Bước 3. Thực hiện điều tra chính thức: sau khi điều tra thử và hiệu chỉnh bảng câu hỏi cho phù hợp với địa bàn nghiên cứu, tác giả tiến hành thu số liệu chính thức. Chọn mẫu theo phương pháp thuận tiện, đối tượng khảo sát hạn chế về số lượng và khó khăn trong việc tiếp cận, do đó cần có sự giới thiệu hay hướng dẫn của những đối tượng được phỏng vấn đầu tiên. Nghiên cứu sử dụng hai phương pháp để giải quyết mô hình nghiên cứu đó là phân tích nhân tố khám phá và hồi quy tuyến tính, theo Hair et al. (2006), trong nghiên cứu thì kích thước mẫu càng lớn càng tốt. Tuy nhiên, đối với trường hợp tổng thể bị hạn chế số lượng thì còn có cách giới hạn lại, đối với phân tích nhân tố khám phá thì tỷ lệ mẫu và biến quan sát là 5:1 có nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát trong nghiên cứu sử dụng 20 biến để đo lường vậy 20*5 100 quan sát; trong hồi quy tuyến tính thì cỡ mẫu sẽ là 8p + 50 với p là số nhân tố, trong mô hình đưa vào 4 nhân tố, do đó cỡ mẫu phù hợp là 8*4+50 82 quan sát. Tuy nhiên, tác giả chọn cỡ mẫu nghiên cứu là 223 quan sát, là du khách đang có mặt tại Đà Lạt - Lâm Đồng.
1.6.2.2. Phương pháp phân tích
- Đối với mục tiêu 1: Hệ thống hóa cơ sở lý thuyết về du lịch homestay thông qua việc nghiên cứu các tài liệu có liên quan như sách, giáo trình, các tạp chí trong nước và nước ngoài, các bài báo khoa học đã công bố… sau đó hệ thống cơ sơ lý luận về du lịch homestay bằng lược khảo tài liệu có liên quan, xây dựng mô hình, xây dựng thang đo cho nghiên cứu.
- Đối với mục tiêu 2: Phương pháp thống kê mô tả với các chỉ tiêu nghiên cứu (số trung bình, tỉ lệ, tần suất ...) nhằm phân tích thực trạng phát triển loại hình du lịch homestay Đà Lạt - Lâm Đồng.
- Đối với mục tiêu 3: Kiểm định độ tin cậy của thang đo các biến định tính thông qua hệ số Cronbach’s Alpha, sau đó sử dụng phương pháp phân tích nhân tố khám phá (EFA) kết hợp với mô hình hồi qui tuyến tính đa biến được sử dụng để đánh giá mức độ hài lòng của du khách đối với sự phát triển của loại hình du lịch homestay Đà Lạt - Lâm Đồng.
- Đối với mục tiêu 4: Sử dụng phương pháp tham vấn chuyên gia làm căn cứ đề xuất giải pháp phát triển loại hình du lịch homestay Đà Lạt - Lâm Đồng.
Các phương pháp phân tích:
a) Thống kê mô tả
Phương pháp thống kê mô tả với các chỉ tiêu như tỷ lệ, tần suất, trung bình, … được sử dụng để mô tả thực trạng hoạt động du lịch homestay tỉnh Lâm Đồng.
Dùng phương pháp so sánh số tương đối và tuyệt đối: Là phương pháp xem xét một chỉ tiêu phân tích bằng cách dựa trên việc so sánh với một chỉ tiêu cơ sở (chỉ tiêu gốc).
Điều kiện so sánh: Các chỉ tiêu so sánh được phải phù hợp về yếu tố không gian, thời gian; cùng nội dung kinh tế, đơn vị đo lường, phương pháp tính toán; quy mô và điều kiện kinh doanh.
So sánh bằng số tuyệt đối: Số tuyệt đối là kết quả của phép trừ giữa trị số của kỳ phân tích so với kỳ trước/kì gốc của các chỉ tiêu kinh tế; kết quả so sánh biểu hiện khối lượng, quy mô của các hiện tượng kinh tế.
Mức biến động của chỉ tiêu Trị số kỳ phân tích – Trị số kỳ gốc/kì trước so sánh bằng số tương đối: số tương đối là kết quả của phép chia, giữa trị số của kỳ phân tích so với kỳ gốc/kì trước của các chỉ tiêu phát triển; kết quả so sánh biểu hiện kết cấu, mối quan hệ, tốc độ phát triển, mức phổ biến của du lịch Lâm Đồng.
Sử dụng thống kê mô tả, tần số, tần suất để phân tích mục tiêu thứ nhất về độ tuổi, nghề nghiệp, trình độ học vấn, chi phí sử dụng,... và số lần đi du lịch Lâm Đồng.
Thống kê mô tả (Descriptive statistics): là các phương pháp liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng nghiên cứu. Thống kê mô tả sử dụng các phương pháp lập bảng, biểu đồ và các phương pháp số nhằm tóm tắt dữ liệu, nêu những thông tin cần tìm hiểu.
b) Kiểm định Cronbach’s Alpha
Dùng để loại bỏ các biến không phù hợp và hạn chế được các biến rác trong quá trình nghiên cứu và đánh giá được độ tin cậy cao. Những biến có hệ số tương quan biến tổng (item - total correlation) nhỏ hơn 0,3 sẽ bị loại. Theo Bemstein Nunnally (1994), nếu một biến có tương quan biến tổng lớn hơn 0,3 và hệ số Cronbach’s Alpha từ 0,6 trở lên là đạt yêu cầu và thang đo có độ tin cây trên 0,7 được đánh giá là tốt. Theo Nunnally (1978), Peterson(1994), Slater (1995) hệ số Cronbach’s Alpha từ 0,6 trở lên có thể sử dụng trong trường hợp khái niệm đang
nghiên cứu mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì nhiều nhà nghiên cứu đã đồng ý khi hệ số Cronbach’s Alpha từ 0,7 đến dưới 0,8 thì thang đo sử dụng được, Cronbach’s Alpha từ 0,8 đến dưới 1 thì thang đo là tốt nhất.
c) Phương pháp phân tích mô hình nhân tố
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998). Trong phân tích nhân tố, ta cũng quan tâm đến chỉ số KMO (Kaiser - Meyer - Olkin) đểxem xét sự thích hợp của mô hình phân tích nhân tố và tổng phương sai trích cho thấy khả năng giải thích của các nhân tốthay cho các biến ban đầu. Nếu chỉ số KMO nằm trong khoảng 0,5 đến 1 thì ta sử dụng phân tích nhân tố là thích hợp với dữ liệu nghiên cứu và thang đo chỉ được chấp nhận khi tổng phương sai trích lớn hơn 50%. Để xác định số nhân tố có rất nhiều phương pháp đểsử dụng, trong nghiên cứu này tác giả lựa chọn phương pháp thông dụng nhất là sử dụng hệ số eigenvalue (determination based on eigen value): chỉ có những nhân tố nào có eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích;
Nhược điểm của phương pháp này là khi qui mô mẫu lớn (trên 200), có nhiều khả năng sẽ có nhiều nhân tố thỏa mãn mức ý nghĩa thống kê mặc dù trong thực tế có nhiều nhân tố chỉ giải thích được một phần nhỏ toàn bộ biến thiên. Tiếp theo ta tiến hành xoay nhân tố theo phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Compontents với phép xoay Varimax (Orthogonal) (Gerbing & Anderson, 1988). Trong phương pháp phân tích nhân tố được quan tâm nhất là hệ số tải nhân tố Factor loading. Theo Hair & ctg (1998), factor loading là chỉ tiêu đảm bảo mức ý nghĩa thiết thựccủa EFA, factor loading >0,3 được xem là đạt được mức tối thiểu và cỡ mẫunên chọn ít nhất là 350, Factor loading >0,4 được xem là quan trọng, nếu cỡ mẫu khoảng 100 thì factor loading >0,5 được xem là có ý nghĩa thực
tiễn, với sốmẫu 202 nên tác giả chọn hệ số tải nhân tố Factor loading >0,5 (Được trích từ Thọ, 2011).
d) Phương pháp phân tích hồi quy đa biến
Sử dụng phương pháp phân tích hồi quy đa biến để phân tích mục tiêu thứ hai nhằm kiểm định biến phụ thuộc là sự hài lòng và các biến độc lập tài nguyên du lịch; dịch vụ du lịch homestay, an toan, an ninh và mức hợp lý của chi phí có cùng chiều với nhau không.
Xây dựng mô hình hồi quy đa biến:
Y = α0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e
Trong đó:
Y: Sự hài lòng của khách hàng α0 hằng số
X1, X2, X3, X4, X5 : Các yếu tố ảnh hưởng đến sự hài lòng của khách hang lần
lượt là: tài nguyên du lịch; dịch vụ du lịch homestay, an toan, an ninh và mức hợp lý của chi phí.
β1, β 2, β 3, β 4, β 5: Các tham số hồi quy e: sai số mô hình
Hệ số tương quan bội R (Muitiple of determination): hệ số R thể hiện mức độ quan hệ phụ thuộc Y và các biến độc lập X. Khi R càng lớn thì mối quan hệ càng chặt chẽ ( -1 ≤ R ≤ 1).
Hệ số xác định R2 (Multiple coefficier of determination): tỷ lệ phần trăm biến
động của Y được giải thích bởi các biến Xi.
Hệ số xác định đã hiệu chỉnh (Adjusted R square): dùng để trắc nghiệm xem có nên thêm vào một biến độc lập nữa không. Khi thêm vào một biến mà R2 tăng lên thì ta quyết định đưa biến đó vào phương trình hồi quy. Hệ số này phản ánh sát mức độ phù hợp của mô hình.
P value (Probablity value): giá trị P là mức ý nghĩa α nhỏ nhất mà ở đó bác bỏ giải thiết H0: β1β2β3… βk.
Trong đề tài sử dụng thang đo Lirket 5 mức độ để đo lường mức độ đánh giá mức
độ hài lòng của du khách. Ý nghĩa của từng giá trị trung bình trong thang đo khoảng
được xác định như bảng sau (giá trị khoảng cách (maximum – minimum)/n = (5- 1)/5= 0,8).
Bảng 1.2. Ý nghĩa của từng giá trị trung bình với thang đo khoảng
Ý nghĩa | |
1,00 – 1,80 | Rất không hài lòng |
1,81 – 2,60 | Không hài lòng |
2,61 – 3,40 | Trung bình |
3,41 – 4,20 | Hài lòng |
4,21 – 5,00 | Rất hài lòng |
Có thể bạn quan tâm!
-
Các Yếu Tố Ảnh Hưởng Đến Phát Triển Du Lịch Homestay -
Kinh Nghiệm Phát Triển Du Lịch Homestay Ở Hòa Bình -
Mô Hình Nghiên Cứu Đề Xuất Và Giả Thuyết Nghiên Cứu -
Kết Quả Phân Tích Efa Thang Đo Mức Độ Hài Lòng Của Du Khách -
Tình Hình Phát Triển Cslt Tại Lâm Đồng Giai Đoạn 2010 – 2016 -
Thống Kê Số Hộ Đăng Ký Kinh Doanh Homestay Theo Từng Năm_Trên Địa Bàn Tỉnh Lâm Đồng
Xem toàn bộ 140 trang tài liệu này.
1.6.3. Phân tích các mẫu điều tra
1.6.3.1. Mô tả đối tượng nguyên cứu
Qua kết quả khảo sát thực tế 223 du khách về mức độ hài lòng đối với dịch vụ du lịch homestay tại Đà Lạt thì tác giả đã áp dụng phương pháp phân tích tần số để đếm số lần xuất hiện của đối tượng phỏng vấn như: giới tính, độ tuổi, trình độ học vấn, thu nhập.
Bảng 1.3. Mô tả thông tin chung của đáp viên
Yếu tố | Tần suất | Tỷ lệ (%) | |
Giới tính | Nam | 125 | 56,1 |
Nữ | 98 | 43,9 | |
Độ tuổi | Dưới 18 tuổi | 22 | 9,9 |
Từ 18 đến 24 tuổi | 96 | 43 | |
Từ 25 đến 40 tuổi | 76 | 34,1 | |
Từ 41 đến 60 tuổi | 20 | 9 | |
Trên 60 tuổi | 9 | 4 | |
Trình độ học vấn | Tiểu học | 57 | 25,6 |
Trung học cơ sở | 14 | 6,3 | |
Trung học phổ thông | 34 | 15,2 | |
Cao đẳng/Trung cấp | 67 | 30 | |
Đại học hoặc cao hơn | 51 | 22,9 | |
Thu nhập | Dưới 2 triệu đồng | 39 | 17,5 |
Từ 2 đến 5 triệu đồng | 84 | 37,7 | |
Từ 5 đến 8 triệu đồng | 59 | 26,5 | |
Trên 8 triệu đồng | 41 | 18,4 |
Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS, 2017.
a) Giới tính: Kết quả khảo sát thực tế cho thấy, có 125 người là nam (chiếm 56,1%) và 98 người là nữ (chiếm 43,9%) với tỷ lệ chênh lệch giữa nam và nữ khá thấp cho thấy kết quả khảo sát là phù hợp.
b) Độ tuổi: Kết quả khảo sát thực tế cho thấy, du khách có độ tuổi từ 18 đến 24 tuổi chiếm cao nhất với 43%; tiếp theo lần lượt là du khách có độ tuổi từ 25 đến 40 tuổi chiếm 34,1%; du khách có độ tuổi dưới 18 tuổi chiếm 9,9%; du khách có độ tuổi từ 41 đến 60 tuổi chiếm 9% và cuối cùng là du khách có độ tuổi trên 60 tuổi chiếm 4%.
c) Trình độ học vấn: Kết quả khảo sát thực tế cho thấy, du khách có trình độ học vấn Cao đẳng/Trung cấp chiếm cao nhất với 30%; tiếp theo lần lượt là du khách có trình độ học vấn tiểu học chiếm 25,6%; du khách có trình độ Đại học hoặc cao hơn chiếm 22,9%; %.độ trung học cơ cở chiếm 6,3%.
d) Thu nhập của du khách: Kết quả khảo sát thực tế cho thấy, du khách có thu nhập từ 2 đến 5 triệu đồng chiếm cao nhất với 37,7%; tiếp theo lần lượt là du khách có thu nhập từ 5 đến 8 triệu đồng chiếm 26,5%; du khách có thu nhập trên 8 triệu đồng chiếm 18,4% và cuối cùng là du khách có thu nhập dưới 2 triệu đồng chiếm 17,5.
1.6.3.2. Phân tích
a) Kiểm định Cronbach’s Alpha
Hệ số Cronbach’s Alpha được dùng để kiểm định hệ số tin cậy từng thành phần trong mô hình nghiên cứu để loại bỏ những biến quan sát thừa (Đinh Phi Hổ, 2016). Tác giả chọn tiêu chuẩn đánh giá thang đo Cronbach’s Alpha ≥ 0,6 và tương quan biến tổng > 0,3 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Kết quả kiểm định Cronbach’s Alpha được thực hiện qua bảng 1.4 như sau:
Bảng 1.4. Kết quả Cronbach’s Alpha
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Alpha nếu loại biến | |
1/ Tài nguyên du lịch (TAINGUYEN): Alpha 0,727 | ||||
TAINGUYEN1 TAINGUYEN2 TAINGUYEN3 | 11.58 11.81 11.95 | 4.713 4.541 4.231 | .376 .575 .550 | .750 .638 .646 |
12.01 | 4.094 | .587 | .622 | |
2/ Dịch vụ du lịch Homestay (DVHOMESTAY): Alpha 0,804 | ||||
DVHOMESTAY1 DVHOMESTAY2 DVHOMESTAY3 DVHOMESTAY4 DVHOMESTAY5 DVHOMESTAY6 | 20.41 20.33 20.32 20.37 20.35 20.41 | 9.981 10.014 9.940 9.523 9.824 9.252 | .523 .513 .552 .578 .571 .626 | .782 .784 .775 .769 .771 .757 |
3/ An toàn an ninh trật tự và vệ sinh môi trường (ANTOAN): Alpha = 0,785 | ||||
ANTOAN1 ANTOAN2 ANTOAN3 ANTOAN4 | 11.87 11.99 11.98 11.93 | 4.387 4.297 4.468 4.396 | .579 .617 .558 .613 | .739 .719 .750 .722 |
4/ Chi phí cảm nhận (CHIPHI): Alpha 0,792 | ||||
CHIPHI1 CHIPHI2 CHIPHI3 CHIPHI4 CHIPHI5 CHIPHI6 | 19.60 19.45 19.45 19.55 19.66 19.57 | 10.043 10.149 9.771 9.780 9.865 9.453 | .521 .537 .601 .557 .473 .587 | .766 .763 .748 .758 .779 .750 |
5/ Hài lòng của du khách (HAILONG): Alpha 0,787 | ||||
HAILONG1 HAILONG2 HAILONG3 HAILONG4 | 12.27 12.26 12.29 12.19 | 4.153 4.074 3.820 4.472 | .543 .647 .678 .517 | .762 .709 .690 .772 |
Nguồn: Kết quả xử lý số liệu bằng phần mềm SPSS, 2017.
Qua bảng 1.4 ta thấy, hệ số Cronbach’s Alpha của các nhân tố trong mô hình lần lượt là: TAINGUYEN (0,727); DVHOMESTAY (0,804); ANTOAN (0,785);
CHIPHI (0,792); HAILONG (0,787) và tất cả các biến quan sát đều có hệ số tương quan biến tổng > 0,3 riêng biến TAINGUYEN “Ẩm thực” có hệ số tương quan biến tổng nhỏ hơn 0,3 nên loại biến này ra, còn lại tất cả các thành phần của thang đo thỏa điều kiện kiểm định đã đặt ra (bảng 1.4). Như vậy, các biến đo lường đều có thể sử dụng cho bước phân tích tiếp theo (trừ biến TAINGUYEN5 “Ẩm thực”).
b) Phân tích nhân tố khám phá (EFA)
Sau khi phân tích hệ số tin cậy Cronbach’s Alpha, các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố khám phá (EFA) để nhận dạng và xác định các khái niệm liên quan (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Điều kiện để phân tích nhân tố khám phá đạt yêu cầu là:
1) Hệ số KMO (Kaiser – Mayer – Olkin) ≥ 0,5 với mức ý nghĩa kiểm định Bartlee ≤ 0,05 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011).
2) Theo Đinh Phi Hổ (2016) với quy mô mẫu nằm trong khoảng từ 100 đến 350 thì hệ số tải nhân tố (factor loading) ≥ 0,5.
3) Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011).
4) Hệ số Eigenvalue > 1 (Gerbing & Anderson, 1998; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011).
Theo Đinh Phi Hổ (2014) phương pháp phân tích nhân tố khám phá (EFA) sử dụng phương pháp Principal component analysis với phép xoay Varimax nhằm đánh giá giá trị hội tụ và phân biệt giữa các biến độc lập. Trong nghiên cứu này tác giả cũng sử dụng phương pháp Principal component analysis với phép xoay Varimax để đánh giá giá trị hội tụ và giá trị phân biệt giữa các biến quan sát trong mô hình nghiên cứu. Kết quả phân tích nhân tố khám phá (EFA) như sau:
b1) Phân tích EFA thang đo các yếu tố ảnh hưởng đến mức độ hài lòng đối với dịch vụ du lịch homestay tại Đà Lạt
Bảng 1.5. Kết quả phân tích EFA thang đo các yếu tố ảnh hưởng đến mức độ hài lòng đối với dịch vụ du lịch homestay tại Đà Lạt lần thứ 5
Nhân tố | |||
1 | 2 | 3 | |
DVHOMESTAY6 | .757 | ||
DVHOMESTAY3 | .735 | ||
DVHOMESTAY4 | .730 | ||
ANTOAN4 | .637 | ||
DVHOMESTAY5 | .633 | ||
ANTOAN1 | .593 | ||
ANTOAN3 | .587 | ||
ANTOAN2 | .585 | ||
DVHOMESTAY2 | .503 | ||
TAINGUYEN4 | .815 | ||
TAINGUYEN2 | .751 | ||
TAINGUYEN3 | .749 |