Kết Quả Phân Tích Độ Tin Cậy Của Các Nhóm Nhân Tố Ảnh Hưởng Tới Năng

Hệ thống cơ sở dịch vụ lưu trú đa dạng, đạt chuẩn	CS5
19	Hệ thống cơ sở dịch vụ ăn uống an toàn, đa dạng, đạt chuẩn	CS6
20	Cơ sở vui chơi giải trí đa dạng, hấp dẫn	CS7
21	Cơ sở mua sắm mua sắm đa dạng, đa dạng	CS8
22	Hệ thống khác (y tế, ngân hàng, …) thân thiện, hiện đại, thuận tiện	CS9
	Quản trị điểm đến du lịch
23	Bảo vệ, giữ gìn môi trường và văn hóa bản địa	QT1
24	Bảo đảm an ninh, trật tự xã hội	QT2
25	Bảo đảm an toàn về thực phẩm, tài sản, tính mạng cho khách du lịch	QT3
26	Tiếp nhận và giải quyết hợp lý các kiến nghị, phản ánh của khách du lịch	QT4
	Doanh nghiệp du lịch
27	Chuyên nghiệp, có đạo đức kinh doanh	DN1
28	Hỗ trợ khách du lịch suốt hành trình	DN2
29	Có sự liên kết giữa các doanh nghiệp du lịch với nhau	DN3
	Giá cả du lịch
30	Giá cả hợp lý, tương xứng với chất lượng sản phẩm, dịch vụ	P1
31	Chính sách giá linh hoạt	P2
32	Có đảm bảo cho hàng hóa, sản phẩm, dịch vụ du lịch	P3

Có thể bạn quan tâm!

Xem toàn bộ 209 trang tài liệu này.

(Nguồn: tác giả đề xuất)

(1) Dữ liệu

Nghiên cứu thực hiện phát phiếu khảo sát với khách du lịch đến điểm đến Hòa Bình. Tác giả chọn phương pháp lấy mẫu ngẫu nhiên phân tầng (căn cứ vào số lượng khách du lịch thực tế đến với các điểm du lịch Hòa Bình khác nhau) nhằm đảm bảo sự thuận tiện cho quá trình nghiên cứu và phân tích cũng như độ chính xác khi đánh giá các đặc điểm tổng thể nghiên cứu, mẫu nghiên cứu mang tính đại diện cao.

Kích thước mẫu phản ánh độ tin cậy của thông tin, tuy nhiên kích thước mẫu lớn sẽ gia tăng chi phí, thời gian và nguồn lực. Trong khi lựa chọn kích thước mẫu

nhỏ tuy có lợi về thời gian, chi phí và nhân lực nhưng độ tin cậy giảm. Do đó, việc lựa chọn kích thước mẫu phù hợp rất quan trọng. Trong nghiên cứu của mình, tác giả căn cứ vào mục tiêu nghiên cứu và số lượng biến quan sát nhằm xác định kích thước mẫu nghiên cứu để đảm bảo độ tin cậy của thông tin thu thập từ khách du lịch. Tác giả sử dụng cách xác định kích thước mẫu của Bentle & Chou (1987), xác định cỡ mẫu theo quy tắc tối thiểu là: 5 x số biến mẫu cho một biến đo lường. Bảng khảo sát sử dụng thang đo Likert 5, số lượng biến quan sát được sử dụng trong nghiên cứu là 32 biến, với số lượng tối thiểu là 5 quan sát cho từng biến, từ đây tác giả thu thập tối thiểu 225 mẫu phục vụ cho quá trình phân tích của mình. Bên cạnh đó, tác giả xem xét cách xác định mẫu công thức của các tác giả Nguyễn Thị Tuyết Mai và Nguyễn Vũ Hùng (2015), Phương pháp điều tra khảo sát: nguyên lý và thực tiễn, NXB Đại học Kinh tế Quốc dân dựa trên tổng thể khách du lịch của Hòa Bình mỗi năm trung bình 2.5000.000 khách (phụ lục 01). Nghiên cứu đã tiến hành khảo sát và thu thập về 384 mẫu quan sát, điều này thể hiện tính hợp lý trong số lượng biến quan sát được sử dụng trong bài. Dữ liệu và điểm số đã thu thập được tác giả đưa vào phân tích dưới dạng bảng và đồ thị, biểu đồ.

Nhằm xử lý số liệu thu thập, kiểm định hệ số tin cậy thang đo, phân tích nhân tố khám phá, kiểm định các giả thuyết và mức độ phù hợp thang đo tác giả sử dụng phần mềm SPSS phiên bản 22. Sau khi thu thập dữ liệu thu tác giả tiến hành gạn lọc những bảng hỏi không phù hợp, sau đó tiến hành nhập liệu, làm sạch và tiến hành một số phương pháp phân tích sau.

(2) Kết quả phân tích độ tin cậy (Cronbach’s Alpha- CA)

Tác giả sử dụng phân tích CA qua SPSS để phân tích độ tin cậy của thang đo Likert được sử dụng trong khảo sát. Kết quả phân tích CA thu được phản ánh qua bảng sau:

Bảng 3.17. Kết quả phân tích độ tin cậy của các nhóm nhân tố ảnh hưởng tới năng lực cạnh tranh điểm đến du lịch tỉnh Hòa Bình qua kiểm định Cronbach’s Alpha

Biến quan sát

Trung bình thang đo nếu loại biến	Phương sai thang đo nếu loại biến	Tương quan biến- tổng	Hệ số Cronbach's Alpha nếu loại biến	Hệ số Cronbach's Alpha tổng biến
SP1	7.37	3.326	0.850	0.903	0.93
SP2	7.38	3.334	0.866	0.890
SP3	7.40	3.312	0.852	0.901
TN1	13.84	12.244	0.800	0.910	0.926
TN2	13.81	12.820	0.747	0.920
TN3	13.90	12.284	0.847	0.901
TN4	13.94	12.354	0.823	0.906
TN5	13.95	12.239	0.812	0.908
NL1	14.26	13.022	0.851	0.944	0.952
NL2	14.39	13.075	0.843	0.945
NL3	14.24	12.767	0.896	0.936
NL4	14.25	12.756	0.900	0.935
NL5	14.08	12.764	0.849	0.945
CS1	28.21	50.137	0.747	0.965	0.964
CS2	28.26	48.987	0.861	0.960
CS3	28.28	49.351	0.854	0.960
CS4	28.19	48.450	0.881	0.959
CS5	28.19	48.872	0.869	0.959
CS6	28.19	48.659	0.890	0.958
CS7	28.33	48.692	0.866	0.959
CS8	28.51	48.884	0.809	0.962
CS9	28.32	48.697	0.873	0.959
QT1	11.18	7.103	0.870	0.932	0.947
QT2	11.14	7.450	0.878	0.929
QT3	11.15	7.329	0.874	0.930
QT4	11.21	7.261	0.869	0.932
DN1	7.25	2.946	0.781	0.883	0.903
DN2	7.26	2.960	0.830	0.842
DN3	7.30	2.961	0.810	0.858
P1	7.18	3.369	0.874	0.923	0.943
P2	7.27	3.392	0.887	0.913
P3	7.24	3.262	0.884	0.915

Nguồn: Phân tích từ khảo sát của tác giả

Sản phẩm du lịch

Hệ số CA của sản phẩm du lịch đạt mức 0.930 (>0.7) cho thấy rằng nhóm nhân tố có độ tin cậy tốt. Thêm vào đó, các biến quan sát thành phần trong nhóm nhân tố này đều có hệ số CA nếu loại biến đều trên mức 0.6 và dưới 0.930. Điều này cho thấy rằng ba biến quan sát được sử dụng trong nhóm sản phẩm du lịch đều có độ tin cậy tốt. Tác giả sẽ sử dụng cả 3 biến quan sát từ SP1 đến SP3 để phản ánh cho năng lực cạnh tranh điểm đến du lịch tỉnh Hòa Bình trong nghiên cứu của mình.

Tài nguyên du lịch

Tài nguyên du lịch có hệ số CA tổng là 0.926 - lớn hơn 0.7, cùng với các hệ số CA nếu loại biến đều trên 0.7 và đảm bảo dưới mức CA tổng. Qua đó cả 5 biến quan sát trong nhóm nhân tố này sẽ được giữ lại nhằm đánh giá năng lực cạnh tranh điểm đến du lịch tỉnh Hòa Bình.

Nhân lực du lịch

Nhóm nhân tố thứ ba có hệ số CA nếu loại biến của cả 5 biến quan sát (NL1 tới NL5) đều trên 0.8 - một độ tin cậy rất tốt. Thêm vào đó, các hệ số CA nếu loại biến này đều dưới 0.952 (hệ số CA của tổng nhóm nhân tố) đã khẳng định vị trí của các biến quan sát trong phân tích năng lực cạnh tranh điểm đến du lịch.

Cơ sở hạ tầng và cơ sở vật chất kỹ thuật du lịch

Nhóm cơ sở hạ tầng và cơ sở vật chất kỹ thuật du lịch là một trong những nhóm có hệ số CA cao nhất (0.964). Các biến quan sát sử dụng trong bảng khảo sát đa số đều có hệ số CA nếu loại biến trong khoảng từ 0.96 tới dưới 0.964. Tuy nhiên, biến quan sát CS1 có hệ số CA đạt 0.965, vượt quá mức CA của tổng các biến quan sát trong nhóm cơ sở hạ tầng và cơ sở vật chất kỹ thuật du lịch. Từ đây, tác giả loại trừ biến quan sát CS1 ra khỏi nhóm nhân tố nghiên cứu.

Quản trị điểm đến du lịch

Là một nhóm nhân tố có hệ số CA tương đối lớn (0.947) đã cho thấy quản trị điểm đến du lịch là nhân tố không thể thiếu khi đánh giá năng lực cạnh tranh điểm đến du lịch Hòa Bình. Bên cạnh đó, 4 biến quan sát cấu thành nên nhóm nhân tố đều đảm bảo được tiêu chí có hệ số CA nếu loại biến đều trên 0.9

- một độ tin cậy rất tốt nếu sử dụng trong thể hiện năng lực cạnh tranh điểm đến du

lịch. Từ đây, tác giả lựa chọn giữ lại cả 4 biến quan sát trong nhóm quản trị điểm đến du lịch trong nghiên cứu của mình.

Doanh nghiệp du lịch

Hệ số CA tổng của nhóm nhân tố ở mức trung bình so với các nhóm nhân tố còn lại (0.903). CA nếu loại biến của 3 biến quan sát cũng có mức tương đồng với nhau khi đều ở mức trên 0.8. Độ tin cậy của các biến quan sát và nhóm nhân tố ở mức rất tốt. Tác giả sẽ không loại biến quan sát nào trong nhóm nhân tố này khi thực hiện phân tích nhân tố ảnh hưởng tới năng lực cạnh tranh điểm đến du lịch.

Giá cả

Nhân tố giá cả với hệ số CA 0.943 lớn hơn 0.9 cho thấy nhóm nhân tố có độ tin cậy rất tốt trong phân tích. Cùng với đó, các hệ số CA nếu loại biến của các biến quan sát đều trên 0.9 - một độ tin cậy rất cao. Các biến quan sát và nhóm nhân tố giá cả được sử dụng trong bảng khảo sát Likert đã thể hiện độ tin cậy rất tốt.

(3) Phân tích nhân tố khám phá- giá trị thang đo (Exploratory Factor Analysis- EFA)

Nếu kiểm định CA cho thấy độ tin cậy của các biến quan sát được sử dụng trong bảng khảo sát thì kiểm định EFA cho thấy giá trị của thang đo phản ánh như thế nào. Sau khi thực hiện kiểm định CA ở trên, nghiên cứu đã giữ lại 31 biến quan sát theo bảng khảo sát Likert sử dụng trước đó. Sau khi có kết quả đó, tác giả tiếp tục tiến hành kiểm định EFA cho 31 biến quan sát đó theo 7 nhóm nhân tố ảnh hưởng tới năng lực cạnh tranh điểm đến du lịch của Hòa Bình. Thông qua EFA, nghiên cứu sẽ xem xét mối quan hệ giữa các biến ở tất cả 7 nhóm nhân tố được sử dụng thay vì mối quan hệ giữa các biến trong từng nhân tố. Nói cách khác, EFA sẽ khẳng định độ phù hợp của 31 biến quan sát này trong thang đo.

Chỉ số KMO (Kaiser- Meyer- Olkin Measure of Simpling Adequacy) được sử dụng để phân tích sự thích hợp của các nhân tố trong thang đo, theo đó các nhân tố được sử dụng nếu giá trị KMO lớn hơn 0.5. Hệ số tải nhân tố (Factor loading) đạt mức tối thiểu khi lớn hơn 0.3; là quan trọng khi lớn hơn 0.4; và có ý nghĩa thực tế khi lớn hơn 0.5 (Hair và các cộng sự, 1998). Đồng thời tùy thuộc vào cỡ mẫu để lựa chọn factor loading, ví dụ cỡ mẫu khoảng 100 sẽ lựa chọn factor loading lớn hơn

0.5. Từ những điều trên, nghiên cứu lựa chọn factor loading ở mức 0.5. Sau khi thử nghiệm kiểm định KMO, nghiên cứu đã loại bỏ bớt một số biến quan sát không hợp lý và giữ lại 23 biến quan sát.

Giả định giữa 23 biến quan sát được giữ lại này không có sự tương quan với nhau (Ho). Kiểm định KMO và Bartlett’s trong phân tích nhân tố EFA cho thấy giả thuyết Ho bị bác bỏ do hệ số sig = 0,000; hệ số KMO báo cáo có giá trị 0.972 (>0.5); kết quả EFA thu được 7 thành phần tại Eigenvalues =1.823; phương sai trích là 86.890% (>50%) cho thấy rằng 7 thành phần này được xác định giải thích bởi 86.890% biến thiên của dữ liệu nghiên cứu. Từ kết quả kiểm định thu được, tác giả cho thấy rằng thang đo đã sử dụng được chấp nhận, các biến quan sát trong 7 thành phần các nhân tố có tương quan với nhau trong tổng thể mẫu điều tra. Như vậy, 7 nhóm nhân tố với 23 biến quan sát được sử dụng trong bảng khảo sát đều có tác động tới năng lực cạnh tranh điểm đến du lịch của Hòa Bình.

Bảng 3.18. Kết quả phân tích nhân tố khám phá với 7 thành phần chất lượng

Component
1	2	3	4	5	6	7
CS4	0.804
CS5	0.798
CS6	0.752
CS3	0.749
CS7	0.723
NL3		0.747
NL2		0.736
NL4		0.72
NL5		0.708
TN4			0.801
TN5			0.799
TN3			0.767
P2				0.736
P3				0.682
P1				0.675
QT2					0.675
QT1					0.64
QT3					0.637
DN1						0.648
DN2						0.624
DN3						0.605
SP1							0.657
SP2							0.62

Nguồn: Kết quả điều tra khảo sát của tác giả

112

(4) Kiểm định phân tích nhân tố khẳng định (Confirmatory Factor Analysis- CFA)

Nghiên cứu thực hiện kiểm định phân tích nhân tố khẳng định CFA cho 23 biến số đã được chấp nhận qua EFA ở trên thông qua phần mềm AMOS. Để kiểm định CFA cho 23 biến số, nghiên cứu tiến hành kết hợp cả 7 nhóm nhân tố phản ánh năng lực cạnh tranh du lịch điểm đến của Hòa Bình với nhân tố phụ thuộc là năng lực cạnh tranh (NLCT). Biến phụ thuộc NLCT được thể hiện qua 3 biến số lần lượt từ NLCT1 đến NLCT3. Kết quả CFA được phản ánh qua bảng 3.18 thể hiện các chỉ số phù hợp mô hình Model Fit.

Bảng 3.19. Kết quả CFA thành phần các chỉ số phù hợp mô hình Model Fit

Model

NPAR	CMIN	DF	P	CMIN/DF
Default model	100	375.509	224	0	1.676
Model	NFI	RFI	IFI	TLI	CFI
Default model	0.976	0.968	0.99	0.987	0.99
Model	RMSEA	LO 90	HI 90	PCLOSE
Default model	0.035	0.029	0.041	1

Nguồn: Kết quả điều tra khảo sát của tác giả

(5) Mô hình cấu trúc tuyến tính SEM

Qua các bước kiểm định ở trên, nghiên cứu đưa ra được 7 nhân tố trong mô hình SEM với giả thuyết được đặt ra, là:

H1: Sản phẩm du lịch có tác động đến năng lực cạnh tranh điểm đến du lịch Hòa Bình

H2: Tài nguyên du lịch có tác động đến năng lực cạnh tranh điểm đến du lịch Hòa Bình

H3: Nhân lực có tác động đến năng lực cạnh tranh điểm đến du lịch Hòa Bình

Xem toàn bộ nội dung bài viết ᛨ