CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Quy trình nghiên cứu
3.2.2. Nghiên cứu định lượng
Tổng thể mẫu nghiên cứu: tập trung vào việc nghiên cứu nhận thức của các du khách trong nước đã hoặc đang trải nghiệm du lịch các điểm đến tham quan tại Tp. Đà Nẵng, việc phỏng vấn các đáp viên được tiến hành ở Tp. HCM đối với du khách đã du lịch tại Đà Nẵng và tại Đà Nẵng đối với nhóm các đáp viên đang du
lịch, trải nghiệm các điểm đến tại đây. Kế thừa từ thiết kể mẫu trong nghiên cứu của Su và cộng sự (2019) trong việc xác định đối tượng khảo sát từ 18 – 44 tuổi, tập
trung vào đối tượng mục tiêu từ 25 – 44 tuổi, tập trung vào đối tượng từ trình độ từ cao đẳng/ đại học trở lên. Đồng thời, đối tượng khảo sát mục tiêu phải ở mức thu
nhập trong khoản từ 5 – dưới 15 triệu đồng và đã đi du lịch Đà Nẵng tối thiểu là
một lần trong vòng 12 tháng kể từ thời điểm phỏng vấn hoặc các du khách đang trải nghiệm du lịch tại Đà Nẵng. Đồng thời, đối tượng khảo sát sẽ bao gồm những du khách lần đầu tiên du lịch tại các điểm đến cũng như các du khách đã trở lại từ lần thứ hai trở lên theo đề xuất của Kumar và Kaushik (2018).
Kỹ thuật lấy mẫu thuận tiện (phương pháp chọn mẫu phi xác suất) được áp dụng cho nghiên cứu này, mục tiêu hướng đến của việc chọn mẫu trong nghiên cứu
này là du khách đã và đang trải nghiệm du lịch trên địa bàn thành phố Đà Nẵng, các đáp viên được phỏng vấn tại TP.HCM và Đà Nẵng, du khách này được chọn làm
mẫu chỉ đơn giản vì họ là một trong những nguồn dữ liệu thuận tiện cho nghiên cứu
này. Đồng thời, áp dụng kỹ thuật lấy mẫu này sẽ ít tốn kém, dễ tiếp cận và ít tiêu
tốn thời gian hơn các phương pháp lấy mẫu khác.
Bằng việc áp dụng phương pháp phân tích mơ hình cấu trúc tuyến tính (SEM) là phương pháp phân tích dữ liệu chính thức trong nghiên cứu này. Qua đó,
kích thước mẫu phụ thuộc vào rất nhiều yếu tố có liên quan trong nghiên cứu này như: phương pháp lấy mẫu, độ tin cậy kỳ vọng, phương pháp ước lượng cũng như
số lượng tham số ước lượng trong nghiên cứu chính thức. Theo Hair và cộng sự
(2010), kích cỡ mẫu quan sát ít nhất phải từ 100 đến 150 quan sát khi áp dụng phương pháp ước lượng ML (maximum likehook). Thêm vào đó, số quan sát cần
thiết phải đạt gấp 05 lần số biến đo lường được trước khi tiến hành kỹ thuật phân tích nhân số khám phá và kích thước tốt nhất là gấp 10 lần (Hair và cộng sự, 2010). Mặt khác, theo Tabachnick và Fidell (2007) nếu kích thước mẫu quan sát thực tế
được cho là tốt nếu lớn hơn 300 quan sát, rất tốt nếu trên 500 quan sát và nếu kích thước mẫu đạt 1,000 quan sát là tuyệt vời. Trong nghiên cứu này có tất cả là 26
biến, do vậy kích thước mẫu tối thiểu phải đạt 130 quan sát. Với mục tiêu giảm thiểu tối đa sai số phát sinh trong quá trình chọn mẫu và giúp gia tăng tính đại diện cho tổng thể. Do đó, kích thước mẫu chính xác mà tác giả lựa chọn trên 300 mẫu. Song song với việc phỏng vấn trực tiếp bảng câu hỏi định lượng chính thức với các
đáp viên tại TP. HCM và Đà Nẵng. Đồng thời, tác giả đã kết hợp với việc sử dụng
biểu mẫu trả lời trực tuyến gửi đến các đáp viên thông qua hộp thư điện tử, mạng xã hội và các ứng dụng giao tiếp khác.
3.2.2.2. Thiết kế bảng câu hỏi
Dựa trên nền tảng kết quả từ nghiên cứu định tính trong việc xây dựng và hiệu chỉnh các thang đo trong mơ hình nghiên cứu chính thức, xây dựng bảng câu
hỏi trong nghiên cứu định lượng được thiết kế theo các đặc tính sau: (1) Áp dụng hình thức câu hỏi đóng trong bảng khảo sát; (2) Đối tượng khảo sát chính là đối
tượng mục tiêu trong trường hợp này chính là các du khách nội địa trong độ tuổi từ
20 – 35 tuổi đã có từng có những trải nghiệm du lịch các điểm đến tại Đà Nẵng trong vòng 12 tháng kể từ thời điểm được phỏng vấn; và (3) Sau khi điều chỉnh xong, bảng câu hỏi sẽ được dùng để khảo sát trong nghiên cứu định lượng chính
thức tiếp theo.
Bảng câu hỏi gồm 03 phần: (1) Phần gạn lọc thông tin của đáp viên, qua đó chỉ các đáp viên đang du lịch tại Đà Nẵng hoặc đã từng du lịch tại Đà Nẵng trong vòng 12 tháng trở lại đây. Đồng thời, các đáp viên phải là những khách du lịch tự túc và/ hoặc tự túc đặt tour du lịch Đà Nẵng tại các công ty du lịch mới đủ điều kiện tiếp tục khảo sát các phần tiếp theo; (2) Phần thu thập các thông tin cá nhân của các
du khách trong nước về độ tuổi, giới tính, thu thập bình quân, trình độ học vấn, số
lần đã du lịch tại Đà Nẵng, các địa điểm ấn tượng khi du lịch tại Đà Nẵng; và (3)
Phần khảo sát chính: thu thập đánh giá các thuộc tính, giá trị liên quan đến biến
nghiên cứu chính – Nhận dạng thương hiệu. Từng khái niệm trong nghiên cứu này
được đo bằng thang đo Likert 5 điểm;
3.2.2.3. Phương pháp phân tích dữ liệu
Sử dụng phương pháp phân tích mơ tả (descriptive) để phân tích các thuộc
tính của mẫu nghiên cứu như giới tính, độ tuổi, trình độ học vấn, thu nhập, nghề nghiệp, số lần đã đi du lịch tại Đà Nẵng, và các địa điểm ấn tượng tại Đà Nẵng bằng phần mềm SPSS 22.0.
Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Sử dụng phương pháp phân tích hệ số tin cậy Cronbath’s Aplha trước khi áp dụng phương pháp phân tích nhân tố khám phá EFA trong nghiên cứu này nhằm
đánh giá sự thống nhất nội tại trong tập biến quan sát đo lường các khái niệm trong thang đo và loại bỏ các biến không đạt tiêu chuẩn. Theo Nguyễn Định Thọ (2011)
hệ số Cronbach’s Alpha phải giá trị tối thiểu từ 0,7 đến 0,9. Đồng thời, đối với các
đo có thể được chấp nhật về mặt độ tin cây và hệ số tương quan biến tổng không
nhỏ hơn 0,3.
Phân tích nhân tố khám phá (Exploratory Factor Analysis, EFA)
Sau khi đã loại biến không đảm bảo chất lượng bằng kiểm định Cronbach’s
Alpha, áp dụng phương pháp phân tích nhân tố khám phá (EFA) với điểm dừng
được chọn là 1 (Eigenvalue = 1), đồng thời kiểm định KMO trong phân tích EFA
phải có giả trị từ 0,5 đến 1; Kiểm định Bartlett phải đạt mức ý nghĩa Sig < 0,05 (với
độ tin cậy 95%) nhằm chứng tỏ tồn tại sự tương quan giữa các biến quan sát trong
mơ hình nghiên cứu chính thức (Hair và cộng sự, 2006). Theo Gerbing và Anderson (1988), các điểm dừng này đủ điều kiện để trích nhân tố khi tổng phương sai trích lớn hơn 50%. Cuối cùng, sử dụng phép trích nhân tố Principal Axis Factoring
(PAF) và phép xoay Promax để trích các thành phần. Cuối cùng, các quan sát thỏa
mãn điều kiện khi có hệ số tải nhân tố không nhỏ hơn 0,5 (Hair và cộng sự, 2006) và chênh lệch giữa các hệ số tải nhân tố trong mỗi biến lớn hơn 0,3 (Jabnoun và Al- Tamimi, 2003).
Phân tích nhân tố khẳng định (Confirmatory Factor Analysis, CFA)
Với mục tiêu kiểm định thang đo được chặc chẽ hơn và kiểm định tính đơn
hướng trong trường hợp mơ hình phù hợp với dữ liệu thị trường khi bỏ qua tất cả
các biện pháp điều chỉnh thang đo. Để mơ hình nghiên cứu chính thức phù hợp với dữ liệu thị trường cần phải đảm bảo một số điều kiện: (1) kiểm định Chi-Square (χ2 hay CMIN) đạt p > 0,05 hay Chi-Square điều chỉnh theo bậc tự do (χ2/df) nhỏ hơn 2, trong một số trường hợp chấp nhận giá trị nhỏ hơn 3 (McIver và Carmines,
1981); Chỉ số TLI (Tucker và Lewis Index) và chỉ số thích hợp so sánh CFI (Comparatrive Fit Index) lớn hơn 0,9 (Bentler và Bonett, 1980) và chỉ số RMSEA (Root Mean Square Error Approximation) nhỏ hơn giá trị 0,08 (Steiger, 1990). Từ
đó có thể kết luận mơ hình được xem là tương thích với dữ liệu thị trường.
Thêm vào đó, theo Peter (1981) và John và Reve (1982) để đánh giá cấu
trúc giá trị của đo lường cần thiết phải xem xét các yếu tố như: (1) Độ tin cậy, (2) Giá trị hội tụ, (3) Giá trị phân biệt, và (4) giá trị liên hệ lý thuyết. Trong đó:
(1) Độ tin cậy của thang đo được dùng để đo tính nhất quán của đo lường thông qua các chỉ số: (i) độ tin cậy tổng hợp (Composite Reliability, pc), (iii) tổng
phương sai trích được (Variance Extracted, pvc), và (iii) hệ số tin cậy Cronbach’s alpha. Qua đó, khi đảm bảo các điều kiện như độ tin cậy tổng hợp khơng nhỏ hơn
0,5 (Jưreskog, 1971), hệ số Cronbach’s alpha phải lớn hơn 0,6 (Nunnally và Bernstein, 1994) và tổng phương sai trích lớn hơn 0,5 (Fornell và Larcker, 1981) có thể kết luận thang đo đạt độ tin cậy.
(2) Giá trị hội tụ đề cập đến mức độ hội tụ của các quan sát trong thang đo,
để phân tích giá trị này phải dựa trên giá trị trọng số chuẩn hóa (λ) của các biến khi
tiến hành phân tích CFA, nếu các trọng số này không nhỏ hơn 0,5 đồng thời đạt
mức ý nghĩa thống kê p < 0,05 trong trường hợp độ tin cậy 95%, khi đó thang đo
hiện tại đạt giá trị hội tụ (Gerbing và Anderson, 1988).
(3) Giá trị phân biệt đánh giá sự phân biệt giữa hai khái niệm nghiên cứu
trong mơ hình chính thức, được đo lường dựa trên hệ số tương quan (r), khi giá trị hệ số tương quan khác 1 nghĩa là có ý nghĩa thống kê đồng thời không phải ma trận
đơn vị. Khi đó, có thể kết luận cặp thang đo đạt giá trị phân biệt (Hair và cộng sự,
2006).
(4) Giá trị liên hệ lý thuyết: Theo Peter (1981) chính là đề cập đến mối quan hệ khái niệm giữa các biến quan sát. Nói cách khác, giá trị liên hệ lý thuyết đánh giá các khái niệm nghiên cứu như một thành phần của lý thuyết rộng hơn, khi đó giá trị này thể hiện cho mối quan hệ của khái niệm đang được xem xét với các khái niệm khác trong mơ hình nghiên cứu đồng thời được xác định thơng qua kiểm định mơ hình lý thuyết.
Phân tích mơ hình cấu trúc tuyến tính (Structural Equation Modeling)
Dữ liệu khảo sát dùng trong mơ hình cấu trúc tuyến tính (SEM) phải đạt phân phối chuẩn, thông qua cách kiểm tra skewness và kurtosis của các biến. Theo Kline (2005) chỉ ra rằng dữ liệu sẽ cực kỳ sai lệch khi skewness lớn hơn 3 và dữ liệu thật sự có vấn đề khi giá trị kurtosis lớn hơn 10. Thêm vào đó, nếu giá trị
với phân phối chuẩn. Đồng thời, theo George (2011) cho rằng nếu giá trị của
skewness và kurtosis từ -2 đến +2 thì thang đo các biến hiện tại đạt phân phối chuẩn. Do vậy, tiến hành kiểm tra dữ liệu khảo sát trước khi chạy SEM để đảm bảo các dữ liệu được đưa vào đều có phân phối chuẩn.
Áp dụng phân tích mơ hình cấu trúc tuyến tính (SEM) trong mơ hình đề xuất ở mục 2.4 để đánh giá những mối quan hệ nhân quả giữa các khái niệm trải nghiệm thương hiệu điểm đến với các thành phần của nhận dạng thương hiệu điểm
đến, đồng thời đánh giá ảnh hưởng của nhận dạng thương hiệu điểm đến đối với
hành vi của du khách trong nước khi trải nghiệm tại các địa điểm du lịch ở Đà Nẵng bao gồm: hành vi có trách nhiệm với mơi trường và trung thành thương hiệu điểm đến. Để đánh giá tính chất của các mối quan hệ nhận quả trong mơ hình bằng giá trị
của trọng số hồi quy chưa chuẩn hóa. Để đánh giá mối quan hệ có ý nghĩa thống kê p < 0,05 (độ tin cậy 95%). Tiếp theo, dựa vào hệ số tương quan bội bình phương
(Squared Multiple Correlations) để đánh giá phần trăm biến thiên của biến phụ
thuộc được giải thích bởi biến ảnh hưởng.
Thêm vào đó, theo nguyên tắc mơ hình có Chi-square càng nhỏ càng tốt,
trong ma trận hiệp phương sai tận dụng chỉ tiêu MI (Covariances/ Modification Indices) xem xét những quan hệ nào có tương quan lớn nhất, tiến hành phân tích
hiệp phương sai đối với mối quan hệ đó bằng cách nối mũi tên hai đầu vào sai số
sau đó kiểm định lại mơ hình và đặc biệt, theo Joreskog và Sorbom (1993) chỉ số
MI rất hữu ích trong trường hợp mơ hình đo lường cần sửa đổi nhằm cải thiện các chỉ số khi phân tích CFA. Khi đó, Chi-square thay đổi giảm một lượng tương ứng
với mức tương quan trong cột MI đồng thời các giá trị để đánh giá phân tích CFA
của thang đo như CFI, TLI, GFI, RMSEA cũng có xu hướng cải thiện so với mơ hình ban đầu. Theo Hair và cộng sự (2010) Áp dụng kỹ thuật này tiếp tục đối với các tương quan trong cột MI có giá trị lớn hơn 4 nhằm mục tiêu tiếp tục cải thiện
mơ hình đến khi các giá trị thống kê trong mơ hình đề xuất tương thích với dữ liệu
Để kiểm định tính tin cậy và xác đáng của các ước lượng, tác giả sử dụng phương pháp Bootstrap bằng việc lấy mẫu trùng lập với số lần lấy mẫu từ mẫu ban đầu (N) là BT=1.000 lần theo đề xuất của Kline (2005) và Pattengale và cộng sự,
(2010). Qua đó, khi giá trị trung bình từ kết quả Bootstrap với BT lần từ N mẫu ban
đầu có xu hướng tương đồng với ước lượng của tổng thể bằng phương pháp ML.
Thơng qua kết quả trên, có thể kết luận rằng các ước lượng ML đang được sử dụng trong mơ hình nghiên cứu có thể tin cậy khi dựa vào độ chệch (bias) của ước lượng trong kết quả Bootstrap và sai lệch chuẩn có giá trị dao động nhỏ và ổn định.
TÓM TẮT CHƯƠNG 3
Trong chương 3, tác giả trình bài quy trình thực hiện nghiên cứu bao gồm
việc trình bày các thang đo khái niệm nghiên cứu và hình thành bảng câu hỏi định
lượng chính thức.
Đồng thời, trình bày quy trình thu thập số liệu, cơ sở lý thuyết, phương
pháp kiểm định và phân tích trong được áp dụng trong mơ hình như kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và mơ hình cấu trúc tuyến tính (SEM) cũng như trình bày các ngưỡng giới hạn thống kê trong từng loại phân tích và kiểm định.