CHƯƠNG 3. THIẾT KẾ NGHIÊN CỨU
3.4. Phương pháp phân tích xử lý số liệu
Sử dụng Microsoft Excel và phần mềm SPSS 20.0 Khởi đầu, dữ liệu được mã hoá và làm sạch, phân tích như sau:
Phân tích hệ số tin cậy Cronbach’s Alpha
Phân tích hệ số tin cậy Cronbach’s Alpha, được Lee Cronbach phát triển vào năm 1951 nhằm cung cấp một thước đo về tính nhất quán bên trong của một thang đo, nó được biểu thị bằng một số từ 0 đến 1. Nói một cách đơn giản hơn, hệ số Cronbanh’s Alpha cho phép đánh giá xem các biến nghiên cứu có phù hợp hay chưa.
Các tiêu chí được sử dụng khi đánh giá độ tin cậy thang đo bao gồm:
- Hệ số tương quan biến tổng (corrected item-total correlation), giúp xác định biến quan sát nào ít đóng góp cho thang đo nhằm cân nhắc loại bỏ biến quan sát làm tăng độ tin cậy cho thang đo. Các biến quan sát được giữ lại khi có hệ số tương
quan biến tổng > 0.3 (Nunally và Burnstein, 1994; Nguyễn Đình Thọ và Nguyễn Mai Trang, 2009)
- Mức giá trị Cronbach’s Alpha, theo Mohsen Tavakol và Reg Dennick (2011), có nhiều báo cáo khác nhau về các giá trị được chấp nhận của alpha và thường nằm trong khoảng từ 0.70 đến 0.95. Nhiều nghiên cứu khác cũng chỉ ra rằng, khi độ tin cậy Cronbach’s Alpha lớn hơn 0.6 thì thang đo đạt tiêu chuẩn. Từ 0.6 – 0.7 thường chấp nhận được cho các nghiên cứu mới, từ 0.7 – 0.8 là chấp nhận được và từ 0.8 – 0.95 là tốt (Nguyễn Đình Thọ và Nguyễn Mai Trang, 2009).
Như vậy, trong nghiên cứu này tác giả thực hiện đánh giá thang đo theo tiêu chí loại các biến quan sát có hệ số tương quan biến tổng > 0.3 và chọn thang đo có độ tin cậy Cronbach’s Alpha > 0.6.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố khám phá EFA là phương pháp phân tích dùng để đánh giá giá trị hội tụ và phân biệt của thang đo dựa vào mối quang hệ tuyến tính của các nhân tố với các biến quan sát. Các điều kiện cần được đảm bảo đối với kết quả phân tích bao gồm:
- Hệ số tải nhân tố (Factor Loading) được xem xét cho mỗi biến quan sát và phải > 0.5 để đảm bảo sự tương quan đơn giữa biến và các nhân tố.
- Chỉ số KMO (Kaiser-Meyer-Olkin) nằm trong khảng từ 0.5 ≤ KMO ≤ 1 thể hiện phân tích nhân tố là phù hợp.
- Hệ số Sig. của kiểm đinh Bartlett’s có ý nghĩa thống kê khi ≤ 0.05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
- Đối với thang đơn hướng thì sử dụng phương pháp trích nhân tố “Principal Components”. Thang đo chấp nhận được khi tổng phương sai trích (Total Varicance Explained) ≥ 50% (Nguyễn Đình Thọ, 2011).
- Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố. Do mỗi biến riêng biệt có Eigenvalue là 1 nên chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được xem là có ý nghĩa và được giữ lại.
Theo Nguyễn Khánh Duy (2007), nếu sau phân tích EFA là phân tích hồi quy thì có thể sử dụng phương pháp trích nhân tố Principal Components với phép xoay Varimax còn còn nếu sau EFA là phân tích nhân tố khẳng định (CFA) và phân tích mô hình cấu trúc tuyến tính (SEM) thì nên sử dụng phương pháp trích Pricipal Axis Factoring với phép xoay Promax. Nên trong quá trình phân tích nhân tố khám phá EFA, tác giả đã sử dụng phương pháp trích nhân tố Principal Components với phép xoay Varimax, loại các biến có hệ số tải nhân tố < 0.5 và mỗi lần chỉ loại một biến. Biến có hệ số tải nhân tố không đạt nhất sẽ bị loại trước và sau đó tiến hành chạy phân tích nhân tố với các biến còn lại. Với 5 biến quan sát cho mỗi nhân tố, nhân tố sẽ bị loại nếu không thể giữ lại tối đa 3 biến quan sát.
Phân tích hồi quy
Phân tích hồi quy nhằm khám phá mối quan hệ giữa các biến độc lập và biến phụ thuộc. Kết quả của phân tích sẽ cho ra một phương trình hồi quy tuyến tính, giúp xác định các biến độc lập chính tác động đến biến phụ một cách cụ thể, từ đó có thể đưa ra kết luận, giải thích ý nghĩa nghiên cứu. Mô hình hồi quy cần được kiểm định thông qua các loại kiểm định sau:
- Hệ số xác định R bình phương hiệu chỉnh (Adjusted Coefficient of determination) dùng để phản ánh mức độ phù hợp của mô hình. Mức dao động của R bình phương hiệu chỉnh là từ 0 đến 1, hệ số này càng cao thì độ chính xác của mô hình càng lớn, khả năng dự báo của biến độc lập càng chính xác. Tuy nhiên, việc đạt mức giá trị bằng 1 là gần như không tưởng dù mô hình có tốt đến cở nào.
- Hệ số Beta (β) chuẩn hóa (Standardized Beta Coefficient) dùng để đánh giá mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Tuy nhiên, trước khi kết luận mức độ ảnh hưởng, cần kiểm định mức ý nghĩa của hệ số Beta dựa vào T-test.
Khi mức ý nghĩa của hệ số hồi quy có độ tin cậy ít nhất là 95% (Sig. ≤ 0.05), biến độc lập có tác động lên biến phụ thuộc (có thể kết luận rằng hệ số Beta có ý nghĩa về mặt thống kê), ta mới bắt đầu xét đến hệ số hồi quy âm hay dương. Khi Sig. >
0.05, biến độc lập không có sự tác động lên biến phụ thuộc, thì không cần phải xét đến nó có tác động thuận hay nghịch chiều nữa. Đây cũng là cơ sở để kết luận các
giả thuyết của nghiên cứu là chấp nhận/ bác bỏ trong trường hợp tương quan không có ý nghĩa thống kê.
Trước khi thực hiện phân tích hồi quy, cần phải xem xét một số hệ số để kiểm định sự vi phạm của mô hình hồi quy như:
- Kiểm định hiện tượng đa cộng tuyến qua hệ số tương quan Pearson (Pearson correlation coefficient, ký hiệu r) khi các biến độc lập có sự tương quan mạnh với nhau, hoặc có thể kiểm định thông qua hệ số phóng đại phương sai VIF.
Nếu VIF ≥ 10 là bị đa cộng tuyến, VIF < 10 là không bị đa cộng tuyến (VIF< 2 thì mô hình chắc chắn không bị đa cộng tuyến). Đối với hệ số tương quan Pearson, r sẽ có giá trị dao động trong khoảng từ -1 đến 1, cụ thể: r = 0 hai biến không có tương quan tuyến tính, r = 1 hoặc r = -1 hai biến có mối tương quan tuyến tính tuyệt đối, r < 0 hệ số tương quan âm, nghĩa là 2 biến có mối quan hệ nghịch chiều và r > 0 hệ số tương quan dương, nghĩa là 2 biến có mối quan hệ thuận chiều.
- Kiểm định tự tương quan qua hệ số Dur in-Watson (ký hiệu: d). Nếu giá trị d nằm trong khoảng dl<d<4-du thì mô hình hồi quy không có hiện tượng tự tương quan.
Trong đó, dl (trị số dưới) và du (trị số trên) được tra trong bảng Durbin-Watson với số quan sát (n), số biến độc lập (k’) và độ tin cậy α (=0.01 hoặc 0.05).
3.5. Xây dựng thang đo
Công cụ khảo sát được phát triển bằng cách áp dụng các biện pháp mà các nghiên cứu tương tự trước đây đã sử dụng (Ronnie Cheung, 2014; Mohamed E.
Abd-Elaziz và ctg, 2015; O’Reilly và ctg, 2016; Hoàng Thị Phương Thảo và Nguyễn Trọng Tâm, 2017; Lê Minh Chí và Lê Tấn Nghiêm, 2018;). Để ghi nhận đánh giá của đáp viên đối với các mục hỏi, tác giả sử dụng thang đo Likert 5 mức độ từ (1) Hoàn toàn không đồng ý đến (5) Hoàn toàn đồng ý với 5 quan sát cho mỗi biến (5 biến độc lập và 1 biến phụ thuộc). Các câu hỏi được tham khảo, chọn lọc từ nhiều nguồn và có điều chỉnh từ những nghiên cứu được công bố trước đây nhằm tăng độ tin cậy cũng như giá trị của thang đo, chi tiết các thang đo nghiên cứu được trình bày trong bảng 3.1.
Bảng 3.2. Các thang đo và biến quan sát
STT BIẾN QUAN SÁT MÃ
HÓA NGUỒN
THAM KHẢO Số lượng eWOM (Number of eWOM)
1 Càng nhiều đánh giá trực tuyến về một khách sạn, chứng tỏ rằng khách sạn này được nhiều người biết đến. SL1 Abd-Elaziz và
cộng sự (2015) 2 Số lượng đánh giá trực tuyến càng nhiều giúp tôi có nhiều
thông tin về khách sạn. SL2 Lin và cộng sự
(2013)
3 Số lượng đánh giá trực tuyến càng nhiều giúp tôi có xác định rõ ý định đặt phòng của mình (nếu đang phân vân thì khi đọc được nhiều đánh giá sẽ giúp xác định rõ có ý định đặt/ không).
SL3 Tác giả đề xuất
4 Tôi thường chú ý đến những khách sạn được đánh giá bởi
nhiều trang wed khác nhau. SL4 Trần Thị Khánh
Linh (2016) 5 Khi có nhiều đánh giá giống nhau về một khách sạn, thì
đánh giá đó đáng tin (có khả năng đánh giá sẽ thể hiện đúng thực trạng của khách sạn sạn được quan tâm). SL5 Tác giả đề xuất
Nội Dung eWOM (Quality of eWOM)
1 Các đánh giá trực tuyến có nội dung các đánh giá trực tuyến mô tả rõ ràng, cụ thể về cơ sở vật chất, dịch vụ của khách sạn giúp tôi xác định rõ ý định đặt phòng của mình. ND1 Wixom và cộng
sự (2005)
2 Nội dung bình luận trực tuyến có kèm theo hình ảnh liên quan đến khách sạn giúp tôi hình dung rõ hơn tình trạng
thực tế của khách sạn đó. ND2 Tác giả đề xuất
3 Các bài đánh giá mới, có tính cập nhật có thể phản ánh thông tin thực tế về cơ sở vật chất và dịch vụ của khách
sạn cụ thể. ND3
Filieri và McLeay (2013), Nelson
và cộng sự (2005) 4
Thông tin về các khía cạnh khác (ví dụ: môi trường xung quanh khách sạn, địa điểm ăn uống, vui chơi,..) của một khách từ các đánh giá trực tuyến giúp tôi xác định rõ ý định đặt/ không đặt phòng của mình.
ND4 Tác giả đề xuất
5 Tôi thường chú ý hơn vào những đánh giá trực tuyến về
chi phí, giá cả. ND5 Wixom và cộngsự (2005)
Niềm tin (Trust)
1 Việc đặt phòng trực tuyến trên website đảm bảo độ tin cậy cao hơn so với đặt phòng truyền thống (Thông tin trên website đúng sự thật, xem trước được hình ảnh, chi tiết phòng ốc, dịch vụ…;booking được gửi về email,
NT1 Agag và El –
Masry (2016a)
không bị thất lạc...)
2 Trang web đặt phòng trực tuyến có tính chính trực, minh
bạch(Giá cả được công bố rõ ràng) NT2
3 Việc cung cấp thông tin cá nhân khi đặt phòng trực tuyến trên website đảm bảo an toàn (Thông tin khách hàng và thông tin đặt phòng được bảo mật, không bị lộ ra ngoài...)
NT3
Tachchaya Chatchotitham
và Varanya Soponprapapon
(2011) 4 Việc đặt phòng trực tuyến bị ảnh hưởng bởi niềm tin vào
các khách sạn có thương hiệu lớn, uy tín NT4
Nguồn đáng tin cậy (Source Credibility)
1 Tôi thường chú ý đến những nguồn có giao diện đẹp. NG1
Huỳnh Thị Như Ngọc (2013) 2 Người đánh giá có nick name rõ ràng (ví dụ: Thao
Nguyen), công khai sẽ đáng tin hơn (source expertise) NG2 3 Những trang web có bài đánh giá dài nêu được ưu -
khuyết điểm của sản phẩm sẽ đáng tin hơn (source
expertise) NG3
O’Reilly và cộng sự (2016) 4 Tôi thường tin vào những nguồn đánh giá viết hay
(source expertise) NG4
5 Những nguồn có đánh giá khách quan, độc lập, không thiên vị sẽ đáng tin hơn (source trustworthiness) NG5
Kinh nghiệm của người đánh giá (Reviewer's experience)
1 Tôi luôn tham khảo (hoặc cập nhật) đánh giá của những khách hàng trước đây về khách sạn để chọn hoặc quyết định đặt phòng lại lần sau (lần thứ 2). KN1 Jalilvand và
cộng sự (2013)
2 Tôi quen thuộc với tất cả các kênh internet như (mạng xã hội, nền tảng đặt phòng khách sạn trực tuyến, blog, diễn
đàn, trang web đánh giá, vv). KN2 Eldesouky
(2011)
3 Tôi thường xuyên đặt phòng và sử dụng khách sạn trên các trang Web nên rất có kinh nghiệm đặt phòng KN3
Tác giả đề xuất 4 Tôi có kiến thức liên quan đến ngành dịch vụ lưu trú nên
có thể thẩm định được việc đánh giá của người khác KN4 5 Tôi sẽ viết ra đánh giá trực tuyến về khách sạn tôi đã ở để
những người quan tâm có thể tham khảo sau khi đã lưu
trú KN5
Chuẩn chủ quan của người tiếp nhận (Receiver Subjective norms)
1 Những người xung quanh tôi thường tham khảo các đánh giá trên internet để lựa chọn khách sạn. CQ1 Al-Swidi và
cộng sự (2014) 2 Những người quan trọng với tôi khuyên tôi nên tham
khảo ý kiến trên mạng và những người khác CQ2 Lê Minh Chí vàLê Tấn Nghiêm
(2018) 3 Tôi thường làm việc và truy cập online nên có điều kiện
để tham khảo ý kiến trên mạng. CQ3
Tác giả đề xuất 4 Những lời khuyên của người thân và bạn bè sẽ đáng tin
cậy hơn. CQ4
5 Tôi sẽ cảm thấy thiếu tin tưởng vào ý định đặt phòng trực tuyến của mình nếu tôi không tham khảo ý kiến của
những người đã có kinh nghiệm. CQ5
Quyết định đặt phòng trực tuyến (Online Booking Decision)
1 Các đánh giá/ bình luận trực tuyến ảnh hưởng đến quyết định đặt phòng khách sạn trực tuyến của tôi. QD1
Mohamed E.
Abd-Elaziz và cộng sự (2015) 2 Tôi chọn chỗ ở khách sạn của mình dựa trên các bài đánh
giá mà tôi đọc được. QD2
3 Khi tôi tin rằng khách sạn sẽ cung cấp dịch vụ tốt (xấu) như nhận xét/bình luận trực tuyến miêu tả, tôi sẽ có (không) có quyết định đặt phòng trực tuyến. QD3 4 Tôi có ý định tìm kiếm thêm các đánh giá / nhận xét trên
trang mạng xã hội và internet về khách sạn để đặt phòng
khách sạn trực tuyến. QD4
Bataineh (2015) 5 Sau khi đọc các đánh giá/nhận xét trực tuyến, quyết định
đặt phòng trực tuyến của tôi được xác định rõ hơn. QD5
(Nguồn: Tác giả tổng hợp và đề xuất, 2023)
TÓM TẮT CHƯƠNG 3
Chương 3 tập trung trình bày về quy trình nghiên cứu, phương pháp nghiên cứu định tính, nghiên cứu định lượng sơ bộ và chính thức, mã hóa thang đo và biến quan sát, đồng thời trình bày công cụ thu thập dữ liệu và xác định kích thước mẫu và phương pháp chọn mẫu. Quy trình thu thập dữ liệu và những nội dung phân tích dữ liệu cũng đường đề cập ở chương này.