7. Ý nghĩa khoa học và thực tiễn của nghiên cứu
2.4.2. Thiết kế công cụ đo lƣờng mô hình
Các dữ liệu sau khi thu thập sẽ đƣợc xử lý bằng phần mềm SPSS 16 với phƣơng pháp thống kê mô tả nhƣ tần số, tỷ lệ, giá trị trung bình, kiểm định độ tin cậy Crobach Alpha của các thang đo, phân tích nhân tố khám phá EFA, kiểm định trị trung bình của hai tổng thể - trƣờng hợp mẫu độc lập, kiểm định trị trung bình của hai mẫu phụ thuộc, phân tích ANOVA, phân tích mô hình IPA.
- Phƣơng pháp thống kê mô tả:
Phƣơng pháp này đƣợc sử dụng để mô tả mẫu thu thập đƣợc theo các thuộc tính của đối tƣợng nghiên cứu nhƣ: giới tính, độ tuổi và vùng miền cƣ tr . Ngoài ra, phƣơng pháp này còn đƣợc sử dụng để mô tả các thành phần ảnh hƣ ng đến chất lƣợng dịch vụ Khu du lịch Ngũ Hành Sơn nhƣ: Tin cậy, Đáp ứng, Năng lực phục vụ, Cảm thông, Hữu hình.
- Phƣơng pháp phân tích độ tin cậy Cronbach’s Alpha:
Phƣơng pháp phân tích này cho phép ngƣời nghiên cứu loại bỏ các biến quan sát không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tƣơng quan biến tổng (Corrected Item – Total Correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn để chọn thang đo là hệ số
Cronbach’s Alpha của nó tối thiểu là 0,6 nhƣng tốt nhất là lớn hơn 0,7 (Nunnally, 1978; Peterson, 1994; Slater, 1995).
- Phƣơng pháp phân tích nhân tố khám phá (EFA):
Sau khi kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu, gi p ch ng ta r t gọn nhiều biến số. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn sau:
+ Thứ nhất: rị số KMO ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. ≤ 0,05. Hệ số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
+ hứ hai là đại lượng Eigenvalue Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích b i nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
+ hứ ba là hệ số tải nhân tố Factor loading (F ) là những hệ số tƣơng quan đơn giữa các biến và các nhân tố. Các biến có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại, tuy nhiên do cỡ mẫu của đề tài là 258 mẫu, nên hệ số tải nhân tố nhỏ hơn 0,35 sẽ bị loại (Hair & cộng sự, 2009), điểm d ng khi Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích b i mỗi nhân tố) lớn hơn 1 và tổng phƣơng sai trích lớn hơn 50% (Gerbing & Anderson, 1988).
+ hứ tư là phép trích Principal Component với Component matrix (Rotated Component matrix) là một phần quan trọng trong bảng phân tích nhân tố, là ma trận nhân tố (Component matrix) hay ma trận nhân tố khi các nhân tố đƣợc 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 đa nhân thức của nhân tố).
- Kiểm định trị trung bình của hai tổng thể - trƣờng hợp mẫu độc lập (Independent Samples T-test):
Phép kiểm định này đƣợc sử dụng trong trƣờng hợp ch ng ta cần so sánh trị trung bình về một tiêu chí nghiên cứu nào đó giữa hai đối tƣợng mà ch ng ta quan tâm. Trƣớc khi thực hiện kiểm định trung bình, ta cần thực hiện kiểm định sự bằng nhau của hai phƣơng sai tổng thể. Kiểm định này có tên là Levene, với giả thiết Ho rằng phƣơng sai của hai tổng thể bằng nhau. Kết quả của việc chấp nhận hay bác bỏ Ho ảnh hƣ ng quan trọng đến việc ch ng ta sẽ lựa chọn loại kiểm định giả thiết về sự bằng nhau của hai trung bình tổng thể nào: kiểm định trung bình với phƣơng sai bằng nhau hay kiểm định trung bình với phƣơng sai khác nhau.
- Kiểm định trị trung bình của hai mẫu phụ thuộc:
Đây là loại kiểm định dùng cho 2 nhóm tổng thể có liên hệ với nhau. Dữ liệu của mẫu thu thập dạng thang đo định lƣợng, khoảng cách hoặc tỷ lệ. Quá trình kiểm định bắt đầu với việc tính toán chênh lệch giá trị trên t ng cặp quan sát bằng phép tr , sau đó kiểm nghiệm xem chênh lệch trung bình của tổng thể có khác 0 hay không, nếu không khác 0 tức là không có sự khác biệt.
- Phân tích ANOVA:
Việc phân tích ANOVA nhằm kiểm định giả thiết các tổng thể nhóm có trị trung bình bằng nhau. Phân tích phƣơng sai là sự m rộng của kiểm
định t, vì phƣơng sai này gi p ta so sánh trị trung bình của nhóm 3 biến phân loại tr lên.
- Phân tích ma trận IPA:
Ma trận này phân loại những thuộc tính đo lƣờng chất lƣợng dịch vụ, cung cấp cho Khu du lịch Ngũ Hành Sơn những thông tin bổ ích về điểm mạnh và điểm yếu của những dịch vụ đã cung cấp. T đó, Khu du lịch sẽ có những quyết định chiến lƣợc đ ng đắn để nâng cao chất lƣợng dịch vụ. Mỗi góc phần tƣ sẽ tập trung các thuộc tính.
Hình 2.2. Mô hình mức độ quan trọng – mức độ thể hiện
+ Phần tƣ thứ I (Tập trung phát triển): Những thuộc tính nằm phần tƣ này đƣợc xem là rất quan trọng đối với du khách, nhƣng mức độ thể hiện của cung cấp dịch vụ của Khu du lịch là rất kém. Kết quả này gợi ý cho Khu du lịch ch ý đến những thuộc tính này, tập trung phát triển mức độ cung ứng dịch vụ nhằm thoả mãn nhu cầu của du khách.
+ Phần tƣ thứ II (Tiếp tục duy trì): Những thuộc tính nằm phần tƣ này đƣợc xem là rất quan trọng đối với du khách và những dịch vụ mà Khu du lịch cung cấp cũng đã có mức độ thể hiện rất tốt. Khu du lịch nên tiếp tục duy trì và phát huy thế mạnh này.
+ Phần tƣ thứ III (Hạn chế phát triển): Những thuộc tính nằm phần tƣ này đƣợc xem là có mức độ thể hiện thấp và không quan trọng đối với du khách. Khu du lịch nên hạn chế nguồn lực phát triển những thuộc tính này.
+ Phần tƣ thứ IV (Giảm sự đầu tƣ): Những thuộc tính nằm phần tƣ này đƣợc xem là không quan trọng đối với du khách hàng, nhƣng mức độ thể hiện của Khu du lịch rất tốt. Có thể xem sự đầu tƣ quá mức nhƣ hiện tại là vô ích. Khu du lịch nên sử dụng nguồn lực này tập trung phát triển những thuộc tính khác.
Đề tài thiết kế công cụ đo lƣờng mô hình nhƣ sau:
Hình 2.3. Thiết kế công cụ đo lƣờng mô hình
a. Mục tiêu 1: Xác định các thành phần ảnh hưởng đến chất lượng dịch vụ của Khu du lịch; xem xét có sự khác nhau về mức độ quan trọng
và mức độ thể hiện đối với từng thuộc tính của các nhóm có đặc điểm nhân khẩu khác nhau.
* Xác định các thành phần ảnh hưởng đến chất lượng dịch vụ của Khu du lịch thắng cảnh Ngũ Hành Sơn, sử dụng các phương pháp:
- Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach Alpha: kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau.
- Phân tích nhân tố khám phá EFA: đƣợc sử dụng để xác định các nhóm tiêu chí đánh giá chất lƣợng dịch vụ tại Khu du lịch. EFA dùng để r t gọn một tập k biến quan sát thành một tập F (F<k) các thành phần ý nghĩa hơn. Cơ s của việc r t gọn này dựa vào mối quan hệ tuyến tính của các thành phần với các biến quan sát.
T hai phƣơng pháp trên, ta r t ra đƣợc các thành phần ảnh hƣ ng đến chất lƣợng dịch vụ Khu du lịch Ngũ Hành Sơn.
* Xem xét có sự khác nhau về mức độ quan trọng và mức độ thể hiện đối với từng thuộc tính của các nhóm có đặc điểm nhân khẩu khác nhau, sử dụng các phương pháp:
- Phân tích tần số: thống kê các yếu tố về nhân khẩu học.
- Phân tích thống kê mô tả: thông tin về đối tƣợng phỏng vấn, tính trị số trung bình Mean, giá trị lớn nhất Max, giá trị nhỏ nhất Min...
- Kiểm định trị trung bình của hai tổng thể - trƣờng hợp mẫu độc lập (Independent Samples T-test): kiểm định sự khác biệt về đánh giá mức độ quan trọng và mức độ thể hiện giữa các du khách có giới tính khác nhau.
- Phân tích phƣơng sai ANOVA: đƣợc sử dụng nhằm mục đích kiểm định sự khác biệt về đánh giá mức độ quan trọng và mức độ thực hiện giữa các du khách có độ tuổi, vùng miền cƣ tr khác nhau.
b. Mục tiêu 2: Sử dụng mô hình IPA để đánh giá chất lượng dịch vụ, thuộc tính nào nên tiếp tục phát triển, thuộc tính nào nên hạn chế
- Kiểm định trị trung bình của hai mẫu phụ thuộc hay phân phối t ng cặp (Paired-Samples T-test): Trong nghiên cứu này dùng kiểm định so sánh cặp giữa mức độ quan trọng của các thuộc tính chất lƣợng dịch vụ của một khu du lịch nói chung và mức độ thể hiện của các thuộc tính đó tại Khu du lịch Ngũ Hành Sơn, kiểm định xem có sự khác biệt nào không và nếu có thì khác nhau nhƣ thế nào.
- Vẽ biểu đồ thể hiện sự phân bố của các thuộc tính trên bốn góc phần tƣ. Dựa vào sự phân bố của các thuộc tính đƣa ra các nhận xét thuộc tính nào nên tiếp tục tập trung đầu tƣ phát triển, thuộc tính nào nên tiếp tục duy trì, thuộc tính nào nên hạn chế phát triển hoặc giảm sự đầu tƣ
c. Mục tiêu 3: Đề ra giải pháp nhằm nâng cao chất lượng dịch vụ tại Khu du lịch thắng cảnh Ngũ Hành Sơn và hạn chế các yếu kém
T kết quả phân tích, đánh giá của mục tiêu 1, 2 rút ra các kết luận và đề ra giải pháp.
2.5. TÓM TẮT CHƢƠNG
Chƣơng này đã trình bày sơ lƣợc về Khu du lịch thắng cảnh Ngũ Hành Sơn và tiến trình nghiên cứu của đề tài. Nghiên cứu đƣợc tiến hành thông qua 2 giai đoạn: nghiên cứu định tính và nghiên cứu định lƣợng. Nghiên cứu định tính đƣợc thực hiện thông qua thảo luận nhóm, trao đổi ý kiến với chuyên gia và phỏng vấn thử du khách để hiệu chỉnh thang đo ban đầu cho phù hợp với điều kiện đặc thù của Khu du lịch thắng cảnh Ngũ Hành Sơn. Nghiên cứu định lƣợng đƣợc thực hiện bằng k thuật phỏng vấn trực tiếp du khách thông qua bảng câu hỏi để thu thập thông tin với 300 phiếu điều tra và có 258 phiếu đƣợc sử dụng.
Chƣơng này cũng trình bày một số phƣơng pháp phân tích dữ liệu đƣợc sử dụng trong quá trình nghiên cứu định lƣợng nhƣ phƣơng pháp thống kê mô tả, phƣơng pháp phân tích độ tin cậy Cronabach’s Alpha, phƣơng pháp phân tích nhân tố khám phá (EFA), Kiểm định trị trung bình của hai tổng thể - trƣờng hợp mẫu độc lập, Kiểm định trị trung bình của hai mẫu phụ thuộc, phân tích ANOVA, phân tích ma trận IPA…để xử lý và phân tích kết quả nghiên cứu. Chƣơng tiếp theo sẽ trình bày kết quả nghiên cứu của đề tài.
CHƢƠNG 3
KẾT QUẢ NGHIÊN CỨU CHẤT LƢỢNG DỊCH VỤ TẠI KHU DU LỊCH THẮNG CẢNH NGŨ HÀNH SƠN