4. Phương pháp nghiên cứu
3.4.2 Kết quả phân tích
Do tập biến trên đây khi đưa vào mô hình hồi qui khá lớn (có đến 13 biến độc lập và 6 biến định tính) nên phương pháp bình phương bé nhất với mô hình từng bước (STEPWISE) được sử dụng thông qua phần mềm SPSS 16.0. Phương pháp này được sử dụng vì bản chất của nghiên cứu này là khám phá chứ không phải khẳng định (Thọ
và Trang, 2005).
Kết quả phân tích cho thấy mô hình có độ phù hợp đạt yêu cầu với R2= 0.401 và R2điều chỉnh = 0.386 (Bảng 3.31) Bảng 3.30 Phân tích sự phù hợp của mô hình Model Summaryg Change Statistics Mode l R R Square Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Change Durbin-Watson 1 .441a .195 .191 4.370 .195 56.297 1 233 .000 2 .549b .301 .295 4.079 .107 35.447 1 232 .000 3 .596c .356 .347 3.926 .054 19.450 1 231 .000 4 .613d .376 .365 3.871 .021 7.634 1 230 .006 5 .623e .388 .375 3.842 .012 4.480 1 229 .035 6 .633f .401 .386 3.809 .013 4.966 1 228 .027 1.520
a. Predictors: (Constant), Hop tac cua DN
b. Predictors: (Constant), Hop tac cua DN, Quy mo DN
c. Predictors: (Constant), Hop tac cua DN, Quy mo DN, Thu tuc sau DKKD
d. Predictors: (Constant), Hop tac cua DN, Quy mo DN, Thu tuc sau DKKD, Khach san
e. Predictors: (Constant), Hop tac cua DN, Quy mo DN, Thu tuc sau DKKD, Khach san, Chi phi dien nuoc
f. Predictors: (Constant), Hop tac cua DN, Quy mo DN, Thu tuc sau DKKD, Khach san, Chi phi dien nuoc, Dich vu kinh doanh g. Dependent Variable: Su hai long
Phân tích cũng cho thấy ý nghĩa toàn diện của mô hình cũng đạt yêu cầu khi hệ
số Sig = 0.000 <0.05 (Bảng 3.32) và ý nghĩa của từng biến độc lập trong mô hình cũng
62
Bảng 3.31 Phân tích ý nghĩa toàn diện của mô hình
ANOVAg
Model Sum of Squares df Mean Square F Sig.
Regression 2217.072 6 369.512 25.472 .000f Residual 3307.498 228 14.507
6
Total 5524.570 234
f. Predictors: (Constant), Hop tac cua DN, Thu tuc sau DKKD, Dich vu kinh doanh, Chi phi dien nuoc, So luong NV, Khach san g. Dependent Variable: Su hai long
Bảng 3.32 Kết quả hồi qui theo phương pháp Stepwise
Coefficientsa Unstandardized Coefficients Standardized Coefficient Correlations Collinearity Statistics Model B Std.
Error Beta t Sig. Zero-
order Partial Part
Toleran ce VIF
(Constant) 6.339 1.768 3.586 .000
Hop tac cua DN .687 .159 .263 4.330 .000 .441 .276 .222 .712 1.405 Quy mo DN 2.679 .518 .276 5.174 .000 .409 .324 .265 .926 1.080 Thu tuc sau DKKD .133 .047 .180 2.860 .005 .419 .186 .147 .665 1.505 Khach san -1.214 .541 -.121 -2.245 .026 -.069 -.147 -.115 .905 1.105 Chi phi dien nuoc .298 .131 .123 2.274 .024 .266 .149 .117 .891 1.122
6
Dich vu KD .272 .122 .139 2.228 .027 .406 .146 .114 .678 1.476
a. Dependent Variable: Su hai long
Mô hình hồi quy tuyến tính được thực hiện với một số giả định và mô hình chỉ
thực sự có ý nghĩa khi các giảđịnh này được đảm bảo. Do vậy, đểđảm bảo cho độ tin cậy của mô hình, nghiên cứu này còn thực hiện thêm một loạt các dò tìm sự vi phạm các giảđịnh cần thiết trong hồi quy tuyến tính.
Đầu tiên là giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ
Scatterplot (Hình 3.2) với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành. Nhìn vào biểu đồ ta thấy phần dư phân bố trên đồ thị không theo một trật tự nào đối với giá trị dựđoán. Vậy giả thuyết về liên hệ tuyến tính không bị vi phạm.
Để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ dùng hai công cụ vẽ của phần mềm SPSS là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ
Histogram (Hình 3.3) ta thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1 (= 0.987). Nhìn vào đồ thị P-P plot (Hình 3.4) biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ
63
Hình 3.2 Biểu đồ Scatterplot
Hình 3.3 Biểu đồ Histogram
64
Giả định tiếp theo về tính độc lập của phần dư cũng được kiểm định. Ta dùng
đại lượng thống kê Durbin-Watson (d) để kiểm định. Từ kết quả ở bảng 3.31 ta có 1< d =1.520 < 3 như vậy ta có thể kết luận các phần dư là độc lập với nhau và tính độc lập của phần dưđã được bảo đảm.
Kiểm tra hiện tượng đa cộng tuyến trong mô hình cho thấy không có hiện tượng
đa cộng tuyến xảy ra trong tập biến cuối cùng khi các giá trị Tolerance đều nhỏ hơn 1 và hệ số phóng đại phương sai (VIF) đều nhỏ hơn 2 (Trọng và Ngọc, 2005) (Bảng 3.33)
Như vậy, kết quả phân tích hồi qui đa biến cho thấy trong tất cả 13 biến độc lập và 4 biến định tính đưa vào mô hình thì chỉ có 4 biến độc lập lần lượt là (1) Sự hợp tác của doanh nghiệp; (2) Thủ tục sau ĐKKD; (3) Dịch vụ kinh doanh; và (4) Chi phí điện nước và 2 biến định tính là (1) Quy mô doanh nghiệp và (2) Loại hình kinh doanh là có thể giải thích sự tương quan giữa thuộc tính địa phương với mức độ hài lòng của doanh nghiệp trong ngành du lịch ở Nha Trang (Bảng 3.33).
Như vậy, phương trình hồi qui bội giải thích mức độ hài lòng của doanh nghiệp
được viết lại như sau:
Y= 6.339 + 0.687*F12 + 0.133*F6 + 0.298*F2 + 0.272*F7 + 2.679*QMDN – 1.214*KS