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. (adsbygoogle = window.adsbygoogle || []).push({});
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 tƣợng, thƣờng sử dụng thang đo hoảng ho c tỷ lệ). Ph n tích biệt số c thể thực hiện các việc sau:
- X y dựng các hàm ph n tích ph n biệt (discriminant functions) để ph n biệt rõ x biểu hiện của biến phụ thuộc.
- Nghiên cứu xem các nh m c sự hác biệt c ngh a hay hông hi đƣợc xét về các yếu tố độc lập.
- Xác định biến độc lập là nguyên nh n chính nhất g y ra sự hác biệt giữa các nhóm.
Có 2 trƣờng hợp ph n tích biệt số: ph n tích biệt số 2 nh m ( hi biến phụ thuộc c 2 biểu hiện), ph n tích biệt số bội ( hi biến phụ thuộc c t 3 biểu hiện trở lên).
Tóm tắt chƣơng 2
Chƣơng này trình bày phƣơng pháp nghiên cứu đƣợc thực hiện để x y dựng, đánh giá thang đo các hái niệm và mô hình l thuyết. Phƣơng pháp nghiên cứu đƣợc thực hiện qua hai bƣớc: nghiên cứu sơ bộ là một nghiên cứu định tính sử dụng ỹ thuật thảo luận nh m và nghiên cứu chính thức là một nghiên cứu định lƣợng sử dụng ỹ thuật ph ng vấn trực tiếp với ích thƣớc mẫu là n=332. Chƣơng tiếp theo sẽ trình bày phƣơng pháp ph n tích thông tin và ết quả nghiên cứu, bao g m đánh giá lại thang đo, iểm định mô hình nghiên cứu và các giả thuyết.
CHƢƠNG 3:
KẾT QUẢ NGHIÊN CỨU
3.1 Giới thiệu khái quát về Nha Trang
Vài nét sơ lƣợc về lịch sử Nha Trang:T Giữa thế kỷ XIX, Nha Trang là vùng đất hoang vu thuộc Huyện V nh Xƣơng, phủ Diên Khánh. Đến đầu thế kỷ XX, Nha Trang trở thành thị trấn với các làng cổ: Xƣơng Hu n, Phƣơng C u, Vạn Thạnh, Phƣơng Sài, Phƣớc Hải. Dƣới thời Pháp, Nha Trang trở thành tỉnh lỵ của tỉnh Khánh Hòa, các cơ qian của chính quyền thuộc địa nhƣ Tòa Công sứ, Giám binh, Nha Thƣơng chánh, Bƣu điện…
Đến tháng 5 năm 1937 Nghị định của Toàn quyền Đông Dƣơng, Nha Trang đƣợc nâng lên thành thị x và c 5 phƣờng: Xƣơng Hu n, Phƣơng C u, Vạn Thạnh, Phƣơng Sài Phƣớc Hải.
Đến năm 1958, chính quyền Ngô Đình Diệm ban hành quy chế thị xã, chia Nha Trang thành Nha Trang T y và Nha Trang Đông thuộc quận V nh Xƣơng.
Ngày 2 tháng 4 năm 1975, Qu n đội nhân dân Việt Nam giải phóng Nha Trang và chia thành 3 đơn vị hành chính: quận 1, quận 2 và quận V nh Xƣơng. Sau ngày giải ph ng đất nƣớc, Nha Trang đƣợc thành lập sau khi hợp nhất 2 quận 1 và 2. Đến năm 1977, theo quyết định số 391-CP/QĐ của Hội đ ng Chính phủ nƣớc Cộng hòa xã hội chủ ngh a Việt Nam, thị x Nha Trang đƣợc nâng cấp lên thành Thành phố trực thuộc tỉnh Phú Khánh.
Ngày 28-12-1982, Quốc hội h a VII, ỳ họp thứ 4 đ quyết định sáp nhập huyện đảo Trƣờng Sa vào tỉnh Ph Khánh.
Ngày 30-6-1989, Quốc hội h a VIII, ỳ họp thứ 5 đ quyết định chia tỉnh Ph Khánh thành 2 tỉnh là Khánh Hòa và Ph Yên. Nha Trang là thành phố trực thuộc tỉnh Khánh Hòa
Ngày 22-4-1999, TP. Nha Trang đƣợc công nhận là đô thị loại II thuộc tỉnh Khánh Hòa và đến Ngày 22-4-2009, TP. Nha Trang đƣợc công nhận là đô thị loại I trực thuộc tỉnh Khánh Hòa
Vị trí địa l : Thành phố Nha Trang trực thuộc tỉnh Khánh Hòa c diện tích tự nhiên là 251 m2, d n số 36.454 (2010). Phía Bắc giáp thị x Ninh Hòa, Phía Nam giáp huyện Cam L m, Phía T y giáp Huyện Diên Khánh, Phía Đông giáp Biển Đông
Địa hình:Nha Trang đƣợc b i đắp bởi con sông Cái (n còn c tên là sông Ph Lộc hay sông C ) c chiều dài c chiều dài 79 m, hởi ngu n t Hòn Gia Lê, cao 1.812m chảy qua các Huyện Khánh V nh, Diên Khánh và TP. Nha Trang chảy ra Cửa Lớn r i đổ ra biển.
Khí hậu: Khí hậu Nha Trang tƣơng đối ôn hòa hơn. Thƣờng c 2 m a rõ rệt là m a mƣa và m a hô. M a mƣa ngắn t hoảng t tháng 9 đến giữa tháng 11, những tháng còn lại là m a hô, nhiệt độ trung bình vào hoảng 26o
C.
Hiện trạng inh tế - x hội:Kinh tế Nha Trang chủ yếu là du lịch- thƣơng mại và công nghiệp. Nha Trang nổi tiếng với các sản phẩm về yến sào, thuốc lá. Kinh tế x hội cả tỉnh Khánh Hòa năm 2011 đều tăng so với năm 2010 về: giá trị công nghiệp – x y dựng tăng 15,5%, nông – lâm – thủy sản tăng 2,5% và giá rị dịch vụ tăng 14,5%. C ng với sự đẩy mạnh chuyển dịch cơ cấu inh tế, thu h t đầu tƣ Khánh hào đ tập trung ổn định và cải thiện đời sống nh n d n, thực hiện tốt các chính sách an sinh xã hội, GDP bình qu n đầu ngƣời cả năm đạt 1.710 USD, hoảng 26.000 ngƣời đƣợc tạo việc làm mới; lao động nghề chiếm 37,5%, toàn tỉnh vẫn giữ vững tốc độ tăng trƣởng GDP ở mức 11,5%.
Giao thông vận tải:Nha Trang là một thành phố thuận lợi về giao thông cả về đƣờng bộ, đƣờng thủy và đƣờng hàng hông.
+ Đƣờng hàng hông: Trƣớc đ y, tại Nha Trang c một s n bay nguyên là s n bay qu n sự đƣợc cải tạo một phần làm s n bay thƣơng mại c thể cất và hạ cánh máy bay ngay tại s n bay này. Tuy nhiên, để đáp ứng nhu cầu về phát triển Thành phố và