Kiểm Định Sự Khác Biệt Theo Các Đặc Điểm Cá Nhân Của Khách Hàng Đến Ý

BenThanh Tourist bằng phương pháp phỏng vấn trực tiếp, qua mạng internet, email để dữ liệu thu thập được đa dạng.

Điều kiện chọn lọc mẫu khảo sát là những khách hàng đã từng sử dụng tour du lịch của BenThanh Tourist trong 2 năm qua kể từ ngày tham gia trả lời phiếu khảo sát.

Kích thước mẫu nghiên cứu bao nhiêu là tối ưu phụ thuộc vào kỳ vọng về độ tin cậy, phương pháp phân tích dữ liệu, phương pháp ước lượng các tham số cần ước lượng và qui luật phân phối của tập các lựa chọn (trả lời của đáp viên). Chẳng hạn: để tiến hành phân tích hồi quy một cách tốt nhất, theo Tabachnick và Fidell, kích thước mẫu phải đảm bảo theo công thức: n > 8m + 50 (n là cỡ mẫu, m là tham số biến độc lập trong mô hình) (Đỗ Thị Tố Nga, 2010, đã dẫn). Trong khi đó, theo Harris RJ. Aprimer (1985): n > 104 + m (với m là số lượng biến độc lập và phụ thuộc), hoặc n > 50 + m , nếu m < 5; Trong trường hợp sử dụng phương pháp phân tích nhân tố khám phá (EFA), Hair và ctg (1998) cho rằng, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỷ lệ số quan sát/biến đo lường là 5/1, nghĩa là cứ mỗi biến đo lường cần tối thiểu 5 quan sát. Còn theo Bollen (1989) cho rằng kích thước mẫu tối thiểu là năm mẫu cho một tham số cần ước lượng; Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cho rằng tỷ lệ là 4 hay 5 mẫu cho một tham số cần ước lượng.

Nghiên cứu này sử dụng phương pháp phân tích nhân tố khám phá (EFA) và phân tích hồi quy đa biến, mô hình nghiên cứu có 29 biến đo lường. Vì thế nếu tính theo nguyên tắc 5 mẫu/biến đo lường thì cỡ mẫu tối thiểu là n > 29 x 5 = 145. Song, về nguyên tắc số mẫu càng lớn càng tốt và dự phòng cho những người không trả lời hoặc trả lời không đầy đủ, tác giả quyết định số bảng câu hỏi phát ra là 300 bảng.

3.3.2 Phương pháp phân tích dữ liệu

Quá trình phân tích dữ liệu được thực hiện qua các giai đoạn:

3.3.2.1 Đánh giá sơ bộ thang đo

Việc đánh giá sơ bộ độ tin cậy và giá trị của thang đo được thực hiện bằng

phương pháp hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) thông qua phần mềm xử lý SPSS 20 để sàng lọc, loại bỏ các biến quan sát không đáp ứng tiêu chuẩn.‌

Cronbach alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho một khái niệm nghiên cứu) của tập hợp các biến quan sát (các câu hỏi) thông qua hệ số Cronbach alpha. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005, tr.257, 268) cùng nhiều nhà nghiên cứu đồng ý rằng khi hệ số Cronbach alpha có giá trị từ 0,7 trở lên là sử dụng được. Trong khi đó, nhiều nhà nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995) đề nghị hệ số Cronbach alpha từ 0,6 trở lên là có thể chấp nhận được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu.

Tuy nhiên theo Nunnally et al. (1994), hệ số Cronbach alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Bởi vậy, bên cạnh hệ số Cronbach alpha, người ta còn sử dụng hệ số tương quan biến tổng quát (item – total correlation) và những biến nào có tương quan tổng < 0,3 sẽ bị loại.

Phân tích nhân tố khám phá (EFA) là tên chung của một nhóm thủ tục được sử dụng phổ biến để đánh giá thang đo hay rút gọn một tập biến. Trong nghiên cứu này, phân tích nhân tố được ứng dụng để tóm tắt tập các biến quan sát vào một số nhân tố nhất định đo lường các khía cạnh khác nhau của các khái niệm nghiên cứu. Tiêu chuẩn áp dụng và chọn biến đối với phân tích nhân tố khám phá EFA bao gồm:

- Tiêu chuẩn Barlett và hệ số KMO dùng để đánh giá sự thích hợp của EFA. Theo đó, giả thuyết H0 (các biến không có tương quan với nhau trong tổng thể) bị bác bỏ và do đó EFA được gọi là thích hợp khi: 0,5 < KMO < 1 và Sig < 0,5. Trường hợp KMO < 0,5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005, tr.262).

- Tiêu chuẩn rút trích nhân tố gồm chỉ số Engenvalue (đại diện cho lượng biến thiên được giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai

trích cho biết nhân tố giải thích được bao nhiêu % và bao nhiêu bị thất thoát). Theo Gerbing và Anderson (1998), các nhân tố Engenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi EFA). Vì thế, các nhân tố chỉ được rút trích tại Engenvalue > 1 và được chấp nhận khi tổng phương sai trích > 50%. Tuy nhiên, trị số Engenvalue và phương sai trích là bao nhiêu còn phụ thuộc vào phương pháp trích và phép xoay nhân tố. Theo Nguyễn Khánh Duy (2009, tr.14), nếu sau phân tích EFA là phân tích hồi qui thì có thể sử dụng phương pháp trích Pricipal components với phép xoay Varimax.

- Tiêu chuẩn hệ số tải nhân tố (Factor loading) biểu thị tương quan đơn giữa các biến với nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair & ctg, 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. Trường hợp chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu ít nhất phải là 350; nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0,55; nếu cỡ mẫu khoảng 50 thì Factor loading > 0,75 (Nguyễn Khánh Duy, 2009, tr.14).

3.3.2.2 Phân tích hồi qui

Phân tích hồi qui (thường là hồi qui tuyến tính bội) là một phương pháp phân tích dùng kỹ thuật thống kê được sử dụng để phân tích mối quan hệ giữa biến độc lập và nhiều biến phụ thuộc. Các tham số thống kê cần được quan tâm là:

- Hệ số R2 điều chỉnh (Adjusted coefficient determinaton): đo lường phần phương sai của biến phụ thuộc được giải thích bởi biến độc lập có tính đến số lượng biến phụ thuộc và cỡ mẫu. Hệ số này càng cao độ chính xác của mô hình càng lớn và khả năng dự báo của các biến độc lập càng chính xác.

- Kiểm định độ phù hợp của mô hình với tập dữ liệu: sử dụng trị số thống kê 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, ta có thể an toàn bác giả thuyết H0, hay nói cách khác mô hình phù hợp với tập dữ liệu khảo sát.

- Hệ số Beta (Standardized Beta Coefficent): hệ số hồi qui chuẩn hóa 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: sử dụng trị thống kê t để kiểm tra mức ý nghĩa của hệ số Beta. Nếu mức ý nghĩa của kiểm định nhỏ hơn mức 0,05 , ta có thể kết luận hệ số Beta có ý nghĩa về mặt thống kê.

3.3.2.3 Kiểm định sự khác biệt theo các đặc điểm cá nhân của khách hàng đến ý định mua lại tour du lịch

Công cụ kiểm định là phép kiểm định Independent – Sample T-Test hoặc phân tích phương sai (ANOVA). Trong đó:

- Independent – Sample T-Test được sử dụng trong các trường hợp đặc điểm cá nhân của khách hàng có hai thuộc tính bao gồm: giới tính nam và giới tính nữ, vì thế chia tổng thể mẫu nghiên cứu làm hai nhóm tổng thể riêng biệt.

- Phân tích phương sai (ANOVA) được sử dụng trong những trường hợp đặc điểm cá nhân của khách hàng có ba thuộc tính trở lên, vì thế chia tổng thể mẫu nghiên cứu làm ba nhóm tổng thể riêng biệt trở lên. Phương pháp thực hiện là kiểm định có hay không có sự khác biệt giữa các nhóm tổng thể được xác định theo các đặc điểm cá nhân của khách hàng [Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005, tr. 113-118, 122-123].

TÓM TẮT CHƯƠNG 3

Chương này trình bày phương pháp nghiên cứu gồm 3 bước cơ bản là xây dựng thang đo nháp, nghiên cứu định tính và nghiên cứu định lượng:

Xây dựng thang đo nháp 1 dựa vào thang đo SERV-PERVAL để đo lường các yếu tố tạo nên giá trị cảm nhận, thang đo Pertrick (2004b:401) và Zeithaml et al. (1996:38) để đo lường ý định mua lại của khách hàng.

Nghiên cứu định tính sử dụng kỹ thuật thảo luận nhóm để hiệu chỉnh thang đo nháp 1 thành thang đo nháp 2 và xây dựng bảng câu hỏi tiến hành phỏng vấn thử.

Sau khi phỏng vấn thử, tác giả tiến hành nghiên cứu định lượng với bản câu hỏi bao gồm: câu hỏi lọc, câu hỏi về nhân khẩu học và câu hỏi xác định mức độ bằng thang đo Likert với 5 mức độ chứa 29 biến quan sát của thang nháp 2. Trong đó: 25 biến quan sát các yếu tố tạo nên giá trị cảm nhận theo thang đo SERV- PERVAL được hiệu chỉnh cho phù hợp nghiên cứu và 4 biến quan sát ý định hành vi của khách hàng theo thang đo Pertrick (2004b:401) và Zeithaml et al. (1996:38)

Tác giả chọn mẫu theo nguyên tắc thuận tiện và phi xác suất. Kích thước mẫu tối thiểu là 5 mẫu cho 1 tham số cần ước lượng (Bollen, 1989). Với bảng câu hỏi sử dụng trong nghiên cứu này gồm 32 tham số, cỡ mẫu quan sát dự kiến là N > 5 x 29 = 145. Để đảm bào đủ số bản câu hỏi thu về đạt yêu cầu, tổng số bản câu hỏi phát ra là 300 bản.

Ở chương tiếp theo sẽ trình bày kết quả nghiên cứu bao gồm đánh giá lại thang đo, kiểm định lại mô hình nghiên cứu và các giả thuyết.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

GIỚI THIỆU

Chương 3 đã trình bày phương pháp thực hiện nghiên cứu. Mục đích của chương 4 này trình bày các kết quả của phân tích dữ liệu. Chương này bao gồm các phần chính : Thống kê mô tả mẫu, Đánh giá thang đo thông qua phương pháp hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá EFA, Phân tích tương quan và kiểm định giả thuyết thông qua phân tích hồi quy.

4.1 MÔ TẢ MẪU NGHIÊN CỨU

Tổng số bản câu hỏi được phát ra: 300; Số bản câu hỏi thu về là 268; Số bản câu hỏi bị loại là: 54, trong đó có 18 bản câu hỏi bị loại do điều kiện lọc, 36 bản câu hỏi bị loại do không đáp ứng điều kiện về dữ liệu.

Số bản câu hỏi đưa vào nghiên cứu chính thức là 204, được thống kê theo bảng sau:

- Về đối tượng đã sử dụng loại tour trong và ngoài nước như sau: 51.5% mẫu chỉ đã sử dụng tour trong nước; 29.9% mẫu chỉ đã sử dụng tour ngoài nước; 18.6% mẫu đã sử dụng cả tour trong và ngoài nước.

- Về giới tính, tỷ lệ khảo sát mẫu theo giới tính tương đối đồng đều, kết quả phân tích ở hình 4.1 cho thấy có 49% mẫu là nam giới và 51 % là nữ.

- Về độ tuổi, mẫu khảo sát có tỷ lệ cao nhất là 49.5% đối tượng thuộc nhóm tuổi dưới 30 tuổi, và kế tiếp là 40.7% đối tượng từ 30 – 50 tuổi, đối tượng trên 50 tuổi là 9.8%.

- Về nghề nghiệp, mẫu khảo sát có 43.6% là giáo viên, công nhân viên nhà nước, nhân viên văn phòng; 24% là quản lý doanh nghiệp, tự kinh doanh; ngành nghề khác là 32.4%.

- Về thu nhập, 28.9% có thu nhập dưới 5 triệu/ tháng, có 49.5% mẫu có mức thu nhập từ 5 – dưới 10 triệu/ tháng và 21.6% có thu nhập trên 10 triệu/ tháng.

Bảng 4.1 Thống kê mẫu

Thông tin mẫu	Tần số	Tần suất (%)
1. Loại tour đã sử dụng	Trong nước	105	51.5
	Ngoài nước	61	29.9
	Cả hai	38	18.6
2. Giới tính	Nam	100	49
2. Giới tính	Nữ	104	51
3. Độ tuổi	Dưới 30	101	49.5
	30 – 50	83	40.7
	Trên 50	20	9.8
4. Nghề nghiệp	Giáo viên, Công nhân viên nhà nước, Nhân viên văn phòng	89	43.6
	Quản lý doanh nghiệp, Tự kinh doanh	49	24
	Khác	66	32.4
5. Mức thu nhập	Dưới 5 triệu	59	28.9
	Từ 5 – < 10 triệu	101	49.5
	Trên 10 triệu	44	21.6

Trung bình thang đo nếu loại biến	Phương sai thang đo nếu loại biến	Tương quan biến tổng	Cronbach's Alpha nếu loại biến này
Thang đo Chất lượng cảm nhận (QP), Alpha = 0.907
QP1	17.95	19.830	.735	.891
QP2	17.86	19.236	.794	.882
QP3	17.96	19.742	.778	.885
QP4	18.02	20.182	.741	.890
QP5	17.90	20.562	.731	.892
QP6	18.10	20.552	.676	.900
Thang đo Giá trị cảm xúc (ER), Alpha = 0.885
ER1	13.78	13.254	.752	.855
ER2	13.63	12.747	.733	.858
ER3	13.93	12.532	.764	.851
ER4	13.82	12.846	.724	.860
ER5	13.80	13.895	.645	.877
Thang đo Danh tiếng (RE), Alpha = 0.895
RE1	10.89	9.884	.791	.857
RE2	10.95	9.308	.788	.857
RE3	10.94	9.892	.785	.859
RE4	11.02	9.793	.713	.886
Thang đo Giá cả tiền tệ (MP), Alpha = 0.850
MP1	16.08	15.954	.654	.821
MP2	15.77	16.579	.665	.819
MP3	16.04	16.462	.635	.824
MP4	15.79	16.423	.681	.816
MP5	15.96	16.505	.640	.823
MP6	15.75	17.546	.527	.844
Thang đo Giá cả hành vi (BP), Alpha = 0.901
BP1	10.32	11.451	.691	.903
BP2	10.35	10.574	.804	.863
BP3	10.32	10.277	.843	.848
BP4	10.30	11.028	.782	.871