Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp định lƣợng thông qua ỹ thuật ph ng vấn cá nh n trực tiếp. Dữ liệu sau hi đƣợc thu thập sẽ tiến hành m h a, nhập số liệu, làm sạch với phần mềm SPSS.
Dữ liệu đƣợc ph n tích thông qua các bƣớc nhƣ sau:
Bƣớc 1: Trên cơ sở ết quả hảo sát bằng bảng c u h i, tiến hành đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và ph n tích nh n tố hám phá EFA (Exploratory Factor Analysis).
Bƣớc 2: Sử dụng ph n tích h i quy bội nhằm xác định mức độ quan trọng của các biến độc lập tham gia giải thích biến phụ thuộc, đ ng thời iểm định mô hình đã đề xuất và các giả thuyết đ đƣa ra.
Mục đích của nghiên cứu này là iểm định mô hình l thuyết đ đề ra, đo lƣờng các yếu tố tác động đến sự hài lòng của hách hàng đối với chất lƣợng dịch vụ s n b ng mini tại Nha Trang.
Có 06 hái niệm ở dạng biến tiềm ẩn đƣợc sử dụng trong nghiên cứu này. Các thang đo sử dụng để đo lƣờng các hái niệm tiềm ẩn trên đƣợc x y dựng dựa vào l thuyết bởi các công trình nghiên cứu trong và ngoài nƣớc đ đƣợc iểm chứng và quá trình nghiên cứu sơ bộ. Các thang đo đƣợc ế th a c sự chọn lọc và điều chỉnh để ph hợp với bối cảnh, l nh vực nghiên cứu của đề tài.
Các thang đo đƣợc đo lƣờng dạng Li ert 7 điểm, trong đ : 1: Rất hông đ ng ; 2: Không đ ng ; 3: Hơi hông đ ng ; 4: Ph n v n hông biết c đ ng hay hông (trung lập); 5: Hơi đ ng ; 6: Đ ng ; 7: Rất đ ng (phát biểu hoàn toàn đ ng).
Bảng 2.1: Các thang đo trong nghiên cứu
STT Tên
biến Thang đo
Thành phần tin cậy (Reliability) Nguồn
1 TC1 Khi s n b ng hứa làm điều gì đ vào thời gian nào đ thì họ sẽ làm.
Công ty TNHH W &S (2013) 2 TC2 Khi bạn g p trở ngại, s n b ng chứng t mối
quan t m thực sự muốn giải quyết trở ngại đ
Công ty TNHH W &S (2013) 3 TC3 S n b ng thực hiện dịch vụ đ ng ngay t lần đầu Công ty TNHH
W &S (2013) 4 TC4 S n b ng cung cấp dịch vụ đ ng nhƣ thời gian
họ đ hứa Thang đo mới
5 TC5 S n b ng lƣu để hông xảy ra một sai s t nào Thang đo mới
Thành phần đáp ứng (Responsiveness)
6 DU1 Nh n viên s n b ng cho bạn biết hi nào cần thực hiện dịch vụ
Công ty TNHH W &S (2013)
7 DU2 Nh n viên s n b ng nhanh ch ng thực hiện dịch
vụ cho bạn
Công ty TNHH W &S (2013)
8 DU3 Nh n viên s n b ng luôn sẵn sàng gi p bạn Thang đo mới
9 DU4 Nh n viên s n b ng hông bao giờ quá bận đến
nỗi hông đáp ứng yêu cầu của bạn Thang đo mới
Thành phần năng lực phục vụ (Competence)
10 NL1 Cách cƣ xử của nh n viên s n b ng g y niềm tin cho bạn
Công ty TNHH W &S (2013) 11 NL2 Bạn cảm thấy an toàn trong hi giao dịch với s n
bóng Thang đo mới
13 NL4 Nh n viên s n b ng c đủ hiểu biết để trả lời c u h i của bạn
Công ty TNHH W &S (2013)
Thành phần sự đồng cảm (Empathy)
14 DC1 S n b ng luôn đ c biệt ch đến bạn Thang đo mới
15 DC2 Sân bóng có nhân viên biết quan t m đến bạn Công ty TNHH
W &S (2013) 16 DC3 S n b ng lấy lợi ích của bạn là điều t m niệm
của họ
17 DC4 Nh n viên s n b ng hiểu rõ những nhu cầu của bạn
Công ty TNHH W &S (2013)
18 DC5 S n b ng làm việc vào những giờ thuận tiện Thang đo mới
Thành phần Phƣơng tiện hữu hình (Tangibles)
19 HH1 S n b ng c trang thiết bị rất hiện đại Công ty TNHH
W &S (2013) 20 HH2 Các cơ sở vật chất của s n b ng trông rất bắt mắt Thang đo mới
21 HH3 Nh n viên s n b ng ăn m c rất tƣơm tất Thang đo mới
22 HH4 Các sách ảnh giới thiệu của s n b ng c liên quan đến dịch vụ trông rất đẹp.
Công ty TNHH W &S (2013)
Thành phần hiệu quả của chi phí
23 CP1 Chi phí hiện nay ph hợp với thu nhập của hách
hàng. Thang đo mới
24 CP2 S n b ng tổ chức thu phí nhƣ hiện nay là đ ng
quy định và hợp l . Thang đo mới
25 CP3 Các hoản phí đ nộp là chính xác. Thang đo mới
26 CP4 Giá thu phí công hai, niêm yết đầy đủ tại các
nơi thu và s n b ng Thang đo mới
27 CP5
C các chế độ mi n giảm phí cho các đối tƣợng khách hàng nhƣ: hách đá cả năm, hách tổ chức....
Thang đo mới
Thang đo hài lòng chung
28 HL1 Khách hàng hài lòng với thành phần tin cậy. Công ty TNHH
W &S (2013)
29 HL2 Khách hàng hài lòng với thành phần đáp ứng. Công ty TNHH
W &S (2013)
30 HL3 Khách hàng hài lòng với năng lực phục vụ… Công ty TNHH
31 HL4 Khách hàng hài lòng với sự đ ng cảm Công ty TNHH W &S (2013) 32 HL5 Khách hàng hài lòng với phƣơng tiện hữu hình. Công ty TNHH
W &S (2013)
33 HL6 Khách hàng hài lòng với chi phí Thang đo mới
2.4 Phƣơng pháp chọn mẫu
Nghiên cứu chính thức đƣợc chọn bằng phƣơng pháp chọn mẫu định mức với ích thƣớc n = 332. Kích thƣớc mẫu theo Hair và các đ ng sự (1998), trong ph n tích nh n tố EFA, cần 5 quan sát cho 1 biến đo lƣờng và c mẫu hông nên ít hơn 100. Còn theo Hoàng Trọng & Chu Nguy n Mộng Ngọc (2005) cho rằng tỷ lệ đ là 4 hay 5. Nghiên cứu của tác giả c 33 biến, tuy nhiên,để tăng độ chính xác của mẫu nghiên cứu tác giả chọn ích thƣớc cho mẫu nghiên cứu chính thức này là n = 332
Với số lƣợng mẫu nghiên cứu là n =332 và tránh rủi ro hông thu h i đƣợc các bảng c u h i t hách hàng, tác giả đ gửi 350 bảng c u h i ph ng vấn cho hách hàng sử dụng dịch vụ s n b ng mini tại Nha Trang. Kết quả số lƣợng bảng c u h i thu về đƣợc là 340, trong đ số lƣợng bảng c u h i hợp lệ là 332.
2.5 Các phƣơng pháp phân tích
2.5.1 Thống kê mô tả
Thống ê mô tả đƣợc sử dụng để mô tả những đ c tính cơ bản của dữ liệu thu thập đƣợc t nghiên cứu thực nghiệm qua các cách thức hác nhau. Thống ê mô tả và thống ê suy luận c ng cung cấp những t m tắt đơn giản về mẫu và các thƣớc đo. C ng với ph n tích đ họa đơn giản, ch ng tạo ra nền tảng của mọi ph n tích định lƣợng về số liệu. Để hiểu đƣợc các hiện tƣợng và ra quyết định đ ng đắn, cần nắm đƣợc các phƣơng pháp cơ bản của mô tả dữ liệu. C rất nhiều ỹ thuật hay đƣợc sử dụng. C thể ph n loại các ỹ thuật này nhƣ sau:
- Biểu di n dữ liệu bằng đ họa trong đ các đ thị mô tả dữ liệu ho c gi p so sánh dữ liệu;
- Biểu di n dữ liệu thành các bảng số liệu t m tắt về dữ liệu;
- Thống ê t m tắt (dƣới dạng các giá trị thống ê đơn nhất) mô tả dữ liệu. Khi tạo các trị thống ê mô tả, ngƣời ta c thể nhằm 2 mục tiêu:
+ Chọn một trị thống ê để chỉ ra những đơn vị c vẻ giống nhau thực ra c thể hác nhau thế nào. Các giáo trình thống ê gọi một giải pháp đáp ứng mục tiêu này là thƣớc đo huynh hƣớng trung t m.
+ Chọn một trị thống ê hác cho thấy các đơn vị hác nhau thế nào. Loại trị thống ê này thƣờng đƣợc gọi là một thƣớc đo ph n tán thống ê.
Khi t m tắt một lƣợng nhƣ độ dài, c n n ng hay tuổi tác, n i chung ngƣời ta hay d ng các trị thống ê nhƣ số trung bình cộng, trung vị; hay trong trƣờng hợp một ph n bố đơn mốt, ngƣời ta thƣờng d ng mốt. Đôi hi, ngƣời ta chọn lựa những giá trị đ c th t hàm ph n bố tích lũy gọi là các tứ ph n vị.
Các thƣớc đo chung nhất về mức độ ph n tán của dữ liệu lƣợng là phƣơng sai, giá trị căn bậc 2 của n , tức là độ lệch chuẩn; hoảng; hoảng cách giữa các tứ ph n vị; và độ lệch bình qu n tuyệt đối.
Khi thực hiện một trình di n đ họa để t m tắt một bộ dữ liệu, cũng c thể áp dụng cả 2 mục tiêu n i trên. Một ví dụ đơn giản về ỹ thuật đ họa là đ thị ph n bố, thứ đ thị phơi bày cả huynh hƣớng trung t m lẫn độ ph n tán thống ê.
2.5.2 Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s alpha
Một trong những hình thức đo lƣờng các hái niệm tr u tƣợng đƣợc sử dụng phổ biến nhất trong nghiên cứu inh tế - x hội là thang đo do Rennis Li ert (1932) giới thiệu, g m 5 mức độ phổ biến. Nghiên cứu này sử dụng thang đo Li ert với 5 mức độ là (hoàn toàn hông đ ng , hông đ ng , hông c iến, đ ng , hoàn toàn đ ng ) để đo lƣờng các thành phần và biến quan sát tác động đến mức độ hài lòng của hách hàng. Thang đo Li ert giải quyết đƣợc mục tiêu nghiên cứu đ là, các nh n tố có hả năng tác động vào sự hài lòng của hách hàng đối với dịch vụ của sân bóng.
Hệ số α của phép iểm định Cronbach là một phép iểm định thống ê về mức độ ch t chẽ và tƣơng quan giữa các biến quan sát, hay n i cách hác n đo lƣờng tính iên định nội tại xuyên suốt tập hợp các biến quan sát của các c u trả lời. Phƣơng pháp này cho phép ngƣời ph n tích loại b những biến hông ph hợp và hạn chế các biến rác trong mô hình nghiên cứu, tức là loại b những biến quan sát (mục h i) làm giảm sự tƣơng quan giữa các mục h i. Trong iểm định Cronbach‟s Alpha, các biến quan sát c hệ số tƣơng quan giữa biến và tổng (Corrected Item-Total Correlation) nh hơn 0,3 sẽ bị loại b ((Nunnally & Burnstein, 1994); tiêu chuẩn chọn thang đo hi c hệ số Cronbach‟s Alpha lớn hơn 0,6 (Nunnally & Burnstein, 1994) là c thể sử dụng đƣợc
trong trƣờng hợp hái niệm đang đo lƣờng là mới ho c mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995); hi đ thang đo lƣờng đƣợc xem là chấp nhận đƣợc và thích hợp để đƣa vào những bƣớc ph n tích tiếp theo. Cũng theo nhiều nhà nghiên cứu, nếu Cronbach‟s Alpha đạt t 0,8 trở lên thì thang đo lƣờng là tốt và mức độ tƣơng quan sẽ càng cao; t 0,7 đến 0,8 là sử dụng đƣợc. Tuy nhiên, nếu Cronbach‟s Alpha quá cao (> 0,95) thì thang đo lƣờng đ cũng hông tốt vì các biến đo lƣờng hầu nhƣ là một (Bagozzi & Edwards, De Vellis, 1991) ho c c hả năng xuất hiện biến th a (Redundant Items) ở trong thang đo, hi đ các biến th a nên đƣợc loại b . Phép iểm định Cronbach Alpha g p phần giải quyết mục tiêu đ là nghiên cứu x y dựng thang đo lƣờng các nh n tố tác động đến mức độ hài lòng của hách hàng đối với chất lƣợng dịch vụ sân bóng mi ni.
2.5.3 Phân tích nhân tố khám phá-EFA
Ph n tích nh n tố hám phá đƣợc sử dụng trong trƣờng hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là hông rõ ràng hay hông chắc chắn. Ph n tích EFA theo đ đƣợc tiến hành theo iểu hám phá để xác định xem phạm vi, mức độ tƣơng quan giữa các biến quan sát và các nh n tố cơ sở, cũng nhƣ sự ph n biệt rõ ràng giữa các nh n tố, làm nền tảng cho một tập hợp các phép đo để r t gọn hay giảm bớt số biến quan sát tải lên các nh n tố cơ sở. Các nh n tố cơ sở là tổ hợp tuyến tính của các biến mô tả bằng hệ phƣơng trình sau:
F1 = α11x1 + α12x2 + α13x3 + …. + α1PxP
F2 = α21x1 + α22x2 + α23x3 + …. + α2PxP
Sử dụng phƣơng pháp trích nh n tố Principal Axis Factoring với phép quay Promax (đối với các thang đo lƣờng đa hƣớng – các biến tác động) vì theo Gerbing & Anderson (1988), phƣơng pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu tr c dữ liệu chính xác hơn phƣơng pháp trích Principal Components với phép xoay Varimax (Orthogonal). Tuy nhiên với thang đo lƣờng đơn hƣớng – biến bị tác động thì nên sử dụng phƣơng pháp trích Principal Component Analysis vì phƣơng pháp trích này sẽ làm cho tổng phƣơng sai trích tốt hơn.Thang đo lƣờng đƣợc chấp nhận hi hài lòng các điều iện sau:
Tổng phƣơng sai trích t 0,5 trở lên (Gerbing & Anderson, 1988).
Hệ số tải nh n tố (Factor loading) lớn nhất của mỗi biến (Item) phải lớn hơn ho c bằng 0,5 vì theo Hair & ctg (1998), hệ số tải nh n tố là chỉ tiêu để đảm bảo mức
ngh a thiết thực của ph n tích EFA (Ensuring Practical Significance). Factor loading lớn hơn 0,3 đƣợc xem là đạt mức tối thiểu; Factor loading lớn hơn 0,4 đƣợc xem là quan trọng; Factor loading lớn hơn ho c bằng 0,5 đƣợc xem là c ngh a thực ti n. Nếu chọn tiêu chuẩn Factor loading lớn hơn 0,3 thì c mẫu ít nhất phải là n = 350; nếu c mẫu hoảng 100 thì nên chọn tiêu chuẩn Factor loading lớn hơn 0,55; nếu c mẫu hoảng 50 thì Factor loading phải lớn hơn 0,75. C mẫu nghiên cứu của đề tài là n = 332 nên tiêu chuẩn của Factor loading đƣợc sử dụng là t 0,5 trở lên.
Đ ng thời, tại mỗi biến quan sát (Item) chênh lệch giữa hệ số tải nh n tố (Factor loading) lớn nhất và hệ số tải nh n tố bất ỳ phải t 0,3 trở lên (Jabnoun & Al- Tamimi, 2003).
Hệ số KMO (Kaiser-Meyer-Ol in Measure of Sampling Adequacy) là chỉ tiêu sử dụng để xem xét sự thích hợp của ph n tích EFA, hi 0,5 ≤ KMO ≤ 1 thì phân tích nh n tố là thích hợp.
Kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát bằng hông trong tổng thể. Nếu iểm định này c ngh a thống ê (Sig. < 0,05) (Hair & ctg, 2006) thì các biến quan sát c tƣơng quan với nhau trong tổng thể (Hoàng Trọng & Chu Nguy n Mộng Ngọc, 2008). Ph n tích nh n tố hám phá sẽ giải quyết đƣợc mục tiêu nghiên cứu đ là, x y dựng thang đo lƣờng (đ qua phép iểm định Cronbach Alpha).
2.5.4 Phân tích tƣơng quan và hồi quy bội tuyến tính
Mô hình h i quy tuyến tính đa biến cho biết mối tƣơng quan giữa t ng biến độc lập ( hái niệm nghiên cứu) với biến phụ thuộc (sự hài lòng) cũng nhƣ mối tƣơng quan giữa các biến độc lập. Mô hình nghiên cứu c dạng h i qui tổng quát nhƣ sau:
Y = α + β1X1 + β2X2 + …+ βnXn + ε Trong đ : Y là biến phụ thuộc; β1, β2,…, βn là các hệ số h i quy; X1, X2,…, Xn là các biến độc lập; ε là sai số.
Dựa vào mô hình tổng quát trên và các nh n tố ảnh hƣởng đến mức độ hài lòng của hách hàng, ta x y dựng mô hình h i qui nhƣ sau:
Kết quả ph n tích h i quy tuyến tính đa biến sẽ bác b giả thiết H0, t đ giải quyết mục tiêu nghiên cứu đ là, đánh giá sự ảnh hƣởng của các nh n tố quyết định sự hài lòng của hách hàng đối với chất lƣợng dịch vụ sân bóng.
2.5.5 Phân tích ANOVA
Ph n tích ph n biệt đƣợc d ng để giải quyết một số tình huống hi nhà nghiên cứu muốn tìm thấy sự hác biệt giữa những nh m đối tƣợng nghiên cứu với nhau, ví dụ ph n biệt hách hàng trung thành và hông trung thành bằng một số đ c điểm nh n hẩu học, ph n biệt các ph n h c hách hàng bằng một số tiêu chí lợi ích hi sử dụng một sản phẩm…
Điều iện của ph n tích ph n biệt là phải c một biến phụ thuộc (là biến d ng để ph n loại đối tƣợng thƣờng sử dụng thang đo định danh ho c thứ tự), và một số biến độc lập (là một số đ c tính d ng để ph n tích sự hác biệt giữa các nh m đối