4. Phương pháp nghiên cứu
2.4.3Phân tích hồi qui và đánh giá độ phù hợp của mô hình
Phương pháp hồi qui bội được sử dụng đểước lượng mối quan hệ của các biến trong mô hình. Khi đó độ phù hợp của mô hình được đánh giá thông qua phân tích tính
42
toán hệ số xác định bội R2 điều chỉnh (Adjusted R square) (hệ số xác định bội R2 đo
lường phần biến thiên trong biến phụ thuộc được giải thích bởi mối liên hệ giữa biến
phụ thuộc và tất cả các biến độc lập trong mô hình mà có quan tâm đến cỡ mẫu và số
biến trong mô hình hồi qui bội. Lý do người ta quan tâm đến hệ số xác định hiệu chỉnh
là vì khi đưa thêm biến độc lập vào mô hình sẽ luôn làm gia tăng R2 thậm chí ngay cả
khi biến độc lập có mối liên hệ không đáng kể thậm chí không có mối liên hệ. Do đó để
tránh tình trạng thổi phồng của R2 khi số biến độc lập khá lớn trong tương quan với
cỡ mẫu người ta dùng R2 adj đểđánh giá khả năng giải thích của mô hình), đánh giá ý
nghĩa toàn diện của mô hình bằng hệ số F, kiểm định sự vi phạm các giảđịnh cần thiết trong hồi qui tuyến tính, kiểm tra hiện tượng đa cộng tuyến có xảy ra không trong tập dữ liệu bằng các giá trị Tolerance và hệ số phòng đại phương sai (VIF) và cuối cùng là xác định tầm quan trọng của các biến độc lập trong mô hình thông qua Hệ số Beta chuẩn hóa.
43
CHƯƠNG 3: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ
Chương này trình kết quả phân tích số liệu dựa trên 235 mẫu phiếu điều tra hợp lệ. Sau khi làm sạch, dữ liệu được phân tích mô tả bước đầu dựa trên đặc trưng của doanh nghiệp. Sau đó phân tích Cronbach Alpha và Exploratory Factor Analysis (EFA) bằng phần mềm SPSS 16.0 để kiểm định mức độ tin cậy của thang đo và rút gọn các nhân tố. Cuối cùng là phân tích hồi qui để phân tích mối quan hệ giữa các thuộc tính địa phương với sự hài lòng của doanh nghiệp trong ngành du lịch ở Nha Trang và sắp xếp thứ tự tầm quan trọng của các thuộc tính.