8. Kết cấu của luận văn
3.5.2.Các biến quan sát của các thành phần phụ thuộc
3.5.2.1. Sự hài lòng
Thang đo sự hài lòng của du khách (SHL) gồm sáu biến quan sát ký hiệu từ SHL1 đến SHL6. Phân tích nhân tố khám phá EFA được sử dụng để kiểm định lại độ hội tụ của các biến quan sát.
Qua phân tích, chỉ số KMO là 0.863 (> 0.5), thỏa mãn yêu cầu và kiểm định Bartlett có ý nghĩa thống kê (Sig.< 0.05) nên các biến quan sát có tương quan với nhau trong tổng thể, vì vậy phân tích nhân tố trong trường hợp này là phù hợp (phụ lục 7).
Qua Bảng tổng phương sai được giải thích (phụ lục 7), các giá trị hệ số chuyển tải của nhân tố dao động từ 0.678 đến 0.840 đều lớn hơn 0.5, điểm dừng Eigenvalue = 3.463 > 1 và Phương sai trích bằng 57.724% lớn hơn 50% (Gerbing và Anderson, 1988) đều phù hợp.
3.5.2.2 Ý định quay lại
Thang đo ý định quay lại của du khách (YDQL) gồm bốn biến quan sát ký hiệu từ YDQL1 đến YDQL4. Phân tích nhân tố khám phá EFA được sử dụng để kiểm định lại độ hội tụ của các biến quan sát.
Qua phân tích, chỉ số KMO là 0.699 (> 0.5), thỏa mãn yêu cầu và kiểm định Bartlett có ý nghĩa thống kê (Sig.< 0.05) nên các biến quan sát có tương quan với nhau trong tổng thể, vì vậy phân tích nhân tố trong trường hợp này là phù hợp (phụ lục 7).
Qua Bảng tổng phương sai được giải thích (phụ lục 7), các giá trị hệ số chuyển tải của nhân tố dao động từ 0.592 đến 0.856 đều lớn hơn 0.5, điểm dừng Eigenvalue =
2.205 > 1 và Phương sai trích bằng 55.135% lớn hơn 50% (Gerbing và Anderson, 1988) đều phù hợp.
3.6. Mô hình nghiên cứu hiệu chỉnh và các giả thuyết 3.6.1. Mô hình nghiên cứu hiệu chỉnh 3.6.1. Mô hình nghiên cứu hiệu chỉnh
Kết quả phân tích EFA bao gồm hai biến phụ thuộc là sự hài lòng của du khách với năm biến quan sát, ý định quay lại của du khách gồm bốn biến quan sát và năm biến độc lập gồm (1) Môi trường và cơ sở vật chất được ký hiệu là MTCS với mười một biến quan sát, (2) Vui chơi giải trí và ẩm thực được ký hiệu là VCAT với sáu biến quan sát, (3) Tìm kiếm sự mới lạ được ký hiệu là TKSML với ba biến quan sát, (4) Khoảng cách địa lý được ký hiệu là KCDL với ba biến quan sát, (5) Nhân viên phục vụ được ký hiệu là NVPV với một biến quan sát.
Mô hình nghiên cứu hiệu chỉnh được trình bày như sau:
Hình 3.1: Mô hình nghiên cứu hiệu chỉnh
Môi trường và cơ sở vật chất
Tìm kiếm sự mới lạ
Vui chơi giải trí và ẩm thực Khoảng cách địa lý Nhân viên phục vụ Sự hài lòng của du khách Ý định quay lại của du khách H1 H2 H3 H4 H5 H6
3.6.2. Các giả thuyết cho mô hình nghiên cứu hiệu chỉnh
Các giả thuyết từ mô hình nghiên cứu hiệu chỉnh như sau:
Giả thuyết H1: Môi trường và cơ sở vật chất có mối quan hệ cùng chiều với sự hài lòng của du khách.
Giả thuyết H2: Vui chơi giải trí và ẩm thực có mối quan hệ cùng chiều với sự hài lòng của du khách.
Giả thuyết H3: Tìm kiếm sự mới lạ có mối quan hệ cùng chiều với sự hài lòng của du khách.
Giả thuyết H4: Khoảng cách địa lý có mối quan hệ cùng chiều với sự hài lòng của du khách.
Giả thuyết H5: Nhân viên phục vụ có mối quan hệ cùng chiều với sự hài lòng của du khách.
Giả thuyết H6: Sự hài lòng có mối quan hệ cùng chiều với ý định quay lại của du khách.
3.7. Phân tích hệ số tương quan Pearson
Từ kết quả phân tích nhân tố khám phá EFA, năm biến độc lập đã được ký hiệu từ MTCS gồm CSVC2, CSVC3, CSVC4, MT1, MT2, MT4, MT5, CSVC5, MT3, CSVC1, MT6; VCAT gồm VCGT4, VCGT4, AT1, VCGT1, AT3, AT2; TKSML gồm TKSML1, TKSML2, TKSML5; KCDL gồm KCDL2, KCDL1, KCDL3; và NVPV gồm MT7 được sử dụng phân tích tương quan với biến phụ thuộc là sự hài lòng của du khách được ký hiệu là SHL gồm SHL1, SHL2, SHL3, SHL4, SHL5, SHL6.
Trong nghiên cứu này, việc phân tích hệ số tương quan Pearson được sử dụng để xác định năm nhân tố trên có ảnh hưởng quan trọng như thế nào đến sự hài lòng của du khách Nga. Bảng 3.22: Hệ số tương quan Nhân tố Moi truong va CSVC Vui choi giai tri va am thuc Tim kiem su moi la Khoang cach dia ly Nhan vien phuc vu Su hai long Moi truong va CSVC 1 .000 .000 .000 .000 .423**
Vui choi giai tri va am thuc
Tim kiem su moi la .000 .000 1 .000 .000 .393**
Khoang cach dia ly .000 .000 .000 1 .000 .116
Nhan vien phuc vu .000 .000 .000 .000 1 .112 (adsbygoogle = window.adsbygoogle || []).push({});
Su hai long .423** .177** .393** .116 .112 1
**. Hệ số tương quan với mức ý nghĩa Sig 0.01 *. Hệ số tương quan với mức ý nghĩa Sig 0.05
(Nguồn: Xử lý bằng SPSS 16 từ số liệu điều tra)
Qua những phân tích trên cho thấy các biến đều thỏa điều kiện để tiến hành phân tích hồi quy với biến phụ thuộc là SHL (Su hai long) và biến độc lập là MTCS (Moi truong va CSVC), VCAT (Vui choi giai tri va am thuc), TKSML (Tim kiem su moi la), KCDL (Khoang cach dia ly), NVPV (Nhan vien phuc vu).
3.8. Phân tích hồi quy
Như vậy ở phần trên ta đã phân tích sự tương quan giữa các thành phần. Để biết được cụ thể trọng số của từng thành phần tác động lên sự hài lòng và ý định quay lại của du khách, ta tiến hành phân tích hồi quy. Phân tích được thực hiện bằng phương pháp ENTER (Đưa vào một lượt, các biến trong khối sẽ được đưa vào mô hình cùng một lúc) với tiêu chuẩn PIN (xác suất F vào) = 0.05 và POUT (xác suất F ra) = 0.10
3.8.1. Mô hình hồi quy tuyến tính bội
3.8.1.1. Xây dựng mô hình hồi quy tuyến tính bội lên sự hài lòng
Phân tích hồi quy tuyến tính bội sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc Sự hài lòng (SHL) với các biến độc lập là: Môi trường và cơ sở vật chất (MTCS), Vui chơi giải trí và ẩm thực (VCAT), Tìm kiếm sự mới lạ (TKSML), Khoảng cách địa lý (KCDL), Nhân viên phục vụ (NVPV).
Mô hình hồi quy có dạng:
SHL = + *MTCS + *VCAT + *TKSML + *KCDL + *NVPV + ei
Để kiểm định sự phù hợp giữa các biến độc lập và phụ thuộc, tác giả sử dụng hàm hồi quy tuyến tính bội với thủ tục chọn biến theo phương pháp đưa vào một lượt (Enter).
Kết quả bảng tóm tắt mô hình trong phân tích hồi quy lên sự hài lòng (phụ lục 8) cho thấy: Hệ số R bình phương hiệu chỉnh là 0.379, nhỏ hơn R bình phương, do đó ta sẽ dùng R bình phương hiệu chỉnh để giải thích mô hình. Hệ số R bình phương hiệu chỉnh là
37.9%, nghĩa là 37.9% độ biến thiên dữ liệu của sự hài lòng có thể được giải thích bởi mô hình nghiên cứu.
Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính lên sự hài lòng. Kết quả bảng phân tích Anova trong phân tích hồi quy lên sự hài lòng (phụ lục 8) cho thấy kiểm định F có giá trị Sig. rất nhỏ, điều này cho thấy mô hình hồi quy tuyến tính bội trên là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.23: Bảng các hệ số hồi quy của mô hình lên sự hài lòng
Model
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Tolerance VIF
1 (Constant) -1.224E-17 0.047 0.000 1.000 MTCS 0.423 0.047 0.423 8.916 0.000 1.000 1.000 VCAT 0.177 0.047 0.177 3.734 0.000 1.000 1.000 TKSML 0.393 0.047 0.393 8.287 0.000 1.000 1.000 KCDL 0.116 0.047 0.116 2.454 0.015 1.000 1.000 NVPV 0.112 0.047 0.112 2.359 0.019 1.000 1.000
(Nguồn: Xử lý bằng SPSS 16 từ số liệu điều tra)
Qua bảng 3.23 cho thấy:
Giá trị sig của các biến MTCS – Môi trường và cơ sở vật chất, VCAT – Vui chơi giải trí và ẩm thực, TKSML – Tìm kiếm sự mới lạ, KCDL – Khoảng cách địa lý, NVPV – Nhân viên phục vụ đều nhỏ hơn 0.05, do đó ta có thể nói năm biến này có ý nghĩa trong mô hình và có tác động dương (cùng chiều) đến sự hài lòng của du khách.
Như vậy, phương trình hồi quy bội của sự hài lòng:
SHL = 0.423MTCS + 0.177VCAT + 0.393TKSML + 0.116KCDL + 0.112NVPV
Trong đó:
MTCS: Môi trường và cơ sở vật chất; VCAT: Vui chơi giải trí và ẩm thực; TKSML: Tìm kiếm sự mới lạ;
KCDL: Khoảng cách địa lý; NVPV: Nhân viên phục vụ.
Để hiểu một cách cụ thể hơn ý nghĩa của phương trình Sự hài lòng thu được ở trên, ta có thể diễn giải như sau:
- Yếu tố Môi trường và cơ sở vật chất có hệ số hồi quy chuẩn hóa là lớn nhất (0.423). Điều này nói lên rằng trong số các yếu tố tác động đến sự hài lòng của du khách Nga thì yếu tố Môi trường và cơ sở vật chất là yếu tố có tác động lớn nhất. Nếu gia tăng yếu tố này sẽ làm gia tăng đáng kể sự hài lòng của du khách Nga đối với thành phố Nha Trang. Qua hệ số hồi quy của yếu tố này ta có thể diễn giải một cách định lượng như sau: nếu xem như các yếu tố khác không ảnh hưởng đến sự hài lòng của du khách thì khi gia tăng yếu tố Môi trường và cơ sở vật chất lên một điểm sẽ làm cho mức độ hài lòng của du khách Nga tăng thêm 0.423 điểm. (adsbygoogle = window.adsbygoogle || []).push({});
- Yếu tố Tìm kiếm sự mới lạ có trọng số lớn thứ hai (0.393). Như vậy yếu tố này cũng góp phần không nhỏ vào sự hài lòng của du khách Nga. Nếu xem như các yếu tố khác không ảnh hưởng đến sự hài lòng của du khách thì khi gia tăng yếu tố Thích sự mới lạ lên một điểm sẽ làm cho mức độ hài lòng của du khách tăng lên 0.393 điểm.
- Yếu tố Vui chơi giải trí và ẩm thực có hệ số hồi quy chuẩn hóa lớn thứ ba (0.177). Nếu xem như các yếu tố khác không ảnh hưởng đến sự hài lòng của khách hàng thì khi gia tăng yếu tố Vui chơi giải trí và ẩm thực lên một điểm sẽ làm cho mức độ hài lòng của du khách tăng lên 0.177. Như vậy, các cơ quan ban ngành cần đầu tư nhiều hơn các nơi vui chơi giải trí và đồng thời quảng bá ẩm thực đến du khách nhiều hơn để có thể gia tăng sự hài lòng.
- Yếu tố Khoảng cách địa lý có hệ số hồi quy chuẩn hóa là 0.116. Nếu xem như các yếu tố khác không ảnh hưởng đến sự hài lòng của khách hàng thì khi gia tăng yếu tố Khoảng cách địa lý lên một điểm sẽ làm cho mức độ hài lòng của du khách tăng lên 0.116. Như vậy, chính sự xa xôi về địa lý giữa Nga và thành phố Nha Trang đã tác động tích cực đến sự hài lòng của họ khi đến với Nha Trang.
- Yếu tố Nhân viên phục vụ có hệ số hồi quy chuẩn hóa là 0.112. Nếu xem như các yếu tố khác không ảnh hưởng đến sự hài lòng của khách hàng thì khi gia tăng yếu tố Nhân viên phục vụ lên một điểm sẽ làm cho mức độ hài lòng của du khách tăng lên 0.112.
3.8.1.2. Kiểm định sự phù hợp của mô hình hồi quy bội
Mô hình hồi qui tuyến tính bội được xây dựng trên các giả thiết sau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008):
1. Có mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập.
2. Các biến độc lập không có tương quan chặt chẽ với nhau hay không có hiện tượng đa cộng tuyến.
3. Giả định phân phối chuẩn của phần dư . 4. Giả định phương sai của sai số không đổi. 5. Giả định về tính độc lập của các phần dư
Nếu các giả thiết trên vi phạm, thì kết quả ước lượng sẽ không còn chính xác nữa. Kiểm tra sự vi phạm giả thiết được thực hiện như sau:
a. Mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập: kiểm tra thông qua phân tích hệ số tương quan giữa các biến. Kết quả kiểm định cho thấy có mối liên hệ tuyến tính giữa các cặp biến này (xem kết quả phần phân tích tương quan ở phần trên).
b. Kiểm tra hiện tượng đa cộng tuyến: hiện tượng đa cộng tuyến không ảnh hưởng đến kết quả giải thích với hệ số VIF (Variance inflation factor ) – hệ số phóng đại phương sai của các biến độc lập trong mô hình đều nhỏ hơn 3 (bảng 3.23). Quy tắc là khi VIF vượt quá 10 thì đó là dấu hiệu của đa cộng tuyến.
Hình 3.2: Biểu đồ tần số Histogram khảo sát phân phối chuẩn của phần dư
Theo biểu đồ tần số Histogram khảo sát phân phối chuẩn của phần dư hình 3.2 cho thấy, đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số, phân phối phần dư xấp xỉ chuẩn với trung bình mean bằng 0 và độ lệch chuẩn Std.Dev bằng 0.989 gần bằng 1. Do đó, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
d. Kiểm tra phương sai không đổi của phần dư: thực hiện kiểm định tương quan hạng Spearman cho các biến môi trường và cơ sở vật chất, vui chơi giải trí và ẩm thực, tìm kiếm sự mới lạ, khoảng cách địa lý, nhân viên phục vụ, sự hài lòng với biến mới ABSofre. Với giả thuyết hệ số tương quan hạng của tổng thể bằng 0 (H0), kết quả kiểm định cho thấy không thể bác bỏ giả thuyết H0. Như vậy, kết luận phương sai của sai số không thay đổi.
e. Kiểm định giả thuyết về tính độc lập của phần dư: Đại lượng thống kê Durbin – Watson (d) có thể kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất). Đại lượng do có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Giá trị d thấp (và
nhỏ hơn 2) có nghĩa là các phần dư gần nhau có tương quan thuận. Các giá trị d lớn hơn 2 (và gần 4) có nghĩa là các phần dư có tương quan nghịch. Đại lượng thống kê Durbin – Watson (d) trong mô hình hồi quy bội lên sự hài lòng bằng 1.577 tương đương với 2 (phụ lục 8). Vì vậy, có thể kết luận không có tự tương quan trong phần dư.
3.8.1.3. Kiểm định giả thuyết của mô hình hồi quy bội lên sự hài lòng
Từ phương trình hồi quy nhận thấy, hệ số hồi quy của các biến trong mô hình đều mang dấu dương, chứng tỏ sự tác động của các nhân tố tỷ lệ thuận với sự hài lòng của du khách Nga. Như vậy, giả thuyết về các biến tác động đến sự hài lòng của du khách đều mang dấu dương (tác động cùng chiều) chấp nhận được.
H1: Môi trường và cơ sở vật chất có mối quan hệ cùng chiều với sự hài lòng của du khách: kết quả phân tích hồi quy cho thấy hệ số hồi quy giữa môi trường và cơ sở vật chất và sự hài lòng của du khách có hệ số beta là 0.423 và giá trị sig là 0.000 nhỏ hơn 0.05. Vì vậy giả thuyết H được chấp nhận hay nói cách khác sự tác động của môi trường và cơ sở vật chất đến sự hài lòng của du khách có ý nghĩa thống kê. Điều này cho thấy môi trường và cơ sở vật chất là yếu tố quan trọng tác động lên sự hài lòng và là yếu tố tác động mạnh nhất trong sáu nhân tố được ra.
H2: Vui chơi giải trí và ẩm thực có mối quan hệ cùng chiều với sự hài lòng của du khách: kết quả phân tích hồi quy cho thấy hệ số hồi quy giữa vui chơi giải trí ẩm thực và sự hài lòng của du khách có hệ số beta là 0.177 và giá trị sig là 0.000 nhỏ hơn 0.05. Vì vậy giả thuyết H được chấp nhận hay nói cách khác sự tác động của vui chơi giải trí và ẩm thực đến sự hài lòng của du khách có ý nghĩa thống kê. Do đó việc đầu tư vào các khu vui chơi giải trí và tăng cường quảng bá ẩm thực đến du khách cần được chú trọng, vì yếu tố này tác động không nhỏ vào sự hài lòng của du khách Nga đối với thành phố Nha Trang.
H3: Tìm kiếm sự mới lạ có mối quan hệ cùng chiều với sự hài lòng của du khách. Kết quả phân tích hồi quy cho thấy hệ số hồi quy giữa thích sự mới lạ và sự hài