Biến quan sát Xu ướng chọn mua CTDL
trực tuyến XH1 .836 XH2 .801 XH3 .810 XH4 .873 XH5 .789 Eigenvalues 3.380 Phương sai trích (%) 67.609 Cronbach’s Alpha 0.880 Sig. 0.000 KMO 0.852 (Nguồn: Trích từ phụ lục 6)
Kết quả phân tích EFA cho thấy:
Kiểm định Barlett’s: Sig. = 0.000 < 5%: các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
Hệ số KMO = 0.852 >0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Có 1 nhân tố được trích ra từ phân tích EFA
Hệ số Cumulative % = 67.609% đạt yêu cầu.
Giá trị hệ số Eigenvalues lớn hơn 1: đạt yêu cầu.
Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading) > 0.4: đạt yêu cầu.
Tóm tắt kết quả phân tích nhân tố (EFA):
Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mơ hình đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được: phân tích EFA là thích hợp với dữ liệu nghiên cứu. Từ mơ hình nghiên cứu ban đầu, có 6 nhân tố đo lường biến phụ thuộc, sau khi phân tích nhân tố EFA thì chỉ cịn có 5 nhân tố được trích ra từ kết quả phân tích bao gồm 24 biến quan sát (do có sự nhập biến tiện nghi và năng lực cá nhân thành nhận thức kiểm soát hành vi). Tất cả các biến quan sát trong từng nhân tố tương ứng được trích đều đạt yêu cầu và được sử dụng trong các phân tích tiếp theo.
Do vậy, mơ hình nghiên cứu ban đầu được hiệu chỉnh như sau:
Hình 4.1 Mơ hình nghiên cứu điều chỉnh 4.3 Phân tích hồi quy tuyến tính bội 4.3 Phân tích hồi quy tuyến tính bội
Phân tích hồi quy tuyến tính bội được tiến hành theo các bước sau:
Tính giá trị biến mới trong mơ hình nghiên cứu.
Xem xét mối tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc, và giữa các biến độc lập với nhau. Hệ số tương quan Pearson trong ma trận hệ số tương quan là phù hợp để xem xét mối tương quan này. Giá trị tuyệt
đối của hệ số Pearson càng gần 1 thì hai biến này có mối quan hệ tuyến tính càng chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sử dụng phương pháp Enter, SPSS xử lý tất cả các biến đưa vào một lần và xem xét các kết quả thống kê liên quan đến các biến được đưa vào mơ hình.
Kiểm định F về độ phù hợp của mơ hình.
Kiểm định t trong bảng các thông số thống kê của từng biến độc lập để kiểm định ý nghĩa của các hệ số hồi quy.
Đánh giá độ phù hợp của mơ hình hồi quy đa biến: R2, R2 hiệu chỉnh. Hệ số R2 hiệu chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R2.
Thống kê Durbin – Watson dùng để kiểm định tương quan giữa các phần dư.
Sử dụng hệ số phóng đại phương sai VIF (Varinance inflation factor) để đo lường đa cộng tuyến, nếu VIF vượt quá 10 đó là dấu hiệu của hiện tượng đa cộng tuyến.
Sử dụng biểu đồ tần số của các phần dư để xem xét giả định về phân phối chuẩn. Nếu trung bình bằng 0 và độ lệch chuẩn xấp xỉ bằng 1 thì có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Sau cùng sẽ hiệu chỉnh mơ hình lý thuyết, viết phương trình hồi quy tuyến tính bội. Từ đó xác định mức độ ảnh hưởng của các biến độc lập đến xu hướng chọn mua CTDL trực tuyến.
4.3.1 P ân tíc tư n quan iữa biến phụ thuộc và các biến độc lập Bảng 4.6 P ân tíc tư n quan iữa biến phụ thuộc và biến độc lập
KSHV NT HI CCQ DSD XH KSHV 1 .000 .000 .000 .000 .501** NT .000 1 .000 .000 .000 .392** HI .000 .000 1 .000 .000 .361** CCQ .000 .000 .000 1 .000 .249** DSD .000 .000 .000 .000 1 .340** XH .501** .392** .361** .249** .340** 1
Nguồn: Trích từ phụ lục 7
Với kết quả ở bảng 4.6 (xem thêm phụ lục 7), ta thấy các biến độc lập đều có hệ số sig. nhỏ hơn 0.05, do đó đều có tương quan tuyến tính với biến phụ thuộc ở mức ý nghĩa 1%. Trong đó, yếu tố kiểm sốt hành vi có hệ số tương quan cao nhất là 0.501 và yếu tố chuẩn chủ quan có hệ số tương quan thấp nhất là 0.249, nên sơ bộ ta có thể kết luận rằng 5 yếu tố này có thể đưa vào mơ hình để giải thích cho xu hướng chọn mua CTDL trực tuyến của khách hàng.
4.3.2 Đ n i độ phù hợp của mơ hình
Hệ số R2 đã hiệu chỉnh bằng 0.707 có nghĩa là 70.7% sự biến thiên của biến phụ thuộc XH được giải thích chung bởi các biến độc lập trong mơ hình hay nói cách khác, mơ hình giải thích được 70.7% sự biến thiên của xu hướng chọn mua CTDL trực tuyến.
Bảng 4.7 Kết quả hệ số R2 hiệu chỉnh
Model R R2 R2 đã hiệu chỉnh Sai số chuẩn ước lượng
1 .844a .713 .707 .54103194
Nguồn: Trích từ phụ lục 8
4.3.3 Kiểm địn độ phù hợp của mơ hình
Giả thiết H0: β1= β2 = β3 = β4 = β5 = 0 H1: Tồn tại ít nhất một β ≠ 0
Để kiểm định giả thiết H0, ta dùng đại lượng F. Nếu xác suất F nhỏ thì giả thiết H0 bị bác bỏ. Giá trị F được lấy từ bảng phân tích phương sai Anova.
Bảng 4.8 Bảng kết quả p ân tíc p ư n sai Anova
Model Tổn bìn p ư n Df Bìn p ư n
trung bình F Sig.
1 Hồi quy 197.381 5 39.476 134.862 .000a
Số dư 79.619 272 .293
Tổng 277.000 277
Nguồn: Trích từ phụ lục 8
Kết quả kiểm định cho bởi bảng 4.8 cho thấy trị thống kê F = 134.862 với giá trị sig = 0.000 => bác bỏ giả thiết H0
Như vậy mơ hình hồi quy tuyến tính xây dựng được phù hợp với tập dữ liệu, các biến độc lập trong mơ hình có quan hệ với biến phụ thuộc => mơ hình có thể sử dụng được.
4.3.4 Ý n ĩa của các hệ số hồi quy
Kết quả phân tích trên bảng 4.9 cho thấy giá trị Sig. của 5 biến độc lập KSHV, NT, HI, CCQ, DSD đều có ảnh hưởng đến xu hướng chọn mua CTDL trực tuyến (Sig.<0.05).
Bảng 4.9 Các tham số thống kê của từng biến trong mơ hình
Model Hệ số hồi quy c ưa
chuẩn hóa Hệ số hồi quy chuẩn hóa T Sig. Thống kê cộng tuyến 1 Hằng số B Sai số chuẩn Beta Dung sai VIF Hằng số 2.221E-16 .032 .000 1.000 KSHV .501 .033 .501 15.421 .000 1.000 1.000 NT .392 .033 .392 12.058 .000 1.000 1.000 HI .361 .033 .361 11.096 .000 1.000 1.000 CCQ .249 .033 .249 7.652 .000 1.000 1.000 DSD .340 .033 .340 10.460 .000 1.000 1.000 Nguồn: Trích từ phụ lục 8
Từ kết quả trên bảng 4.9, cũng có thể rút ra được phương trình hồi quy bội biểu diễn mối quan hệ giữa các nhân tố và xu hướng chọn mua CTDL trực tuyến như sau:
Y = 0.501 X1 + 0.392 X2 + 0.361 X3 + 0.249X4 + 0.340X5 Trong đó:
Y là biến phụ thuộc thể hiện xu hướng chọn mua CTDL trực tuyến
X1, X2, X3, X4,X5 là các biến độc lập theo thứ tự là nhận thức kiểm soát hành vi, niềm tin, nhận thức sự hữu ích, chuẩn chủ quan và nhận thức tính dễ sử dụng.
Hình 4.2 Mức độ ản ưởng của các biến độc lập tới biến phụ thuộc
Căn cứ vào kết quả phân tích hồi quy, mục tiêu thứ nhất của đề tài đã được trả lời: có 5 yếu tố có ảnh hưởng đến xu hướng chọn mua CTDL trực tuyến là nhận thức kiểm soát hành vi, niềm tin, nhận thức sự hữu ích, chuẩn chủ quan và nhận thức tính dễ sử dụng.
Trong 5 yếu tố trên, yếu tố nhận thức kiểm sốt hành vi có tác động lớn nhất
đến xu hướng chọn mua CTDL trực tuyến với hệ số hồi quy là 0.501, kế đến là yếu tố niềm tin với hệ số hồi quy là 0.392; yếu tố nhận thức sự hữu ích với hệ số hồi
quy là 0.361; yếu tố nhận thức tính dễ sử dụng với hệ số hồi quy là 0.340 và yếu tố
chuẩn chủ quan với hệ số hồi quy thấp nhất 0.249. Đây cũng chính là câu trả lời cho
mục tiêu thứ 2 của đề tài.
Mơ hình nghiên cứu được giải thích cụ thể như sau:
Nhận thức kiểm sốt hành vi:
Kết quả phân tích hồi quy cho thấy có sự tương quan dương giữa yếu tố nhận thức kiểm soát hành vi và xu hướng chọn mua CTDL trực tuyến, và sự tương quan này là lớn nhất so với các yếu tố cịn lại. Hệ số hồi quy là 0.501 có ý nghĩa là trong điều kiện các yếu tố khác không đổi, khi nhận thức kiểm soát hành vi tăng lên 1 đơn vị thì xu hướng sử dụng sẽ tăng lên 0.501 đơn vị.
Trong điều kiện Việt Nam hiện nay thì tỷ lệ người có máy tính nối mạng cũng như thẻ thanh tốn cịn rất ít và điều đó ảnh hưởng đến xu hướng chọn mua CTDL trực tuyến. Bất kỳ hệ thống giao dịch trực tuyến nào cũng yêu cầu người mua phải có máy tính nối mạng và thẻ thanh tốn. Ngồi ra thì kỹ năng, kiến thức của người sử dụng dịch vụ trong thao tác vận hành hệ thống, xử lý thông tin cũng được xem là yếu tố thuộc về khả năng của khách hàng. Từ kết quả phân tích hồi quy cho thấy, nếu người mua có đầy đủ nguồn lực về trang thiết bị, phương tiện thanh tốn và kỹ năng cá nhân thì xu hướng chọn mua CTDL trực tuyến của họ là rất lớn.
Niềm tin
Kết quả ước lượng cũng cho thấy có sự tương quan dương giữa yếu tố niềm tin và xu hướng chọn mua CTDL trực tuyến. Hệ số hồi quy là 0.392, đều này có nghĩa là trong điều kiện các yếu tố khác không đổi, khi niềm tin tăng lên 1 đơn vị thì xu hướng chọn mua CTDL trực tuyến sẽ tăng lên 0.392 đơn vị.
Khi du khách có niềm tin đối với phương thức chọn mua CTDL trực tuyến, đảm bảo an về thông tin cá nhân, an tồn khi thanh tốn tiền, chất lượng dịch vụ không khác so với việc trực tiếp đến mua CTDL thì họ sẽ có xu hướng chọn mua CTDL trực tuyến.
Nhận thức sự hữu ích
Mối quan hệ giữa nhận thức sự hữu ích và xu hướng chọn mua CTDL trực tuyến là 0.361 cho thấy sự tương quan dương giữa chúng. Điều này có nghĩa là với các yếu tố khác không đổi, khi tăng yếu tố nhận thức sự hữu ích lên 1 đơn vị thì xu hướng sử dụng sẽ tăng lên 0.373 đơn vị. Như vậy, nhận thức sự hữu ích cũng là một trong những yếu tố có ảnh hưởng lớn đến xu hướng chọn mua CTDL trực tuyến. Khi du khách thấy được sự hữu ích của hình thức mua CTDL trực tuyến thì họ sẽ có
xu hướng chọn mua CTDL trực tuyến thay cho việc phải trực tiếp đến công ty du lịch để mua CTDL.
Chuẩn chủ quan
Kết quả phân tích hồi quy cho thấy có sự tương quan dương giữa yếu tố chuẩn chủ quan và xu hướng chọn mua CTDL trực tuyến. Hệ số hồi quy là 0.249, điều này có ý nghĩa là trong điều kiện các yếu tố khác không đổi, khi chuẩn chủ quan tăng lên 1 đơn vị thì xu hướng chọn mua CTDL trực tuyến tăng lên 0.249 đơn vị. Điều này chứng tỏ, tuy yếu tố chuẩn chủ quan có hệ số tương quan thấp nhất so với các yếu tố cịn lại trong mơ hình, nhưng yếu tố này cũng có tác động khơng nhỏ đến xu hướng chọn mua CTDL trực tuyến.
Trong một xã hội mang tính cộng đồng và đề cao tinh thần gia đình như Việt Nam thì việc vợ chồng, bạn bè hay đồng nghiệp vẫn có những tác động nhất định đến quyết định mua hàng hố, dịch vụ của du khách là điều khơng có gì khó hiểu. Khi gia đình hài lịng hay khơng lo lắng về việc mua CTDL trực tuyến thì điều đó góp phần làm tăng xu hướng chọn mua và ngược lại; sự giới thiệu của bạn bè về tiện ích, và hữu dụng của hệ thống sẽ ảnh hưởng đến khả năng tìm hiểu hệ thống và chấp nhận nó khi người mua có nhu cầu đi lại.
Nhận thức tính dễ sử dụng
Kết quả phân tích hồi quy cho thấy có sự tương quan dương giữa yếu tố nhận thức tính dễ sử dụng và xu hướng chọn mua CTDL trực tuyến. Hệ số hồi quy là 0.340, có nghĩa là trong điều kiện các yếu tố khác không đổi, khi nhận thức tính dễ sử dụng tăng lên 1 đơn vị thì xu hướng chọn mua CTDL trực tuyến sẽ tăng lên 0.340 đơn vị.
Khi du khách cho rằng dễ dàng tìm kiếm thơng tin về dịch vụ, khơng khó để học cách sử dụng dịch vụ, và có thể mua dịch vụ “CTDL trực tuyến” mọi lúc mọi nơi thì họ sẽ có xu hướng chọn mua CTDL trực tuyến.
4.3.5 Do tìm các vi ph m giả định cần thiết
Giả định liên hệ tuyến tín v p ư n sai bằng nhau: Sử dụng biểu đồ scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự dốn chuẩn hóa (Standardized predicted value), nhận thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0, không tạo thànhmột hình dạng nào cụ thể. Như vậy, giả định liên hệ tuyến tính và phương sai bằng nhau khơng bị vi phạm.
Hình 4.3 Biểu đồ phân tán phần dư
Nguồn: Trích từ phụ lục 8
Giả định về phân phối chuẩn của phần dư : Để kiểm định giả thuyết về
phân phối chuẩn của phần dư, có thể sử dụng biểu đồ tần số Histogram và biểu đồ phân phối tích lũy để kiểm tra (Hoàng Trong, Chu Nguyễn Mộng Ngọc, 2008). Biểu đồ tần số Histogram (xem phụ lục 8) cho thấy giá trị Mean rất nhỏ gần bằng 0 (Mean=-4.49E-16) và độ lệch chuẩn xấp xỉ gần bằng 1 (Std. Dev = 0.991). Ngồi ra, biểu đồ phân phối tích lũy P-Plot cho thấy các điểm không phân tán quá xa đường kỳ vọng nên có thể kết luận giả thuyết không bị vi phạm.
Giả địn p ư n
sai của sai số k ôn đổi: Để kiểm tra xem giả định phương sai của sai số khơng đổi, ta có thể dùng kiểm định tương quan hạng Spearman với giả
thuyết đặt ra là : Giả thuyết H0 : hệ số tương quan hạng của tổng thể bằng 0. Kết quả kiểm định Sherman giữa giá trị sig trong tương quan giữa trị tuyệt đối của phần dư và các biến lần lượt là : kiểm soát hành vi (KSHV) 0.623, niềm tin (NT) 0.059, nhận thức sự hữu ích (HI) 0.269, chuẩn chủ quan (CCQ) 0.939, nhận thức dễ sử dụng (DSD) 0.142, và xu hướng mua CTDL trực tuyến (XH) 0.58 (xem phụ lục 9). Điều này cho thấy không thể bác bỏ giả thuyết Ho, nghĩa là sai số khơng đổi. Mơ hình hồi quy tuyến tính có thể
sử dụng được.
Giả định về khơng có mối tư n quan iữa các biến độc lập (đo lường đa
cộng tuyến) : Để kiểm tra hiện tượng đa cộng tuyến giữa các biến độc lập, có thể sử dụng hệ số phóng đại phương sai VIF (variance inflation factor). Quy tắc là nếu VIF > 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008). Kết quả phân tích cho thấy hệ số chấp nhận (Tolerance) khá cao (bằng 1) và hệ số phóng đại phương sai VIF đều bằng 1 chứng tỏ các biến độc lập khơng có sự tự tương quan với nhau (Joliffe, 2002). Do vậy, có thể kết luận mối liên hệ giữa các biến độc lập này là khơng đáng kể, khơng có hiện tượng đa cộng tuyến.
Giả định về tín độc lập của sai số (khơng có tương quan giữa các phần
dư): Trị số thống kê Durbin – Watson có giá trị tiến gần 2 (1.705) cho biết các phần dư khơng có tương quan với nhau.
4.3.6 Kiểm định các giả thiết
Với kết quả các hệ số hồi quy ở bảng 4.9 thì các giả thiết H1, H2, H3, H4, H5, H6