CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU
3.5. Nghiên cứu chính thức
3.5.3. Phương pháp phân tích dữ liệu
Phân tích dữ liệu là quá trình kiểm tra, làm sạch, chuyển đổi và mô hình hóa dữ liệu đã thu thập để đưa ra kết quả trả lời câu hỏi nghiên cứu (Hair & cộng sự, 2020).
Việc sử dụng các phương pháp và kỹ thuật phân tích thích hợp để phân tích dữ liệu thu thập được là rất quan trọng. Điều này phụ thuộc nhiều vào mục tiêu nghiên cứu, thiết kế nghiên cứu và bản chất của việc thu thập dữ liệu (Lê Văn Huy & Trương Trần Trâm Anh, 2012; Hair & cộng sự, 2020). Sau khi kiểm tra và chọn lọc các phản hồi hợp lệ, dữ liệu được mã hóa và nhập vào phần mềm SPSS 24.0 và AMOS 24.0.
3.5.3.1. Kiểm định phân phối chuẩn
Kiểm định phân phối chuẩn nhằm xác định các dữ liệu đạt phân phối chuẩn trước khi thực hiện các kiểm định như giá trị trung bình, phương sai hay phân tích đa biến, EFA, CFA. Skewness (thể hiện độ lệch trái hoặc phải của phân phối dữ liệu quan sát so với phân phối chuẩn) và Kurtosis (biểu thị độ nhọn của phân phối dữ liệu quan sát với phân phối chuẩn) là hai hệ số được sử dụng phổ biến với các tiêu chuẩn đảm bảo dữ liệu đạt phân phối chuẩn có sự khác nhau nhất định. Theo Bollen (1989), Hair & cộng sự (2020), khi giá trị Skewness và Kurtosis thuộc khoảng ±1 thì dữ liệu xấp xỉ đạt phân phối chuẩn; và để đảm bảo các biến tuân thủ giả định phân phối chuẩn, giá trị Skewness thuộc khoảng ±2 và Kurtosis không được vượt quá ±3 (Bollen,1989). Đây là cơ sở để luận án thực hiện kiểm định phân phối chuẩn.
3.5.3.2. Đánh giá độ tin cậy của thang đo
Luận án đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha lần lượt cho từng nhóm nhân tố của sự xác nhận về khả năng đáp ứng của ứng dụng du lịch, nhận thức sự hữu ích, sự hài lòng và ý định tiếp tục sử dụng. Các tiêu chuẩn lựa chọn biến
quan sát như được trình bày ở mục 3.5.2. Trong một số nghiên cứu sử dụng thang đo cũ, việc kiểm định thang đo lường nên được thực hiện với phân tích nhân tố khám phá EFA trước, sau đó, kết quả của nhân tố khám phá được sử dụng để kiểm tra tính nhất quán nội tại Cronbach’s Alpha (Lê Văn Huy & Trương Trần Trâm Anh, 2012).
3.5.3.3. Kiểm định thang đo
Để xác định lại các thuộc tính của các khái niệm nghiên cứu so với đề xuất ban đầu dựa trên tổng quan tài liệu, phỏng vấn sâu, việc thực hiện phân tích nhân tố khám phá EFA là cần thiết. Sau đó, để kiểm tra tính hợp lệ của các cấu trúc và độ tin cậy của thang đo, phân tích nhân tố khẳng định được áp dụng.
- Phân tích nhân tố khám phá EFA được thực hiện nhằm đánh giá giá trị hội tụ và giá trị phân biệt của thang đo. Để phù hợp cho phân tích CFA và SEM, luận án sử dụng phương pháp rút trích Principal Axis Factoring với phép xoay Promax. Tiêu chuẩn đánh giá dựa trên hệ số KMO, kiểm định Bartlett’s Test, hệ số tải nhân tố, giá trị riêng biệt và tổng phương sai trích như được đề cập ở mục 3.5.2.
- Phân tích nhân tố khẳng định CFA nhằm (1) Đo lường tính đơn hướng; (2) Đánh giá độ tin cậy của thang đo; (3) Giá trị hội tụ; (4) Giá trị phân biệt.
(1) Đo lường tính đơn hướng
Đo lường tính đơn hướng để đảm bảo mức độ phù hợp của mô hình với dữ liệu thị trường. Theo Hair & cộng sự (2010) mức độ phù hợp của mô hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, trừ trường hợp các sai số của các biến quan sát có tương quan với nhau. Mô hình được xem là thích hợp với dữ liệu thị trường nếu kiểm định Chi-square có P-value > 0,05; CMIN/df
=< 2 (một số trường hợp CMIN/df có thể =< 3); GFI, CFI >= 0,9 và RMSEA =< 0,08.
(2) Đánh giá độ tin cậy của thang đo
Đánh giá độ tin cậy thang đo qua: hệ số tin cậy tổng hợp (composite reliability) và tổng phương sai trích (variance extracted). Gefen & cộng sự (2000) cho rằng hệ số tin cậy tổng hợp > 0,6 và phương sai trích của mỗi khái niệm nên vượt quá 0,5.
(3) Giá trị hội tụ
Theo Gefen & cộng sự (2000), thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo đều cao (>0,5) và có ý nghĩa thống kê (p < 0,05)
(4) Giá trị phân biệt
Giá trị phân biệt thể hiện cấp độ phân biệt của các khái niệm đo lường (Fornell & Larcker, 1981) hai cấp độ kiểm định giá trị phân biệt: (1) kiểm định giá trị phân biệt giữa các thành phần trong một khái niệm thuộc mô hình; (2) kiểm định giá trị phân biệt xuyên suốt (kiểm định mô hình đo lường tới hạn). Giá trị phân biệt đạt được khi: tương quan giữa hai thành phần của khái niệm hoặc hai khái niệm thực sự khác biệt so với 1 (Fornell
& Larcker, 1981). Khi đó, mô hình đạt được độ phù hợp với dữ liệu thị trường.
3.5.3.4. Kiểm định giả thuyết nghiên cứu
Với các giả thuyết đã được đề xuất, mô hình SEM được lựa chọn để kiểm định đồng thời các giả thuyết nghiên cứu. SEM là sự mở rộng của mô hình tuyến tính tổng quát, cho phép kiểm định một tập hợp phương trình hồi quy cùng một lúc. SEM sử dụng để ước lượng mô hình đo lường (Measurement model) và mô hình cấu trúc (Structural model) của bài toán lý thuyết đa biến. Mô hình đo lường chỉ rõ mối quan hệ giữa các biến tiềm ẩn (Latent Variables) và các biến quan sát (Observed variables), cung cấp thông tin về các thuộc tính đo lường của biến quan sát (độ tin cậy, độ giá trị); trong khi đó, mô hình cấu trúc chỉ rõ mối quan hệ giữa các biến tiềm ẩn với nhau (Bollen, 1989;
Raykov & Widaman, 1995).
3.5.3.5. Kiểm định ước lượng mô hình bằng phương pháp Bootstrap
Để đánh giá độ tin cậy của các ước lượng, trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, chúng ta thường có hai cách: (1) Chia mẫu ra làm hai mẫu con: một nửa dùng để ước lượng các tham số mô hình và một nửa dùng để đánh giá lại; (2) Lặp lại nghiên cứu bằng một mẫu khác. Tuy nhiên, hai cách này thường không được ứng dụng nhiều bởi mô hình cấu trúc tuyến tính SEM thường yêu cầu với cỡ mẫu lớn nên việc làm này tốn kém nhiều thời gian và chi phí (Anderson & Gerbing, 1988). Trong những trường hợp này, theo Gefen & cộng sự (2000) Bootstrap là phương pháp phù hợp để thay thế. Bootstrap là phương pháp lấy mẫu lặp lại có thay thế, trong đó mẫu ban đầu đóng vai trò là đám đông để kiểm định xem các hệ số hồi quy trong mô hình SEM có được ước lượng tốt không.
3.5.3.6. Tác động trực tiếp, gián tiếp và tác động tổng hợp
Xem xét các mối quan hệ trực tiếp, gián tiếp và tác động tổng hợp đã được xác lập từ giả thuyết nghiên cứu của mô hình nghiên cứu được lựa chọn. Phân tích gián tiếp riêng biệt được sử dụng để đánh giá từng mối quan hệ riêng lẻ qua Plugins Indirect Effects trong AMOS 24.0.
3.5.3.7. Kiểm định sự khác biệt của mô hình nghiên cứu
Phương pháp phân tích cấu trúc đa nhóm (Multigroup analysis) được sử dụng để so sánh sự khác biệt của mô hình nghiên cứu về ý định tiếp tục sử dụng ứng dụng du lịch về giới tính, tuổi, trình độ học vấn, nghề nghiệp, số năm sử dụng thiết bị di động, và số lần sử dụng ứng dụng du lịch trong năm. Phân tích đa nhóm dựa trên hai mô hình khả biến và bất biến. Trong mô hình khả biến, các tham số ước lượng trong từng mô hình của các nhóm không bị ràng buộc. Trong mô hình bất biến, thành phần đo lường không bị ràng buộc nhưng các mối quan hệ giữa các khái niệm trong mô hình nghiên cứu được ràng buộc có giá trị như nhau cho tất cả các nhóm.
Kỹ thuật này bao gồm 3 bước: (1) Ước lượng mô hình khả biến; (2) Ước lượng mô hình bất biến; (3) So sánh sự khác biệt giữa hai mô hình
Để so sánh sự khác biệt giữa hai mô hình, nghiên cứu tiến hành kiểm định giả thuyết sau để lựa chọn mô hình khả biến hoặc mô hình bất biến.
H0: Không có sự khác biệt giữa hệ số Chi- square của mô hình khả biến và Chisquare của mô hình bất biến.
H1: Có sự khác biệt về hệ số Chi-square giữa mô hình khả biến và mô hình bất biến.
Nếu kiểm định Chi-square cho thấy giữa mô hình bất biến và mô hình khả biến không có sự khác biệt (P-value > 0,05) thì mô hình bất biến sẽ được chọn (có bậc tự do cao hơn). Ngược lại, nếu có sự khác biệt Chi-square là có ý nghĩa giữa hai mô hình (P- value <0,05) thì chọn mô hình khả biến (có độ tương thích cao hơn) (Byrne, 2004).
Tóm tắt chương 3
Chương 3 đã mô tả quá trình thiết kế nghiên cứu cho nghiên cứu thử nghiệm và nghiên cứu định lượng chính thức. Kết quả của nghiên cứu thử nghiệm giúp điều chỉnh thang đo và xây dựng Bản hỏi cho nghiên cứu chính thức. Nội dung tiếp theo của luận án sẽ trình bày mô tả về mẫu nghiên cứu và kết quả nghiên cứu định lượng chính thức.