Sau khi thu lại các phiếu điều tra, chúng tôi tiến hành lọc phiếu và làm sạch dữ liệu bằng cách lập bảng tần số cho tất cả các biến, rồi chỉnh sửa các biến thiếu sót hoặc có lỗi. Với những phiếu thiếu sót thông tin hoặc không hợp lệ sẽ bị loại bỏ nhằm đảm bảo cho tính chính xác của kết quả nghiên cứu.
Để thực hiện việc xử lý số liệu đảm bảo tính chính xác, chúng tôi sử dụng phần mềm SPSS20.0. Các chỉ số cần được phân tích như sau:
(1) Phương pháp phân tích độ tin cậy của thang đo - Sử dụng mô hình Cronbach’s Coefficient alpha để phân tích độ tin cậy của thang đo. Nhờ phương pháp này, chúng ta có thể xác định những câu/mệnh đề làm giảm độ tin cậy của thang đo và cần chỉnh sửa hoặc loại bỏ nó để tăng độ tin cậy của thang đo. Các chỉ tiêu sau cần đạt được để đảm bảo độ tin cậy cho thang đo:
+ Giá trị của cronbach alpha từ 0.6 trở lên là có thể đảm bảo được độ tin cậy cho các công cụ nghiên cứu; từ 0.8 đến 1 là thang đo tốt. Tuy nhiên, đối với các thang đo mới sử dụng, alpha từ 0.5 trở lên là có thể chấp nhận được (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008)
+ Giá trị Corrected Item- Total Correlation ở từng item ≥ 0.3 được coi là thích hợp. Đạt giá trị này, các item của phép đo có tính đồng nhất và đều đóng góp cho độ tin cậy của toàn bộ phép đo (Nguyễn Công Khanh, 2005).
(2) Phương pháp phân tích thống kê mô tả Trong phần này, chúng tôi sử dụng các chỉ số sau:
- Kiểm tra phân phối chuẩn của mẫu
Phân tích phân phối chuẩn của mẫu để kiểm tra sự phân bố dữ liệu có thể tuân theo quy luật phân phối chuẩn hay không, từ đó biết được có thể áp dụng các kỹ thuật định lượng bằng phân tích phương sai để ước lượng các tham số trong quá trình kiểm định thang đo, mô hình nghiên cứu và các giả thuyết nghiên cứu.
Hai tham số được sử dụng để kiểm tra tính phân phối chuẩn của mẫu là các chỉ số Skewness (độ lệch) và Kurtosis (độ nhọn). Với phân phối bình thường, giá trị của độ lệch và độ nhọn bằng 0. Căn cứu trên tỷ số giữa giá trị Skewness và Kurtosis và sai số chuẩn của nó, ta có thể đánh giá phân phối có bình thường hay không. Nếu dữ liệu tuân theo phân phối chuẩn thì hai thông số bằng 0, khi tỷ số này nhỏ hơn – 2 và lớn hơn 2 thì phân phối là không bình thường.
- Lập bảng tần suất để xem xét sự phân bố của các giá trị
- Điểm trung bình: để tính điểm đạt được của từng nhân tố cũng như của từng nhóm nhân tố.
- Độ lệch chuẩn: để đánh giá mức độ phân tán hoặc thay đổi của điếm số xung quanh giá trị trung bình.
(3) Phương pháp phân tích thống kê suy luận - Phân tích tương quan nhị biến: Để tìm hiểu sự liên hệ bậc nhất giữa các biến số của nhân tố ảnh hưởng đến quyết định lựa chọn chuyến đi của du khách. Chúng tôi sử dụng hệ số tương quan Peason Product Moment. Hệ số này có giá trị từ -1 đến +1, cho biết độ chặt chẽ và hướng biến thiên của mối liên hệ đó. Giá trị + (r>0) cho biết mối quan hệ thuận giữa hai biến số. Giá trị - (r<0) cho biết mối liên hệ nghịch giữa hai biến số. Khi r = 0 thì hai biến số không có mối quan hệ. Ở đây, chúng tôi chọn α = 0,05 là cấp độ có ý nghĩa về mặt thống kê. Khi p< 0,05 thì giá trị được chấp nhận là có ý nghĩa về mặt thống kê cho việc phân tích mối quan hệ giữa hai biến đó.
- Phân tích hồi quy tuyến tính bội: Phương pháp này cho phép xem xét mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập. Ta thường dùng hồi quy để dự đoán biến phụ thuộc từ những biến độc lập. Phân tích hồi quy xem xét trường hợp khi các biến độc lập biến đổi thì biến phụ thuộc biến đổi như thế nào. Cụ thể trong nghiên cứu này, chúng tôi xem xét các nhân tố ảnh hưởng có khả năng dự báo mức độ quyết định sự lựa chọn điểm điến hay không và mức độ dự đoán bao nhiêu %.
2.7. Vài nét về khách thể và địa bàn nghiên cứu
