PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ DỊCH VỤ DU LỊCH
2.2. Phân tích và đánh giá các yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ du lịch
2.2.4. Phân tích hồi quy
SVTT: Phan Thị Kim Anh 52 2.2.3.4. Phân tích nhân tố khámphá EFA biến phụ thuộc.
Bảng 2.11: Rút trích nhân tố biếnphụ thuộc
Quyết định Hệ số tải
Quyetdinh1 0,719
Quyetdinh3 0,804
Quyetdinh2 0,567
Cumulative % 69,627
((Nguồn: Kết quả điều tra xử lý của tác giả).
Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ 3 biến quan sát mà đề tài đãđề xuất trước đó, nhằm mục đích rút ra kết quả về các yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ của khách hàng tại công ty Vietravel chi nhánh Huế. Nhân tố này được gọi là “Quyết định-Quyetdinh”.
Nhận xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xác định được 5 nhân tố ảnh hưởng đến quyết định sử dụng dịch vụ du lịch tại công ty Vietravel chi nhánh Huế, đó chính là “Cơ sở vật chất”, “Khả năng đáp ứng”, “Khuyến mãi ưu đãi”, “Uy tín thương hiệu”, “Giá cả”.
Như vậy, môhình 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 kểm định độ tin cậy thang đo và phân tích nhân tố khám phá.
SVTT: Phan Thị Kim Anh 53 Dựa vào hệ số Bê – ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào cóảnh hưởng đến biển phụ thuộc trong mô hình và ảnh hưởng với mức độ ra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ du lịch của khách hàng tại công ty Vietravel chinhánh Huế.
2.2.4.3. Phân tích hồi quy.
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quả phân tích hồi quy được thể hiện qua bảng sau:
Bảng 2.12: Hệ số phân tích hồi quy Hệ số chưa chuẩn hóa Hệ số chuẩn
hóa T Sig. VIF
B Độ lệch chuẩn Beta
Hằng số -0,152 0,220 -0,691 0,491
Coso 0,181 0,026 0,329 6,927 0,000 1,080
Dapung 0,231 0,033 0,338 7,006 0,000 1,114
Khuyenmai 0,245 0,029 0,390 8,305 0,000 1,052
Thuonghieu 0,271 0,026 0,487 10,426 0,000 1,043
Giaca 0,117 0,032 0,173 3,680 0,000 1,052
(Nguồn: Kết quả điều tra xử lý của tác giả).
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình: “Cơ sở vật chất”, “Khả năng đáp ứng”, “Khuyến mãi ưu đãi”, “Thương hiệu uy tín”, “Giá cả”
đều nhỏ hơn 0,05 chứng tỏ các biến độc lập này có ý Nghĩa thống kê trong mô hình. Ngoài ra hằng số trong mô hình có giá trị Sig. là 0,491 > 0,05 nên cũng sẽ bị loại.
Như vậy, phương trình hồi quy được xác định như sau:
Quyetdinh = 0,329Coso + 0,338Dapung + 0,390Khuyenmai + 0,487Thuonghieu + 0,173Giaca + ei
Trường Đại học Kinh tế Huế
SVTT: Phan Thị Kim Anh 54 Nhìn vào mô hình hồi quy, ta có thể xác định rằng: có 5 nhân tố là “Cơ sở vật chất”,
“Khả năng đáp ứng”, “Khuyến mãiưu đãi”, “Thương hiệu uy tín”, “Giá cả” ảnh hưởng đến quyết định sử dụng dịch vụ du lịch của khách hàng tại công ty Vietravel chị nhánh Huế.
Đề tài tiến hành giải thích ýnghĩa các hệ số Bê-ta như sau:
- Hệ sốβ1=0,329 có ý nghĩa là khi biến “Cơ sở vật chất” thay đổi một đơn vị trong khi các biến khác không đổi thì “Quyết định” biến động cùng chiều với 0,329đơn vị.
- Hệ sốβ2= 0,338 có ý nghĩa là khi biến “Khả năng đáp ứng” thay đổi một đơn vị trong khi các biến khác không đổi thì“Quyết định”biến động cùng chiều với 0,338 đơn vị.
- Hệ số β3 = 0,390 có ý nghĩa là khi biến “Khuyến mãi ưu đãi” thay đổi một đơn vị trong khi các biến khác không đổi thì “Quyết định” biến động cùng chiều với 0,390 đơn vị.
- Hệ số β4 = 0,487 có ý nghĩa là khi biến “Uy tín thương hiệu” thay đổi một đơn vị trong khi các biến khác không đổi thì “Quyết định” biến động cùng chiều với 0,487 đơn vị.
- Hệ sốβ5 = 0,173 có ý nghĩa là khi biến“Giá cả” thay đổi một đơn vị trong khi các biến khác không đổi thì“Quyết định”biến động cùng chiều với 0,173đơn vị.
Có một điểm chung của các biến độc lập này là đều ảnh hưởng thuận chiều đến biến phụ thuộc “Quyết định”, quyết định sử dụng dịch vụ du lịch của khách hàng tại công ty Vietravel chi nhánh Huế sẽ được gia tăngkhi những yếutố ảnh hưởng này tăng. Điều này cho thấy công ty Vietravel chi nhánh Huế cần có những hành động cụ thểnhằm kiểm soát các yếu tố này một cách tốt hơn.
2.2.4.4. Đánh giá độ phù hợp của mô hình.
Bảng 2.13: Đánh giá độ phù hợp củamô hình
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin -Watson
1 0,873 0,761 0,751 0,25911 1,831
(Nguồn: Kết quả điều tra xử lý).
Dựa vào bảng kết quả phân tích, mô hình 5 biến độc lập có giá trị R Square hiệu chỉnh là 0,751 tức là: độ phù hợp của mô hình là 75,1%. Hay nói cách khác, 75,1% độ biến thiên của biến phụ thuộc “Quyết định” được giải thích bởi 5 nhân tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R Square hiệu chỉnh là 0,751 khá cao (> 50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụ thuộc được coi là gần chặt chẽ.
Trường Đại học Kinh tế Huế
SVTT: Phan Thị Kim Anh 55 2.2.4.5. Kiểm định sự phù hợp của mô hình.
Bảng 2.14: Kiểm định ANOVA
ANOVA
Model Sum of
Squares Df Mean
Square F Sig.
1
Regression 24,412 5 4,882 72,721 0,000
Residual 7,654 114 0,067
Total 32,066 119
(Nguồn: Kết quả điều tra xử lý).
Kết quả từ bảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giả thiết rằng “Hệ số xác định R bình phương = 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 sựthay đổi của biến phụ thuộc“Quyết định”.
2.2.4.6. Xem xét tự tương quan.
Đại lượngDurbin – Watson được dùng để kiểm 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 1,831 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.
2.2.4.7.Xem xét đa cộng tuyến.
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng đại phương sai (VIF –Variance Inflation Factor) lớn hơn hay bằng 10.
Từ kết quả phân tích hồi quy ở trên, ta có thể thấy rằng giá trị VIF của mô hình nhỏ (trên dưới giá trị 1) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
Trường Đại học Kinh tế Huế
SVTT: Phan Thị Kim Anh 56 2.2.4.8. Kiểm định phân phối chuẩn của phần dư.
Biểu đồ 2.1: Biểu đồ tần số Histogram của phần dư chuẩn hóa.
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư để xem xét sự phù hợp của mô hìnhđưa ra.
Từ biểu đồ trích từ kết quả phân tích hồi quy, ta có thể thấy rằng phần dư tuân theo phân phối chuẩn. Với giá trị Mean xấp xỉ2,58E-15 và giá trị Std.Dev gần bằng 1 (0,979).
2.2.5. Đánh giá của khách hàng vềcác yếu tố ảnh hưởng đến quyết định sửdụng dịch