Phần II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: ĐÁNH GIÁ CẢM NHẬN CỦA KHÁCH HÀNG VỀ CHẤT LƯỢNG
2.2. Đánh giá cảm nhận của khách hàng về dịch vụ lưu trú của khách sạn Century
2.2.1. Đánh giá thực trạng chất lượng dịch vụ lưu trú của khách sạn Century
2.2.1.1.Đặc điểm đối tượng điều tra
Bảng2.5: Đặc điểm đối tượng điều tra
Tiêu chí Số lượng (người) Phần trăm(%)
Giới tính Nam 55 45,8
Nữ 65 54,2
Độ tuổi Dưới 18 tuổi 12 10,0
18 đến 30 tuổi 35 29,2
31 đến 50 tuổi 42 35,0
Trên 50 tuổi 31 25,8
NghềNghiệp
Học sinh sinh viên 12 10,0
Lao động phổthông 13 10,8
Kinh doanh 59 49,2
Cán bộviên chức, nhân viên văn
phòng 23 19,2
Khác 13 10,8
Thu nhập
Dưới 4 triệu/tháng 15 12,5
4–7 triệu/tháng 26 21,7
7–10 triệu/tháng 44 36,7
Trên 10 triệu/tháng 35 29,2
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Cơ cấu mẫu theo giới tính
Dựa vào kết quả bảng trên, có thể thấy tỉ lệ (%) nam và nữ chênh lệch nhau không đáng kể. Trong 120 đối tượng được phỏng vấn, có 55 đối tượng là nam (chiếm 45,8%) và có 65 đối tượng là nữ (chiếm 54,2%). Qua đó có thể thấy đối tượng được phỏng vấn ngẫu nhiên và không có sựphân biệt giữa nam và nữ(45,8% so với 54,2%).
Cơ cấu mẫu theo độtuổi
Ta có thể thấy rằng tỷ lệ tương đối có chệnh khi khi 120 đối tượng được phỏng vấn chỉ có 12đối tượng là dưới 18 tuổi (chiếm 10%), 35đối tượng là từ độtuổi 18 đến 30 tuổi (chiếm 29,2%), 42 đối tượng từ 31 đến 50 (chiếm 35,0%) và có 31 đối tượng
Trường Đại học Kinh tế Huế
trên 50 tuổi (chiếm 25,8%). Qua đó có thểthấy đối tượng phỏng vấn chỉ tập trung vào khách hàng trên 18 đến trên 50 tuổi và độ tuổi này thường cho ra thông tin chính xác và khách quan.
Cơ cấu mẫu theo nghềnghiệp
Nhìn vào bảng kết quả ta có thể thấy rằng đối tượng phỏng vấn của đề tài nghiên cứu có nghề nghiệp chủ yếu là kinh doanh khi chiếm đến 59 đối tượng trong tổng số 120 phiếu phát ra (chiếm 49,2%). Đứng thứ 2 là nhóm đối tượng cán bộviên chức và nhân viên văn phòng có 23 đối tượng được phỏng vấn (chiếm 19,2%). Vị trí thứ3 gồm có lao động phổthông và ngành nghề khác điều cócùng 13 đối tượng được phỏng vấn (chiếm 10,8%). Cuối cùng đó là học sinh, sinh viên 12 đối tượng được phỏng vấn (chiếm 10%). Do đó, khách sạn cần tập trung nghiên cứu nhu cầu của các đối tượng, tìm ra khách hàng mục tiêu đểphục vụtốt nhất. Bên cạnh đó,có chính sách thu hút nhiều đối tượng hơn.
Cơ cấu mẫu theo thu nhập
Trong 120 phiếu cho ra kết quả có tỷ lệ chênh lệch không quá lớn khi thấy rằng mức thu nhập của từng mức như sau. Đứng đầu đó là 44 đối tượng (chiếm 36,7%) có mức thu nhập 7-10 triệu, lần lượt đó là 35 đối tượng có mức thu nhập trên 10 triệu (chiếm 29,2%), tiếp nối tiếp là 26 đối tượng có mực thu nhập từ 4-7 triệu (chiếm 21,7%), cuối cùng có 15 đối tượng có mức thu nhập dưới 4 triệu (chiếm 12,5%). Thông qua kết quảta có thểthấy rằng đối tượng khi lựa chọn dịch vụcủa khách sạn tập trung vào những khách hàng có mức thu nhập khá từ 4 đến trên 10 triệu đồng .
2.2.1.2.Đánh giá độtin cậy của thang đo và phân tích nhân tố
Đánh giá độ tin cậy của thang đo
Trước khi phân tích các nhân tố khám phá EFA thì phải thực hiện bước phân tích và nghiên cứu kiểm định độ tin cậy thang đo thông qua hệ số Cronbach’s Alpha nhằm đểloại bỏcác biên không liên quan (Garbage Items).
Độtin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tốgiả
Hệsốtin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần
Trường Đại học Kinh tế Huế
giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Kiểm định độtin cậy thang đo nhóm biến độc lập gồm 5 biến sau:
- Sựtin cậy.
- Khả năng đáp ứng.
- Sự đồng cảm.
-Phương tiện hữu hình.
-Năng lực phục vụ.
Bảng 2.6: Kết quả đánh giá độtin cậy của thang đo Biến quan sát
Hệsố tương quan biến
tổng
Hệsố Cronbach’s
Alpha nếu loại biến 1. Sựtin cậy: Cronbach’s Alpha = 0,795
Khách sạn phục vụ đúng như đã giới thiệu 0,649 0,722
Khách sạn phục vụ đúng với yêu cầu của quý khách 0,621 0,738 Khách sạn không phạm sai sót gì trong quá trình
phục vụquý khách
0,538 0,728
Khách sạn luôn đảm bảo thời gian hoạt động 24h/24h
0,520 0,785
2. Khả năng đáp ứng: Cronbach’s Alpha = 0,796
Khách sạn phục vụ nhanh và đúng hạn 0,628 0,736
Nhân viên luôn luôn sẵn sàng phục vụmột cách nhiệt tình và chuđáo
0,677 0,709
Khách sạn luốn đáp ứng đúng những yêu cầu về đặt phòng và cung cung dịch vụcủa quý khách
0,584 0,757
Khách sạn luôn đảm bảo sự đa dạng các dịch vụ đi kèm miễn phí
0,544 0,775
3. Sự đồng cảm: Cronbach’s Alpha = 0,758 Khách sạn thểhiện sự quan tâm đặc biệt đến quý khách
0,554 0,702
Nhân viên khách sạn thấu hiểu được nhu cầu của khách hàng
0,567 0,695
Khách sạn giải quyết nhanh chóng các vấn đềphát sinh của quý khách
0,534 0,715
Nhân viên phục vụcông bằng với tất cảkhách hàng 0,569 0,694
Trường Đại học Kinh tế Huế
4. Phương tiện hữu hình: Cronbach’s Alpha = 0,780
Không gian khách sạn thoải mái và sạch sẽ 0,571 0,734 Trang thiết bịvà máy móc hiện đại và hoạt động tốt 0,568 0,738
Các vật dụng có hữu dụng với quý khách 0,615 0,711
Phiếu thanh toán của khách sạn rõ ràng và dễhiểu đối với quý khách
0,592 0,723
5. Năng lực phục vụ: Cronbach’s Alpha = 0,771 Trìnhđộchuyên môn và nghiệp vụcủa nhân viên cao
0,630 0,684
Nhân viên luôn có thái độnhã nhặn và lịch sự 0,571 0,716 Nhân viên đủkhả năng kiến thức đểtrảlời các câu
hỏi của quý khách
0,527 0,739
Nhân viên luôn luôn niềm nởvới khách hàng 0,562 0,722 (Nguồn: Kết quả điều tra xử lý năm 2020) Dựa vào bảng trên ta thấy giá trị Cronbach’s Alpha nhân tố đều lớn hơn 0,6, thang đo thỏa mãn điều kiện để có thể sử dụng được và có thể kết luận rằng thang đo được sử dụng trong nghiên cứu là phù hợp và đáng tin cậy đảm bảo cho bước phân tích nhân tốkhám phá EFA
Kiểm định độtin cậy thang đo nhóm biến phụthuộc
Bảng2.7: Kiểm định độtin cậy thang đonhóm biến phụthuộc
Biến quan sát Hệsố tương
quan biến tổng
Hệsố Cronbach’s
Alpha nếu loại biến Sự hài lòng: Cronbach’s Alpha = 0,718
Tôi hoàn toàn hài lòng với chất lượng dịch vụ lưu trú tại khách sạn Century Riverside Huế
0,541 0,641
Tôi sẽgiới thiệu dịch vụ lưu trú của khách sạn Century Riverside Huế cho người thân, bạn bè
0,560 0,607
Tôi sẽtiếp tục lựa chọn dịch vụ lưu trú của khách sạn Century Riverside Huếkhi có nhu cầu
0,534 0,634
(Nguồn: Kết quả điều tra xử lý năm 2020) Theo kết quả kiểm định trên, kết quả đánh giá độ tin cậy của nhân tố “Sự hài lòng” ta thấy giá trị Cronbach's Alpha = 0,718 > 0,6, thang đo thỏa mãn điều kiện sử dụng được. Các hệsố tương quan biến tổng và các điều kiện đều thỏa mãn, thangđo là phù hợp với cho việc sửdụng kĩ thuật phân tích nhân tốkhám phá tiếp theo.
2.2.1.3. Phân tích nhân tốkhám phá (EFA)
Sau khi kiểm tra hệsốCronbach Alpha, các quan sát có ý nghĩa và đạt được độ
Trường Đại học Kinh tế Huế
tin cậy nhất định sẽtiếp tục đưa vào phân tích EFA để đánh giá sơ bộ tính đơn hướng, giá trịhội tụvà giá trị phân biệt của thang đo. Khi phân tích nhân tốkhám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chí như sau:
0.5≤ KMO ≤ 1: HệsốKMO (Kaiser-Meyer-Olkin) là chỉ số được dùng đểxem xét sựthích hợp của phân tích nhân tố. TrịsốKMO lớn có ý nghĩa phân tích nhân tốlà thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể.
Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Bảng2.8: Kiểm định KMO và Bartlett’s Test biến độc lập KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,690 Bartlett's Test of Sphericity
Approx, Chi-Square 844,991
Df 190
Sig. 0,000
(Nguồn: Kết quả điều tra xử lý năm 2020) Kết quả kiểm định KMO and Bartlett's Test ở bảng trên cho thấy, trị số KMO = 0,690 và Sig. < 0.05, do đó dữliệu này hoàn toàn phù hợp. Điều này có nghĩa là, kĩ thuật phân tích nhân tốkhám phá hoàn toàn có thểthực hiện trong đềtài nghiên cứu này.
Phân tích nhân tốkhám phá EFA biến độc lập
Theo tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sửdụng phổbiến nhất.
Vì vậy trong nghiên cứu lần này, khi phân tích nhân tố phám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Pricipal Components Analysis) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽbị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tố > 0,5 mới được đưa vào các phân tích tiếp theo.
Trường Đại học Kinh tế Huế
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Nghiên cứu này chọn giá trị Factor Loading > 0,5 với cỡmẫu là 120.
Bảng2.9: Ma trận xoay nhân tốbiến độc lập
Biến quan sát Nhóm nhân tố
1 2 3 4 5
Tincay1 0,828
Tincay2 0,798
Tincay3 0,794
Tincay4 0,687
Dapung2 0,840
Dapung1 0,788
Dapung3 0,751
Dapung4 0,731
Huuhinh3 0,798
Huuhinh4 0,796
Huuhinh2 0,752
Huuhinh1 0,724
Phucvu1 0,805
Phucvu4 0,777
Phucvu2 0,754
Phucvu3 0,707
Dongcam1 0,777
Dongcam4 0,761
Dongcam2 0,753
Dongcam3 0,733
Eigenvalue 3,279 2,951 2,354 1,990 1,903
Cumulative % 16,394 31,149 42,919 52,867 62,384 (Nguồn: Kết quả điều tra xử lý năm 2020) Khi đưa 20 biến quan sát của 5 biến độc lậpảnh hưởng trực tiếp đến biến sựhài lòng của khách hàng về chất lượng dịch vụ lưu trú vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 20. Vì không có biến quan sát nào có hệsốtải nhân tố (Factor loading) bé hơn 0,5 nên không loại bỏbiến, đềtài tiếp tục tiến hành phân tích các bước tiếp theo.
Dựa vào kết quả phân tích, tiêu chuẩn phương sai trích (Variance Explained Criteria) lớn hơn 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Vậy phân tích nhân tốnày là phù hợp.
Trường Đại học Kinh tế Huế
Tiến hành đặt tên và gom biến quan sát:
Nhân tố1 (Factor 1): Nghiên cứu đặt tên nhân tốmới này là “Sựtin cậy-tincay”
gồm 4 biến quan sát lần lượt là: Khách sạn phục vụ đúng như đã giới thiệu (tincay1), Khách sạn phục vụ đúng với yêu cầu của quý khách (tincay2), Khách sạn không có phạm sai sót gì trong quá trình phục vụquý khách (tincay3), Khách sạn luôn đảm bảo thời gian hoạt động 24h/24h (tincay4)
Nhân tố 2 (Factor 2): Nghiên cứu đặt tên nhân tố mới này là “Khả năng đáp ứng-dapung” gồm 4 biến quan sát lần lượt là: Khách sạn phục vụ nhanh và đúng hạn (dapung1), Nhân viên luôn luôn sẵn sàng phục vụ một cách nhiệt tình và chu đáo (dapung2), Khách sạn luốn đáp ứng đúng những yêu cầu về đặt phòng và cung cung dịch vụcủa quý khách (dapung3), Khách sạn luôn đảm bảo sự đa dạng các dịch vụ đi kèm miễn phí (dapung4).
Nhân tố 3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là “Sự đồng cảm -dongcam” gồm 4 biến quan sát lần lượt là: Khách sạn thể hiện sự quan tâm đặc biệt đến quý khách (dongcam1), Nhân viên khách sạn thấu hiểu được nhu cầu của khách hàng (dongcam2), Khách sạn giải quyết nhanh chóng các vấn đề phát sinh của quý khách (dongcam3), Nhân viên phục vụcông bằng với tất cảkhách hàng (dongcam4).
Nhân tố4 (Factor 4): Nghiên cứu đặt tên nhân tốmới này là “Phương tiện hữu hình -huuhinh” gồm 4 biến quan sát lần lượt là: Không gian khách sạn có thoải mái và sạch sẽ (huuhinh1), Trang thiết bị và máy móc hiện đại và hoạt động tốt (huuhinh2), Các vật dụng có hữu dụng với quý khách (huuhinh3), Phiếu thanh toán của khách sạn rõ ràng và dễhiểu đối với quý khách (huuhinh4).
Nhân tố 5 (Factor 5): Nghiên cứu đặt tên nhân tố mới này là “Năng lực phục vụ-phucvu” gồm 4 biến quan sát lần lượt là: Trình độ chuyên môn và nghiệp vụ của nhân viên cao (phucvu1), Nhân viên luôn có thái độ nhã nhặn và lịch sự (phucvu2), Nhân viên đủ khả năng kiến thức để trả lời các câu hỏi của quý khách (phucvu3), Nhân viên luôn luôn niềm nởvới khách hàng (phucvu4).
Kiểm định KMO và Bartlett’s Test biến phụthuộc
Bảng2.10: Kiểm định KMO và Bartlett’s Test biến phụthuộc KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,681 Bartlett's Test of Sphericity
Approx, Chi-Square 70,238
Df 3
Sig. 0,000
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Trường Đại học Kinh tế Huế
Các điều kiện kiểm định KMO và Bartlett’s Test biến phụ thuộc tương tự các điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích qua 3 biến quan sát đối với biến phụ thuộc “Mức độ cảm nhận”, kết quả cho thấy chỉ số KMO là 0,681 (0,5 < 0,681 <1) và kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 < 0,05, nên dữ liệu thu thập được đáp ứng được điều kiện đểtiến hành phân tích nhân tố.
Phân tích nhân tốkhám phá EFA biến phụthuộc
Đềtài gồm có 3 biến phụ thuộc của 5 biến độc lập gồm có : Tôi hoàn toàn hài lòng với chất lượng dịch vụ lưu trú tại khách sạn Century Riverside Huế(Camnhan1), Tôi sẽgiới thiệu dịch vụ lưu trú của khách sạn Century Riverside Huế cho người thân, bạn bè (Camnhan2), Tôi sẽ tiếp tục lựa chọn dịch vụ lưu trú của khách sạn Century Riverside Huế khi có nhu cầu (Camnhan3). Tiến hành rút trích nhân tốbiến phụthuộc ta có bảng như sau.
Bảng2.11: Rút trích nhân tốbiến phụthuộc
Sựhài lòng Hệsốtải
CAMNHAN2 0,815
CAMNHAN1 0,799
CAMNHAN3 0,794
Cumulative % 64,440
(Nguồn: Kết quả điều tra xử lý năm 2020) Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 3. Vì không có biến quan sát nào có hệ số tải nhân tố (Factor loading) bé hơn 0,5 nên không loại bỏbiến, đềtài tiếp tục tiến hành phân tích các bước tiếp theo. Dựa vào kết quả phân tích, tiêu chuẩn phương sai trích (Variance Explained Criteria) là 64,440% lớn hơn 50%. Vậy phân tích nhân tốnày phù hợp.
Từkết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ3 biến quan sát nhằm mục đích là kết luận vềsựhài lòng của khách hàng vềchất lượng dịch vụ lưu trú của khách sạn Century Riverside Huế và được gọi là “Mức độ cảm nhận–camnhan”
Kết luận:
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thay đổi đáng kể so với ban đầu, không có biến quan sát nào bị loại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tốkhám phá.
2.2.1.4. Phân tích tương quan và hồi quy
Phân tích tương quan
Phân tích tương quan được thực hiện giữa biến phụ thuộc với các biến độc lập
Trường Đại học Kinh tế Huế
nhằm phát hiện những mẫu tương quan chặt chẽgiữa các biến độc lập, vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quảcủa phân tích hồi quy như gây ra hiện tượng đa cộng tuyến.
Bảng2.12:Phân tích tương quan Pearson
Camnhan Tincay Dapung Dongcam Huuhinh Phucvu Tương quan
Pearson 1,000 0,466 0,456 0,276 0,260 0,295
Sig.(2-tailed 0,000 0,000 0,002 0,004 0,001
N 120 120 120 120 120 120
(Nguồn: Kết quả điều tra xử lý năm 2020) Thông qua bảng kết quảphân tích trên, ta thấy:
- Hệ số tương quan Person của các nhân tố độc lập tincay (0,466), dapung (0,456), dongcam (0,276), huuhinh (0,260), phucvu (0,295) đều lớn hơn 0 và bé hơn 0,5 nên ta có thểkết luận rằng các biến độc lậpsau khi điều chỉnh có thểgiải thích cho biến phụthuộc “Mức độcảm nhận”.
- Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05, cho thấy sự tương quan có ý nghĩa giữa các biến độc lập và biến phụthuộc.
Đánh giá sự phù hợp của mô hình
Bước tiếp theo trong phân tích hồi quy đó là kiểm định về độphù hợp của mô hình hồi quy tuyến tính tổng thể, xem biến phụthuộc có liên hệtuyến tính với toàn bộbiến độc lập hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), thông thường mô hình hồi quy tuyến tính đa biến thường không phù hợp với dữliệu thực tế như giá trịR2thểhiện. Trong tình huống này R2 hiệu chỉnh được sửdụng để phản ánh sát hơn mức độphù hợp của mô hình hồi quy tuyến tính đa biến. Như vậy, để đánh giá độphù hợp của mô hình ta dùng hệsố xác định R2hiệu chỉnh.
Bảng2.13: Đánh giá độphù hợp của mô hình
Mô hình HệsốR Hệsố Hệsố
hiệu chỉnh
Sai số ước lượng
Durbin -Watson
1 0,735 0,540 0,520 0,378 1,670
(Nguồn: Kết quả điều tra xử lý năm 2020) Dựa vào bảng kết quảphân tích , mô hình 5 biến độc lập có giá trịR Square hiệu chỉnh là 0,540 tức là: mức độ phù hợp là 54%.Hay nói cách khác 54% độbiến thiên của biến phụ thuộc “Mức độ cảm nhận” được giải thích bởi 5 nhân tố được đưa vào mô hình
Trường Đại học Kinh tế Huế
Đại lượng Durbin – Watson được dùng đểkiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin – Watson là 1,670 thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thể kết luận là mô hình không xảy ra hiện tượng tự tương quan.
Kiểm định sự phù hợp của mô hình hồi quy
Đểkiểm định độphù hợp của mô hình ta sửdụng các công cụkiểm định F và kiểm định t.
Giảthiết:
H0: β1= β2= β3= β4= β5= 0 hay các biến độc lập trong mô hình không thể giải thích được sự thay đổi của biến phụthuộc.
H1: βiCó ít nhất một biến độc lập trong mô hình giải thích được sự thay đổi của biến phụthuộc.
Nếu kiểm định F thu được có giá trị Sig > 0.05: chấp nhận giảthiết H0. Nếu kiểm định F thu được có giá trị Sig < 0.05: bác bỏgiảthiết H0.
Bảng2.14: Kiểm định Anova về độphù hợp của mô hình hồi quy ANOVA
Mô hình
Tổng bình phương
Df
Trung bình bình
phương
F Sig.
1
Tương
quan 19,149 5 3,830 26,795 0,000
Phần dư 16,294 114 0,143
Tổng 35,444 119
(Nguồn: Kết quả điều tra xử lý năm 2020) Kết quảtừbảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏgiảthiết rằng “Hệ số xác định của tổng thể = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn sự thay đổi của biến phụthuộc“Mức độ cảm nhận”.
Trường Đại học Kinh tế Huế
Đo lường đa cộng tuyến
Bảng2.15: Hệsốphân tích hồi quy và đánh giá mức độquan trọng của từng nhân tố Hệsố chưa chuẩn hóa Hệsố
chuẩn hóa
Giá
trị T Sig.
Hệsố phòng
đại phương
sai VIF Hệsốhồi
quy(β)
Độlệch
chuẩn Beta
Hằng số 0,439 0,303 1,451 0,149
Tincay 0,254 0,041 0,404 6,199 0,000 1,053
Dapung 0,209 0,039 0,349 5,295 0,000 1,076
Dongcam 0,121 0,041 0,191 2,964 0,004 1,033
Huuhinh 0,144 0,044 0,212 3,251 0,002 1,050
Phucvu 0,171 0,038 0,289 4,452 0,000 1,042
(Nguồn: Kết quả điều tra xử lý năm 2020) Giả định giữa các biến độc lập của mô hình thường không có hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính. Hiện tượng này có thể phát hiện thông qua hệ số phóng đại VIF. Nếu VIF > 10 thì hiện tượng đa cộng tuyến nghiêm trọng.
Qu bảng, các giá trị VIF đều nhỏ hơn 10 là chấp nhận được. Như vậy, mô hình không có hiện tượng đa cộng tuyến.
Xây dựng mô hình hồi quy
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tố mới cóảnh hưởng đến biến phụthuộc “Sựcảm nhận”, đềtài tiếp tục tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tốmới này đến sựhài lòng của khách hàng.
Với mô hình gồm 5 thành phần“Sự tin cậy” – tincay, “Khả năng đáp ứng” – dapung,“Sự đồng cảm”–dongcam,“Phương tiện hữu hình”–huuhinh, “Năng lực phục vụ”–phucvu với các hệsốBê– ta tương ứng lần lượt làβ1,β2, β3,β4,β5.. Với
“Mức độcảm nhận của khách hàng vềchất lượng dịch vụ lưutrú tại khách sạn” (Y) là biến phụ thuộc. 5 thành phần còn lại là những thành phần độc lập và được giả định là các yếu tố tác động đến mức độcảm nhận chất lượng dịch vụ lưu trú của du khách đối với khách sạn.
Mô hình hồi quy được xây dựng như sau:
Camnhan(Y) = β0 + β1tincay + β2dapung + β3dongcam + β4huuhinh + β5phucvu + ei
Dựa vào hệ số Bê– ta chuẩn hóa với mức ý nghĩa Sig. Tương ứng để xác định các biến độc nào có ảnh hưởng đến biến phụ thuộc trong mô hình và ảnh hưởng với mức độ ra sao, theo chiều hướng nào của các nhân tố ảnh hưởng đến sựhài lòng của