Kết Quả Nghiên Cứu Định Tính Đã Hiệu Chỉnh Thang Đo

giao thông, (2) Phương tiện di chuyển đa dạng và thuận lợi, (3) Điểm đến đông đúc, (4) Chất lượng đường sá tốt.

Kết quả thảo luận nhóm cho thấy loại bỏ quan sát “Điểm đến đông đúc” vì đa số du khách đều đồng ý rằng quan sát này không phù hợp với khái niệm về thang đo “Cơ sở hạ tầng” mà nghiên cứu này đề cập. Bên cạnh đó, cần bổ sung thêm hai quan sát: (1) Hệ thống thông tin liên lạc thuận lợi, (2) Wifi được phủ sóng toàn thành phố.

Thang đo “Yếu tố con người”

“Yếu tố con người” tại một điểm đến du lịch được hiểu là các thuộc tính về cách ứng xử và đặc điểm của người dân địa phương mà khách du lịch tiếp xúc trong quá trình tham quan, du lịch. Thang đo này kết thừa kết quả nghiên cứu của Đinh Công Thành & ctg (2011) gồm ba biến quan sát: (1) Người dân địa phương thân thiện, hiếu khách, (2) Hướng dẫn viên am hiểu và chuyên nghiệp, (3) Không có tình trạng chèo kéo du khách.

Kết quả thảo luận nhóm tập trung thống nhất rằng loại bỏ biến quan sát: “Hướng dẫn viên am hiểu và chuyên nghiệp” vì nó không thuộc đặc tính dân cư địa phương. Đồng thời bổ sung thêm hai biến quan sát: (1) Giọng địa phương không khó nghe và dễ dàng trao đổi với người dân, (2) Không có yếu tố "chặt chém" về giá cả, (3) Không có tình trạng phân biệt khách du lịch.

Thang đo “Hỗ trợ của chính quyền”

“Hỗ trợ của chính quyền” là thang đo được kế thừa từ nghiên cứu của Phan Minh Đức (2016), đề cập đến những hỗ trợ của chính quyền địa phương về vấn đề bảo vệ môi trường, an ninh cho du khách, kiểm soát giá cả tại các khu du lịch,… Thang đo này gồm bốn biến quan sát: (1) Chính quyền giải quyết tốt vấn đề ô nhiễm môi trường,

(2) Chính quyền đảm bảo an toàn, an ninh cho du khách, (3) Chính quyền hỗ trợ du khách thông qua các đường dây nóng, (4) Chính quyền tuyên truyền, giáo dục nâng cao nhận thức xã hội về du lịch.

Kết quả thảo luận nhóm cho thấy cần bổ sung thêm biến quan sát: Chính quyền kiểm soát tốt các dịch vụ và giá cả tại các khu du lịch.

Thang đo “Bầu không khí du lịch”

“Bầu không khí du lịch” trong nghiên cứu này được hiểu là cảm xúc, cảm giác của du khách trong lúc tham quan du lịch tại điểm đến. Thang đo này kế thừa thang đo của Nguyễn Xuân Thành (2015) gồm bốn biến quan sát: (1) Cảm giác thoả mái, dễ chịu (vì không có tình trạng ăn xin, …), (2) Cảm giác tự do (vì không bị chèo kéo, đeo bám,…), (3) Cảm giác không khí thanh bình (không kẹt xe, khói bụi, không quá đông đúc,..), (4) Cảm giác yên tâm (không bị lừa đảo, ép giá, cướp giật,…)

Kết quả thảo luận nhóm cho thấy cần bổ sung thêm hai biến quan sát: (1) Cảm giác thú vị và ham muốn khám phá, (2) Đến Đà Nẵng giúp tôi có tinh thần tươi trẻ và sự năng động.

Thang đo “Sự hài lòng của du khách”

“Sự hài lòng” được hiểu là biểu hiện hài lòng, thoả mãn của du khách về một điểm đến du lịch. Thang đo “Sự hài lòng của du khách” dựa vào thang đo của Oliver (1997) gồm bốn biến quan sát: (1) Đây là điểm đến tuyệt vời, (2) Tôi hài lòng với điểm đến này, (3) Lựa chọn điểm đến này là một quyết định đúng đắn, (4) Điểm đến là một trải nghiệm thú vị.

Kết quả thảo luận nhóm cho thấy thang đo “sự hài lòng của du khách” vẫn giữ nguyên bốn biến quan sát ban đầu.

Như vậy, sau bước nghiên cứu định tính ta có kết quả thang đo đã hiệu chỉnh được trình bày cụ thể trong Bảng 3.2.

Bảng 3.2 Kết quả nghiên cứu định tính đã hiệu chỉnh thang đo

STT

Ký hiệu	Biến quan sát	Nguồn tham khảo
	TNH	Đặc điểm tự nhiên (TNH)
1	TNH1	Đà Nẵng có nhiều danh lam thắng cảnh đẹp và hấp dẫn	Kế thừa
2	TNH2	Đà Nẵng có nhiều bãi biển đẹp và bãi tắm an toàn	Kế thừa
3	TNH3	Đà Nẵng có khí hậu trong lành, dễ chịu	Kế thừa
4	TNH4	Đà Nẵng có môi trường không bị ô nhiễm	Bổ sung
5	TNH5	Đà Nẵng có nền văn hóa độc đáo và thú vị	Bổ sung
	TNG	Tiện nghi du lịch (TNG)
6	TNG1	Đà Nẵng nhiều sản phẩm lưu niệm độc đáo	Kế thừa
7	TNG2	Có nhiều khu resort và khách sạn tốt	Kế thừa
8	TNG3	Đà Nẵng có nhiều sản phẩm du lịch độc đáo	Bổ sung
9	TNG4	Đà Nẵng có nhiều điểm vui chơi, giải trí hấp dẫn	Bổ sung
10	TNG5	Đà Nẵng có nhiều trung tâm tư vấn dịch vụ du lịch	Bổ sung
11	TNG6	Đà Nẵng nền ẩm phực phong phú và hấp dẫn	Bổ sung
	HT	Cơ sở hạ tầng
12	HT1	Ít xảy ra tình trạng tắt nghẽn giao thông	Kế thừa
13	HT2	Phương tiện di chuyển đi đa dạng và thuận lợi	Kế thừa
14	HT3	Chất lượng đường sá tốt	Kế thừa
15	HT4	Wifi được phủ sóng toàn thành phố	Bổ sung
16	HT5	Hệ thống thông tin liên lạc thuận lợi	Bổ sung
	CN	Yếu tố con người
17	CN1	Người dân địa phương thân thiện, hiếu khách	Kế thừa
18	CN2	Không có tình trạng chèo kéo du khách	Kế thừa
19	CN3	Không có yếu tố "chặt chém" về giá cả	Bổ sung
20	CN4	Không có tình trạng phân biệt khách du lịch	Bổ sung

Có thể bạn quan tâm!

Xem toàn bộ 137 trang tài liệu này.

CN5	Giọng địa phương không khó nghe và dễ dàng trao đổi với người dân	Bổ sung
	CQ	Hỗ trợ của chính quyền
22	CQ1	Chính quyền giải quyết tốt vấn đề ô nhiễm môi trường	Kế thừa
23	CQ2	Chính quyền chú trọng đến vấn đề an toàn, đảm bảo an ninh cho du khách	Kế thừa
24	CQ3	Chính quyền hỗ trợ du khách thông qua các đường dây nóng	Kế thừa
25	CQ4	Chính quyền tuyên truyền, giáo dục nhận thức xã hội về du lịch	Kế thừa
26	CQ5	Chính quyền kiểm soát tốt dịch vụ và giá cả tại các khu du lịch	Bổ sung
	BKK	Bầu không khí du lịch
27	BKK1	Cảm giác thoả mái, dễ chịu (vì không có tình trạng ăn xin,…)	Kế thừa
28	BKK2	Cảm giác tự do (vì không bị chèo kéo, đeo bám,…)	Kế thừa
29	BKK3	Cảm giác yên tâm (không bị lừa đảo, ép giá, cướp giật,…)	Kế thừa
30	BKK4	Cảm giác không khí thanh bình (không kẹt xe, khói bụi, đông đúc,..)	Kế thừa
31	BKK5	Cảm giác thú vị và ham muốn khám phá	Bổ sung
32	BKK6	Đến Đà Nẵng giúp tôi có tinh thần tươi trẻ và năng động	Bổ sung
	HL	Sự hài lòng của du khách
33	HL1	Đà Nẵng là điểm đến tuyệt vời cho kỳ nghỉ của tôi	Kế thừa
34	HL2	Tôi thực sự hài lòng với điểm đến Đà Nẵng	Kế thừa
35	HL3	Tôi cho rằng lựa chọn du lịch tại Đà Nẵng là một quyết định đúng đắn	Kế thừa
36	HL4	Du lịch tại Đà Nẵng là một trải nghiệm thú vị	Kế thừa

Nguồn: Kết quả nghiên cứu định tính

3.3 Giới thiệu nghiên cứu định lượng

3.3.1 Kích thước mẫu

Các nhà nghiên cứu cho rằng theo lý thuyết phân phối lớn mẫu thì số lượng mẫu lớn sẽ có được ước tính đáng tin cậy (Rayko & Widaman, 1995). Tuy nhiên, cho đến

nay vẫm chưa có ý kiến thống nhất về kích thước mẫu được gọi là lớn là như thế nào (Hair & ctg, 2010).

Theo Hair & ctg (2006) cho rằng để sử dụng phân tích nhân tố EFA, kích thước mẫu tối thiểu phải là 100 và tỉ lệ kích thước mẫu với biến đo lường là 5:1, nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát. Điều này cũng phù hợp với quan điểm của Bollen (1979), cho rằng tỷ lệ cần thiết để thiết kế cỡ mẫu là: tối thiểu có 5 quan sát trên mỗi thông số ước lượng. Do đó, dựa vào số biến quan sát tác giả đã nêu ở mô hình đã hiệu chỉnh là 36, thì ta sẽ có kích thước mẫu là 36*5 = 180 mẫu.

Ngoài ra, theo Tabachnick & Fidell (1996) đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là n= 50 + 8*m (m: số biến độc lập trong mô hình). Do đó, với số biến độc lập là 6 như mô hình nghiên cứu chính thức thì kích thước mẫu phải là 50+8*6 = 98 mẫu.

Theo Anderson & Gerbing (1988), trong ứng dụng nghiên cứu thực tế, cỡ mẫu từ 150 hoặc lớn hơn thường cần thiết để có được ước lượng thông số với sai số đủ nhỏ. Do đó, cỡ mẫu lớn hơn 150 mẫu là có thể chấp nhận được.

Như vậy, tổng hợp hai cách tính trên, tác giả phải thu thập ít nhất 180 mẫu đạt yêu cầu để thực hiện các bước phân tích tiếp theo. Để đạt được kích thước mẫu theo yêu cầu, tác giả dự kiến khảo sát 270 mẫu để có thể đạt được kết quả nghiên cứu có ý nghĩa.

3.3.2 Phương pháp điều tra chọn mẫu

Trong nghiên cứu chính thức, tác giả điều tra, thu thập số liệu bằng phương pháp chọn mẫu phi xác suất. Theo đó, tác giả sẽ tiếp cận đối tượng khảo sát bằng phương pháp chọn mẫu thuận tiện. Ưu điểm của phương pháp này là dễ tiếp cận đối tượng và thường sử dụng khi bị giới hạn về thời gian và chi phí. Nhưng phương pháp này lại không xác định được sai số do lấy mẫu.

Do đối tượng khảo sát là những khách du lịch nội địa đã từng tham quan, du lịch tại TP. Đà Nẵng nên tác giả thu thập dữ liệu qua hai cách là gửi bảng câu hỏi phỏng

vấn trực tiếp và thông qua Google Form, khảo sát bằng hình thức chia sẻ link bảng câu hỏi trên mạng xã hội, diễn đàn,...

3.3.3 Phân tích dữ liệu

Sau khi thu thập dữ liệu, tác giả sẽ tiến hành làm sạch dữ liệu, mã hoá và nhập liệu vào phần mềm SPSS để sử dụng cho các phân tích dữ liệu. Các bước phân tích dữ liệu được tiến hành như sau:

3.3.3.1 Thống kê mô tả dữ liệu

Sau khi dữ liệu đã được làm sạch và mã hoá, tác giả sẽ thực hiện thống kê mô tả nhằm mô tả những đặc tính cơ bản của dữ liệu, đồng thời cung cấp những tóm tắt đơn giản về mẫu nghiên cứu và các thước đo.

3.3.3.2 Kiểm định Cronbach’s Alpha (Kiểm định độ tin cậy của thang đo)

Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha, sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA nhằm mục đích loại các biến không phù hợp vì các biến “rác” này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).

Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:

Loại các biến có hệ số tương quan biến tổng nhỏ (nhỏ hơn 0.3), tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0.6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein, 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).

Các mức giá trị Alpha lớn hơn 0.8 là thang đo lường tốt, từ 0.7 đến 0.8 là sử dụng được, từ 0.6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).

Do đó, 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 nhỏ hơn 0.3 (vì đây là những biến

không đóng góp nhiều cho sự mô tả khái niệm cần đo) và chọn thang đo có độ tin cậy Alpha lớn hơn 0.6.

3.3.3.3 Phân tích nhân tố khám phá EFA

Phân tích nhân tố khám phá EFA ((Exploratory Factor Analysis) là phương pháp phân tích thống kê nhằm rút gọn một tập nhiều biến quan sát thành một nhóm biến quan sát để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hết các nội dung thông tin của biến ban đầu.

Các tác giả Mayer, L.S., Gamst, G., Guarino A.J. (2000) cho rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức sử dụng phổ biến nhất.

Theo Hair & ctg (1998), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:

Factor loading > 0.3 được xem là đạt mức tối thiểu

Factor loading > 0.4 được xem là quan trọng

Factor loading > 0.5 được xem là có ý nghĩa thực tiễn

Như vậy trong nghiên cứu này, điều kiện để phân tích nhân tố khám phá phải thoả mãn các yêu cầu sau:

Hệ số tải nhân tố (Factor loading) > 0.5.

Hệ số KMO là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố, hệ số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích mới thích hợp.

Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Kiểm định này có ý nghĩa thống kế (Sig. <0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.

Tổng phương sai trích (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là coi biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

3.3.3.4 Phân tích hồi quy

Phân tích hồi quy là nghiên cứu sự phụ thuộc của một biến (biến phụ thuộc) vào một hay nhiều biến khác (biến độc lập), nhằm mục đích ước lượng giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị biết trước của các biến độc lập.

Khi sử dụng phương pháp này, các tham số thống kê cần quan tâm là:

Hệ số Beta chuẩn hoá (Standarlize Beta Coeficient): là hệ số hồi quy chuẩn hoá cho phép so sánh một cách trực tiếp về mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc.

Kiểm định mức ý nghĩa của hệ số Beta: Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05 có thể kết luận hệ số Beta có ý nghĩa về mặt thống kê.

Kiểm định độ phù hợp của mô hình với tập dữ liệu: Sử dụng kiểm định F để kiểm định mức ý nghĩa thống kê của mô hình. Giả thuyết H0 là các hệ số Beta trong mô hình đều bằng 0. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0.05, có thể bác bỏ giả thuyết H0 hay mô hình phù hợp với dữ liệu khảo sát.

Trước khi thực hiện phân tích hồi quy, phân tích tương quan Pearson’s được thực hiện để xác định các mối quan hệ có ý nghĩa thống kê giữa các biến hay đo mức độ kết hợp tuyến tính giữa các biến trước khi tiến hành phân tích hồi quy tiếp theo.

Ngoài ra, tác giả còn thực hiện kiểm định các giả định của mô hình hồi quy:

Giả định 1: Không có hiện tượng tương quan giữa các biến độc lập (hiện tượng đa cộng tuyến)

Giả định 2: Tính độc lập của sai số

Giả định 3: Phương sai của sai số không đổi (Kiểm định Speraman)

Giả định 4: Phần dư có phân phối chuẩn

Và cuối cùng là kiểm định các giả thuyết và viết phương trình hồi quy tuyến

tính:

HL = β0 + β1*TNH + β2*TNG + β3*HT + β4*CN + β5*CQ + β6*BKK

Trong đó: HL là sự hài lòng của du khách