PHẦN II. NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 1. MỘT SỐ VẤN ĐỀ LÝ LUẬN VÀ THỰC TIỄN LIÊN QUAN ĐẾN
2.2 Các nhân tố ảnh hưởng đến quyết định mua của du khách đối với sản phẩm tour du lịch
2.2.3 Các nhân tố ảnh hưởng đến quyết định mua của du khách đối với sản phẩm tour du
Vềsốlần sử dụng 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 từ 1 đến 3 lần, chiếm tỉ lệ68%
trong tổng số du khách được điều tra. Tiếp theo đó là 24% du khách sửdụng tour nội địa của công ty từ 4 đến 6 lần và du khách sử dụng dịch vụ tour nội địa trên 6 lần chiếm tỉ lệ8% trong tổng số du khách được điều tra.
2.2.3 Các nhân tố ảnh hưởng đến quyết định mua của du khách đối với sản
Bảng 2.8 Kiểm định độ tin cậy của thang đó các nhân tố ảnh hưởng đến quyết định mua sản phẩm tour du lịch nội địa
Biến quan sát
Hệ số tương quan biến
tổng
Hệ số Cronbach’s
Alpha nếu loại biến Sở thích du lịch: Cronbach’s alpha = 0,805
ST1 - Tôi muốn thăm bạn bè người thân 0,680 0,702
ST2 - Tôi thích tham quan các di tích lịch sử 0,645 0,740
ST3 - Tôi thích trải nghiệm nền văn hóa mới của địa phương 0,630 0,755 Động cơ du lịch: Cronbach’s alpha = 0,763
DC1 - Tôi chọn tour đểmuốn giải tỏa căng thẳng 0,623 0,650
DC2 - Tôi chọn tour đểmuốn vui chơi cùng bạn bè, người thân 0,576 0,703 DC3 - Tôi chọn tour đểmuốn khám phá, tìm hiểu văn hóa địa phương nơi
tôi đến
0,588 0,692
Thái độ du lịch: Cronbach’s alpha = 0,789
TD1 -Tôi quan tâm đến sựphát triển du lịch địa phương 0,657 0,684 TD2 -Tôi 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 - Tôi có nhiều kinh nghiệm tham gia tour du lịch nội địa (trong nước) 0,623 0,704
KN2 - Tôi thấy thích thú với lần đi tour trước đó 0,602 0,725
KN3 - Tôi thấy hài lòng với lần đi tour trước đó 0,637 0,684
Sự sẵn có và chất lượng tour: Cronbach’s alpha = 0,776
CL1 - Tour luôn 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 cả tour: Cronbach’s alpha = 0,763
GC1 - Mức giá tour hợp lý 0,553 0,729
GC2 - Công ty có nhiều chương tìnhưu đãiđối 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 - Thông tintour đầy đủ, dễtìm kiếm 0,594 0,673
QC3 -Thông tin tour được truyền miệng tích cực 0,559 0,712
Địa điểm đặt tour: Cronbach’s alpha = 0,806
DD1 - Vị trí 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 tôi thấy tour này đáp ứng 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 hoàn toàn đúng đắn
0,629 0,742
QD3 - Tôi sẽgiới thiệu tour này cho người thân và bạn bè 0,683 0,683
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Trường Đại học Kinh tế Huế
Qua kết quả kiểm định trên, ta có thể thấy rằng, các nhóm thang đo có hệ số Cronbach’s alpha lớn hơn 0,6 và có hệsố tương 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 hệsố Cronbach’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.
Phân tích nhân tố khám phá (EFA)
Đối với biến độc lập
Sau khi kiểm định độ tin cậy của thang đo, ta tiến hành phân tích nhân tố khám phá, gọi tắt là EFA, dùng đểrút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Theo Hair & ct (1998): “Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụthuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng 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 quả như sau:
Bảng 2.9 Kết quả kiểm định KMO Kiểm định KMO và Bartlett’s Test
Kiểm định KMO 0,743
Kiểm định Bartlett ChỉsốChi-bình phương 1609,981
df 351
Sig. 0,000
(Nguồn: Kết quả xử lý số liệu 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 tố giải thích được
Trị sốEigenvalue 1,136
Sốnhân tố 9
Tổng phương sai trích 71,591%
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS) Nhìn vào bảng trên, ta có thểthấy:
- Trị số Eigenvalue = 1,136>1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tốrút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Trường Đại học Kinh tế Huế
- 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 mô hình.
Bảng 2.11 Ma trận xoay nhân 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 quả xử lý số liệu qua phần mềm SPSS) Gọi tên và chú thích các nhân tố:
- Nhân tố 1:“Sự sẵn có và chất lượng tour”. Gồm các biến:
CL2– “Tour có nhiều điểm đến hấp dẫn, thú vị”
CL1– “Tour luôn sẵn có, đa dạng và được hỗtrợtừng ngày”
CL3– “Chất lượng tour được đảm bảo”
- Nhân tố 2:“Sở thích du lịch”. Gồm các biến:
ST1– “Tôi muốn thăm bạn bè người thân”
Trường Đại học Kinh tế Huế
ST2– “Tôi thích tham quan các di tích lịch sử”
ST3– “Tôi thích trải nghiệm nền văn hóa mới của địa phương”
- Nhân tố 3:“Địa điểm đặt tour”. Gồm các biến:
DD3– “Có thể đặt tour qua Internet”
DD2– “Có thể đặt tour qua điện thoại”
DD1– “Vị trí đặt tour tiện lợi”
- Nhân tố 4:“Thái độ du lịch”.Gồm các biến:
TD3– “Với tôi, du lịch là một trải nghiệm yêu thích”
TD1– “Tôi quan tâm đến sựphát triển du lịch địa phương”
TD2– “Tôi thích được đi du lịch cùng bạn bè, người thân”
- Nhân tố 5:“Động cơ du lịch”. Gồm các biến:
DC1– “Tôi chọn tour để muốn giải tỏa căng thẳng”
DC2– “Tôi chọn tour để muốn vui chơi cùng bạn bè, người thân”
DC3– “Tôi chọn tour đểmuốn khám phá, tìm hiểu văn hóa địa phương nơi tôi đến”
- Nhân tố 6:“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 tố 7:“Quảng cáo tour”. Gồm các biến:
QC2– “Thông tin tour đầy đủ, dễtìm kiếm”
QC1– “Quảng cáo tour thu hút”
QC3– “Thông tin tour được truyền miệng tích cực”
- Nhân tố 8:“Giá cả tour”.Gồm các biến:
GC3– “Phương thức thanh toán đa dạng”
GC2– “Công ty có nhiều chương tìnhưu đãi đối với tour”
GC1– “Mức giá tour hợp lý”
- Nhân tố 9:“Kinh nghiệm du lịch”.Gồm các biến:
KN1– “Tôi có nhiều kinh nghiệm tham gia tour du lịch nội địa (trong nước)”
KN3– “Tôi thấy hài lòng với lần đi tour trước đó”
KN2– “Tôi thấy thích thú với lần đi tour trước đó”
Trường Đại học Kinh tế Huế
Đối với biến phụthuộc:“Quyết định mua sản phẩm tour du lịch nội địa”
Nhằm kiểm tra xem độ phù hợp của dữ liệu để tiến hành phân tích nhân tố, sử dụng chỉ sốcủa kiểm định KMO và kiểm định Barlett để tiến 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 quả thu đượcở bảng sau:
Bảng 2.12 Ma trận xoay nhân tố quyết định mua sản phẩm tour du lịch nội địa Ma trận nhân tố
HệsốKMO 0,703
TrịsốEigenvalues 2,141
Tổng phương sai trích 71,351%
Sig. của kiểm định Barlett 0,000
(Nguồn: Kết quả xử lý số liệu 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
Mô hình hiệu chỉnh sau khi phân tích và kiểm định độtin cậy của thang đo Sau khi tiến hành phân tích và kiểm định độ tin cậy của thnag đó, ta có mô hình hiệu chỉnh như sau:
Trường Đại học Kinh tế Huế
Sơ đồ 2.6 Mô hình hiệu chỉnh
Phân tích hồi quy đa biến
Phân tích ma trận hệsố tương quanPearson
Để kiểm định hệ số tương quan Pearson, đầu tiên cần phải tạo các biến đại diện từkết quảxoay nhân tốcuối cùng. Cụthể như 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“Sự sẵn có và chất lượng tour”
- ST–Biến đại diện cho nhóm nhân tố“Sở thích du lịch”
- DD–Biến đại diện cho nhóm nhân tố“Địa điểm đặt tour”
- TD–Biến đại diện cho nhóm nhân tố“Thái độ du lịch”
Sựsẵn có và chất lượng tour
Sở thích du lịch
Địa điểm đặt tour
Thái độdu lịch
Động cơ du lịch
Nhóm tham khảo
Quảng cáo tour
Giá cảtour
Kinh nghiệm du lịch
Quyết định mua sản phẩm tour du lịch
nội địa H1
H2 H3 H4
H5 H6 H7 H8 H9
Trường Đại học Kinh tế Huế
- 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 cả tour”
- KN–Biến đại diện cho nhóm nhân tố“Kinh nghiệm du lịch”
Kết quảthống kê hệsố tương 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
Hệ số 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 quả xử lý số liệu qua phần mềm SPSS) Kết quả tương 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 (haySig. = 0,117). Như vậy biến này sẽbị loại trước khi đưa vào xử lý hồi quy. Các biến độc lập còn lại là các biến: CL – “Sựsẵn có và chất lượng tour”, ST - “Sở thích du lịch”, DD - “Địa điểm đặt tour”, TD - “Thái độ du lịch”, NTK - “Nhóm tham khảo”, QC - “Quảng cáo tour”, GC -“Giá cả tour”, KN -“Kinh nghiệm du lịch”đều có tương quan với biến phụ thuộc QD – “Quyết định mua sản phẩm tour du lịch nội địa”vì Sig. giữa từng loại biến độc lập này với biến phụthuộc đều nhỏ hơn 0,05 (hay Sig. = 0,000).
Phân tích hồi quy còn lại 8 biến, đó là các biến: CL – “Sự sẵn có và chất lượng tour”, ST - “Sở thích du lịch”, DD - “Địa điểm đặt tour”, TD - “Thái độ du lịch”, NTK -“Nhóm tham khảo”, QC -“Quảng cáo tour”, GC -“Giá cả tour”, KN -“Kinh nghiệm du lịch” và một biến phụ thuộc là QD – “Quyết định mua sản phẩm tour du lịch nội địa”.
Phân tích hồi quyđa biến
Với kiểm định hệ số tương quan cho thấy có 8 biến độc lập có mối tương quan với biến phụ thuộc, đáp ứng điều kiện vềhệsố Sig. nên đưa vào phân tích hồi quy đa
Trường Đại học Kinh tế Huế
biến. Phân tích hồi quy đa biếngiúp xác định được nhân tố nào đóng góp nhiều, ít hay không đóng góp vào sự thay đổi của biến phụ thuộc để từ đó đưa ra các giải pháp thích hợp.
Mô hình hồi quy đa biến có dạng như sau:
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 hệ số hồi quy
Biến phụ thuộc QD: “Quyết định mua sản phẩm tour du lịch nội địa”
CL: “Sự sẵn có và chất lượng tour”
ST: “Sở thích du lịch”
DD: “Địa điểm đặt tour”
TD: “Thái độ du lịch”
NTK: “Nhóm tham khảo”
QC: “Quảng cáo tour”
GC: “Giá cả tour”
KN: “Kinh nghiệm du lịch”
o Đánh giá và kiểm định sự phù hợp của mô hình hồi quy:
Bảng 2.14 Đánh giá sự phù hợp của mô hình
Mô hình R R2 R2hiệu
chỉnh
Sai sốchuẩn ước lượng
Durbin-Watson
1 0,834 0,696 0,680 0,30318 1,868
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS)
Nhìn vào bảng đánh giá sựphù hợp của mô hình, ta có thểthấy:
- Giá trị R có giá trị 83,4% cho thấy mối quan hệgiữa các biến trong mô 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 phụ thuộc. Trong trường hợp này, 8 biến độc lập đưa vào ảnh hưởng 68,0% sự thay đổi của biến phụthuộc, còn lại 32,0% là do các biến ngoài mô hình và sai sốngẫu nhiên.
Trường Đại học Kinh tế Huế
o Tự tương quan:
Tự tương quan (Autocorrelation) là hiện tượng mà các sai số phụ thuộc, tương quan lẫn nhau, dẫn đến các kiểm định t và F không hiệu quả, cũng như ước lượng sai R. Qua kết quảphân tíchở trên, ta có thểthấy hệsốDurbin Watson = 1,868 nằm trong khoảng (1,6;2,6). Do đó,mô hình không có hiện tượng tự tương quan.
Bảng 2.15 Phân tích ANOVA
Mô hình Tổng bình
phương
df Trung bình bình phương
F Sig.
1
Hồi quy 32,239 8 4,030 43,842 0,000
Số dư 14,063 153 0,092
Tổng 46,302 161
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS) Ta có thể thấy, Sig. = 0,000 < 0,05 nên bác bỏ giả thiết H0, tức là mô 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. Mô hình hồi quy xảy ra hiện tượng đa cộng tuyến sẽ khiến nhiều chỉ số bị sai lệch, dẫn đến kết quảcủa việc phân tích địnhlượng không còn mang lại nhiều ý nghĩa.
Do đó, kiểm tra hiện tượng này dựa vào chỉ số VIF (Variance inflation fator). Theo Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2005): Khi giá trị VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến. Tuy nhiên trên thực tế, với các đề tài nghiên cứu có mô hình và bảng câu hỏi sửdụng thang đo Likert thì VIF < 2 sẽkhông xảy ra hiện tượng đa cộng tuyến. Trường hợp này, các giá trị của VIF của các biến độc lập đều nhỏ hơn 2, vì vậy không xảy ra hiện tượng đa cộng tuyến. Do đó, mối quan hệ giữa các biến độc lập này khôngảnh hưởng đáng kể đến kết quảgiải thích mô hình hồi quy.
Trường Đại học Kinh tế Huế
o Mô hình hồi quy
Bảng 2.16 Kết quả phân tích hồi quy Các biến
Hệsố chưa chuẩn hóa
Hệsố chuẩn hóa
t
Mức ý nghĩa
Sig.
Thống kê đa cộng tuyến
B Sai số Beta Tolerance VIF
1
Hằng số -0,437 0,226 -1,930 0,055
ST 0,114 0,031 0,168 3,632 0,000 0,925 1,081
TD 0,038 0,034 0,055 1,114 0,267 0,808 1,238
NTK 0,132 0,038 0,169 3,467 0,001 0,839 1,192
KN 0,097 0,036 0,143 2,707 0,008 0,714 1,400
GC 0,264 0,034 0,369 7,679 0,000 0,861 1,161
CL 0,210 0,037 0,294 5,701 0,000 0,748 1,338
DD 0,057 0,033 0,086 1,753 0,082 0,820 1,220
QC 0,147 0,037 0,200 3,968 0,000 0,783 1,277
(Nguồn: Kết quả xử lý số liệu qua phần mềm SPSS) Chú thích:
- CL–Biến đại diện cho nhóm nhân tố“Sự sẵn có và chất lượng tour”
- ST–Biến đại diện cho nhóm nhân tố“Sở thích du lịch”
- DD–Biến đại diện cho nhóm nhân tố“Địa điểm đặt tour”
- TD–Biến đại diện cho nhóm nhân tố“Thái độ 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 cả tour”
- KN–Biến đại diện cho nhóm nhân tố“Kinh nghiệm du lịch”
- Hằng số trong phương trình hồi quy đại diện cho hệ số góc, nó không đi với biến nên không ảnh hưởng đến phương trình. Đặc biệt các mô hình sửdụng thang đo Likert hằng số này không có ý nghĩa nhận xét, vậy nên Sig. của hằng số dù lớn hay nhỏ hơn 0,05, hằng số âm hay dương đều không quan trọng.
Từkết quả hồi quy cho thấy, 2 biến TD- “Thái độ du lịch” và DD - “Địa điểm đặt tour”có giá trị Sig. kiểm định t lần lượt là 0,267 và 0,082 lớn hơn 0,05 nên 2 biến này không có ý nghĩa trong mô hình, đồng nghĩa với việc loại chúng ra khỏi mô hình hồi quy. Mô hình hồi quy hiện giờ còn lại 6 biến độc lập (có giá trị Sig. kiểm định t nhỏ hơn0,05 nên có ý nghĩa trong mô hình) là các biến: ST - “Sở thích du lịch”,NTK
Trường Đại học Kinh tế Huế
- “Nhóm tham khảo”,KN- “Kinh nghiệm du lịch”,GC- “Giá cả tour”,CL- “Sự sẵn có và chất lượng tour”, QC - “Quảng cáo tour”. Ngoài ra, hằng số tự do 0 có Sig.
kiểm định t = 0,055 > 0,05 nên không có ý nghĩa trong mô hình.
Phương trình hồi quy chưa chuẩn hóa:
QD = 0,264*GC + 0,210*CL + 0,147*QC + 0,132*NTK + 0,114*ST + 0,097*KN
Phương trình hồi quy chưa chuẩn hóa mang ý nghĩa toán học hơn là ý nghĩa kinh tế, nó chỉ phản ánh sự thay đổi của biến phụthuộc“Quyết định mua sản phẩm tour du lịch nội địa”khi từng biến độc lập thay đổi (điều kiện ràng buộc rằng các biến độc lập còn lại cố định).
Theo hệ số đã được chuẩn hóa của các biến độc lập trong mô hình có giá trị như sau: “Giá cả tour” = 0,369; “Sự sẵn có và chất lượng tour” = 0,294; QC - “Quảng cáo tour” = 0,200; “Nhóm tham khảo” = 0,169; “Sở thích du lịch” = 0,168 và “Kinh nghiệm du lịch” = 0,143.Ta có phương trình hồi quy sau:
QD = 0,369*GC + 0,294*CL + 0,200*QC + 0,169*NTK + 0,168*ST + 0,143*KN
Hay viết cách khác rõ ràng hơn như sau:
Phương trình hồi quy chuẩn hóa mang ý nghĩa kinh tếnhiều hơn là ý nghĩa toán học, cho biết mức độ tác động của nhân tố nào lớn nhất (với hệsố hồi quy chuẩn hóa càng lớn nhất), nhân tốnàotác động yếu nhất.
o Ý nghĩa của các hệsốhồi quy trong mô hình
Căn cứ vào kết quả kiểm định hệsố tương quan và hồi quy đa biến, đã cho thấy có 6 nhóm biến giải thíchảnh hưởng quyết định mua sản phẩm tour du lịch nội địa của du khách và được mô tảtheo mô hình sauđây:
Quyết định mua sản phẩm tour du lịch nội địa = 0,369*Gía cả tour + 0,294*Sự sẵn có và chất lượng tour + 0,200*Quảng cáo tour + 0,169*Nhóm tham khảo + 0,168*Sở thích du lịch + 0,143*Kinh nghiệm du lịch