CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Tiến trình nghiên cứu 3.1 Tiến trình nghiên cứu
Nguồn tham khảo:(Saunder, Lewis, Thornhill, 2010
Hình thành và làm sáng tỏ đề tài nghiên cứu Vấn đề và mục tiêu nghiên
cứu
Bình luận các nghiên cứu đã có Tổng hợp tư liệu
Hình thành và thiết kế nghiên cứu
Cân nhắc cách tiếp cận và cách phân tích dữ liệu
Lấy mẫu Dữ liệu thứ cấp
Phỏng vấn sâu
Bản câu hỏi Lập kế hoạch thu thập dữ liệu bằng cách sử dụng phương pháp
Phân tích dữ liệu bằng cách sử dụng:
Phương pháp định lượng Phương pháp định tính
Viết báo cáo Lập kế hoạch trước Tư duy và chỉnh sửa lại
Nghiên cứu này được thực hiện qua 2 giai đoạn (nghiên cứu sơ bộ và nghiên cứu chính thức); có 09 bước nghiên cứu cụ thể được tiến hành để thực hiện cơng trình nghiên cứu với đề tài “Nghiên cứu tác động của thuộc tính điểm đến đến chất lượng cảm nhận, sự hài lòng và ý định hành vi của du khách, trường hợp nghiên cứu tại TP. Hồ Chí Minh”. (Sơ đồ 3.1), cụ thể như sau:
Bước 1: Xác định vấn đề và mục tiêu nghiên cứu. Bước 2: Hình thành và làm rõ đề tài nghiên cứu. Bước 3: Bình luận các nghiên cứu đã có.
Bước 4: Tổng hợp tư liệu.
Bước 5: Hình thành và thiết kế nghiên cứu.
Bước 6: Cân nhắc cách tiếp cận và cách phân tích dữ liệu. Bước 7: Thu thập dữ liệu.
Bước 8: Phân tích dữ liệu. Bước 9: Viết báo cáo.
3.2 Nghiên cứu định tính
Mục đích của việc tiến hành nghiên cứu định tính là để kiểm tra, sàng lọc và xác định mối quan hệ giữa các biến trong mơ hình lý thuyết ban đầu (đã được hình thành dựa trên phần cơ sở lý thuyết). Nghiên cứu này cũng nhằm mục đích điều chỉnh thang đo đã được sử dụng ở các nghiên cứu trước do có sự khác biệt về văn hóa, vùng miền, có thể có những từ ngữ gây sự hiểu nhầm cho người đọc.
Trên cơ sở lý thuyết sẵn có, các mệnh đề trong các cơng trình liên quan, tác giả thuyết lập mơ hình và định hướng cho việc phân tích dữ liệu định tính. Bằng cách này, tác giả có thể kết nối nghiên cứu vào khối lượng kiến thức hiện hữu của lĩnh vực chủ đề. Theo đó, các biến, thành phần, chủ đề, vấn đề chính, kết quả dự báo của nghiên cứu này được xác định cụ thể như sau:
Vấn đề chính: Mối quan hệ giữa chất lượng cảm nhận, sự hài lòng và ý định hành vi của du khách, tác động của thuộc tính điểm đến đến hành vi du lịch của du khách.
Thành phần: Thuộc tính của điểm đến, sự hài lòng, chất lượng cảm nhận và ý định hành vi của du khách.
Kết quả thu được: Các biến bao gồm: (i) Chất lượng cảm nhận dịch vụ du lịch; (ii) Sự hài lòng của du khách; (iii) Ý định hành vi; Các thuộc tính của điểm đến là tiền đề của chất lượng cảm nhận. Ngoài ra, kết quả nghiên cứu còn cho thấy rằng sự hài lòng của du khách là biến trung gian giữa chất lượng cảm nhận dịch vụ của du khách và ý định hành vi của du khách.
Kết quả dự báo: Chất lượng cảm nhận có tác động tích cực trực tiếp đến hành vi du lịch của du khách và gián tiếp thơng qua biến trung gian là sự hài lịng. Các thuộc tính của điểm đến có sự tác động tích cực đến chất lượng cảm nhận dịch vụ của du khách.
Dựa trên cách thức tiến hành phân tích dữ liệu của Yin (2003) tác giả thực hiện phân tích dữ liệu định tính và xem xét các khía cạnh diễn dịch làm nền tảng cho việc thiết lập mơ hình nghiên cứu sơ bộ (mơ hình nghiên cứu dự kiến).
Bước 1: Tìm dạng thức tương xứng Bước 2: Thiết lập giải thích
Bước 3: Trình bày phân tích dữ liệu
Sau khi xác định được mơ hình nghiên cứu dự kiến, tác giả kết hợp với nghiên cứu định lượng, tiến hành kiểm định mơ hình nghiên cứu sơ bộ và tiếp tục thực hiện các thủ tục phân tích định tính để hồn thiện mơ hình nghiên cứu.
Việc xây dựng thang đo cho các khái niệm trong mơ hình nghiên được tác giả thiết kế trên cơ sở tham khảo, kế thừa, hiệu chỉnh thành tựu của một số cơng trình nghiên cứu liên quan có trước thời điểm thực hiện đề tài kết hợp với thông tin thu được từ phỏng vấn chuyên gia và quan sát thực tiễn.
Kết quả nghiên cứu định tính có tổng cộng 23 biến quan sát được phân bổ trong các thang đo. Trong đó có 17 biến quan sát phân bổ vào 3 thang đo: Chất
lượng cảm nhận dịch vụ của điểm đếnbao gồm 9 biến quan sát, Sự hài lòng của du khách bao gồm 4 biến quan sát, ý định hành vi bao gồm 4 biến quan sát. 4 biến quan sát còn lại là tiền đề của chất lượng cảm nhận dịch vụ của du khách.
3.3 Nghiên cứu định lượng 3.3.1 Thiết kế mẫu nghiên cứu 3.3.1 Thiết kế mẫu nghiên cứu
Phương pháp chọn mẫu được sử dụng trong nghiên cứu định lượng chính thức là phương pháp thuận tiện với quy mô mẫu n = 250 quan sát. Phương pháp phân tích nhân tố khám phá (EFA) và phương pháp phân tích hồi quy tuyến tính là phương pháp phân tích dữ liệu chính được sử dụng trong nghiên cứu. Cac 1phan6 tích này đủ điều kiện và độ tin cậy để thực hiện khi quy mơ mẫu có số lượng lớn (n lớn hơn hoặc bằng 200; Hoeler, 1983 trích trong Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009). Mặt khác, trong thực tế để xác định cách thức chọn mẫu phù hợp cho từng nghiên cứu và phương pháp phân tích cụ thể các nhà nghiên cứu thường dựa theo quy tắc kinh nghiệm. Theo Bollen (1989, trích trong Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009) điều kiện để đạt độ tin cậy trong phân tích hồi quy là mỗi biến quan sát phải được thể hiện bởi 5 đánh giá. Như vậy, đối với mơ hình nghiên cứu chính thức này với thang đó có tổng cộng 23 biến quan sát, do đó kích thước mẫu tối thiểu để đạt độ tin cậy trong phân tích dữ liệu là 23 x 5 = 115 quan sát. Dựa theo kích thước mẫu tối thiểu này kích thước mẫu được chọn cho nghiên cứu này là 250 quan sát, bản câu hỏi được gửi trực tiếp đến du khách và gián tiếp thông qua các doanh nghiệp du lịch tại TP. HCM.
3.3.2 Giới thiệu thang đo
Trên cơ sở thang đo Likert của Rennis Likert (1932) các biến nghiên cứu được đo lường với 5 mức độ từ “hoàn toàn khơng đồng ý” đến “hồn toàn đồng ý” (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008). Ngồi ra, bản câu hỏi cấu trúc cịn sử dụng thêm thang đo biểu danh để xác định các biến khác có liên quan.
Trên cơ sở thang đo đã được xác định nhóm tác giả lựa chọn nội dung, hình thức trả lời, thuật ngữ, cấu trúc và hình thức câu hỏi phù hợp để sử dụng trong bảng hỏi, từ đó thiết kế bản câu hỏi. Để đảm bảo khả năng tiếp cận khảo sát và thu thập
được dữ liệu cần thiết của bảng hỏi, tác giả tiến hành tham vấn chuyên gia để chỉnh sửa bảng hỏi trước khi tiến hành khảo sát sơ bộ.
Nghiên cứu định lượng sơ bộ sử dụng hai phương pháp phân tích đánh giá chính là kiểm định độ tin cậy Cronbach Alpha và phân tích nhân tố khám phá EFA để kiểm định độ tin cậy và đánh giá giá trị của thang đo. Kiểm định Cronbach’s Alpha được sử dụng để loại bỏ những biến không đảm bảo độ tin cậy, cụ thể là đối với những biến có hệ số tương quan biến tổng nhỏ hơn 0,3, đồng thời hệ số cronbach’s alpha tổng của thang đo phải đạt giá trị lớn hơn 0,6. Sau khi phân tích độ tin cậy, phương pháp phân tích nhân tố khám phá EFA được sử dụng. Các biến có hệ số tải nhân tố ới giá trị nhỏ hơn 0,5 sẽ bị loại khỏi mô. Phương pháp hệ số sử dụng là principal components với phép quay vng góc varimax và điểm dừng khi trích các yếu tố có giá trị eigenvalue = 1. Thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50% và hệ số tải nhân tố từ 0,5 trở lên.
Bảng 3.1 Mã hóa thang đo
Yếu tố Tiêu chí đánh giá Mã hóa Nguồn
Thuộc tính của điểm đến Các hoạt động A1 Buhalis (2000), Cole và Illum (2006) , Chen và Tsai (2007), Žabkar và cộng sự (2010) Khả năng tiếp cận A2 Dịch vụ thiết yếu A3 Các gói du lịch sẵn có A4 Dịch vụ phụ trợ A5
Các điểm tham quan A6
Chất lượng cảm nhận dịch vụ của điểm đến
Địa điểm dễ tìm PER1
Žabkar và cộng sự (2010)
Độ sạch sẽ của địa điểm đến PER2 Sự đa dạng văn hóa/ lịch sử
của điểm đến PER3
Chất lượng nơi ở PER4
Sự thân thiện của người dân PER5 Độ an toàn trật tự ở khu vực PER6 Những cơ hội để dừng chân PER7 Thiên nhiên hoang dã PER8 Các món ăn địa phương PER9
Sự hài lòng của du khách
Rất vui khi được du lịch tại TP.
HCM SAT1 Žabkar và cộng sự (2010) Hài lòng về chuyến du lịch TP. HCM SAT 2 Chuyến du lịch vượt những gì
mong đợi SAT3
Vui mừng khi được quyết định
du lịch tại TP. HCM SAT4 Ý định hành vi Sẽ chọn tham quan TP. HCM một lần nữa BEH1 Žabkar và cộng sự (2010)
Sẽ giới thiệu TP. HCM cho
người khác BEH2
Sẽ nói tốt về TP. HCMcho
người khác BEH3
khuyên ngừi kháctham quan
TP. HCM BEH4
3.4 Phân tích kết quả nghiên cứu 3.4.1 Thống kê mô tả mẫu 3.4.1 Thống kê mô tả mẫu
Thống kê mô tả là phương pháp dùng tổng hợp các phương pháp đo lường, mơ tả, trình bày số liệu được ứng dụng vào trong lĩnh vực kinh tế. Bảng thống kê là hình thức trình bày số liệu thống kê và thu thập thông tin đã thu thập làm cơ sở để phân tích và kết luận, cũng là trình bày vấn đề nghiên cứu nhờ vào đó nhà quản trị có thể đưa ra nhận xét về vấn đề đang nghiên cứu.
3.4.2 Kiểm định độ tin cậy Cronbach Alpha
Phương pháp kiểm định độ tin cậy Cronbach’s alpha được sử dụng để kiểm định độ tin cậy của các thang đo được sử dụng trong mơ hình nghiên cứu. Hệ số Cronbach’s alpha tổng và hệ số tương quan biến tổng là hai chỉ số được sử dụng để đánh giá và hiệu chỉnh mơ hình.
Theo đó, hệ số Cronbach’s alpha tổng càng lớn thì mức độ tin cậy nhất quán nội tại của thang đo càng cao. Việc sử dụng phân tích độ tin cậy Cronbach’s alpha để kiểm định trước khi phân tích nhân tố khám phá EFA nhằm mục đích loại bỏ các biến khơng phù hợp do các biến khơng phù hợp này có thể tạo nên những yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Theo nghiên cứu Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), Hair & ctg (2006) hệ số Cronbach’salpha có giá trị lớn hơn 0,8 thang đo lường được đánh giá tốt, từ 0,7 đến 0,8 thang đo lường được đánh giá là dử dụng được, từ 0,6 trở lên thang đo lường được đánh giá là có thể sử dụng trong trường hợp khái niệm nghiên cứu và hoàn cảnh nghiên cứu là mới (Nunally, 1978; Peterson, 1994; Slater, 1995; Hoàng Trọng và Chu Nguyễn Mộng Ngọc, (2008).
Hệ số tương quan biến-tổng hiệu chỉnh (Corrected item - total correlation) là hệ số cho biết mức độ liên kết giữa một biến quan sát trong nhân tố với các các biến quan sát cịn lại trong thang đo. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố của một biến quan sát cụ thể nào đó. Một biến quan sát thực sự có giá trị đóng góp vào nhân tố khi hệ số tương quan biến tổng lớn hơn 0,3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 có nghĩa là biến khơng có giá trị
đóng góp vào nhân tố, đồng nghĩa với việc loại biến ra khỏi nhân tố đánh giá (Nunnally và BernStein, 1994).
Trong nghiên cứu này các khái niệm được đánh giá là tương đối mớ đối với bối cảnh nghiên cứu trong ngành du lịch tại TP. HCM, do đó tác giả chọn tiêu chí được sử dụng khi thực hiện kiểm định độ tin cậy của thang đo là: hệ số tương quan biến tổng của các biến quan sát phải lớn hơn hoặc bằng 0,3 và hệ số Crnbach’s alpha tổng phải lớn hơn hoặc bằng 0,6.
3.4.3 Phân tích nhân tố khám phá EFA
Các nhân tố đã được kiểm định độ tin cậy thang đo bằng Cronbach alpha sẽ tiếp tục được đưa vào phân tích nhân tố khám phá EFA. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu này, phân tích nhân tố khám phá EFA được ứng dụng để thu gọn, tóm tắt các biến quan sát vào những nhóm nhân tố nhất định, đo lường các khía cạnh khác nhau của các khái niệm nghiên cứu và tìm mối quan hệ giữa các biến với nhau.
Trong phân tích EFA, đại lượng Barlett là đại lượng thống kê dùng để xem xét các biến khơng có tương quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau (các biến đo lường phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). Do đó nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng phân tích nhân tố cho các biến đang xét.
Trị số KMO (Kai-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0,5 và 1) là điều kiện đủ để việc tiến hành phân tích nhân tố là thích hợp. Ngồi ra phân tích nhân tố EFA còn dựa vào chỉ số Eigenvalues (đại diện cho phần biến thiên được giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu phần trăm và bao nhiêu phần trăm bị thất thoát) để xác định số lượng nhân tố và cuối cùng là chỉ số tổng phương sai trích (Variance Explaned) phải lớn hơn 50% (Hair & ctg 1998). Theo Gerbing và Anderson (1988) và các nhân tố Eingenvalues
< 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi phân tích EFA). Đối với thang đo đơn hướng thì sử dụng phương pháp trích yếu tố Principal Components. Thang đo chấp nhận khi được tổng phương sai trích bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Ma trận tương quan (component matrix) là một phần quan trong trong kết quả phân tích nhân tố khám phá EFA. Ma trận tương quan chứa các hệ số tải nhân tố (Factor Loading) biểu diễn mối quan hệ tương quan giữa các nhân tố và các biến. Hệ tải nhân tốcó giá trị lớn (>0,5) cho biết nhân tố và biến có liên hệ chặt chẽ với nhau. Thơng qua việc xoay các nhân tố với phép xoay varimax, ma trận tương quan sẽ trở nên đơn giản hơn và dễ giải thích hơn. Thêm nữa, theo Hair & ctg (1998), Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuaring practical significance). Factor loading > 0,3 được xem là đạt mức tối thiểu, Factor loading > 0,4 được xem là quan trọng, > 0,5 được xem là có ý nghĩa thực tiễn.
3.4.4 Phương tích tương quan Pearson
Hệ số tương quan Pearson (r) có giá trị nằm trong khoảng từ -1 đến 1. Hệ số tương quan này có giá trị bằng 0 (hay càng gần về 0) có nghĩa là hai biến số khơng có liên hệ gì với nhau, ngược lại nếu hệ số tương quan này có giá trị bằng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối. Nếu hệ số tương quan có giá trị của là âm (r < 0) nghĩa là khi X tăng thì Y giảm (và ngược lại, khi X giảm thì Y tăng), nếu hệ số tương quan có giá trị là dương (r > 0) có nghĩa là khi X tăng thì Y cũng tăng và khi X giảm thì Y cũng giảm theo.
Giá trị Sig. của kiểm định Pearson: Giả thuyết H0: hệ số tương quan bằng 0. Do đó nếu Sig. bé hơn 5% ta có thể kết luận được là hai biến có tương quan với nhau. Hệ số tương quan càng lớn tương quan càng chặt. Nếu Sig. lớn hơn 5% thì hai biến khơng có tương quan với nhau.
Bảng 3.2 Ý nghĩa hệ số tương quan
Hệ số tương quan Ý nghĩa
r < 0.2 Không tương quan
0.2 ≤ r < 0.4 Tương quan yếu