Thống Kê Mẫu Theo Giới Tính Hình 4.4: Thống Kê Mẫu Theo Tình

chí tối đa hệ số tải nhân tố của các biên quan sát. Điều này sẽ đảm bảo cho các biến này phản ánh tốt nhất cho giá trị của một nhân tố cụ thể.

Trên thực tế, hiện có nhiều phép quay có thể được sử dụng trong phân tích EFA. Tuy nhiên có thể được phân loại vào hai nhóm chính là phép quay vuống góc (điển hình như Varimax) và phép quay không vuông góc (điển hình như Promax). Mỗi phương pháp sẽ có những ưu điểm và hạn chế nhất định. Các phép quay vuông góc như Varimax sẽ tốt hơn trong trường hợp mô hình nghiên cứu chỉ có hai loại biến là biến nguyên nhân và kết quả như trong mô hình hồi quy bội. Trong khi các phéo quay không vuống góc thì lại tốt hơn trong trường hợp tồn tại các nhân tố đóng vai trò là biến trung gian trong mô hình. Đây là lý do khiến phép quay Promax thường được sử dụng khi phần tích SEM với những mô hình phức tạp tồn tại nhiều loại biến khác nhau. Đây là lý do mà luận án sẽ chọn sử dụng phép quay Promax trong phân tích EFA.

Kết hợp với các phép quay, EFA còn liên quan đến việc lựa chọn các phương pháp trích xuất nhân tố. Hai phương pháp trích xuất phổ biến thường được sử dụng hiện tại là Principal Axis Factoring (PAF) và Principal Component Analysis (PCA). Trong đó phương pháp trích xuất PCA được thực hiện với giả định các biến quan sát không có phương sai riêng (hay phương sai đồng nhất) còn PAF thì lại được thực hiện với giả định mối biến quan sát có phương sai riêng (hay phương sai không đồng nhất). Phương pháp PAF phù hợp hơn đối với việc phân tích SEM. Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2008) cũng nhận định rằng sử dụng kết hợp phép quay Promax kết hợp với PAF sẽ phản ánh tốt hơn cấu trúc dữ liệu. Do đó phương pháp trích xuất PAF được chọn sử dụng trong nghiên cứu.

Bằng việc sử dụng các phương pháp liên quan để thực hiện EFA như đã chọn, các tiêu chuẩn liên quan đến phân tích này được luận án sử dụng theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2008), cụ thể như sau:

- Trị số Eigenvalue <= 1: đây là ngưỡng trích xuất các nhân tố. Nói cách khác, các nhân tố có trị số Eigenvalue từ 1 trở lên mới được giữ lại.

- Hệ số tải nhân tố (Factor Loading) của tất cả các biến quan sát > 0,5: Như vậy các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5 sẽ được xem xét loại bỏ.

- Tổng phương sai trích (Total Variance Explained) > 50%: Đây là tiêu chuẩn được sử dụng để khẳng EFA là phù hợp.

Phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA)

Từ kết quả EFA, các biến tiềm ẩn đã hình thành, mối quan hệ giữa các biến quan sát và các biến tiềm ẩn này cũng đã rõ ràng. Việc khám phá ra mối quan hệ này là cơ sở để nghiên cứu thực hiện CFA. Việc thực hiện phương pháp CFA sẽ kiểm định các nội dung:

- Tính đơn hướng (Undimensionality): Để đảm bảo tính đơn hướng cho tập biến quan sát thì điều kiện cần và đủ là mô hình đo lường phù hợp với dữ liệu thu được từ khảo sát, trừ trường hợp các sai số của các biến quan sát có tương quan với nhau (Hair và ctg, 2010). Độ phù hợp của dữ liệu thu được với mô hình nghiên cứu có thể được đánh giá thông qua kiểm định Chi-bình phương; CMIN/df; các chỉ số CFI, GFI, TLI và RMSEA với các tiêu chí đánh giá cụ thể như sau:

 Chi-bình phương/bậc tự do (CMIN/df) nhỏ hơn 2

 CFI (Comparative fit index) trong đoạn [0,9;1]

 GFI (Good of Fitness Index) trong đoạn [0,9;1] Tuy nhiên nếu GFI < 0,9 vẫn có thể được chấp nhận nếu chênh lệc này không quá lớn (Hair và ctg, 2010)

 TLI (Tucker & Liwis index) trong đoạn [0,9;1]

 RMSEA (Root mean square error approximation) nhỏ hơn 0,8

- Độ tin cậy (Reliability) thang đo: Thang đo cần được đánh được độ tin cậy. Để kiểm định độ tin cậy, nghiên cứu đánh giá hệ số tải chuẩn hóa (Standardized Loading Estimates) và độ tin cậy tổng hợp (Composite Reliability - CR). Trong đó, hệ số tải chuẩn hóa phải lớn hơn hoặc bằng 0,5 (lý tưởng nhất là lớn hơn hoặc bằng 0,7), đồng thời CR phải lớn hơn hoặc bằng 0,7.

- Giá trị hội tụ (Convergent Validity): Để kiểm định tính hội tụ của thang đo, nghiên cứu đánh giá dựa vào giá trị phương sai trung bình được trích (Average Variance Extracted - AVE). Tiêu chí đánh giá là tất cả các chỉ số AVE phải lớn hơn hoặc bằng 0,5.

- Giá trị phân biệt (Discriminant Validity): là khái niệm đề cập đến mức độ khác biệt của các biến quan sát. Để đạt được tính phân biệt, các chỉ số phương sai

riêng lớn nhất (Maximum Share Variance – MSV) phải nhỏ hơn chỉ số AVE tương ứng. Đồng thời các chỉ số căn bậc hai của phương sai trung bình được trích (Square Root of AVE – SQRTAVE) phải lớn hơn các chỉ số tương quan cấu trúc nội tại (Inter-Construct Correlations).

Phân tích mô hình cấu trúc tuyến tính (Structural Equation Model - SEM)

SEM được sử dụng để kiểm định các giả thuyết nghiên cứu thông qua mô tả các mối quan hệ giữa các nhân tố. Theo Shah và Goldstein (2006) “SEM là kỹ thuật để xác định, ước tính và đánh giá các mô hình mối quan hệ tuyến tính giữa một tập hợp các biến quan sát”. Thông qua SEM, ta có thể kiểm định nhiều dạng mô hình khác nhau, từ mô hình hồi quy (chỉ gồm một biến phụ thuộc và nhiều biến độc lập tác động lên biến phụ thuộc đó) đến mô hình đường dẫn (có thể giải thích các mối quan hệ phức tạp, xử lý các nhóm phương trình hồi một cách đồng thời). Nhìn ở một góc độ khác, việc phân tích SEM cũng hướng đến việc xác định mô hình lý thuyết có được ủng hộ bởi bộ dữ liệu đã thu thập được. Để đánh giá vấn đề này, nghiên cứu sử dụng các chỉ số và tiêu chí tương tự như việc đánh giá độ phù hợp khi phân tích CFA, cụ thể là: kiểm định Chi-bình phương; CMIN/df; các chỉ số CFI, GFI, TLI và RMSEA với các tiêu chí:

 Kiểm định Chi-bình phương (CMIN) có trị số p lớn hơn 0,05

 Chi-bình phương/bậc tự do (CMIN/df) nhỏ hơn 2

 CFI (Comparative fit index) trong đoạn [0,9;1]

 GFI (Good of Fitness Index) trong đoạn [0,9;1] Tuy nhiên nếu GFI < 0,9 vẫn có thể được chấp nhận nếu chênh lệc này không quá lớn (Hair và ctg, 2010)

 TLI (Tucker & Liwis index) trong đoạn [0,9;1]

 RMSEA (Root mean square error approximation) nhỏ hơn 0,8

Đồng thời, khi các tiêu chí đánh giá sự phù hợp của mô hình với dữ liệu nghiên cứu được thỏa mãn, các ước lượng tương quan của các mối quan hệ giữa các nhân tố trong mô hình nghiên cứu lý thuyết cũng đồng thời được kiểm định. Từ đó, các giả thuyết nghiên cứu đã đặt ra có thể có đầy đủ bằng chứng để đưa đến các kết luận cụ thể (chấp nhận hay bác bỏ).

Phân tích vai trò điều tiết

Để đánh giá các vai trò điều tiết có thể có của văn hóa đối với các mối quan hệ, dữ liệu nghiên cứu được chia làm các nhóm theo từng loại VH chi phối cá nhân, trong đó VH1: chủ nghĩa cá nhân; VH2: Chủ nghĩa bi quan, VH3: chủ nghĩa giai cấp, và VH4: chủ nghĩa bình quyền. Từ đó nghiên cứu thực hiện phân tích SEM. Đồng thời thực hiện kiểm định nhằm xác định xem liệu có sự khác biệt đáng kể về các hệ số tác động của các mối quan hệ khi xét trong từng nhóm VH hay không.

Byrne (2010) đưa ra tiêu chí cho việc xác nhận vai trò điều tiết có thể căn cứ vào sự khác biệt của giá trị chi bình phương để đánh giá sự khác biệt hệ số tác động có mang ý nghĩa thống kê hay không. Đối với luận án này, kiểm định khác biệt chi bình phương được thực hiện thông qua kỹ thuật phân tích đa nhóm để kiểm định vai trò điều tiết. Trong phân tích đa nhóm, một mô hình được ước lượng được sử dụng đồng thời trong nhiều nhóm đối tượng văn hóa. Các bước trong phân tích đa nhóm được Holmes-Smith và ctg (2006) đề xuất bao gồm:

- Bước đầu tiên là ước lượng các đường dẫn một cách đồng thời trong mô hình cho các nhóm. Mô hình kết quả được gọi là mô hình cơ sở hoặc mô hình không giới hạn (unconstrained) vì các ước tính của các đường dẫn trực tiếp được phép khác nhau giữa các nhóm.

- Bước tiếp theo là giới hạn các ước lượng tham số trong các nhóm bằng nhau. Mô hình kết quả được gọi là mô hình giới hạn (constrained). Các ước tính tham số trên các nhóm được chỉ định là không thay đổi.

- Nếu các kiểm định khác biệt chi bình phương cho thấy sự khác biệt đáng kể trên các mô hình cơ sở và mô hình giới hạn, thì có thể kết luận rằng giả thuyết điều tiết được chấp nhận (tồn tại vai trò điều tiết mang ý nghĩa thống kê). Từ đó, cần phân tích sâu hơn để xác định sự khác biệt trong từng mối quan hệ.

Để kết luận cho các giả thuyết về vai trò điều tiết của văn hóa đối với các mối quan hệ, nghiên cứu thực hiện hai bước kiểm định chính bao gồm: (1) Kiểm định vai trò điều tiết của văn hóa ở cấp độ toàn mô hình, (2) Kiểm định vai trò điều tiết trong từng mối quan hệ giữa các biến.

TÓM TẮT CHƯƠNG 3

Nội dung chương 3 trình bày phương pháp nghiên cứu được sử dụng để kiểm định các thang đo của các khái niệm nghiên cứu và kiểm định mô hình lý thuyết cùng với các giả thuyết. Và phương pháp nghiên cứu hỗn hợp đã được lựa chọn. Sử dụng kết hợp từ phương pháp định tính và phương pháp nghiên cứu định lượng.

Phương pháp nghiên cứu định tính trong thiết kế khám phá để khám phá, điều chỉnh thuật ngữ trong thang đo các khái niệm nghiên cứu. Kết quả nghiên của cứu định tính giúp chỉnh sửa mô hình có 40 biến quan sát đo lường 5 khái niệm trong mô hình. Trong thiết kế giải thích, nghiên cứu định tính sử dụng phỏng vấn chuyên gia nhằm khẳng định và thảo luận về kết quả nghiên cứu và thu thập thêm ý kiến đóng góp xây dựng các hàm ý.

Phương pháp định lượng thực hiện thông hai bước chính. Nghiên cứu sơ bộ với cỡ mẫu nhỏ 162 khách du lịch để kiểm tra độ tin cậy, giá trị hội tụ và phân tán của các thang đo để thiết lập bảng hỏi sử dụng trong nghiên cứu chính thức. Giai đoạn khảo sát chính thực hiện với cỡ mẫu lớn, thu được 710 quan sát hợp lệ. Nội dung chương cũng giới thiệu về thiết kế mẫu, thu thập dữ liệu và công cụ xử lý dữ liệu cũng như phương pháp phân tích dữ liệu dự kiến.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Giới thiệu

Chương 4 thực hiện các kiểm định cần thiết dựa trên các dữ liệu đã có được từ quá trình thu thập. Các kiểm định này tạo nên các minh chứng về mặt số liệu để củng cố/bác bỏ các giả thuyết nghiên cứu đã được đặt ra. Mặt khác, thông qua việc sử dụng những bằng chứng định lượng để kết luận các giả thuyết, Chương 4 đánh giá lại kết quả kiểm định bằng tiếp cận định tính thông qua việc so sánh kết quả nghiên cứu hiện tại với các bằng chứng thực nghiệm khác.

4.1 Thống kê mô tả mẫu nghiên cứu

Dữ liệu sau khi được làm sạch và loại bỏ các quan sát không phù hợp, tác giả thu được 710 phản hồi hợp lệ và đưa và thực hiện định lượng chính tích. Tác giả sử dụng kết hợp phần mềm SPSS và AMOS để tiến hành xử lý số liệu. Thống kê mô tả được tiến hành nhằm làm rõ các đặc điểm mẫu.

Hình 4.1: Thống kê mẫu theo mục đích chuyến đi

Hình 4.2: Thống kê mẫu theo nhóm khách

(Nguồn: Tác giả tổng hợp)

Về mục đích chuyến đi, đại đa số người trả lời phỏng vấn có mục đích DL chiếm 91,8%. Trong lúc đó, mục đích công tác kết hợp với DL chỉ chiếm 8.2%.

Theo nhóm khách, tỷ lệ khách nội địa chiếm 76,10% (540 người) và khách quốc tế chiếm 23,90% (170 người). Trong thực tế, số liệu của Tổng cục du lịch năm

2019, số lượt khách nội địa chiếm 82,5% và số lượt khách quốc tế chiếm 17,5%. Cơ cấu mẫu theo khách du lịch nội địa chiếm 76,1% và quốc tế 23,9%. Như vậy, mẫu nghiên cứu theo đặc điểm về nhóm khách phù hợp so với thực tế.

Hình 4.3: Thống kê mẫu theo giới tính Hình 4.4: Thống kê mẫu theo tình

trạng hôn nhân

(Nguồn: Tác giả tổng hợp) Về giới tính, khách nam là 292 người (41,1%), khách nữ có 418 người (58,9%). Đặc điểm mẫu nghiên cứu theo giới tính nữ và nam không quá chênh lệch

nhau.

Theo tình trạng hôn nhân, tỷ lệ du khách độc thân 473 người (33,20%) và khách đã kết hôn 237 người (66.80%).

Hình 4.5: Thống kê mẫu theo độ tuổi Hình 4.6: Thống kê mẫu theo tình

trạng học vấn

(Nguồn: Tác giả tổng hợp)

Về độ tuổi, đại đa số người trả lời ở độ tuổi 26 đến 35 chiếm 35,10% (249 người), độ tuổi <=25 tuổi chiếm 24,90% (177 người), độ tuổi từ 31 đến 35 chiếm

20,00% (142 người), độ tuổi từ 36 đến 40 tuổi chiếm 12,00% (85 người) và cuối cùng là nhóm trên 40 tuổi chiếm tỷ lệ thấp nhất 8% (57 người).

Bảng 4.1: Thống kế mẫu nghiên cứu theo văn hóa

Đặc điểm mẫu

Tần số	Tỷ lệ
Văn hóa	Chủ nghĩa cá nhân	211	29,7
	Chủ nghĩa bi quan	142	20,0
	Chủ nghĩa giai cấp	214	30,1
	Chủ nghĩa bình quyền	143	20,1
Văn hóa của nhóm khách nội địa	Chủ nghĩa cá nhân	160	29,6
	Chủ nghĩa bi quan	110	20,4
	Chủ nghĩa giai cấp	156	28,9
	Chủ nghĩa bình quyền	114	21,1