Kí hiệu Biến quan sát Nguồn
HH1 Trụ sở làm việc của cảng hàng không khang trang, tạo ấn tượng đẹp với khách hàng
Mai Kim Chi (2014)
HH2 Cảng hàng khơng có khu vực ghế chờ, sách báo, thiết bị giải trí trong khi chờ làm thủ tục
Mai Kim Chi (2014)
HH3 Quầy kệ của Cảng hàng không được thiết kế đẹp, phù hợp
Mai Kim Chi (2014)
HH4 Các bảng hướng dẫn, bảng điện chữ to, rõ, dễ nhận biết
Mai Kim Chi (2014)
Bảng 3. 7 Thang đo Sự hài lịng
Kí hiệu Biến quan sát Nguồn
HL1
Nhìn chung, anh/chị cảm thấy hài lịng với tính đáng tin cậy của Cảng hàng không quốc tế Cam Ranh
Mai Kim Chi (2014)
HL2
Nhìn chung, anh/chị cảm thấy hài lòng với năng lực phục vụ của Cảng hàng không quốc tế Cam Ranh
Mai Kim Chi (2014)
HL3
Nhìn chung, anh/chị cảm thấy hài lịng với sự đáp ứng của Cảng hàng không quốc tế Cam Ranh
Mai Kim Chi (2014)
HL4
Nhìn chung, anh/chị cảm thấy hài lịng với sự đồng cảm của Cảng hàng khơng quốc tế Cam Ranh
Mai Kim Chi (2014)
HL5
Nhìn chung, anh/chị cảm thấy hài lịng với phương tiện vật chất của Cảng hàng không quốc tế Cam Ranh
Mai Kim Chi (2014)
3.4. Mô tả dữ liệu nghiên cứu 3.4.1. Phương pháp chọn mẫu 3.4.1. Phương pháp chọn mẫu
Tùy thuộc vào phương pháp phân tích, tác giả sẽ chọn kích thước mẫu phù hợp. Với nghiên cứu này, tác giả đã sử dụng phương pháp phân tích nhân tố khám phá (EFA). Trong phương pháp này, kích thước mẫu được chọn sẽ phụ thuộc vào số lượng biến đưa trong phân tích nhân tố. Nếu các nhà nghiên cứu khác không nêu ra
số lượng cụ thể về số mẫu cần thiết mà chỉ cung cấp tỉ lệ giữa số mẫu cần thiết và số tham số cần ước lượng, thì Gorsuch (1983) cho rằng số lượng mẫu phải chọn cần gấp 5 lần số lượng biến quan sát trở lên.
Trong đề tài này, tác giả sử dụng 27 biến quan sát và 4 mục hỏi về thông tin của người được khảo sát. Do đó, số lượng mẫu cần thiết là (27+4) x 5 = 155 mẫu trở lên.
Chọn mẫu qua phương pháp phỏng vấn trực tiếp với hành khách, với kỳ vọng đạt được độ tin cậy cao, tác giả chọn kích thước mẫu là 200 mẫu. Để có được số lượng mẫu đề ra, tác giả sẽ phát ra tăng thêm 10% cỡ mẫu tối thiểu vì trong quá trình thu thập dữ liệu sẽ phải loại bỏ những bảng khảo sát khơng đạt u cầu (nếu có).
3.4.2. Phương pháp xử lý số liệu
Tác giả tiến hành khảo sát 200 hành khách bất kỳ đã từng sử dụng dịch vụ tại CHKQTCR bằng phương pháp chọn mẫu thuận tiện. Với tập hợp các dữ liệu thu thập được, sau khi hoàn tất việc sàng lọc, kiểm tra, mã hóa, nhập liệu và làm sạch dữ liệu, sẽ tiến hành xử lý số liệu bằng phần mềm SPSS 23 với một số phương pháp phân tích như sau:
3.4.2.1. Đánh giá độ tin cậy của thang đo
Hệ số Cronbach’s Alpha được dùng để kiểm tra độ tin cậy các tham số ước lượng có trong tập dữ liệu theo từng nhóm yếu tố trong nghiên cứu. Các biến khơng phù hợp, có độ tin cậy thấp được tiến hành loại bỏ. Những mục hỏi trong cùng một nhóm sẽ có mối tương quan với nhau. Hệ số Cronbach’s Alpha thể hiện mức độ của mối quan hệ đó giữa các biến trong bảng câu hỏi và được dùng để tính tốn sự thay đổi của từng biến và mối tương quan giữa các biến với nhau.
Tiêu chuẩn đánh giá:
- Các biến có hệ số tương quan biến – tổng (item – total correlation) nhỏ hơn 0,3 sẽ bị loại.
- Các biến có Cronbach’s Alpha nếu loại biến lớn hơn Cronbach’s Alpha sẽ bị loại.
- Chọn thang đo có hệ số Cronbach’s Alpha lớn hơn 0,6.
- Thực hiện loại từng biến, sau đó chạy lại kiểm định thang đo, xác định lại hệ số Cronbach’s Alpha để quyết định là biến tiếp theo có bị loại hay khơng.
3.4.2.2. Phân tích nhân tố khám phá EFA
Các biến sau khi được kiểm định thang đo và loại bỏ các biến không đảm bảo độ tin cậy, sẽ được đưa vào phân tích nhân tố để xác định lại thang đo, điều này sẽ giúp đánh giá chính xác hơn các thang đo, loại bỏ bớt các biến đo lường không đạt yêu cầu và làm cho thang đo đảm bảo tính đồng nhất.
Phân tích nhân tố được hiểu là nhằm mục đích để nhóm các biến ít tương quan với nhau thành các nhân tố mà các biến trong đó có sự tương quan với nhau hơn, từ đó hình thành các nhân tố đại diện nhưng vẫn mang đầy đủ thông tin so với số lượng biến ban đầu. Bao gồm các bước sau:
Bước 1: Kiểm định sự thích hợp của phân tích nhân tố đối với các dữ liệu ban
đầu bằng chỉ số KMO (Kaiser– Meyer– Olkin, trị số dùng để xem xét sự thích hợp của phân tích nhân tố) và giá trị thống kê Barlett (đại lượng thống kê, trong đó các biến hồn tồn khơng tương quan với các biến khác). Tiêu chuẩn đánh giá:
Chỉ số KMO > 0,5
Mức ý nghĩa quan sát nhỏ (sig < 0,05)
Các biến quan sát trong tổng thể có mối liên hệ với nhau, đồng thời cho thấy
phân tích nhân tố (EFA) là thích hợp.
Bước 2: Tiếp theo, phương pháp trích nhân tố và phương pháp xoay nhân tố
sẽ được tiến hành để xác định số lượng các nhân tố được trích ra và xác định các biến phụ thuộc từng nhân tố.
- Trong mơ hình phân tích, tiến hành giữ lại các nhân tố có Eigenvalue lớn hơn 1. Vì những nhân tố này tóm tắt những thơng tin có giá trị cao hơn các nhân tố cịn lại. Eigenvalue chính là đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố.
- Hệ số Factor loading: là hệ số tương quan đơn giữa biến và nhân tố. Điều kiện: hệ số Factor loading > 0,5. Biến sẽ thuộc nhân tố nào mà tại đó biến có hệ số Factor loading lớn nhất. Những biến nào không thoả các tiêu chuẩn trên sẽ bị loại.
Bước 3: Kiểm định lại độ tin cậy của thang đo các nhân tố này bằng hệ số
Cronbach’s Alpha.
3.4.2.3. Phân tích tương quan - hồi quy Phân tích tương quan Phân tích tương quan
Từ q trình phân tích trên, các thang đo đã được đánh giá đạt yêu cầu tiếp tục được đưa vào phân tích tương quan Pearson và phân tích hồi quy để kiểm định các giả thuyết.
Phương pháp phân tích hồi quy tuyến tính được xem là phù hợp nhất khi phân tích tương quan Pearson được thực hiện giữa biến phụ thuộc và biến độc lập nhằm xác định mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Hai biến cần phân tích có mối liên quan chặt chẽ khi giá trị tuyệt đối của Pearson càng gần đến 1. Để phát hiện những mối tương quan chặt chẽ giữa các biến độc lập cũng cần phân tích đồng thời tương quan giữa các biến độc lập với nhau vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả phân tích hồi quy như gây ra hiện tượng đa cộng tuyến (theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Phân tích hồi quy bội
Sau khi kết luận các biến độc lập và biến phụ thuộc có mối quan hệ tuyến tính với nhau có thể mơ hình hóa quan hệ nhân quả này bằng hồi quy tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Kiểm định sự phù hợp của mơ hình thơng qua kiểm định hệ số xác định R2
hiệu chỉnh.
Căn cứ vào biểu đồ tần số của phần dư chuẩn hóa; kiểm tra giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1 để kiểm định giả thuyết về phân phối chuẩn của phần dư.
Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
3.5. Kết quả nghiên cứu định lượng sơ bộ 3.5.1. Kiểm tra độ tin cậy của thang đo 3.5.1. Kiểm tra độ tin cậy của thang đo
Theo lý thuyết ở trên, thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên là phù hợp. Đồng thời, hệ số tương quan biến tổng phải < 0,3. Với 120 hành khách được khảo sát, thơng qua phần mềm SPSS 23, tác giả tóm lược kết quả nghiên cứu sơ bộ đánh giá độ tin cậy của các thang đo như sau:
Bảng 3. 8 Kết quả đánh giá độ tin cậy thang đo sơ bộ bằng Cronbach’s Alpha
Biến quan sát Trung bình thang đo nếu loại biến Phương sai thang đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến Kết luận
Thang đo “Tính đáng tin cậy”: Cronbach’s Alpha = 0,866
TC1 14,4167 11,724 0,830 0,801 Biến phù hợp
TC2 14,4083 12,983 0,581 0,866 Biến phù hợp
TC4 14,5083 12,403 0,741 0,825 Biến phù hợp
TC5 14,6500 13,557 0,579 0,864 Biến phù hợp
Thang đo “Sự đáp ứng”: Cronbach’s Alpha = 0,941
DU1 13,8917 13,055 0,853 0,925 Biến phù hợp
DU2 13,9417 13,450 0,844 0,927 Biến phù hợp
DU3 13,9000 13,351 0,831 0,929 Biến phù hợp
DU4 13,8750 13,522 0,849 0,926 Biến phù hợp
DU5 13,8917 13,476 0,828 0,930 Biến phù hợp
Thang đo “Năng lực phục vụ”: Cronbach’s Alpha = 0,880
PV1 10,5667 7,290 0,739 0,847 Biến phù hợp
PV2 10,5917 7,689 0,724 0,853 Biến phù hợp
PV3 10,6917 7,072 0,758 0,839 Biến phù hợp
PV4 10,8500 7,473 0,742 0,845 Biến phù hợp
Thang đo “Sự đồng cảm”: Cronbach’s Alpha = 0,857
DC1 10,4917 6,723 0,631 0,848 Biến phù hợp
DC2 10,6500 6,145 0,810 0,772 Biến phù hợp
DC3 10,8917 6,904 0,651 0,838 Biến phù hợp
Thang đo “Phương tiện hữu hình”: Cronbach’s Alpha = 0,792
HH1 7,6667 6,224 0,594 0,745 Biến phù hợp
HH2 7,4417 6,467 0,659 0,718 Biến phù hợp
HH3 7,2833 5,717 0,628 0,730 Biến phù hợp
HH4 7,0333 6,671 0,541 0,770 Biến phù hợp
Thang đo “Sự hài lòng”: Cronbach’s Alpha = 0,887
HL1 13,2500 17,702 0,648 0,879 Biến phù hợp
HL2 13,2750 15,814 0,755 0,855 Biến phù hợp
HL3 13,3167 16,218 0,760 0,854 Biến phù hợp
HL4 13,1667 14,846 0,760 0,856 Biến phù hợp
(Nguồn: Xử lý từ dữ liệu khảo sát sơ bộ của tác giả)
Từ kết quả trên cho thấy, tất cả các thang đó đều có hệ số Cronbach’s Alpha lớn hơn 0,6; hệ số tương qua biến tổng đều lớn hơn 0,3. Do đó, tất cả các biến quan sát trên đủ điều kiện để sử dụng cho phân tích EFA.
3.5.2. Phân tích nhân tố khám phá EFA
Nghiên cứu của Nguyễn Đình Thọ (2011) có nêu: Phương pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau. Nghĩa là, khơng có biến nào là biến phụ thuộc và độc lập mà chúng tùy thuộc vào mối quan hệ tương quan giữa các biến với nhau. Phân tích EFA sẽ rút gọn các biến ban đầu (tập hợp k) thành tập F (F < k) bao gồm các nhân tố có ý nghĩa hơn. EFA lựa chọn nhân tố có giá trị eigenvalue ≥ 1, phương sai trích đạt tối thiểu 50% và hệ số KMO > 0,5.
Sau khi kiểm định độ tin cậy của các thang đo, tác giả tiến hành phân tích nhân tố EFA bằng phần mềm SPSS 23, với 27 biến quan sát (trong đó có 22 biến độc lập của các thang đo và 5 biến phụ thuộc đánh giá sự hài lịng chung).
Kết quả phân tích nhân tố EFA của nghiên cứu sơ bộ như sau:
Đối với các biến độc lập
Q trình phân tích nhân tố khám phá được thực hiện tuần tự bằng cách đưa từng biến quan sát trong từng thang đo đi phân tích. Thứ tự thực hiện như sau:
- Phân tích nhân tố với thang đo “Tính đáng tin cậy”;
- Tiếp theo đưa thang đo “Sự đáp ứng” vào phân tích. Trong bước này, sử dụng phương pháp xoay nhân tố với phép xoay vng góc. Sau đó, dùng tiêu chí eigenvalue để xác định số lượng nhân tố trong phân tích EFA.
- Các thang đo tiếp sau đó theo nguyên tắc trên được đưa vào phân tích: Năng lực phục vụ - Sự đồng cảm – Phương tiện hữu hình.
Kết quả của q trình phân tích chỉ ra 5 nhân tố được trích tại giá trị eigenvalue = 1,536, chỉ số KMO = 0,85 và phương sai trích đạt 71,845%. Phân tích EFA được hồn tất, mơ hình có độ tin cậy cao. Tác giả trình bày kết quả tính tốn cuối cùng như bên dưới:
Bảng 3. 9 Kiểm định hệ số KMO và Bartlett’s Test biến độc lập
Kiểm định Kaiser-Meyer-Olkin về sự thích hợp của mẫu 0,850
Kiểm định Bartlett's về cấu hình của mẫu
Tương đương Chi-Bình phương 1631,551
Df 231
Bảng 3. 10 Tổng phương sai giải thích của biến độc lập
Thành phần
Giá trị Eigenvalue ban đầu Tổng trọng số nhân tố bình phương trích Tổng trọng số nhân tố bình phương xoay Tổng % của phươn g sai Tích lũy % Tổng % của phương sai Tích lũy % Tổng % của phương sai Tích lũy % 1 7,438 33,808 33,808 7,438 33,808 33,808 4,104 18,656 18,656 2 2,782 12,646 46,454 2,782 12,646 46,454 3,299 14,996 33,652 3 2,218 10,081 56,535 2,218 10,081 56,535 3,018 13,719 47,371 4 1,832 8,326 64,861 1,832 8,326 64,861 2,845 12,930 60,301 5 1,536 6,983 71,845 1,536 6,983 71,845 2,540 11,544 71,845 6 0,768 3,492 75,337 7 0,648 2,943 78,280 8 0,600 2,729 81,009 9 0,569 2,586 83,595 10 0,517 2,351 85,946 11 0,427 1,941 87,887 12 0,408 1,853 89,740 13 0,354 1,611 91,351 14 0,302 1,371 92,722 15 0,282 1,281 94,003 16 0,253 1,151 95,154 17 0,235 1,068 96,222 18 0,216 0,983 97,204 19 0,191 0,867 98,072 20 0,165 0,752 98,823 21 0,133 0,602 99,425 22 0,126 0,575 100,000 Phương pháp trích: Phân tích thành phần chính.
Bảng 3. 11 Ma trận xoay nhân tố các biến độc lập Nhân tố Nhân tố 1 2 3 4 5 TC1 0,844 TC2 0,731 TC3 0,761 TC4 0,825 TC5 0,627 DU1 0,855 DU2 0,865 DU3 0,838 DU4 0,858 DU5 0,863 PV1 0,835 PV2 0,787 PV3 0,851 PV4 0,811 DC1 0,742 DC2 0,850 DC3 0,769 DC4 0,806 HH1 0,790 HH2 0,795 HH3 0,793 HH4 0,697
Đối với các biến phụ thuộc
Thực hiện phân tích tương tự đối với 5 biến phụ thuộc. Phân tích EFA hồn tất cho với 1 nhân tố được trích tại eigenvalue = 3,451; chỉ số KMO = 0,813. Bảng 3.12 và 3.13 mơ tả lại kết quả tính tốn này:
Bảng 3. 12 Kiểm định hệ số KMO và Bartlett’s Test biến phụ thuộc
Kiểm định Kaiser-Meyer-Olkin về sự thích hợp của mẫu 0,813
Kiểm định Bartlett's về cấu hình của mẫu
Tương đương Chi-Bình phương 339,920
Df 10
Bảng 3. 13 Tổng phương sai giải thích của biến phụ thuộc
Thành phần
Giá trị Eigenvalue ban đầu Tổng trọng số nhân tố bình phương trích Tổng trọng số nhân tố bình phương xoay Tổng % của phươn g sai Tích lũy % Tổng % của phương sai Tích lũy % Tổng % của phương sai Tích lũy % 1 7,438 33,808 33,808 7,438 33,808 33,808 4,104 18,656 18,656 2 2,782 12,646 46,454 2,782 12,646 46,454 3,299 14,996 33,652 3 2,218 10,081 56,535 2,218 10,081 56,535 3,018 13,719 47,371 4 1,832 8,326 64,861 1,832 8,326 64,861 2,845 12,930 60,301 5 1,536 6,983 71,845 1,536 6,983 71,845 2,540 11,544 71,845
Bảng 3. 14 Ma trận xoay nhân tố các biến phụ thuộc
Nhân tố 1 HL1 0,768 HL2 0,854 HL3 0,852 HL4 0,856 HL5 0,821 TÓM TẮT CHƯƠNG 3
Trong chương này tác giả đã trình bày phương pháp nghiên cứu để thực hiện luận văn, bao gồm: phương pháp nghiên cứu định tính và nghiên cứu định lượng,
Nghiên cứu định tính được tiến hành được tiến hành thơng qua thảo luận nhóm để hiệu chỉnh thang đo bằng việc điều chỉnh, bổ sung các biến của mơ hình nghiên cứu và hồn chỉnh bảng câu hỏi phỏng vấn.
Phương pháp nghiên cứu định lượng sơ bộ được tiến hành khảo sát 120 hành khách có sử dụng dịch vụ tại CHKQTCR sau đó phân tích và xử lý dữ liệu bằng phần mềm SPSS 23.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
Giới thiệu,
Chương này sẽ trình bày kết quả của nghiên cứu về sự hài lòng của hành khách về chất lượng dịch vụ tại CHKQTCR. Từ giả thiết 05 nhân tố độc lập tác động đến sự hài lòng của hành khách được xây dựng dựa trên cơ sở lý luận về sự hài lòng của khách hàng và các nghiên cứu trước đây. Kết quả nghiên cứu đã xác định 05 nhân tố độc lập ảnh hưởng đến sự hài lòng của hành khách.