Chúng ta cần đánh giá độ phù hợp mô hình một cách chính xác qua kiểm định giả thuyết. Để kiểm định độ phù hợp mô hình hồi quy, chúng ta đặt giả thuyết H0 là R2 = 0. Phép kiểm định F được sử dụng để kiểm định giả thuyết này. Qua kết quả kiểm định ta thấy, Sig. < 0.05 nên giả thuyết H0 bị bác bỏ, nghĩa là R2 ≠ 0 một cách có ý nghĩa thống kê, mô hình hồi quy là phù hợp.
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 179.040 6 29.840 160.354 .000b Residual 28.471 153 .186 Total 207.511 159 a. Dependent Variable: Sự hài lòng
b. Predictors: (Constant), GC, DTC, SCT, DDU, DDB, PTHH
Trong SPSS, các số liệu của kiểm định F được lấy từ bảng phân tích phương sai ANOVA. Bảng ANOVA cho chúng ta kết quả kiểm định F để đánh giá giả thuyết sự phù hợp của mô hình hồi quy. Giá trị Sig. kiểm định F bằng 0.000 < 0.05. Do đó, mô hình hồi quy là phù hợp.
4.4.2. BẢNG MODEL SUMMARY
Các điểm dữ liệu luôn phân tán và có xu hướng tạo thành dạng một đường thẳng chứ không phải là một đường thẳng hoàn toàn. Do đó, hầu như không có đường thẳng nào có thể đi qua toàn bộ tất cả các điểm dữ liệu, luôn có sự sai lệch giữa các giá trị ước tính và các giá trị thực tế. Chúng ta sẽ cần tính toán được mức độ sai lệch đó cũng như mức độ phù hợp của mô hình hồi quy tuyến tính với tập dữ liệu. Một thước đo sự phù hợp của mô hình hồi quy tuyến tính thường dùng là hệ số xác định R2 (R square). Khi phần lớn các điểm dữ liệu tập trung sát vào đường hồi quy, giá trị R2 sẽ cao, ngược lại, nếu các điểm dữ liệu phân bố rải rác cách xa đường hồi quy, R2 sẽ thấp. Chỉ số R2 nằm trong bảng Model Summary.
Model Summaryb Mode l R R bình phương R bình phương hiệu chỉnh Std. Error of the Estimate Durbin- Watson
1 .929a .863 .857 .43138 2.159 a. Predictors: (Constant), GC, DTC, SCT, DDU, DDB, PTHH b. Dependent Variable: Sự hài lòng
R bình phương hay R bình phương hiệu chỉnh đều có mức dao động trong đoạn từ 0 đến 1. Nếu R bình phương càng tiến về 1, các biến độc lập giải thích càng nhiều cho biến phụ thuộc, và ngược lại, R bình phương càng tiến về 0, các biến độc lập giải thích càng ít cho biến phụ thuộc. Không có tiêu chuẩn chính xác R bình phương ở mức bao nhiêu thì mô hình mới đạt yêu cầu. Cần lưu ý rằng, không phải luôn luôn một mô hình hồi quy có R bình phương cao thì nghiên cứu có giá trị cao, mô hình có R bình phương thấp thì nghiên cứu đó có giá trị thấp, độ phù hợp mô hình hồi quy không có mối quan hệ nhân quả với giá trị của bài nghiên cứu.
Bảng Model Summary trên cho chúng ta kết quả R bình phương và R bình phương hiệu chỉnh để đánh giá mức độ phù hợp của mô hình. Giá trị R bình phương hiệu chỉnh bằng 0.857 cho thấy các biến độc lập đưa vào phân tích hồi quy ảnh hưởng 85.7% sự biến thiên của biến phụ thuộc, còn lại 14.3% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Kết quả bảng trên cũng đưa ra giá trị Durbin–Watson để đánh giá hiện tượng tự tương quan chuỗi bậc nhất. Giá trị DW = 2.159, nằm trong khoảng 1.5 đến 2.5 nên kết quả không vi phạm giả định tự tương quan chuỗi bậc nhất (Yahua Qiao, 2011).
4.4.3. BẢNG COEFFICIENTS Coefficientsa Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
DTC -.137 .092 -.129 -1.482 .140 .119 8.384 DDU .162 .124 .157 1.306 .194 .062 16.226 DDB -.107 .119 -.102 -.895 .372 .069 14.432 PTHH .330 .147 .318 2.243 .026 .045 22.443 SCT .223 .111 .218 2.017 .045 .077 13.057 GC .498 .084 .480 5.910 .000 .136 7.356
a. Dependent Variable: Sự hài lòng
Chúng ta sẽ đánh giá hệ số hồi quy của mỗi biến độc lập có ý nghĩa trong mô hình hay không dựa vào kiểm định t (student) với giả thuyết H0: Hệ số hồi quy của biến độc lập Xi bằng 0. Mô hình hồi quy có bao nhiêu biến độc lập, chúng ta sẽ đi kiểm tra bấy nhiêu giả thuyết H0. Qua bảng trên, ta thấy kết quả kiểm định như sau:
- Hệ số Sig. của biến DTC là 0.140 > 0.05: Chấp nhận giả thuyết H0, nghĩa là hệ số hồi quy của biến Xi bằng 0 một cách có ý nghĩa thống kê, biến Xi không tác động lên biến phụ thuộc.
- Hệ số Sig. của biến DDU là 0.194 > 0.05: Chấp nhận giả thuyết H0, nghĩa là hệ số hồi quy của biến Xi bằng 0 một cách có ý nghĩa thống kê, biến Xi không tác động lên biến phụ thuộc.
- Hệ số Sig. của biến DDB là 0.372 > 0.05: Chấp nhận giả thuyết H0, nghĩa là hệ số hồi quy của biến Xi bằng 0 một cách có ý nghĩa thống kê, biến Xi không tác động lên biến phụ thuộc.
- Hệ số Sig. của biến PTHH là 0.026 < 0.05: Bác bỏ giả thuyết H0, nghĩa là hệ số hồi quy của biến Xi khác 0 một cách có ý nghĩa thống kê, biến X1 có tác động lên biến phụ thuộc.
- Hệ số Sig. của biến SCT là 0.045 < 0.05: Bác bỏ giả thuyết H0, nghĩa là hệ số hồi quy của biến Xi khác 0 một cách có ý nghĩa thống kê, biến X1 có tác động lên biến phụ thuộc.
- Hệ số Sig. của biến GC là 0.000 < 0.05: Bác bỏ giả thuyết H0, nghĩa là hệ số hồi quy của biến Xi khác 0 một cách có ý nghĩa thống kê, biến X1 có tác động lên biến phụ thuộc.
Bảng Coefficients cũng cho chúng ta kết quả kiểm định t để đánh giá giả thuyết ý nghĩa hệ số hồi quy, chỉ số VIF đánh giá đa cộng tuyến và các hệ số hồi quy. Ta thấy:
- Các biến DTC, DDU, DDB có giá trị Sig. kiểm định t đều > 0.05, do đó các biến này không có ý nghĩa trong mô hình hồi quy. Hay nói cách khác, biến này không có sự tác động lên biến phụ thuộc SHL. Các biến còn lại gồm PTHH, SCT, GC có Sig. kiểm định t đều < 0.05, do đó các biến này đều có ý nghĩa thống kê, đều tác động lên biến phụ thuộc SHL.
- Hệ số VIF của các biến đều > 2, theo Nguyễn Đình Thọ (2010), trên thực tế, nếu VIF > 2, chúng ta cần cẩn thận bởi vì đã có thể xảy ra sự đa cộng tuyến gây sai lệch các ước lượng hồi quy. Đa cộng tuyến là hiện tượng các biến độc lập có mối tương quan rất mạnh với nhau. Mô hình hồi quy xảy ra hiện tượng đa cộng tuyến sẽ khiến nhiều chỉ số bị sai lệch, dẫn đến kết quả của việc phân tích định lượng không còn mang lại nhiều ý nghĩa. Ở đợt khảo sát này, do đặc trưng của chính môi trường được khảo sát gây nên hiện tượng đa cộng tuyến. Cùng một bảng khảo sát nhưng có thể mở môi trường khảo sát số 1 không có đa cộng tuyến xảy ra nhưng ở môi trường số 2 lại có đa cộng tuyến. Bởi vì đặc điểm môi trường khảo sát số 2 có điểm khác biệt rất nhiều so với môi trường 1. Tại môi trường số 2, các nhóm nhân tố dù ban đầu khi lập cơ sở lý luận thì chúng không có mối tương quan quá cao nhưng ở môi trường này giữa chúng lại có sự tương quan mạnh, điều này dẫn đến đa cộng tuyến khi thu thập dữ liệu khảo sát.
Từ các hệ số hồi quy, chúng ta xây dựng được hai phương trình hồi quy chưa chuẩn hóa và chuẩn hóa theo thứ tự như sau:
Y = 0.330 * PTHH + 0.223 * SCT + 0.498 * GC + ε Y = 0.318 *PTHH + 0.218 *SCT + 0.480 * GC + ε
4.5. PHÂN TÍCH ANOVA
4.5.1. PHÂN TÍCH ANOVA CHO BIẾN GIỚI TÍNH
Test of Homogeneity of Variances
Sự hài lòng Levene
Statistic df1 df2 Sig.
Ta thấy, Sig. ở kiểm định này là 0.013 < 0.05, giả thuyết phương sai đồng nhất giữa các nhóm giá trị biến định tính đã bị vi phạm. Nghĩa là phương sai giữa các nhóm bộ phận làm việc là không đồng nhất. Chúng ta không thể sử dụng bảng ANOVA mà sẽ đi vào kiểm định Welch cho trường hợp vi phạm giả định phương sai đồng nhất.
Robust Tests of Equality of Meansb
Sự hài lòng
Statistica df1 df2 Sig.
Welch . . . .
a. Asymptotically F distributed.
b. Robust tests of equality of means cannot be performed for Sự hài lòng because at least one group has the sum of case weights less than or equal to 1.
4.5.2. PHÂN TÍCH ANOVA CHO BIẾN ĐỘ TUỔI
Test of Homogeneity of Variances
Sự hài lòng Levene
Statistic df1 df2 Sig.
1.095a 3 155 .353
Ta thấy, Sig. ở kiểm định này là 0.353 > 0.05 thì phương sai giữa các lựa chọn của biến định tính ở trên đồng nhất, xem tiếp kết quả ở bảng ANOVA.
ANOVA Sự hài lòng Sum of Squares df Mean Square F Sig. Between Groups 15.127 4 3.782 3.047 .019 Within Groups 192.384 155 1.241 Total 207.511 159
Ta thấy, Sig. ở bảng ANOVA là 0.019 < 0.05, chúng ta kết luận: Có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những khách hàng thuộc các nhóm tuổi khác nhau.
Test of Homogeneity of Variances
Sự hài lòng Levene
Statistic df1 df2 Sig.
.279 3 156 .840
Ta thấy, Sig. ở kiểm định này là 0.840 > 0.05 thì phương sai giữa các lựa chọn của biến định tính ở trên đồng nhất, chúng ta xem tiếp kết quả ở bảng ANOVA.
ANOVA
Sự hài lòng
Sum of Squares df Mean Square F Sig.
Between Groups .237 3 .079 .059 .981
Within Groups 207.274 156 1.329
Total 207.511 159
Ta thấy, Sig. ở bảng ANOVA là 0.981 > 0.05, chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những khách hàng thuộc các nhóm nghề nghiệp khác nhau.
4.5.4. PHÂN TÍCH ANOVA CHO BIẾN THU NHẬP
Test of Homogeneity of Variances
Sự hài lòng Levene
Statistic df1 df2 Sig.
2.843 3 156 .040
Ta thấy, Sig. ở kiểm định này là 0.040 < 0.05, giả thuyết phương sai đồng nhất giữa các nhóm giá trị biến định tính đã bị vi phạm. Nghĩa là phương sai giữa các nhóm bộ phận làm việc là không đồng nhất. Chúng ta không thể sử dụng bảng ANOVA mà sẽ đi vào kiểm định Welch cho trường hợp vi phạm giả định phương sai đồng nhất.
Robust Tests of Equality of Means
Sự hài lòng
Statistica df1 df2 Sig. Welch 1.146 3 62.069 .338
Ta thấy, Sig. kiểm định Welch ở bảng Robust Tests là 0.338 > 0.05, chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những khách hàng thuộc các nhóm thu nhập khác nhau.
4.5.5. PHÂN TÍCH ANOVA CHO BIẾN MỤC ĐÍCH
Test of Homogeneity of Variances
Sự hài lòng Levene
Statistic df1 df2 Sig.
2.873 4 155 .025
Ta thấy, Sig. ở kiểm định này là 0.025 < 0.05, giả thuyết phương sai đồng nhất giữa các nhóm giá trị biến định tính đã bị vi phạm. Nghĩa là phương sai giữa các nhóm bộ phận làm việc là không đồng nhất. Chúng ta không thể sử dụng bảng ANOVA mà sẽ đi vào kiểm định Welch cho trường hợp vi phạm giả định phương sai đồng nhất.
Robust Tests of Equality of Means
Sự hài lòng
Statistica df1 df2 Sig.
Welch .833 4 38.812 .512
Ta thấy, Sig. kiểm định Welch ở bảng Robust Tests là 0.512 > 0.05, chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những khách hàng thuộc các nhóm thu nhập khác nhau.
CHƯƠNG 5. KẾT LUẬN VÀ KIẾN NGHỊ 5.1. KẾT LUẬN
Với kết quả phân tích ở chương 4, ta thấy mô hình nghiên cứu ban đầu có 6 nhân tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng dịch vụ lưu trú khách sạn trên địa bàn Thành phố Đà Nẵng. Sau quá trình khảo sát và xử lý số liệu bằng phần mềm SPSS 20.0 kết hợp với các phương pháp phân tích thống kê mô tả, phân tích Cronbach’s Anpha, phân tích nhân tố khám phá EFA, phân tích hồi quy bội tuyến tính và phân tích ANOVA, kết quả phân tích hồi quy bội tuyến tính cho thấy chỉ có 3 nhân tố là PTHH, SCT và nhân tố GC ảnh hưởng đến sự hài lòng của khách hàng.
Trong đó, nhân tố GC có ảnh hưởng mạnh nhất đến SHL của khách hàng với hệ số Beta là 0.480. Kế tiếp là nhân tố PTHH với hệ số Beta là 0.318, và cuối cùng là nhân tố SCT với hệ số Beta là 0.218.
Thông qua kết quả khảo sát như trên, nhóm chúng tôi đưa ra một số kiến nghị như sau:
5.2. KIẾN NGHỊ
5.2.1. KIẾN NGHỊ ĐỐI VỚI NHÂN TỐ GIÁ CẢ
Do khách hàng quan tâm nhiều nhất đối với nhân tố giá cả, cho nên các doanh nghiệp kinh doanh dịch vụ cung cấp cơ sở lưu trú khách sạn trên địa bàn Thành phố Đà Nẵng cần phải tập trung vào việc phân bổ mức giá cả tương xứng với chất lượng dịch vụ của khách sạn. Đồng thời, cải thiện chất lượng dịch vụ của khách sạn để tương xứng với khoản chi phí mà khách hàng phải chi trả.
5.2.2. KIẾN NGHỊ ĐỐI VỚI NHÂN TỐ PHƯƠNG TIỆN HỮU HÌNH
Theo sau nhân tố giá cả là nhân tố phương tiện hữu hình cũng được khách hàng quan tâm khi sử dụng dịch vụ lưu trú khách sạn trên địa bàn Thành phố Đà Nẵng. Vì vậy, các doanh nghiệp cần chú ý trang bị cơ sở vật chất và trang thiết bị của khách sạn đầy đủ, ngày một hiện đại hơn. Bên cạnh đó, chú trọng đến môi trường cảnh quan xung quanh khách sạn phải đảm bảo xanh – sạch – đẹp.
5.2.3. KIẾN NGHỊ ĐỐI VỚI NHÂN TỐ SỰ CẢM THÔNG
Nhân tố sự cảm thông cũng quan trọng không kém, trực tiếp ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng dịch vụ lưu trú khách sạn. Cần phải đào tạo đội ngũ
nhân viên chuyên nghiệp, luôn luôn đặt cái tâm trong công việc, cảm thông và thấu hiểu khách hàng, sẵn sàng đáp ứng các yêu cầu khẩn cấp của khách hàng. Đặc biệt, chú trọng vào các chương trình khuyến mãi để tri ân và thể hiện sự quan tâm, chia sẻ đến khách hàng của mình.
5.3. HẠN CHẾ CỦA NGHIÊN CỨU
Tính khái quát của mô hình lý thuyết chưa cao do chỉ mới đo lường các yếu tố ảnh hưởng đến sự hài lòng của khách hàng khi sử dụng dịch vụ lưu trú khách sạn. Phương pháp thu thập mẫu ngẫu nhiên thuận tiện có khả năng tổng quát hóa thấp và không thể đo lường sai số thu mẫu. Mô hình đo lường còn thiếu các yếu tố khác giúp làm tăng khả năng giải thích của mô hình. Nghiên cứu cần mở rộng phạm vi ra nhiều khu vực khác nhau để kết quả thu về khả quan và chính xác hơn.
TÀI LIỆU THAM KHẢO
[1] Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) “Phân tích dữ liệu nghiên cứu với SPSS”, Tập 1 & 2, NXB Hồng Đức.
[2] PGS.TS Lê Văn Huy (2010), Giáo trình phương pháp nghiên cứu trong kinh doanh,