6. Kết cấu của bâo câo đề tăi
2.3.2.Thủ tục vă phương phâp phđn tích dữ liệu
Mục đích đầu tiín của bước nghiín cứu định lượng lă khẳng định rằng câc thang đo lường đảm bảo về độ tin cậy, rằng mỗi chỉ bâo tiếp cận tốt câc miền giâ trị của câc khâi niệm sử dụng trong mơ hình hay đảm bảo độ giâ trị hội tụ của câc thang đo, vă câc khâi niệm sử dụng lă khâc biệt nhau, tức đạt được độ giâ trị phđn biệt. Mục đích thứ hai lă kiểm định câc quan hệ cấu trúc giữa câc khâi niệm trong câc mơ hình cụ thể được đề xuất trong đề tăi năy.
Để đạt được mục tiíu thứ nhất, đề tăi thực hiện phđn tích câc thang đo lường qua 3 bước:
(1)Phđn tích độ tin cậy bằng hệ số alpha (Cronbach,1951) với thủ tục loại bỏ chỉ bâo được sử dụng cho câc thang đo tương ứng với câc khâi niệm sử dụng trong mơ hình để phât hiện ra câc chỉ bâo khơng tốt.
(2)Phđn tích nhđn tố khâm phâ cho tất cả câc chỉ bâo để xâc định xem câc chỉ bâo cĩ tạo ra số nhđn tố như dự định khơng, cũng như xem xĩt câc chỉ bâo cĩ trọng số nhđn tố lớn trín câc khâi niệm dự định khơng.
Hai bước năy được xử lý trín phần mềm SPSS 15.0
(3)Cuối cùng, một phđn tích mơ hình đo lường cho tất cả câc thang đo sử dụng trong mơ hình bằng phương phâp phđn tích nhđn tố xâc định nhằm đânh giâ câc chỉ bâo một câch nghiím ngặt hơn, đặc biệt phđn tích nhđn tố xâc định được sử dụng để kiểm tra tính đơn nghĩa của câc khâi niệm, tính đơn nghĩa lă chứng cứ thể hiện cĩ một khâi niệm duy nhất ẩn dưới một tập câc chỉ bâo (Anderson vă Gerbing, 1988), thủ tục ước lượng ML được sử dụng với sự trợ giúp của phần mềm AMOS 16.0 (Arbuckle vă câc đồng nghiệp, 1995). Phương sai của câc khâi niệm được cố định bằng 1. Bín cạnh đĩ, đề tăi cịn thực hiện một thủ tục phđn tích câc mơ hình đo lường một nhđn tố so với mơ hình hai nhđn tố để đânh giâ xa hơn độ giâ trị phđn biệt của câc khâi niệm. Sau khi kiểm định mơ hình đo lường, câc mơ hình cấu trúc sẽ được phđn tích. Để kiểm định ý nghĩa thống kí của câc hệ số cấu trúc (hệ số đường dẫn), đề tăi sử dụng chiến lược phât triển mơ hình theo thủ tục hồi quy từng bước, trong đĩ câc quan hệ cấu trúc sẽ lần lượt được thím văo. Câch thức
năy đê được rất nhiều tâc giả sử dụng (Olsen, 2001; Chatzisarantis vă câc cộng sự, 2005). Thống kí về sự phù hợp của mơ hình, Chi – bình phương, sẽ được bâo câo. Tuy nhiín, vì thống kí năy rất nhạy cảm với kích thước mẫu (Browne vă Cudek, 1992), nín ba chỉ số khâc cũng được thực hiện lă: RMSEA (Root mean square error of approximation), GFI (Goodness of fit index); vă CFI (Comparative fit index). Chỉ số GFI đê được phât hiện lă nhạy với kích thước mẫu, trong khi CFI lại độc lập với kích thước mẫu (Anderson vă Gerbing, 1988). Độ phù hợp của mơ hình được chấp nhận được chỉ ra bởi hoặc lă giâ trị xâc suất của thống kí Chi – bình phương lớn hơn 0,08, hoặc hai chỉ số GFI vă CFI cĩ giâ trị lớn hơn 0,9 vă chỉ số RMSEA dưới 0,8. Nếu RMSEA dưới 0,05 thì mơ hình được xem lă tốt (Browne vă Cudek, 1992).
Tuy nhiín, trước khi thực hiện câc nghiín cứu bằng phđn tích phương trình cấu trúc, đề tăi đê sử dụng phương phâp phđn tích ANOVA vă kiểm định giâ trị trung bình để mơ tả vă xem xĩt một câch khâi quât mối tương quan giữa câc biến vă khâi niệm chính của mơ hình TPB trong mẫu nghiín cứu. Câc phđn tích năy được thực hiện với sự hỗ trợ của phần mềm SPSS 15.0. Một phđn tích mơ hình cấu trúc để kiểm định mối quan hệ giữa câc khâi niệm trong mơ hình TPB chuẩn về hănh vi đi du lịch của du khâch nội địa đến thănh phố Nha Trang cũng đê được thực hiện với sự hỗ trợ của phần mềm AMOS 16.0.
CHƯƠNG 3: KẾT QUẢ NGHIÍN CỨU