7. Tổng quan và tài liệu nghiên cứu :
2.3.2. Nghiên cứu ñịnh lượng
Như trên ựã xác ựịnh, nghiên cứu ựịnh lượng sẽ ựược thực hiện với phương pháp thu thập dữ liệu là khảo sát phỏng vấn với bản câu hỏi cấu trúc và phân tắch dữ liệu thống kê với các phần mềm SPSS 20.0.
Thiết kế bản câu hỏi
Dựa trên cơ sở của các nhà nghiên cứu (ở mục 1.5), luận văn sẽ thiết kế bảng câu hỏi dựa theo bảng câu hỏi của hai nhà nghiên cứu Alesksandra & Marcizewska (2013) ựã phát triển mô hình SERVQUAL gồm 5 nhân tố áp dụng cho lĩnh vực khách sạn.
Trong bảng câu hỏi, ngoài phần thông tin cá nhân và ựặc ựiểm của khách hàng, bảng câu hỏi ựược thiết kế gồm 24 biến ựể ựo lường chất lượng dịch vụ từ sự cảm nhận của khách hàng sử dụng theo kết quả nghiên cứu của
Alesksandra & Marcizewska (2013) theo 5 thành phần của thang ựo SERVQUAL và ựược thể hiện trên thang ựiểm Li-kert từ ựiểm 1 (hoàn toàn không ựồng ý) ựến ựiểm 5 (hoàn toàn ựồng ý). Thang ựo lường này sẽ ựược kiểm tra sự phù hợp về các biến quan sát sử dụng ựể ựo lường chất lượng dịch vụ trong bối cảnh mới là khách sạn SaigonTourane hoặc bổ sung thêm các items mới nếu cần thiết thông qua nghiên cứu ựịnh tắnh như ựã trình bày ở trên. Với cách thiết kế bảng câu hỏi như vậy, khách hàng sẽ cho biết cảm nhận về chất lượng dịch vụ khách sạn bằng cách khoanh tròn vào con số thắch hợp.
Bảng 2.1 Các biến quan sát của các nhân tố sử dụng ựo lường Chất lượng dịch vụ khách sạn Saigontourane
STT MÔ TẢ NHÂN TỐ NHÂN TỐ
1 Giữ lời hứa với khách hàng
2 Thực hiện những nổ lực ựể giải quyết những vấn ựề của khách hàng một cách chân thành
3 Khách sạn cung cấp ựầy ựủ các dịch vụ như ựã thông báo
4 Dịch vụ luôn ựược ựáp ứng một cách tối ưu
Sự tin cậy
5 Các dịch vụ ựược thực hiện nhanh chóng cho khách hàng
6 Nhân viên luôn sẵn sàng giúp ựỡ khách hàng 7 Chăm sóc khách hàng kịp thời và nhiệt tình 8 Thông báo với khách hàng chắnh xác khi nào yêu
cầu ựược ựáp ứng
Khả năng ựáp ứng
9 Khách hàng cảm thấy yên tâm khi lưu trú tại khách sạn
10 Luôn trả lời ựúng và ựầy ựủ các câu hỏi của khách hàng
11 Nhân viên khách sạn phục vụ chuyên nghiệp 12 Nhân viên luôn lịch sự với khách hàng
13 Thời gian mở cửa các dịch vụ tại khách sạn ( ăn sáng, phục vụ ăn tại phòng, quầy bar, thư tắn,...) tiện lợi cho khách hàng
14 Các dịch vụ tại khách sạn (phục vụ ăn, ở, hội họp, cho thuê xe,...) luôn linh hoạt ựể ựáp ứng nhu cầu khách hàng
15 Sự hiểu biết của nhân viên về nhu cầu của khách hàng
16 Nhân viên quan tâm ựến khách hàng 17 Nhân viên có kỹ năng giao tiếp tốt
Sự thông cảm
18 Trang thiết bị khách sạn hiện ựại và tiện lợi 19 Khách sạn có cảnh quan ựẹp
20 Khách sạn cung cấp thông tin dịch vụ tại: tập tài liệu ựặt phòng, tờ rơi quảng cáo rất rõ ràng, bắt mắt. 21 Khách sạn có kiến trúc ựẹp
22 Khách sạn luôn gọn gàng và sạch sẽ 23 đồng phục nhân viên lịch sự và ựẹp mắt. 24 Khách sạn có chỗ ựậu xe, lối vào thuận tiện
Yếu tố hữu hình
Nguồn: Alesksandra & Marcizewska (2013)Xác ựịnh ựối tượng thu
đối tượng mục tiêu thu thập dữ liệu của nghiên cứu ựịnh lượng này là những khách hàng lưu trú tại khách sạn SaigonTourane ắt nhất 02 ngày. Phương pháp chọn mẫu phi xác suất theo hình thức thuận tiện ựược sử dụng. Kắch thước mẫu: kắch thước mẫu phụ thuộc vào kỳ vọng về ựộ tin cậy, phương pháp phân tắch dữ liệu và phương pháp ước lượng ựược sử dụng trong nghiên cứu. Phương pháp phân tắch dữ liệu ựược sử dụng cho nghiên cứu này là phân tắch nhân tố khám phá (EFA), phân tắch nhân tố khẳng ựịnh (CFA). đối với phân tắch nhân tố, kắch thước mẫu thường ựược xác ựịnh dựa vào số lượng biến ựo lường ựược ựưa vào trong nghiên cứu. Hair và ctg (2010) cho rằng ựể sử dụng EFA, kắch thước mẫu tối thiểu phải là 50, tỉ lệ ắt nên là từ 5 - 10 quan sát /1 items, nghĩa là số lượng mẫu cần gấp 5 lần so với số lượng biến quan sát. Trong ựề tài này có 24 biến quan sát (items) cần tiến hành phân tắch nhân tố (có thể thay ựổi sau khi nghiên cứu ựịnh tắnh), vì vậy số mẫu dự kiến tối thiểu cần thiết là 24 x 10 = 240. Tuy nhiên, ựể tốt cho phân tắch dữ liệu, phân tắch sự khác biệt trên các nhóm nên ựề tài này sử dụng một qui mô mẫu là 300 khách hàng.
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 tắch sự khác biệt.
Thu thập dữ liệu
Thu thập dữ liệu: việc thu thập dữ liệu ựược thực hiện thông qua bản câu hỏi ựiều tra ựược phát ra trong thời gian từ 7h00 ựến 8h30, 16h30-18h30 hằng ngày. Việc thu thập dữ liệu ựược tiến hành từ tháng 10 ựến tháng 11 năm 2017 tại khách sạn SaigonTourane thành phố đà Nẵng.
Xử lý dữ liệu
Sau khi thu thập cần phải kiểm tra các dữ liệu ựể ựảm bảo chúng có ý nghĩa, tức là có giá trị ựối với việc xử lý và phân tắch. đối với các bảng câu hỏi có dữ liệu ỘxấuỢ (câu trả lời không ựầy ựủ, câu trả lời không thắch hợp, câu trả lời không ựọc ựược...), có thể khắc phục nhờ vào việc suy luận từ những câu trả lời khác hoặc quay trở lại người trả lời ựể làm sáng tỏ vấn ựề. đặc biệt, những bảng câu hỏi có quá nhiều chỗ trống chưa hoàn thành và không ựảm bảo ựộ tin cậy nếu sau khi quay trở lại hỏi thêm bệnh nhân nhưng không ựược cải thiện sẽ bị loại bỏ. Dữ liệu ựược nhập vào phần mềm SPSS 20.0.
Phân tắch dữ liệu
Các thang ựo trong nghiên cứu ựược kiểm ựịnh qua ựánh giá ựộ tin cậy Cronbach Alpha, phân tắch nhân tố khám phá (EFA).
đánh giá ựộ tin cậy thang ựo với hệ số Cronbach Alpha
Phân tắch ựộ tin cậy bằng Hệ số Cronbach Alpha là phân tắch kiểm ựịnh mức ựộ chặt chẽ mà các biến trong thang ựo tương quan với nhau.
Phương pháp này cho phép người phân tắch loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và ựánh giá ựộ tin cậy của thang ựo. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại.
Thang ựo có hệ số Cronbach Alpha từ 0.6 trở lên là có thể sử dụng ựược trong trường hợp khái niệm ựang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang ựo có Cronbach Alpha từ 0.7 ựến 0.8 là sử dụng ựược. Nhiều nhà nghiên cứu cho rằng khi thang ựo có ựộ tin cậy từ 0.8 trở lên ựến gần 1 là thang ựo lường tốt.
Phân tắch nhân tố khám phá EFA (exploratory factor analysis)
Sau khi phân tắch ựộ tin cậy của thang ựo, phân tắch nhân tố khám phá ựược tiến hành. Phân tắch nhân tố khám phá (EFA) sử dụng phương pháp varimax rotation với các chỉ số ựo lường của Kaiser-Meyer-Olkin (KMO) và Barltlett (BarltlettỖs test of sphericity) cho hai nhóm: một biến phụ thuộc bao gồm 5 biến quan sát và 7 biến ựộc lập bao gồm 27 biến quan sát.
Phân tắch nhân tố khám phá là kỹ thuật ựược sử dụng nhằm thu nhỏ và tóm tắt dữ liệu (nhóm tất cả các biến thành một số các nhân tố). Phương pháp này rất có ắch cho việc xác ựịnh các tập hợp biến cần thiết cho vấn ựề nghiên cứu và ựược sử dụng ựể tìm mối quan hệ giữa các biến với nhau.
Trong phân tắch nhân tố khám phá, trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng ựể xem xét sự thắch hợp của phân tắch nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 ựến 1 thì phân tắch này mới thắch hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tắch nhân tố có khả năng không thắch hợp với các dữ liệu.
Ngoài ra, phân tắch nhân tố còn dựa vào Eigenvalue ựể xác ựịnh số lượng nhân tố. đại lượng Eigenvalue ựại diện cho lượng biến thiên ựược giải thắch bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc. Theo tiêu chuẩn Kaiser, chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới ựược giữ lại trong mô hình và tiêu chuẩn phương sai trắch (Variance explained criteria) là tổng phương sai trắch phải lớn hơn 50%.
Một phần quan trọng trong kết quả phân tắch nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố sau khi xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một ựa thức của các nhân tố). Những hệ số này gọi là
hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này lớn cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Vì sau EFA, SEM sẽ ựược thực hiện nên cấu trúc của thang ựo cần phải ựược quan tâm, các khái niệm sau khi rút ra có thể tương quan với nhau, và cũng rất quan tâm ựến sự phân biệt rõ ràng giữa các nhân tố. Nên nghiên cứu này sử dụng phương pháp trắch nhân tố là Principal Axis Factoring với phép xoay Promax. Theo Gerbing và Anderson (1988), phương pháp trắch Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chắnh xác hơn phương pháp trắch Principal Components với phép xoay Varimax (Orthogonal).
Theo Hair và ctg (1998), Factor loading là chỉ tiêu ựể ựảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0.3 ựược xem là mức tối thiểu, Factor loading > 0.4 ựược xem là quan trọng, Factor loading >= 0.5 ựược xem là có ý nghĩa thực tiễn. Nên khi tiến hành phân tắch EFA, nghiên cứu này sẽ loại bỏ các biến có hệ số tải nhân tố nhỏ hơn 0.5 và quan tâm ựến tiêu chuẩn tại mỗi item, chênh lệch |Factor loading| lớn nhất và | Factor loading|bất kỳ phải >= 0.3 (Jabnoun và Al-Tamimi, 2003).
Việc giải thắch các nhân tố ựược thực hiện trên cơ sở nhận ra các biến có hệ số factor loading lớn ở cùng một nhân tố. Theo ựó, nhân tố này có thể ựược giải thắch bằng các biến có hệ số lớn ựối với bản thân nó.
Sau khi giải thắch các nhân tố, cần tắnh toán các nhân số (trị số của các biến tổng hợp, ựại diện cho các nhân tố hay thành phần ựược rút trắch ở trên) ựể sử dụng trong các phương pháp phân tắch ựa biến tiếp theo. Nhân số này chưa chuẩn hóa và ựược tắnh bằng cách lấy trung bình giá trị các biến trong nhân tố tại từng quan sát.
Tắnh giá trị trung bình, kiểm ựịnh t và phân tắch phương sai (ANOVA)
để xác ựịnh mức ựánh giá của khách hàng về năm thành phần chất lượng dịch, các giá trị trung bình sẽ ựược tắnh toán. Ngoài ra ựể phân tắch sự khác biệt giữa giá trị mong ựợi và mức ựộ ựánh giá chất lượng dịch vụ khách sạn, sự khác biệt về về ựánh giá chất lượng dịch vụ khách sạn giữa hai nhóm khách hàng, ựề tài sử dụng kỹ thuật kiểm ựịnh t (t-test). để phân tắch sự khác biệt về ựánh giá chất lượng dịch vụ khách sạn giữa nhiều nhóm khách hàng, ựề tài sử dụng phân tắch phương sai (ANOVA).
KẾT LUẬN CHƯƠNG 2
Chương này trình bày phương pháp nghiên cứu gồm các bước chắnh: nghiên cứu ựịnh tắnh; nghiên cứu ựịnh lượng và các kỹ thuật phân tắch dữ liệu. Chương này cũng trình bày kế hoạch phân tắch dữ liệu thu thập ựược. Chương tiếp theo trình bày cụ thể kết quả nghiên cứu.
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU
Chương 2 ựã trình bày phương pháp nghiên cứu, thiết kế nghiên cứu và mô hình nghiên cứu, kết quả nghiên cứu ựịnh lượng và kết quả sơ bộ của nghiên cứu ựịnh tắnh. Nội dung chương này sẽ xoay quanh các vấn ựề: Mô tả mẫu thống kê, kết quả thống kê mô tả, phân tắch nhân tố, kiểm ựịnh ựộ tin cậy của thang ựo, hiệu chỉnh mô hình nghiên cứu và các giả thuyết, phân tắch hồi quy ựa biến nhằm xem xét ựộ tương quan tuyến tắnh với biến phụ thuộc.