ƢƠNG 1 : TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
3.1. Quy trình nghiên cứu
Từ mục tiêu nghiên cứu và cơ sở lý thuyết, xác định các khái niệm nghiên cứu, xây dựng các giả thuyết nghiên cứu và mơ hình nghiên cứu. Sau khi xây dựng các khái niệm nghiên cứu, các giả thuyết nghiên cứu và mơ hình nghiên cứu tiến hành thực hiện qua hai bƣớc nghiên cứusơ bộ và chính thức.
Nghiên cứu định lƣợng sơ bộ thơng qua việc thu thập dữ liệu sơ bộ từ 30 khách hàng theo phƣơng pháp lấy mẫu thuận tiện để đánh giá sơ bộ thang đo và điều chỉnh thang đo cho phù hợp, kiểm tra và phát hiện những sai sót.
Nghiên cứu định lƣợng chính thức để kiểm định thang đo và mơ hình lý thuyết, đƣợc tiến hành ngay khi bảng câu hỏi đƣợc chỉnh sửa từ kết quả nghiên cứu sơ bộ, nghiên cứu này khảo sát trực tiếp khách hàng nh m thu thập dữ liệu khảo sát. Đối tƣợng khảo sát là khách đang sử dụng dịch vụ hàng không nội địa tại khu vực thành phố Hồ Chí Minh.
Sau khi có kết quả nghiên cứu định lƣợng chính thức, tiến hành phân tích dữ liệu để đánh giá thang đo, kiểm định các giả thuyết và mơ hình nghiên cứu, từ đó xây dựng dàn ý thảo luận chi tiết với các chuyên gia về dịch vụ và kỹ thuật trong ngành hàng không để gợi ý các giải pháp nh m nâng cao sự hài lịng của khách hàng trong khơi phục dịch vụ cho ngành hàng khơng, từ đó tăng ý định mua của khách hàng.
3.2. Thang o
Thông qua nghiên cứu các tài liệu có liên quan, tác giả quyết định sử dụng thang đo các thành phần của nhận thức sự cơng b ng, sự hài lịng của khách hàng, ý định mua lại trong nghiên cứu của Biyan & Christina (2012) (hai tác giả này xây dựng thang đo dựa trên các nghiên cứu nghiên cứu của Tax et al., 1998; Blodgett et al., 1997; McCollough et al., 2000; Karatepe, 2006; Schoefer & Ennew, 2005; Schoefer & Diamantopoulos, 2009; Jun et al., 2001; Jang & Namkung, 2009; McCollough et al., 2000; Maxham & Netemeyer, 2002).Thông qua thảo luận nhóm và đánh giá thang đo, tác giả
quyết định giữ nguyên thang đo gốc. Chi tiết về thang đo cho các yếu tố trên đƣợc thể hiện trong bảng 3.1.
Bảng 3.1: Thang đo các thành phần của nhận thức sự cơng b ng, sự hài lịng của khách hàng, ý định mua lại của Biyan & Christina (2012)
Tên bi n Thành phần Thang o
IJ Công b ng trong giao ti p
IJ1 1. Tôi nhận thấy nhân viên h ng hàng không rất tơn
trọng tơi trong q trình phục vụ.
IJ2 2. Nhân viên h ng hàng không rất lịch sự trong quá
trình phục vụ.
IJ3 3. Nhân viên h ng hàng không rất trung thực khi trả
lời những câu hỏi của tôi.
IJ4 4. Nhân viên h ng hàng khơng rất bình tĩnh khi giải
thích lý do chuyến bay bị ho n.
IJ5 5. Khi chuyến bay bị ho n, tôi đƣợc đối xử rất công
b ng so với những khách hàng khác.
IJ6 6. Nhân viên h ng hàng không rất cố gắng để giải
quyết các vấn đề của tôi
PJ Công b ng v quy tr nh
PJ1 1. Khi chuyến bay bị ho n, tôi đƣợc h ng hàng
không cung cấp dịch vụ phù hợp với nhu cầu.
PJ2 2. Khi chuyến bay bị ho n, h ng hàng không giải
quyết các vấn đề một cách nhanh chóng.
PJ3 3. H ng hàng không luôn cập nhật giờ bay mới cho
tơi một cách nhanh chóng.
h ng hàng khơng rất tơn trọng quyền đƣợc nhận thông tin của tôi.
PJ5
5. Tôi nhận thấy thủ tục giải quyết chuyến bay bị ho n của h ng hàng không là công b ng với những khách hàng khác nhau.
DJ Công b ng trong phân phối
DJ1 1. H ng hàng không đƣa ra các biện pháp hiệu quả
để giảm thiểu các vấn đề do ho n chuyến gây ra.
DJ2 2. H ng hàng không cung cấp cho tôi đầy đủ giải
pháp để khắc phục vấn đề do ho n chuyến gây ra.
DJ3
3. H ng hàng không đ đáp ứng những quyền lợi nhƣ tôi mong đợi khi giải quyết chuyến bay bị hoãn.
DJ4 4. H ng hàng không đ gửi đến tôi lời xin lỗi chân
thành về việc chuyến bay bị ho n.
DJ5 5. Những quyền lợi mà h ng hàng khơng đáp ứng thì
cơng b ng với những khách hàng khác nhau.
CS Sự hài lòng của khách hàng
CS1 1. Tơi hài lịng với cách mà h ng hàng không giải
quyết khi chuyến bay bị ho n.
CS2 2. Khi chuyến bay bị ho n, H ng hàng không cung
cấp dịch vụ đáp ứng nhu cầu chính áng của tơi.
CS3 3. Khi chuyến bay bị ho n, H ng hàng không cung
cấp các giải pháp mà tôi ƣa thích.
CS4 4. Tơi thấy hài lịng với dịch vụ đƣợc cung cấp bởi
h ng hàng không khi chuyến bay bị ho n.
RI1 1. Lựa chọn đầu tiên của tôi là bay với h ng hàng không này cho lần bay tiếp theo.
RI2 2. Tôi sẽ chọn một chuyến bay của h ng hàng khơng
có dịch vụ tƣơng tự cho lần sau.
RI3 3. Nhiều khả năng tôi chọn h ng hàng không này
trong các lần bay tiếp theo.
RI4 4. Tôi hi vọng sẽ bay với h ng hàng không này trong
những lần bay tới.
3.3. Mẫu nghiên cứu và phƣơng pháp thu thập dữ liệu
Kích cỡ mẫu phụ thuộc vào phƣơng pháp phân tích, và số biến quan sát, tổng số biến quan sát là 24 biến.Về phƣơng pháp phân tích, nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA) cần có mẫu ích nhất 200 quan sát (Gorsuch, 1983); và ít nhất b ng 5 lần biến quan sát (Hair et al, 1998), 5*24 =120 quan sát.Ngoài ra, theo Tabachnick & Fidell (1991) để phân tích hồi quy đạt đƣợc kết quả tốt nhất, thì kích cỡ mẫu phải thỏa m n công thức:n ≥ 8k + 50 = 8.3 + 50 =74. Trong đó, n là kích cỡ mẫu, k là số biến độc lập. Do trong nghiên cứu này, phần phân tích dữ liệu có kiểm định Anova giữa 3 h ng hàng không nội địa nên 74*3 = 222. Nhƣ vậy, nghiên cứu sẽ chọn kích thƣớc mẫu là 300.
Do hạn chế về kinh phí nên đề tài sử dụng phƣơng pháp chọn mẫu thuận tiện ƣu tiên khảo sát các đ từng sử dụng dịch vụ hàng không tại khu vực Thành phố Hồ Chí Minh. Để đạt đƣợc kích thƣớc mẫu nhƣ trên, 400 bảng câu hỏi đ đƣợc phát ra. Nghiên cứu này ƣu tiên khảo sát các khách hàng đ từng bị ho n chuyến khi khi sử dụng dịch vụ của một h ng hàng không. Nếu khách hàng sử dụng hai hay nhiều hơn một h ng hàng không cung cấp dịch vụ thì sẽ
đề nghị khách hàng chọn một h ng nào mình sử dụng thƣờng xuyên và bị ho n chuyến gần đây nhất.
Phƣơng pháp thu thập dữ liệu của nghiên cứu này thông qua việc phát bảng câu hỏi cho các khách hàng trực tiếp mua vé tại các phòng vé, đại lý… là cơng cụ chính để thu thập dữ liệu. Bảng câu hỏi (đƣợc đƣa vào phụ lục) bao gồm 3 phần:
• Phần 1 là phần gạn lọc để xác định đ ng đối tƣợng cần khảo sát, xác định h ng hàng không mà khách sử dụng từng bị ho n chuyến
• Phần 2 là gồm 24 phát biểu về khơi phục dịch vụ, trong đó có 6 phát biểu
về công b ng trong giao tiếp, 5 phát biểu trong cơng b ng về quy trình, 5 phát biểu về công b ng trong phân phối, 4 phát biểu về sự hài lòng của khách hàng trong khôi phục dịch vụ, 4 phát biểu về ý định mua lại của khách hàng sau trải nghiệm khôi phục dịch vụ. Mỗi câu hỏi đƣợc đo lƣờng dựa trên thang đo Likert gồm 5 điểm.
• Phần 3 là phần thông tin cá nhân của các đối tƣợng khảo sát bao gồm
giới tính, độ tuổi, trình độ học vấn, thu nhập.
Cuộc khảo sát đƣợc thực hiện từ đầu tháng 09 năm 2013. Sau 01 tháng tiến hành thu thập dữ liệu, sẽ chọn ra các mẫu trả lời đầy đủ để nhập vào chƣơng trình SPSS for Windows 20.0 và phân tích dữ liệu.
3.4. Phƣơng pháp phân tích dữ liệu
Nghiên cứu sử dụng nhiều cơng cụ phân tích dữ liệu. Trong nghiên cứu sơ bộ, thống kê mô tả các yếu tố, tần số và tỉ lệ phần trăm của thông tin mẫu, sử dụng các công cụ để kiểm định thang đo b ng hệ số tin cậy Cronbach Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA). Trong nghiên cứu chính thức, sử dụng các cơng cụ phân tích: kiểm định thang đo b ng hệ số tin cậy Cronbach Alpha, phân tích nhân tố khám phá (EFA), hồi quy đa bội, đơn bội để độ thích hợp của mơ hình, kiểm định T-Test để so
sánh các giá trị trung bình, kiểm định các giả thuyết, so sánh giữa các nhóm h ng hàng khơng thơng qua đặt biến giả dummy.
Kiểm ịnh ộ tin cậy thang o Cronbach’s alpha đƣợc sử dụng trong nghiên cứu này để loại bỏ biến rác trƣớc khi tiến hành phân tích nhân tố. Kiểm định độ tin cậy của các thang đo các thành phần công b ng trong giao tiếp, cơng b ng trong quy trình và cơng b ng trong phân phối, sự hài lòng của khách hàng, ý định mua lại của khách hàng dựa vào hệ số kiểm định Cronbach Alpha. Hệ số Cronbach alpha n m trong khoảng [0; 1]. Cronbach alpha càng cao càng tốt (thang đo có độ tin cậy càng cao), tuy nhiên hệ số Cronbach Alpha quá lớn (α > 0,95) cho thấy có nhiều biến trong thang đo khơng có sự khác biệt gì nhau, nghĩa là ch ng cùng đo lƣờng một nội dung nào đó của khái niệm nghiên cứu (Nguyễn, 2011). Một thang đo có độ tin cậy tốt khi Cronbach Alpha biến thiên trong khoảng [0,70; 0,80]. Nếu Cronbach alpha > hoặc = 0,60 là thang đo có thể chấp nhận đƣợc về mặt tin cậy (Nunnally & Bernstein, 1994 trích dẫn theo Nguyễn, 2011).
Khi xem xét kiểm tra từng biến đo lƣờng công b ng trong giao tiếp, cơng b ng trong quy trình, công b ng trong phân phối, ch ng ta sử dụng hệ số tƣơng quan biến tổng (Corrected item – total correlation). Các biến có hệ số tƣơng quan biến – tổng (Corrected item – total correlation) nhỏ hơn 0,3 sẽ bị loại (Nunnally & Bernstein, 1994).
Nhƣ vậy, một số điều kiện cần quan tâm khi kiểm định thang đo b ng hệ số Cronbach Alpha bao gồm:
• Hệ số tƣơng quan biến – tổng (Corrected item – total correlation) > 0,3;
• Hệ số Cronbach Alpha: 0,60 ≤ Cronbach Alpha ≤ 0,95.
Khi một biến không thỏa điều kiện hệ số tƣơng quan biến – tổng (Corrected item – total correlation) > 0,3 hoặc hệ số Cronbach Alpha tăng lên
khi loại nó khỏi thang đo thì xem xét giá trị nội dung của biến để quyết định có loại bỏ biến này khỏi thang đo hay không.
Sau khi kiểm định các thang đo trong nghiên cứu b ng cơng cụ Cronbach Alpha của chƣơng trình phần mềm SPSS, các biến đo lƣờng khái niệm nhận thức sự công b ng (Justice Perception) đƣợc đƣa vào phân tích nhân tố khám phá (EFA).
Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) đƣợc sử dụng để xác định các nhóm tiêu chí đánh giá nhận thức sự cơng b ng trong khôi phục dịch vụ đối với khách hàng sử dụng dịch vụ hàng khơng tại Thành phố Hồ Chí Minh. Phƣơng pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tƣơng quan giữa các biến với nhau (interrelationships). EFA dùng để r t gọn một tập k biến quan sát thành một tập F (F < k) các nhân tố ý nghĩa hơn. Cơ sở của việc r t gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Trong phân tích nhân tố khám phá, theo Hair et al (1998), hệ số tải nhân tốc (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực (ensuring practical significance) của EFA. Hệ số tải nhân tố > 0,3 đƣợc xem là đạt mức tối thiểu, hệ số tải nhân tố > 0,4 đƣợc xem là quan trọng và ≥ 0,5 đƣợc xem là có ý nghĩa thực tiễn. Hair et al (1998) cũng khuyên: nếu nhƣ chọn tiêu chuẩn
hệ số tải nhân tố > 0.3 thì cỡ mẫu ít nhất là 350, nếu cỡ mẫu khoảng 100 thì
nên chọn tiêu chuẩn hệ số tải nhân tố > 0,55, nếu cỡ mẫu khoảng 50 thì hệ số
tải nhân tố phải > 0,75. Theo Nguyễn (2011), trong thực tiễn hệ số tải nhân tố ≥ 0,5 ch ng ta có thể chấp nhận. Trong trƣờng hợp, nếu hệ số tải nhân tố < 0,5 ch ng ta có thể loại bỏ biến này, vì nó thực sự khơng đo lƣờng khái niệm ch ng ta cần đo lƣờng. Ngồi ra cịn có một số tiêu chí khác cần xem xét trong phân tích EFA. Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất
và hệ số tải nhân tố bất kỳ phải ≥ 0,3 (Jabnoun & Al-Tamimi, 2003), điều kiện này để đảm bảo giá trị phân biệt của thang đo. Theo Gerbing & Anderson (1988) tổng phƣơng sai trích (Total Variance Explained - TVE) ≥ 50%. Tổng này thể hiện các nhân tố trích đƣợc giải thích đƣợc bao nhiêu phần trăm của các biến đo lƣờng, nghĩa là phần chung lớn hơn phần riêng và sai số. TVE ≥ 60% đƣợc xem là tốt. Thỏa m n điều kiện này mơ hình EFA đƣợc xem là phù hợp (Nguyễn, 2011).
KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát có b ng khơng trong tổng thể hay khơng. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể (Trọng & Ngọc, 2008).
Nhƣ vậy, một số điều kiện cần quan tâm trong phân tích nhân tố khám phá (EFA) bao gồm:
• Hệ số KMO ≥ 0.5
• Mức ý nghĩa kiểm định Bartlett p ≤ 0.05
• Hệ số tải nhân tố lớn nhất của mỗi nhân tố ≥ 0.5
• Tại mỗi nhân tố, chênh lệch hệ số tải nhân tố lớn nhất và hệ số tải nhân
tố bất kỳ phải ≥ 0.3
• Tổng phƣơng sai trích TVE ≥ 50%.
Khi phân tích EFA, các điều kiện trên đƣợc xem xét cùng giá trị nội dung của các biến để loại bỏ các biến và xác định các nhân tố trong thang đo. Trong nghiên cứu này tác giả sử dụng phƣơng pháp trích Principal Components với phép xoay Varimax (Orthogonal).
Phƣơng pháp thực hiện hồi quy là phƣơng pháp đƣa vào lần lƣợt (Enter). Đây là phƣơng pháp mặc định trong chƣơng trình. Có 2 mơ hình hồi quy cần thực hiện. Mơ hình thứ nhất (hồi quy bội) nh m xác định vai trò quan
trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa các thành phần của nhận thức sự công b ng đối với sự hài lòng của khách hàng trong khơi phục dịch vụ. Mơ hình thứ hai (hồi quy đơn biến) nh m xác định sự tác động của sự hài lòng của khách hàng đến ý định mua lại của khách hàng trong khôi
phục dịch vụ. Các nhà nghiên cứu sử dụng hệ số xác định R2 để đánh giá mức
độ phù hợp của mơ hình nghiên cứu, hệ số xác định R2 đƣợc chứng minh là
hàm không giảm theo số biến độc lập đƣợc đƣa vào mơ hình. Tuy nhiên khơng phải chƣơng trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu,
R2 có khuynh hƣớng là một yếu tố lạc quan của thƣớc đo sự phù hợp của mơ
hình đối với dữ liệu trong trƣờng hợp có 1 biến giải thích trong mơ hình (Hồng Trọng & Mộng Ngọc, 2009).
Do vậy, trong hồi quy tuyến tính bội thƣờng dùng hệ số R-square điều chỉnh để đánh giá độ phù hợp của mơ hình vì nó khơng thổi phồng mức độ phù hợp của mơ hình. Bên cạnh đó, cần kiểm tra hiện tƣợng tƣơng quan b ng hệ số Durbin –Watson (1< Durbin –Watson <3) và hiện tƣợng đa cộng tuyến b ng hệ số phóng đại phƣơng sai VIF (VIF < 2.5). Hệ số Beta chuẩn hóa đƣợc dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự hài lịng của khách hàng càng lớn (Hoàng Trọng & Mộng Ngọc, 2005).
Kiểm ịnh T-Test dùng để kiểm định sự khác biệt giữa trung bình hai đám đơng, có 2 trƣờng hợp chọn mẫu (1) chọn mẫu theo cặp (matched pair) trong đó các phần tử mẫu đƣợc chọn theo cặp, mỗi biến thành phần của cặp phụ thuộc vào mỗi đám đông và (2) chọn mẫu độc lập (independent samples) trong đó hai mẫu đƣợc chọn riêng biệt từ hai đám đông.