Nghiên Cứu Định Tính Dựa Vào Phương Pháp Thu Thập Dữ Liệu

Mục tiêu nghiên cứu

Nghiên cứu lý thuyết nền và tổng hợp nghiên cứu thực nghiệm gần đây

Đề xuất mô hình nghiên cứu và thang đo

Nghiên cứu sơ bộ

Nghiên cứu định tính

(Phỏng vấn sâu chuyên gia)

Hiệu chỉnh mô hình và thang đo

Nghiên cứu định lượng chính thức (N =359)

Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha

Đề xuất biến đo lường cho nghiên cứu định lượng sơ bộ

Phân tích nhân tố khám phá EFA

Nghiên cứu định lượng sơ bộ (N = 162)

Phân tích nhân tố khẳng định CFA

Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha

Kiểm định mô hình và giả thuyết nghiên cứu SEM

Phân tích nhân tố khám phá EFA

Phỏng vấn sau định lượng để khẳng định kết quả nghiên cứu

Đề xuất các biến đo lường chính thức (bảng câu hỏi)

Hình 3.1: Trình tự nghiên cứu

Nguồn: Tác giả đề xuất

3.2.1 Nghiên cứu sơ bộ

3.2.1.1 Nghiên cứu định tính

Bryman (2003), Nastasi và Schensul (2005), Denzin và Lincoln (2011) cho rằng sự khác biệt trong chiến lược lấy mẫu giữa các nghiên cứu định lượng và định tính là do mục tiêu khác nhau của từng phương pháp nghiên cứu.

Nastasi và Schensul (2005), Corbin và Strauss (2008) cho rằng nghiên cứu định lượng điển hình thường tìm cách suy ra từ một tổng thể. Nói chung, phương pháp định lượng thường bao gồm nhiều loại đối tượng khác nhau để nó phổ quát hơn. Do đó, mục tiêu của các phương pháp định lượng có thể được nói là "tổng quát thực nghiệm đối với nhiều đối tượng”. Nghiên cứu định tính, thường bắt đầu với một nhóm cụ thể, một nhóm cá nhân cùng đặc tính, sự kiện hoặc quy trình". Như vậy, mục tiêu của nghiên cứu định tính có thể được coi là "hiểu biết sâu sắc".

Nastasi (2007) cho rằng: “đối với nghiên cứu định tính có thể ước tính kích thước mẫu dựa trên cách tiếp cận của nghiên cứu hoặc phương pháp thu thập dữ liệu được sử dụng”. Đối với mỗi loại có một số quy tắc liên quan, được trình bày trong các bảng bên dưới.

Bảng 3.1 Nghiên cứu định tính dựa vào phương pháp thu thập dữ liệu

Cách tiếp cận nghiên cứu

Quy mô mẫu thông dụng

Phỏng vấn người cung cấp thông tin

quan trọng

Phỏng vấn khoảng 5 người

Thảo luận nhóm

Tạo các nhóm có trung bình từ 5-10 người. Ngoài ra, hãy xem xét số lượng nhóm tập trung bạn cần dựa trên "nhóm" được trình bày trong câu hỏi nghiên cứu. Đó là, khi nghiên cứu nam và nữ của ba nhóm tuổi khác nhau, lập kế hoạch cho sáu nhóm tập trung, tạo một nhóm cho mỗi giới tính và ba

nhóm tuổi cho mỗi giới.

Khảo sát nhân chủng học

Chọn một mẫu lớn và có tính đại diện (mục đích hoặc tính ngẫu nhiên dựa trên mục đích) với các con số tương tự như các

nghiên cứu định lượng

Có thể bạn quan tâm!

Xem toàn bộ 178 trang tài liệu này.

Nguồn: Nastasi 2007

Bảng 3.2 Nghiên cứu định tính dựa vào cách tiếp cận

Cách tiếp cận nghiên cứu

Quy mô mẫu thông dụng

Nghiên cứu tình huống / tiểu sử

Thông thường chọn 1 trường hợp hoặc 1 người

Hiện tượng học

Đánh giá 10 người. Nếu bạn đạt đến độ bão hòa trước khi đánh giá mười người bạn có thể sử dụng ít hơn

Nghiên cứu lý thuyết nền

Nghiên cứu nhân chủng học Nghiên cứu hành vi

Đánh giá 20-30 người, thường là đủ để đạt đến độ bão hòa.

Nguồn: Nastasi 2007

Bogdan và Biklen (2007), Maxwell (2012), Nguyễn Đình Thọ (2011) cho rằng nhà nghiên cứu định tính thường chỉ nghiên cứu một thiết lập đơn lẻ hoặc một số ít cá nhân, việc lấy mẫu dựa vào mục tiêu nghiên cứu, cơ sở lý thuyết, và câu hỏi nghiên cứu sẽ có thể cung cấp nhiều thông tin cho nghiên cứu hơn là lấy mẫu theo xác suất trong nghiên cứu định lượng. Vì nghiên cứu định tính chủ yếu nghiên cứu theo chiều sâu, chính vì vậy quy mô mẫu thường rất ít (từ 1 đến vài chục) và các đối tượng khảo sát của mẫu thường đại diện cho đặc tính của đám đông nghiên cứu.

Dựa trên các kết quả nghiên cứu của Nastasi và Schensul (2005), Nastasi (2007), Maxwell (2012), Nguyễn Đình Thọ (2011) tác giả đã vận dụng linh hoạt để lựa chọn đối tượng nghiên cứu định tính của mình bao gồm:

Thứ nhất, nhóm các giảng viên có kinh nghiệm, có trình độ chuyên sâu trong lĩnh vực đầu tư du lịch nhằm kiểm định tính khoa học và cơ sở lý luận trong nghiên cứu.

Thứ hai, nhóm các nhà quản lý thuộc các sở ban ngành có liên quan trong lĩnh vực thu hút đầu tư du lịch: các trưởng, phó giám đốc sở, trưởng, phó phòng thuộc sở kế hoạch đầu tư, sở du lịch thuộc các tỉnh Duyên hải Nam Trung Bộ. Việc phỏng vấn nhóm này nhằm cung cấp thông tin về kinh nghiệm quy hoạch và thu hút vốn đầu tư du lịch, khai thác các yếu tố thuộc về chính sách, môi trường đầu tư.

Thứ ba, nhóm các nhà quản lý, chủ sở hữu các khu du lịch, khách sạn – nhà hàng, resort có quy mô từ 3 sao trở lên tại khu vực Duyên hải Nam Trung Bộ. Khảo sát nhóm này nhằm cung cấp thông tin thực tế về những yếu tố thật sự hấp dẫn các nhà đầu tư du lịch. Đây là nhóm rất quan trọng, vì chính họ sẽ là đối tượng khảo sát cho

nghiên cứu định lượng sau này. Nguyễn Đình Thọ (2011) “chính họ sẽ trả lời cho nghiên cứu của mình chứ không phải các chuyên gia”.

Để thực hiện được mục tiêu đặt ra, tác giả tiến hành nghiên cứu định tính thông qua 4 công đoạn:

Công đoạn 1: Nghiên cứu khám phá

Tác giả gửi đến nhà quản lý, nhà đầu tư bằng các phiếu khảo sát gồm 3 câu hỏi mở phi cấu trúc để khảo sát 30 nhà quản lý và chủ sở hữu thuộc khu vực Duyên hải Nam Trung Bộ (bao gồm chủ sở hữu, nhà quản lý khách sạn, resort, khu du lịch từ 3 sao trở lên).

Câu hỏi thứ nhất: Ông/Bà vui lòng liệt kê tất cả các nhân tố tạo nên tính hấp dẫn của điểm đến thu hút đầu tư du lịch vào một địa phương? Câu hỏi này nhằm mục đích khám phá các yếu tố tạo nên tính hấp dẫn của điểm đến trong việc thu hút vốn đầu tư du lịch vào 1 địa phương?

Câu hỏi thứ hai: Theo Ông/Bà thì những yếu tố nào có tính hấp dẫn nhiều nhất đến quyết định đầu tư vốn vào du lịch của một địa phương thuộc vùng Duyên hải Nam Trung Bộ này? Câu hỏi này nhằm khám khá những nhân tố có tính hấp dẫn, thu hút nhất đến quyết định đầu tư du lịch vào địa phương.

Câu hỏi thứ ba: Theo Ông/Bà thì giữa các tỉnh thuộc khu vực Duyên hải Nam Trung Bộ có sự không đồng đều về thu hút vốn đầu tư vào du lịch là do nguyên nhân chính nào? Câu hỏi này nhằm khám phá thêm những nhân tố tạo nên sự khác biệt giữa các địa phương trong việc thu hút vốn đầu tư du lịch.

Công đoạn 2: Phỏng vấn sâu

Tác giả tiến hành phỏng vấn sâu các chuyên gia trong lĩnh vực thu hút vốn đầu tư du lịch. Các chuyên gia là đại diện cho sở kế hoạch đầu tư và đại diện cho trung tâm xúc tiến đầu tư du lịch thuộc vùng Duyên hải Nam Trung Bộ. Ngoài ra, tác giả còn phỏng vấn sâu các chuyên gia nghiên cứu trong lĩnh vực du lịch thuộc các viện và trường đại học trong nước. Bên cạnh đó, tác giả tiến hành phỏng vấn sâu các nhà đầu tư lớn về du lịch trong khu vực Duyên hải Nam Trung Bộ. Trong đó, gồm có 3 đại diện là Trưởng hoặc phó phòng sở kế hoạch đầu tư các tỉnh Đà Nẵng, Bình Định, Nha Trang; 3 chuyên gia là các giáo sư, giảng viên trong lĩnh vực du lịch gồm 1 phó giáo sư Khoa Du lịch và Khách sạn đại học Kinh tế quốc dân, 1 tiến sĩ du lịch Đại học Đà Nẵng, 1 tiến sĩ là giảng viên du lịch Đại học Nha Trang; 2 chuyên gia còn lại là 2 nhà đầu tư khu du lịch FLC Quy Nhơn và Khách Sạn Mường Thanh. Việc phỏng vấn sâu

các chuyên gia và các nhà đầu tư nhằm khai thác thêm các nhân tố mới, các biến đo lường mới chưa được khám phá hết ở công đoạn 1.

Công đoạn 3: Thảo luận nhóm

Tác giả tiến thảo luận nhóm gồm 3 giảng viên thuộc các trường đại học trong nước, và 2 nhà quản lý thuộc sở kế hoạch đầu tư và sở du lịch, 3 nhà đầu tư khách sạn, resort. Họ là những chuyên gia, những nhà đầu tư có kinh nghiệm, có kiến thức chuyên sâu về lĩnh vực du lịch và thu hút vốn đầu tư trong du lịch.

Công đoạn 4: Khảo sát thử nghiệm

Tác giả tiến hành khảo sát thử nghiệm bằng bảng câu hỏi khảo sát sau khi đã hiệu chỉnh và bổ sung từ 3 công đoạn trên (N = 20). Phiếu khảo sát này được gửi đến cho các nhà quản lý, chủ đầu tư các khách sạn, resort, khu du lịch từ 3 sao trở lên thuộc khu vực Duyên hải Nam Trung Bộ. Với phương pháp lấy mẫu thuận tiện, các nhà đầu tư, các nhà quản lý được khuyến khích chỉnh sửa, góp ý cho bất kỳ câu hỏi nào họ cảm thấy khó hiểu, mơ hồ, dễ hiểu nhầm sang ý khác...; ngoài ra họ còn được khuyến khích thêm vào các câu hỏi mà theo họ nó có ảnh hưởng đến việc thu hút đầu tư đối với họ.

Kết quả kiểm tra chỉ có một vài thay đổi nhỏ như dấu câu, cách dùng từ địa phương, các thuật ngữ chuyên ngành khiến họ khó hiểu. Tổng hợp kết quả trên, tác giả tiến hành hoàn thiện biến đo lường, bảng câu hỏi để phục vụ cho nghiên cứu định lượng sơ bộ tiếp theo.

3.2.1.2 Nghiên cứu định lượng sơ bộ

Trên cơ sở nghiên mô hình nghiên cứu và lý thuyết nền, kết hợp với nghiên cứu định tính, tác giả đã hoàn thiện các biến quan sát, đo lường các nhân tố. Từ đó hình thành nên bảng câu hỏi sơ bộ để phục vụ cho việc nghiên cứu định lượng sơ bộ.

Trước tiên tác giả tiến hành kiểm tra độ tin cậy và giá trị của thang đo qua hệ số Cronbach’s Alpha. Sau đó, tác giả tiến hành bước tiếp theo là phân tích nhân tố khám phá EFA (Exploratory Factor Analysis), bước này giúp chúng ta đánh giá: giá trị hội tụ, giá trị phân biệt và giá trị nội dung của thang đo. Đây chính là 2 bước quan trọng và cần thiết trước khi chúng ta tiến hành phân tích CFA, kiểm định các giả thuyết và lý thuyết khoa học, đồng thời là bước cơ bản trước khi sử dụng thang đo này cho nghiên cứu định lượng chính thức (Hair và cộng sự, 2010; Meyers và cộng sự, 2016).

Để kiểm định độ tin cậy thang đo bằng phân tích hệ số Cronbach’s alpha và phân tích EFA, tác giả tiến hành sử dụng phần mềm phân tích dữ liệu SPSS 22.0. Trình tự tiến hành công việc nghiên cứu định lượng như sau:

Bước 1: Thực hiện việc thu thập dữ liệu bằng cách gửi các phiếu khảo sát qua email, điện thoại trả lời trực tiếp, gửi phiếu khảo sát trực tiếp cho doanh nghiệp. Việc lấy mẫu khảo sát này theo phương pháp lấy mẫu ngẫu nhiên, nghĩa là danh sách các nhà đầu tư du lịch thuộc vùng Duyên hải Nam Trung Bộ được đưa vào máy tính chọn ngẫu nhiên 200 doanh nghiệp. Tác giả tiến hành gửi các phiếu khảo sát này đến các nhà đầu tư đã được máy tính chọn, kết quả thu được 162 phiếu hợp lệ được nhà đầu tư phản hồi. Trong đó có 59 doanh nghiệp trong nước và 11 doanh nghiệp ngoài nước.

Bước 2: Tác giả nhập liệu thu thập được từ phiếu khảo sát và sử dụng phần mềm SPSS 22.0 để tiến hành phân tích hệ số Cronbach’s Alpha và EFA.

Thứ nhất, tác giả tiến hành đánh giá độ tin cậy và giá trị của thang đo

Việc đánh giá thang đo nhằm loại bỏ các biến quan sát không đạt yêu cầu. Chúng ta phải thực hiện việc này trước khi phân tích EFA nhằm để tránh các biến quan sát không đạt yêu cầu này có thể tạo ra các nhân tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2008).

Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) đã chỉ ra rằng: “Hệ số Cronbach’s Alpha chỉ cho biết các biến đo lường có liên kết với nhau hay không, nhưng không cho biết biến nào cần loại đi. Do đó, việc tính hệ số tương quan biến tổng sẽ giúp chúng ta loại đi các biến đo lường không đóng góp nhiều cho sự đo lường nhân tố cần đo”.

Như vậy, để phân tích độ tin cậy và giá trị của thang đo, chúng ta căn cứ vào hệ số Cronbach’s Alpha và hệ số tương quan biến tổng. Vậy giá trị của 2 hệ số này là bao nhiêu thì đạt yêu cầu của một thang đo tốt? Điều này đã được nhiều nhà nghiên cứu trước đây chứng minh và được sử dụng rộng rãi và phổ biến như sau:

Theo Nunnally và Bernstein (1994b), Habing (2003); Nguyễn Đình Thọ (2011); Pituch và Stevens (2015) chỉ ra rằng một thang đo phải tối thiểu có 3 biến quan sát để đo lường. Một thang đo có giá trị tốt khi hệ số Cronbach’s Alpha nằm trong khoảng từ 0,7 đến 0,8; đồng thời hệ số tương quan biến tổng (Corrected item-total correlation) phải lớn hơn 0,3. Nếu các biến quan sát nào không thỏa mãn điều kiện này thì chứng tỏ biến quan sát đó không có ý nghĩa nhiều trong việc đo lường, cho nên chúng ta tiến hành loại đi biến quan sát đó. Tuy nhiên, cũng có nhiều nhà nghiên cứu trước đây cho rằng một thang đo tốt khi có hệ số tương quan biến tổng lớn hơn 0,3 và hệ số Cronbach’s Alpha chỉ cần lớn hơn hoặc bằng 0,6. Hệ số Cronbach’s Alpha >= 0,6 được áp dụng trong trường hợp dùng để đo lường các khái niệm mới, hoặc mới đối với đối tượng được khảo sát (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008; Nunnally và Bernstein, 1994a; Peterson, 1994). Ngoài ra, Nguyễn Văn Thắng (2014); DeVellis (2016) cho rằng một thang đo có độ tin cậy tốt thì hệ số phải từ 0,7 trở lên, tuy nhiên giá trị chấp nhận được cũng có thể là từ 0,63 trở lên.

Dựa trên các công trình khoa học nghiên cứu trước đây và thực tiễn đề tài nghiên cứu của mình, tác giả đề xuất chọn hệ số tương quan biến tổng phải lớn hơn 0,3 và hệ số Cronbach’s Alpha phải lớn hơn bằng 0,7 để đánh giá thang đo.

Thứ hai, sau khi phân tích độ tin cậy thang đo tác giả tiến hành phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)

Hair và cộng sự (2010) đã đưa ra khái niệm phân tích EFA: “Một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu”. Phân tích này giúp chúng ta đánh giá giá trị nội dung, giá trị phân biệt, giá trị hội tụ và tính đơn hướng của thang đo.

Theo Gerbing và Anderson (1988) thì cho rằng: “đối với phương pháp rút trích nhân tố thì nên dùng phương pháp Principal Axis Factoring, kết hợp với phép xoay nhân tố Promax sẽ cho phương sai trích nhỏ nhưng phản ánh dữ liệu rút trích nhân tố tốt hơn, phương pháp này thường dùng để phân tích CFA”.

Tuy nhiên, DeCoster (1998); Meyers và cộng sự (2016) thì cho rằng: “nếu phân tích EFA, sau đó tiến hành phân tích hồi quy thì đối với phương pháp rút trích nhân tố nên sử dụng phương pháp Principal Component, kết hợp với phép xoay nhân tố Varimax. Ngược lại, nếu phân tích nhân tố khẳng định CFA (Confirmatory Factor Analysis) thì nên sử dụng phương pháp Principal Axis Factoring kết hợp với phép xoay nhân tố Promax”.

Trước khi phân tích EFA thì chúng ta cần kiểm định các điều kiện sau:

1. Kiểm định mức độ tương quan giữa các biến

Để phân tích mức độ tương quan giữa các biến quan sát, chúng ta sẽ phân tích ma trận tương quan (Correlation Matrix) được hiển thị khi phân tích EFA dùng trong phần mềm SPSS. Nếu hệ số tương quan giữa các biến đo lường ≤ 0,3 thì chứng tỏ các biến quan sát này không giải thích được cho nhân tố cần đo, ta cần loại biến không phù hợp này (Hair và cộng sự, 2010).

2. Kiểm định KMO (Kaiser – Meyer – Olkin)

KMO là chỉ số để so sánh độ lớn của hệ số tương quan biến quan sát với độ lớn của tương quan từng phần. Chỉ số này dùng để kiểm tra tính đầy đủ của dữ liệu đo lường (Kaiser, 1974; Kaiser và Rice, 1974). Một mẫu đầy đủ dữ liệu có thể sử dụng cho phân tích EFA thì theo Kaiser (1974) đề nghị:

Bảng 3.3 Hệ số KMO theo Kaiser

Hệ số KMO

Ý nghĩa
a. 1 ≥ KMO ≥ 0,9	Hệ số này rất tốt
b. 0,8 ≤ KMO < 0,9	Hệ số này tốt
c. 0,7 ≤ KMO < 0,8	Hệ số này đủ dùng được
d. 0,6 ≤ KMO < 0,7	Hệ số này tạm dùng được
e. 0,5 ≤ KMO < 0,6	Hệ số này xấu
f. KMO < 0,5	Hệ số này không chấp nhận được

Nguồn: Theo Kaiser, 1974 và Kaiser và Rice 1974

3. Kiểm định Bartlett

Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng: “Kiểm định Bartlett dùng để kiểm tra xem ma trận hệ số tương quan có phải là ma trận đơn vị hay không (Identity Matrix). Ma trận đơn vị là ma trận có hệ số tương quan giữa các biến bằng không, và hệ số tương quan với chính nó bằng một”. Hay nói cách khác kiểm định này dùng để kiểm định giả thuyết: H0: Các biến quan sát dùng để đo lường không có tương quan với nhau; H1: Các biến quan sát dùng để đo lường có tương quan với nhau. Để hệ số dùng có ý nghĩa dùng được thì P-value < 0,05, nghĩa là bác bỏ Ho, chấp nhận H1. Các biến quan sát dùng để đo lường có tương quan với nhau (Bartlett, 1937; Bartlett, 1950).

Tiến hành phân tích nhân tố khám phá EFA, chúng ta cần đánh giá các chỉ tiêu:

1. Hệ số tải nhân tố (HSTNT)

Hair và cộng sự (2010) có đề xuất hệ số tải nhân tố có liên quan đến quy mô mẫu

được chỉ cụ thể như sau:

Bảng 3.4: Quy mô mẫu và hệ số Factor Loadings

Quy mô mẫu (X)

Factor Loadings
X ≥ 350	0,3
250 ≤ X < 350	0,35
200 ≤ X < 250	0,40
150 ≤ X < 200	0,45
120 ≤ X < 150	0,50
100 ≤ X < 120	0,55
85 ≤ X < 100	0,60
70 ≤ X < 85	0,65
60 ≤ X < 70	0,70
50 ≤ X < 60	0,75

Nguồn: Hair và cộng sự (2010)