Yếu tố thiên nhiên: TN1; TN2; TN3 1 2 3 4 5
Yếu tố không khí chào đón: KK1; KK2; KK3; KK4 1 2 3 4 5
Yếu tố văn hóa địa phương: VH1; VH2; VH3; VH4 1 2 3 4 5
Yếu tố giá cả: GC1; GC2; GC3 1 2 3 4 5
Yếu tố an toàn: AT1; AT2; AT3; AT4 1 2 3 4 5
Yếu tố marketing truyền miệng tích cực: MA1;
MA2; MA3; MA4 1 2 3 4 5
Yếu tố tính giáo dục: GD1; GD2; GD3; GD4 1 2 3 4 5
Yếu tố sự trải nghiệm: ST1; ST2; ST3; ST4 1 2 3 4 5
Yếu tố ý định quay trở lại: YD1; YD2; YD3 1 2 3 4 5
Nguồn: Tác giả tổng hợp (Cụ thể xem phần phụ lục)
3.4Nghiên cứu định lượng chính thức 3.4.1 Phương pháp nghiên cứu 3.4.1 Phương pháp nghiên cứu
3.4.1.1 Phương pháp chọn mẫu nghiên cứu
Mô hình nghiến cứu của tác giả có 33 biến quan sát nên theo Hair (2006) thì kích cỡ mẫu nghiên cứu là:
m >= n * 5 = 33 * 5 = 165
Trong đó: m là kích cỡ mẫu. n là số biến quan sát.
Như vậy, nghiên cứu cần thực hiện 165 mẫu để đạt được kích thước mẫu cần thiết. Tuy nhiên, để có được sự khách quan cho bài nghiên cứu tác giả chọn kích cỡ mẫu là 350.
3.4.1.2 Đối tượng khảo sát
Đối tượng khảo sát là khách du lịch trong nước đi du lịch tại huyện Châu Đức. Quá trình thu thập thông tin được thực hiện bằng cách phát phiếu khảo sát trực tiếp,
52
số phiếu phát là 350 phiếu thu về được 332 (có 19 phiếu du khách không đưa lại) và sau khi qua kiểm tra thì có 12 phiếu không hợp lệ (du khách không đánh giá hoặc đánh giá không hợp lệ). Như vậy, tổng số phiếu hợp lệ là 319 phiếu chiếm tỷ lệ 91,1%.
3.4.2 Phương pháp xử lý số liệu
3.4.2.1 Phương pháp thống kê mô tả
Phương pháp này nhằm mục đích thống kê lại những thông tin chung của du khách để xác định du khách họ là ai, họ có đặc điểm gì để từ đó đưa ra kết quả hỗ trợ nghiên cứu.
3.4.2.2 Phương pháp hệ số tin cậy Cronbach’s Alpha
Hệ số này dùng để kiểm định độ tin cậy của thang đo và cho phép tác giả loại bỏ các biến không phù hợp. Cụ thể, theo Burnstein (1994) hệ số Cronbach’s Alpha > 0.6 và hệ số tương quan biến tổng > 0.3 thì sẽ được chấp nhận và đưa vào phân tích các bước tiếp theo.
3.4.2.3 Phân tích nhân tố khám phá EFA
- Phân tích nhân tố này nhằm mục đích thu nhỏ và tóm tắt dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho việc nghiên cứu.
- Hệ số tải nhân tố giúp tác giả biết được mỗi biến đo lường được sẽ phụ thuộc vào những nhân tố nào.
- Yêu cầu: 0.5 < KMO < 1 và tổng phương sai trích > 50% và Sig < hoặc = 5% và hệ số tải nhân tố > 0.5
3.4.2.4 Phương pháp phân tích hồi quy
- Phương pháp này nhằm mục đích kiểm định giả thuyết của mô hình và cho phép đưa ra phương trình hồi quy cuối cùng.
- Yêu cầu:
53
+ Kiểm tra hệ số R2 hiệu chỉnh để xét mức độ phù hợp của mô hình.
+ Giá trị Sig < hoặc = 0.05 và hệ số F trong ANOVA để kiểm chứng mức độ phù hợp của mô hình với tổng thể mẫu.
+ Đánh giá mức độ tác động của biến độc lập lên biến phụ thuộc thông qua hệ số beta trong bảng coefficient.
3.4.2.5 Kiểm định phương sai ANOVA
- Kiểm định này để so sánh mức độ thảo mãn theo một số yếu tố cá nhân như giới tính, độ tuổi, thu nhập hay học vấn.
- Yêu cầu:
+ Levene test: Giả thuyết H0: “Giá trị phương sai trích bằng nhau”
Sig < 0.05: Bác bỏ giả thuyết H0 Không đủ điều kiện phân tích ANOVA.
Sig >= 0.05: Chấp nhận giả thuyết H0 Đủ điều kiện để phân tích ANOVA. + ANOVA test: Giả thuyết H0: “Giá trị trung bình bằng nhau”
Sig < 0.05: Chấp nhận giả thuyết H0 Có ý nghĩa thống kê.
54 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Phân tích thống kê mô tả 4.1.1 Giới tính 4.1.1 Giới tính