bảng 4.10, ta thấy độ tin cậy Cronbach’s Alpha của thang đo là 0.887 (> 0,6) nên đảm bảo các biến trong nhân tố này có tương quan với nhau. Và hệ số tương quan tổng biến của tất cả các biến quan sát đều > 0.3; nên sự tương quan giữa các biến trong thang đo cao. Như vậy, thang đo của nhân tố “Yếu tố ngẫu nhiên” với 3 biến quan sát NN1, NN2, NN3 đáp ứng độ tin cậy.
4.2.3.3 Nhân tố “Chi phí” (CP)
Thang đo nhân tố “Chi phí” được đo lường qua 3 biến quan sát CP1, CP2, CP3
Bảng 4.11 Hệ số Cronbach’s Alpha của thang đo “Chi phí”
Biến quan sát
CP1 CP2 CP3
(Nguồn: Phân tích dữ liệu) Dựa vào kết quả phân tích bảng 4.11, ta thấy độ tin cậy Cronbach’s Alpha của thang đo là 0.873 (> 0,6) nên đảm bảo các biến trong nhân tố này có tương quan với nhau. Và hệ số tương quan tổng biến của tất cả các biến quan sát đều > 0.3; nên sự tương quan giữa các biến trong thang đo cao. Như vậy, thang đo của nhân tố “Chi phí” với 3 biến quan sát CP1, CP2, CP3 đáp ứng độ tin cậy.
4.2.3.4 Yếu tố “Điểm du lịch” (DL)
Thang đo nhân tố “Điểm du lịch” được đo lường qua 4 biến quan sát DL1,
DL2, DL3, DL4
44
Bảng 4.12 Hệ số Cronbach’s Alpha của thang đo “Điểm du lịch”
Biến quan sát Cronbach’s Alpha nếu loại biến Cronbach’s Alpha
DL1 0.831
DL2 0.846
0.883
DL3 0.860
DL4 0.862
(Nguồn: Phân tích dữ liệu)
Dựa vào kết quả phân tích bảng 4.12, ta thấy độ tin cậy Cronbach’s Alpha của thang đo là 0.883 (> 0.6) nên đảm bảo các biến trong nhân tố này có tương quan với nhau. Và hệ số tương quan tổng biến của tất cả các biến quan sát đều > 0.3; nên sự tương quan giữa các biến trong thang đo cao. Như vậy, thang đo của nhân tố “Điểm du lịch” với 4 biến quan sát DL1, DL2, DL3, DL4 đáp ứng độ tin cậy.
4.2.3.5 Yếu tố “Văn hóa – Xã hội” (VX)
Bảng 4.13 Hệ số Cronbach’s Alpha của thang đo “Văn hóa – Xã hội”
Biến quan sát Cronbach’s Alpha nếu loại biến Cronbach’s Alpha
VX1 0.641
VX2 0.607
0.707
VX3 0.677
VX4 0.652
(Nguồn: Phân tích dữ liệu)
45
Dựa vào kết quả phân tích bảng 4.13, ta thấy độ tin cậy Cronbach’s Alpha của thang đo là 0.707 (> 0.6) nên đảm bảo các biến trong nhân tố này có tương quan với nhau. Và hệ số tương quan tổng biến của tất cả các biến quan sát đều > 0.3; nên sự tương quan giữa các biến trong thang đo cao. Như vậy, thang đo của nhân tố “Văn hóa – Xã hội” với 4 biến quan sát VX1, VX2, VX3, VX4 đáp ứng độ tin cậy.
4.2.3.5 Yếu tố “Sự hài lòng về nhu cầu du lịch của du khách tại Đà Nẵng” (NC) (NC)
Bảng 4.14 Hệ số Cronbach’s Alpha của thang đo “Sự hài lòng về nhu cầu du lịch của du khách tại Đà Nẵng”
Biến quan sát NC1 NC2 NC3 NC4
(Nguồn: Phân tích dữ liệu) Dựa vào kết quả phân tích bảng 4.14, ta thấy độ tin cậy Cronbach’s Alpha của thang đo là 0.919 (> 0.6) nên đảm bảo các biến trong nhân tố này có tương quan với nhau. Và hệ số tương quan tổng biến của tất cả các biến quan sát đều > 0.3; nên sự tương quan giữa các biến trong thang đo cao. Như vậy, thang đo của nhân tố “Sự hài lòng về nhu cầu du lịch của du khách
tại Đà Nẵng” với 4 biến quan sát NC1, NC2, NC3, NC4 đáp ứng độ tin cậy.
46
4.3 Kiểm định mô hình nghiên cứu
4.3.1 Kiểm định sự tương quan giữa các biến độc lập và biến phụ thuộc
Để phân tích sự ảnh hưởng của các biến số “Công nghệ” (CN), “Yếu tố ngẫu nhiên” (NN), “Chí phí” (CP), “Điểm du lịch” (DL), “Văn hóa – Xã hội” (VX) tới biến phụ thuộc “Nhu cầu du lịch của du khách tại Đà Nẵng” (NC), hệ số tương quan Pearson(r) được sử dụng.
Theo Hair (2003), hệ số tương quan có giá trị từ -1 (mối quan hệ phủ định hoàn toàn giữa hai biến số) đến +1 (mối quan hệ thuận tuyệt đối giữa hai biến số).
Giá trị hệ số r thể hiện độ lớn của sự ảnh hưởng như sau:
r < 0.1 0.1 ≤ r ≤ 0.3 0.3 ≤ r ≤ 0.5 0.5 ≤ r ≤ 0.7 0.7 ≤ r ≤ 0.9 0.9 ≤ r Bảng 4.15 Độ lớn của sự ảnh hưởng 47 download by : skknchat@gmail.com
Sau khi chạ y dữ liệ u bằng phần mềm SPSS 22.0, ta có kết quả như sau:
Nhu cầu Pearson
du lịch Correlation
của du Sig. (2-tailed)
khách N Pearson Công Correlation nghệ Sig. (2-tailed) N Yếu tố Pearson Correlation ngẫu Sig. (2-tailed) nhiên N Pearson Correlation Chi phí Sig. (2-tailed) N Pearson Điểm du Correlation lịch Sig. (2-tailed) N Pearson
Văn hóa Correlation
- Xã hội Sig. (2-tailed)
N **. Correlation is significant at the 0.01 level (2-tailed).
Bảng 4.16 Sự tương quan
(Nguồn: Phân tích dữ liệu)
Kết quả của ma trận hệ số tương quan được trình bày ở bảng 4.16 cho thấy: Hệ số tương quan lớn nhất giữa các biến độc lập là 0.654 (tương quan giữa nhân tố Chi phí và Điểm du lịch), hệ số tương quan nhỏ nhất giữa các biến độc lập là -0.36 (tương quan giữa nhân tố Điểm du lịch và Công nghệ).
Hệ số tương quan lớn nhất giữa các yếu tố thành phần với biến phụ thuộc Nhu cầu du lịch của du khách là 0.843 (tương quan giữa biến độc lập Yếu tố ngẫu nhiên với biến phụ thuộc Nhu cầu du lịch của du khách) và hệ số tương quan nhỏ nhất là 0.016 (mối tương quan giữa biến độc lập Chi phí với biến phụ thuộc Nhu cầu du lịch của du khách).
4.3.2 Kiểm định sự phù hợp của mô hình nghiên cứu thực tế bằng phântích hồi quy tuyến tính bội tích hồi quy tuyến tính bội
Căn cứ vào mô hình hiệu chỉnh sau các bước phân tích hệ số tin cậy Cronbach‟s
Alpha, phân tích nhân tố khám phá (EFA) và phân tích hệ số tương quan Pearson, ta có mô hình hồi quy tuyến tính bội gồm 7 biến thành phần, trong đó có 5 biến
độc lập và 1 biến phụ thuộc như sau:
NC = β0 + β1*CN + β2*NN + β3*CP + β4*DL + β5*VX Trong đó:
β0, β1 , β2 , β3 , β4, β5 là các hệ số hồi quy chưa chuẩn hóa CN, NN, CP, DL, VX được giải thích qua bảng 4.13
49
Bảng 4.17 Diễn giải các biế n trong mô hình hồi quy Ký hiệu CN NN CP DL VX NC
(Nguồn: Tổng hợp từdữliệu đã được xửlý)
Ta có kết quả hồi quy sau khi đưa cùng lúc tất cả các biến vào phân tích hồi quy tuyến tính.
❖ R bình phương hiệu chỉnh và Durbin-Watson
Model RR Square Adjusted R Std. Error of Square the Estimate
Durbin- Watson
1 .849a .720 .711 .52065 2.041
a. Predictors: (Constant), Văn hóa - Xã hội, Yếu tố ngẫu nhiên, Chi phí, Công nghệ, Điểm du lịch
b. Dependent Variable: Nhu cầu du lịch của du khách
Bảng 4.18 Model Summaryb
(Nguồn: Phân tích dữ liệu)
50
Bảng 4.18 cho thấy:
Giá trị hệ số R = 0.849 ( > 0,5) nên đây là mô hình thích hợp để đánh giá mối quan hệ giữa các biến độc lập và biến phụ thuộc.
Giá trị hệ số R2 = 0.720 và R2 đã điều chỉnh = 0.711 cho thấy 71.1% nhu cầu du lịch của du khách sẽ được giải thích bởi 5 yếu tố: Công nghệ, Yếu tố ngẫu nhiên, Chi phí, Điểm du lịch, Văn hóa – Xã hội đã được đưa vào mô hình. Còn lại 28.9% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Trong trường hợp này, k' = 5, n = 155, tra bảng DW ta có dL = 1.557 và dU = 1.69. Gắn vào thanh giá trị DW, ta thấy 1.693 < 2.041 < 2.307, như vậy, không có sự tương quan chuỗi bậc nhất trong mô hình.
❖ Bảng phân tích phương sai ANOVA
Để xem xét độ phù hợp của mô hình hồi quy tổng thể, ta cần giá trị F từ bảng phân tích phương sai ANOVA. Kết quả này sẽ cho biết biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập hay không.
Bảng 4.19 ANOVAa
Model
Regression
1 Residual
Total a. Dependent Variable: Nhu cầu du lịch của du khách
b.Predictors: (Constant), Văn hóa - Xã hội, Yếu tố ngẫu nhiên, Chi phí, Công nghệ, Điểm du lịch
(Nguồn: Phân tích dữ liệu)
51
Kết quả bảng 4.19 cho thấy giá trị F = 76.731 và mức ý nghĩa Sig. = 0,000 (<0,05) nên biến phụ thuộc có tương quan tuyến tính với toàn bộ biến độc lập, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc. Như vậy, ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
❖ Bảng kết quả phân tích hồi quy tuyến tính bội
Bảng 4.20 Coefficientsa Model (Constant) Công nghệ Yếu tố ngẫu nhiên 1 Chi phí Điểm du lịch Văn hóa - Xã hội B .362 .015 .840 -.081 .076 .079 a. Dependent Variable: Nhu cầu du lịch của du khách
(Nguồn: Phân tích dữ liệu)
Bảng 4.20 cho thấy:
Hệ số chấp nhận (Tolerance) của các yếu tố đều > 0.5 (nhỏ nhất là 0.562) và hệ số VIF của các hệ số Beta đều < 2 (lớn nhất là 1.780) chứng tỏ không xảy ra hiện tượng đa cộng tuyến trong mô hình.
Như vậy, mô hình hồi quy bội là phù hợp với mô hình và dữ liệu nghiên cứu.
Các biến đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%.
52
❖ Kiểm định giả định phương sai của phần dư
Dựa vào kết quả bảng 4.14, kiểm định Durbin Watson có giá trị là 2.041 nằm trong khoảng [1,3] nên không có hiện tượng tương quan của các phần dư.
Để kiểm định giả định phương sai của phần dư không đổi, ta sử dụng đồ thị phân tán của giá trị dự báo đã được chuẩn hóa (Std. predicted value) và phần dưđã được chuẩn hóa (Std. residual).
Bảng 4.21 Residuals Statisticsa Predicted Value Residual Std. Predicted Value Std. Residual
a. Dependent Variable: Nhu cầu du lịch của du khách
(Nguồn: Phân tích dữ liệu)
Ta có các đồ thị thể hiện độ phân tán của phần dư như sau:
Hình 4.7 cho thấy các giá trị phần dư phân tán một cách ngẫu nhiên trong một phạm vi quanh trục 0 (giá trị trung bình của phần dư), nghĩa là phương sai của phần dư không đổi và chứng tỏ rằng không bị vi phạm giả định liên hệ tuyến tính.
53
Hình 4.7 Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
(Nguồn: Phân tích dữ liệu)
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phần dư có thể không tuân theo phân phối chuẩn vì một số lý do như sử dụng sai mô hình, phương sai
không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích,... Để
kiểm tra giả định này, ta có biểu đồ tần số Histogram của các phần dư (đã được chuẩn hóa). Đồ thị Histogram của phần dư đã chuẩn hóa (hình 4.9) cho thấy phân phối của phần dư xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn,
độ lệch chuẩn Std. Dev = 0,984). Vì vậy có thể kết luận rằng giả định về phân phối chuẩn của phần dư không bị vi phạm).
54
Hình 4.8 Đồ thị Histogram của phần dư (đã chuẩn hóa)
(Nguồn: Phân tích dữ liệu)
Như vậy, dựa vào kết quả hồi quy đa biến ở bảng 4.16, ta xác định được phương trình hồi quy tuyến tính bội như sau:
NC = 0.014*CN + 0.838*NN – 0.077*CP + 0.072*DL + 0.063*VX Trong đó: NC: Nhu cầu du lịch của du khách tại Đà Nẵng CN: Công nghệ 55 download by : skknchat@gmail.com
AN: Yế u tố ngẫu nhiên CP: Chi phí DL: Điểm du lịch VX: Văn hóa – Xã hội
Qua phân tích hồi quy tuyến tính bội cho thấy mô hình xây dựng phù hợp với dữ liệu thu được cho thấy Nhu cầu du lịch của du khách tại Đà Nẵng phụ thuộc vào 5 nhân tố. Trong đó, nhân tố Yếu tố ngẫu nhiên có ảnh hưởng lớn nhất đến nhu cầu du lịch (Hệ số chuẩn hóa: β = 0.838), thứ nhì là Chi phí (β = 0.77), tiếp theo là Điểm du lịch (β = 0.072), tiếp theo là Văn hóa – Xã hội (β = 0.063), cuối cùng là Công nghệ (β = 0.014).
4.3.3 Kết quả kiểm định giả thuyết nghiên cứu
Phân tích hồi quy tuyến tính bội cho ta kết luận về 5 yếu tố tác động đến nhu cầu du lịch của du khách tại Đà Nẵng như sau:
Công nghệ có B = 0.015 (Sig. = 0.006 < 0.05) cho thấy yếu tố này có tác động cùng chiều đến nhu cầu du lịch của du khách tại Đà Nẵng. Như vậy, tại mức ý
nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi nhân tố Công nghệ tăng thêm 1 đơn vị độ lệch chuẩn thì nhu cầu du lịch của du khách sẽ tăng thêm 0.015 đơn vị độ lệch chuẩn. Vậy, giả thuyết H1 được chấp nhận.
Yếu tố ngẫu nhiên có B = 0.840 (Sig. = 0.000 < 0.05) cho thấy nhân tố này có tác động cùng chiều đến nhu cầu du lịch của du khách tại Đà Nẵng. Như vậy, tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi nhân tố Yếu tố ngẫu nhiên tăng thêm 1 đơn vị độ lệch chuẩn thì nhu cầu du lịch của du khách sẽ tăng thêm 0.840 đơn vị độ lệch chuẩn. Vậy, giả thuyết H2 được chấp nhận.
56
Chi phí có B = - 0.081 (Sig. = 0.004 < 0.05) cho thấy yếu tố này có tác động ngược chiều đến nhu cầu du lịch của du khách tại Đà Nẵng. Như vậy, tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi nhân tố Chi phí tăng thêm 1 đơn vị độ lệch chuẩn thì nhu cầu du lịch của du khách sẽ giảm đi 0.081 đơn vị độ lệch chuẩn. Vậy, giả thuyết H3 được chấp nhận.
Điểm du lịch có B = 0.076 (Sig. = 0.000 < 0.05) cho thấy yếu tố này có tác động cùng chiều đến nhu cầu du lịch của du khách tại Đà Nẵng. Như vậy, tại mức
ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi nhân tố Điểm du lịch tăng thêm 1 đơn vị độ lệch chuẩn thì nhu cầu du lịch của du khách sẽ tăng thêm 0.076 đơn vị độ lệch chuẩn. Vậy, giả thuyết H4 được chấp nhận.
Văn hóa – Xã hội có B = 0.079 (Sig. = 0.003 < 0.05) cho thấy yếu tố này có tác động cùng chiều đến nhu cầu du lịch của du khách tại Đà Nẵng. Như vậy, tại mức ý nghĩa nhỏ hơn 5%, trong điều kiện các yếu tố khác không đổi, khi nhân tốĐiểm du lịch tăng thêm 1 đơn vị độ lệch chuẩn thì nhu cầu du lịch của du khách sẽ tăng thêm 0.079 đơn vị độ lệch chuẩn. Vậy, giả thuyết H4 được chấp nhận.
Giả thuyết Nội dung
Công nghệ có mố i quan hệ cùng chiều H1 với nhu cầu du lịch củ a du khách tại Đà Nẵng. Yếu tố ngẫu nhiên có mối quan hệ H2 cùng chiều với nhu cầu du lịch của du khách tại Đà Nẵng.. Trị thống kê (Sig.) 0.006 Chấp nhận 0.000 Chấp nhận 57 download by : skknchat@gmail.com
H3
H4
H5
Chi phí có mố i quan hệ ngượ c chiều với nhu cầu du lịch củ a du khách tại
Đà Nẵng.
Điểm du lịch có mối quan hệ cùng chiều với nhu cầu du lịch của du khách tại Đà Nẵng.
Văn hóa – Xã hội có mối quan hệ cùng chiều với nhu cầu du lịch của du khách tại Đà Nẵng.
(Nguồn: Tổng hợp từ
dữliệu đã được xử
lý)
Bảng 4.22 Kết quả kiểm định các giả thuyết nghiên cứu
4.4 Kết quả đánh giá mức độ cảm nhận của khách du lịch trong từng nhân tố
Để thuận tiện cho việc đánh giá, chúng ta có quy ước về giá trị trung bình (M) như sau: - M < 3.00 : mức thấp - 3.00 ≤ M ≤ 3.24 : mức trung bình