2.2.3.1. Kiểm định KMO và Bartlett¸s Testbiến độc lập
Để áp dụng được phân tích nhân tố cần trải qua phép kiểm định sự phù hợp của dữliệu đối với phương pháp phân tích nhân tố. Kiểm định này được thực hiện
qua hai đại lượng là chỉ số KMO (Kaiser-Meyer-Olikin Meansure of Sampling Adequacy) và Barlett (Barlettµs Test of Sphericity).
HệsốKMO (Kaiser-Meyer-Olkin): Là một chỉsố dùng đểxem xét sựthích hợp của phân tích nhân tố. Trị sốKMO lớn (giữa 0,5 và 1) là điều kiện đủ đểphân tích nhân tố là thích hợp, còn nếu như trị sốnày nhỏ hơn 0,5 thì phân tích nhân tố
có khả năng không thích hợp với các dữliệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett (Bartlettµs test of sphericity): Dùng để xem xét ma trận
tương quan có phải là ma trận đơn vị, là ma trận có các thành phần (hệ số tương
quan giữa các biến) bằng không và đường chéo (hệ số tương quan với chính nó) bằng 1. Nếu kiểm định Bartlettµs có sig. < 0,05, chúng ta từchối giảthuyết H0 (ma trận tương quan là ma trận đơn vị) nghĩa là các biến có quan hệvới nhau (Nguyễn
Đình Thọ, 2011). Hệ sốtải nhân tố (factor loading) >0,5. Nếu biến quan sát có hệ
Bả ng2.7: Kiể m đị nh KMO và Bartlett’s Test biế n độ c lậ p
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,710
Bartlett's Test of Sphericity
Approx, Chi-Square 869,284
Df 190
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào bảng trên ta thấy, hệ số KMO bằng 0,710 (0,5 < 0,710 < 1), kiểm
định Bartlettµs có giá trị sig. bằng 0,000 < 0,05 cho thấy cơ sở dữ liệu này là hoàn toàn phù hợp với phân tích nhân tốkhám phá EFA.
2.2.3.2. Phân tích nhân tốkhám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện
tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phươngpháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm
tăng cường khả năng giải thích nhân tố. Những biến nào có hệ số tải nhân tố< 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Ở nghiên cứu này, hệsố tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Nghiên cứu này chọn giá trị
Bả ng2.8: Rút trích nhân tố biế n độ c lậ p Biến quan sát Nhóm nhân tố 1 2 3 4 5 UTTH2 0,820 UTTH3 0,771 UTTH4 0,756 UTTH1 0,755 DVGTGT1 0,821 DVGTGT2 0,805 DVGTGT3 0,746 DVGTGT4 0,690 PHUCVU1 0,812 PHUCVU2 0,790 PHUCVU3 0,767 PHUCVU4 0,631 GIACA1 0,822 GIACA4 0,745 GIACA2 0,684 GIACA3 0,678 HUUHINH4 0,768 HUUHINH3 0,737 HUUHINH2 0,704 HUUHINH1 0,672 Eigenvalue 3,129 2,875 2,422 1,888 1,683 Cumulative % 15,644 30,018 42,130 51,572 59,987
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Thực hiện phân tích nhân tốlần đầu tiên, đưa20 biến quan sát trong 5 biến độc lập ảnh hưởng đến quyết định sử dụng dịch vụlữ hành của khách hàng cá nhân vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tốkhám phá EFA, sốbiến quan sát vẫn là 20, được rút trích lại còn 5 nhân tố. Không có biến quan sát nào có hệsốtải
nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đềtài tiếp tục tiến hành
các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích
(Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing
& Anderson, 1998). Dựa vào kết quảtrên, tổng phương sai trích là59,987% > 50%
do đó phân tích nhân tốlà phù hợp.
Đềtài tiến hành gom các biến quan sát:
- Nhân tố 1 (Factor 1): Nghiên cứu đặt tên nhân tốmới này là“Uy tín thương
hiệu–UTTH”gồm 4 biến quan sát: UTTH1, UTTH2, UTTH3, UTTH4.
- Nhân tố2 (Factor 2): Nghiên cứu đặt tên nhân tốmới này là“Dịch vụgiá trị gia tăng – DVGTGT” gồm 4 biến quan sát: DVGTGT1, DVGTGT2, DVGTGT3, DVGTGT4.
- Nhân tố 3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là “Chất lượng phục vụ – PHUCVU” gồm 4 biến quan sát: PHUCVU1, PHUCVU2, PHUCVU3, PHUCVU4.
- Nhân tố 4 (Factor 4): Nghiên cứu đặt tên nhân tố mới này là “Giá cả –
GIACA”gồm 4 biến quan sát: GIACA1, GIACA2, GIACA3, GIACA4.
- Nhân tố 5 (Factor 5): Nghiên cứu đặt tên nhân tố mới này là “Phương tiện hữu hình – HUUHINH” gồm 4 biến quan sát: HUUHINH1, HUUHINH2, HUUHINH3, HUUHINH4.
2.2.3.3. Kiểm định KMO và Bartlett¸s Test biến phụthuộc
Bả ng 2.9: Kiể m đị nh KMO và Bartlett’s Test biế n phụ thuộ c
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,679
Bartlett's Test of Sphericity
Approx, Chi-Square 112,283
Df 3
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Các điều kiện kiểm định KMO và Bartlettµs Test biến phụ thuộc tương tựcác
điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích qua 3 biến quan
0,679 (0,5 < 0,679 < 1) và kiểm định Bartlettµs Test cho giá trị Sig. = 0,000 < 0,05, nên dữliệu thu thập được đáp ứng được điều kiện đểtiến hành phân tích nhân tố.
2.2.3.4. Phân tích nhân tốkhám phá EFA biến phụthuộc
Bả ng2.10: Rút trích nhân tố biế n phụ thuộ c
Quyết định sửdụng Hệsốtải
QUYETDINH2 0,858
QUYETDINH1 0,823
QUYETDINH3 0,785
Cumulative % 67,601
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Kết quảphân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tốnày
được tạo ra từ 3 biến quan sát mà đề tài đã đềxuất từ trước, nhằm mục đích rút ra
kết luận về quyết định sử dụng của khách hàng về dịch vụ lữ hành tại Công ty TNHH Du lịch Kết Nối Huế. Nhân tố này được gọi là “Quyết định sử dụng - QUYETDINH”.
Nhận xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xác định được 5 nhân tố ảnh hưởng đếnquyết định sử dụng của khách hàng về dịch vụ lữ hành tại Công ty TNHH Du lịch Kết Nối Huế, đó chính là “Uy tín thương hiệu”, “Dịch vụgiá trịgia
tăng”, “Chất lượng phục vụ”, “Giá cả”và “Phương tiện hữu hình”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thayđổi đáng kểso với ban đầu, không có biến quan sát nào bị loại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tốkhám phá.
2.2.4. Phân tích hồ i quy
2.2.4.1. Kiểm định mối tương quan giữa biến độc lập và biến phụthuộc
Bả ng 2.11: Phân tích tư ơ ng quan Pearson
QUYETDINH UTTH GIACA DVGTGT PHUCVU HUUHINH
Tương quan
Pearson 1,000 0,483 0,389 0,308 0,442 0,374 Sig.(2-tailed 0,000 0,000 0,000 0,000 0,000
N 150 150 150 150 150 150
Dựa vào kết quảphân tích trên, ta thấy:
- Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05,
cho thấy sự tương quan cóý nghĩa giữa các biến độc lập và biến phụthuộc.
- Hệ số tương quan Pearson cũng khá cao (cả 5 nhân tố lớn hơn 0 và bé hơn
0,5) nên ta có thểkết luận rằng các biến độc lập sau khi điều chỉnh có thểgiải thích cho biến phụthuộc“Quyết định sửdụng”.
2.2.4.2. Xây dựng mô hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA đểkhám phá các nhân tốmới cóảnh hưởng đến biến phụthuộc“Quyết định sửdụng”, nghiên cứu tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đến quyết định sửdụng dịch vụlữhành của khách hàng cá nhân.
Mô hình hồi quy được xây dựng gồm biến phụthuộc là“Quyết định sửdụng”–
QUYETDINHvà các biến độc lập được rút trích từphân tích nhân tốkhám phá EFA gồm 5 biến: “Uy tín thương hiệu” –UTTH, “Giá cả” – GIACA, “Dịch vụ giá trị gia tăng” – DVGTGT, “Chất lượng phục vụ” – PHUCVU, “Phương tiện hữu hình”–HUUHINHvới các hệsốBê– ta tương ứng lần lượt làβ1,β2,β3,β4,β5.
Mô hình hồi quy được xây dựng như sau:
QUYETDINH =β0 + β1UTTH+ β2GIACA + β3DVGTGT+ β4PHUCVU
+ β5HUUHINH + ei
Trong đó:
QUYETDINH: Quyết định sửdụng
UTTH: Uy tín thương hiệu GiACA: Giá cả
DVGTGT: Dịch vụgiá trị gia tăng
PHUCVU: Chất lượng phục vụ HUUHINH: Phương tiện hữu hình
2.2.4.3. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽgiúp chúng ta biết được chiều hướng và cường
độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tốcó mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽbị
loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó. Kết quảphân tích hồi quy được thểhiện qua bảng sau:
Bả ng 2.12: Hệ số phân tích hồ i quy
Hệsố chưa chuẩn hóa Hệsốchuẩn hóa
T Sig. VIF B Độlệch chuẩn Beta Hằng số 0,080 0,245 0,329 0,743 UTTH 0,237 0,032 0,395 7,505 0,000 1,067 GIACA 0,188 0,031 0,322 6,067 0,000 1,087 DVGTGT 0,144 0,033 0,227 4,380 0,000 1,032 PHUCVU 0,218 0,034 0,332 6,372 0,000 1,046 HUUHINH 0,185 0,040 0,248 4,655 0,000 1,091
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô
hình: “Uy tín thương hiệu”, “Giá cả”, “Dịch vụ giá trị gia tăng”, “Chất lượng phục vụ”,“Phương tiện hữu hình”đều nhỏ hơn 0,05 chứng tỏcác biến độc lập này có ý nghĩa thống kê trong mô hình. Ngoài ra hằng sốtrong mô hình có giá trịSig. là 0,743> 0,05 nên cũng sẽbịloại.
Như vậy, phương trình hồi quy được xác định như sau:
QUYETDINH = 0,237UTTH + 0,188GIACA + 0,144DVGTGT + 0,218PHUCVU + 0,185HUUHINH + ei
Nhìn vào mô hình hồi quy, ta có thể xác định rằng: có 5 nhân tố là “Uy tín
thương hiệu”, “Giá cả”, “Dịch vụ giá trị gia tăng”, “Chất lượng phục vụ”,
“Phương tiện hữu hình” ảnh hưởng đến “Quyết định sửdụng” của khách hàng cá nhân vềdịch vụlữhành tại Công ty TNHH Du lịch Kết Nối Huế.
Giải thích mô hình:
- Hệ số β1 = 0,237có ý nghĩa là khi biến “Uy tín thương hiệu” thay đổi một
đơn vịtrong khi các biến khác không đổi thì “Quyết định sửdụng”biến động cùng chiều với 0,395đơn vị.
- Hệsốβ2 = 0,188 có ý nghĩa là khi biến“Giá cả”thay đổi một đơn vị trong khi các biến khác không đổi thì “Quyết định sử dụng” biến động cùng chiều với 0,322đơn vị.
- Hệ số β3 = 0,144 có ý nghĩa là khi biến“Dịch vụgiá trị gia tăng” thay đổi một đơn vị trong khi các biến khác không đổi thì “Quyết định sửdụng” biến động cùng chiều với 0,227đơn vị.
- Hệsốβ4 = 0,218 có ý nghĩa là khi biến “Chất lượng phục vụ”thay đổi một
đơn vịtrong khi các biến khác không đổi thì “Quyết định sửdụng”biến động cùng chiều với 0,332đơn vị.
- Hệ số β5 = 0,185 có ý nghĩa là khi biến “Phương tiện hữu hình” thay đổi một đơn vị trong khi các biến khác không đổi thì “Quyết định sửdụng” biến động cùng chiều với 0,248 đơn vị.
Có một điểm chung của các biến độc lập này là đềuảnh hưởng thuận chiều đến biến phụthuộc “Quyết định sửdụng”, quyết định sửdụng của khách hàng cá nhân về
dịch vụlữhành tại Công ty TNHH Du lịch Kết Nối Huếsẽ được gia tăng khi những nhân tố ảnh hưởng này tăng. Điều này cho thấy Công ty TNHH Du lịch Kết Nối Huế
cần có những động thái nhằm kiểm soát các nhân tốnày một cách tốt hơn.
2.2.4.4.Đánh giá độphù hợp của mô hìnhBả ng 2.13: Đánh giá độ phù hợ p củ a mô hình Bả ng 2.13: Đánh giá độ phù hợ p củ a mô hình Model R R Square Adjusted R Square Std. Error of the Estimate Durbin - Watson 1 0,791 0,626 0,613 0,341 1,914
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào bảng kết quả phân tích, mô hình 5 biến độc lập có giá trị R Square hiệu chỉnh là 0,613 tức là: độ phù hợp của mô hình là 61,3%. Hay nói cách khác, 61,3% độbiến thiên của biến phụthuộc“Quyết định sửdụng”được giải thích bởi 5 nhân tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R Square hiệu chỉnh là 0,613 khá là cao ( > 50%), nghĩa là mối quan hệgiữa biến độc lập và biến phụthuộc được coi là gần chặt chẽ.
2.2.4.5. Kiểm định sựphù hợp của mô hình
Bả ng 2.14: Kiể m đị nh ANOVA
ANOVA
Model Sum of Squares Df Mean Square F Sig.
1
Regression 28,084 5 5,617 48,180 0,000
Residual 16,787 144 0,117
Total 44,871 149
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Kết quả từ bảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giả thiết rằng “Hệ số xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn sự thay đổi của biến phụthuộc“Quyết định sửdụng”.
2.2.4.6. Xem xét tự tương quan
Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kềnhau. Dựa vào kết quảthực hiện phân tích hồi quy cho thấy, giá trị Durbin –
Watson là 1,914 thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thểkết luận là mô hình không xảy ra hiện tượng tự tương quan.
2.2.4.7. Xem xét đa cộng tuyến
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệsốphóng
đại phương sai (VIF –Variance Inflation Factor) lớn hơn hay bằng 10.
Từ kết quả phân tích hồi quy ở trên, ta có thể thấy rằng giá trị VIF của mô hình nhỏ (trên dưới giá trị 1) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
2.2.4.8. Kiểm định phân phối chuẩn của phần dư
Biể u đồ 1: Biể u đồ tầ n số Histogram củ a phầ n dư chuẩ n hóa
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sửdụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ
nhiều đểphân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư đểxem xét sựphù hợp của mô hìnhđưa ra.
Từbiểu đồtrích từkết quảphân tích hồi quy, ta có thểthấy rằng phần dư tuân theo
phân phối chuẩn. Với giá trịMean xấp xỉ3,47E-17 và giá trịStd.Dev gần bằng 1 (0,983).
2.2.5. Đánh giá củ a khách hàng cá nhân về dị ch vụ lữ hành tạ i Công ty TNHHDu lị ch Kế t Nố i Huế Du lị ch Kế t Nố i Huế
Sau khi xác định được các nhân tố thực sự có tác động đến quyết định sử
dụngdịch vụ lữ hành của khách hàng cá nhân cũng như mức độ ảnh hưởng của nó, ta tiến hành phân tích đánh giá của khách hàng đối với từng nhóm nhân tố này thông qua kết quả điều tra phỏng vấn mà nghiên cứu đã thu thập từ trước.
Bảng hỏi nghiên cứu sử dụng thang đo Likert với 5 mức độ, được chú thích với nhân viên như sau:
1 2 3 4 5
Rất không đồng ý Không đồng ý Trung lập Đồng ý Rất đồng ý
2.2.5.1. Đánh giá của khách hàng đối với nhómUy tín thương hiệu
Thang đo Uy tín thương hiệu gồm có 4 biến quan sát: “Công ty Connect Travel
Hue là thương hiệu mà tôi nghĩ đến đầu tiên khi có ýđịnh sửdụng dịch vụlữhành”;
“Tôi cảm thấy tin tưởng khi sửdụng dịch lữhành của công ty Connect Travel Hue”;