Chƣơng 3 : THIẾT KẾ NGHIÊN CỨU
3.4. Nghiên cứu định lượng
3.4.2. Thu thập dữ liệu
Nghiên cứu sơ bộ, tác giả đã phát ra 50 bảng câu hỏi. Do vậy, mẫu nghiên cứu sơ bộ là n=50. Trong nghiên cứu chính thức, quy trình thu thập dữ liệu được thực hiện
thông qua phỏng vấn bằng bảng câu hỏi với đối tượng nghiên cứu là những khách hàng đã từng mua máy bay trực tuyến trong khoảng thời gian từ tháng 01/2014 đến 08/2014.
Khảo sát được tiến hành bằng cách kết hợp hai phương pháp: thiết kế bảng câu hỏi trực tuyến trên google docs và gửi địa ch để đối tượng khảo sát trả lời trực tuyến và thông tin được ghi vào cơ sở dữ liệu, phát bảng câu hỏi đã được in sẵn đến người được khảo sát và nhận lại kết quả sau khi hoàn tất.
Địa điểm nghiên cứu: Tp.HCM. Thời gian: Tháng 09/2014.
3.4.3. Phƣơng pháp phân tích dữ liệu
Phương pháp thống kê sử dụng mức có ý nghĩa alpha trong đề tài này là 0,05. Số liệu thu thập được phân tích bằng phần mềm SPSS 20.
Q trình phân tích phân tích dữ liệu được thực hiện qua các giai đoạn sau:
3.4.3.1. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Một thang đo có giá trị khi khơng có sai lệch mang tính hệ thống và sai lệch ngẫu nhiên. Điều kiện đầu tiên là thang đo áp dụng phải đạt độ tin cậy. Hệ số Cronbach’s Alpha càng lớn thì độ tin cậy càng cao. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Hệ số tin cậy Cronbach’s Alpha ch cho biết các biến đo lường có liên kết với nhau hay không nhưng không cho biết biến nào cần loại bỏ đi và biến nào cần giữ lại. Do đó, kết hợp sử dụng hệ số tương quan biến - tổng để loại ra những biến khơng đóng góp nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:
Hệ số tin cậy Cronbach’s Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm
nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Hệ số tương quan biến - tổng: các biến quan sát có tương quan biến - tổng nhỏ (nhỏ hơn 0,3) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Cronbach’s Alpha đạt yêu cầu.
Trong nghiên cứu này, luận văn sử dụng tiêu chuẩn Cronbach’s Alpha từ 0,6 trở lên và các biến quan sát hệ số tương quan biến tổng (Corrected item- total correlation) nhỏ hơn 0,3 sẽ bị loại.
3.4.3.2. Đánh giá thang đo bằng phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) (Exploratory Factor Analysis)
Phân tích nhân tố EFA sẽ được sử dụng để gom các biến từ kết quả phân tích Cronbach’s Alpha để tạo ra các biến mới từ các biến đã cho phù hợp với mẫu xem xét. Các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá được dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:
Phương pháp: Đối với thang đơn hướng, sử dụng Principal components analysis đi cùng phép xoay Varimax. Thang đo chấp nhận được khi tổng phương sai trích được bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là mức tối thiểu chấp nhận được; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì
nên chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, 1998; dẫn theo Lê Ngọc Đức, 2008).
Từ cơ sở lý thuyết trên, luận văn sử dụng phân tích nhân tố EFA theo các bước sau:
Đối với các biến quan sát đo lường các khái niệm đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues > 1.
Sau đó tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:
Kiểm định Barlett: các biến quan sát có tương quan với nhau trong tổng thể.
Xem xét trị số KMO: nếu KMO trong khoảng từ 0,5 đến 1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại, KMO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Để phân tích EFA có giá trị thực tiễn; tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5. Trị số Eigenvalue phải lớn hơn 1 và tổng phương sai trích phải lớn hơn hoặc bằng 50%.
3.4.3.3. Phân tích tƣơng quan
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan Pearson và phân tích hồi quy để kiểm định các giả thuyết. Phân tích tương quan Pearson được thực hiện giữa biến phụ thuộc và các biến độc lập nhằm khẳng định có mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối của Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ. Đồng thời cũng cần phân tích tương quan giữa các biến độc lập với nhau nhằm phát hiện những mối tương quan chặt chẽ giữa các biến độc lập. Vì những tương quan như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến (Hoàng Trọng và
3.4.3.4. Phân tích hồi quy tuyến tính bội
Sau khi kết luận hai biến có mối quan hệ tuyến tính với nhau thì có thể mơ hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện hồi quy tuyến tính bội bằng phương pháp Enter, xử lý tất cả các biến đưa vào một lần và đưa ra các thông số thống kê liên quan đến các biến. Sau đó, kiểm định các giả thuyết theo các bước sau:
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội bằng hệ số R2
và hệ số R2 điều ch nh. Hệ số R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm nhiều biến độc lập vào mơ hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với tập dữ liệu. Để giải quyết tình huống này, hệ số R2 điều ch nh được sử dụng để phản ánh tốt hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. Hệ số R2 điều ch nh không nhất thiết phải tăng lên khi nhiều biến độc lập được đưa thêm vào mơ hình. Hệ số R2 điều ch nh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R2.
Kiểm định giả thuyết về độ phù hợp của mơ hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần.
Kiểm định giả thuyết về phân phối chuẩn của phần dư sử dụng biểu đồ tần số của các phần dư. Nếu trung bình bằng 0 và độ lệch chuẩn xấp x bằng 1 thì có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm..
Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Xác định mức độ ảnh hưởng của các yếu tố tác động đến thái độ và ý định: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mơ hình nghiên cứu.
3.4.3.5. Kiểm định sự khác biệt của các nhân tố với các biến định tính bằng T- test và Anova test và Anova
Trong phần này luận văn sử dụng 2 phép kiểm định:
Kiểm định Independent - samples T-test
Sử dụng trong trường hợp kiểm định về trung bình của 2 tổng thể độc lập. Các bước tiến hành theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), như sau:
Nếu giá trị Sig. trong kiểm định Levene < 0,05 thì phương sai các biến là khác nhau, ta sử dụng kết quả kiểm định t ở phần giả định phương sai khác nhau (Equal variances not assumed).
Nếu giá trị Sig. trong kiểm định Levene >= 0,05 thì phương sai các biến là không khác nhau, ta sử dụng kết quả trong kiểm định t ở phần giả định phương sai bằng nhau (Equal variances assumed).
Nếu giá trị Sig. trong kiểm định t < 0,05 thì kết luận có sự khác biệt về trung bình 2 tổng thể. Nếu t >= 0,05 thì kết luận chưa có sự khác biệt có ý nghĩa về trị trung bình 2 tổng thể.
Phân tích phƣơng sai một yếu tố ANOVA
Trong trường hợp có nhiều hơn 2 tổng thể, khơng sử dụng kiểm định Independent - samples T-test mà sử dụng kiểm định One-Way ANOVA. Có một số giả định sau đối với phân tích phương sai một yếu tố:
Các nhóm so sánh phải độc lập và được chọn ngẫu nhiên
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như có tiệm cận phân phối chuẩn
3.5. Đánh giá sơ bộ thang đo
3.5.1 Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Bảng 3.2. Hệ số Cronbach’s Anpha của các nhân tố
Biến quan sát
Trung bình thang đo nếu biến bị loại
Phƣơng sai thang đo nếu biến bị loại
Tƣơng quan biến tổng
Cronbach’s Alpha nếu biến bị loại Thành phần Chất lƣợng thông tin: Cronbach’s Alpha = 0,909
TT1 22,74 20,033 0,796 0,885 TT2 22,80 19,265 0,850 0,879 TT3 22,72 21,226 0,687 0,897 TT4 23,48 22,418 0,419 0,928 TT5 22,84 19,974 0,828 0,882 TT6 22,74 20,849 0,706 0,895 TT7 22,88 19,740 0,820 0,883 Thành phần Chất lƣợng hệ thống: Cronbach’s Alpha = 0,962 HT1 34,70 50,786 0,859 0,956 HT2 35,02 53,489 0,816 0,957 HT3 34,72 53,798 0,790 0,958 HT4 34,98 52,755 0,816 0,958 HT5 34,86 54,653 0,778 0,959 HT6 34,86 54,327 0,809 0,958 HT7 34,52 52,949 0,872 0,956 HT8 34,62 51,751 0,875 0,955 HT9 34,64 52,113 0,820 0,958 HT10 34,90 54,867 0,766 0,959 HT11 34,58 54,657 0,786 0,959
Thành phần Chất lƣợng dịch vụ trực tuyến: Cronbach’s Alpha = 0,940
DV1 17,36 14,194 0,804 0,930 DV2 17,56 14,292 0,767 0,935 DV3 17,00 13,796 0,865 0,923 DV4 17,18 13,375 0,853 0,924 DV5 17,44 14,333 0,787 0,932 DV6 17,56 13,435 0,840 0,926
Thành phần Sự hài lòng của khách hàng: Cronbach’s Alpha = 0,919
H1 7,58 2,902 0,804 0,901
H2 7,34 2,800 0,851 0,865
H3 7,48 2,296 0,857 0,866
Theo bảng tổng hợp 3.2, các thang đo trong bước phân tích sơ bộ 50 mẫu quan sát đều có hệ số Cronbach’s Alpha lớn hơn 0,6, hệ số tương quan biến-tổng đều lớn hơn 0,3, vì vậy, tất cả các thang đo này đều đạt yêu cầu và sẽ được sử dụng trong phân tích EFA
3.5.2 Đánh giá thang đo bằng phân tích khám phá nhân tố EFA
Kết quả phân tích EFA ở bảng 3.3 cho thấy tất cả các biến đều có giá trị KMO lớn hơn 0,6, tổng phương sai trích hơn 50%, và số nhân tố trích ra đều là 1 tương ứng cho từng biến. Như vậy có thể đánh giá sơ bộ là các thang đo đạt yêu cầu.
Bảng 3.3. Kết quả phân tích EFA của các nhân tố
Biến Hệ số KMO Sig. Tổng phƣơng sai trích Số nhân tố trích
TT 0,821 0,000 66,207 1
HT 0,907 0,000 72,434 1
DV 0,904 0,000 76,917 1
HT 0,753 0,000 86,074 1
Nguồn: Kết quả xử lý dữ liệu điều tra sơ bộ của tác giả
Tóm tắt chƣơng 3
Chương 3 trình bày chi tiết phương pháp thực hiện nghiên cứu, quá trình nghiên cứu được thực hiện qua hai bước chính là nghiên cứu sơ bộ và nghiên cứu chính thức. Trình bày các phần liên quan đến quá trình nghiên cứu định lượng như: xây dựng bảng câu hỏi phỏng vấn, thiết kế mẫu, thu thập dữ liệu, giới thiệu kỹ thuật và yêu cầu cho việc phân tích dữ liệu.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 4 sẽ trình bày kết quả nghiên cứu định lượng, hoàn chỉnh các thang đo và kết quả kiểm định mơ hình lý thuyết cũng như các giả thuyết nghiên cứu đã đề ra.
4.1. Thông tin mẫu
Mẫu được chọn theo phương pháp thuận tiện và đối tượng nghiên cứu chính là những người có mua vé máy bay trực tuyến trong vòng 08 tháng gần đây. Tổng cộng có 200 bảng câu hỏi được phân phát cho nhân viên tại một số Ngân hàng trên địa bàn TP.HCM và các lớp buổi tối tại Đại học Mở Tp.HCM, Đại học Kinh tế - Luật, Đại học Kinh tế Tp.HCM (chiếm 54,34% trên tổng số bảng câu hỏi thu được) và 100 bảng thu được trên google docs (đạt 45,66%) từ tháng 9/2014 đến tháng 10/2014. Sau khi loại các bảng câu hỏi không hợp lệ do bỏ ô trống, ch tập trung vào 1 câu trả lời hoặc những người mua vé máy bay trực tuyến do người khác quyết định, mẫu nghiên cứu có tổng cộng 219 bảng câu hỏi hợp lệ. Kết quả thơng tin mẫu được trình bày như sau:
Bảng 4.1. Thông tin mẫu
Số lƣợng Tỉ lệ Giới tính Nam 81 36.99% Nữ 138 63.01% Độ tuổi 16 - 30 123 56.16% > 30 96 43.84% Trình độ học vấn
Dưới đại học, cao đẳng 9 4.11% Đại học, cao đẳng 168 76.71% Trên đại học 42 19.18% Thu nhập < 7 triệu 30 13.70% 7 - 10 triệu 123 56.16% >10 triệu 66 30.14%
- Giới tính: Mẫu khảo sát có 81 người là nam (chiếm 36,99%) và 138 là nữ (chiếm 63.01%.
- Nhóm tuổi: Phần lớn khách hàng sử dụng dịch vụ mua vé máy bay trực tuyến ở độ tuổi từ 16 đến 30 tuổi (chiếm 56.16%), kế đến là trên 30 tuổi (chiếm 43.84%). Đây là những người trong độ tuổi lao động, trẻ, thường xuyên tiếp cận và sử dụng công nghệ thông tin đặc biệt là internet. Mặt khác, những người trong độ tuổi này có nhu cầu di chuyển bằng đường hàng không khá cao, với mục đích chính là du lịch, cơng tác…
- Trình độ học vấn: Mẫu khảo sát có 9 người trình độ dưới đại học, cao đẳng (chiếm 4.11%), 168 người trình độ đại học, cao đẳng (chiếm 76.71%), 42 người trình độ trên đại học (chiếm 19.18%). Mẫu nghiên cứu chủ yếu là những người đã tốt nghiệp đại học, chiếm tỷ lệ cao, điều này chứng tỏ khách hàng tham gia giao dịch trực tuyến là những người có tri thức, có học vấn cao
- Thu nhập: Mẫu khảo sát có 30 người có thu nhập dưới 7 triệu đồng (chiếm 13.70%), 123 người có thu nhập từ 7 - 10 triệu đồng (chiếm 56.16%), 66 người có thu nhập từ trên 10 triệu đồng (chiếm 30.14%).
Tóm lại, khách hàng sử dụng dịch vụ vé máy bay trực tuyến đa phần là những người trẻ, trong độ tuổi lao động, có học vấn và có thu nhập khá cao.
4.2. Đánh giá độ tin cậy của thang đo
Như đã giới thiệu trong mục 3.4.3.1, phương pháp này giúp loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu, và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm