Chương 3: Phương pháp nghiên cứu
3. Quy trình nghiên cứu
Hình 3: Quy trình nghiên cứu
3. Nghiên cứu sơ bộ và điều chỉnh thang đo
3.2. Thang đo nháp
Hệ thống thang đo được sử dụng dựa trên các mô hình lý thuyết nền tảng và các thang đo đã được các tác giả trên thế giới nghiên cứu và công bố. Để phù hợp với đối tượng nghiên cứu là người dân sinh sống tại TP. HCM, hệ thống thang đo được điều chỉnh, sửa đổi và phát triển thêm cho phù hợp dựa vào kết quả nghiên cứu định tính: Bảng 3. Thang đo nháp các yếu tố trong mô hình Chuẩn chủ quan [Subjective Norm]
Mã hóa Thang đo đề xuất Nguồn SN1 Tôi sẽ bị ảnh hưởng bởi ý kiến của gia đình mình khi đưa ra quyết định đi du lịch trong tình huống hiện tại
Cañizares và cộng sự [2020]. Yaping Liu và cộng sự [2021]
SN2 Tôi sẽ bị ảnh hưởng bởi ý kiến của bạn bè/đồng nghiệp khi đưa ra quyết định đi du lịch trong tình huống hiện tại
SN3 Hầu hết những người quan trọng với tôi đều nghĩ rằng tôi nên đi du lịch nước ngoài khi dịch bệnh kết thúc SN4 Hầu hết những người có quan điểm mà tôi coi trọng đều đồng ý với tôi về việc đi du lịch nước ngoài khi dịch bệnh kết thúc
PC3 Tôi tự tin rằng nếu tôi muốn, tôi có thể tham gia vào hoạt động du lịch không chính thức
PC4 Tôi có đủ nguồn lực cần thiết để đi du lịch trong tình hình hiện tại PC5 Tôi cảm thấy không có gì ngăn cản tôi đi du lịch nước ngoài khi hết dịch nếu tôi muốn Nhận thức về rủi ro [Risk perception] Mã hóa Thang đo đề xuất Nguồn RI1 Tôi cảm thấy không thích đi du lịch hơn vì rủi ro từ covid 19 dịch toàn vùng
Po-Ju Chang và cộng sự [2020], Cañizares và cộng sự [2020]
RI2 Với tình hình hiện tại, tôi muốn tránh đi du lịch đến các thành phố lớn RI3 Tôi lo lắng tôi sẽ mắc phải dịch Covid- RI4 Với tình hình hiện tại, tôi muốn rút ngắn thời gian chuyến đi tiềm năng RI5 Với tình hình dịch Covid-19 hiện tại, tôi muốn tránh đi du lịch ở những địa điểm có đông người
Đề xuất
Nhận thức về covid 19 Mã hóa Thang đo đề xuất Nguồn PR1 COVID-19 là một căn bệnh rất đáng sợ Lee et al. PR2 So với SARS, cúm gia cầm và Cúm A [H1N1], COVID- [2012] 19 nguy hiểm hơn PR3 Tôi sợ COVID- PR4 Tôi có nhiều thông tin về COVID- PR5 Mọi người xung quanh tôi dường như không đi du lịch nước ngoài do COVID-
Chấp nhận rủi ro
Mã hóa Thang đo đề xuất Nguồn RT1 Tôi không ngại chấp nhận rủi ro về mặt tài chính Williams và cộng sự [2013], Campara et al. [2017]
RT2 Tôi thường tham gia một số môn thể thao mạo hiểm, chẳng hạn như leo núi, trượt ván, leo núi, v. RT3 Khi đi du lịch, tôi thích đi du lịch một mình, không có hành trình cố định và thích ở với người dân địa phương RT4 Khi đi du lịch, tôi thích chi nhiều tiền hơn cho các chuyến du lịch mạo hiểm RT5 Những người bạn thân nhất của tôi nghĩ rằng tôi chấp nhận rất nhiều rủi ro Ý định đi du lịch
Mã hóa Thang đo đề xuất Nguồn IT1 Tôi dự định đi du lịch ngay khi có thể
Reisinger và cộng sự [ 2020 ], Hsu [2006] , Sparks [2009] IT2 Nếu tôi cần đi công tác trong thời gian ngắn/ trung hạn tôi dự định sẽ làm như vậy IT3 Nếu tôi cần đi du lịch để giải trí trong ngắn hạn/ trung hạn tôi dự định làm như vậy IT4 Tôi yêu thích du lịch nên tôi sẽ đi và sử dụng dịch vụ du lịch sau đại dịch covid 19
Đề xuất
IT5 Tôi sẽ giới thiệu cho người khác đi du lịch và sử dụng dịch vụ du lịch sau đại dịch covid 19
Đề xuất
Yếu tố chuẩn chủ quan, thái độ, kiểm soát hành vi nhận thức, nhận thúc rủi ro, nhạn thức về covid 19, chấp nhận rủi ro ảnh hưởng lớn đến ý định di du lịch sau đại dịch covid 19 tại khu vực TPHCM.
3.2. Nghiên cứu sơ bộ định lượng
Nghiên cứu sơ bộ định lượng được thực hiện để đánh giá sơ bộ về độ tin cậy và giá trị của các thang đo đã thiết kế và điều chỉnh cho phù hợp. Thang đo được đánh giá sơ bộ thông qua hệ số tin cậy Crohnbach’s Alpha và phân tích nhân tố khách quan EFA. Nghiên cứu này được thực hiện bằng phương pháp khảo sát thông qua bảng câu hỏi chi tiết. Đối tượng khảo sát là người dân sinh sống trên địa bàn TPHCM. Sau khi phân tích, các câu hỏi được điều chỉnh về từ ngữ để đảm bảo tính phân biệt của từng biến trong mô hình, không gây nhầm lẫn cho đáp viên.
3. Nghiên cứu chính thức
3.3.1ết kế bảng câu hỏi chính thức
Sau khi nghiên cứu cơ sở lý thuyết và nghiên cứu thử từ thang đo nháp, tác giả xây dựng thang đo chính thức của các yếu tố trong mô hình bao gồm 3 phần:
Phần 1: Các câu hỏi mang tính gạn lọc.
Phần 2: Các câu hỏi sử dụng thang đo Likert 5 để đo lường các biến.
Phần 3: Các câu hỏi nhân khẩu – xã hội học.
Bảng 3. Thang đo các yếu tố trong mô hình
Chuẩn chủ quan [SN]
1 Tôi bị ảnh hưởng bởi ý kiến của người thân khi đưa ra quyết định đi du lịch sau đại dịch Covid-
SN
2 Tôi bị ảnh hưởng bởi ý kiến của bạn bè/ đồng nghiệp khi đưa ra quyết định đi du lịch sau đại dịch Covid-
SN
3 Hầu hết những người quan trọng với tôi đều nghĩ rằng tôi nên đi du lịch sau đại dịch Covid-
SN
4 Hầu hết những người thường cho tôi lời khuyên có giá trị đều đồng ý với tôi về việc đi du lịch sau đại dịch Covid-
SN
5 Các tổ chức du lịch khuyến khích tôi đi du lịch sau đại dịch Covid.
SN
Thái độ [AT]
1 Sau đại dịch Covid- 19 tôi nghĩ sẽ an toàn hơn nếu đi du lịch ngắn hoặc trung hạn
AT
2 Tôi nghĩ đi du lịch sau đại dịch kết thúc sẽ rất an toàn.
AT
4 Tôi có đủ nguồn lực cần thiết để đi du lịch sau khi dịch Covid-19 kết thúc
PC
5 Tôi cảm thấy không có gì ngăn cản tôi đi du lịch khi dịch bệnh kết thúc.
PC
Nhận thức rủi ro [RI]
1 Tôi cảm thấy không thích đi du lịch vì rủi ro từ đại dịch Covid-
RI
2 Với tình hình dịch Covid-19 hiện tại, tôi muốn tránh đi du lịch đến các thành phố lớn
RI
3 Tôi lo lắng tôi sẽ mắc phải dịch Covid- khi đi du lịch
RI
4 Với tình hình dịch Covid-19 hiện tại, tôi muốn rút ngắn thời gian chuyến du lịch của mình
RI
5 Với tình hình dịch Covid-19 hiện tại, tôi muốn tránh đi du lịch ở
RI
những địa điểm có đông người
Nhận thức về COVID-19 [PER]
1 COVID-19 là một căn bệnh rất đáng sợ
PR
2 COVID-19 nguy hiểm hơn các dịch bệnh khác
PR
3 Tôi sợ dịch bệnh COVID-
PR
4 Tôi có nhiều hiểu biết về dịch bệnh COVID- 19
PR
5 Mọi người xung quanh tôi dường như không đi du lịch sau dịch COVID-
PR
Chấp nhận rủi ro [RT]
1 Tôi chấp nhận rủi ro về tài chính do đi du lịch sau đại dịch
RT
dụng dịch vụ du lịch sau đại dịch covid 19
3 Nếu tôi cần đi du lịch để giải trí trong ngắn hạn/ trung hạn tôi dự định sử dụng dịch vụ du lịch sau đại dịch covid 19
IT
4 Tôi yêu thích du lịch nên tôi sẽ đi và sử dụng dịch vụ du lịch sau đại dịch covid 19
IT
5 Tôi sẽ giới thiệu cho người khác đi du lịch và sử dụng dịch vụ du lịch sau đại dịch covid 19
IT
3.3. Thiết kế mẫu nghiên cứu
Tổng thể mẫu là những người có hành vi sử dụng dịch vụ du lịch hiện đang sinh sống và làm việc tại TP. Về phương pháp chọn mẫu, có hai phương pháp chọn mẫu là phương pháp chọn mẫu xác suất và phương pháp chọn mẫu phi xác suất.. Trong bài báo cáo này, tác giả nhận thấy phương pháp chọn mẫu phi xác suất là phù hợp để thực hiện thuận tiện hơn trong quá trình nghiên cứu. Theo Hair [1998], mẫu nghiên cứu tốt nhất là 5 mẫu trên một biến quan sát thì mới có thể phân tích nhân tố khám phá [EFA] đạt kết quả tối ưu. Sau khi nghiên cứu định tính, ta có 35 biến được đưa vào nghiên cứu định lượng chính thức. Mô hình nghiên cứu của đề tài gồm 35 biến quan sát, vì thế kích thước mẫu cần thiết để kiểm định mô hình là: n = 35 * 5 = 175.
Trên cơ sở đó, tác giả tiến hành thu thập dữ liệu với nghiên cứu khảo sát 500 mẫu với sự hỗ trợ của Google Forms.
3. Thực hiện nghiên cứu
3.4.1ểm định độ tin cậy thang đo
Độ tin cậy của thang đo trong đề tài này được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp kiểm định qua hệ số Crohnbach’s Alpha và hệ số tương quan biến tổng đối với những nghiên cứu còn mới đối với người trả lời thì hệ số Crohnbach’s Alpha từ 0,6 trở lên là có thể là có thể sử dụng được.
Theo Nuanally và cộng sự [1994] thì hệ số Crohnbach’s Alpha từ 0,8 đến 1 là tốt nhất, từ 0,7 đến 0,8 là sử dụng được và hệ số tương quan biến tổng của các biến quan sát lớn hơn 0,3 được xem là thích hợp cho nghiên cứu [ Nguyễn Văn Thọ và cộng sự, 2009].
Dựa trên những cơ sở trên, sau khi kiểm định nhóm nghiên cứu sẽ giữ lại những biến quan sát có hệ số Crohnbach’s Alpha lớn hơn 0,6 và xem xét hệ số tương quan biến tổng phải trên 0,3.
3.4.2ân tích nhân tố khám phá [EFA]
Phương pháp phân tích nhân tố khám phá EFA [Exploratory Factor Analysis, gọi tắt là phương pháp EFA] giúp đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Tác giả Mayers và cộng sự [2000] đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất. Theo Hair [1998, 111], Factor loading [hệ số tải nhân tố hay trọng số nhân tố] là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA: - Factor loading > 0 được xem là đạt mức tối thiểu. - Factor loading > 0 được xem là quan trọng. - Factor loading > 0 được xem là có ý nghĩa thực tiễn.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố [Factor loading] > 0.
đến 1 thì mô hình là tốt, bé hơn 0 là mô hình chưa tốt. Tuy nhiên, tùy vào dạng nghiên cứu và dạng dữ liệu, không phải lúc nào cũng bắt buộc rằng mô hình hồi quy phải đạt giá trị R bình phương hiệu chỉnh lớn hơn 0 mới có ý nghĩa.
Kiểm định độ phù hợp của mô hình: Sử dụng thống kê F [Fishter] để kiểm định mức ý nghĩa thống kê của mô hình. Đặt giả thuyết Ho cho các hệ số β trong mô hình đều bằng 0. Nếu mức kiểm định < 0 thì ta có thể bác bỏ giả thuyết Ho nghĩa là mô hình phù hợp với dữ liệu đang khảo sát. Nếu mức kiểm định >= 0 thì chấp nhận giả thuyết Ho, nghĩa là mô hình không phù hợp với dữ liệu đang khảo sát.
Hệ số hồi quy chuẩn hóa: Hệ số β [Standardized beta Conficent] giúp cho việc so sánh một cách trực tiếp về mức độ tác động của các biến độc lập lên biến phụ thuộc.
Kiểm định mức ý nghĩa của hệ số β: Sử dụng thống kê để kiểm định mức ý nghĩa của hệ số β. Nếu mức ý nghĩa của kiểm định nhỏ hơn 0 thì ta có thể kết luận rằng hệ số β có ý nghĩa về mặt thống kê.
Kiểm định đa cộng tuyến: Một mô hình hồi quy tuyến tính có phù hợp với tập dữ liệu hay không có ý nghĩa là mô hình đó có hay không có hiện tượng đa cộng tuyến. Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và có quan hệ gần như tuyến tính, nghĩa là nó sẽ cung cấp cho chương trình những thông tin trùng lặp về sự ảnh hưởng của biến độc lập đến biến phụ thuộc. Có hai phương pháp để đo lường đa cộng tuyến như sau:
Tính độ chấp nhận của biến [Tolerance]: Độ chấp nhận của biến càng nhỏ thì dấu hiệu có đa cộng tuyến càng sâu.
Hệ số phóng đại phương sai [VIF]: Khi hệ số VIF lớn hơn hoặc bằng 10 nghĩa là có hiện tượng đa cộng tuyến.
Kiểm định giả định hồi quy của mô hình: Giúp xác định giả thuyết phân phối chuẩn có bị vi phạm hay không. Nếu giá trị trung bình Mean = 0 và
giá trị Std xấp xỉ bằng 1 thì mô hình không bị vi phạm phân phối chuẩn. Đồng thời xem xét đồ thị phân tán phần dư để xác định có nhân tố tiềm ẩn ảnh hưởng đến biến phụ thuộc hay không.
3.4. Phân tích phương sai
Phân tích phương sai một yếu tố [còn gọi là One - Way Anova] dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%. Một số giả định khi phân tích One - Way ANOVA:
- Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
- Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
- Phương sai của các nhóm so sánh phải đồng nhất.
Lưu ý: nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau không đáp ứng được thì có thể dùng kiểm định phi tham số Kruskal-Wallis sẽ là một giải pháp thay thế hữu hiệu cho ANOVA.
ANOVA test
Ho: “Trung bình bằng nhau”.
Sig >= 0: bác bỏ Ho → Chưa đủ điều kiện để khẳng định có sự khác biệt.
Sig < 0: chấp nhận Ho → Đủ điều kiện để khẳng định có sự khác biệt.
Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát.
hưởng đến hành vi sử dụng du lịch của người dân sau đại dịch Covid-19. Nghiên cứu sơ bộ đã khẳng định mối quan hệ giữa các biến độc lập và biến phụ thuộc trong mô hình lý thuyết, đồng thời nhóm tác giả đã đưa ra được một số hiệu chỉnh và bổ sung cho thang đo chính thức. Qua nghiên cứu sơ bộ nhóm tác giả đã điều chỉnh và hoàn thiện bảng câu hỏi làm công cụ cho nghiên cứu chính thức. Nghiên cứu chính thức sử dụng phương pháp điều tra chọn mẫu với công cụ là bảng câu hỏi. Ngoài ra, chương này cũng đã nêu lên cơ sở lý thuyết để tiến hành phân tích dữ liệu gồm: đánh giá độ tin cậy thang đo, phân tích nhân tố, phân tích hồi quy, kiểm định mô hình, kiểm định giả thuyết và kiểm định sự khác biệt. Nghiên cứu chính thức sử dụng phương pháp điều tra chọn mẫu với công cụ là bảng câu hỏi và xử lý dữ liệu bằng phần mềm SPSS phiên bản 25. Nghiên cứu định lượng chính thức thực hiện trên quy mô mẫu là 500 người và đưa vào phân tích theo một quy trình đã được xác định trước. Tất cả các bước phân tích được diễn giải cụ thể trong chương này. Kết quả phân tích, bình luận, đánh giá cho các nội dung liên quan được đề cập trong các chương 4.