PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CHẤT
2.2 Thực trạng hoạt động chất lượng dịch vụ ăn uống tại nhà hàng The Horizon khách
2.3.4 Phân tích hồi quy
2.3.4.1 Mức độ ảnh hưởng của các nhân tố đến chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Dananag Golden Bay
Phương trình hồi quy tổng quát được xây dựng như sau
Trong đó: CLDV là giá trị biến phụ thuộc: Chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
Các giảthuyết cho mô hình:
Ho: Các nhân tốchính không có mối tương quan với chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
H1: Nhân tố STC có tương quan với chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
H2: Nhân tố SDU có tương quan với chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
H3: Nhân tố SDB có tương quan với chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
H4: Nhân tố SDC có tương quan với chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
H5: Nhân tố SHH có tương quan với chất lượng dịch vụ ăn uống tại nhà hàng The Horizon của khách sạn Danang Golden Bay.
2.3.4.2. Kiểm định hệ số tương quan:
Trước khi phân tích hồi quy tuyến tính, xem xét giữa các biến phụthuộc và biến độc lập, cũng như giữa các biến độc lập với nhau có mối quan hệ tương quan tuyến tính hay không. Nếu hệ số tương quan giữa các biến phụ thuộc và biến độc lập lớn chứng tỏchúng có mối quan hệtuyến tính với nhau và phân tích hồi quy tuyến tính có thể phù hợp. mặt khác giữa các biến độc lập cũng có tương quan tuyến tính với nhau
CLDV = βo + β1*STC+ β 2*SDU +β3*SDB + β 4*SDC+ β5*SHH +εᵢ
Trường Đại học Kinh tế Huế
thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình tađang xét.
Với giảthuyết Ho là: Hệsố tương quan hạng của tổng thểbằng 0.
H1: Có sự tương quan giữa các biến độc lập và biến phụthuộc Bảng 2.19.Ma trận tương quan giữa các biến
Correlations
STC SDU SDB SDC SHH CLDV
STC
Pearson
Correlation 1 .116 .021 .066 .148 .506**
Sig. (2-tailed) .173 .805 .441 .081 .000
N 140 140 140 140 140 140
SDU
Pearson
Correlation .116 1 .460** .006 .122 .408**
Sig. (2-tailed) .173 .000 .944 .151 .000
N 140 140 140 140 140 140
SDB
Pearson
Correlation .021 .460** 1 -.040 -.001 .394**
Sig. (2-tailed) .805 .000 .638 .991 .000
N 140 140 140 140 140 140
SDC
Pearson
Correlation .066 .006 -.040 1 -.041 .140
Sig. (2-tailed) .441 .944 .638 .629 .099
N 140 140 140 140 140 140
SHH
Pearson
Correlation .148 .122 -.001 -.041 1 .426**
Sig. (2-tailed) .081 .151 .991 .629 .000
N 140 140 140 140 140 140
CLDV
Pearson
Correlation .506** .408** .394** .140 .426** 1
Sig. (2-tailed) .000 .000 .000 .099 .000
N 140 140 140 140 140 140
(Nguồn: Số liệu điều tra được xử lý bằng phần mềm SPSS) Với mức ý nghĩa 0.000 của các nhân tố “STC”, “SDU”, “SDB”, “SHH” đều nhỏ hơn 0.05, cho thấy các nhân tố này đều tương quan khá mạnh với biến phụ thuộc. Vì
Trường Đại học Kinh tế Huế
vậy, việc sửdụng các biến này vào phân tích hồi quy tuyến tính là phù hợp, ngoại trừ biến “SDC” có sig =0.099 > 0.05 nên biến này sẽbịloại .
Cụthểmối tương quan giữa biến Chất lượng dịch vụ(CLDV) và các biến độc lập Tương quan giữa biến Chất lượng dịch vụ(CLDV) và Sựtin cậy (STC) là 0.506
Tương quan giữa biến Chất lượng dịch vụ (CLDV) và Sự đáp ứng (SDU) là 0.408 Tương quan giữa biến Chất lượng dịch vụ (CLDV) và Sự đảm bảo (SDB) là 0.394 Tương quan giữa biến Chất lượng dịch vụ(CLDV) và Sựhữu hình (SHH) là 0.426 2.3.4.3 Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính bội
Phân tích hồi quy bội không phải chỉ là mô tảcác dữ liệu quan sát được. Từkết quảtrong mẫu, ta sẽ xác định mối quan hệnhân quảgiữa biến phụthuộc Y (CLDV) và các biến độc lập. Mô hình phân tích hồi quy sẽmô tảhình thức của mối liên hệ qua đó giúp ta dự đoán được mức độcủa biến phụthuộc khi biết trước giá trịcủa biến độc lập.
Để xây dựng mô hình hồi quy, ta chọn phương pháp Enter với các kết quả phân tích như sau:
Cho kết quả R2= 0.555 với mức ý nghĩa quan sát rất nhỏ (sig =0) cho thấy hồi quy tuyến tính bội phù hợp với tập dữliệu và có thểsửdụng được. Tuy nhiên, mô hình thường không phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. trong tình huống này, R2 hiệu chỉnh (0.542) từ R2được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụthuộc vào độ phóng đại của R2như vậy, hệ số R2hiệu chỉnh = 0.542 > 0.5 có nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 54.2% và mô hình này giải thích rằng 54.2% sự thay đổi của biến phụthuộc “chất lượng dịch vụ” do sự biến động của 5 biến độc lậpởtrên, còn lại là tác động của các yếu tốkhác ngoài mô hình..
Bảng 2.20: Thống kê phân tích hệ số hồi quy (Model summary) Model Summary
Mô hình R R2 R2hiệu chỉnh Sai số ước tính Durbin-Watson
1 .745a .555 .542 .35074 1.569
Trường Đại học Kinh tế Huế
2.3.4.4 Kiểm định độ phù hợp của mô hình
Đểkiểm định F về độphù hợp của mô hình hồi quy tuyến tính tổng thể.
Kết quả kiểm định F có giá trị Sig > 0,05: chấp nhận giả thiết H0, giá trị Sig <
0,05: bác bỏgiảthiết H0.
Bảng 2.21: Kết quả kiểm định ANOVA ANOVAa
Mô hình Tổng bình
phương
df Trung bình
bình phương
F Sig.
1
Regression 20.709 4 5.177 42.084 .000b
Residual 16.608 135 .123
Total 37.317 139
(Nguồn: Số liệu điều tra được xử lý bằng phần mềm SPSS)
Nhìn vào kết quả phân tích ANOVA ở bảng ta thấy giá trị Sig=0.000 < 0.05 vì vậy, bác bỏgiảthuyết H0, đưa ra kết luận mô hình hồi quy tuyến tính được xem là phù hợp.
Để đảm bảo mô hình có ý nghĩa ta tiến hành kiểm tra mô hình có xảy ra hiện tượng đa cộng tuyến và hiện tươngtự tương quan.
2.3.4.5 Kiểm định hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến có hay không dựa vào công cụ: độchấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance inflation factor – VIF). Quy tắc là khi VIF vượt quá 10 đó là dấu hiệu của hiện tượng đa cộng tuyến.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc trên thực tếvới các đềtài nghiên cứu có mô hình và bảng hỏi sửdụng thang đo Likert thì VIF < 2được xem là không có
Trường Đại học Kinh tế Huế
Bảng 2.22: Kiểm định hiện tượng đa cộng tuyến trong mô hình hồi quy
Model Collinearity Statistics
VIF
1 (Constant)
Sự tin cậy 1.033
Sự đáp ứng 1.307
Sự đảm bảo 1.275
Sự hữu hình 1.038
(Nguồn: Số liệu điều tra được xử lý bằng phần mềm SPSS) Nhìn vào bảng ta thấy hệsố phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình < 2 và độ chấp nhận các biến trong mô hình đều đạt được tiêu chuẩn (Tolerance)> 0.1 nên có thểbác bỏgiảthuyết mô hình bị đa cộng tuyến.
2.3.4.6 Xây dựng phương trình hồi quy tuyến tính
Trước khi tiến hành hồi quy, chúng ta sẽ phân tích hệ số tương quan cho mô hình. Nếu các biến độc lập này có mối tương quan với biến phụ thuộc thì việc phân tích hồi quy mới có ý nghĩa thống kê.
Bảng 2.23: Kết quả phân tích hồi quy bằng phương pháp Enter
Mô hình
Hệ số chưa chuẩn hóa
Hệ số đã chuẩn
hóa Giá trị t Giá trị Sig
Thống kê cộng tác
B Sai số
chuẩn Beta Độ chấp
nhận
1
(Constant) -.873 .349 -2.505 .013
STC .438 .060 .429 7.346 .000 .968
SDU .143 .053 .177 2.702 .008 .765
SDB .318 .068 .304 4.689 .000 .784
SHH .332 .057 .342 5.838 .000 .963
(Nguồn: Số liệu điều tra được xử lý bằng phần mềm SPSS)
Trường Đại học Kinh tế Huế
Hồi quy được xác định từgiá trị trung bình của các yếu tố, với phương pháp đưa vào cùng một lúc (Enter) cho thấy các yếu tố đều có hệ số Sig < 0,05 nên có ý nghĩa trong mô hình hồi quy
Kết quả của mô hình hồi quy dựa vào giá trị của hệ số Beta chuẩn hóa. Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào chất lượng dịch vụ ăn uống của nhà hàng The Horizon càng lớn.
4 yếu tố tác độngảnh hưởng tới mô hình nghiên cứu theo thứ tự: Sựtin cậy, Sự hữu hình, Sự đảm bảo, Sự đáp ứng.
Từkết quảtrên, xây dựng mô hình hồi quy biểu thị mối quan hệgiữa các yếu tố ảnh hưởng đến “Chất lượng dịch vụ ăn uống”
β = 0.429: phản ánh khi Sựtin cậy (STC) tăng lên 1 đơn vịthì chất lượng dịch vụ ăn uống (CLDV) sẽ tăng lên 0.429 đơn vị.
β = 0.342: phản ánh khi Sựhữu hình (SHH) tăng lên 1 đơn vịthì chất lượng dịch vụ ăn uống (CLDV) sẽ tăng lên 0.342 đơn vị.
β= 0.304: phản ánh khi Sự đảm bảo (SDB) tăng lên 1 đơn vịthì chất lượng dịch vụ ăn uống (CLDV) sẽ tăng lên 0.304đơn vị.
β = 0.177: phản ánh khi Sự đáp ứng (SDU) tăng lên 1 đơn vịthì chất lượng dịch vụ ăn uống (CLDV) sẽ tăng lên 0.177đơn vị.
Mô hình cho thấy, các biến độc lập đều có tác động tích cực đến CLDV ăn uống của nhà hàng The Horizon. Trong đó, hệ số Beta của thành phần Sự tin cậy lớn nhất cho thấy nhân tốnày tác động lớn đếnCLDV ăn uống và thành phần Sự đáp ứng có hệ sốBeta thấp nhất cho thấy tác động dếnCLDV ăn uốngtương đối thấp.
Tóm lại, mức độ tác động của từng nhân tố được sắp xếp theo thứ tự giảm dần như sau:thứ1 là nhân tốSựtin cậy (STC) với β = 0.429), thứ2 là nhân tốSựhữu hình CLDV = - 0.873 + (0.429 x STC) + (0.342 x SHH) + (0.304 x SDB) + (0. 177 x SDU)
Trường Đại học Kinh tế Huế
là nhân tố Sự đáp ứng (SDU) với β = 0.177 và cuối cùng. Nói chung, hệ số Beta của các nhân tố không quá chênh lệch, từ đó cho thấy rằng các nhân tố đều tác động lớn đến chất lượng dịch vụ ăn uống của nhà hàng The Horizon.
2.3.4.7 Mô hình hiệu chỉnh sau phân tích hồi quy
Sơ đồ 2.1: Mô hình nghiên cứu hiệu chỉnh
2.3.5 Đánh giá của khách hàng đối với các yếu tố ảnh hưởng đến chất lượng dịch