29 YD4 Tôi sẽ khuyên người khác nên mua tour du lịch nội địa thay vì tour du lịch quốc tế
3.5 Phương pháp phân tích dữ liệu
Sau khi thu thập số lượng bảng khảo sát phù hợp, dữ liệu thu thập được từ bảng câu hỏi sẽ được tiến hành loại bỏ các câu trả lời khơng đạt u cầu, qua đó số câu trả lời hợp lệ cịn lại là 237 bảng. Các dữ liệu sau đó sẽ được tiến hành phân tích và tổng hợp thông qua phần mềm SPSS 20 với các phương pháp sau: Phương pháp thống kê mô tả, sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha và loại bỏ các biến có hệ số tương quan giữa biến tổng nhỏ, kiểm định thang đo sơ bộ bằng phân tích nhân tố khám phá (EFA), phân tích tương quan Pearson, phân tích hồi quy đa biến. Sau đó, kiểm định các giả thuyết nghiên cứu phân tích phương sai ANOVA để kiểm định.
3.5.1 Phương pháp thống kê mô tả
Trong phương pháp này, có hai chỉ số cần chú ý đó là: Tần suất (Frequency) là số lần xuất hiện của các giá trị, được thực hiện với tất cả các biến kiểu số (định tính và định lượng). Thống kê mơ tả (Descriptive Statistics): đây có thể được xem là phần cốt lõi và thường hay gặp trong việc phân tích và xử lý số liệu. Tuy nhiên trước khi tiến hành vào việc mô tả dữ liệu (đo lường độ tập trung hay phân tán, tỉ lệ %, mối quan hệ giữa các biến, …) thì cần phải nắm được các loại biến đang khảo sát (loại thang đo của biến) hay nói cách khác cần phải nắm được ý nghĩa của các giá trị trong biến.
3.5.2 Phương pháp kiểm định độ tin cậy với hệ số Cronbach’s Alpha
Mục đích phương pháp này cho phép phân tích nhằm tìm ra những mục câu hỏi cần giữ lại và những mục câu hỏi cần bỏ đi trong các mục đưa vào kiểm tra hay nói cách khác là giúp loại đi những biến quan sát, những thang đo khơng đạt. Các biến quan sát có hệ số tương quan biến tổng (Corrected Item-Total Correlation) nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn chọn thang đo khi hệ số Cronbach’s Alpha từ 0.6 trở lên. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2007)
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2007)
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Đây là bước quan trọng và cần thiết trước khi thực hiện phân tích nhân tố khám phá EFA, qua đó giúp loại bỏ các biến khơng phù hợp (biến rác) vì những biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009). Hair và cộng sự (2006) đưa ra quy tắc đánh giá hệ số tin cậy Cronbach’s Alpha như sau:
α < 0.6: thang đo nhân tố là không phù hợp
0.7 ≤ α < 0.8: thang đo nhân tố chấp nhận được 0.8 ≤ α < 0.9: thang đo nhân tố rất tốt
α ≥ 0.95: thang đo chấp nhận được nhưng không tốt
3.5.3 Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố được sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt. Phương pháp này rất có ích cho việc xác định tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Trong phân tích nhân tố EFA, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn bao gồm:
Chỉ số KMO (Kaiser-Meyer-Olkin measure of sampling adequacy): là một chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp. Nếu chỉ số KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Kiểm định Bartlett’s (trong phân tích nhân tố, cần kiểm định mối tương quan của các biến với nhau - H0: các biến khơng có tương quan với nhau trong tổng thể). Nếu giả thuyết H0 khơng được bác bỏ thì phân tích nhân tố có khả năng khơng thích hợp. Nếu kiểm định này có ý nghĩa (sig. <0.05) thì các biến quan sát có tương quan với nhau trong tổng thể. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2007)
Hệ số tải nhân tố hay trọng số nhân tố (Factor loadings): là những hệ số tương quan đơn giữa các biến và các nhân tố, hệ số này ≥ 0.5 (Hair và cộng sự, 1998).
Thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50% (Gerbing và Anderson, 1988). Phương pháp trích “Principal Component Analysis” được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập. Hệ số Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1. Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
3.5.4 Phân tích tương quan Pearson
Hệ số tương quan Pearson (r) dùng để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc và phát hiện ra hiện tượng đa cộng tuyến sớm. Giá trị của r giao động
từ -1 đến 1 và chỉ có ý nghĩa khi Sig. < 0.05, có ý nghĩa độ tin cậy là 95%. Theo Hair và cộng sự (2009):
| r | > 0.8: Tương quan tuyến tính rất mạnh. | r | = 0.6 – 0,8: Tương quan tuyến tính mạnh. | r | = 0.4 – 0.6: Có tương quan tuyến tính. | r | = 0.2 – 0.4: Tương quan tuyến tính yếu.
| r | < 0.2: Tương quan tuyến tính rất yếu hoặc khơng có.
3.5.5 Phân tích hồi quy tuyến tính
Mơ hình hồi quy được sử dụng trong bài có dạng như sau:
𝑌𝑖=𝛽0 + 𝛽1𝑋1𝑖 + 𝛽2𝑋2𝑖 + ⋯ + 𝛽𝑝𝑋𝑝𝑖 + 𝑒𝑖
Trong đó:
Y: biến phụ thuộc
pXpi: biểu hiện giá trị của biến độc lập thứ p p: hệ số hồi quy riêng phần
0: hằng số
ei: thường được gọi là sai số, được coi là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình bằng 0 và phương sai 2.
Các chỉ số cần được chú ý trong phương pháp này:
Adjusted R Square R2 hiệu chỉnh: giá trị này phản ánh mức độ ảnh hưởng của biến độc lập lên biến phụ thuộc. Nếu R2 hiệu chỉnh > 50% thì nghiên cứu được đánh giá tốt.
Durbin – Watson: được dùng để kiểm định sự tự tương quan của hai sai số kề nhau. Hệ số Durbin – Watson có giá trị nằm trong khoảng từ 0 đến 4.
Nếu 1 < d < 3 thì kết luận mơ hình khơng có sự tương quan. Nếu 0 < d <1 thì kết luận mơ hình có sự tương quan dương. Nếu 3 < d < 4 thì kết luận mơ hình có sự tương quan âm
3.5.6 Ưu điểm của phương pháp nghiên cứu
Thời gian: Trong bài nghiên cứu này, tác giả sử dụng phương pháp nghiên cứu định lượng với số liệu sơ cấp được thu thập trong thời gian gần đây. Việc sử dụng Internet và khảo sát trực tiếp với một vài phiếu nhất định trong thời gian khó khăn hiện tại, giúp tác giả tiến hành khảo sát giúp thu thập dữ liệu nhanh chóng và tiếp cận đến nhiều đối tượng khảo sát khác nhau.
Chi phí: Đối với cách thức khảo sát bằng Internet này sẽ giúp người thực hiện đề tài tiết kiệm được ít chi phí về in ấn, di chuyển hơn so với việc đi khảo sát trực tiếp.
3.5.7 Hạn chế của phương pháp nghiên cứu
Vì khảo sát đa phần bằng hình thức trực tuyến nên tác giả không đủ điều kiện để quan sát, hướng dẫn đối tượng khảo sát do đó có một số đối tượng sẽ chưa hiểu rõ bản chất của công việc nghiên cứu, vì thế trong q trình làm có thể chưa làm đúng theo ý kiến chủ quan của mình.