(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Vềphương thức đặt tour của du khách, nhìn vào biểu đồtrên ta có thểthấy gần một nữa các du kháchđược điều trađều đặt tour qua Internet, chiếm tỉlệ46,4%. Qua đó thấy được phương thức đặt tour nội địa của du khách qua Internet rất phổbiến, chiếm tỉlệrất cao. Tiếp sau đó là phương thứcđặt tour qua điện thoại/Fax chiếm 35,6% trong tổng sốdu khách được điều tra. Phương thức đặt tour trực tiếp tại công ty chiếm 9,5% và phương thức đặt tour qua Email chưa được sửdụng nhiều, chiếm 6,5% và các phương thức khác chiếm tỉlệ2,0%.
Biểu đồ2.5 Sốlần sửdụng tour du lịch nội địa
Vềsốlần sửdụng dịch vụtour du lịch của du khách tại công ty, hơn một nữa số du khách được điều tra đã sửdụng dịch vụtour nội địa từ1 đến 3 lần, chiếm tỉlệ68% trong tổng sốdu khách được điều tra. Tiếp theo đó là 24% du khách sửdụng tour nội địa của công ty từ4 đến 6 lần và du khách sửdụng dịch vụtour nội địa trên 6 lần chiếm tỉlệ8% trong tổng sốdu khách được điều tra.
2.2.3 Các nhân tố ảnh hưởng đến quyết đị nh mua của du khách đố i với sản phẩm tour du lịch nội địa tại Công ty cổ phần Truyền Thông quảng cáo và Dịch vụ du lịch Đ ại Bàng
Đánh giáđộtin cậy của thang đo
Đểkiểm định độtin cậy của thang đo của các biến quan sát, tiến hành kiểm định thang đo dựa trên hệsốCronbach’s Alpha. Phép kiểm định này phản ánhđược mức độ tương quan chặt chẽgiữa các biến quan sát trong cùng một nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến nàođóng góp vào việc đo lường khái niệm của nhân tốvà ngược lại.
HệsốCronbach’s Alpha có giá trịbiến thiên trong đoạn [0,1]. Vềlý thuyết, hệsố này càng cao càng tốt, tức có nghĩa rằng thang đo càng có độtin cậy cao khi hệsốnày càng cao. Tuy nhiên, điều này khơng hồn tồn là chính xác. HệsốCronbach’s Alpha quá lớn (trong khoảng từ0.95 trởlên) sẽcho thấy có nhiều biến trong cùng thang đo khơng có sựkhác biệt nào với nhau, hiện tượng này gọi là trùng lắp trong thang đo (theo Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh)
Tiêu chuẩn kiểm định độtin cậy thang đo Cronbach’s Alpha
- Nếu một biến đo lường có hệsốtương quan biến tổng Corrected Item – Total Correlation≥ 0.3 thì biến đó đạt u cầu.
- Mức giá trịcủa hệsốCronbach’s Alpha:
+ Từ0.8 đến gần bằng 1: Thang đo lường rất tốt.
+ Từ0.7 đến gần bằng 0.8: Thang đo lường sửdụng tốt. + Từ0.6 trởlên: Thang đo lường đủ điều kiện.
Bảng 2.8 Kiểm định độtin cậy của thang đó các nhân tố ảnh hưởng đến quyết định mua sản phẩm tour du lịch nội địa
Biến quan sát Hệsốtương quan biến tổng Hệsố Cronbach’s Alpha nếu loại biến Sởthích du l ịch: Cronbach’s alpha = 0,805
ST1 - Tôi muốn thăm bạn bè người thân 0,680 0,702
ST2 - Tơi thích tham quan các di tích lịch sử 0,645 0,740
ST3 - Tơi thích trải nghiệm nền văn hóa mới của địaphương 0,630 0,755
Động cơ du lịch: Cronbach’s alpha = 0 763
DC1 - Tôi chọn tour để muốn giải tỏa căng thẳng 0,623 0,650
DC2 - Tôi chọn tour để muốn vui chơi cùng bạn bè, người thân 0,576 0,703
DC3 - Tơi chọn tour để muốn khám phá, tìm hiểu văn hóa địa phương nơi tôi đến
0,588 0,692
Thái độdu lịch: Cronbach’s alpha = 0,789
TD1 - Tôi quan tâm đến sựphát tri ển du lịch địa phương 0,657 0,684
TD2 - Tơi thích được đi du lịch cùng bạn bè, người thân 0,584 0,760
TD3 - Với tôi, du lịch là một trải nghiệm yêu thích 0,653 0,691
Kinh nghiệm du lịch: Cronbach’s alpha = 0 782
KN1 - Tơi có nhiều kinh nghiệm tham gia tour du lịch nội địa(trong
nước) 0,623 0,704
KN2 - Tơi thấy thích thú với lần đi tour trước đó 0,602 0,725 (adsbygoogle = window.adsbygoogle || []).push({});
KN3 - Tơi thấy hài lịng với lần đi tour trước đó 0 637 0 684
Sựsẵn có và chất lượng tour: Cronbach’s alpha = 0,776
CL1 - Tour ln sẵn có, đa dạng và được hỗtrợtừng ngày 0,646 0,661
CL2 - Tour có nhiều điểm đến hấp dẫn, thú vị 0,597 0,715
CL3 - Chất lượng tour được đảm bảo 0,594 0,718
Giá cảtour: Cronbach’s al pha = 0,763
GC1 - Mức giá tour hợp lý 0,553 0,729
GC2 - Cơng ty có nhiều chương tìnhưu đãiđ ối với tour 0 604 0 672
GC3 - Phương thức thanh toán đa dạng 0 629 0 643
Quảng cáo tour: Cronbach’s alpha = 0,759
QC1 - Quảng cáo tour thu hút 0,619 0,644
QC2 - Thơng tin tour đầy đủ, dễtìm kiếm 0,594 0,673
QC3 - Thơng tin tour được truyền miệng tích cực 0,559 0,712
Địa điểm đặt tour: Cronbach’s alpha = 0 806
DD1 - Vịtrí đặt tour tiện lợi 0,637 0,752
DD2 - Có thể đặt tour qua điện thoại 0,670 0,719
DD3 - Có thể đặt tour qua Internet 0 656 0 733
Nhóm tham khảo: Cronbach’s alpha = 0,735
NTK1 - Bạn bè, người thân gợi ý tôi chọn tour 0,553 0,657
NTK2 - Cộng đồng du khách gợi ý tôi chọn tour 0,550 0,660
NTK3 - Người dân địa phương gợi ý tôi chọn tour 0,575 0,631
Quyết định mua sản phẩm tour du lịch nội địa: Cronbach’s alpha = 0 799
QD1 – Tôi quyết định mua tour du lịch nội địa vì tơi thấy tour này đápứng
được nhu cầu du lịch của tôi
0,620 0,750
QD2 - Tôi thấy quyết định mua tour du lịch nội địa của mình là hồn tồn
đúng đắn
0,629 0,742
QD3 - Tơi sẽgiới thiệu tour này cho người thân và bạn bè 0,683 0,683
Qua kết quảkiểm định trên, ta có thểthấy rằng, các nhóm thang đo có hệsố Cronbach’s alpha lớn hơn 0,6 và có hệsốtương quan biến tổng của các biến quan sát lớn hơn 0,3. Khi loại một biến quan sát ra khỏi nhóm nhân tố, thu được hệsốCronbach’s alpha thấp hơn, làm giảm độtin cậy của thangđo. Từ đó ta rút ra kết luận, các biến quan sát nằm trong các nhóm nhân tố đó là phù hợp để đi đến các kiểm định tiếp theo. (adsbygoogle = window.adsbygoogle || []).push({});
Phân tích nhân tốkhám phá (EFA)
Đ ối với biến độc lập
Sau khi kiểm định độtin cậy của thang đo, ta tiến hành phân tích nhân tốkhám phá, gọi tắt là EFA, dùng đểrút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tốcó ý nghĩa hơn. Theo Hair & ct (1998): “Phân tích nhân tốkhám phá là một phương pháp phân tích thống kê dùng đểrút gọn một tập gồm nhiều biến quan sát phụthuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn đểchúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu”.
Phân tích dữliệu qua phần mềm SPSS 20, ta có kết quảnhư sau:
Bảng 2.9 Kết quảkiểmđịnh KMOKiểm định KMO và Bartlett’s Test Kiểm định KMO và Bartlett’s Test
Kiểm định KMO 0,743
Kiểm định Bartlett Chỉs ố Chi-bình phương 1609,981
df 351
Sig. 0,000
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Nhìn vào bảng trên, ta có thểthấy:
- HệsốKMO = 0,743 nên phân tích nhân tốlà phù hợp.
- Sig. (Bartlett’s Test) = 0,000 (sig. < 0,05) chứng tỏcác biến quan sát có tương quan với nhau trong tổng thể.
Bảng 2.10 Tổng phương sai mà các nhân tốgiải thích được
Trịs ố Eigenvalue 1,136
Số nhân tố 9
Tổng phương sai trích 71,591%
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Nhìn vào bảng trên, ta có thểthấy:
- TrịsốEigenvalue = 1,136 >1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tốrút ra có ý nghĩa tóm tắt thơng tin tốt nhất.
- Tổng phương sai trích (Cumulative %) = 71,591% > 50%. Điều này chứng tỏ 71,591% biến thiên của dữliệu được giải thích bởi 9 nhân tốtrong mơ hình.
Bảng 2.11 Ma trận xoay nhân tốNhân tố Nhân tố 1 2 3 4 5 6 7 8 9 CL2 0,791 CL1 0,785 CL3 0,775 ST1 0,845 ST2 0,827 ST3 0,814 DD3 0,831 DD2 0,819 DD1 0,813 TD3 0,848 TD1 0,799 TD2 0,753 DC1 0,815 DC2 0,796 DC3 0,772 NTK1 0,787 NTK3 0,777 NTK2 0,765 QC2 0,838 QC1 0,778 QC3 0,723 GC3 0,864 GC2 0,781 GC1 0,762 KN1 0,842 KN3 0,819 KN2 0,660
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Gọi tên và chú thích các nhân tố:
-Nhân tố1:“Sựsẵn có và chất lượng tour”. Gồm các biến: CL2 – “Tour có nhiều điểm đến hấp dẫn, thú vị”
CL1 – “Tour ln sẵn có, đa dạng và được hỗtrợtừng ngày” CL3 – “Chất lượng tour được đảm bảo”
-Nhân tố2:“Sởthích du lịch”. Gồm các biến: ST1 – “Tôi muốn thăm bạn bè người thân”
ST2 – “Tơi thích tham quan các di tích lịch sử”
ST3 – “Tơi thích trải nghiệm nền văn hóa mới của địa phương” -Nhân tố3:“Địa điểm đặt tour”. Gồm các biến:
DD3 – “Có thể đặt tour qua Internet” DD2 – “Có thể đặt tour qua điện thoại” DD1 – “Vịtrí đặt tour tiện lợi” (adsbygoogle = window.adsbygoogle || []).push({});
-Nhân tố4:“Thái độdu lịch”.Gồm các biến:
TD3 – “Với tơi, du lịch là một trải nghiệm u thích” TD1 – “Tôi quan tâm đến sựphát triển du lịch địa phương” TD2 – “Tơi thích được đi du lịch cùng bạn bè, người thân” -Nhân tố5:“Động cơ du lịch”. Gồm các biến:
DC1 – “Tôi chọn tour đểmuốn giải tỏa căng thẳng”
DC2 – “Tôi chọn tour đểmuốn vui chơi cùng bạn bè, người thân”
DC3 – “Tơi chọn tour đểmuốn khám phá, tìm hiểu văn hóa địa phương nơi tơi đến” -Nhân tố6:“Nhóm tham khảo”. Gồm các biến:
NTK1 – “Bạn bè, người thân gợi ý tôi chọn tour” NTK3 – “Người dân địa phương gợi ý tôi chọn tour” NTK2 – “Cộng đồng du khách gợi ý tôi chọn tour” -Nhân tố7:“Quảng cáo tour”. Gồm các biến: QC2 – “Thơng tin tour đầy đủ, dễtìm kiếm” QC1 – “Quảng cáo tour thu hút”
QC3 – “Thông tin tour được truyền miệng tích cực” -Nhân tố8:“Giá cảtour”.Gồm các biến:
GC3 – “Phương thức thanh tốn đa dạng”
GC2 – “Cơng ty có nhiều chương tìnhưu đãiđối với tour” GC1 – “Mức giá tour hợp lý”
-Nhân tố9:“Kinh nghiệm du lịch”.Gồm các biến:
KN1 – “Tơi có nhiều kinh nghiệm tham gia tour du lịch nội địa (trong nước)” KN3 – “Tôi thấy hài lịng với lần đi tour trước đó”
Đ ối với biến phụ thuộc: “Quyết định mua sản phẩm tour du lịch nội địa” Nhằm kiểm tra xem độphù hợp của dữliệu đểtiến hành phân tích nhân tố,
sử dụng chỉsốcủa kiểm định KMO và kiểm định Barlettđểtiến hành đánh giá chung về quyết định mua sản phẩm tour du lịch nội địa của du khách thông qua 3 biến quan sát. Kết quảthu đượcởbảng sau:
Bảng 2.12 Ma trận xoay nhân tốquyết định mua sản phẩm tour du lịch nội địa Ma trận nhân tố
Hệs ố KMO 0,703
Trịs ố Eigenvalues 2,141
Tổng phương sai trích 71,351%
Sig. của kiểm định Barlett 0,000
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Nhìn vào bảng trên, ta có thểthấy: - HệsốKMO = 0,703 > 0,5
- Sig. = 0,000 nên sửdụng phân tích nhân tốlà phù hợp - TrịsốEigenvalues > 1
- Tổng phương sai trích (Cumulative %) = 71,351% > 50% nên thỏa yêu cầu. - Tất cảcác biến đều có hệsốtải > 0,5
Mơ hình hi ệu chỉnh sau khi phân tích và kiểm định độ tin cậy của thang đo
Sau khi tiến hành phân tích và kiểm định độtin cậy của thnag đó, ta có mơ hình hiệu chỉnh như sau:
Sựsẵn có và ch ất lượng tour Sởthích du lịch
Địa điểm đặt tour Thái độdu lịch
Động cơ du lịch H5
Quyết định mua sản phẩm tour du lịch nội địa
Nhóm tham khảo Quảng cáo tour
Giá cảtour Kinh nghiệm du lịch H9 H8 H7 H6 H4 H3 H2 H1 (adsbygoogle = window.adsbygoogle || []).push({});
Sơ đồ2.6 Mơ hình hiệu chỉnh
Phân tích hồi quyđa biến
Phân tích ma tr ận hệ sốtương quan Pearson
Đểkiểm định hệsốtương quan Pearson, đầu tiên cần phải tạo các biến đại diện từkết quảxoay nhân tốcuối cùng. Cụthểnhư sau:
- QD – Biến đại diện cho nhóm nhân tố“Quyết định mua sản phẩm tour du
lịch nội địa”
- CL – Biến đại diện cho nhóm nhân tố“Sựsẵn có và chất lượng tour”
- ST – Biến đại diện cho nhóm nhân tố“Sởthích du lịch”
- DD – Biến đại diện cho nhóm nhân tố“Địa điểm đặt tour”
- DC – Biến đại diện cho nhóm nhân tố“Động cơ du lịch”
- NTK – Biến đại diện cho nhóm nhân tố“Nhóm tham khảo”
- QC – Biến đại diện cho nhóm nhân tố“Quảng cáo tour”
- GC – Biến đại diện cho nhóm nhân tố“Giá cảtour”
- KN – Biến đại diện cho nhóm nhân tố“Kinh nghiệm du lịch” Kết quảthống kê hệsốtương quan tuyến định được thểhiện như sau:
Bảng 2.13 Phân tích tương quan các nhân tố ảnh hưởng đến quyết định mua sản phẩm tour du lịch nội địa
CL ST DD TD DC NTK QC GC KN
Hệsố tương quan
Pearson 0,593 0,279 0,274 0,310 0,124 0,361 0,509 0,566 0,442 Sig. 0,000 0,000 0,000 0,000 0,117 0,000 0,000 0,000 0,000
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Kết quảtương quan cho thấy, Sig. tương quan giữa biến DC – “Động cơ du lịch” và biến phụthuộc QD – “Quyết định mua sản phẩm tour du lịch nội địa” lớn hơn 0,05 (hay Sig. = 0,117). Như vậy biến này sẽbịloại trước khi đưa vào xửlý hồi quy. Các biếnđộc lập cịn lại là các biến: CL – “Sựsẵn có và chất lượng tour”, ST -“Sởthích
du lịch”,DD -“Địa điểm đặt tour”, TD -“Thái độdu lịch”, NTK -“Nhóm tham khảo”, QC -“Quảng cáo tour”, GC -“Giá cảtour”, KN -“Kinh nghiệm du lịch”đều
có tương quan với biến phụthuộc QD –“Quyết định mua sản phẩm tour du lịch nội
địa”vì Sig. giữa từng loại biến độc lập này với biến phụthuộc đều nhỏhơn 0,05 (hay
Sig. = 0,000).
Phân tích hồi quy cịn lại 8 biến, đó là các biến: CL – “Sựsẵn có và chất lượng tour”, ST -“Sởthích du lịch”,DD -“Địa điểm đặt tour”, TD -“Thái độdu lịch”, NTK -“Nhóm tham khảo”, QC -“Quảng cáo tour”, GC -“Giá cảtour”, KN -“Kinh
nghiệm du lịch”và một biến phụthuộc là QD –“Quyết định mua sản phẩm tour du lịch nội địa”.
Phân tích h ồi quy đa biến
Với kiểm định hệsốtương quan cho thấy có 8 biến độc lập có mối tương quan với biến phụthuộc, đápứng điều kiện vềhệsốSig. nên đưa vào phân tích hồi quy đa
biến. Phân tích hồi quy đa biến giúp xác định được nhân tốnào đóng góp nhiều, ít hay khơng đóng góp vào sựthay đổi của biến phụthuộcđểtừ đó đưa ra các giải pháp thích hợp.
Mơ hình hồi quy đa biến có dạng như sau: (adsbygoogle = window.adsbygoogle || []).push({});
QD = β0 + β1*CL + β2*ST + β3*DD + β4*TD + β6*NTK + β7*QC + β8*GC + β9*KN
Trong đó:
0,1,2,3,4,6,7,8,9: Các hệsốhồi quy
Biến phụthuộc QD: “Quyết định mua sản phẩm tour du lịch nội địa” CL: “Sựsẵn có và chất lượng tour”
ST: “Sởthích du lịch” DD: “Địa điểm đặt tour” TD: “Thái độdu lịch” NTK: “Nhóm tham khảo” QC: “Quảng cáo tour” GC: “Giá cảtour” KN: “Kinh nghiệm du lịch”
oĐánh giá và kiểm định sựphù hợp của mơ hình hồi quy:
Bảng 2.14Đánh giá sựphù hợp của mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai sốchuẩn ước lượng Durbin- Watson 1 0,834 0,696 0,680 0,30318 1,868
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Nhìn vào bảng đánh giá sựphù hợp của mơ hình, ta có thểthấy:
- Giá trịR có giá trị83,4% cho thấy mối quan hệgiữa các biến trong mơ hình có mối tương quan khá chặt chẽ.
- R2 hiệu chỉnh (Adjusted R Square) phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụthuộc. Trong trường hợp này, 8 biến độc lập đưa vàoảnh hưởng 68,0% sựthay đổi của biến phụthuộc, còn lại 32,0% là do các biến ngồi mơ hình và sai sốngẫu nhiên.
oT ựtương quan:
Tựtương quan (Autocorrelation) là hiện tượng mà các sai sốphụthuộc, tương quan lẫn nhau, dẫn đến các kiểm định t và F không hiệu quả, cũng như ước lượng sai R. Qua kết quảphân tíchởtrên, ta có thểthấy hệsốDurbin Watson = 1,868 nằm trong khoảng (1,6;2,6). Do đó, mơ hình khơng có hiện tượng tựtương quan.
Bảng 2.15 Phân tích ANOVAMơ hình Tổng bình Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 32,239 8 4,030 43,842 0,000 Số dư14,063 153 0,092 Tổng 46,302 161
(Nguồn: Kết quảxửlý sốliệu qua phần mềm SPSS)
Ta có thểthấy, Sig. = 0,000 < 0,05 nên bác bỏgiảthiết H0, tức là mơ hình hồi quy này sau khi suy rộng ra cho tổng thể, mức độphù hợp của nó đãđuợc kiểm chứng. Nói cách khác, có ít nhất một biến độc lập cóảnh huởng đến quyết định mua sản phẩm tour du lịch nội địa của du khách.
o Đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập có mối tương quan rất mạnh với nhau. Mơ hình hồi quy xảy ra hiện tượng đa cộng tuyến sẽkhiến nhiều chỉsốbịsai lệch, dẫn đến kết quảcủa việc phân tích định lượng khơng cịn mang lại nhiều ý nghĩa. Do đó, kiểm tra hiện tượng này dựa vào chỉsốVIF (Variance inflation fator). Theo Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2005): Khi giá trịVIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến. Tuy nhiên trên thực tế, với các đềtài nghiên cứu có mơ hình và bảng câu hỏi sửdụng thang đo Likert thì VIF < 2 sẽkhơng xảy ra hiện tượng đa cộng tuyến. Trường hợp này, các giá trịcủa VIF của các biến độc lập đều nhỏhơn 2, vì vậy khơng xảy ra hiện tượng đa cộng tuyến. Do đó, mối quan hệgiữa các biến độc lập này khôngảnh hưởng đáng kể đến kết quảgiải thích mơ hình hồi quy.