KÍ HIỆU MỤC HỎI
TT1 Việc mua sắm sản phẩm thủ công mỹ nghệ rất dễ dàng
TT2 Hệ thống cửa hàng bán sản phẩm thủ công mỹ nghệ có vị trí thuận tiện cho khách mua sắm
TT3 Tôi dễ dàng tìm thấy sản phẩm thủ công mỹ nghệ tại các địa điểm tham quan
TT4 Thời gian mua sắm sản phẩm thủ công mỹ nghệ thuận tiện
TT5 Dịch vụ vận chuyển sản phẩm đến địa điểm mong muốn giúp tôi tiết kiệm được thời gian và công sức
Thang đo Ảnh hƣởng xã hội
Thang đo ảnh hưởng xã hội được xây dựng dựa theo kết quả nghiên cứu của Phạm Phú Hùng (2013). Sau khi điều chỉnh thông qua nghiên cứu định tính, thang đo bao gồm 7 mục hỏi và kí hiệu từ TT1 đến TT7.
Bảng 2.5: Thang đo Ảnh hƣởng xã hội
KÍ HIỆU MỤC HỎI
AHXH1 Tôi thường thấy thành viên gia đình tôi mua sắm sản phẩm thủ công mỹ nghệ
AHXH2 Tôi thường thấy bạn bè và đồng nghiệp mua sắm sản phẩm thủ công mỹ nghệ
AHXH3 Những người khác cho rằng tôi nên mua sắm sản phẩm thủ công mỹ nghệ
AHXH4 Tôi mua sắm sản phẩm thủ công mỹ nghệ vì đa số những người xung quanh tôi đều mua
AHXH5 Nhận xét của nhóm bạn cùng đi mua sắm về sản phẩm ảnh hưởng đến hành vi mua sắm của tôi
AHXH6 Những sản phẩm thủ công mỹ nghệ mà người cùng đi với tôi mua cũng ảnh hưởng đến quyết định mua hàng của tôi
AHXH7 Gia đình, bạn bè và đồng nghiệp thích sản phẩm thủ công mỹ nghệ tôi mua là điều rất quan trọng đối với tôi
Thang đo Động cơ
Thang đo động cơ được xây dựng dựa theo kết quả nghiên cứu của Nguyễn Thị Thanh Tâm (2012). Sau khi điều chỉnh thông qua nghiên cứu định tính, thang đo bao gồm 5 mục hỏi và kí hiệu từ ĐC1 đến ĐC5.
Bảng 2.6: Thang đo động cơ
KÍ HIỆU MỤC HỎI
ĐC1 Tôi thích giá trị văn hóa và nghệ thuật của sản phẩm thủ công mỹ nghệ nên tôi mua nó
ĐC2 Giá cả sản phẩm thủ công mỹ nghệ rẻ nên tôi muốn mua nó
ĐC3 Tôi mua sản phẩm thủ công mỹ nghệ tại địa phương để thể hiện tôi đã đến du lịch nơi đó
ĐC4 Tôi mua sắm sản phẩm thủ công mỹ nghệ để làm quà tặng cho gia đình, bạn bè và đồng nghiệp
ĐC5 Tôi thường có thói quen mua sắm sản phẩm thủ công mỹ nghệ khi đi du lịch
Thang đo quyết định mua sắm sản phẩm thủ công mỹ nghệ
Thang đo quyết định mua sắm sản phẩm thủ công mỹ nghệ được xây dựng dựa theo kết quả nghiên cứu của Phạm Phú Hùng (2013). Sau khi điều chỉnh thông qua nghiên cứu định tính, thang đo bao gồm 4 mục hỏi và kí hiệu từ QĐ1 đến QĐ4.
Bảng 2.7: Thang đo quyết định mua sắm sản phẩm thủ công mỹ nghệ
KÍ HIỆU MỤC HỎI
QĐ1 Đã mua
QĐ2 Chắc chắn tôi sẽ mua sản phẩm thủ công mỹ nghệ trước khi rời khỏi Nha Trang – Khánh Hòa
QĐ3 Tôi sẽ mua sản phẩm thủ công mỹ nghệ khi tôi có cơ hội quay lại Nha Trang lần nữa
2.1.4. Nghiên cứu định lượng
Sau khi thực hiện xong các bước nghiên cứu định tính để xây dựng mô hình và thang đo phục vụ cho việc nghiên cứu, tiếp theo sẽ qua bước nghiên cứu định lượng. Mục đích của bước nghiên cứu này là nhằm đo lường các nhân tố ảnh hưởng đến hành vi mua sắm sản phẩm thủ công mỹ nghệ của khách quốc tế tại Nha Trang – Khánh Hòa.
Nghiên cứu định lượng được thực hiện để kiểm định mô hình các thang đo. Thang đo được 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 tương 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.
2.2. Phƣơng pháp thu thập số liệu và cỡ mẫu
2.2.1. Xác định cỡ mẫu, quy cách chọn mẫu
Phương pháp thu thập số liệu và tiến hành phỏng vấn trực tiếp qua bảng câu hỏi chi tiết được soạn sẵn (phụ lục 2).
Có nhiều quan điểm khác nhau trong việc xác định kích thước mẫu. Nếu sử dụng phương pháp ước lượng ML (Maximum Likelihood) thì kích thước 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 thước mẫu tối thiểu là 5 mẫu cho một tham số ước lượng (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 lượng mẫu cũng xác định trên số lượng tổng thể nghiên cứu (bằng 1/10 quy mô mẫu) (Nguyễn Viết Lân, 2007) [2, tr. 48].Trong nghiên cứu này tác giả sử dụng cỡ mẫu là 5 mẫu cho một biến. Vậy tổng số mẫu của nghiên cứu là 195 mẫu, tuy nhiên tác giả tiến hành điều tra 200 mẫu. Đây là cỡ mẫu đủ lớn có thể được sử dụng cho nghiên cứu khám phá dạng này.
2.2.2. Đối tượng, thời gian và địa điểm nghiên cứu
Đối tượng nghiên cứu chính của đề tài là khách du lịch quốc tế đến Nha Trang – Khánh Hòa đã và chưa mua sản phẩm thủ công mỹ nghệ.
Thời gian nghiên cứu tiến hành (thu mẫu điều tra) diễn ra từ tháng 6/2014 Địa điểm nghiên cứu chính tại thành phố Nha Trang
2.2.3. Phương pháp chọn mẫu và thu thập thông tin
Trong nghiên cứu này, đề tài thực hiện việc chọn mẫu thuận tiên, tác giả sẽ thu thập dữ liệu bằng cách phát bảng câu hỏi trực tiếp đến khách quốc tế.
Công việc được tiến hành trực tiếp bởi chính tác giả và một số cộng tác viên bằng cách gửi bảng câu hỏi, phỏng vấn trực tiếp. Sau mỗi cuộc phỏng vấn, tác giả và các cộng tác viên thực hiện kiểm tra lại toàn bộ bảng câu hỏi và 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 được phân phối rộng khắp các địa điểm bán sản phẩm thủ công mỹ nghệ trong thành phố Nha Trang.
2.3. Các phƣơng pháp phân tích số liệu
Toàn bộ số liệu điều tra khảo sát được xử lý nhờ phần mềm SPSS phiên bản 16.0 (SPSS là phần mềm chuyên dụng, xử lý phân tích số liệu thống kê dành cho khoa học xã hội). Phương pháp thống kê mô tả và thống kê suy luận được áp dụng để giải thích số liệu.
2.3.1. Làm sạch dữ liệu
Trước khi xử lý – phân tích dữ liệu, các bảng câu hỏi được kiểm tra để loại bỏ những phiếu trả lời ẩu, phiếu trả lời mâu thuẫn. Số liệu sau khi nhập vào máy tính được kiểm tra lỗi nhập dữ liệu (sai, sót, thừa), loại bỏ những quan sát có điểm số bất thường bằng các phép kiểm định thống kê mô tả (bảng tần số, bảng kết hợp).
2.3.2. Thống kê mô tả
Thống kế mô tả cho phép các nhà nghiên cứu trình bày các dữ liệu thu được dưới 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.
2.3.3. Phương pháp đánh giá độ tin cậy thang đo Cronbach’s Alpha
Độ tin cậy là mức độ mà thang đo được 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 được sai số ngẫu nhiên. Trong nghiên cứu này, để đánh giá độ tin cậy (reliability) của từng thang đo, đánh giá độ phù hợp của từng mục hỏi (items) hệ số tương quan alpha của Cronbach (Cronbach‟s Coeficient Alpha) được sử dụng [18, tr. 18].
Hệ số Cronbach Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương 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 phương sai của từng mục hỏi và tính tương 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) được tính theo công thức sau:
Trong đó: : Hệ số Cronbach‟s alpha k : Số mục hỏi trong thang đo
: Phương sai của tổng thang đo : Phương 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 lường là tốt (nhưng nếu lớn hơn 0,95 không tốt vì các biến đo lường hầu như là một), từ 0,7 đến gần 0,8 là sử dụng được.
Cũng có nhà nghiên cứu đề nghị rằng hệ số alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người 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 được.
Khi đánh giá độ phù hợp của từng mục hỏi, những mục hỏi nào có hệ số tương quan biến – tổng (item – total correlation) lớn hơn hoặc bằng 0,3 được coi là mục hỏi có độ tin cậy bảo đảm (Nguyễn Công Khanh, 2004), các mục hỏi có hệ số tương quan biến – tổng nhỏ hơn 0,3 sẽ bị loại bỏ ra khỏi thang đo [18, tr. 24].
2.3.4. Phương pháp phân tích nhân tố khám phá EFA
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu. Chúng ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản [18, tr. 27].
Về mặt tính toán, phân tích nhân tố hơi giống với phân tích hồi quy bội ở chỗ mỗi biến được biểu diễn như là một kết hợp tuyến tính của các nhân tố cơ bản. Lượng biến thiên của một biến được giải thích bởi những nhân tố chung trong phân tích được gọi là communality. Biến thiên chung của các biến được mô tả bằng một số ít các nhân tố chung (common factor) cộng với một nhân tố đặc trưng (unique factor) cho mỗi biến.
Những nhân tố này không bộc lộ rõ ràng. Nếu các biến được chuẩn hóa thì mô hình nhân tốt được thể hiện bằng phương trình:
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 trưng i đối với biến i Ui : nhân tố đặc trưng của biến i
Các nhân tố đặc trưng có tương quan với nhau và với các nhân tố chung. Bản thân các nhân tố chung cũng có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát:
Fi = Wi1X1 + Wi2X2 + Wi3X3 +…+ WikXk Trong đó: Fi : ước lượng 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 được 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 được phần lớn biến thiên còn lại, và không có tương quan với nhân tố thứ nhất. Nguyên tắc này được áp dụng như vậy để tiếp tục chọn các quyền số cho các nhân tố tiếp theo. Do vậy, các nhân tố được ước lượng sao cho các quyền số của chúng, không giống như các giá trị của các biến gốc, là không có tương quan quan với nhau. Hơn nữa, nhân tố thứ nhất giải thích được nhiều nhất biến thiên của dữ liệu, nhân tố thứ hai giải thích được nhiều thứ nhì.
Phân tích nhân tố được sử dụng trong nhiều trường hợp
- Nhận diện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan trong các tập hợp biến. Ví dụ, có thể sử dụng một tập hợp các phát biểu về lối sống để đo lường tiểu sử tâm lý của người tiêu dùng. Sau đó, những phát biểu này được sử dụng trong phân tích nhân tố để nhận diện các yếu tố tâm lý cơ bản.
- Nhận diện một tập hợp gồm một số lượng biến mới tương đối ít không có tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo sau. Chẳng hạn, như sau khi nhận diện các nhân tố thuộc về tâm lý thì ta có thể sử dụng chúng như những biến độc lập để giải thích những khác biệt giữa những người trung thành và những người 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 [18, tr. 27 – 30].
2.3.5. Phương pháp phân tích tương 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 ước lượng, hệ số xác định, đồng thời sử dụng phương 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 hưởng 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 ước lượng giá trị trung bình hành vi mua sắm sản phẩm thủ công mỹ nghệ của khách quốc tế.
Kết quả phân tích tương quan hồi quy đa biến sẽ giải quyết mục tiêu giải thích mối tương quan và mức độ tác động của từng yếu tố độc lập đối với yếu tố phụ thuộc.
Khi sử dụng phương 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 được đề tài thực hiện các phương pháp sau:
- Đối với hiện tượng đa cộng tuyến, một trong những yêu cầu của mô hình hồi quy là các biến độc lập không có tương quan với nhau, nếu yêu cầu này không được thỏa mãn, sẽ xảy ra hiện tượng đa cộng tuyến trong mô hình. Cách phát hiện mô hình có tồn tại đa cộng tuyến là dùng nhân tố phóng đại phương sai VIF. Trong thống kê giá trị VIF 10 thì xem như mô hình xảy ra đa cộng tuyến.
- Kiểm tra giả không có sự tương quan giữa các phần dư. Với phần mềm SPSS 16.0 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 tương quan + Nếu 0 < D < 1 thì kết luận mô hình có tương quan dương (+) + Nếu 3 < D < 4 thì kết luận mô hình có tương quan âm (-)
- Trong các giả định liên quan đến phần dư, giả định phương 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 dư chuẩn hóa và giá trị dự báo chuẩn hóa. Nếu quan sát trên đồ thị không có mối quan hệ nào giữa 2 đại lượng này, thì có thể đi đến kết luận giả định không bị vi phạm, còn ngược lại giữa 2 giá trị này có sự tương quan, điều này chứng tỏ giả định bị vi phạm [18, tr. 214].
Nghiên cứu sẽ áp dụng đầy đủ các thủ tục khác như đánh giá độ phù hợp của mô hình, đánh giá ý nghĩa toàn diện của mô hình, đánh giá ý nghĩa từng biến độc