CHƢƠNG 3 : KẾT QUẢ NGHIÊN CỨU
3.4. Phân tích nhân tố khám phá của các thang đo
3.4.1. Phân tích EFA các biến độc lập
Kết quả EFA lần thứ nhất cho thấy có 7 nhân tố được trích tại Eigenvalue là 1.032 và phương sai tr ch được là 69.34% với chỉ số KMO là 0.803. Như vậy, việc phân tích nhân tố là thích hợp. Tuy nhiên, Hệ số tải nhân tố (factor loading) lớn nhất của 2 biến quan sát DACTHU01 và PHUONGTIEN03 đều nhở hơn 0.50. Vì vậy các biến này không thỏa mãn tiêu chuẩn trên. Ta sẽ loại từng biến quan sát chứ không nên loại cùng 1 lúc 2 biến này (Nguyễn Trọng Hoài & ctg, 2008). Biến nào có factor loading lớn nhất mà không đạt nhất sẽ bị loại trước. Factor loading lớn
nhất của PHUONGTIEN03 bằng 0.454, nhỏ hơn DACTHU01 là 0.473. Ta ưu tiên loại biến PHUONGTIEN03 trước.
Kết quả phân tích lần thứ hai: Sau khi loại biến PHUONGTIEN03, thì trích được 7 nhân tố tại Eigenvalue là 1.004 và phương sai tr ch được là 69.231% với chỉ số KMO là 0.841. Như vậy việc phân tích nhân tố là thích hợp và phương sai tr ch đạt yêu cầu (>50%). Tuy nhiên, factor loading lớn nhất của biến quan sát DACTHU01 bằng 0.473. Ta loại DACTHU01 và phân tích lần 3.
Kết quả EFA lần thứ ba: Sau khi loại biến DACTHU01, thì EFA tr ch được 6 nhân tố Eigenvalue là 1.038 và phương sai tr ch được là 67.211% với chỉ số KMO là 0.852. Như vậy việc phân tích nhân tố là thích hợp và phương sai tr ch đạt yêu cầu (>50%). Tuy nhiên, factor loading lớn nhất của biến quan sát DONGCAM01 nhỏ hơn 0.50. Factor loading lớn nhất của DONGCAM01 bằng 0.461. Ta tiếp tục loại DONGCAM01 và phân tích lần 4.
Kết quả EFA lần thứ tư. Sau khi loại biến DONGCAM01, thì EFA tr ch được 6 nhân tố tại Eigenvalue là 1.028 và phương sai tr ch được là 68.281% với chỉ số KMO là 0.816. Như vậy, việc phân tích nhân tố là thích hợp và phương sai tr ch đạt yêu cầu (>50%). Tuy nhiên, factor loading lớn nhất của 2 biến quan sát DONGCAM 02, DAPUNG04 đều nhỏ hơn 0.50. Factor loading lớn nhất của DONGCAM02 bằng 0.444; nhỏ hơn số còn lại. Ta ưu tiên loại DONGCAM02 trước.
Kết quả phân tích EFA lần thứ năm: Sau khi loại biến DONGCAM02, thì EFA tr ch được 5 nhân tố tại Eigenvalue là 1.024 và phương sai tr ch được là 69.864% với chỉ số KMO là 0.842. Như vậy, việc phân tích nhân tố là thích hợp và phương sai tr ch đạt yêu cầu (>50%). Tuy nhiên, factor loading lớn nhất biến quan sát DAPUNG04 nhỏ hơn 0,50. Factor loading lớn nhất của DAPUNG04 bằng 0.491. Ta tiếp tục loại biến DAPUNG04 và phân tích lần thứ 6.
Kết quả phân tích EFA lần thứ sáu: Sau khi loại biến DAPUNG04, thì EFA tr ch được 5 nhân tố tại Eigenvalue là 1.159 thỏa mãn điều kiện Kaiser lớn hơn 1, thể hiện sự hội tụ của phép phân tích dừng ở yếu tố thứ 5 hay kết quả cho thấy có 5
50 %, thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 64.262% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ở mức khá.
Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0.5, cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng mà các biến này biểu diễn.
Phân tích nhân tố khám phá các thang đo ảnh hưởng đến sự hài lòng của khách hàng (bảng 3.3) cho thấy các biến quan sát có tương quan với nhau trên tổng thể.
Hệ số KMO trong phân tích khá cao 0.818 > 0,5, cho thấy kết quả phân tích yếu tố là đảm bảo độ tin cậy.
Kiểm định artlet’s Test có hệ số sig = 0.000 < 0.05 kết quả này chứng tỏ dữ liệu phù hợp để phân tích bước tiếp theo, phân tích nhân tố EFA.
Bảng 3.3. Kết quả kiểm định KMO và Bartlett’s
Đo lường độ xác thực của dữ liệu trong mẫu nghiên cứu (KMO) 0,818
Kiếm định arlett
Giá trị bình phương (Chi-Square) 4157,648
ậc tự do (df) 276
Mức ý nghĩa 0.000
Nguồn: Số liệu điều tra và phân tích trên SPSS 20
Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0.5, cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng mà các biến này biểu diễn.
Phân tích nhân tố khám phá cho 5 biến độc lập ảnh hưởng đến sự hài lòng của du khách cho kết quả cụ thể như sau:
Bảng 3.4. Phân tích nhân tố với các biến độc lập Biến Nhân tố 1 2 3 4 5 DACTHU06 0,826 DACTHU05 0,807 DACTHU04 0,728 DACTHU07 0,622
DACTHU03 0,550 PHUONGTIEN06 0,797 PHUONGTIEN05 0,772 PHUONGTIEN07 0,729 PHUONGTIEN04 0,691 DACTHU02 0,609 DAPUNG02 0,881 DAPUNG03 0,826 DAPUNG01 0,734 DAPUNG04 0,724 NANGLUC02 0,808 NANGLUC03 0,745 NANGLUC04 0,723 NANGLUC01 0,696 TINCAY04 0,766 TINCAY01 0,748 TINCAY03 0,702
Nguồn: Kết quả phân tích từ SPSS 20
Như vậy mô hình cuối cùng được hình thành từ kết quả phân tích nhân tố bao gồm 5 nhân tố và 20 biến như sau:
-Nhân tố thứ nhất bao gồm các biến quan sát DACTHU03, DACTHU04, DACTHU05, DACTHU06, DACTHU07 được đặt tên là “Đặc thù địa phương”.
-Nhân tố thứ hai bao gồm các biến quan sát PHUONGTIEN04, PHUONGTIEN05, PHUONGTIEN06, PHUONGTIEN07, DACTHU02 là biến “Phương tiện hữu hình”.
-Nhân tố thứ ba bao gồm các biến quan sát DAPUNG01, DAPUNG02, DAPUNG03, được đặt tên là “Sự đáp ứng”.
-Nhân tố thứ tư bao gồm các biến quan sát NANGLUC01, NANGLUC02, NANGLUC03, NANGLUC04 được đặt tên là “Năng lực phục vụ”.
-Nhân tố thứ năm bao gồm các biến quan sát TINCAY01, TINCAY03, TINCAY04, được đặt tên là “Độ tin cậy”.
3.4.2. Phân tích yếu tố biến phụ thuộc
Kết quả phân tích nhân tố EFA thang đo Sự hài lòng khách hàng có kết quả như sau:
Bảng 3.5. Kết quả phân tích yếu tố cho biến phụ thuộc
Biến Hệ số tải Kiểm định Giá trị
HAILONG02 0,895 KMO 0,624
HAILONG03 0,929 Sig – Mức ý nghĩa 0,000
HAILONG01 0,903 Eigenvalues 2,318
Phương sai tr ch 77,590
Nguồn: Số liệu điều tra và phân tích trên SPSS 20
-Hệ số KMO trong phân tích bằng 0.624 >0,5, cho thấy rằng kết quả phân tích yếu tố là đạt yêu cầu.
-Kiểm định Barlett có Sig.=0.000<0,05, thể hiện rằng kết quả phân t ch đảm bảo được mức ý nghĩa thống kê.
-Phương sai tr ch bằng 77.59, thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải th ch được 77.59%>50% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa đạt yêu cầu.
-Hệ số Eigenvalues của yếu tố thứ 1 bằng 2.318, hay kết quả phân tích cho thấy 01 yếu tố được trích ra từ dữ liệu khảo sát.
-Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0.5, cho thấy rằng các biến quan sát đều thể hiện được sự ảnh hưởng với các yếu tố mà các biến này biểu diễn.
Như vậy kết quả phân tích yếu tố với biến phụ thuộc cũng thể hiện tính hội tụ cần thiết , chỉ có một yếu tố được đưa ra từ các biến quan sát của thang đo thỏa mãn thể hiện biến phụ thuộc của mô hình.
Mô hình nghiên cứu tổng quát.
Sau khi tiến hành phân tích dữ liệu thu thập được thông qua các bước phân tích độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA, mô hình nghiên cứu được điều chỉnh gồm 5 biến độc lập. Mô hình được khái quát như sau:
Hình 3.1. Mô hình nghiên cứu tổng quát
Nguồn: Tác giả tổng hợp
3.5. Ph n tích tƣơng quan
Bảng 3.6. Kết quả kiểm định Person’s mỗi tƣơng quan giữa biến phụ thuộc và các biến độc lập X1 X2 X3 X4 X5 HAILONG Hệ số tƣơng quan 0,654** 0,589** 0,318** 0,474** 0,296** Sig (2 phía) 0,000 0,000 0,000 0,000 0,000 N 213 213 213 213 213
Nguồn: Số liệu điều tra và phân tích trên SPSS 20
Như bảng trên ta thấy, hệ số tương quan giữa biến độc lập và biến phụ thuộc khá cao từ 0.296 đến 0.654. Trong đó, biến X2 giải thích với mức độ giải thích 0,654 và biến X5 giải thích với mức độ 0.296. Điều này chỉ ra rằng mô hình có sự tương quan giữa biến phụ thuộc và biến độc lập. Các giá trị Sig. đều nhở hơn 0,05 do vậy các quan hệ tương quan đều tương quan và có ý nghĩa thống kê.
Sự tin cậy
Sự đáp ứng
Năng lực phục vụ
Phƣơng tiện hữu hình
Đặc thù địa phƣơng
SỰ HÀI
LÒNG CỦA DU KHÁCH
3.6. Phân tích hồi quy
Kết quả phân tích hồi quy nhằm xác định mức độ ảnh hưởng của từng yếu tố trong mô hình với biến phụ thuộc là sự hài lòng của du khách đối với phố đi bộ Hà Nội. Các mức độ ảnh hưởng này được xác định thông qua hệ số hồi quy. Mô hình hồi quy như sau:
HAILONG_Y= β0 + β1DACTHU_X1 + β2 PHUONGTIEN_X2 + β3DAPUNG_X3 + β4NANGLUC_X4 + β5TINCAY _X5 + ei
Trong đó:
-HAILONG_Y: Giá trị của biến phụ thuộc là : “Sự hài lòng của du khách".
-DACTHU_X1: Giá trị của biến được lập thứ nhất là ảnh hưởng của “Đặc thù địa phƣơng” đến sự hài lòng của du khách đối với phố đi bộ Hà Nội.
-PHUONGTIEN _X2: Giá trị của biến được lập thứ hai là ảnh hưởng của
“Phƣơng tiện hữu hình” đến sự hài lòng của du khách đối với phố đi bộ Hà Nội. -DAPUNG_X3: Giá trị của biến được lập thứ ba là ảnh hưởng của “Sự đáp ứng” đến sự hài lòng của du khách đối với phố đi bộ Hà Nội.
-NANGLUC_X4: Giá trị của biến được lập thứ tư là ảnh hưởng của “Năng lực phục vụ” đến sự hài lòng của du khách đối với phố đi bộ Hà Nội.
-TINCAY_X5: Giá trị của biến được lập thứ năm là ảnh hưởng của “Sự tin cậy” đến sự hài lòng của du khách đối với phố đi bộ Hà Nội.
-Ei: Là ảnh hưởng của các nhân tố khác tới sự hài lòng của du khách đối với phố đi bộ Hà Nội nhưng không được đưa vào mô hình nghiên cứu.
Các giả thuyết
Giả thuyết H1: Đặc thù địa phương không ảnh hưởng đến sự hài lòng của du khách.
Giả thuyết H2: Phương tiện hữu hình không ảnh hưởng đến sự hài lòng của du khách.
Giả thuyết H3: Sự đáp ứng không ảnh hưởng đến sự hài lòng của du khách Giả thuyết H4: Năng lực phục vụ không ảnh hưởng đến sự hài lòng của du khách.
Giả thuyết H5: Độ tin cậy không ảnh hưởng đến sự hài lòng của du khách
3.6.1. Kiể đ nh mô hình
3.6.1.1.Ki m định giá trị độ phù hợp
Từ kết quả bảng dưới đây, ta thấy rằng kiếm định F cho giá trị Sig.<0.05, chứng tỏ mô hình phù hợp và cùng với đó là R2 hiệu chỉnh có giá trị bằng 0.598, có nghĩa là mô hình hồi quy giải th ch được 59.8% sự biến thiên của biến phụ thuộc. Như vậy, mô hình có giá trị giải thích ở mức khá cao. Hệ số Durbin-Watson (0<1.813<3) – điều này có nghĩa mô hình hồi quy không vi phạm giả định về t nh độc lập của sai số.
Bảng 3.7. Bảng tổng hợp kết quả phân tích hồi quy Model Summary
Mẫu R2 R2 R2 hiệu chỉnh Ước lượng sai số
chuẩn Durbin-Watson
1 ,793a 0,637 0,598 0,29427 1,813
a. iến độc lập : (Hằng số), X5, X4, X3, X2, X1 b. iến phụ thuộc : Y
Nguồn: Số liệu và phân tích trên phần mềm SPSS 20 3.6.1.2.Ki m định F
Giả thuyết H0 đặt ra đó là: β1= β2 = β3 = β4 = β5 = 0
Bảng 3.8. Kết quả kiểm định F Nguồn biến đổi
Tổng các độ lệch bình phƣơng df Trung bình bình phƣơng F Ý nghĩa Hồi quy 103,431 5 20,686 64,375 ,000b Số dư 43,569 206 0,269 Tổng 147,000 211
Nguồn: Số liệu điều tra và phân tích trên SPSS 20
a. Biến độc lâp: (Hằng số), X5, X2, X3,X4, X1 b. Biến phụ thuộc: Y
Kết quả từ bảng trên cho thấy có ít nhất 1 biến độc lập tác động tới biến phụ thuộc với giá trị F = 64.375 và giá trị Sig. = 0.000.
3.6.2. Dò tìm các vi phạm giả đ nh cần thiết
3.6.2.1.Ki m định phân phối chuẩn của phần dư
Hình 3.2. Biểu đồ P - P plot của hồi quy phần dƣ chuẩn hóa
Nguồn: Kết quả xử lý số liệu trên SPSS 20
Phương sai của phần dư được thể hiện trên đồ thị của phần dư chuẩn hóa theo giá trị dự báo của biến phụ thuộc kết quả đã được chuẩn hóa. Theo quan sát trên biểu đồ.., thấy các phần dư phân tán ngẫn nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong 1 phạm vi không đổi. Điều này có nghĩa là phương sai của phần dư là không đổi.
- Phần dƣ có ph n phối chuẩn
Biểu đồ tần số của phần dư chuẩn hóa ( Hình: 3.3) cho thấy phân phối chuẩn của phần sư xấp xỉ chuẩn ( Mean=0 và độ lệch chuẩn 0,955). Do đó, có thể kết luận rằng giả định về phân phối chuẩn của phần dư không bị vi phạm.
- Giả định tính độc lập của sai số
Đại lượng Durbin – Watson được dùng để kiểm định tương quan của các sai số kề nhau. Giả thuyết khi tiến hành kiểm định này là:
H0: Hệ số tương quan tổng thể của các phần dư bằng 0.
Thực hiện hồi quy cho kết quả về kiểm định d của Durbin – Watson trong bằng 1.813. Theo điều kiện hồi quy, giá trị Durbin – Watson phải nằm trong khoảng 1.6 đến 2.6.
Giá trị d t nh được rơi vào miền chấp nhận giả thuyết không có tự tương quan. Như vậy, mô hình không vi phạm giả định về hiện tượng tự tương quan.
3.6.3. Kết quả h i qu đa iến v đ nh gi ức độ quan trọng của từng nhân tố
Bảng 3.9 Kết quả phân tích hồi quy tổng hợp
Biến
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Beta t p- value Hệ số B Sai số
chuẩn Tolerance VIF
(Hằng số) 1,045 0,045 3,822 0,000 X1 0,466 0,042 0,455 12,438 0,000 0,828 1,685 X2 0,389 0,043 0,377 8,919 0,000 0,787 1,278 X3 0,198 0,042 0,176 4,261 0,000 0,691 1,749 X4 0,262 0,039 0,252 5,423 0,015 0,742 1,476 X5 0,156 0,040 0,154 3,856 0,000 0,638 1,856
Nguồn: Số liệu điều tra và phân tích trên SPSS 20
a. Biến độc lâp: (Hằng số), X5, X2, X3,X4, X1 b. Biến phụ thuộc: Y
Từ bảng trên ta thấy các biến đều đạt mức ý nghĩa p-value < 0,05.
Điều này chứng tỏ rằng có đủ bằng chứng thống kê để chấp nhận giả thuyết H0 đối với các nhân tố này, hay các giả thuyết H1, H2, H3, H4, H5 bị bác bỏ ở mức ý nghĩa 5%, có nghĩa là “Đặc thù địa phương”, “Phương tiện hữu hình”, “Sự đáp ứng”, “Năng lực phục vụ”, “Độ tin cậy” có ảnh hưởng đến sự hài lòng của du khách khi đến phố đi bộ Hà Nội.
Phương trình hồi quy chưa chuẩn hóa có dạng: Y = 1.045 + 0.466X1 + 0.389X2 + 0.198X3 + 0.262X4 + 0.156X5.
Từ phương trình hồi quy, chúng ta có thể nhận thấy các hệ số eta chưa chuẩn hóa đều lớn hơn 0 cho thấy các biến độc lập tác động tỷ lệ thuận với sự hài lòng của khách du lịch. Điều này có nghĩa là các biến độc lập: Đặc thù địa phương,Phương tiện hữu hình, Sự đáp ứng, Năng lực phục vụ và Độ tin cậy phát triển theo chiều tích cực thì sự hài lòng của du khách đối với phố đi bộ Hà Nội cũng sẽ tăng theo.
Qua phương trình cho thấy nhân tố “Đặc thù địa phương” tác động đến sự hài lòng của khách du lịch mạnh nhất (Hệ số Beta chuẩn hóa là 0.455). Kế đến là nhân tố “Phương tiện hữu hình”( Hệ số Beta chuẩn hóa là 0.377). Các nhân tố còn lại tác động đến du khách lần lượt là “Năng lực phục vụ”, “Độ tin cậy”, “Sự đáp ứng” (Hệ số Beta chuẩn hóa là: 0.252; 0.154; 0.176).
Bảng 3.10. Kết quả kiểm định các giả thuyết nghiên cứu
Giả thuyết Nội dung Kết quả
H1
Cảm nhận của du khách về "Độ tin cậy" với phố đi bộ Hà Nội tăng hay giảm, thì mức độ hài lòng của du khách đối với phố đi bộ cũng tăng hoặc giảm theo.
Chấp nhận
H2
Cảm nhận của du khách về "Sự đáp ứng" với phố đi bộ Hà Nội tăng hay giảm, thì mức độ hài lòng của du khách đối với phố đi