6. Bố cục đề tài
2.2.1.Phương pháp chọn mẫu
Điều tra chọn mẫu có nghĩa là không tiến hành điều tra hết toàn bộ các đơn vị của tổng thể, mà chỉ điều tra trên 1 số đơn vị nhằm để tiết kiệm thời gian, công sức và chi phí. Từ những đặc điểm và tính chất của mẫu ta có thể suy ra được đặc điểm và tính chất của cả tổng thể đó. Vấn đề quan trọng nhất là đảm bảo cho tổng thể mẫu phải có khả năng đại diện được cho tổng thể chung. Đối tượng nghiên cứu của đề tài là những du khách (Quốc tế) lựa chọn thành phố Huế là điểm đến của mình. Để đạt được các mục tiêu nghiên cứu đã đề ra, phương pháp phi xác suất với hình thức chọn mẫu thuận tiện được sử dụng và được xem là hợp lý để tiến hành nghiên cứu. Lý do chọn phương pháp này là vì người trả lời dễ tiếp cận, họ sẵn sàng trả lời phiếu điều tra cũng như ít tốn kém về thời gian và chi phí để thu thập thông tin cần nghiên cứu.
Một số nghiên cứu đưa ra rằng lý do quan trọng khiến người ta sử dụng phương pháp chọn mẫu phi xác suất là tính tiết kiệm về chi phí và thời gian. Về mặt này thì phương pháp chọn mẫu phi xác suất vượt trội hơn so với chọn mẫu xác suất. Thêm vào đó, chọn mẫu xác suất không phải lúc nào cũng đảm bảo tính chính xác và trong một số trường hợp thì chọn mẫu xác suất không thể thực hiện được. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đối với trường hợp chọn mẫu phi xác suất, nếu quá trình chọn mẫu được diễn ra theo một nguyên tắc nhất định và hợp lý thì việc chọn mẫu đó có thể được xem là ngẫu nhiên. Tuy nhiên, “chọn mẫu phi xác suất là dễ phác thảo và thực hiện, nhưng có thể cho kết quả sai lệch bất chấp sự phán đoán của chúng ta, do ngẫu nhiên có thể chúng không đại diện cho tổng thể.” (Nguyễn Thị Cành, 2007).
Từ những phân tích trên, phương pháp chọn mẫu phi xác suất với hình thức chọn mẫu thuận tiện là phù hợp nhất.
2.2.2. Kích thước mẫu
“Kích thước mẫu sẽ phụ thuộc vào việc ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì.” (Kumar, 2005). Theo Hair & cộng sự (1998), để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu là 5 mẫu trên 1 biến quan sát. Trong khi Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) cho rằng tỷ lệ đó là 4 hay 5.
Trong nghiên cứu này, số biến quan sát được đưa ra là 35 biến, do đó số lượng mẫu có thể xác định là 32*5=160 mẫu. Bên cạnh đó, khi chọn mẫu cần cân nhắc nguyên tắc: nếu vấn đề nghiên cứu càng đa dạng thì mẫu nghiên cứu càng lớn, và mẫu càng lớn thì độ chính xác của nghiên cứu càng cao. Do đó, mẫu điều tra được chọn là 180 quan sát là phù hợp với yêu cầu và điều kiện về nguồn lực của nghiên cứu.
2.2.3. Thiết kế bảng hỏi
Phiếu điều tra bao gồm 3 phần:
Phần I: Thông tin chung
Trong phần này nhằm thu thập thông tin đưa ra thông tin bổ trợ, góp phần giải thích rõ ràng hơn cho kết quả phân tích số liệu.
Đưa ra 32 biến quan sát và được phân loại 8 nhân, từ đó yêu cầu khách du lịch đánh giá mức độ đồng ý theo thang đo likert từ 1 đến 5 tương ứng với “hoàn toàn không đồng ý, không đồng ý bình thường, đồng ý và hoàn toàn đồng ý”. Tuy nhiên, tên của 8 yếu tố này sẽ không được trình bày trong phiếu điều tra, để tránh tình trạng đối tượng điều tra bị dẫn dắt bởi tên yếu tố và có xu hướng đánh cùng một mức độ đồng ý với các biến trong cùng một nhóm. Các dữ liệu thu thập ở phần này được sử dụng để phân tích nhân tố khám phá, từ đó rút ra các nhân tố quan trọng nhất ảnh hưởng đến sự lựa chọn ngân hàng của khách hàng cá nhân.
Phần III: Thông tin cá nhân
Phần này chủ yếu được thu thập các thông tin về nhân khẩu học như: giới tính, quốc tịch, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập hàng tháng. Từ các thông tin này làm cơ sở trả lời một số câu hỏi nghiên cứu, làm rõ mối liên hệ giữa nhân khẩu học với các biến được đưa ra trong quá trình điều tra.
2.3. Phương pháp xử lý số liệu_SPSS
2.3.1. Thống kê mô tả
Phương pháp này được sử dụng để xác định đặc điểm của mẫu nghiên cứu, các yếu tố về giới tính, quốc tịch, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập hàng tháng.
2.3.2. Phân tích nhân tố khám phá
Theo Emory và Cooper (1991), phân tích nhân tố là phương pháp “rút một lượng biến lớn thành một lượng biến nhỏ hơn bằng cách cho thấy chúng thuộc về nhau và cho thấy cùng một nội dung”. Hay phân tích nhân tố được sử dụng trong trường hợp “để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Nghiên cứu này có mục đích là tìm ra mối quan hệ ẩn dưới 32 biến quan sát, và chỉ ra các nhân tố ảnh hưởng đến quá trình lựa chọn điểm đến từ tập hợp 32 biến đó. Vì số lượng nhân tố là chưa xác định được trước và cần phải được khám phá nên việc sử dụng phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là thích hợp. EFA là phương pháp phân tích nhân tố, trong đó “việc khám phá cấu trúc nhân tố ẩn dưới các biến quan sát được thực hiện mà
Điều kiện để phân tích nhân tố
“Điều kiện cần để phân tích nhân tố là các biến phải có tương quan với nhau” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nếu kiểm định Barlett cho thấy có ý nghĩa thống kê (nghĩa là giá trị p-value hay giá trị sig. nhỏ hơn mức ý nghĩa α) thì các biến quan sát có tương quan với nhau trong tổng thể.
Hai tác giả cũng nhắc đến điều kiện đủ của phân tích nhân tố: “Kaiser-Meyer- Olkin (KMO) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp”.
Số lượng nhân tố
Để xác định số lượng nhân tố và các biến có ý nghĩa giải thích cho nhân tố, nghiên cứu sử dụng các tiêu chuẩn sau:
Tiêu chuẩn Kaiser
Tiêu chuẩn Kaiser (Kaisser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị Eigen value. “Chỉ có những nhân tố nào có eigen value lớn hơn 1 mới được giữ lại trong mô hình phân tích. Đại lượng eigen value đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Hệ số tải nhân tố (Factor loading)
“Hệ số tải nhân tố là những hệ số tương quan đơn giữa các biến và các nhân tố” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Như vậy, một nhân tố có thể được giải thích bằng các biến được tải lên nhân tố đó.