Trong nghiên cứu này, có sáu khái niệm được được sử dụng, đó là: sự thỏa mãn, sự tin cậy, tinh thần trách nhiệm, năng lực phục vụ, sựđồng cảm, phương tiện hữu hình và cả sáu khái niệm này đều là khái niệm tiềm ẩn.
Thang đo được xây dựng trên cơ sở tham khảo và chọn lọc từ nghiên cứu về sự hài lòng của khách du lịch đối với chất lượng dịch vụlưu trú khách sạn Yasaka – Sài Gòn – Nha Trang của Dương Thị Nương năm 2012; cũng như thảo luận nhóm để có được những thang đo phù hợp nhất với đề tài (xem phụ lục 1). Tất cả các thang đo đều được đo lường dưới dạng mã hóa theo thang điểm Likert 5 điểm, trong đó: 1- Hoàn toàn không đồng ý, 2 - Không đồng ý, 3 - Bình thường, 4 - Đồng ý, 5 -
Hoàn toàn đồng ý.
3.3.1. Thang đo sự tin cậy của khách du lịch đối với chất lượng dịch vụ bộ
phận buồng phòng khách sạn Nha Trang Lodge:
Sự tin cậy của chất lượng dịch vụ bộ phận buồng phòng khách sạn Nha Trang Lodge được đo lường và đánh giá bởi chính những du khách đã lưu trú tại khách sạn về khảnăng bộ phận buồng phòng khách sạn Nha Trang Lodge cung cấp dịch vụ như đã hứa một cách tin cậy, chính xác và nhất quán ngay từ lần đầu tiên cung ứng dịch vụcho khách hàng. Thang đo này bao gồm các biến quan sát sau: - Khách sạn có uy tín trên thị trường
- Khách sạn cung cấp dịch vụ buồng phòng đúng cam kết và đúng ngay từđầu - Khách sạn cung cấp các dịch vụkèm theo đúng như những gì đã cam kết - Việc đặt phòng, đổi hoặc hủy đặt phòng qua các kênh được thực hiện dễ dàng
- Khách sạn và bộ phận buồng phòng thông báo kịp thời khi có sự thay đổi trong quá trình cung cấp dịch vụ
3.3.2. Thang đo tinh thần trách nhiệm của nhân viên bộ phận buồng phòng khách sạn Nha Trang Lodge:
Thang đo này là sự đánh giá của khách hàng về việc bộ phận buồng khách sạn Nha Trang Lodge có sẵn sàng giúp đỡ khách hàng một cách tích cực và cung cấp dịch vụ một cách hăng hái hay không? Và khi có sự sai hỏng trong việc cung cấp dịch vụ thì khả năng khắc phục của bộ phận cũng như khách sạn có nhanh chóng, kịp thời hay không? Thang đo tinh thần trách nhiệm được đo lường qua các biến sau đây:
- Nhân viên bộ phận buồng phòng nhanh chóng thực hiện dịch vụ
- Nhân viên bộ phận buồng phòng luôn có mặt kịp thời khi khách hàng cần
- Nhân viên bộ phận buồng phòng có những biện pháp khắc phục các sai hỏng một cách nhanh chóng
3.3.3. Thang đo về khả năng phục vụ của nhân viên bộ phận buồng phòng khách sạn Nha Trang Lodge: khách sạn Nha Trang Lodge:
Thang đo về khả năng phục vụ là thang đo đo lường trình độ chuyên môn, phong cách phục vụ của nhân viên bộ phận buồng phòng khách sạn Nha Trang Lodge cũng như khảnăng gây lòng tin và sự tín nhiệm cho khách hàng của họ trong quá trình cung cấp dịch vụ. Thang đo này dùng 4 biến quan sát để phản ánh năng lực phục vụ của nhân viên bộ phận buồng phòng:
- Nhân viên bộ phận buồng phòng luôn thân thiện với khách hàng - Nhân viên bộ phận buồng phòng có đủ hiểu biết để trả lời các câu hỏi - Nhân viên bộ phận buồng phòng có nghiệp vụ tốt
- Nhân viên bộ phận buồng phòng luôn sẵn sàng nhận lỗi và không bao giờ tranh cãi với khách hàng
3.3.4. Thang đo về sự đồng cảm của nhân viên bộ phận buồng phòng khách sạn Nha Trang Lodge: sạn Nha Trang Lodge:
Là thang đo đo lường sự quan tâm, chăm sóc và hỗ trợ đến từng cá nhân khách hàng cũng như khả năng tiếp cận và nỗ lực tìm hiểu nhu cầu khách hàng của nhân viên bộ phận buồng phòng khách sạn Nha Trang Lodge. Các biến quan sát thang đo này như sau:
- Nhân viên bộ phận buồng phòng quan tâm cá nhân đến từng khách hàng - Nhân viên khách sạn luôn có thái độ tôn trọng mọi khách hàng
- Nhân viên bộ phận buồng phòng giải đáp tận tình các thắc mắc của khách hàng - Nhân viên bộ phận buồng phòng hiểu được những nhu cầu của khách hàng
3.3.5. Thang đo vềphương tiện hữu hình của bộ phận buồng phòng khách sạn Nha Trang Lodge: Nha Trang Lodge:
Thang đo về phương tiện hữu hình là thang đo đo lường sự hiện diện của điều kiện vật chất, trang thiết bị mà bộ phận buồng phòng khách sạn Nha Trang Lodge sử dụng để cung cấp dịch vụlưu trú cho khách hàng cũng như hình thức bên ngoài của nhân viên phục vụ buồng phòng. Thang đo này được đo lường bằng 5 biến quan sát, phản ánh cảm nhận của khách du lịch đã và đang lưu trú tại khách sạn về vấn đề trang thiết bị, cơ sở vật chất cũng như đồng phục nhân viên của bộ phận buồng phòng khách sạn Nha Trang Lodge:
- Vệ sinh trong phòng của khách sạn luôn sạch sẽ
- Phòng của khách sạn có các trang thiết bị hiện đại - Phòng của khách sạn thoáng mát, yên tĩnh
- Nhân viên bộ phận buồng phòng ăn mặc gọn gàng, lịch sự
- Hành lang và thang máy ở các tầng khách sạn đều rộng rãi và luôn có ánh sáng
3.3.6. Thang đo về sự thỏa mãn của khách du lịch đối với chất lượng dịch vụ
bộ phận buồng phòng khách sạn Nha Trang Lodge:
Sự thỏa mãn khách hàng là những cảm nhận, đánh giá của họ về chất lượng dịch vụ bộ phận buồng phòng khách sạn Nha Trang Lodge sau khi đã sử dụng dịch vụlưu trú tại khách sạn. Sự thỏa mãn này sẽđược thể hiện qua các tiêu chí sau: - Khách hàng hoàn toàn hài lòng với chất lượng dịch vụ bộ phận buồng phòng khách sạn Nha Trang Lodge
- Khách hàng cho rằng quyết định lưu trú tại khách sạn Nha Trang Lodge là đúng
- Nếu có dịp đến với Nha Trang, khách hàng sẽ tiếp tục sử dụng dịch vụ của khách sạn Nha Trang Lodge
- Khách hàng sẽ giới thiệu khách sạn Nha Trang Lodge cho bạn bè và người thân
3.4. PHƯƠNG PHÁP VÀ CÔNG CỤ PHÂN TÍCH SỐ LIỆU: 3.4.1. Phương pháp đánh giá độ tin cậy thang đo Cronbach’s Alpha: 3.4.1. Phương pháp đánh giá độ tin cậy thang đo Cronbach’s Alpha:
Những mục hỏi đo lường cùng một khái niệm tiềm ẩn thì phải có mối liên quan với những cái còn lại trong nhóm đó. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), hệ số Cronbach Alpha (hay hệ số α của Cronbach) là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau (Nguyễn Thị Tuyết Oanh, 2011).
Công thức của hệ số Cronbach Alpha là:
Trong đó: ρ (đọc là prô) tượng trưng cho tương quan trung bình giữa các cặp mục hỏi được kiểm tra.
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình phân tích. Vì theo Nguyễn Đình Thọ, hệ số Cronbach Alpha chỉ là giới hạn dưới của độ tin cậy thang đo (Nguyễn Thị Tuyết Oanh, 2011), và còn nhiều đại lượng tin cậy, độ hiệu lực của thang đo nên ở giai đoạn đầu xây dựng bảng câu hỏi, hệ số này nằm trong phạm vi từ 0,6 đến 0,8 và mối quan hệ với biến tổng (Correctem item – total correlation) phải đạt ít nhất 0,3 thì các phát biểu được xem là có quan hệ với nhau.
3.4.2. Phương pháp phân tích nhân tố:
3.4.2.1. Khái niệm và ứng dụng:
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, trong nghiên cứu, chúng ta có thể thu thập được một sốlượng biến khá lớn và hầu hết các biến này có quan hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một sốlượng mà chúng ta có thể sử dụng được. Và đểlàm được điều đó ta sẽ sử dụng phương pháp phân tích nhân tố.
Phân tích nhân tố được ứng dụng trong các lĩnh vực nghiên cứu kinh tế và xã hội như: phân khúc thị trường xem nhân tố nào ảnh hưởng quan trọng để phân nhóm khách hàng; nghiên cứu sản phẩm để xem thuộc tính nào sẽ tác động đến sự lựa chọn của khách hàng; trong nghiên cứu quảng các và định giá...
3.4.2.2. Mô hình phân tích nhân tố:
Về mặt tính toán, phân tích nhân tốhơi giống với phân tích hồi qui vì cả hai đều biểu diễn như là một kết hợp tuyến tính của các nhân tố cơ bản. Lượng biến thiên của một biến được giải thích bởi những nhân tố chung trong phân tích được gọi là Communality. Biến thiên chung của các biến được mô tả bằng một số ít các
nhân tố chung (common factor) cộng với một nhân tốđặc trưng (unique factor) cho mỗi biến. Những nhân tố này không bộc lộ rõ ràng. Nếu các biến được chuẩn hóa thì mô hình nhân tốđược thể hiện bằng phương trình:
Trong đó:
Xi: Biến thứ i chuẩn hóa;
Aij: Hệ số hồi qui bội chuẩn hóa của nhân tốj đối với biến i ;
F: Các nhân tố chung;
Vi: Hệ số hồi qui chuẩn hóa của nhân tố dặc trưng i đối với biến i ;
Ui: Nhân tố dặc trưng của biến i ;
m: Số nhân tố chung;
Các nhân tố đặc trưng có tương quan với nhau và các nhân tố chung. Bản thân các nhân tố chung cũng có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát:
Trong đó:
Fi: Ước lượng trị số của nhân tố i ;
Wi: Quyền số hay trọng số nhân tố;
k: Số biến.
Chúng ta có thể lựa chọn các quyền số hay trọng số nhân tố sao cho nhân tố thứ nhất giải thích được phần biến thiên nhiều nhất trong toàn bộ biến thiên. Sau đó, ta chọn một tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích được phần lớn biến thiên còn lại, và không có tương quan với nhân tố thứ nhất. Nguyên tắc này được áp dụng như vậy để tiếp tục chọn các quyền số của chúng, không giống như các giá trị của các biến gốc, là không tương quan với nhau. Hơn nữa, nhân tố thứ nhất giải thích được nhiều nhất biến thiên của dữ liệu, nhân tố thứ hai giải thích được nhiều thứ nhì…(Hoàng Trọng & Chu Nguyễn Mộng Ngọc).
3.4.3. Phương pháp hồi qui bội:
Nếu kết luận được hai biến có liên hệ chặt chẽ với nhau, đồng thời giả định rằng đã cân nhắc kỹ bản chất của mối liên hệ tiềm ấn giữa hai biến, và xem như đã
Xi = Ai1* F1 + Ai2 * F2 + Ai3* F3 +…+ Aim * Fm + ViUi
xác định đúng mối quan hệ nhân quả có thật giữa chúng thì ta có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng mô hình hồi qui tuyến tính trong đó một biến được gọi là biến phụ thuộc (biến được giải thích – Y) và biến kia là biến độc lập (biến giải thích – X). Mô hình này sẽ mô tả hình thức của mối quan hệ và qua đó giúp ta dựđoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.
- Mô hình hồi quy tuyến tính bội:
Mô hình hồi quy bội mở rộng mô hình hồi quy tuyến tính hai biến bằng cách thêm vào một số biến độc lập để giải thích tốt hơn cho biến phụ thuộc.
Mô hình hồi qui có dạng như sau:
Trong đó:
Xpi : Biểu hiện giá trị của biến độc thứ p tại quan sát thứ i ;
β k : Hệ số hồi qui riêng phần;
ei : Là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi α².
Mô hình hồi quy tuyến tính bội giả định rằng biến phụ thuộc có phân phối chuẩn đối với bất kì kết hợp nào của các biến độc lập trong mô hình.
- Hệ sốtương quan mẫu R:
Dùng để đánh giá mức độ tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc trong mô hình và ta có:
Tương quan tuyến tính giữa hai biến là tương quan tuyến tính hoàn hảo khi: |R|=1
Tương quan tuyến tính giữa hai biến là tương quan tuyến tính mạnh khi: 0,7 ≤ |R| <1
Tương quan tuyến tính giữa hai biến là tuong quan tuyến tính trung bình:
0,4≤|R|<0,6
Tương quan tuyến tính giữa hai biến là tuong quan tuyến tính yếu: 0 ≤ |R| < 0,3
Hai biến không có sựtương quan: R = 0
- Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội:
Hệ số R² (R-square) đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng thêm nhiều biến độc lập vào mô hình thì R² càng tăng, tuy nhiên điều này cũng được chứng minh rằng không phải phương trình
càng có nhiều biến sẽ càng phù hợp với dữ liệu (tức là tốt hơn). Như vậy R-square có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có hơn một biến giải thích trong mô hình.
Mô hình thường không phù hợp với dữ liệu thực tế như giá trị R² thể hiện. Khi đó, ta sẽ sử dụng R- square hiệu chỉnh để phản ánh mức độ phù hợp của mô hình hồi quy tuyến tính đa biến. R² không nhất thiết tăng lên khi nhiều biến được thêm vào phương trình, nó là thước đo sự phù hợp của mô hình và được sử dụng cho mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2.(Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
- Tương quan mẫu phần dư:
Dùng hệ số Durbin –Waston để đánh giá mức độ tương quan giữa các phần dư theo quy ước như sau:
0 TƯƠNG QUAN DƯƠNG 1 KHÔNG TƯƠNG QUAN 3 TƯƠNG QUAN ÂM 4
- Kiểm định độ phù hợp của mô hình:
Kiểm định F trong bảng phân tích phương sai vẫn là một phép kiểm đinh giả thuyết vềđộ phù hợp của mô hình hồi quy tuyến tính tổng thể. Trong nghiên cứu này, kiểm dịnh F sẽđược sử dụng để kiể tra xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không với giả thuyết H0 là: “ β1= β2 = β3 = β4 = 0”.
Nếu giả thuyết H0 bị bác bỏ, ta có thể kết luận là kết hợp của các biến hiện có trong mô hình có thể giải thích được thay đổi của Y, điều này cũng có nghĩa là mô hình ta xây dựng phù hợp với tập dữ liệu (Theo Hoàng Trọng & Mộng Ngọc).
- Xác định khảnăng xảy ra đa cộng tuyến trong mô hình:
Ta sử dụng giá trị của hệ sốphóng đại phương sai VIF (Variance Inflation Factor) để kiểm tra khảnăng xảy ra đa cộng tuyến giữa các biến độc lập trong mô hình với quy ước VIF ≥ 10 thì xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
- Xác định tầm quan trọng của các biến trong mô hình:
Trong mô hình hồi quy bội có rất nhiều biến độc lập và đểxác định xem với những biến mà ta đã đưa vào mô hình, biến nào có vai trò quan trọng hơn trong việc dựđoán giá trị lý thuyết của Y hay chúng quan trọng như nhau. Đểlàm được điều đó, ta sẽ sử dụng hệ số tương quan giữa biến phụ thuộc với các biến độc lập. Bên cạnh đó, khi muốn xác định tầm quan trọng của các biến khi chúng được sử dụng cùng với những biến khác trong mô hình ta dùng hệ số tương quan từng phần và tương quan riêng (Part and partical corrections). (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Chương 4: PHÂN TÍCH KẾT QUẢ
4.1. LÀM SẠCH DỮ LIỆU:
Sau quá trình điều tra, 170 bảng câu hỏi được phát ra, thu về 158 bảng, trong đó có 8 bảng câu hỏi có thông tin chưa được chính xác, do đó, các bảng câu hỏi này bị loại và 150 bảng câu hỏi còn lại (đảm bảo kích cỡ mẫu nghiên cứu) sẽđược đưa vào tiến hành phân tích.
Dữ liệu sau khi thu thập, sàn lọc sẽ được mã hóa, nhập liệu thông qua phần mềm Exel và SPSS 19.0, sau đó ta tiến hành làm sạch dữ liệu nhằm đảm bảo yêu