KÍ HIỆU MỤC HỎI
HL1 Tôi hoàn toàn hài lòng khi đi du lịch Nha Trang HL2 Tôi cảm thấy thoải mái khi đi du lịch tại Nha Trang HL3 Tôi rất thích khi đi du lịch tại Nha Trang
HL4 Tôi cảm thấy thỏa mãn khi đi du lịch tại Nha Trang
[Nguồn: nghiên cứu của tác giả]
2.4.Nghiên cứu định lƣợng
Sau khi thực hiện xong các bƣớc nghiên cứu định tính để xây dựng mô hình và thang đo phục vụ cho việc nghiên cứu, tiếp theo sẽ qua bƣớc nghiên cứu định
lƣợng. Mục đích của bƣớc nghiên cứu này là nhằm đo lƣờng các nhân tố ảnh hƣởng đến sự hài lòng của khách quốc tế tại Nha Trang.
Nghiên cứu định lƣợng đƣợc thực hiện để kiểm định mô hình các thang đo. Thang đo đƣợc đánh giá độ tin cậy và độ giá trị thông qua hệ số Cronbach Alpha và phân tích nhân tố khám phá EFA. Sau đó, sử dụng phân tích tƣơng quan và phân tích hồi quy để kiểm định toàn bộ các mối liên hệ giữa các nhân tố tác động và giữa nhân tố tác động đến nhân tố bị tác động.
2.5.Phƣơng pháp thu thập số liệu và cỡ mẫu
2.5.1. Xác định cỡ mẫu, quy cách chọn mẫu
Phƣơng pháp thu thập số liệu và tiến hành phỏng vấn trực tiếp qua bảng câu hỏi chi tiết đƣợc soạn sẵn (phụ lục).
Có nhiều quan điểm khác nhau trong việc xác định kích thƣớc mẫu. Nếu sử dụng phƣơng pháp ƣớc lƣợng ML (Maximum Likelihood) thì kích thƣớc mẫu tối thiểu phải từ 100 đến 150 mẫu (Hair và cộng sự, 1998), hay ít nhất là 200 mẫu (Hoelter, 1983, trích trong Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Cũng có nhà nghiên cứu cho rằng kích thƣớc mẫu tối thiểu là 5 mẫu cho một tham số ƣớc lƣợng (Bollen, 1989) (Nguyễn Đình Thọ, Nguyễn Thị Mai Trang, 2007) hay 15 mẫu cho một biến (Phạm Đức Kỳ, Bùi Nguyên Hùng, 2007). Tuy nhiên, số lƣợng mẫu cũng xác định trên số lƣợng tổng thể nghiên cứu (bằng 1/10 quy mô mẫu) (Nguyễn Viết Lân, 2007). Trong nghiên cứu này, tác giả sử dụng cỡ mẫu là 5 mẫucho một biến quan sát. Vậy tổng số mẫu của nghiên cứu này là 250 mẫu với tổng cộng 50 biến quan sát, tuy nhiên tác giả tiến hành điều tra 280 mẫu. Đây là cỡ mẫu đủ lớn có thể đƣợc sử dụng cho nghiên cứu khám phá dạng này.
2.5.2. Đối tượng, thời gian và địa điểm nghiên cứu
Đối tƣợng nghiên cứu chính của đề tài là sự hài lòng của khách du lịch quốc tế đến Nha Trang.
Thời gian nghiên cứu tiến hành (thu mẫu điều tra) diễn ra từ tháng 2/2017. Địa điểm nghiên cứu chính tại thành phố Nha Trang.
2.5.3. Phương pháp chọn mẫu và thu thập thông tin
Trong nghiên cứu này, đề tài thực hiện việc chọn mẫu thuận tiện, tác giả sẽ thu thập dữ liệu bằng cách phát bảng câu hỏi trực tiếp đến khách quốc tế.
Công việc đƣợc tiến hành trực tiếp bởi chính tác giả, ngoài ra, tác giả còn nhận đƣợc sự hỗ trợ từ một số đồng nghiệp là hƣớng dẫn viên sẽ tiến hành thu thập thông tin khi đi tour với khách quốc tế. Ngoài ra, tác giả còn gởi bảng hỏi bằng email hoặc một số bạn bè của tác giả đã đi du lịch Nha Trang trong thời gian trƣớc đó. Sau mỗi cuộc phỏng vấn, tác giả và các cộng tác viên thực hiện kiểm tra lại toàn bộ bảng câu hỏi, nếu thấy có sự thiếu sót hoặc không phù hợp của số liệu, tác giả hoặc cộng tác viên sẽ hỏi lại để bổ khuyết và thu thập số liệu theo đúng yêu cầu.
Để tránh tình trạng lấy mẫu tập trung ở một vài khu vực, bảng câu hỏi đƣợc phân phối rộng khắp các địa điểm du lịch, sân bay, khách sạn, mốt số khu du lịch, nhà hàng trong thành phố Nha Trang.
2.6.Các phƣơng pháp phân tích số liệu
Toàn bộ số liệu điều tra khảo sát đƣợc xử lý nhờ phần mềm SPSS phiên bản 20.0 (SPSS là phần mềm chuyên dụng, xử lý phân tích số liệu thống kê dành cho khoa học xã hội). Phƣơng pháp thống kê mô tả và thống kê suy luận đƣợc áp dụng để giải thích số liệu.
2.6.1. Làm sạch dữ liệu
Trƣớc khi xử lý – phân tích dữ liệu, các bảng câu hỏi đƣợc kiểm tra để loại bỏ những phiếu trả lời ẩu, phiếu trả lời mâu thuẫn. Số liệu sau khi nhập vào máy tính đƣợc kiểm tra lỗi nhập dữ liệu (sai, sót, thừa), loại bỏ những quan sát có điểm số bất thƣờng bằng các phép kiểm định thống kê mô tả (bảng tần số, bảng kết hợp).
2.6.2. Thống kê mô tả
Thống kế mô tả cho phép các nhà nghiên cứu trình bày các dữ liệu thu đƣợc dƣới hình thức cơ cấu và tổng kết (Huysamen, 1990). Các thống kê mô tả sử dụng trong nghiên cứu này để phân tích, mô tả dữ liệu bao gồm các tần số, tỷ lệ, giá trị trung bình và độ lệch chuẩn.
2.6.3. Phương pháp đánh giá độ tin cậy thang đo Cronbach’s Alpha
Độ tin cậy là mức độ mà thang đo đƣợc xem xét là nhất quán và ổn định (Parasuraman, 1991). Hay nói cách khác, độ tin cậy của một phép đo là mức độ mà phép đo tránh đƣợc sai số ngẫu nhiên.
Hệ số Cronbach Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tƣơng quan với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005), hệ số này đánh giá độ tin cậy của phép đo dựa trên sự tính toán phƣơng sai của từng mục hỏi và tính tƣơng quan điểm của từng mục hỏi với điểm của tổng các mục hỏi còn lại của phép đo. Hệ số Cronbach Alpha trích trong (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007) đƣợc tính theo công thức sau:
∝= 𝑘 𝑘 − 1(1 − 𝜎𝑖2 𝑘 𝑖=1 𝜎𝑟2 )
Trong đó: ∝ : Hệ số Cronbach’s alpha k : Số mục hỏi trong thang đo
𝜎𝑟2: Phƣơng sai của tổng thang đo
𝜎𝑖2: Phƣơng sai của mục hỏi thứ i
Nhiều nhà nghiên cứu đồng ý rằng hệ số alpha của từng thang đo từ 0,8 trở lên đến gần 1 thì thang đo lƣờng là tốt (nhƣng nếu lớn hơn 0,95 không tốt vì các biến đo lƣờng hầu nhƣ là một), từ 0,7 đến gần 0,8 là sử dụng đƣợc.
Cũng có nhà nghiên cứu đề nghị rằng hệ số alpha từ 0,6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995 dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Vì vậy, đối với nghiên cứu này thì hệ số alpha từ 0,6 trở lên là chấp nhận đƣợc.
Khi đánh giá độ phù hợp của từng mục hỏi, những mục hỏi nào có hệ số tƣơng quan biến – tổng (item – total correlation) lớn hơn hoặc bằng 0,3 đƣợc coi là mục hỏi có độ tin cậy bảo đảm (Nguyễn Công Khanh, 2004), các mục hỏi có hệ số tƣơng quan biến – tổng nhỏ hơn 0,3 sẽ bị loại bỏ ra khỏi thang đo [24, tr. 24].
2.6.4. Phương pháp phân tích nhân tố khám phá EFA
Phân tích nhân tố là tên chung của một nhóm các thủ tục đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Chúng ta có thể thu thập đƣợc một số lƣợng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lƣợng của chúng phải đƣợc giảm bớt xuống đến một số lƣợng mà chúng ta có thể sử dụng đƣợc. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau đƣợc xem xét và trình bày dƣới dạng một số ít các nhân tố cơ bản [24, tr. 27].
Về mặt tính toán, phân tích nhân tố hơi giống với phân tích hồi quy bội ở chỗ mỗi biến đƣợc biểu diễn nhƣ là một kết hợp tuyến tính của các nhân tố cơ bản. Lƣợng biến thiên của một biến đƣợc giải thích bởi những nhân tố chung trong phân tích đƣợc gọi là communality. Biến thiên chung của các biến đƣợc mô tả bằng một số ít các nhân tố chung (common factor) cộng với một nhân tố đặc trƣng (unique factor) cho mỗi biến.
Những nhân tố này không bộc lộ rõ ràng. Nếu các biến đƣợc chuẩn hóa thì mô hình nhân tốt đƣợc thể hiện bằng phƣơng trình:
𝑋𝑖 = 𝐴𝑖1𝐹1 + 𝐴𝑖2𝐹2 + 𝐴𝑖3𝐹3 + ⋯ + 𝐴𝑖𝑚𝐹𝑚 + 𝑉𝑖𝑈𝑖
Trong đó:
Xi : biến thứ I chuẩn hóa
Aij : hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến thứ i F : các nhân tố chung
Vi : hệ số hồi quy chuẩn hóa của nhân tố đặc trƣng i đối với biến i Ui : nhân tố đặc trƣng của biến i
m : số nhân tố chung
Các nhân tố đặc trƣng có tƣơng quan với nhau và với các nhân tố chung. Bản thân các nhân tố chung cũng có thể đƣợc diễn tả nhƣ những kết hợp tuyến tính của các biến quan sát:
Fi = Wi1X1 + Wi2X2 + Wi3X3 +…+ WikXk Trong đó: Fi : ƣớc lƣợng trị số của nhân tố thứ i
Wt : quyền số hay trọng số nhân tố (weight or factor score coefficient)
k : số biến
Chúng ta có thể chọn các quyền số hay trọng số nhân tố sao cho nhân tố thứ nhất giải thích đƣợc phần biến thiên nhiều nhất trong toàn bộ biến thiên. Sau đó ta chọn một tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích đƣợc phần lớn biến thiên còn lại, và không có tƣơng quan với nhân tố thứ nhất. Nguyên tắc này đƣợc áp dụng nhƣ vậy để tiếp tục chọn các quyền số cho các nhân tố tiếp theo. Do vậy, các nhân tố đƣợc ƣớc lƣợng sao cho các quyền số của chúng, không giống nhƣ các giá trị của các biến gốc, là không có tƣơng quan quan với nhau. Hơn nữa, nhân tố thứ nhất giải thích đƣợc nhiều nhất biến thiên của dữ liệu, nhân tố thứ hai giải thích đƣợc nhiều thứ nhì.
Phân tích nhân tố đƣợc sử dụng trong nhiều trƣờng hợp
- Nhận diện các khía cạnh hay nhân tố giải thích đƣợc các liên hệ tƣơng quan trong các tập hợp biến. Ví dụ, có thể sử dụng một tập hợp các phát biểu về lối sống để đo lƣờng tiểu sử tâm lý của ngƣời tiêu dùng. Sau đó, những phát biểu này đƣợc sử dụng trong phân tích nhân tố để nhận diện các nhân tố tâm lý cơ bản.
- Nhận diện một tập hợp gồm một số lƣợng biến mới tƣơng đối ít không có tƣơng quan với nhau để thay thế tập hợp biến gốc có tƣơng quan với nhau để thực hiện một phân tích đa biến tiếp theo sau. Chẳng hạn, nhƣ sau khi nhận diện các nhân tố thuộc về tâm lý thì ta có thể sử dụng chúng nhƣ những biến độc lập để giải thích những khác biệt giữa những ngƣời trung thành và những ngƣời không trung thành với nhãn hiệu sử dụng.
- Để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp [24, tr. 27 – 30].
2.7. Phƣơng pháp phân tích tƣơng quan và hồi quy đa biến
Dùng để tính toán các hệ số hồi quy của mô hình và các số liệu thống kê cần thiết để đánh giá mô hình nghiên cứu. Bên cạnh để đánh giá sự phù hợp của mô hình nghiên cứu sẽ tính đến sai số chuẩn của ƣớc lƣợng, hệ số xác định, đồng thời
sử dụng phƣơng pháp kiểm định thống kế để kiểm định ý nghĩa toàn diện của mô hình và đánh giá ý nghĩa từng biến độc lập riêng biệt. Phân tích và đánh giá các nhân tố (biến độc lập) ảnh hƣởng đến quyết định mua sắm sản phẩm thủ công mỹ nghệ của khách quốc tế (biến phụ thuộc). Sau đó, sử dụng mô hình để dự đoán hoặc ƣớc lƣợng giá trị trung bình hành vi mua sắm sản phẩm thủ công mỹ nghệ của khách quốc tế.
Kết quả phân tích tƣơng quan hồi quy đa biến sẽ giải quyết mục tiêu giải thích mối tƣơng quan và mức độ tác động của từng nhân tố độc lập đối với nhân tố phụ thuộc.
Khi sử dụng phƣơng pháp hồi quy đa biến, các yêu cầu kiểm định đặt ra cần quan tâm để mô hình nghiên cứu có ý nghĩa thống kê và phù hợp nhất. Các thủ tục đó sẽ đƣợc đề tài thực hiện các phƣơng pháp sau:
- Đối với hiện tƣợng đa cộng tuyến, một trong những yêu cầu của mô hình hồi quy là các biến độc lập không có tƣơng quan với nhau, nếu yêu cầu này không đƣợc thỏa mãn, sẽ xảy ra hiện tƣợng đa cộng tuyến trong mô hình. Cách phát hiện mô hình có tồn tại đa cộng tuyến là dùng nhân tố phóng đại phƣơng sai VIF. Trong thống kê giá trị VIF ≥ 10 thì xem nhƣ mô hình xảy ra đa cộng tuyến.
- Kiểm tra giả không có sự tƣơng quan giữa các phần dƣ. Với phần mềm SPSS 20.0 sẽ tính toán luôn kết quả số thống kê Durbin Watson (D), áp dụng quy tắc kiểm định:
+ Nếu 1 < D < 3 thì kết luận mô hình không có tƣơng quan + Nếu 0 < D < 1 thì kết luận mô hình có tƣơng quan dƣơng (+) + Nếu 3 < D < 4 thì kết luận mô hình có tƣơng quan âm (-)
- Trong các giả định liên quan đến phần dƣ, giả định phƣơng sai không đổi tại các giá trị khác nhau của các biến độc lập. Việc kiểm tra xem giải định này có bị vi phạm hay không, đề tài sẽ thực hiện ngay trên đồ thị Scatter giữa phần dƣ chuẩn hóa và giá trị dự báo chuẩn hóa. Nếu quan sát trên đồ thị không có mối quan hệ nào giữa 2 đại lƣợng này, thì có thể đi đến kết luận giả định không bị vi phạm, còn
ngƣợc lại giữa 2 giá trị này có sự tƣơng quan, điều này chứng tỏ giả định bị vi phạm [24, tr. 214].
Nghiên cứu sẽ áp dụng đầy đủ các thủ tục khác nhƣ đánh giá độ phù hợp của mô hình, đánh giá ý nghĩa toàn diện của mô hình, đánh giá ý nghĩa từng biến độc lập, kiểm tra sự phù hợp khi lựa chọn mô hình hồi quy tuyến tính.
Tiểu kết chƣơng 2
Chƣơng này đã trình bày phƣơng pháp nghiên cứu đƣợc thực hiện để đánh giá thang đo các khái niệm nghiên cứu và mô hình lý thuyết. Phƣơng pháp nghiên cứu đƣợc thực hiện thông qua hai bƣớc, nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ sử dụng kỹ thuật thảo luận nhóm và phỏng vấn thử. Sau đó, nghiên cứu chính thức sử dụng kỹ thuật bằng việc phát bảng câu hỏi khảo sát cho du khách với kích thƣớc mẫu là n =280.
Chƣơng 3.
KẾT QUẢ NGHIÊN CỨU 3.1. Thông tin về mẫu nghiên cứu
Dữ liệu nghiên cứu đƣợc thu thập theo phƣơng pháp thuận tiện, bao gồm 280 quan sát đủ điều kiện phân tích. Dữ liệu thu thập từ tháng 2 – 5/2017 gồm khách quốc tế du lịch tại Nha Trang thông qua các địa điểm điều tra tập trung nhiều khách du lịch nhƣ: bãi biển, điểm tham quan du lịch, sân bay, ga tàu. Ngoài ra,còn điều tra du khách quốc tế thông qua công ty du lịch lữ hành và khách sạn.Mẫu điều tra đƣợc phân bố nhƣ sau:
3.1.1.Giới tính