8. Kết cấu luận văn
2.2.3 Phương pháp chọn mẫu và kích thước mẫu
2.2.3.1 Phương pháp chọn mẫu
Việc thu nhập thông tin sẽ được thực hiện theo phương pháp chọn mẫu thuận tiện. Bảng câu hỏi được đặt tại quầy lễ tân của khu nghỉ dưỡng và được nhân viên lễ tân trao tận tay cho du khách khi làm thủ tục check-out. Thời gian điều tra từ tháng 10/2014 đến tháng 1/2015.
2.2.3.2 Kích thước mẫu
Để xác định kích thước mẫu, hiện nay có nhiều quan điểm và phương pháp khác nhau. Theo phương pháp ước lượng ML3 thì kích thước mẫu tối thiểu phải từ 100 đến 150 mẫu (Hair & ctg, 1998) hay ít nhất là 200 mẫu (Hoelter, 1983). Hay theo Comrey và Lee (1992) được trích trong Nguyễn Đình Thọ (2011) thì không đưa ra một con số cố định mà đưa ra các con số khác nhau với nhận định tương ứng 100 là tệ, 200 là khá, 300 là tốt, 500 là rất tốt, 1000 hoặc hơn là tuyệt vời.
Một số quan điểm khác cho rằng kích thước mẫu phụ thuộc vào số lượng biến quan sát, trong đó có Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), cho rằng số lượng mẫu cần thiết là gấp 5 lần số biến quan sát. Từ đó, tác giả đã sử dụng phương pháp này trong việc tính kích thước mẫu cho nghiên cứu của mình, với số lượng biến quan sát được sử dụng trong nghiên cứu này là 32 biến thì kích thước mẫu tối thiểu là 160 mẫu, tuy nhiên để mẫu mang tính bao quát hơn thì tác giả đã tăng kích thước mẫu, với số lượng mẫu dự kiến khoảng từ 300 mẫu đến 350 mẫu. Số lượng bảng câu hỏi được phát ra là 350 bảng.
2.3 Xây dựng thang đo
Dựa vào mô hình thang đo SERVPERF của Cronin & Taylor (1992), đồng thời tham khảo các thang đo và các biến quan sát từ các nghiên cứu trước, tác giả đã xây dựng nên thang đo nháp. Dựa trên thang đo nháp, tác giả đã tiến hành thảo luận nhóm với các chuyên viên của khu nghĩ dưỡng, nhằm điều chỉnh và bổ sung một số biến quan sát của thang đo nhằm phù hợp với thực tiễn của đề tài nghiên cứu. Từ đây tác giả đã có được thang đo chính thức. Bảng 2.2.
Bảng 2.2 Tổng hợp thành phần thang đo và các biến quan sát
1. Thang đo “Mức độ tin cậy” Nguồn
Biến 5 biến quan sát
TC1 Khu nghỉ dưỡng cung cấp loại phòng và dịch vụ theo đúng hợp đồng đặt phòng.
Nguyễn Công Tâm (2013)
TC2 Dịch vụ của khu nghỉ dưỡng được thực hiện đúng ngay từ lần đầu.
Nguyễn Công Tâm (2013)
TC3 Nhân viên giải thích rõ ràng và chi tiết các chi phí dịch vụ trong khu nghỉ dưỡng.
Lê Quang Đồng (2013)
TC4 Nhân viên sẵn sàng giải quyết linh hoạt các vấn đề rắc rối mà quý khách gặp phải.
Lê Quang Đồng (2013)
TC5 Nhân viên trung thực khi giải quyết các vấn đề mà quý khách gặp phải.
Nguyễn Công Tâm (2013)
2. Thang đo “Năng lực phục vụ” Biến 4 biến quan sát
NL1 Nhân viên có phong cách phục vụ chuyên nghiệp, năng động.
Tác giả
NL2 Nhân viên luôn tôn trọng và lắng nghe ý kiến của quý khách.
Ngô Nguyên Quý (2013)
NL3 Nhân viên giao tiếp với quý khách thân thiện và cởi mở.
Ngô Nguyên Quý (2013)
NL4 Nhân viên được trang bị đầy đủ kiến thức về những thông tin địa phương để cung cấp cho quý khách khi cần.
Tác giả
3. Thang đo “Phương tiện hữu hình” Biến 5 biến quan sát
PT1 Khu nghỉ dưỡng có cảnh quan đẹp gắn liền với thiên nhiên.
Tác giả
PT2 Cơ sở vật chất, trang thiết bị tại khu nghỉ dưỡng được thiết kế hiện đại và tiện nghi.
Tác giả
đón an toàn, tiện lợi.
PT4 Dịch vụ tại khu nghỉ dưỡng đa dạng, phong phú. Lê Quang Đồng (2013) PT5 Nhân viên có trang phục và ngoại hình đẹp. Tác giả
4. Thang đo “Sự đồng cảm” Biến 5 biến quan sát
DC1 Khi xếp phòng nhân viên luôn quan tâm đến những sở thích riêng của quý khách.
Nguyễn Công Tâm (2013)
DC2 Khu nghỉ dưỡng quan tâm đến phong cách ăn uống riêng của quý khách.
Nguyễn Công Tâm (2013)
DC3 Nhân viên luôn biết cách nhận lỗi và khắc phục theo yêu cầu của quý khách.
Ngô Nguyên Quý (2013)
DC4 Nhân viên luôn gần gũi và thăm hỏi quý khách. Ngô Nguyên Quý (2013) DC5 Thời gian hoạt động của các dịch vụ trong khu
nghỉ dưỡng phù hợp với nhu cầu của quý khách.
Tác giả
5. Thang đo “Mức độ đáp ứng” Biến 5 biến quan sát
DU1 Nhân viên luôn sẵn sàng phục vụ quý khách. Lê Quang Đồng (2013) DU2 Nhân viên phản hồi nhanh các thông tin mà quý
khách cần.
Lê Quang Đồng (2013)
DU3 Thủ tục check in, check out của khu nghỉ dưỡng được tiến hành một cách nhanh chóng.
Ngô Nguyên Quý (2013)
DU4 Khu nghỉ dưỡng thông báo chính xác thời gian hoạt động của các dịch vụ trong khu nghỉ dưỡng.
Lê Quang Đồng (2013)
DU5 Trang web của khu nghỉ dưỡng hỗ trợ rất hiệu quả cho quý khách.
Ngô Nguyên Quý (2013)
6. Thang đo “Giá cả cảm nhận” Biến 4 biến quan sát
GC1 Giá cả các dịch vụ tại khu nghỉ dưỡng phù hợp với chất lượng dịch vụ được cung cấp.
Tác giả
GC2 Giá cả các dịch vụ tại khu nghỉ dưỡng rẻ hơn so với các cơ sở lưu trú khác có chất lượng 5 sao tại
Khánh Hòa.
GC3 Giá cả các dịch vụ tại khu nghỉ dưỡng không cao hơn nhiều so với các cơ sở lưu trú khác có chất lượng dưới 5 sao tại Khánh Hòa.
Ngô Nguyên Quý (2013)
GC4 Quý khách hoàn toàn hài lòng về giá cả dịch vụ của khu nghỉ dưỡng.
Ngô Nguyên Quý (2013)
7. Thang đo “Sự hài lòng” Biến 4 biến quan sát
HL1 Chất lượng dịch vụ của khu nghỉ dưỡng đáp ứng được sự mong đợi của quý khách.
Nguyễn Công Tâm (2013)
HL2 Nhìn chung, quý khách hài lòng với chất lượng dịch vụ của khu nghỉ dưỡng.
Nguyễn Công Tâm (2013)
HL3 Khu nghỉ dưỡng sẽ là lựa chọn đầu tiên nếu quý khách đến Nha Trang lần sau.
Nguyễn Công Tâm (2013)
HL4 Quý khách sẵn sàng giới thiệu bạn bè, người thân đến lưu trú tại khu nghỉ dưỡng.
Tác giả
Từ bảng 2.2, thang đo chất lượng dịch vụ với 5 thành phần và thang đo giá cả cảm nhận theo mô hình đề xuất của tác giả bao gồm 28 biến quan sát cụ thể như sau:
Chất lượng dịch vụ với 5 thành phần là Mức độ tin cậy (ký hiệu TC) với 5 biến quan sát gồm TC1, TC2, TC3, TC4, TC5; Năng lực phục vụ (ký hiệu NL) với 4 biến quan sát gồm NL1, NL2, NL3, NL4; Phương tiên hữu hình (ký hiệu PT) với 5 biến quan sát gồm PT1, PT2, PT3, PT4, PT5; Sự đồng cảm (ký hiệu DC) với 5 biến quan sát gồm DC1, DC2, DC3, DC4, DC5; Mức độ đáp ứng (ký hiệu DU) với 5 biến quan sát gồm DU1, DU2, DU3, DU4, DU5 và thang đo Giá cả cảm nhận (ký hiệu GC) với 4 biến quan sát gồm GC1, GC2, GC3, GC4.
Thang đo sự hài lòng sử dụng trong nghiên cứu này dựa vào cơ sở đo lường của Hayes (1994) nhằm đánh giá sự hài lòng của du khách khi sử dụng dịch vụ tại khu nghỉ dưỡng. Bao gồm 4 biến quan sát ký hiệu lần lượt là HL1, HL2, HL3, HL4.
Các biến quan sát được đo lường bằng thang đo Liker 5 mức độ, đây là thang đo phổ biến nhất trong nghiên cứu thực nghiệm (Lê Thế Giới et al., 2006), cụ thể như sau:
1) Hoàn toàn không đồng ý, (2) Không đồng ý, (3) Tạm được, (4) Đồng ý, (5) Hoàn toàn đồng ý.
2.4 Xử lý số liệu
2.4.1 Làm sạch số liệu
Các bảng câu hỏi thu về được kiểm tra để loại bỏ những phiếu trả lời không hợp lệ trước khi xử lý và phân tích dữ liệu. Dữ liệu sau khi nhập vào máy tính thường chưa thể đưa ngay vào xử lý và phân tích vì có nhiều lý do như sai, sót, thừa do lỗi nhập dữ liệu, vì vậy ta cần phải loại bỏ những quan sát có điểm số bất thường bằng các phép kiểm định thống kê mô tả từ bảng tần số đối với bảng câu hỏi đơn giản hoặc bảng kết hợp đối với bảng câu hỏi phức tạp.
2.4.2 Thống kê mô tả
Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo. Cùng với phân tích đồ họa đơn giản, chúng tạo ra nền tảng của mọi phân tích định lượng về số liệu. Bước đầu tiên để mô tả và tìm hiểu về đặc tính phân phối của một bảng số liệu thô là lập bảng phân phối tần số. Sau đó, sử dụng một số hàm để làm rõ đặc tính của mẫu phân tích. Để hiểu được các hiện tượng và ra quyết định đúng đắn, cần nắm được các phương pháp cơ bản của mô tả dữ liệu. Có rất nhiều kỹ thuật hay được sử dụng, có thể phân loại các kỹ thuật này như sau:
- Biểu diễn dữ liệu bằng đồ họa trong đó các đồ thị mô tả dữ liệu hoặc giúp so sánh dữ liệu.
- Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu.
- Thống kê tóm tắt (dưới dạng các giá trị thống kê đơn nhất) mô tả dữ liệu. Các đại lượng thống kê mô tả
Mean: Số trung bình cộng.
Sum: Tổng cộng.
Std.deviation: Độ lệch chuẩn.
Minimum, maximum: Giá trị nhỏ nhất, giá trị lớn nhất.
df: Tần số.
Std error: Sai số chuẩn.
Median: Số trung vị, thể hiện lượng biến của tiêu thức của đơn vị đứng ở vị trí giữa trong dãy số lượng biến, chia số lượng biến thành hai phần (phần trên và phần dưới), mỗi phần có cùng một số đơn vị bằng nhau.
Mode: Số yếu vị, biểu hiện của tiêu thức được gặp nhiều nhất trong tổng thể hay trong dãy phân phối. Trong dãy lượng biến, mode là lượng biến có tần số lớn nhất.
2.5 Các phương pháp phân tích
2.5.1 Phân tích độ tin cậy của thang đo bằng hệ số Cronbach’s alpha
Hệ số Cronbach’s alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau, thường được dùng để đánh giá sơ bộ thang đo để loại các biến rác trước, chứ không tính được độ tin cậy cho từng biến quan sát. Khi hệ số α quá lớn (α > 0,95), cho thấy có nhiều biến trong thang đo không có gì khác biệt nhau, có nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu. Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,7-0,8]. Tiêu chuẩn chọn thang đo này có độ tin cậy Cronbach’s alpha từ 0,6 trở lên (Nunnally & Bunstein, 1994; trích từ Nguyễn Đình Thọ, 2011, tr. 351). Tuy nhiên, cũng có ý kiến cho rằng một thang đo là tốt nếu hệ số Cronbach’s alpha đạt từ 0,8 đến gần 1 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Kết quả của bước này được sử dụng cho phân tích EFA tiếp theo.
2.5.2 Phân tích nhân tố khám phá (EFA)
Cronbach’s alpha chỉ dùng để đánh giá độ tin cậy thang đo, vấn đề tiếp theo là thang đo phải được đánh giá giá trị của nó. Hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Phương pháp EFA giúp chúng ta đánh giá hai giá trị này. Sau khi loại các biến có độ tin cậy thấp, các biến còn lại sẽ tiếp tục được sử dụng để tiến hành phân tích nhân tố. Phương pháp EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F < k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này là dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát). Chỉ tiêu được dùng để xem xét sự thích hợp của phương pháp phân tích nhân tố là kết quả phân tích KMO, là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến Xi và Xj với độ lớn của hệ số tương quan riêng phần của chúng (Norusis, 1994). Kaiser (1974) đề nghị KMO > 0,90: rất tốt; 0,90 > KMO > 0,80: tốt; 0,80 > KMO > 0,70: được; 0,70 > KMO > 0,60: tạm được; 0,60 > KMO > 0,50: xấu; và KMO < 0,50: không thể chấp nhận (Nguyễn Đình Thọ, 2011, tr. 397). Phương pháp trích hệ số sử dụng là principal components với phép xoay varimax và hệ số Eigenvalue > 1. Thang đo được chấp nhận khi tổng phương sai trích > 50%. Các biến nào có Factor loading
nhỏ hơn 0,5 sẽ bị loại (Hair et al., 1998) vì biến này thật sự không đo lường khái niệm chúng ta cần đo lường (Nguyễn Đình Thọ, 2011, tr. 402).
2.5.3 Phân tích tương quan (Pearson Correlation Coefficient)
Phân tích tương quan (Correlation) là kỹ thuật rất thường dùng trong thống kê nhằm khảo sát mối liên quan giữa 2 biến số đo trên cùng các đối tượng thông qua hệ số tương quan (correlation coefficient). Có nhiều loại hệ số tương quan nhưng trong nghiên cứu này, tác giả đã sử dụng hệ số tương quan r của Pearson (Pearson r correlation coefficient). Pearson r là số đo mối liên quan tuyến tính của 2 biến số và được sử dụng khi 2 biến số thuộc thang đo lường tỷ lệ hoặc thang khoảng (Lê Minh Tiến, 2005). Hệ số tương quan r được dùng để đánh giá mức độ chặt chẽ của sự phụ thuộc tương quan tuyến tính giữa hai đại lượng ngẫu nhiên X và Y, nó có các tính chất như sau:
- |r| ≤ 1.
- Nếu |r| = 1 thì X và Y có quan hệ tuyến tính.
- Nếu |r| càng lớn thì sự phụ thuộc tương quan tuyến tính giữa X và Y càng chặt chẽ.
- Nếu r = 0 thì giữa X và Y không có phụ thuộc tương quan tuyến tính.
- Nếu r > 0 thì X và Y có tương quan thuận. Nếu r < 0 thì X và Y có tương quan nghịch.
2.5.4 Phân tích hồi quy tuyến tính bội
Trong đề tài này tác giả sử dụng mô hình hồi quy tuyến tính bội để đánh giá cường độ tác động của các nhân tố độc lập đến nhân tố phụ thuộc sự hài lòng của du khách khi sử dụng dịch vụ tại khu nghỉ dưỡng MIA Nha Trang. Mô hình có dạng như sau:
Yi = β0 + β1X1i +…+ βkXki + Ui Trong đó :
Yi: Biến phụ thuộc
X1i...Xki: Các biến độc lập β0: Hệ số tự do
β1...βk: Các hệ số hồi qui riêng
Kiểm định các giả thuyết hồi quy: Giả thuyết liên hệ tuyến tính
Mô hình hồi quy tuyến tính bội giả định rằng mối quan hệ giữa các biến số là tuyến tính. Ta dùng phần mềm SPSS để vẽ đồ thị phân tán giữa phần dư chuẩn hóa(Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value). Giả định tuyến tính được thỏa mãn nếu phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0.
Giả thuyết phương sai của phần dư không đổi
Để kiểm định phương sai của phần dư không đổi ta sử dụng kiểm định tương quan hạng Spearman. Nếu kết quả kiểm tra cho thấy, giả thuyết H0: hệ số tương quan hạng bằng 0 không bác bỏ (Sig. > 0,05), thì phương sai của sai số không thay đổi. Như vậy, mô hình hồi quy xây dựng nêu trên có thể sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Giả thuyết phần dư có phân phối chuẩn
Ta dùng phần mềm SPSS để vẽ biểu đồ tần số Histogram của phần dư chuẩn hóa. Phần dư có phân phối chuẩn khi Mean = 0 và độ lệch chuẩn xấp xỉ 1.
Giả thuyết phần dư không có tự tương quan
Đại lượng thống kê Durbin-Watson (d) có thể kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất), đại lượng có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2 (Mai Văn Nam, 2008).
Giả thuyết không có hiện tượng đa cộng tuyến
Để kiểm định hiện tượng đa cộng tuyến, ta sử dụng hệ số phóng đại phương sai (Variance Inflation Factor-VIF). Nếu VIF của một biến độc lập nào đó > 10, thì biến này hầu như không có giá trị giải thích biến thiên của Y (Hair & ctg, 2006). Trong thực tế, nếu VIF > 2 cần thận trọng trong diễn giải các trọng số hồi quy (Nguyễn Đình Thọ, 2011).
2.5.5 Phân tích phương sai (ANOVA)
Nội dung phần này nhằm kiểm định khác biệt về sự hài lòng đối với 8 yếu tố đó là: mục đích chuyến đi, số lần đến lưu trú, giới tính, tình trạng hôn nhân, độ tuổi, trình độ