CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.3 Kiểm định mơ hình đo lường:
4.3.1.2 Kết quả EFA cho Thỏa mãn:
Hệ số KMO đạt mức 0.686, phù hợp với yêu cầu đề ra. Thống kê Chi Bình phương đạt 192.972, mức ý nghĩa 0.000 (yêu cầu là nhỏ hơn 0.05). Do vậy, các biến quan sát của Thỏa mãn có tương quan với nhau trên tổng thể.
Bảng 4. 7: Hệ số KMO và Bartlett’s Thỏa mãn (Nguồn SPSS) Hệ số Kaiser-Meyer-Olkin 0.686 Kiểm định Bartlett Hệ số Chi-Bình phương 192.972 Df 6 Sig. .000
Dựa vào thơng tin thu được từ q trình phân tích nhân tố EFA các biến quan sát Thỏa mãn. Các biến Thỏa mãn bao gồm Mong đợi về điểm X, Xứng đáng với những gì bỏ ra. Thỏa mãn với chuyến đi, X đặc biệt so với những nơi khác.
Bảng 4. 8 : Kết quả phân tích nhân tố Thỏa mãn (Nguồn SPSS) Nhân tố
1 Mong đợi về điểm X .827 Xứng đáng với những gì bỏ ra .790 Thỏa mãn với chuyến đi .702 X đặc biệt so với những nơi khác .563 4.3.1.3 Kết quả EFA cho Lòng trung thành:
Hệ số KMO đạt mức 0.664, phù hợp với yêu cầu đề ra. Thống kê Chi Bình phương đạt 900.314, mức ý nghĩa 0.000 (yêu cầu là nhỏ hơn 0.05). Do vậy, các biến quan sát của Lịng trung thành có tương quan với nhau trên tổng thể.
Bảng 4. 9: Hệ số KMO và Bartlett’s Lòng Trung thành (Nguồn SPSS) Hệ số Kaiser-Meyer-Olkin .664 Bartlett's Hệ số Chi-Bình phương 163.273
Df 3
Sig. .000
Dựa vào thơng tin thu được từ q trình phân tích nhân tố EFA các biến quan sát Thỏa mãn, Thỏa mãn bao gồm các biến Mong đợi về điểm X, Xứng đáng với những gì bỏ ra. Thỏa mãn với chuyến đi, X đặc biệt so với những nơi khác.
Bảng 4. 10: Kết quả phân tích nhân tố Trung thành (Nguồn SPSS) Nhân tố
Chuyến đi tuyệt vời .886 Sẵn sàng giới thiệu về X .845 Sẽ trở lại trong thời gian tới .579 4.3.2 Kiểm định Cronbach Alpha đối với các thang đo:
Như đã trình bày bên trên về việc sử dụng hệ số Cronbach Alpha để kiểm định độ tin cậy của thang đo, trong q trình phân tích nhân tố EFA sẽ làm xuất hiện các nhân tố mới, nên ta cần phải tiến hành kiểm định thang đo với các nhân tố mới xuất hiện này. Kết quả thu được từ phân tích Cronbach Alpha như sau:
- Đối với thang đo nhân tố Dân An sinh, có Cronbach Alpha là 0.733, vượt mức 0.6 nên thang đo này là phù hợp. Việc hiệu chỉnh các biến không làm gia tăng hệ số Cronbach Alpha.
- Đối với thang đo nhân tố Khám phá, có Cronbach Alpha là 0.726, vượt mức 0.6. Trong các yếu tố thang đo của nhân tố này, loại bỏ Tự do làm điều mình thích sẽ giúp nhân tố Khám phá tăng đang kể, đạt mức 0.83. Vì vậy, việc hiiệu chỉnh này là cần thiết.
- Đối với thang đo nhân tố Nghỉ ngơi giải trí , có Cronbach Alpha là 0.64, vừa đủ để đáp ứng yêu cầu đề ra. Việc hiệu chỉnh các biến không làm gia tăng hệ số Cronbach Alpha.
- Đối với thang đo nhân tố Sôi động , có Cronbach Alpha là 0.69, đáp ứng yêu cầu đề ra.Trong các yếu tố thang đo của nhân tố Sôi động, việc loại bỏ biến Vận động cơ thể giúp hệ số Cronbach Alpha tăng đáng kể, đạt mức 0.749 , vì vậy việc loại bỏ biến này là hồn toàn cần thiết.
- Đối với thang đo nhân tố Xa và Lạ , có Cronbach Alpha là 0.644, đáp ứng nhu cầu đề ra. Việc hiệu chỉnh các biến không làm gia tăng hệ số Cronbach Alpha.
- Đối với thang đo Thỏa mãn, có Cronbach Alpha là 0.684, đáp ứng yêu cầu. Qua kết quả thu được từ q trình phân tích, việc hiệu chỉnh không mang lại nhiều ý nghĩa.
- Đối với thang đo Lịng trung thành, có Cronbach Alpha là 0.664. Đáp ứng nhu cầu đề ra, việc hiệu chỉnh không mang lại nhiều ý nghĩa.
Do trong quá trình kiểm định thang đo bằng Cronbach Alpha, Vận động cơ thể bị loại bỏ khỏi nhân tố Sôi động, vì vậy ta tiến hành phân tích EFA cho Động cơ một lần nữa để đảm bảo kết quả các nhân tố không bị ảnh hưởng khi loại bỏ Vận động cơ thể ra khỏi nhân tố Sôi động. Phương pháp thực hiện tương tự như cách tính EFA bên trên, nhưng khi đưa các thang đo của Động cơ vào, ta loại bỏ Vận động cơ thể. Qua kết quả được trình bày ở bảng 4.11, ta có thể thấy rằng, các nhân tố mới hồn tồn khơng thay đổi nhiều so với ban đầu, các nhân tố mới được hình thành khơng khác so với kết quả EFA trước đó về thành phần cũng như số lượng nhân tố, vì vậy, khơng cần phải phân tích Cronbach Alpha lần 2. Các nhân tố này được sử dụng để thay thế cho Động cơ đẩy và kéo và là biến tiềm ẩn của Động cơ đẩy và kéo.
Bảng 4. 11: Kết quả phân tích nhân tố Động cơ (Nguồn SPSS) Nhân tố
1 2 3 4 5 Người dân thân thiện .773 Địa điểm an toàn .734 Môi trường sạch sẽ .635
Thời tiết đáng tin cậy .590 Nhiều khách sạn giá phải
chăng .567 Khám phá bản thân .879 Tìm cảm giác mạnh .853 Tự do làm điều mình thích .547 Món ăn phong phú .709 Cuộc sống về đêm .714 Nhiều điểm mua sắm .678 Được nghỉ ngơi .728 Được giải trí .648
Thích thấy những điều lạ .890 Thích cảm giác đi xa .710
4.3.3 Tổng kết về phân tích Cronbach Alpha, phân tích nhân tố EFA:
Sau khi tiến hành phân tích Cronbach Alpha và phân tích nhân tố EFA, kết quả thu được cho thấy thang đo và nhân tố thu được đều đáp ứng yêu cầu về giá trị và độ tin cậy. Bảng tổng kết 4.12 bên dưới giúp thể hiện một cách tổng quát những kết quả quan trọng thu được từ q trình phân tích này.
Bảng 4. 12: Tổng kết về kết quả Cronbach Alpha và phân tích nhân tố EFA (Nguồn: Tác giả thực hiện tổng hợp)
Thành phần
nghiên cứu Nhân tố Thang đo Cronbach Alpha
Động cơ đẩy
Nghỉ ngơi
giải trí Được nghỉ ngơi, Được giải trí 0.63 Khám phá Khám phá bản thân, tìm cảm giác mạnh 0.83
Động cơ kéo
Xa và Lạ Thích thấy những điều lạ, Thích cảm giác đi xa 0.644
Dân an sinh
Người dân thân thiện, Địa điểm an tồn, Mơi trường sạch sẽ, Thời tiết đáng tin cậy, Nhiều
khách sạn giá phải chăng
0.733
Sơi động Món ăn phong phú, cuộc sống về đêm, nhiều điểm mua sắm 0.749
Thỏa mãn Thỏa Mãn
Mong đợi về điểm X, Xứng đáng với những gì bỏ ra, Thỏa mãn về chuyến đi, Đặc biệt so
với những điểm khác 0.684 Lòng trung thành Lòng Trung Thành
Chuyến đi tuyệt vời, Sẵn sàng giới thiệu về X, Sẽ trở lại trong
thời gian tới
Dựa trên kết quả thu được từ bảng 4.12, mơ hình nghiên cứu và giả thuyết nghiên cứu được hiệu chỉnh cho phù hợp như sau:
- Về mơ hình nghiên cứu, so với 2 Động cơ đẩy và kéo ban đầu, việc phân tích nhân tố giúp tạo ra các nhân tố mới, các nhân tố này đóng vai trị là đại diện cho Động cơ kéo và đẩy. Vì vậy, các nhân tố mới xuất hiện, bao gồm Dân an sinh (Người dân thân thiện, Địa điểm an tồn, Mơi trường sạch sẽ, Thời tiết đáng tin cậy, Nhiều khách sạn giá phải chăng), Khám phá (Khám phá bản thân, tìm cảm giác mạnh, Tự do làm điều mình thích), Sơi động (Món ăn phong phú, cuộc sống về đêm, nhiều điểm mua sắm, Vận động cơ thể), Nghỉ ngơi giải trí (Được nghỉ ngơi, Được giải trí), Xa và Lạ (Thích thấy những điều lạ, Thích cảm giác đi xa), được thể hiện vào mơ hình thay cho Động cơ đẩy và kéo. Từ mơ hình ta có thể thấy các nhân tố này tác động đến Thỏa mãn của du khách. Thỏa mãn của du khách tác động đến Lòng trung thành với điểm đến.
Hình 4. 1 Mơ hình nghiên cứu hiệu chỉnh.
- Về giả thuyết nghiên cứu ban đầu được tiến hành hiệu chỉnh lại để phù hợp hơn với kết quả thu được. Nội dung cụ thể được thể hiện tại bảng 4.13:
Bảng 4. 13: Giả thuyết hiệu chỉnh. STT Giả thuyết STT Giả thuyết
1 H1: Nghỉ ngơi giải trí có ảnh hưởng tích cực đến Thỏa mãn 2 H2: Khám phá có ảnh hưởng tích cực đến Thỏa mãn
3 H3: Xa và Lạ có ảnh hưởng tích cực đến Thỏa mãn 4 H4: Dân an sinh có ảnh hưởng tích cực đến Thỏa mãn 5 H5: Sơi động có ảnh hưởng tích cực đến Thỏa mãn
6 H6: Thỏa mãn có ảnh hưởng tích cực đến Lịng trung thành
H4 H6 ĐỘNG CƠ ĐẨY ĐỘNG CƠ KÉO Xa và Lạ Sơi động Nghỉ ngơi giải trí Khám phá Dân an sinh H5 LÒNG TRUNG THÀNH THỎA MÃN H1 H2 H3
4.4 Kiểm định các giả thuyết và mơ hình nghiên cứu
Sau khi hiệu chỉnh mơ hình dựa trên phân tích Cronbach Alpha và phương pháp phân tích nhân tố EFA. Mơ hình nghiên cứu và các giả thuyết nghiên cứu được tiếp tục kiểm định bằng phương pháp phân tích hồi qui. Phương pháp thực hiện hồi qui được chọn là phương pháp đưa vào một lần (Enter), đây là phương pháp mặc định trong chương trình, với phương pháp này, các biến sẽ được đưa vào mơ hình cùng một lúc. Có 2 phương trình hồi qui cần thực hiện:
- Phương trình thứ nhất (hồi qui đa biến bội) phương trình này nhằm xác định tác động của các Động cơ ảnh hưởng đến Thỏa mãn như thế nào.
- Phương trình thứ hai (hồi qui đơn biến) phương trình này giúp xác định ảnh hưởng của Thỏa mãn đến Lòng trung thành.
Trong khi phân tích, ta cần chú ý đến các hệ số quan trọng sau:
Bước đầu tiên cần thực hiện là phải xem xét tương quan tổng thể của tất cả các biến. Ở mơ hình hồi quy đơn, ta chỉ cần xem xét mối quan hệ giữa biến độc lập và biến phụ thuộc, nhưng ở mơ hình hồi quy bội, việc xem xét mối tương quan tổng thể của các biến là hoàn toàn cần thiết. Lý do chính của việc xem xét này là do sự có mặt của nhiều biến, chúng gây ảnh hưởng lớn đến mối liên hệ giữa từng biến độc lập với biến phụ thuộc, không chỉ vậy, các biến độc lập có thể cịn tác động qua lại lẫn nhau. Vấn đề này có thể gây ra hiện tượng đa cộng tuyến, cần phải xem xét thêm trước khi kết luận. Vì vậy, việc xây dựng một ma trận tương quan sẽ giúp ta nhận thấy mối quan hệ và cái nhìn tổng thể giữa tất cả các biến (Hoàng Trọng, 2008).
Tiếp theo, chúng ta tiến hành xác định hệ số xác định R-Bình phương, là chỉ số dùng để đánh giá mức độ phù hợp của mơ hình nghiên cứu. Hệ số này phản ánh phần biến thiên của biến phụ thuộc được giải thích bởi biến độc lập. Tuy
nhiên trong mơ hình có nhiều biến độc lập hệ số xác định điều chỉnh R-Bình phương (Adjusted coefficient of determination) để thay cho R-Bình phương. Bên cạnh đó, giá trị Sig cũng cần phải đặc biệt lưu ý. Khi chỉ số Sig nhỏ, ta có thể kết luận một cách an tồn khi bác bỏ giả thuyết cho rằng tất cả các hệ số hồi quy bằng 0, mơ hình hồi quy tuyến tính bội của ta phù hợp với tập dữ liệu và có thể sử dụng được (Hồng Trọng, 2008).
Sau đó, tiến hành kiểm định giả thuyết phương sai không đổi (homoskedasticity). Phương pháp kiểm định được sử dụng là kiểm định bằng đồ thị phương sai. Theo phương pháp này, nếu phần dư được phân tán một cách ngẫu nhiên quanh trục hoành (Y=0), đồng thời phần dư không theo quy luật tăng hoặc giảm của biến quan sát thì được xem là thỏa điều kiện phương sai không đổi, giả định giả thuyết Homoskedasticity không bị vi phạm. Phương pháp kiểm định được sử dụng là phương pháp kiểm định qua đồ thị.
Công việc cuối cùng và quan trọng nhất của việc phân tích hồi quy, ta cần xác định được hệ số Beta chuẩn hóa được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó càng mạnh (Nguyễn Đình Thọ, 2011). Tuy nhiên, một lần nữa phải chú ý đến Sig. Trong trường hợp Sig quá cao, dù cho giá trị Beta chuẩn hóa như thế nào, ta cần phải xem xét biến có ý nghĩa trong mơ hình hay khơng (Hồng Trọng, 2008).
4.4.1 Ma trận hệ số tương quan:
Ma trận hệ số tương quan giúp cho biết mối quan hệ giữa tất cả các biến với nhau, gồm biến độc lập với biến phụ thuộc, các biến độc lập với nhau và các biến phụ thuộc với nhau. Trị tuyệt đối của các chỉ số trong ma trận càng lớn thì các biến càng có mối quan hệ mạnh. Trong ma trận này gồm có 2 phần đối xứng
nhau qua đường chéo là các giá trị “1”, đây hệ số tương quan là giữa các giá trị này với chính nó.
Bảng 4. 14: Ma trận hệ số tương quan (nguồn SPSS) Dân an sinh Sôi động Khám phá NN- GT Xa và Lạ Thoả mãn Trung thành Dân an sinh 1 .000 .000 .000 .000 .366 .422 Sôi động .000 1 .000 .000 .000 .376 .168 Khám phá .000 .000 1 .000 .000 -.078 -.094 NN-GT .000 .000 .000 1 .000 .046 .172 Xa và Lạ .000 .000 .000 .000 1 .156 .001 Thoả mãn .366 .376 -.078 .046 .156 1 .608 Trung thành .422 .168 -.094 .172 .001 .608 1
Dựa vào bảng ma trận hệ số tương quan, ta có thể xác định, các biến Dân an sinh, Sôi động, Xa và Lạ có mối quan hệ tương quan khá chặt với Thỏa mãn. Các biến Khám phá và Nghỉ ngơi- giải trí có tương quan khơng chặt và hệ số tương quan rất nhỏ (nhỏ hơn 0,1) với Thỏa mãn. Kết quả này có ảnh hưởng rất lớn đến phương trình hồi quy thứ nhất về mối quan hệ giữa nhóm các nhân tố Động cơ với Thỏa mãn.
Giữa Thỏa mãn và Lịng trung thành có mối quan hệ tương quan rất chặt chẽ (0.608). Điều này sẽ giúp ích rất nhiều cho việc phân tích phương trình hồi quy thứ hai về mối quan hệ giữa Thỏa mãn và Lịng trung thành.
Ngồi ra, xét về mối quan hệ giữa các biến quan sát với nhau, có thể thấy chúng khơng có nhiều tương quan khi các chỉ số đều bằng 0.
4.4.2 Phương trình hồi quy thứ nhất về tác động của các nhân tố Động cơ đến Thỏa mãn: Thỏa mãn:
Sau khi tiến hành phân tích hồi quy giữa các nhân tố Dân an sinh, Sôi động, khám phá với Thỏa mãn (TM), kết quả phân tích hồi quy cho chúng ta thấy các thông tin như sau:
- Hệ số xác định R-quare đạt mức 0.308 và giá trị R-Bình phương điều chỉnh là 0.294. Điều này có nghĩa là mơ hình giải thích được 29.4% sự biến thiên của biến phụ thuộc Thỏa mãn. Việc sử dụng R-Bình phương điều chỉnh để giải thích giúp cho cho phản ánh được sát hơn mức độ phù hợp của mơ hình hồi quy.
Bảng 4. 15: Kết quả kiểm định R-Bình phương Động cơ – Thỏa mãn (nguồn SPSS) (nguồn SPSS) Mơ hình R R Bình phương R Bình phương Điều chỉnh Lỗi tiêu chuẩn ước tính 1 .555 .308 .294 .845
- Bảng phân tích Anova(b) cho thấy trị thống kê F được tính từ giá trị R Bình phương của mơ hình đầy đủ, giá trị Sig rất nhỏ cho thấy ta sẽ an toàn khi cho rằng mơ hình hồi quy phù hợp và có thể sử dụng được.
Bảng 4. 16: Kết quả Anova(b) (nguồn SPSS) Tổng bình phương Df TB bình phương F Sig. Mơ hình Hồi quy 76.627 5 15.325 21.69 .000 Số dư 172.373 244 .706 Tổng cộng 249.000 249
- Về kiểm định giả thuyết phương sai không đổi (homoskedasticity) bằng phương pháp đồ thị. Dựa trên kết quả thu được, các phần dư được phân tán một cách ngẫu nhiên quanh trục 0, và không theo quy luật tăng hoặc giảm của biến quan sát. Vì vậy được xem là thỏa điều kiện phương sai không đổi, giả định giả thuyết Homoskedasticity không bị vi phạm (Nội dung chi tiết được thể hiện tại bảng vẽ tại phụ lục 9).
Các hệ số hồi quy của từng biến độc lập trong mơ hình hồi quy được thể hiện ở Bảng hệ số hồi quy riêng phần. Hệ số chuẩn hóa Beta giúp đo lường sự thay đổi của biến Thỏa mãn khi một trong biến độc lập thay đổi, các biến còn lại được