2.3.6. Co’ sỏ’ chọn mẫu
Đối với các nghiên cứu trong lĩnh vực đòi hỏi phải có kích thước mẫu lớn vỉ dựa trên lý thuyết phân phối mẫu lớn. Tuy nhiên, kích thước mẫu bao nhiêu được gọi là lớn vẫn chưa xác định rõ ràng và kích thước mẫu được xác định tùy thuộc vào quan điểm của từng nhà nghiên cứu cũng như bối cảnh nghiên cứu. Theo Hair & cộng sự (1998) phân tích nhân tố khám phá (EFA) đòi hởi ít nhất 5 mẫu trên 1 biến quan sát. Trong khi đó, tác giả Gorsuch (1983) đòi hởi 100 quan sát cho những nghiên cứu tương tự là ít nhất. Khác với nhóm tác giả Hair và cộng sự (1998);
Gorsuch, Comrey và Lee (1992) khăng định: 100 quan sát là chưa tôt, 100-200 tương đối tốt, 200-300 tốt, 300- 500 là rất tốt, 500-1000 là rất tốt.
2.4.2. Phương pháp chọn mẫu
Trên thực tế có rất nhiều phương pháp chọn mẫu để nghiên cứu. Trong đề tài này, tác giả sử dụng phương pháp lấy mẫu thuận tiện dùng làm phương pháp chọn mẫu cho nghiên cứu. Khi đó, nhà nghiên cứu dựa trên sự thuận tiện cho chính họ để tiếp cận đến tổng thể nghiên cứu nhằm tránh mất nhiều thời gian và chi phí.
Kích thước của mẫu áp dụng trong nghiên cứu dựa trên yêu cầu của phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi quy đa biến. Theo
các nhà nghiên cứu, đối với đề tài sử dụng phương pháp phân tích nhân tố khám phá (EFA), thu thập dữ liệu ít nhất 05 mẫu trên 01 biến quan sát và tốt nhất là 10 trở lên (Hair và cộng sự, 1998). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì kích thước mẫu tối thiểu để phân tích nhân tố khám phá (EFA) thông thường phải bằng 4 hay 5 lần số biến trong phân tích nhân tố. Theo Tabachnick và Fidell (1996) để tiến hành phân tích hồi quy một cách tốt nhất thì cỡ mẫu quan sát tối thiểu cần đạt được tính theo công thức N > 50 + 8*m (trong đó m là biến độc lập).
Với mục tiêu nghiên cứu các nhân tố tác động đến sự hài lòng của khách hàng về chất lượng dịch vụ tại khách sạn Victoria cần Thơ với 05 nhân tố độc lập (bao gồm 22 biến quan sát). Căn cứ vào các công thức trên, tác giả chọn kích thước mẫu phải lớn hơn 90, cụ thể, tác giả phát đi 200 bảng câu hởi (cả điện thoại trực tiếp và qua các ứng dụng internet) và thu về được 149 bảng trả lời đạt yêu cầu với tỷ lệ 74,5% bảng trả lời phù hợp. Đe tài sử dụng hai phương pháp phân tích khám phá (EFA) và phân tích hồi quy, cho nên kích thước mẫu 110 đủ đảm bảo được phân tích khám phá (EFA) (5*22=110) và cả phân tích hồi quy đa biến (50+8*5=90). Kích thước mẫu trên lấy lớn hơn mức tối thiểu là nhằm để trừ hao cho các hao hụt xảy ra khi khảo sát.
2.4.3. Thiết kế bảng câu hỏi và quá trình thu thập dữ liệu nghiên cứu
Trên cơ sở nghiên cứu định tính, tác giả tổng hợp, phân tích và lượng hóa các nhân tố thuộc tính nhàm thiết kế bảng câu hỏi cho khảo sát định lượng.
Bảng câu hỏi bao gồm tập hợp các câu hỏi và các câu trả lời được sắp xếp theo logic nhất định, được dùng để thu thập dữ liệu. Bảng câu hỏi là phương tiện
dùng để giao tiếp giữa người nghiên cứu và người trả lời trong tất cả các phương pháp phong vấn.
Sau quá trình điều chỉnh, bảng câu hỏi hoàn thiện sẽ được dùng để khảo sát trong nghiên cứu định lượng. Bảng câu hỏi sử dụng thang đo Likert 5 bậc, cụ thề:
Hoàn toàn
không đồng ý Không đồng ý Bình thường Đồng ý
Hoàn toàn đồng ý
(1) (2) (3) (4) (5)
Tác giả tiên hành kháo sát thông qua phương pháp phỏng vân đôi tượng khảo sát bằng điện thoại và phát phiếu điều tra thông qua các ứng dụng internet (mạng xã hội, email, zalo, viber, google form) bằng việc sử dụng bảng câu hỏi chi tiết đã được chuẩn bị từ trước. Trường hợp phỏng vấn trực tiếp qua điện thoại, tác giả hẹn gặp đối tượng khảo sát, trước tiên đế giải thích và sau đó phỏng vấn. Đối tượng khách hàng khảo sát cung cấp các câu trả lời cho các câu hỏi trong bảng khảo sát.
Sau đó bảng khảo sát được lưu lại. Trong trường hợp có một câu trả lời nào đó không được khách hàng đồng ý cung cấp (như độ tuồi hoặc thu nhập), cả phiếu khảo sát coi như không hợp lệ.
Đối với hình thức gửi thư điện tử/Viber/Zalo, đối tượng khảo sát được đề nghị điền các thông tin qua form đã chuẩn bị sẵn. Sau khi nhận được bảng câu hởi được khảo sát từ đối tượng khảo sát, tác giả trích xuất dữ liệu và lưu vào hệ thống phần mềm Excel và sau đó xử lý qua phần mềm SPSS 25.0.
2.4.4. Mô tả và mã hóa thang đo
2.4.3.Ó. Thang đo về yếu tố Phương tiện hữu hình
Yếu tố Phương tiện hữu hình (ký hiệu PTH) gồm 05 biến quan sát đo lường cơ sở vật chất, thiết bị, nhân viên và vật liệu, cồng cụ thông tin, cụ thể như sau:
Bảng 2.1. Mã hóa thang đo yếu tố Phương tiện hữu hình
(Nguôn: Tham khảo từ các nghiên cứu trước và kêt quả nghiên cứu định tính)
Nhân tố Mã hóa Thang đo Nguồn tham
khảo
Phương tiện hữu hình
(PTH)
PTHl Cở sở vật chất và trang thiết bị của khách sạn
(Cronin & Taylor, 1992) PTH2 Diện mạo, trang phục nhân viên của khách
san•
PTH3 Đia♦ điểm, 7 vi• trí tao lac• • của khách san•
PTH4 Môi trường cảnh quang bên trong và bên ngoài của khách sạn
PTH5 Chất lượng phòng và các khu vực dịch vụ khác của khách san•
2.4.4T2. Thang đo vê yêu tô Độ tin cậy
Yếu tố Độ tin cậy (ký hiệu DTC) gồm 04 biến quan sát đo lường khả năng thực hiện dịch vụ phù họp và chính xác với những gì đã cam kết, hứa hẹn, cụ thể như sau:
Bảng 2.2. Mã hóa thang đo yếu tố Độ tin cậy
Nhân tố Mã hóa Thang đo Nguồn tham
khảo
ĐÔ tin cây (DTC)
DTCl Khách sạn luôn tạo sự tin tưởng cho khách hàng về những cam kết chất lượng dịch vụ
(Cronin & Taylor, 1992) DTC2 Nhân viên cung cấp đầy đủ thông tin cần
thiết và chính xác khi được khách hàng yêu cầu.
DTC3 Khi gặp vấn đề về chất lượng dịch vụ, khách sạn tìm cách giải quyết vấn đề một cách chân thành.
DTC4 Chất lượng dịch vụ tương xứng với danh tiếng và đăng cấp của khách sạn
(Nguôn: Tham kháo từ các nghiên cứu trước và kêt quả nghiên cứu định tỉnh)
2.4.4.3. Thang đo về yếu tố Sự nhiệt tình
Yếu tố Sự nhiệt tình (ký hiệu SNT) gồm 04 biến quan sát đo lường mức độ mong muốn và sẵn sàng phục vụ khách hàng một cách kip thời, cụ thể như sau:
Bảng 2.3. Mã hóa thang đo yếu tố Sự nhiệt tình
Nhân tố Mã hóa Thang đo Nguồn tham
khảo
Sự nhiệt tình (SNT)
SNTÍ Nhân viên khách sạn nhanh chóng thực hiện dich vu cho • • ban• khi đươc• yêu ư cầu.
(Cronin & Taylor, 1992) SNT2 Nhân viên khách sạn luôn sẵn sàng giúp đỡ,
hô trợ khi bạn yêu câu.
SNT3 Nhân viên khách sạn luôn sẵn sàng tìm cách giải quyết các vấn đề phát sinh ngoài hợp đồng.
SNT4 Nhân viên khách sạn gợi ý, tư vấn dịch vụ cộng thêm nhằm đáp ứng các yêu cầu từ khách hàng.
(Nguồn: Tham khảo từ các nghiên cứu trước và kết quả nghiên cứu định tính)
2,4.4.4. Thang đo vê yêu tô Sự đảm bảo
Yếu tố Sự đảm bảo (ký hiệu SDB) gồm 04 biến quan sát đo lường kiến thức, chuyên môn và phong cách lịch lãm của nhân viên phục vụ; khả năng làm cho khách hàng tin tưởng, cụ thể như sau:
__ » . 1 L
Bang 2.4. Mã hóa thang đo yêu tô Sự đảm bảo
A A
(Nguôn: Tham khảo từ các nghiên cứu trước và kêt quả nghiên cứu định tỉnh)
Nhân tố Mã hóa Thang đo Nguồn tham
khảo
Sự đảm bào (SDB)
SDBÍ Các cư xử của nhân viên khách sạn gây niềm tin cho bạn về chất lượng dịch vụ.
(Cronin & Taylor, 1992) SDB2 Bạn cảm thấy an toàn trong quá trình giao
dich • •với khách san.
SDB3 Các dịch vụ trong hợp đồng luôn được thực hiên• •tron ven• như cam kết ban đầu.
SDB4 Nhân viên khách sạn đủ kiến thức và sự hiếu biết để trả lời các câu hỏi từ khách hàng.
2.4.4.5. Thang đo vê yêu tô Sự cảm thông
Yếu tố Sự cảm thông (ký hiệu SCT) gồm 05 biến quan sát đo lường sự ân cần, quan tâm đến từng cá nhân khách hàng, cụ thể như sau:
Bảng 2.5. Mã hóa thang đo yếu tố Sự cảm thông
Nhân tố Mã hóa Thang đo Nguồn tham
khảo
Sự cảm thông (SCT)
SCT1 Nhân viên khách sạn luôn đặc biệt chú ý đến từng khách hàng.
(Cronin & Taylor, 1992) SCT2 Nhân viên khách sạn luôn quan tâm đến các
yêu cầu cá nhân từ mỗi khách hàng.
SCT3 Khách sạn coi lợi ích, sự hài lòng của khách hàng là thành công cùa khách sạn
SCT4 Nhân viên khách sạn hiểu rõ những nhu cầu của khách hàng.
SCT5 Thời gian hoạt động của khách sạn thuận tiện cho khách hàng.
(Nguồn: Tham khảo từ cảc nghiên cứu trước và kết quả nghiên cứu định tính)
2.4.4.
Ó. Thang đo vê yêu tô Sự hài lòng của khách hàng
Yếu tố Sự hài lòng (ký hiệu SHL) gồm 03 biến quan sát đo lường mức độ hài lòng về chất lượng dịch vụ của khách sạn đang lưu trú, cụ thể như sau:
Bảng 2.6. Mã hóa thang đo yếu tố Sự hài lòng
Nhân tố Mã hóa Thang đo Nguồn tham
khảo
Sự hài lòng (SHL)
SHLl Anh (chị) có hài lòng với sự ân cần, quan tâm của khách san•
(Cronin & Taylor, 1992) SHL2 Anh (chị) có cảm thấy thoải mái và hài lòng
khi lưu trú tại nơi đây.
SHL3 Anh (chị) sè tiếp tục sử dụng dịch vụ của khách sạn trong dịp thuận tiện sắp tới.
\ - r
(Nguôn: Tham kháo từ các nghiên cứu trước và kêt quá nghiên cứu định tính)
2.5. Phương pháp phân tích dũ’ liệu
Sau khi thu thập đầy đủ dữ liệu từ mẫu khảo sát, tác giả tiếp tục tiến hành xử lý dữ liệu bàng phần mềm SPSS 25.0, thông qua những phép kiểm định thống kê để có thể rút ra kết luận về mức độ tác động đến sự hài lòng của khách hàng về chất lượng
dịch• • vụ tại• • khách sạn Victoria cần Thơ.
2.5.1. Thống kê mô tả
Phần mềm thống kê mô tả SPSS được sử dụng trong nghiên cứu để phân tích các thuộc tính của mẫu nghiên cứu. Bao gồm: giới tính, độ tuổi, thu nhập, vùng miền, tình trạng hôn nhân.
2.5.2. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008): việc áp dụng phân tích Cronbach’s Alpha giúp tìm ra những mục câu hỏi cần giữ lại, nnhững mục câu hỏi cần bỏ đi trong các mục đưa vào kiềm tra. Như vậy, giúp loại đi những biến quan sát và thang đo không phù hợp.
Vê lý thuyêt, thang đo càng có độ tin cậy cao khi hệ sô Cronbach’s Alpha Cao, tuy vậy trên thực tế, khi hệ số này quá lớn (a > 0,95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau. Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường (redundancy). Do đó, kill kiểm tra từng biến đo lường ta sử dụng thêm hệ số tương quan biến tổng.
Như vậy, trong phân tích Cronbach’s Alpha thì ta sẽ loại bở những thang đo có hệ số nhở (a < 0,6) và cũng loại những biến quan sát có hệ số tương quan biến tổng hiệu chỉnh nhỏ (< 0,3) ra khỏi mô hình vì những biến quan sát này không phù họp hoặc không có ý nghĩa đối với thang đo.
2.5.3. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) nhằm mục đích dùng để rút gọn một tập hợp các biến quan sát lớn thành một tập hợp nhỏ các nhân tố có ý nghĩa hơn. Trong nghiên cứu, chúng ta thường thu thập được một số lượng biến khá lớn và rất nhiều
các biến quan sát trong đó có liên hệ tương quan với nhau. Thay vì đi nghiên cứu 4 đặc điểm lớn, trong đặc điểm lớn này có 5 đặc điểm nhỏ có sự tương quan với nhau. Điều này giúp tiết kiệm gian và kinh phí nhiều hơn.
Với kiểm định độ tin cậy thang đo Cronbach’s Alpha chúng ta chỉ đánh giá mối quan hệ giữa các biến trong cùng một nhân tố, chứ không xem xét mối quan hệ
giữa tất cả các biến quan sát ở các nhân tố khác. Trong khi đó, EFA xem xét mối quan hệ giữa các biến ở tất cả các biến quan sát ở các nhân tố khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều nhân tố hoặc các biến quan sát bị phân sai nhân tố từ ban đầu
Một số tiêu chuẩn sau cần được quan tâm đặc biệt trong quá trình phân tích EFA, theo Nguyễn Đình Thọ (2011), Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008):
- Thứ nhất, chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) được dùng đế xem xét sự thích hợp của phân tích nhân tố. Điều kiện đủ để phân tích nhân tố được cho là thích hợp khi trị số của KMO
năm trong khoảng: 0.5 < KMO <1. Phân tích nhân tô khám phá bị coi là không có khả năng thích hợp với các dữ liệu khi trị số KMO nhở hơn 0.5 và lớn hơn 1.
- Hai là, kiểm định Barllett (Barllet’s test of sphericity), giả thiết độ tương quan giữa các biến quan sát bằng 0 trong tổng thể được xem xét thông qua bảng kiểm định Barllet’s. Các biến quan sát được coi là có tương quan với nhau trong tổng thể khi kiểm định Barllet’s có ý nghĩa (Sig <0.05)
- Ba là, trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích. Các nhân tố được rút ra phải thỏa màn điều kiện lớn hơn Eigenvalue > 1.
- Bốn là, tổng phương sai trích (Total Variance Explained) > 50%, khi thang đo được chấp nhận là ti lệ giải thích của nhân tố được rút ra.
- Năm là, hệ số tải nhân tố (Fator loading) để xác định biến cần chọn lựa theo nhân tố được xem là có ý nghĩa thực tiễn khi Fator loading >0.5 (kích thước mẫu tối thiểu là 120 mẫu).
Trong quá trình phân tích nhân tố, Phương pháp trích “Principal Component” với phép xoay “Varimax” được sử dụng.
2.5.4. Phân tích hệ số tương quan và hồi qui tuyến tính
Phân tích hệ số tương quan và hồi qui tuyến tính được dùng để kiểm định sự phù họp của mô hình. Mục đích của việc phân tích hồi quy tuyến tính là để kiểm định mối tương quan tuyến tính giữa các biến trong mô hình nghiên cứu: Giữa các biến độc lập với nhau; giữa các biến độc lập và biến phụ thuộc. Đe kiểm định mô hình hồi quy đảm bảo độ tin cậy và hiệu quả, ta cần thực hiện các kiểm định sau:
- Kiểm định tương quan từng phần của các hệ số hồi quy: - Kiểm định mức độ phù hợp của mô hình:
Sau khi kiêm định các giả thuyêt hôi quy tuyên tính, phân tích hôi quy tuyên tính sẽ giúp kiểm tra độ thích hợp của mô hình, xây dựng mô hình hồi quy, kiếm định các giả thuyết. Trong mô hình hồi quy bội, ta có thêm giả thuyết là các biến độc lập không có tương quan hoàn toàn với nhau. Do vậy, khi ước lượng mô hình hồi quy bội, ta phải kiểm tra giả thuyết này thông qua việc kiểm tra hiện tượng đa cộng tuyển. Việc bỏ qua hiện tượng đa cộng tuyến sẽ làm các sai số chuẩn thường cao hơn, giá trị thống kê thấp hơn và có thể không có ý nghĩa (Hổ, 2014, tr.209).
Để kiểm tra hiện tượng đa cộng tuyến, ta sử dụng thước đo hệ số phóng đại phương sai (Variance Inflation Factor, VIF) nhằm kiểm định hiện tượng tương quan
giữa các biến độc lập. Thông thường, nếu VIF của một biến độc lập nào đó > 2 thì biến này hầu như không có giá trị giải thích biến phụ thuộc trong mô hình (Hair và
cộng sự, 2006), trong khi theo quan điểm của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì giá trị VIF > 10, hay theo tác giả Nguyễn Đinh Thọ (2011) cho rằng VIF > 2 mới làm mô hình bị đa cộng tuyến.
2.5.5. Kiểm định T-Test, ANOVA
Phương pháp này giúp ta so sánh giá trị trung bình của hai, ba nhóm trở lên, dùng để kiểm định giả thuyết các tổng thể nhóm (tổng thể bộ phận) có giá trị trung bình bằng nhau.
Kiểm định T-Test: sử dụng kiểm định T đối với mẫu độc lập (T-Test for Independent samples) khi hai yếu tố nghiên cứu là biến định tính và định lượng. Kiểm định T cho biết giá trị trung bình của một yếu tố thuộc vào hai nhóm độc lập có thật sự khác nhau hay không. Phân tích kiểm định như sau:
- Nếu giá trị Sig. trong kiềm định Levene (Sig. > 0,05), ta sử dụng kết quả kiểm định T ở phần phương sai tổng thể đồng nhất (Equal Variances Assumed). Khi Sig. < 0,05: kết luận giá trị trung bình của một yếu tố thuộc