Tính cấp thiết của đề tài
Virus Corona xuất hiện từ cuối năm 2019 tại Trung Quốc và đã lây lan toàn cầu, dẫn đến đại dịch Covid-19 kéo dài hơn 2 năm Tình hình này đã ảnh hưởng nghiêm trọng đến mọi lĩnh vực, bao gồm cả giáo dục Để ngăn chặn sự lây lan của virus và bảo vệ sức khỏe của giáo viên và học sinh, các trường Đại học đã phải điều chỉnh phương pháp giảng dạy và học tập Việc sử dụng các phần mềm kết nối trực tuyến như Zoom đã trở nên phổ biến, mặc dù đây là giải pháp cần thiết nhưng cũng gây ra không ít khó khăn trong quá trình giáo dục.
Trong bối cảnh nhu cầu cấp thiết về học trực tuyến, nghiên cứu này nhằm khám phá các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom của sinh viên tại các trường đại học ở Hà Nội Chúng tôi hy vọng rằng nghiên cứu "Các nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên" sẽ làm rõ thực trạng dạy và học trên nền tảng Zoom, đồng thời xác định các yếu tố tác động đến quyết định sử dụng hệ thống này Qua đó, nghiên cứu sẽ đề xuất những giải pháp nhằm nâng cao chất lượng dạy và học trực tuyến.
Xác định vấn đề nghiên cứu
Nghiên cứu này phân tích các yếu tố tác động đến quyết định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường đại học ở Hà Nội Các yếu tố như độ tin cậy của công nghệ, tính dễ sử dụng, sự hỗ trợ từ giảng viên và bạn bè, cùng với trải nghiệm học tập tích cực, đều đóng vai trò quan trọng trong việc hình thành ý định sử dụng Bên cạnh đó, sự ảnh hưởng của môi trường học tập và động lực cá nhân cũng góp phần quyết định đến mức độ chấp nhận và sử dụng Zoom trong quá trình học tập trực tuyến.
Mục tiêu nghiên cứu
Mục tiêu chính của bài viết là cung cấp cái nhìn tổng quan về việc sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường đại học trên địa bàn Bài viết sẽ phân tích tình hình hiện tại, những lợi ích và thách thức mà sinh viên gặp phải khi sử dụng nền tảng này trong quá trình học tập.
Nghiên cứu một số vấn đề về việc sử dụng hệ thống thông tin (Zoom) và thực trạng của việc dạy học trực tuyến.
Nghiên cứu nhằm xác định các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường đại học ở Hà Nội Các nhân tố này bao gồm tính tiện lợi, độ tin cậy của hệ thống, khả năng tương tác và hỗ trợ kỹ thuật, cũng như sự ảnh hưởng từ bạn bè và giảng viên Việc hiểu rõ những yếu tố này sẽ giúp cải thiện trải nghiệm học tập trực tuyến và khuyến khích sinh viên sử dụng Zoom hiệu quả hơn trong quá trình học.
Xác định mức độ ảnh hưởng của các nhân tố.
Để tạo ra một môi trường giáo dục hiệu quả trong thời kỳ khó khăn, sinh viên và nhà trường có thể áp dụng hệ thống thông tin Zoom như một giải pháp tối ưu Việc sử dụng Zoom không chỉ giúp duy trì kết nối giữa giảng viên và học viên mà còn tạo điều kiện thuận lợi cho việc học tập trực tuyến Bằng cách tổ chức các buổi học tương tác và trao đổi ý kiến, sinh viên có thể nâng cao khả năng tiếp thu kiến thức, đồng thời nhà trường cũng có thể đảm bảo chất lượng giảng dạy trong bối cảnh hiện tại.
Câu hỏi nghiên cứu
Kỳ vọng hiệu quả có phải nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên không ?
Kỳ vọng dễ dàng có phải nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên không ?
Ảnh hưởng xã hội có phải nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên không ?
Điều kiện thuận lợi có phải nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên không ?
Giả thuyết nghiên cứu
H1: Kỳ vọng hiệu quả là nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên.
H2: Kỳ vọng dễ dàng là nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên.
H3: Ảnh hưởng xã hội là nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên.
H4: Điều kiện thuận lợi là nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin(Zoom) trong việc học trực tuyến của sinh viên.
Ý nghĩa nghiên cứu
Trong bối cảnh đại dịch Covid-19, sinh viên cần tìm ra phương pháp tối ưu để sử dụng hệ thống thông tin như Zoom cho việc học trực tuyến Việc nắm bắt và áp dụng hiệu quả các công cụ trực tuyến không chỉ hỗ trợ việc học tập trong thời gian giãn cách xã hội mà còn chuẩn bị cho tương lai học tập linh hoạt hơn.
Nhà trường cần có cái nhìn toàn diện về việc cung cấp giải pháp cho người học, từ đó phát triển các phương pháp giảng dạy hiệu quả hơn cho các hình thức học tập khác nhau, bao gồm cả thiết kế giảng dạy trên môi trường trực tuyến.
Thiết kế nghiên cứu
Nghiên cứu này tập trung vào các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường Đại học ở Hà Nội Các yếu tố này có thể bao gồm sự thuận tiện, tính năng của hệ thống, và mức độ hài lòng của người dùng, từ đó giúp cải thiện trải nghiệm học tập trực tuyến cho sinh viên.
Nội dung nghiên cứu tập trung vào việc phân tích các nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường Đại học ở Hà Nội Nghiên cứu này nhằm hiểu rõ hơn về các yếu tố quyết định sự chấp nhận và hiệu quả của Zoom trong quá trình học tập trực tuyến của sinh viên.
Đối tượng điều tra: Sinh viên các trường Đại học tại Hà Nội.
Không gian: Các trường Đại học tại Hà Nội.
Khách thể nghiên cứu: Sinh viên đã và đang học tại các trường Đại học trên địa bàn thành phố Hà Nội.
Cấu trúc đề tài
Chương 2: Tổng quan nghiên cứu.
Chương 3: Phương pháp nghiên cứu.
Chương 4: Kết quả nghiên cứu.
Chương 5: Kết luận, kiến nghị.
TỔNG QUAN NGHIÊN CỨU
Các khái niệm liên quan
2.1.1 Khái niệm về sinh viên
Sinh viên là phiên âm tiếng Việt của một từ bằng tiếng Anh là Students, theo nguồn gốc tiếng Latinh là “người làm việc, người tìm hiểu tri thức”.
Theo “Từ điển Tiếng Việt” (Hoàng Phê chủ biên), Sinh viên được hiểu là
“người học ở bậc đại học” [1]
Theo "Từ điển Giáo dục học" của Hiển Bùi (2001), sinh viên được định nghĩa là những người tham gia học tập tại các cơ sở giáo dục cao đẳng và đại học.
Theo "Luật Giáo dục đại học" (Quốc hội 2012), sinh viên được định nghĩa là những người đang theo học và nghiên cứu khoa học tại các cơ sở giáo dục đại học, bao gồm cả chương trình đào tạo cao đẳng và chương trình đại học.
Trong nghiên cứu này, sinh viên được định nghĩa là những cá nhân trong độ tuổi từ 18 đến 25, đang theo học tại các cơ sở giáo dục đại học ở Hà Nội.
2.1.2 Khái niệm về cơ sở giáo dục Đại học
Theo Luật Giáo dục đại học sửa đổi, bổ sung năm 2018, cơ sở giáo dục đại học là một phần của hệ thống giáo dục quốc dân, có nhiệm vụ đào tạo các trình độ đại học, thực hiện hoạt động khoa học và công nghệ, đồng thời phục vụ cộng đồng.
2.1.3 Khái niệm hệ thống thông tin
Hệ thống thông tin là một tập hợp các yếu tố liên kết, có chức năng thu thập, xử lý, lưu trữ và phân phối thông tin cũng như dữ liệu Nó còn cung cấp cơ chế phản hồi nhằm đạt được mục tiêu đã định sẵn.
Hệ thống thông tin là sự kết hợp giữa phần cứng, phần mềm và mạng viễn thông, được xây dựng và sử dụng bởi con người nhằm thu thập, tạo ra và phân phối dữ liệu hữu ích, thường được áp dụng trong các tổ chức.
Trong nghiên cứu này, khái niệm “Hệ thống thông tin” được định nghĩa trong bối cảnh giáo dục, đặc biệt là tại các cơ sở giáo dục Đại học, thể hiện cách mà các cơ sở này phát triển hệ thống thông tin nhằm hỗ trợ quá trình đào tạo và học tập trực tuyến.
2.1.4 Khái niệm về phần mềm Zoom Meeting
Zoom, phần mềm gọi video do Zoom Video Communications phát triển, ra mắt vào năm 2013, cho phép nhiều người kết nối từ xa qua các thiết bị di động như máy tính và điện thoại thông minh Trong bối cảnh dịch bệnh hiện nay, việc học trực tuyến trở thành nhu cầu thiết yếu, khiến nhiều trường Đại học lựa chọn Zoom cho giảng dạy Phần mềm Zoom Meeting cung cấp hệ thống thông tin phù hợp, hỗ trợ hiệu quả cho việc giảng dạy trên toàn cầu với giao diện thân thiện và các tính năng như gọi một-một, họp video nhóm, chia sẻ màn hình, và khả năng ghi lại cuộc họp Ngoài ra, Zoom cũng chú trọng đến bảo mật với các tính năng như mật khẩu cuộc họp, xác thực người dùng, phòng chờ, và khả năng đuổi người tham gia, đáp ứng tốt yêu cầu dạy và học trực tuyến tại các cơ sở giáo dục.
2.1.5 Khái niệm về bản thân
Theo từ điển mở Wiktionary, “bản thân” là một đại từ mang nét nghĩa như sau:
“1 Một người mà được nhắc đến bởi chính người đó.
2 Mình, chính mình.” Ở bài nghiên cứu này, cụm từ “bản thân” mang nghĩa chỉ khách thể nghiên cứu, là sinh viên đã và đang học tại các trường Đại học trên địa bàn thành phố Hà Nội.
Tổ chức Y tế Thế giới (WHO) đã công nhận tên gọi chính thức cho bệnh viêm đường hô hấp cấp do virus corona mới là Covid-19, viết tắt từ Coronavirus Disease 2019, với "2019" đại diện cho năm mà virus gây ra đại dịch này lần đầu tiên xuất hiện.
Theo CDC Việt Nam cho biết: “COVID-19 (bệnh virusirus corona 2019) là một bệnh do virus có tên SARS-CoV-2 gây ra và được phát hiện vào tháng 12 năm 2019 ở
COVID-19, xuất phát từ Vũ Hán, Trung Quốc, là một căn bệnh dễ lây lan và đã nhanh chóng lan rộng toàn cầu Bệnh thường gây ra các triệu chứng hô hấp, tương tự như cảm lạnh, cúm hoặc viêm phổi, và có khả năng tấn công không chỉ phổi mà còn cả hệ hô hấp của con người.
2.1.7 Thực trạng của việc sử dụng hệ thống thông tin trong việc học trực tuyến của sinh viên hiện nay tại các trường Đại học.
Trong hai năm qua, đại dịch Covid-19 đã buộc Chính phủ phải áp dụng biện pháp cách ly xã hội, ảnh hưởng lớn đến việc học tại các cơ sở giáo dục, đặc biệt là giáo dục Đại học Để đảm bảo việc học không bị gián đoạn, các trường đã chuyển sang hình thức dạy học trực tuyến, thực hiện theo phương châm “tạm dừng đến trường, không dừng học” Nhờ vào các công nghệ tiên tiến, nhiều trường Đại học đã thành công trong việc triển khai hệ thống thông tin hỗ trợ giảng dạy, mang lại sự tương tác cao và linh hoạt thông qua các nền tảng như Trans, Zoom, và Microsoft Teams.
Trong những năm đầu áp dụng mô hình học trực tuyến, người học đã hưởng nhiều lợi ích như tăng cường quyền truy cập vào giáo dục, tùy chỉnh học tập và linh hoạt về thời gian và chi phí Sự phát triển của Internet và giảm chi phí thiết bị viễn thông đã giúp mô hình này đạt nhiều thành tựu ấn tượng Ngày nay, với sự hỗ trợ từ cơ sở hạ tầng công nghệ và các công cụ học tập trực tuyến, mô hình học trực tuyến đã có tác động mạnh mẽ, cải thiện quyền truy cập và khuyến khích tỷ lệ hoàn thành chương trình cao hơn Các hệ thống hỗ trợ dạy-học trực tuyến đảm bảo tính bảo mật dữ liệu, dễ dàng theo dõi và điều chỉnh quá trình học, đồng thời cung cấp thông tin chính xác cho công tác quản lý Đặc biệt, tính năng đa ngôn ngữ cho phép người dùng chọn ngôn ngữ hiển thị phù hợp với nhu cầu của mình.
Hiện nay, nhiều cơ sở giáo dục như Trung học cơ sở, Trung học phổ thông và Đại học đã triển khai các hệ thống thông tin để nâng cao trải nghiệm học tập trực tuyến cho sinh viên Các hệ thống thư viện số giúp sinh viên dễ dàng tiếp cận kiến thức từ xa, trong khi giảng viên cũng được trang bị kiến thức mới để áp dụng phương pháp giảng dạy sáng tạo hơn Việc sử dụng công nghệ không chỉ dừng lại ở các bài giảng điện tử mà còn bao gồm các hệ thống kiểm tra và đánh giá Nhờ đó, sinh viên chưa quen với hình thức học trực tuyến có thể thích ứng nhanh chóng, tham gia tích cực vào các cuộc họp nhóm và đầu tư nhiều thời gian cho việc tự học Việc áp dụng hệ thống thông tin trong học tập trực tuyến là cần thiết, đặc biệt trong bối cảnh dịch bệnh hiện nay.
Các tài liệu liên quan đến đề tài
Nghiên cứu của Hoàng Đàm Lương Thúy và Hoàng Trọng Trường (2020) kết hợp thuyết hành vi có kế hoạch (TPB) và mô hình chấp nhận công nghệ (TAM) nhằm xây dựng khung phân tích hành vi học tập trực tuyến tại Việt Nam trong bối cảnh đại dịch Covid-19 Khung phân tích này giúp hiểu rõ hơn về các yếu tố ảnh hưởng đến hành vi học tập trực tuyến, từ đó đưa ra các giải pháp tối ưu cho việc áp dụng công nghệ trong giáo dục.
Bài nghiên cứu đăng trên Tạp chí Khoa học & Công nghệ ĐHTN vào ngày 30 tháng 6 năm 2020, nhằm phân tích hành vi học trực tuyến của người học tại Việt Nam trong bối cảnh dịch Covid-19 phức tạp Nghiên cứu kết hợp thuyết hành vi có kế hoạch (TPB) và mô hình chấp nhận công nghệ (TAM) để đánh giá các yếu tố ảnh hưởng đến hành vi học trực tuyến Hình thức học trực tuyến (E-learning) được định nghĩa là việc học tập dựa trên công nghệ, cho phép giao tiếp giữa người dạy và người học Học trực tuyến mang lại nhiều lợi ích như quản lý thời gian dễ dàng, tiết kiệm chi phí và tạo điều kiện cho học tập hợp tác Mô hình TAM phân tích các đặc tính công nghệ như cảm nhận sự hữu ích và dễ sử dụng, trong khi TPB tập trung vào yếu tố người dùng và môi trường xã hội Nghiên cứu của Tavallavee và cộng sự (2017) chỉ ra rằng cảm nhận sự hữu ích và dễ sử dụng ảnh hưởng tích cực đến thái độ của người học Sự kết hợp giữa TPB và TAM là hợp lý trong việc nghiên cứu hành vi chấp nhận học trực tuyến, giúp các cơ sở giáo dục tại Việt Nam nâng cao chất lượng học tập trong bối cảnh dịch Covid-19.
Nghiên cứu "Nghiên cứu sự hài lòng của người học đối với hình thức học tập trực tuyến (E-learning): trường hợp sinh viên ngành kinh tế tại Hồ Chí Minh" của Lê Hải Nam và Trần Yến Nhi, được công bố trên Tạp chí Khoa học Trường Đại học Cần Thơ vào ngày 20 tháng 8 năm 2021, nhằm phân tích các yếu tố ảnh hưởng đến sự hài lòng của sinh viên đối với dịch vụ E-learning Nghiên cứu áp dụng mô hình chấp nhận công nghệ TAM của Davis để thực hiện phân tích.
Nghiên cứu dựa trên mô hình IS thành công của Delone và McLean (1992) để kiểm định sự hài lòng của sinh viên ngành kinh tế đối với dịch vụ học tập trực tuyến tại TP Hồ Chí Minh Tám nhân tố được xác định bao gồm: Nhận thức dễ sử dụng, Nhận thức sự hữu ích, Chất lượng thông tin, Chất lượng hệ thống, Giảng viên hướng dẫn, Dịch vụ hỗ trợ, Chuẩn chủ quan và Nhận thức kiểm soát hành vi Dữ liệu được thu thập từ 267 quan sát hợp lệ thông qua phương pháp lấy mẫu phi xác suất Bộ thang đo gồm 47 mục hỏi đã được hiệu chỉnh từ các nghiên cứu trước Kết quả phân tích cho thấy cả tám nhân tố đều ảnh hưởng tích cực đến sự hài lòng, trong đó Nhận thức hữu ích có sức ảnh hưởng lớn nhất (0,229), tiếp theo là Nhận thức kiểm soát hành vi (0,199) và Nhận thức dễ sử dụng (0,175) Tác giả cũng đưa ra một số hàm ý quản trị và đề xuất hướng nghiên cứu tiếp theo.
2.2.3 “Transitioning from Face–to–Face to remote Learning: Students’Attitudes and Perceptions of using Zoom during Covid-19 Pandemic” (Derar Serhan, 2020) [12]
Bài nghiên cứu được công bố trên tạp chí International Journal of Technology in Education and Science vào ngày 18 tháng 8 năm 2020, trong bối cảnh đại dịch Covid-19 buộc nhiều trường Đại học chuyển sang hình thức học trực tuyến qua Zoom Mục tiêu của nghiên cứu là điều tra thái độ của sinh viên đối với việc sử dụng Zoom trong học tập từ xa và so sánh với hình thức học trực tiếp Nghiên cứu chỉ ra rằng việc sử dụng Zoom đã tăng mức độ hài lòng của sinh viên và giảm khối lượng công việc của giảng viên Tuy nhiên, khảo sát 31 sinh viên tại một trường Đại học lớn ở Hoa Kỳ cho thấy phần lớn sinh viên không đồng ý với việc sử dụng Zoom, mặc dù họ đánh giá cao tính linh hoạt và tiện lợi của nó Những nhược điểm lớn bao gồm chất lượng tương tác và phản hồi, sự mất tập trung, và chất lượng giáo dục kém, trong khi khó khăn kỹ thuật chỉ chiếm một tỷ lệ nhỏ Tác giả kết luận rằng để cải thiện giáo dục trực tuyến, cần cung cấp thông tin hướng dẫn hiệu quả, hỗ trợ đầy đủ từ giảng viên, và có kế hoạch ứng phó với sự cố trong hệ thống học trực tuyến.
PHƯƠNG PHÁP NGHIÊN CỨU
Mô hình nghiên cứu
Mô hình UTAUT, hay còn gọi là mô hình chấp nhận và sử dụng công nghệ (Unified Theory of Acceptance and Use of Technology), được phát triển bởi Venkatesh và cộng sự vào năm 2003 nhằm kiểm tra sự chấp nhận công nghệ và sử dụng một cách thống nhất Mô hình này kết hợp 8 mô hình trước đó, tập trung vào việc nghiên cứu sự chấp nhận của người dùng đối với hệ thống thông tin mới.
● TRA (Theory of Reasoned Action – Thuyết hành động hợp lý)
● TAM (Technology Acceptance Model – Mô hình chấp nhận công nghệ)
● MM (Motivation Model – Mô hình động cơ)
● TPB (Theory of Planned Behavior – Thuyết dự định hành vi)
● C-TAM-TPB (A model combining TAM and TPB – mô hình kết hợp TAM và TPB)
● MPCU (Model of PC Utilization – mô hình sử dụng máy tính cá nhân)
● IDT (Innovation Diffusion Theory - mô hình phổ biến sự đổi mới)
● SCT (Social Cognitive Theory- Thuyết nhận thức xã hội)
Mô hình UTAUT đưa ra các thành phần chính như sau:
Hình 1 Mô hình UTAUT gốc của Venkatesh và cộng sự.
PE (Performance Expectancy) là kỳ vọng kết quả thực hiện được, được định nghĩa là
Mức độ tin tưởng của một cá nhân vào việc hệ thống có thể mang lại lợi ích cho hiệu suất công việc của họ đóng vai trò quan trọng trong việc đạt được lợi nhuận (Venkatesh và cộng sự, 2003).
EE (Effort Expectancy) là kỳ vọng nỗ lực, được định nghĩa là "mức độ dễ dàng kết hợp với việc sử dụng các hệ thống" (Venkatesh và cộng sự, 2003).
Ảnh hưởng xã hội (SI) được định nghĩa là mức độ mà một cá nhân cảm nhận rằng những người xung quanh họ, như cấp trên, đồng nghiệp và cấp dưới, tin rằng họ nên áp dụng một hệ thống mới (Venkatesh và cộng sự, 2003) Theo các nghiên cứu của Venkatesh và cộng sự, ảnh hưởng xã hội đóng vai trò quan trọng trong các mô hình lý thuyết như TRA, TAM2, TPB/DTPB, và C-TAM-TPB, cũng như các yếu tố xã hội trong MPCU và hình ảnh trong IDT.
FC (Điều kiện thuận lợi) được định nghĩa là mức độ mà một cá nhân tin tưởng vào sự tồn tại của cơ sở hạ tầng kỹ thuật và tổ chức hỗ trợ việc sử dụng hệ thống (Venkatesh và cộng sự, 2003) Ảnh hưởng của FC đến việc sử dụng hệ thống sẽ được điều chỉnh bởi các yếu tố như độ tuổi, chi phí hàng tháng và kinh nghiệm, đặc biệt là ở những người lao động lớn tuổi với sự gia tăng kinh nghiệm.
BI (Dự định hành vi) được định nghĩa bởi Fishbein và Ajzen (1975) cùng với Davis và Cosenza (1993) là mức độ mà người sử dụng có ý định chấp nhận và sử dụng hệ thống Đây chính là nguyện vọng và mục tiêu cuối cùng của người dùng, như được nhấn mạnh bởi Venkatesh và các cộng sự.
(2003) giả định rằng BI sẽ có một ý nghĩa tích cực ảnh hưởng đến việc sử dụng công nghệ.
Theo nghiên cứu của Venkatesh và cộng sự (2003), mối quan hệ giữa các yếu tố trải nghiệm người dùng (PE) và ý định hành vi (BI) sẽ bị ảnh hưởng bởi giới tính và tuổi tác, với xu hướng nghiêng về nam giới trẻ tuổi hơn so với phụ nữ.
Hành vi sử dụng (UB) được xác định là hành vi thực tế của người dùng, với ý định sử dụng đóng vai trò là tiền đề quan trọng (Ajzen, 2002; Kim, Malhotra & Narasimhan, 2005) Theo nghiên cứu của Turner và các cộng sự (2010), có mối tương quan mạnh mẽ giữa ý định sử dụng và hành vi sử dụng, đặc biệt trong bối cảnh mua sắm trực tuyến Nghiên cứu của Escobar-Rodríguez và Carvajal-Trujillo (2013) cho thấy ý định sử dụng là yếu tố dự đoán hành vi mua vé máy bay trực tuyến mạnh mẽ nhất, bên cạnh các yếu tố khác như giới tính (G), tuổi (A), kinh nghiệm (E) và sự tình nguyện sử dụng (VU), tất cả đều có mối quan hệ tương tác lẫn nhau.
3.1.2 Lý thuyết hành vi dự định (Theory of Planned Behavior - TPB)
Theo lý thuyết hành vi dự định của Ajzen (1991), ý định thực hiện một hành vi được hình thành từ ba yếu tố chính: thái độ đối với hành vi, tiêu chuẩn chủ quan và nhận thức về kiểm soát hành vi Những yếu tố này tương tác với nhau để ảnh hưởng đến quyết định của cá nhân trong việc thực hiện hành vi đó.
Thuyết hành vi hoạch dự định (TPB), được phát triển từ lý thuyết hành vi hợp lý của Ajzen và Fishbein vào năm 1975, ra đời nhằm khắc phục những hạn chế của lý thuyết trước đó, vốn cho rằng hành vi con người hoàn toàn do kiểm soát lý trí Tương tự như lý thuyết TRA, TPB nhấn mạnh rằng yếu tố trung tâm trong hành vi có dự định là ý định của cá nhân trong việc thực hiện một hành vi cụ thể.
Hình 2 Mô hình lý thuyết hành vi có kế hoạch (TPB) (Ajzen, 1991)
Ba yếu tố cơ bản trong lý thuyết dự định:
Yếu tố cá nhân là thái độ cá nhân đối với hành vi về việc tích cực hay tiêu cực của việc thực hiện hành vi;
Ý định nhận thức áp lực xã hội của cá nhân liên quan đến cách họ xử lý và đáp ứng với các quy tắc và yêu cầu từ môi trường xung quanh Điều này được gọi là chuẩn quan, thể hiện sự tương tác giữa nhận thức cá nhân và áp lực xã hội.
Yếu tố quyết định về sự tự nhận thức (self-efficacy) hay khả năng thực hiện hành vi được gọi là kiểm soát nhận thức hành vi (Ajzen, 2005) Lý thuyết này nhấn mạnh tầm quan trọng của thái độ đối với hành vi, chuẩn chủ quan và kiểm soát nhận thức hành vi, từ đó hình thành ý định hành vi.
Lý thuyết hành vi dự định (TPB) được phát triển vào năm 1967 bởi Fishbein và sau đó được Ajzen và Fishbein mở rộng vào năm 1975 Theo TPB, cá nhân có cơ sở và động lực trong quyết định của họ, lựa chọn giải pháp hợp lý nhất dựa trên ý định hành vi (BI) Ý định này bị ảnh hưởng bởi thái độ đối với hành vi và các tiêu chuẩn chủ quan liên quan.
3.1.3 Mô hình đề xuất của nhóm
Dựa trên các tài liệu tham khảo đã được liệt kê, nhóm chúng tôi đã xác định các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (phần mềm).
Việc sử dụng Zoom trong học trực tuyến của sinh viên tại các trường Đại học Hà Nội phản ánh nhiều yếu tố quan trọng Sinh viên kỳ vọng vào hiệu quả của nền tảng này trong việc nâng cao chất lượng học tập Bên cạnh đó, tính dễ dàng trong việc sử dụng Zoom cũng là một yếu tố thu hút, giúp sinh viên tiếp cận kiến thức một cách thuận tiện Ảnh hưởng xã hội từ việc học trực tuyến cũng không thể bỏ qua, khi mà sự tương tác giữa sinh viên và giảng viên được duy trì qua các buổi học trực tuyến Cuối cùng, các điều kiện thuận lợi như kết nối internet ổn định và thiết bị học tập phù hợp đóng vai trò quan trọng trong việc đảm bảo thành công của quá trình học tập trực tuyến.
Hình 3 Mô hình nghiên cứu
Giả thuyết nghiên cứu
H1: Kỳ vọng hiệu quả có tác động tích cực đến ý định sử dụng hình thức học tập trực tuyến của sinh viên các trường Đại học tại Hà Nội
(H2: Kỳ vọng dễ dàng có tác động tích cực đến ý định sử dụng hình thức học tập trực tuyến của sinh viên các trường Đại học tại Hà Nội.
H3: Ảnh hưởng xã hội có tác động tích cực đến ý định sử dụng hình thức học tập trực tuyến của sinh viên các trường Đại học tại Hà Nội.
H4: Điều kiện thuận lợi có tác động tích cực đến ý định sử dụng hình thức học tập trực tuyến của sinh viên các trường Đại học tại Hà Nội.
Phương pháp nghiên cứu
Nghiên cứu định lượng là phương pháp thu thập và xử lý dữ liệu dưới dạng số, dựa trên thông tin từ bên ngoài Phương pháp này thường kiểm định các giả thuyết khoa học đã có, thông qua mối quan hệ nhân quả, trong đó các biến số được lượng hóa cụ thể Sử dụng các mô hình toán học và công cụ thống kê, nghiên cứu định lượng giúp mô tả, dự đoán và giải thích các hiện tượng Tiến trình nghiên cứu định lượng bao gồm xác định tổng thể nghiên cứu, thiết kế bảng câu hỏi, thu thập và phân tích dữ liệu, và trình bày kết quả Đây là cách tiếp cận hiệu quả để kiểm định lý thuyết khoa học.
Nghiên cứu định tính là phương pháp nghiên cứu giúp khám phá hành vi và động cơ của các đối tượng thông qua thảo luận nhóm và phỏng vấn sâu Phương pháp này cho phép phân tích và so sánh các điểm tương đồng cũng như khác biệt, từ đó hỗ trợ trong việc xây dựng bảng câu hỏi chính thức.
Dựa trên các đặc điểm và tiêu chí của đề tài “Nghiên cứu các nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin (Zoom) trong việc học trực tuyến của sinh viên tại các trường Đại học trên địa bàn Hà Nội”, nhóm chúng tôi quyết định áp dụng phương pháp nghiên cứu định lượng Phương pháp này giúp đảm bảo dữ liệu thu thập được không bị sai lệch theo hướng chủ quan, nhờ vào việc nhóm nghiên cứu sẽ tiến hành quan sát hiện tượng một cách khách quan.
Nghiên cứu được tiến hành theo hai bước:
Bước 1: Nghiên cứu sơ bộ.
Bước 2: Nghiên cứu chính thức bằng định lượng
Nhóm đã thu thập dữ liệu thứ cấp từ các tài liệu trên các trang tạp chí điện tử, luận văn, luận án và nhiều nguồn khác trên Internet, cả trong nước và quốc tế, nhằm phục vụ cho việc viết tổng quan và giải thích một số khái niệm cơ bản.
Nhóm nghiên cứu đã tiến hành thu thập dữ liệu sơ cấp để tìm hiểu các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường đại học ở Hà Nội Đối tượng phỏng vấn là sinh viên từ các trường đại học trên địa bàn Nhóm đã thiết kế bảng khảo sát với thang đo định danh để thu thập thông tin cá nhân và thang đo khoảng để đánh giá các mức độ Dữ liệu thu thập được sẽ được nhập vào phần mềm SPSS để thực hiện thống kê mô tả và phân tích dữ liệu.
Nghiên cứu này tập trung vào việc xác định các nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường Đại học ở Hà Nội Các yếu tố này bao gồm sự thuận tiện, tính năng của hệ thống, và mức độ hài lòng của sinh viên, từ đó giúp cải thiện trải nghiệm học tập trực tuyến.
Đối tượng điều tra: sinh viên các trường Đại học ở Hà Nội.
Địa điểm: Các trường Đại học ở Hà Nội.
Khách thể nghiên cứu: Sinh viên đang học tại các trường Đại học trên địa bàn thành phố Hà Nội.
Chọn mẫu là bước quan trọng quyết định chất lượng nghiên cứu, nhằm tìm hiểu các đặc tính của tổng thể cần nghiên cứu.
Trong nghiên cứu định lượng, việc chọn mẫu là một kỹ thuật quan trọng, nhưng các nhà khoa học thường gặp phải hai loại sai số: sai số do chọn mẫu và sai số không do chọn mẫu Những sai số này có thể ảnh hưởng đến độ chính xác và tính khả thi của kết quả nghiên cứu.
Sai số do chọn mẫu là sai số xảy ra do chọn mẫu để thu thập dữ liệu.
Sai số không do chọn mẫu là loại sai số phát sinh trong quá trình thu thập và xử lý dữ liệu, bao gồm việc người điều tra không hiểu đúng ý nghĩa câu hỏi, người trả lời không điền bảng hỏi một cách nghiêm túc, và việc hiệu chỉnh dữ liệu sai lệch hoặc nhập dữ liệu bị thiếu sót.
Quy trình chọn mẫu: gồm 5 bước
Hình 4 Quy trình chọn mẫu trong nghiên cứu
Giáo trình "Phương pháp nghiên cứu khoa học" của GS.TS Đinh Văn Sơn (NXB Thống Kê 2015) cung cấp cơ sở lý thuyết quan trọng cho nghiên cứu về các nhân tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom trong học trực tuyến của sinh viên tại các trường Đại học Hà Nội Nghiên cứu này không chỉ giúp hiểu rõ hơn về thói quen và nhu cầu học tập của sinh viên mà còn đóng góp vào việc cải thiện chất lượng giáo dục trực tuyến.
Tổng thể nghiên cứu: khoảng 800.000 sinh viên
● Tổng thể nghiên cứu: khoảng 300 sinh viên
● Phần tử: sinh viên chính quy của các Trường Đại học tại Hà
● Giới tính: nam/ nữ/ khác
● Năm học: từ năm 1 đến năm 4
● Ngành học: tất cả các ngành đào tạo tại các Trường
Kích thước mẫu: Đối với cuộc điều tra, thăm dò thông thường kích thước mẫu được xác định chuẩn mực như sau:
Kích thước mẫu tối thiểu là 30 (n>0)
Xác định cỡ mẫu để ước lượng trung bình tổng thể:
Trong đó: e: mức độ chính xác n: cỡ mẫu
2: giá trị của biến phân phối chuẩn hóa ở mức ý nghĩa α α: mức ý nghĩa
S x : độ lệch chuẩn của mẫu
Phương pháp chọn mẫu: Phương pháp chọn mẫu phi ngẫu nhiên
Để đạt được mục tiêu khảo sát, nhóm cần thu thập đủ 200 phiếu theo yêu cầu đã đề ra Mẫu khảo sát sẽ được lấy dựa trên sự tiện lợi và khả năng tiếp cận, nhằm đảm bảo người điều tra có thể dễ dàng gặp gỡ và thu thập ý kiến từ đối tượng.
Đơn vị nghiên cứu
Nhóm nghiên cứu gồm các cá nhân hoặc tổ chức tiến hành điều tra và nghiên cứu một vấn đề khoa học cụ thể Đơn vị nghiên cứu chủ yếu là các thành viên trong nhóm, những người thực hiện nghiên cứu về đề tài này.
Công cụ thu thập dữ liệu
Trước khi tiến hành khảo sát, nhóm đã phỏng vấn 10 người để thu thập phản hồi, từ đó điều chỉnh và bổ sung bảng câu hỏi nhằm phù hợp với mục đích điều tra Mục tiêu là giúp người được phỏng vấn dễ dàng tiếp cận và hiểu rõ vấn đề.
Nhóm nghiên cứu sử dụng Google Form để thu thập thông tin chung, đánh giá mức độ ảnh hưởng và thông tin cá nhân từ sinh viên Chúng tôi sẽ đăng tải khảo sát trên các trang và nhóm sinh viên tại các trường Đại học ở Hà Nội, đồng thời gửi cho bạn bè để xin ý kiến Các thành viên trong nhóm sẽ hỗ trợ nhau trong việc tìm kiếm sinh viên, nhằm đảm bảo quá trình nghiên cứu diễn ra thuận lợi và chính xác.
Xử lý dữ liệu và phân tích dữ liệu
Sau khi thu thập đủ thông tin, nhóm sẽ tiến hành chọn lọc và xử lý sơ bộ các câu trả lời sai sót nhằm nâng cao chất lượng dữ liệu Việc sắp xếp và điều chỉnh dữ liệu sẽ giúp cải thiện quá trình khảo sát, đảm bảo dữ liệu đạt yêu cầu cho nghiên cứu và phân tích tiếp theo.
Dữ liệu được mã hóa và nhập vào các phần mềm như Microsoft Excel, Google Form và SPSS dưới dạng số để xử lý Kết quả thu được bao gồm bảng, biểu đồ và số liệu đã được tổng hợp, phân tích thống kê, mô tả, độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan Pearson và phân tích hồi quy.
Các vấn đề đạo đức trong nghiên cứu
Chúng tôi cam kết thu thập dữ liệu chỉ với mục đích nghiên cứu khoa học, không sử dụng cho mục đích cá nhân Thông tin của đối tượng nghiên cứu sẽ được mã hóa để bảo vệ danh tính Chúng tôi không lợi dụng khảo sát để khai thác các vấn đề riêng tư mà đối tượng không muốn tiết lộ, cũng như không sử dụng thông tin để đe dọa hay lợi dụng đối tượng.
KẾT QUẢ NGHIÊN CỨU
Thiết kế phiếu điều tra (Cách thức)
Phiếu điều tra là một mẫu tài liệu chứa đựng các câu hỏi mà ứng viên cần phải trả lời Theo Goode Hatt, phiếu điều tra được coi là công cụ hữu ích giúp đảm bảo rằng các câu trả lời cho những câu hỏi đã được chuẩn bị trước được cung cấp một cách chính xác, thông qua việc yêu cầu ứng viên tự điền vào mẫu có sẵn.
Mục tiêu: Có ba mục tiêu chính cần đạt được với phiếu điều tra:
Để thu thập dữ liệu từ ứng viên rải rác trên một phạm vi lớn.
Để thu thập dữ liệu theo mục tiêu nghiên cứu.
Để thành công trong việc thu thập dữ liệu chính xác và đáng tin cậy trong một khoảng thời gian ngắn.
Các yếu tố chính của thiết kế điều tra
Để đảm bảo độ tin cậy của mẫu khảo sát, việc xác định mẫu là rất quan trọng và cần tuân theo các tiêu chuẩn nhất định Hiểu rõ bản chất của vấn đề nghiên cứu sẽ giúp trong việc lựa chọn mẫu thử phù hợp.
Phiếu câu hỏi: có bị dài quá, mất thời gian, có cân đối hay không? Đối tượng là ai? Họ có hiểu hết câu hỏi không?
Phương pháp thu thập dữ liệu bao gồm hình thức trực tuyến, thu thập trực tiếp và gửi email Việc áp dụng sai phương pháp có thể dẫn đến việc mất tính cấp thiết của đề tài, do thời gian thu thập dữ liệu kéo dài.
Phương pháp phân tích cần được dự kiến trước, bao gồm việc xác định liệu sẽ sử dụng phân tích hồi quy hay nhân tố khám phá Điều quan trọng là xác định thông tin cần thiết, các biến số và nhân tố liên quan Khi đã hình dung rõ ràng, quá trình xây dựng bảng hỏi sẽ trở nên khả thi và dễ dàng thực hiện hơn.
Lời giới thiệu: mục đích nghiên cứu, yêu cầu, việc bảo mật, địa chỉ liên hệ…
Khi thiết kế các phần câu hỏi, hãy bắt đầu với những câu hỏi ít nhạy cảm và dễ trả lời như giới tính, trường học, và chuyên ngành Điều này giúp tạo sự thoải mái cho người tham gia Bạn cũng có thể chèn các câu hỏi mở giữa các câu hỏi để khuyến khích người trả lời chia sẻ thêm thông tin.
Cách thức xây dựng phiếu điều tra:
Bước đầu tiên trong nghiên cứu là xác định mục tiêu và câu hỏi nghiên cứu Việc này rất quan trọng để đảm bảo rằng tất cả các câu hỏi trong bảng hỏi đều phù hợp với mục tiêu nghiên cứu, từ đó giúp bạn trả lời những câu hỏi nghiên cứu đã đề ra.
Bước 2: Xác định đối tượng khảo sát và mẫu khảo sát dự kiến Đối tượng nghiên cứu là toàn sinh viên trên địa bàn Hà Nội
Việc thu thập dữ liệu từ tất cả các nhóm đối tượng trong xã hội là không khả thi, do đó, người nghiên cứu cần xác định số lượng người trong mẫu khảo sát để đảm bảo dữ liệu đại diện Mẫu đại diện này phải khả thi, có thể khảo sát được và đạt yêu cầu tối thiểu về giá trị thống kê.
Bước 3: Xác định các cách thức thu thập số liệu
Có 2 kênh chính để thu thập dữ liệu sơ cấp bằng bảng hỏi là kênh trực tiếp và kênh gián tiếp.
Trong bối cảnh dịch bệnh, việc khảo sát trực tiếp gặp khó khăn do sinh viên không thể trở lại trường học hoàn toàn Do đó, yêu cầu họ trả lời bảng hỏi trực tiếp trở nên không khả thi.
Kênh gián tiếp cho phép bạn gửi bảng hỏi online đến đối tượng khảo sát qua tin nhắn, nhóm, fanpage hoặc diễn đàn, giúp tiết kiệm công sức so với khảo sát trực tiếp Tuy nhiên, tỷ lệ phản hồi thường thấp và dữ liệu thu được có thể không đáng tin cậy do các yếu tố chủ quan hoặc khách quan, như hiểu sai câu hỏi hoặc không thể yêu cầu giải thích.
Bước 4: Xác định các câu hỏi trong bảng hỏi
Để xác định các câu hỏi cần thiết trong bảng hỏi, chúng ta cần tập trung vào những câu hỏi giúp thu thập dữ liệu quan trọng cho thống kê, phân tích và chạy mô hình Những câu hỏi này không chỉ hỗ trợ trả lời câu hỏi nghiên cứu mà còn giúp hoàn thành mục tiêu nghiên cứu Chúng có thể được xây dựng dựa trên các lý thuyết, thang đo từ các nghiên cứu trước hoặc do nhóm nghiên cứu đề xuất.
Bước 5: Sắp xếp thứ tự các câu hỏi trong bảng hỏi
Sau khi xác định các câu hỏi, cần sắp xếp chúng theo thứ tự hợp lý Những câu hỏi lọc đối tượng nên được đặt trước các câu hỏi sâu hơn, trong khi các câu hỏi chung và gợi mở cần xuất hiện trước các câu hỏi chi tiết Việc sắp xếp này giúp tạo ra cấu trúc bảng hỏi logic, từ đó tránh gây khó khăn và phức tạp cho người tham gia khảo sát.
Bước 6: Phỏng vấn thử và tham khảo ý kiến chuyên gia
Sau khi hoàn thiện bảng hỏi sơ khai, người nghiên cứu cần tiến hành khảo sát thử với một số đối tượng trong nhóm mục tiêu Điều này giúp phát hiện các lỗi, câu hỏi đa nghĩa hoặc khó hiểu, từ đó chỉnh sửa và hoàn thiện bảng hỏi một cách tốt nhất.
Bước 7: Điều chỉnh lại bảng câu hỏi
Sau khi hoàn thành bước 6, người nghiên cứu cần thực hiện các điều chỉnh cần thiết để cải thiện bảng hỏi Những điều chỉnh này nhằm khắc phục các lỗi được chỉ ra bởi người khảo sát thử, chuyên gia hoặc giảng viên Việc tạo ra một bảng hỏi chất lượng thường yêu cầu nhiều lần phỏng vấn thử và điều chỉnh cho đến khi đạt được sự hoàn thiện.
Phát và thu phiếu điều tra
Do diễn biến phức tạp của dịch bệnh Covid-19, việc phát và thu phiếu khảo sát offline trở nên không khả thi, vì vậy nhóm nghiên cứu đã quyết định chuyển sang hình thức online Cụ thể, phiếu điều tra được thiết kế trên Google Form và gửi tới các đối tượng khảo sát thông qua các kênh trực tuyến như tin nhắn, nhóm, fanpage, Điều này cho phép người được khảo sát dễ dàng trả lời và gửi lại phiếu khảo sát trực tuyến.
Cài đặt phần mềm xử lý dữ liệu SPSS
SPSS (Statistical Package for the Social Sciences) là phần mềm phân tích thống kê phổ biến, đặc biệt trong lĩnh vực thống kê kinh tế - xã hội Với giao diện thân thiện và dễ sử dụng, SPSS cho phép người dùng thực hiện các thao tác chủ yếu bằng cách click chuột, hạn chế việc sử dụng lệnh phức tạp Nhờ vào tính tiện lợi này, SPSS đã trở thành lựa chọn tin cậy của nhiều người dùng.
Cài đặt phần mềm SPSS trên máy tính là bước đầu tiên cần thiết để thực hiện phân tích thống kê hiệu quả Tuy nhiên, nhiều người dùng gặp khó khăn trong quá trình cài đặt do hạn chế về công nghệ Video dưới đây cung cấp hướng dẫn chi tiết giúp bạn cài đặt SPSS một cách dễ dàng.
Cách cài đặt phần mềm SPSS
Để bắt đầu, bạn cần tải phần mềm SPSS về máy Hãy chú ý chọn phiên bản phù hợp với hệ điều hành của máy tính bạn, có thể là 32bit hoặc 64bit.
Sau khi tải tệp về, bạn hãy nhấn chuột phải vào tệp và chọn "Extract Here" để giải nén, từ đó bạn sẽ nhận được thư mục tương ứng.
Bước 3: Vào thư mục mà bạn vừa giải nén, các bạn nhấp đúp chay file
SPSS_Statistics_22_win64 để cài đặt chương trình (nhớ ngắt kết nối internet khi cài đặt nhé).
Bước 4: Sau khi phần mềm tự động giải nén, các bạn nhấn thực hiện các thao tác cài đặt SPSS như các hình sau đây.
Nhấn OK để kết thúc quá trình cài đặt SPSS trên máy tính
Sau khi hoàn tất việc cài đặt SPSS, chúng ta khởi động phần mềm và tiến hành sử dụng.
Mã hóa dữ liệu
Sau khi các đối tượng khảo sát hoàn thành phiếu điều tra, các câu trả lời sẽ được trích xuất và lưu trữ trong file Excel SPSS là công cụ hữu ích cho nghiên cứu và thu thập dữ liệu, nhưng việc nhập dữ liệu từ Excel vào SPSS có thể gây khó khăn cho người mới sử dụng Dưới đây là một số lưu ý quan trọng khi mã hóa dữ liệu từ Excel vào SPSS.
Trước khi nhập dữ liệu từ file Excel vào SPSS, cần tiến hành lọc số liệu khảo sát để loại bỏ các phiếu khảo sát trùng lặp và những phiếu thiếu thông tin.
Khi khai báo thông tin cho từng cột dữ liệu, cần lưu ý rằng tất cả các thông tin phải được nhập không dấu Việc này giúp đảm bảo tính chính xác và tránh sai sót trong quá trình nhập và kiểm tra dữ liệu của từng ô.
Phần mềm SPSS chỉ chấp nhận dữ liệu dưới dạng số, vì vậy sau khi khai báo thông tin cho từng cột dữ liệu, cần phải mã hóa các thông tin đã khai báo từ dạng chữ sang dạng số.
Sau khi hoàn tất quá trình mã hóa, hãy lưu file Excel vào màn hình chính Tiếp theo, mở phần mềm SPSS, vào menu File, chọn Open, sau đó chọn Data Khi hộp thoại xuất hiện, tìm và chọn file Excel bạn đã lưu, nhấn Open Cuối cùng, khi hộp thoại mới hiện ra, nhấn OK để hoàn tất.
Thống kê mô tả
Phần câu hỏi về thông tin cá nhân người được khảo sát (Tên trường, Sinh viên năm thứ mấy, Chuyên ngành, Giới tính, Độ tuổi)
Trong phần khảo sát ý kiến, người tham gia sẽ đánh giá các câu hỏi theo thang điểm từ 1 đến 5, phản ánh mức độ đồng ý của họ từ "hoàn toàn không đồng ý" đến "hoàn toàn đồng ý" Ví dụ, khi đánh giá mức độ khó khăn trong việc tham gia lớp học online, thang điểm được áp dụng như sau: mức 1 là "hoàn toàn không đồng ý", mức 2 là "không đồng ý", mức 3 là "bình thường", mức 4 là "đồng ý", và mức 5 là "hoàn toàn đồng ý".
Có 5 nhóm câu hỏi: Nhóm câu hỏi về Kỳ vọng hiệu quả, nhóm câu hỏi về Kỳ vọng dễ dàng, nhóm câu hỏi về Ảnh hưởng xã hội, Nhóm câu hỏi về Điều kiện thuận lợi, nhóm câu hỏi về Ý định sử dụng Zoom trong học trực tuyến.
Giới tính của bạn là gì?
Hình 5 Biểu đồ thể hiện tên Giới tính của các sinh viên tham gia khảo sát.
Bạn là sinh viên năm thứ mấy trong trường?
Hình 6 Biểu đồ thể hiện năm học trong trường Đại học của các sinh viên tham gia khảo sát.
Trong số 227 người tham gia khảo sát, có 19 sinh viên năm nhất chiếm 8,4%, 70 sinh viên năm hai chiếm 30,8%, 107 sinh viên năm ba chiếm 47,1%, 25 sinh viên năm tư chiếm 11%, và 6 sinh viên thuộc khóa khác chiếm 2,6%.
Chuyên ngành bạn đang theo học là gì?
Hình 7 Biểu đồ thể hiện chuyên ngành mà các sinh viên tham gia khảo sát theo học.
Trong số 227 người tham gia khảo sát, có 79 sinh viên chuyên ngành Công nghệ thông tin (34,8%), 35 sinh viên chuyên ngành Tài chính (15,4%), 77 sinh viên chuyên ngành Kinh tế (34,9%), và 36 sinh viên theo học các lĩnh vực khác.
Kết quả thống kê mô tả
Hình 8 Bảng Descriptive mô tả Kỳ vọng hiệu quả
Từ kết quả có được từ bảng Descriptive ta có thể thấy:
+ Đầu tiên chúng ta thấy được những biến ở bảng đó là: KVHQ1, KVHQ2, KVHQ3, KVHQ4, với N"7 – Đây chính là số lượng mẫu của phiếu khảo sát của nhóm.
+ Tiếp theo chúng ta thấy được giá trị nhỏ nhất của biến KVHQ1, KVHQ2, KVHQ3, KVHQ4 đều là 1.
+ Tương tự ta có giá trị lớn nhất của cả 5 biến đều là 5.
Giá trị trung bình của các biến quan sát từ PC1 đến PC5 trong nhóm Kỳ vọng hiệu quả dao động từ 3.09 đến 3.37 trên thang đo Likert 5 mức độ, cho thấy phần lớn đáp viên cảm thấy dễ dàng với các tiêu chí trong nhóm này.
Độ lệch chuẩn giữa KVHQ1 và KVHQ4 không có sự khác biệt lớn, với hầu hết các giá trị nằm trên mức trung bình của thang đo 5 mức độ Điều này được thể hiện qua công thức tính toán cụ thể.
Giá trị khoảng cách = (max-min)/n = (5-1)/4 = 1
Người tham gia khảo sát cho thấy họ cảm thấy thoải mái với kỳ vọng hiệu quả của việc sử dụng Zoom trong học trực tuyến tại các trường đại học ở Hà Nội.
Cụ thể, chúng ta có thể thấy được % mức bình chọn khảo sát được biểu thị qua lần lượt các biểu đồ dưới đây:
Biểu đồ trong Hình 9 cho thấy mức độ đồng ý của sinh viên tham gia khảo sát về việc sử dụng Zoom là rất hữu ích cho việc học trực tuyến.
Theo biểu đồ, 36,1% người tham gia khảo sát hoàn toàn đồng ý rằng việc sử dụng Zoom rất hữu ích cho học trực tuyến, trong khi 41,9% đồng ý với ý kiến này Một tỷ lệ nhỏ hơn, 16,3%, cho rằng cảm giác của họ là bình thường, còn 2,6% không đồng ý và 3,1% rất không đồng ý với việc sử dụng Zoom trong học tập.
Biểu đồ cho thấy mức độ đồng ý của sinh viên về việc sử
Theo biểu đồ, có 30% người hoàn toàn đồng ý rằng việc sử dụng Zoom trong học trực tuyến giúp họ chủ động và tập trung hơn vào việc học Cụ thể, 41% người tham gia khảo sát đồng ý, 21,6% cho rằng ý kiến này bình thường, trong khi 4,8% không đồng ý và 2,6% rất không đồng ý.
Biểu đồ cho thấy mức độ đồng ý của sinh viên về việc sử dụng Zoom trong học trực tuyến, nhấn mạnh rằng công cụ này giúp nâng cao năng suất và hiệu quả học tập.
Theo biểu đồ, 25,6% người tham gia khảo sát hoàn toàn đồng ý rằng việc sử dụng Zoom trong học trực tuyến giúp tăng năng suất học tập Trong khi đó, 41% cho rằng đồng ý, 24,7% có ý kiến bình thường, 6,2% không đồng ý và 2,6% rất không đồng ý với ý kiến này.
Biểu đồ cho thấy mức độ đồng ý của sinh viên về việc sử dụng Zoom, cho rằng nền tảng này giúp họ tương tác với bạn bè nhiều hơn và thuận tiện hơn trong việc thực hiện bài tập nhóm.
Biểu đồ cho thấy có 25,1% người hoàn toàn đồng ý rằng việc sử dụng Zoom giúp tăng cường sự tương tác với bạn bè, trong khi 43,2% đồng ý và 21,6% cho rằng ý kiến này ở mức bình thường Chỉ có 7% người không đồng ý với quan điểm này.
Hình 13 Bảng Descriptive mô tả Kỳ vọng dễ dàng.
+ Đầu tiên chúng ta thấy được những biến ở bảng đó là: KVDD1, KVDD2, KVDD3, KVDD4 với N = 227 – đây chính là số lượng mẫu của phiếu khảo sát của nhóm.
+ Tiếp theo chúng ta thấy được giá trị nhỏ nhất của biến KVDD1, KVDD2, KVDD3, KVDD4 đều là 1.
+ Tương tự ta có giá trị lớn nhất của cả 4biến đều là 5.
Giá trị trung bình của các biến quan sát từ PC1 đến PC5 trong nhóm Kỳ vọng dễ dàng dao động từ 2.98 đến 3.61 trên thang đo Likert 5 mức độ Điều này cho thấy phần lớn đáp viên khảo sát cảm thấy dễ dàng với các tiêu chí trong nhóm Kỳ vọng dễ dàng.
Độ lệch chuẩn của các khu vực địa lý từ KVDD 1 đến KVDD 4 tương đối đồng nhất, với hầu hết các giá trị nằm trên mức trung bình của thang đo 5 mức độ Điều này có thể được thể hiện qua công thức tính toán.
Giá trị khoảng cách = (max-min)/n = (5-1)/4 = 1
=> Điều này cho thấy rằng người tham gia khảo sát cảm thấy dễ dàng với Kỳ vọng dễ dàng sử dụng cho việc chuyển đổi học online.
Cụ thể, chúng ta có thể thấy được % mức bình chọn khảo sát được biểu thị qua lần lượt các biểu đồ dưới đây:
Biểu đồ trong Hình 14 cho thấy mức độ đồng ý của sinh viên về việc dễ dàng học cách sử dụng Zoom để tham gia các lớp học trực tuyến Nhiều sinh viên cảm thấy thuận lợi khi làm quen với công cụ này, cho thấy sự chấp nhận và khả năng thích ứng cao với nền tảng học trực tuyến.
Theo biểu đồ, 36,6% người tham gia hoàn toàn đồng ý rằng họ dễ dàng học cách sử dụng Zoom để tham gia vào các lớp học trực tuyến Trong khi đó, 43,6% cho biết đồng ý, 14,1% chọn bình thường, 4% không đồng ý và 1,8% rất không đồng ý.
Kiểm định độ tin cậy thang đo Cronbach’s Alpha bằng SPSS
4.6.1 Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha của nhóm biến nhân tố Kỳ vọng hiệu quả:
Hệ số tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại bỏ biến
Hình 32 Bảng phân tích Cronbach’s Alpha của nhân tố Kỳ vọng hiệu quả
Sau khi phân tích hệ số Cronbach’s Alpha của thang đo “Kì vọng hiệu quả”, kết quả cho thấy hệ số Cronbach’s Alpha tổng thể đạt 0.823, vượt ngưỡng 0.6, và tất cả 4 biến quan sát đều có hệ số tương quan lớn hơn 0.3, chứng tỏ thang đo có độ tin cậy cao Tuy nhiên, biến KVHQ4 có giá trị “Cronbach’s Alpha if Item Deleted” là 0.839, lớn hơn hệ số tổng thể, vì vậy cần loại bỏ biến này Cuối cùng, chúng ta giữ lại 3 biến: KVHQ1, KVHQ2 và KVHQ3.
4.6.2 Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha của nhóm biến nhân tố Kỳ vọng dễ dàng:
Hệ số Cronbach’s Alpha nếu
Biến bị loại biến tổng loại bỏ biến
Hình 33 Bảng phân tích Cronbach’s Alpha của nhân tố Kỳ vọng dễ dàng
Sau khi phân tích hệ số Cronbach’s Alpha, kết quả cho thấy thang đo “Kì vọng dễ dàng” có hệ số Cronbach’s Alpha tổng thể là 0.741, vượt mức 0.6, và tất cả các hệ số tương quan biến tổng của 4 biến quan sát đều lớn hơn 0.3, chứng tỏ thang đo này có độ tin cậy cao cho các phân tích tiếp theo Đặc biệt, giá trị “Cronbach’s Alpha if Item Deleted” của biến KVDD2 đạt 0.780, cho thấy tính ổn định của thang đo.
The Cronbach Alpha coefficient is 0.741, and the "Cronbach’s Alpha if Item Deleted" value for the variable KVDD4 is 0.785, which exceeds the overall Cronbach Alpha of 0.741 in the Reliability Statistics table Therefore, we exclude the variables KVDD2 and KVDD4 from the analysis.
Tóm lại, ta giữ lại 2 biến: KVDD1, KVDD3.
4.6.3 Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha của nhóm biến nhân tố Ảnh hưởng xã hội:
Hệ số tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại bỏ biến
Biến bị loại Ảnh hưởng xã hội
Hình 34 Bảng phân tích Cronbach’s Alpha của nhân tố Ảnh hưởng xã hội
Sau khi phân tích hệ số Cronbach’s Alpha của thang đo “ảnh hưởng xã hội”, kết quả cho thấy hệ số Cronbach’s Alpha tổng thể đạt 0.682, lớn hơn 0.6, và các hệ số tương quan của 4 biến quan sát đều trên 0.3, cho thấy thang đo có độ tin cậy cao Tuy nhiên, biến AHXH4 có giá trị “Cronbach’s Alpha if Item Deleted” là 0.702, lớn hơn hệ số Cronbach Alpha tổng thể, do đó biến này sẽ được loại bỏ Cuối cùng, chúng ta giữ lại 3 biến: AHXH1, AHXH2, và AHXH3.
4.6.4 Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha của nhóm biến nhân tố Điều kiện thuận lợi:
Hệ số tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại bỏ biến
Biến bị loại Điều kiện thuận lợi
Hình 35 Bảng phân tích Cronbach’s Alpha của nhân tố Điều kiện thuận lợi
Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, kết quả cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “điều kiện thuận lợi” đạt 0.801, lớn hơn 0.6, và hệ số tương quan biến tổng của bốn biến quan sát đều trên 0.3 Tất cả các giá trị “Cronbach’s Alpha if Item Deleted” đều nhỏ hơn 0.801, vì vậy các biến của điều kiện thuận lợi đều được chấp nhận.
Tóm lại, ta giữ lại 4 biến: DKTL1, DKTL2, DKTL3, DKTL4.
4.6.5 Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha của nhóm biến nhân tố Ý định sử dụng:
Hệ số tương quan biến tổng
Hệ số Cronbach’ s Alpha nếu loại bỏ biến
Biến bị loại Ý định sử dụng
Hình 36 Bảng phân tích Cronbach’s Alpha của nhân tố Ý định sử dụng
Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, kết quả cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “ý định sử dụng” đạt giá trị 0.792, vượt ngưỡng 0.6, cho thấy độ tin cậy cao Hơn nữa, hệ số tương quan giữa các biến quan sát cũng cho thấy giá trị tích cực, khẳng định tính chính xác của thang đo.
> 0.3 nên thang đo đủ độ tin cậy để thực hiện các phân tích tiếp theo Riêng giá trị
“Cronbach’s Alpha if Item Deleted” của biến YDSD3 có giá trị = 0.844 lớn hơn Hệ số Cronbach Alpha = 0.792 ở bảng Reliability Statistics nên ta loại biến YDSD3.
Tóm lại, ta giữ lại 2 biến: YDSD1, YDSD2.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
4.7.1 Phân tích nhân tố khám phá EFA cho các biến độc lập:
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, chúng tôi đã loại bỏ các biến KVHQ4, KVDD2, KVDD4, AHXH4 Tiếp theo, chúng tôi thực hiện kiểm định giá trị của thang đo thông qua phương pháp phân tích nhân tố khám phá EFA cho 4 nhóm nhân tố gồm KVHQ, KVDD, AHXH và DKTL.
Kết quả EFA lần đầu tiên:
Kaiser-Meyer-Olkin Measure of Sampling
Hình 37 Bảng KMO and Bartlett's Test
Theo hình 37 ta thấy hệ số KMO = 0.811 > 0.5, kiểm định Bartlett là giá trị sig trong bảng = 0.000 < 0.05, vì vậy phân tích nhân tố khám phá là hợp lí.
Initial Eigenvalues Extraction Sums of Squared
Extraction Method: Principal Component Analysis.
Hình 38 Bảng Total Variance Explaine
Trong hình 38, khi phân tích nhân tố, ta thấy rằng ba nhân tố đầu tiên có trị số Eigenvalue = 1.271, trong khi nhân tố thứ tư chỉ có trị số Eigenvalue = 0.887 Điều này cho thấy khoảng cách giữa nhân tố thứ ba và thứ tư là 1, với nhân tố thứ ba có Eigenvalue > 1 và nhân tố thứ tư có Eigenvalue < 1 Do đó, ba nhân tố này phản ánh đặc tính dữ liệu tốt nhất, vượt trội so với việc trích thêm các nhân tố thứ tư đến thứ mười hai Giá trị phương sai trích đạt 63.331%, cho thấy ba nhân tố này giải thích được 63.331% sự biến thiên của tất cả các biến quan sát, cao hơn mức tiêu chuẩn 50%.
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 5 iterations.
Hình 39 Bảng Ma trận xoay - Rotated Component Matrixa
Dạng biến xấu trong phân tích EFA:
Biến xấu: Tải lên 2 hay nhiều nhóm nhân tố và chênh lệch hệ số tải nhỏ hơn 0.3
⟹ Là biến quan sát KVDD3.
Trong lần phân tích EFA thứ hai với 11 biến quan sát, chúng tôi đã tiến hành chạy lại EFA cho loại biến xấu KVDD3 và thu được kết quả đáng chú ý.
Kaiser-Meyer-Olkin Measure of Sampling
Hình 40 Bảng KMO and Bartlett's Test
Hệ số KMO đạt 0.777, cao hơn 0.5, cho thấy phân tích EFA phù hợp với dữ liệu Kiểm định Bartlett’s test có giá trị p là 0,000, nhỏ hơn 0.05, cho thấy các biến quan sát có sự tương quan với nhau trong phạm vi tổng thể.
Initial Eigenvalues Extraction Sums of Squared
Extraction Method: Principal Component Analysis.
Hình 41 Bảng Total Variance Explained
Ba nhân tố với chỉ số Eigenvalue là 1,255 đã được trích xuất dựa trên tiêu chí Eigenvalue lớn hơn 1, giúp tóm tắt thông tin từ 11 biến quan sát trong EFA một cách hiệu quả Tổng phương sai mà ba nhân tố này giải thích đạt 64,295%, vượt qua ngưỡng 50%, cho thấy chúng giải thích được 64,295% sự biến thiên của tất cả các biến quan sát tham gia vào EFA.
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 5 iterations
Hình 42 Bảng Rotated Component Matrixa
Kết quả ma trận xoay chỉ ra rằng tất cả các biến quan sát đều có hệ số tải nhân tố vượt quá 0,5, không còn biến nào không đạt yêu cầu Đồng thời, 11 biến quan sát đã được phân chia thành 3 nhân tố rõ ràng.
Dựa trên mô hình phân tích nhân tố EFA, nghiên cứu xác định các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thông tin Zoom Thang đo quyết định ý định sử dụng được cấu thành từ ba thành phần nhân tố chính.
- Nhân tố 1 đặt tên là Điều kiện thuận lợi, kí hiệu “DKTL” bao gồm:
DKTL3 Bạn có thể kết hợp sử dụng Zoom cùng các hệ thống khác để học trực tuyến.
DKTL2 Bạn có đủ kiến thức (cách truy cập, cách sử dụng, cách kiểm soát thông tin, ) để tham gia vào lớp học trực tuyến trên Zoom.
DKTL4 Luôn có nhân viên hoặc đội ngũ sẵn sàng hỗ trợ khi bạn gặp khó khăn bất ngờ hoặc các sự cố về hệ thống.
Bạn cần đảm bảo có đầy đủ thiết bị công nghệ thông tin như máy tính hoặc điện thoại di động, cùng với kết nối Internet ổn định để tham gia lớp học trực tuyến trên Zoom.
- Nhân tố 2 đặt tên là Kì vọng, kí hiệu “KV” bao gồm:
KVHQ1 Bạn cảm thấy sử dụng Zoom hữu ích cho việc học trực tuyến của mình.
KVHQ2 Sử dụng Zoom trong học trực tuyến giúp bạn chủ động và tập trung học tập.
KVHQ3 Sử dụng Zoom trong học trực tuyến giúp bạn tăng năng suất hiệu quả học tập.
KVDD1 Bạn dễ dàng học cách sử dụng Zoom để tham gia vào các lớp học trực tuyến.
- Nhân tố 3 đặt tên là ảnh hưởng xã hội, kí hiệu “AHXH” bao gồm:
AHXH3 Những người có ảnh hưởng đến bạn (bạn bè, đồng nghiệp, anh chị khóa trước, ) nghĩ rằng tôi nên sử dụng Zoom để học trực tuyến.
AHXH2 Giảng viên rất sẵn sàng giúp đỡ bạn trong việc sử dụng Zoom để học trực tuyến.
4.7.2 Phân tích nhân tố cho các yếu tố phụ thuộc:
Để thực hiện phân tích tương tự như phân tích nhân tố khám phá cho biến độc lập, chúng ta đưa các biến phụ thuộc YDSD1 và YDSD2 vào phân tích Kết quả thu được sẽ cung cấp cái nhìn sâu sắc về mối quan hệ giữa các biến này.
Hình 43 Bảng Kết quả phân tích EFA cho các biến phụ thuộc
Kết quả phân tích nhân tố cho biến phụ thuộc cho thấy có 2 biến quan sát được nhóm thành 1 nhân tố, với trọng số tải nhân tố lớn hơn 0,5, chứng tỏ các biến này đều quan trọng và có ý nghĩa thiết thực Hệ số KMO đạt 0.531, phù hợp với dữ liệu, trong khi kiểm định Bartlett’s test có mức ý nghĩa 0.000, cho thấy các biến quan sát có tương quan với nhau Giá trị Eigenvalue là 1.730, thỏa mãn yêu cầu, và phương sai trích đạt 86.499%, cho biết nhân tố biến phụ thuộc giải thích được 86.499% biến thiên của dữ liệu nghiên cứu.
Tóm tắt kết quả phân tích nhân tố (EFA):
Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mô hình nghiên cứu đều đạt giá trị hội tụ và phân biệt chấp nhận được, chứng tỏ phân tích EFA phù hợp với dữ liệu nghiên cứu Từ 4 nhân tố ban đầu, mô hình còn lại 3 nhân tố với 11 biến quan sát cho nhân tố độc lập và 2 biến quan sát cho nhân tố phụ thuộc, do đó cần điều chỉnh mô hình nghiên cứu.
Mô hình nghiên cứu hiệu chỉnh được xây dựng dựa trên ba nhân tố chính từ mô hình đề xuất ban đầu, bao gồm: (1) Điều kiện thuận lợi, (2) Kì vọng, và (3) Ảnh hưởng xã hội Những nhân tố này đóng vai trò quan trọng trong việc phân tích và đánh giá hiệu quả của mô hình nghiên cứu.
Hình 44 Mô hình hiệu chỉnh
Các giả thuyết trong mô hình nghiên cứu hiệu chỉnh được trình bày trong bảng dưới:
H1 Điều kiện thuận lợi là nhân tố tác động đến ý định sử dụng Zoom của sinh viên
H2 Kì vọng là nhân tố tác động đến ý định sử dụng Zoom của sinh viên H3 ảnh hưởng xã hội là nhân tố tác động đến ý định sử dụng Zoom
Kì vọng Ý định sử dụng zom Điều kiện thuận lợi ảnh hưởng xã hội của sinh viên
Hình 45 Bảng các giả thuyết mới
Tương quan Pearson
Sau khi thực hiện phân tích nhân tố khám phá (EFA), chúng tôi xác định rằng các biến độc lập được phân nhóm thành 4 nhân tố, trong khi biến phụ thuộc được phân nhóm thành 2 nhân tố Mỗi nhân tố bao gồm các biến quan sát nằm trong cùng một cột Do không thể thực hiện phân tích tương quan Pearson với số lượng lớn biến quan sát, chúng tôi đã tiến hành thu gọn tập hợp biến này bằng cách sử dụng các biến đại diện Kết quả phân tích cho thấy sự hội tụ và phân biệt rõ ràng giữa các nhân tố.
Dựa vào bảng tương quan Pearson, các cặp biến giữa biến độc lập và biến phụ thuộc, cũng như các cặp biến giữa các biến độc lập, đều có giá trị Sig < 0,05, cho thấy chúng có mối quan hệ tương quan tuyến tính đáng kể.
Trong phân tích mối quan hệ giữa các biến độc lập, chúng ta chú ý đến các cặp biến có tỷ lệ sig nhỏ hơn 0.05, cho thấy sự tương quan tuyến tính Nếu mối quan hệ này quá mạnh, có thể dẫn đến hiện tượng đa cộng tuyến Đặc biệt, nếu cặp yếu tố có hệ số sig nhỏ hơn 0.05 và hệ số Pearson lớn hơn 0.4, cần nghi ngờ khả năng xảy ra đa cộng tuyến.
Phân tích hồi quy đa biến
Sau khi thực hiện phân tích nhân tố EFA, chúng tôi đã giữ lại 13 biến quan sát và chia chúng thành 4 nhóm Tiếp theo, chúng tôi đã đặt biến đại diện cho 4 nhóm này để tiến hành phân tích hồi quy đa biến bằng phần mềm SPSS.
Nhóm KV bao gồm các biến quan sát: KVHQ1, KVHQ2, KVHQ3, KVDD1
Nhóm AHXH bao gồm các biến quan sát: AHXH1, AHXH2, AHXH3
Nhóm DKTL bao gồm các biến quan sát: DKTL1, DKTL2, DKTL3, DKTL4
Nhóm YDSD bao gồm các biến quan sát: YDSD1, YDSD2
4.9.1 Bảng Model Summary đánh giá độ phù hợp của mô hình phân tích hồi quy đa biến
Trong mô hình hồi quy, mức độ giải thích biến phụ thuộc của các biến độc lập được thể hiện qua hai giá trị R^2 và R^2 hiệu chỉnh R^2 không phản ánh chính xác bằng R^2 hiệu chỉnh, và cả hai giá trị này nằm trong khoảng từ 0 đến 1, với giá trị 1 là điều không tưởng Mô hình được coi là có ý nghĩa hơn khi R^2 hiệu chỉnh tiến gần đến 1, trong khi nếu giá trị này tiến gần 0, ý nghĩa của mô hình sẽ yếu Để phân loại mô hình thành mạnh hoặc yếu, tiêu chí 0,5 thường được sử dụng.
Hình 47 Bảng Model Summary đánh giá độ phù hợp của mô hình phân tích hồi quy đa biến.
Từ bảng trên ta thấy:
Giá trị R^2 (Adjusted R Square) hiệu chỉnh là 0,259, cho thấy biến độc lập trong mô hình hồi quy ảnh hưởng đến 25,9% sự thay đổi của biến phụ thuộc, trong khi 74,1% còn lại do các biến ngoài mô hình và sai số ngẫu nhiên.
Hệ số Durbin – Watson = 2,039 nằm trong khoảng 1,5 đến 2,5 nên không có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.
4.9.2 Bảng kết quả đầu ra của phân tích ANOVA
Giá trị sig trong kiểm định F là công cụ quan trọng để đánh giá độ phù hợp của mô hình hồi quy Khi giá trị sig nhỏ hơn 0.05, điều này cho thấy tập dữ liệu phù hợp với mô hình hồi quy tuyến tính bội và có thể được áp dụng Thông tin này thường được trình bày trong bảng ANOVA.
Ta thấy giá trị sig của kiểm định F = 0,000 < 0,05 => Mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng.
4.9.3 Bảng Coefficients đánh giá ý nghĩa của hệ số hồi quy của mỗi biến độc lập trong mô hình. Để kiểm định ý nghĩa của hệ số hồi quy của mỗi biến độc lập, chúng ta sử dụng giá trị sig của kiểm định t trong bảng Coefficients Nếu sig kiểm định t của hệ số hồi quy của 1 biến độc lập nhỏ hơn 0.05 thì biến độc lập đó có tác động đến biến phụ thuộc Nếu sig kiểm định t của biến độc lập lớn hơn 0.05 thì biến độc lập đó không có sự tác động lên biến phụ thuộc, và biến đó không cần loại bỏ để chạy lại hồi quy lần tiếp theo.
Từ bảng trên ta có thể thấy:
Trong bảng phân tích, tất cả các biến độc lập đều có hệ số sig nhỏ hơn 0,05, cho thấy chúng đều có ý nghĩa giải thích cho biến phụ thuộc.
Để kiểm tra hiện tượng đa cộng tuyến, chúng ta sử dụng Hệ số phóng đại phương sai (VIF) Nếu VIF của một biến độc lập lớn hơn 2, điều này cho thấy có hiện tượng đa cộng tuyến xảy ra, khiến biến độc lập đó không có giá trị giải thích cho biến phụ thuộc Tuy nhiên, theo kết quả từ bảng Coefficients, không có giá trị VIF nào vượt quá 2, do đó không có hiện tượng đa cộng tuyến trong nghiên cứu này.
Các hệ số hồi quy đều lớn hơn 0 nên các biến độc lập đưa vào phân tích hồi quy đều tác động cùng chiều tới biến phụ thuộc.
4.9.4 Kiểm định phần dư có phân phối chuẩn.
Biểu đồ tần số hiển thị một đường cong phân phối chuẩn có hình dạng chuông, phản ánh đặc điểm của phân phối chuẩn Giá trị trung bình (Mean) là 2.45E - 16, gần bằng 0, trong khi độ lệch chuẩn đạt 0.993, cũng gần bằng.
Phân phối phần dư gần như tuân theo phân phối chuẩn, cho thấy rằng giả thiết về phân phối chuẩn của phần dư không bị vi phạm.
Ngoài biểu đồ Histogram, biểu đồ P-P Plot cũng giúp nhận diện sự vi phạm giả định phần dư chuẩn hóa Nếu các chấm tròn trong đồ thị P-P Plot tập trung thành một đường chéo, điều này cho thấy giả định hồi quy về phân phối chuẩn phần dư không bị vi phạm Cụ thể, sự tập trung của các điểm phân vị trong phân phối phần dư thành một đường chéo xác nhận rằng giả định phân phối chuẩn vẫn được giữ nguyên Để kiểm tra giả định liên hệ tuyến tính, chúng ta sử dụng biểu đồ Scatter Plot, trong đó việc phân tán giữa các phần dư chuẩn hóa và giá trị dự đoán chuẩn sẽ cho biết liệu dữ liệu hiện tại có vi phạm giả định tuyến tính hay không.
4.9.5 Kiểm định liên hệ tuyến tính giữa biến phụ thuộc với biến độc lập
Dựa trên đồ thị, phần dư chuẩn hóa phân bổ ngẫu nhiên xung quanh đường tung độ bằng 0, cho thấy hình dạng đường thẳng Điều này chứng minh rằng giả định về mối quan hệ tuyến tính không bị vi phạm.
4.9.6 Kết quả của quá trình phân tích hồi quy đa biến
Trong bảng Coefficients, có hai loại giá trị hồi quy là B (hệ số chưa chuẩn hóa) và Beta (hệ số đã chuẩn hóa) Mỗi hệ số này đóng vai trò khác nhau trong phương trình hồi quy thông qua các hàm quản trị.
Hệ số hồi quy chưa chuẩn hóa là một trong những hệ số phổ biến được sử dụng để viết phương trình hồi quy Tuy nhiên, nó không cho phép xác định thứ tự tác động của các biến độc lập lên biến phụ thuộc, do sự khác biệt về đơn vị của các biến độc lập hoặc sự không đồng nhất trong độ lệch chuẩn của chúng Phương trình hồi quy chưa chuẩn hóa có dạng cụ thể mà người dùng cần lưu ý.
Từ cột chứa giá trị B trong bảng Coefficients, ta có phương trình hồi quy chưa chuẩn hóa:
Khi biến KV tăng lên 1 đơn vị, trong khi các biến khác không thay đổi, biến YDSD sẽ tăng lên 0,151 đơn vị Tương tự, khi biến AHXH tăng lên 1 đơn vị, YDSD sẽ tăng lên 0,396 đơn vị Cuối cùng, khi biến DKTL tăng lên 1 đơn vị, YDSD sẽ tăng lên 0,236 đơn vị, với điều kiện các biến khác vẫn giữ nguyên.
Beta - Hệ số hồi quy chuẩn hóa
Tương tự, ta có phương trình hồi quy chưa chuẩn hóa:
Nghiên cứu cho thấy rằng ý định sử dụng hệ thống thông tin ZOOM trong học trực tuyến của sinh viên tại các trường đại học ở Hà Nội chịu ảnh hưởng bởi các yếu tố sau: Kỳ vọng (0,131), Ảnh hưởng xã hội (0,333) và Điều kiện thuận lợi (0,211) Những yếu tố này đóng vai trò quan trọng trong việc thúc đẩy sinh viên tham gia vào các hoạt động học tập trực tuyến hiệu quả hơn.
