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 lập, kiểm tra sự phù hợp khi lựa chọn mô hình hồi quy tuyến tính.
CHƢƠNG 3: KẾT QUẢ NGHIÊN CỨU
3.1. Hiện trạng kinh doanh du lịch Khánh Hòa và các sản phẩm thủ công mỹ nghệ phục vụ du lịch tại Nha Trang – Khánh Hòa nghệ phục vụ du lịch tại Nha Trang – Khánh Hòa
3.1.1. Hiện trạng kinh doanh du lịch Khánh Hòa
3.1.1.1. Tổng lượt khách Bảng 3.1: Tổng lƣợt khách giai đoạn 2008 – 2013 Đơn vị tính: lượt Chỉ tiêu 2009 2010 2011 2012 2013 7 /2014 Tốc độ tăng bình quân (%) Tổng lƣợt khách 1.610.882 1.840.795 2.180.008 2.317.950 3.033.000 2.369.822 17.46 Khách nội địa 1.329.032 1.453.524 1.739.618 1.786.928 2.400.000 1.899.734 16.52 Khách quốc tế 281.850 387.271 440.390 531.022 633.000 470.088 22.73
Nguồn: Sở Văn hóa, Thể thao và Du lịch Khánh Hòa
Trong giai đoạn 2009 – 2013, tổng lượt khách du lịch đến Khánh Hòa (chủ yếu được tiếp cận ở thành phố Nha Trang) tăng đều qua các năm, bình quân 17,47%/năm, trong đó khách nội địa tăng bình quân 16,52%, khách quốc tế tăng bình quân 22,73%. Cụ thể, năm 2009 Khánh Hòa chỉ đón tiếp 1.610.882 lượt khách trong đó có 281.850 lượt khách quốc tế và 1.329.032 lượt khách nội địa, đến năm 2012 đón 2.317.950 lượt khách, gấp 1,43 lần so với năm 2009, khách quốc tế là 531.022 lượt chiếm 22,91% tổng số lượt khách. Năm 2003, cùng với sự phục hồi nền kinh tế thế giới, nền kinh tế Việt Nam có sự phục hồi, nhu cầu du lịch tăng cao. Tổng lượt khách đến Nha Trang – Khánh Hòa 2013 đạt 3.033.000 lượt, tăng 30% so với năm 2012, trong đó khách du lịch nội địa có sự tăng đột biến đạt 2.400.000 lượt. Cùng với đó, tính đến hết 7 tháng năm 2014 tổng số lượt khách đến Nha Trang – Khánh Hòa đạt 2.369.822 lượt trong đó khách quốc tế đạt 470.088 lượt. Với số lượng khách quốc tế và nội địa tăng qua các năm, điều này khẳng định Nha Trang – Khánh Hòa là một điểm đến hấp dẫn. Vì thế, để đẩy mạnh hơn nữa số lượng khách đến tham quan, nghỉ dưỡng các doanh nghiệp du lịch và cơ quan ban ngành cần đưa
ra các giải pháp, chính sách phù hợp để duy trì, thu hút và thúc đẩy sự quay trở lại của du khách.
3.1.1.2. Doanh thu du lịch
Bảng 3.2: Doanh thu và tốc độ tăng doanh thu ngành du lịch Khánh Hòa giai đoạn 2009 – 2013 Đơn vị tính: Triệu đồng Chỉ tiêu Năm Tốc độ tăng bình quân (%) 2009 2010 2011 2012 2013 7 /2014 Thuê buồng ngủ 853.216 1.024.599 1.207.306 1.332.362 1.787.455 1.353.740 20,61 Lữ hành 20.126 24.023 37.401 46.978 50.188 44.966 26,87 Vận chuyển khách 30.464 37.370 42.188 46.808 64.833 52.668 21,26 Bán hàng hóa 95.947 108.902 116.688 124.290 191.251 116.774 20,26 Bán hàng ăn uống 372.327 450.053 585.278 717.844 844.796 650.798 22,81 Doanh thu khác 190.481 226.308 263.253 301.174 403.477 84.913 20,88