1 .Tính cấp thiết của đề tài
6. Tổng quan tài liệu nghiên cứu
2.2. THIẾT KẾ NGHIÊN CỨU
2.2.2. Nghiên cứu định lượng
Như trên đã xác định, nghiên cứu định lượng sẽ được thực hiện với các phương pháp thu thập dữ liệu là khảo sát phỏng vấn với bảng câu hỏi cấu trúc và phân tích dữ liệu thống kê với phần mềm SPSS 20.0.
Thiết kế bảng câu hỏi
Dựa trên cơ sở các chuyên gia, đề tài sẽ thiết kế bảng câu hỏi dựa trên mơ hình SERVQUAL và có điều chỉnh cho phù hợp với đặc trưng của ngành hàng không.
Trong bảng câu hỏi, ngồi phần thơng tin cá nhân và đặc điểm của hành khách, bảng câu hỏi được thiết kế gồm19 biến để đo lường chất lượng dịch vụ và được thể hiện trên thang đo Likert với bậc 5 – Rất tốt; bậc 4: Tốt; bậc 3: Trung bình; bậc 2: Kém; bậc 1: Rất kém.
Thang đo lường này sẽ được kiểm tra sự phù hợp về các biến quan sát sử dụng dụng để đo lường chất lượng dịch vụ trong bối cảnh là nhà ga hành khách quốc tế hoặc bổ sung thêm các biến quan sát mới nếu cần thiết thông qua nghiên cứu định tính như đã trình bày ở trên. Với cách thiết kế như vậy, khách hàng sẽ cho biết cảm nhận về chất lượng dịch vụ bằng cách khoanh tròn vào con số thích hợp.
Bảng 2.1. Thang đo chất lượng dịch vụ tại nhà ga hành khách– Cảng hàng không quốc tế Đà Nẵng
* Các yếu tố về “Thông tin chỉ dẫn trong nhà ga” (Finding your ways)
Q1 Các biển chỉ dẫn trong nhà ga
Q2 Bảng hiển thị thông tin chuyến bay
Q3 Phát thanh thông báo
* Các yếu tố về “Làm thủ tục tại nhà ga” (Procedure of terminal)
Q4 Thời gian làm thủ tục check-in
Q5 Thái độ của nhân viên làm thủ tục check-in
Q6 Thời gian làm thủ tục hải quan
Q7 Thái độ của nhân viên hải quan
Q8 Thời gian làm thủ tục tại công an cửa khẩu
Q9 Thái độ của công an cửa khẩu
Q10 Thời gian làm thủ tục an ninh soi chiếu
Q11 Thái độ của nhân viên soi chiếu
* Các yếu tố về “Dịch vụ ăn uống, mua sắm tại nhà ga” (Food, shopping services at terminal)
Q12 Sự đa dạng của hang hóa mua sắm
Q13 Tính hợp lý của giá cả
* Các yếu tố về “Cơ sở vật chất tại nhà ga” (Infrastructure at terminal) Q15 Internet/Wifi Q16 Tính sạch sẽ của nhà vệ sinh nhà ga Q17 Ghế ngồi tại nhà ga Q18 Khơng gian phịng chờ nhà ga Q19 Xe đẩy * Các yếu tố chung khác
Q20 Sự hài lòng chung đối với nhà ga
Q21 Nhóm tuổi
Q22 Giới tính
Theo bảng câu hỏi này, có hai biến định tính là “Nhóm tuổi” và “Giới tính” có ảnh hưởng đến sự hài lịng chung. Với mục đích nghiên cứu, đánh giá liệu có sự khác biệt theo nhóm tuổi hay giới tính đến sự hài lịng đối với chất lượng dịch vụ tại nhà ga, đề tài đưa ra các giả thuyết sau:
-Giả thuyết H5: Có sự khác biệt về sự hài lịng của khách hàng theo
Giới tính.
-Giả thuyết H6: Có sự khác biệt về sự hài lòng của khách hàng theo Độ
tuổi.
Xác định đối tượng thu thập dữ liệu và lấy mẫu:
Đối tượng thu thập dữ liệu của nghiên cứu định lượng này là những hành khách thông qua nhà ga hành khách quốc tế. Phương pháp chọn mẫu phi xác suất theo hình thức thuận tiện được sử dụng.
Cụ thể đối tượng hành khách được khảo sát là hành khách đi do hành khách có đủ trải nghiệm đầy đủ các dịch vụ theo luồng phục vụ hành khách từ khi bước vào nhà ga tìm hiểu thơng tin hướng dẫn, làm thủ tục hành khách, thông qua các bước kiểm tra giấy tờ du lịch và an ninh an tồn tại các vị trí cơng an cửa khẩu, hải quan và an ninh trước khi tận hưởng các tiện ích tại phịng chờ như mua sắm và các tiện ích khác.
Theo số liệu thống kê của Cảng hàng khơng quốc tế Đà Nẵng năm 2019 có 31 hãng hàng khơng khai thác các chặng bay quốc tế đến/đi Đà Nẵng, trong đó có 12 hãng khai thác chặng trung quốc (chiếm 38,7%), 10 hãng khai thác chặng hàn quốc (chiếm 32%), 08 hãng khai thác các chặng từ các quốc gia thuộc khu vực Đông Nam Á (Singapore, Thái Lan, Malaysia, Indonesia) (chiếm 25,8%) và 1 hãng khai thác chặng Doha nối chuyến đi các nước Châu Âu và Mỹ.
Đồng thời theo thống kê của Viện nghiên cứu phát triển du lịch – Tổng cục du lịch, Hàn Quốc và Trung Quốc là 02 thị trường khách du lịch quốc tế hàng đầu hiện nay và chiếm tỉ trọng hơn 50% liên tục 05 năm qua tại Đà Nẵng. Từ năm 2013, thị trường khách Hàn có sự tăng trưởng đột phá với lượng khách tăng gấp đôi theo từng năm và tăng gấp 30 lần từ 55.000 lượt (năm 2013) lên hơn 1.600.000 lượt (năm 2018), vượt qua Trung Quốc để trở thành quốc gia dẫn đầu về lượt khách đến tham quan, du lịch Đà Nẵng. Đồng thời lượng khách từ các quốc gia Đơng Nam Á có sự tăng trưởng mạnh mẽ trong năm 2019. Thái Lan (213.549 lượt khách, vươn lên đứng vị trí thứ 3), Đài Loan (81.114 lượt khách, tăng trưởng hơn gấp 2 lần, vượt lên 2 bậc đứng vị trí thứ 6), Nhật Bản (183.572), Mỹ (95.656), Malaysia (77.619), Úc (46.897)… tăng trưởng đồng đều từ 1,2 đến 1,5 lần.
Vì vậy đối tượng hành khách khảo sát cũng sẽ tập trung vào 3 nhóm đối tượng: khách Hàn quốc, Trung quốc và các quốc gia Đông Nam Á nhằm nhận biết được các nhu cầu đa dạng của hành khách khi trải nghiệm dịch vụ tại nhà ga hành khách quốc tế Đà Nẵng.
Kích thước mẫu: kích thước mẫu phụ thuộc vào kỳ vọng về độ tin cậy, phương pháp phân tích dữ liệu và phương pháp ước lượng được sử dụng trong nghiên cứu. Phương pháp phân tích dữ liệu được sử dụng cho nghiên cứu này là phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA).
Đối với phân tích nhân tố, kích thước mẫu thường được xác định dựa vào số lượng biến đo lường được đưa vào trong nghiên cứu. Hair & ctg (2010) cho rằng để sử dụng EFA, kích thước mẫu tối thiểu phải là 50, tỷ lệ nên là từ 5-10 quán sát/1 items, nghĩa là số lượng mẫu cần gấp 5 lần so với số lượng biến quan sát. Trong đề tài này có 19 biến quan sát cần phân tích nhân tố (có thể thay đổi sau nghiên cứu định tính). Vì vậy số mẫu dự kiến tối thiểu cần thiết là 19 x 10 = 190. Tuy nhiên, để tốt cho phân tích dữ liệu, phân tích sự khác biệt trên các nhóm, đề tài sử dụng quy mơ mẫu là 400. Theo đó, 400 phiếu câu hỏi được phát ra, thu về 398 phiếu, 08 phiếu bị loại do có nhiều ơ trống. Vì vậy, kích thước mẫu cuối cùng là 390.
Phương pháp chọn mẫu: phương pháp chọn mẫu phi xác suất: chọn mẫu thuận tiện, phân tầng tỷ lệ theo các nhóm khách hàng dự kiến phân tích sự khác biệt.
Thu thập dữ liệu
Thu thập dữ liệu được thực hiện thông qua bảng câu hỏi điều tra được phát ra theo thời điểm có các chuyến bay đơng trong ngày (thơng thường từ 10h00-12h00 và 22h00-23h30). Việc thu thập dữ liệu được tiến hành từ tháng 1 đến tháng 4 năm 2019 tại nhà ga hành khách quốc tế - Cảng hàng không quốc tế Đà Nẵng.
Xử lý dữ liệu
Sau khi thu thập cần phải kiểm tra các dữ liệu để đảm bảo chúng có ý nghĩa, tức là có giá trị đối với việc xử lý và phân tích. Đối với bảng câu hỏi có dữ liệu “xấu” (câu trả lời khơng đầy đủ, khơng phù hợp..) có thể khắc phục nhờ vào việc suy luận từ những câu trả lời khác hoặc quay trở lại người trả lời để làm sáng tỏ vấn đề. Đặc biệt, những bảng câu hỏi có quá nhiều chỗ trống chưa hồn thành và khơng đảm bảo độ tin cậy nếu không cải thiện được sẽ bị loại bỏ. Dữ liệu được nhập vào phần mềm SPSS 20.0.
Phân tích dữ liệu
Các thang đo trong nghiên cứu được kiểm định qua đánh giá độ tin cậy Cronbach Alpha, phân tích nhân tố khám phá (EFA).
Đánh giá độ tin cậy thang đo với hệ số Cronbach Alpha
Phân tích độ tin cậy bằng hệ số Cronbach Alpha là phân tích kiểm định mức độ chặt chẽ mà các biến trong thang đo tương quan với nhau.
Phương pháp này cho phép người phân tích loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại.
Thang đo có hệ số Cronbach Alpha từ 0.6 trở lên có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thơng thường, thang đó có Cronbach Alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên khi gần 1 là thang đo lường tốt.
Phân tích nhân tố khám phá EFA
Sau khi phân tích độ tin cậy của thang đo, phân tích nhân tố khám phá được tiến hành. Phân tích nhân tố khám phá EFA sử dụng phương pháp varimax rotation với các chỉ số đo lường của Kaiser-Meyer-Olkin (KMO).
Theo đó, trị số của KMO phải đủ lớn (giữa 0.5 và 1) nghĩa là phân tích nhân tố là thích hợp, nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. )
Barlett’s test of sphericity được sử dụng để kiểm định giả thuyết Ho (các biến không có tương quan với nhau trong tổng thể), nghĩa là ma trận tương quan tổng thể là một ma trận đơn vị trong đó tất cả các giá trị trên đường chéo đều bằng 1. Đại lượng kiểm định này dựa trên sự biến đổi thành đại lượng chi-square từ định thức của ma trận tương quan. Đại lượng này có
giá trị càng lớn thì càng có nhiều khả năng bác bỏ giả thuyết Ho. Nếu giả thuyết Ho khơng thể bị bác bỏ thì có khả năng phân tích nhân tố khơng thích hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Communality là lượng biến thiên của một biến được giải thích chung với các biến khác được xem xét trong phân tích nhân tố chung. Bảng Communalities xuất ra trong SPSS cho biết những thơng tin có liên quan sau khi số lượng nhân tố mong muốn được rút ra. Nó cho biết các communality của các biến tức là phần biến thiên được giải thích bởi các nhân tố chung, đại lượng này phải lớn hơn 0.5.
Phương pháp trích yếu nhân tố Principal Axis factoring với phép quay promax (oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp principle components với phép quay Varimax (orthogonal). Phương pháp trích Principal Axis factoring sẽ cho ta kết quả số lượng nhân tố là ít nhất để giải tích phương sai chung của tập hợp các biến quan sát trong sự tác động qua lại giữa chúng. Trong khi đó phương pháp Principal components sẽ cho ta kết quả là một tập hợp các nhân tố giải thích cả phương sai chung và đặc trưng của các biến. Tuy nhiên với các thang đo đơn hướng thì phép trích principal components được sử dụng.
Phương pháp trích Principal Component Analysis với phép xoay varimax sẽ được thực hiện và điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn 1. Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc. Theo tiêu chuẩn Kaiser, những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình (Garson, 2003) và tiêu chuẩn phương sai trích (Variance explained criteria) là tổng phương sai trích phải lớn hơn 50%.
các nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố (Jun và cộng sự, 2002). Để đạt độ giá trị phân biệt giữa các factor loading phải lớn hơn hoặc bằng 0.3 (Jabnoun và cộng sự, 2003).
Sau khi tiến hành phân tích nhân tố, một bước cực kỳ quan trọng trong nghiên cứu định lượng là kiểm định mơ hình hồi quy bội. Giá trị của từng nhân tố là giá trị trung bình của các biến quan sát thành phần thuộc nhân tố đó. Nó giúp xác định được nhân tố nào đóng góp nhiều/ít /khơng đóng góp vào sự thay đổi của biến phụ thuộc, để từ đó đưa ra các giải pháp kinh tế và cần thiết nhất.
Phân tích tương quan được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy.
Các tiêu chí trong phân tích hồi quy đa biến
Giá trị R2 (R square), R2 hiệu chỉnh (Adjusted R square) phản ánh
mức độ giải thích biến phụ thuộc của các biến độc lập trong mơ hình hồi quy. R2 hiệu chỉnh phản ánh sát hơn so với R2. Mức dao động của 2 giá trị này là từ 0 đến 1, tuy nhiên việc đạt mức giá trị 1 là gần như khơng tưởng dù mơ hình đó tốt đến nhường nào. Giá trị này thường nằm trong bảng Model summary. Cần chú ý khơng có tiêu chuẩn chính xác R2 hiệu chuẩn là bao nhiêu thì mơ hình đó có ý nghĩa, thơng thường giá trị này càng tiến về 1 thì mơ hình đó càng có ý nghĩa. Thơng thường chúng ta chọn mức giá trị trung bình 0.5, theo đó từ 0.5 đến 1 thì là mơ hình tốt, bé hơn 0.5 là mơ hình chưa tốt. Tuy nhiên tùy vào dạng dữ liệu và nghiên cứu, khơng phải lúc nào cũng bắt buộc rằng mơ hình hồi quy phải đạt giá trị R2 hiệu chỉnh lớn hơn 0.5 mới có ý nghĩa.
Trị số Durbin-Watson (DW) dùng để kiểm định sự tương quan của các
sai số kề nhau (hay cịn gọi tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số khơng có tương quan chuỗi bậc
nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3); nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.
Giá trị Sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ
số hồi quy. Nếu sig kiểm định t của hệ số hồi quy của một biến độc lập nhỏ hơn hoặc bằng 0.05, ta kết luận biến độc lập đó có tác động đến biến phụ thuộc. Nếu sig kiểm định t của hệ số hồi quy của một biến độc lập lớn hơn 0.05, ta kết luận biến độc lập đó khơng có sự tác động đến biến phụ thuộc và khơng cần loại bỏ biến đó để chạy lại hồi quy lần tiếp theo. Mỗi biến độc lập tương ứng với một hệ số hồi quy riêng, do vậy ta cũng có từng kiểm định t riêng. Giá trị này thường nằm trong bảng Coefficients.
Giá trị Sig của kiểm định F được sử dụng để kiểm định độ phù hợp
của mơ hình hồi quy. Nếu sig nhỏ hơn 0.05, ta kết luận mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được. Giá trị này thường nằm trong bảng ANOVA.
Kiểm định sự khác biệt của các đặc điểm cá nhân tác động đến sự hài
lòng của hành khách đối với chất lượng dịch vụ tại nhà ga hành khách quốc tế.
Kiểm định T-test Independent. Áp dụng cho các biến định tính có hai
giá trị. Ta sẽ xem xét hai giá trị Sig là Sig Levene’s test và Sig T-test.
+ Nếu Sig Levene’s test nhỏ hơn 0.05 thì phương sai giữa hai biến định tính là khác nhau, tiếp tục xét Sig T-test không giả định phương sai đồng bằng nhau. Nếu Sig T-test nhỏ hơn 0.05 chúng ta kết luận có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của các hành khách khác nhau. Nếu Sig T- test ≥ 0.05 chúng ta kết luận khơng có sự khác biệt có ý nghĩa thống kê về mức độ hài lịng của các hành khách khác nhau.
khơng khác nhau, tiếp tục xét Sig T-test giả định phương sai bằng nhau. Nếu Sig T-test nhỏ hơn 0.05 chúng ta kết luận có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của các hành khách khác nhau. Nếu Sig T-test ≥ 0.05 chúng ta kết luận khơng có sự khác biệt có ý nghĩa thống kê về mức độ hài