CƠ SỞ LÝ THUYẾT
Khái niệm
Nghiên cứu khoa học: là hành động tìm hiểu, quan sát, thí nghiệm … dựa trên những số liệu, dữ liệu, tài liệu thu thập được để phát hiện ra bản chất, quy luật chung của sự vật, hiện tượng, tìm ra những kiến thức mới (hướng nghiên cứu cơ bản) hoặc tìm ra những ứng dụng kỹ thuật mới, những mô hình mới có ý nghĩa thực tiễn (hướng nghiên cứu ứng dụng).
Phương pháp nghiên cứu khoa học là quá trình được sử dụng để thu thập thông tin và dữ liệu phục vụ cho các quyết định nghiên cứu Các phương pháp nghiên cứu có thể bao gồm nghiên cứu lý thuyết, phỏng vấn, khảo sát và các nghiên cứu kỹ thuật khác; và có thể bao gồm cả thông tin hiện tại và quá khứ.
-Phân loại nghiên cứu khoa học :
1.Ngiên cứu cơ bản và nghiên cứu ứng dụng
Nghiên cứu cơ bản (nghiên cứu hàn lâm)
Nghiên cứu ứng dụng Đặc trưng
Nghiên cứu hệ thống hướng tới sự phát triển tri thức hay sự hiểu biết về các khía cạnh cơ bản của hiện tượng.
Là một hình thức điều tra có hệ thống liên quan đến ứng dụng thực tế của khoa học.
Tập trung vào xây dựng, khẳng định hoặc bác bỏ lý thuyết để giải thích hiện tượng quan sát được.
Tạo ý tưởng mới có thể sử dụng ngay. Ứng dụng lý thuyết vào phân tích thực tiễn ở đơn vị, ngành, địa phương cụ thể.
Cải thiện cuộc sống con nguời.
2.Nghiên cứu diễn dịch và nghiên cứu quy nạp
Nghiên cứu diễn dịch Nghiên cứu quy nạp Đặc trưng Suy luận dựa trên cách tiếp cận giả thuyết – suy luận dựa trên việc xây dựng một hay nhiều giả thuyết và sau đó đặt các giả thuyết đó trước một thực tế Mục đích là để đánh giá về sự thích đáng của giả thuyết được đưa ra ban đầu. Đưa ra một kết luận phỏng đoán dựa trên suy luận từ quy luật lặp đi lặp lại và không đổi quan sát được đối với một số sự việc và rút ra sự tồn tại của một sự việc khác không được chứng minh nhưng lại có liên quan thường xuyên đến các sự viện đã được quan sát trước đó. Đi từ cái riêng (quan sát) đến cái chung (tổng quát) thành quy luật. Đi từ cái chung (lý thuyết) đến cái riêng (giả thuyết) để kiểm chứng cái riêng.
3.Nghiên cứu định tính và nghiên cứu định lượng
Nghiên cứu định tính Nghiên cứu định lượng Dựa vào bản chất dữ liệu Dữ liệu” không phải số” Dữ liệu dạng số
Dự vào định hướng nghiên cứu
Xây dựng lý thuyết mới/giải thích hiện tượng Kiểm định lại lý thuyết Dựa vào tính chủ quan/khách quan Mang tính chủ quan Mang tính khách quan
Dựa vào tính linh hoạt
Linh hoạt hơn, do sử dụng phương pháp phỏng vấn, số lượng người phỏng vấn ít Vì thế khi thu thập số liệu, nếu thiếu thì có thể phỏng vấn thêm.Ngoài ra, khi phỏng vấn có thể thay đổi câu hỏi theo diễn biến. Ít linh hoạt hơn do thường sử dụng phương pháp khảo sát, số lượng người điều tra lớn.Vì thế, nếu phát hiện việc khảo sát bị sai, cần khảo sát lại rất khó Ngoài ra, câu hỏi trong phiếu khảo sát là cố định,không thể thay đổi.
Những khái niệm có liên quan khác
2.2.1 Những khái niệm có liên quan khác
Khóa học bổ trợ : khóa học phù hợp cho mỗi cá nhân với mục tiêu nhằm bổ sung thêm các kỹ năng, kiến thức, kinh nghiệm về chuyên ngành, tri thức thực tiễn.
Quy chuẩn chủ quan: (Subjective norm): nhận thức của một cá nhân, với những người tham khảo quan trọng của cá nhân đó cho rằng hành vi nên hay không nên được thực hiện; bị ảnh hưởng bởi sự phán xét của những người quan trọng khác (cha mẹ, bạn bè, người thân, v.v).
Chi phí : được nhìn nhận theo nhiều góc độ khác nhau, toàn bộ các hao phí lao động, hao phí công cụ lao động và hao phí vật chất tính thành tiền để thực hiện chi trả cá nhân về khóa học trước khi bắt đầu khóa học
Sở thích: những hoạt động thường xuyên hoặc theo thói quen đem lại cho con người niềm vui, sự phấn khởi trong khoảng thời gian thư giãn, chỉ về sự hứng thú, thái độ ham thích đối với một đối tượng nhất định khiến tâm tư của họ được thoải mái, hạnh phúc, hoặc có thể qua đó tạo thành động lực lớn để theo đuổi.
Lợi ích: một cam kết, nghĩa vụ, nghĩa vụ hoặc mục tiêu gắn liền với một vai trò hoặc thực tiễn xã hội cụ thể đem lại điều có ích, có lợi cho một đối tượng nào đó.
Thời gian: diễn tả trình tự xảy ra , biến cố và khoảng kéo dài của khóa học bổ trợ chuyên ngành bao gồm thời gian diễn ra khóa học và thời gian mình dành cho khóa học đó.
Chất lượng giảng dạy: phản ánh qua năng lực, phương pháp giảng dạy của giảng viên và hiệu quả đầu ra của sinh viên khi hoàn thành khóa học.
Xu hướng (trend) là trào lưu, xu hướng khi tập trung vào một điều nổi bật, thịnh hành nào đó đặc biệt mà được nhiều người quan tâm đến, chú ý đến trong một khoảng thời gian nhất định.
Chuyên ngành: một phần kiến thức và kỹ năng chuyên môn được phát triển sâu có tính độc lập trong một ngành nghề cụ thể.
2.2.2 Cơ sở lý thuyết phương pháp phân tích số liệu:
Thống kê mô tả: các đại lượng mô tả như giá trị trung bình, phương sai, độ lệch chuẩn… kết hợp với các công cụ như bảng tần số, đồ thị, được sử dụng để mô tả đặc điểm đối tượng phỏng vấn và thực trạng của sinh viên đại học Thương mại.
Hệ số tin cậy Cronbach’s Alpha: được sử dụng để kiểm tra độ tin cậy thang đo của các nhân tố tác động đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên Những yếu tố không đảm bảo độ tin cậy sẽ bị loại ra khỏi tập dữ liệu. Phân tích nhân tố khám phá (EFA): ban đầu dùng hệ số KMO và kiểm định bartlett để kiểm tra mối quan hệ giữa các biến và sự phù hợp của phân tích nhân tố. Ngoài ra các biến số có ý nghĩa khi hệ số tải nhân tố ( Factor loading) lớn hơn 0,5 và các nhân tố được rút ra có Eigenvalue lớn hơn 1 Sau đó, tiến hành gom nhóm các yếu tố có mối tương quan chặt chẽ với nhau để rút trích các nhân tố tác động đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
Hồi quy tuyến tính bội : được sử dụng nhằm mục đích kiểm định các giả thuyết của mô hình nghiên cứu, đồng thời xác định tầm quan trọng của các nhân tố ảnh hưởng đến quyết định lựa chọn khóa học bổ trợ chuyên ngành của sinh viên đại học Thương Mại Mô hình hồi quy có nghĩa khi giá trị sig của kiểm định Chi bình phương bé hơn mức ý nghĩa thấp và tỷ lệ dự báo trúng của mô hình cao
B0: sai số ngẫu nhiên của hàm hồi quy tổng thể.
B1…Bk: các hệ số hồi quy riêng
X1…Xk: các biến độc lập
Nội dung chủ yếu phần 2 là về các khái niệm liên quan trong suốt quá trình nghiên cứu cùng mô hình nghiên cứu để từ đó phân tích những thang đo cả định tính và định lượng Mô hình nghiên cứu gồm 8 giả thuyết nghiên cứu chính ảnh hưởng tới quyết định lựa chọn khóa học bổ trợ chuyên ngành của sinh viên Đại học Thương mại , 33 biến độc lập và 1 biến phụ thuộc.
PHƯƠNG PHÁP NGHIÊN CỨU
Tiếp cận nghiên cứu
Để hoàn thiện nghiên cứu này, nhóm đã sử dụng phương pháp hỗn hợp Đối tượng khảo sát của nghiên cứu là sinh viên đang theo học tại trường đại học Thương Mại
Nghiên cứu định tính: thực hiện thông qua phỏng vấn dựa trên cơ sở lý thuyết và các mô hình nghiên cứu có liên quan xây dựng mô hình nghiên cứu và các thang đo dự kiến Sau đó, sử dụng kỹ thuật thảo luận nhóm, phương pháp chuyên gia để tiến hành khảo sát Mục đích chính là để điều chỉnh và bổ sung thang đo các khái niệm liên quan đến quyết định lựa chọn khóa học bổ trợ chuyên ngành của sinh viên đại học Thương Mại, để thiết lập bảng câu hỏi, tiến hành thu thập thông tin từ tổng hợp một số tài liệu từ các bài báo, đề tài nghiên cứu có liên quan, thảo luận nhóm gồm: phỏng vấn các sinh viên, tham khảo và thảo luận nhóm… Từ những thông tin có được sau khi thảo luận, các mô hình nghiên cứu tương tự, từ đó đưa ra những yếu tố tác động đến quyết định lựa chọn khóa học bổ trợ chuyên ngành của sinh viên trường Đại học Thương Mại Tiến hành đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA.
Bảng câu hỏi định tính
Câu hỏi 1 Anh/chị đã học khóa học bổ trợ nào cho chuyên ngành của mình chưa? Nếu có anh/chị đang theo học khóa học bổ trợ về kỹ năng nào? Câu hỏi 2
Anh/chị biết đến khóa học bổ trợ cho chuyên ngành của mình từ đâu? Anh/chị thấy khóa học này có cần thiết nhất cho chuyên ngành của mình không?
Theo anh/chị, yếu tố QUY CHUẨN CHỦ QUAN có ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành không?
3.1 Theo anh/chị những ai tác động tới quyết định tham gia khóa học bổ trợ chuyên ngành của mình?
3.2 Theo anh/chị tác động từ những người xung quanh có ảnh hưởng ít hay nhiều tới quyết định tham gia khóa học bổ trợ của mình? Câu hỏi 4 Yếu tố CHI PHÍ có ảnh hưởng đến quyết định tham gia khóa học bổ trợ anh/chị không?
4.1 Anh chị có thu nhập riêng không? Chi phí cho các khóa học bổ trợ cho chuyên ngành phần lớn do ai chi trả? Khó khăn anh chị gặp phải là gì?
4.2: Anh/chị sẵn sàng chi trả ở mức bao nhiêu cho khóa học bổ trợ?
Yếu tố SỞ THÍCH có ảnh hưởng đến quyết định tham gia khóa học bổ trợ của anh chị không?
5.1 : Sở thích của anh/chị có liên quan ít hay nhiều đến khóa học bổ trợ đó không ? 5.2 : Theo anh/ chị việc tham gia khóa học bổ trợ phù hợp với sở thích bản thân có phải là yếu tố hàng đầu ảnh hưởng đến việc đưa ra quyết định của mình không ?
Có ý kiến là: “Yếu tố LỢI ÍCH ảnh hưởng đến quyết định tham gia khóa học bổ trợ” Anh/chị có đồng ý với ý kiến đó không?
6.1: Anh/chị mong muốn điều gì khi tham gia khóa học bổ trợ là gì? 6.2: Anh/chị đã đạt được những gì sau khi tham gia khóa học bổ trợ đó?
Yếu tố THỜI GIAN có ảnh hưởng đến quyết định tham gia khóa học bổ trợ của anh/chị không?
7.1: Anh/chị đã sắp xếp thời gian của mình như thế nào để cân bằng giữa việc việc tham gia khóa học bổ trợ và công việc khác của mình? 7.2: Anh/chị thường cần bao nhiêu thời gian/tuần để tham gia khóa học bổ trợ? Với khoảng thời gian như thế anh/chị muốn có kết quả như thế nào sau khi tham gia khóa học bổ trợ đó?
7.3: Việc tham gia khóa học bổ trợ ảnh hưởng nhiều đến việc học chính khóa của anh/chị không ?
Theo anh/chị yếu tố CHẤT LƯỢNG GIẢNG DẠY có ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của anh/chị không?
8.1: Chất lượng giảng dạy của một khóa học bổ trợ như thế nào sẽ thu hút anh/chị?
8.2:Lấy ví dụ về 1 khóa học mà anh chị cảm thấy hài lòng nhất và chia sẻ điều thú vị về khóa học này?
Yếu tố XU HƯỚNG đã ảnh hưởng đến quyết định gia khóa học bổ trợ cho chuyên ngành của anh/chị như thế nào?
9.1: Anh/chị đánh giá như thế nào nếu sinh viên tham gia các khóa học bổ trợ theo xu hướng?
9.2: Theo anh/chị, những khóa học xuất hiện theo xu hướng thì anh/chị có đánh giá cao chất lượng?
Yếu tố CHUYÊN NGÀNH có ảnh hưởng đến quyết định tham gia khóa học bổ trợ của anh/chị không?
10.1: Chuyên ngành của anh/chị có đề cao kỹ năng về khóa học bổ trợ đó không?
10.2: Lấy ví dụ khóa học bổ trợ chuyên ngành của của anh chị? Khóa học bổ trợ đó tác động đến việc học môn chuyên ngành của anh/chị như thế nào?
Câu hỏi 11 Theo anh/chị, còn có yếu tố nào khác ảnh hưởng đến quyết định lựa chọn khóa học bổ trợ của mình không?
Anh/chị có hài lòng với quyết định lựa chọn khóa học bổ trợ đó của mình không? Anh/chị sẽ áp dụng kiến thức mình học được vào công việc và cuộc sống như thế nào?
Câu hỏi 13 Nếu có thể, anh/chị muốn học thêm khóa học bổ trợ nào nữa? Vì sao?
Nghiên cứu định lượng: thực hiện thông qua phương pháp phát bảng câu hỏi đến các đối tượng sinh viên trường đại học Thương Mại; để kiểm định thang đo và mô hình nghiên cứu tiến hành theo phương pháp định lượng Xác định các yếu tố ảnh hưởng đến quyết định lựa chọn khóa học bổ trợ chuyên ngành của sinh viên trường Đại học Thương Mại với thang đo 5 mức độ đo lường cảm nhận của đối tượng quan sát đối với từng yếu tố tác động đến quyết định lựa chọn bổ trợ chuyên ngành.
Hoàn toàn không đồng ý Không đồng ý
Trung lập Đồng ý Hoàn toàn đồng ý
Từ cơ sở dữ liệu thu thập được tiến hành phân tích mẫu nghiên cứu, kiểm định thang đo bằng hệ số tin cậy Cronbach’s Alpha và phương pháp phân tích nhân tố EFA thông qua phần mềm SPSS 22.0 được tổng số 353 phiếu khảo sát hợp lệ.
Sau đó tiến hành kiểm định mô hình bằng phương pháp hồi quy đa biến với mức ý nghĩa Sig < 5%, xác định các nhân tố ảnh hưởng.
▲ Các thang đo trong nghiên cứu định lượng:
Thang đo quy chuẩn chủ quan
- Bạn bè ủng hộ tôi tham gia khóa học đó.
- Bố mẹ tôi muốn mình hoàn thiện bản thân qua khóa học bổ trợ đó.
- Thầy cô và các anh chị khuyên tôi nên tham gia khóa học vổ trợ đó.
- Khóa học bổ trợ đó không có nhiều chi phí phát sinh trong quá trình tôi tham gia.
- Tôi ưu tiên những khóa học bổ trợ có học phí mà tôi/ gia đình tôi có khả năng chi trả.
- Mức chi trả để mua tài liệu, thiết bị học tập ảnh hưởng đến quyết định tham gia khóa học bổ trợ.
-Yêu thích môi trường học tập năng động đã ảnh hưởng đến quyết định tham gia khóa học bổ trợ đó của tôi.
- Tôi thích được khám phá khả năng bản thân về kỹ năng mềm qua khóa học bổ trợ.
- Tôi thích mở rộng mối quan hệ của mình qua khóa học bổ trợ đó.
Thang đo về lợi ích
- Cơ hội việc làm của tôi tăng cao sau khi kết thúc khóa học bổ trợ.
- Khóa học bổ trợ giúp tôi hoàn thành công việc dễ dàng hơn.
-Tôi hoàn thành bài thảo luận nhanh hơn nhờ vận dụng tốt kiến thức từ khóa học bổ trợ.
- Tôi mở rộng nhiều mối quan hệ hơn qua khóa học bổ trợ
- Khóa học bổ trợ đó giúp tôi có sự tự tin hơn
Thang đo về thời gian
-Thời lượng học khóa học bổ trợ đó không mất quá nhiều thời gian
-Ngoài việc học ở trường, tôi muốn dành thời gian rảnh của mình để tham gia khóa học bổ trợ Tôi có thể sắp xếp thời gian tham gia khóa học bổ trợ phù hợp.
-Tham gia khóa học bổ trợ có ảnh hưởng hưởng đến thời gian học của tôi.
Thang đo về chất lượng giảng dạy
-Khóa học đó cung cấp thêm kiến thức cho tôi
-Bên cung cấp khóa học cam kết tôi rằng nếu không học trực tiếp do dịch bệnh, thì các giảng viên vẫn hỗ trợ tôi qua việc học online
-Đội ngũ giảng viên của khóa học bổ trợ năng động, giàu kinh nghiệm thôi thúc tôi tham gia khóa học bổ trợ.
-Tôi được khóa học đó cam kết chất lượng đầu ra.
Thang đo về xu hướng
-Xu hướng hiện nay của sinh viên là tham gia khóa học bổ trợ để phục vụ học tập và công việc.
-Hầu hết sinh viên đều có trang bị kiến thức bổ trợ cho bản thân trước khi ra trường
-Sự quan trọng của kiến thức bổ trợ ảnh hưởng đến quyết định theo học của tôi.
-Các nhà tuyển dụng hiện nay, ngoài kiến thức chuyên ngành thì họ đặt biệt chú ý đên các kiến thức bổ trợ.
Thang đo về chuyên ngành
-Chuyên ngành tôi yêu cầu kiến thức bổ trợ đó.
-Một số khóa học bổ trợ giúp tôi thực hiện các dự án liên quan đến chuyên ngành tôi đang học
-Khóa học bổ trợ giúp tôi dễ dàng phát triển toàn diện trong chuyên ngành của mình hơn.
Thang đo về quyết định lựa chọn khóa học bổ trợ cho chuyên ngành của bạn
-Tôi hài lòng với quyết định tham gia khóa học bổ trợ của mình.
-Tham gia khóa học bổ trợ đó là một quyết định đúng đắn của tôi.
-Tôi sẽ ứng dụng những kiến thức mình học vào công việc, học tập thật tốt.
-Tôi sẽ giới thiệu cho bạn bè mình tham gia khóa học này.
Phương pháp chọn mẫu, thu thập thông tin, dữ liệu
- Mô tả mẫu: Sinh viên có nhu cầu đăng ký khóa học bổ trợ chuyên ngành
- Phương pháp chọn mẫu: Kích thước mẫu là một vấn đề được các nhà nghiên cứu quam tâm rất nhiều vì nó liên quan trực tiếp đến độ tin cậy của các tham số thống kê, mỗi phương pháp phân tích thống kê đòi hỏi kích thước mẫu khác nhau.
Hiện nay để xác định kích thước mẫu người ta thường dựa vào các công thức kinh nghiệm (Nguyễn Đình Thọ, 2011) Theo Hair & , Anderson, Tatham và Black
(1998) thì quy luật tổng quát cho cỡ mẫu tối thiểu trong phân tích nhân tố khám phá EFA là gấp 5 lần số biến quan sát và số lượng mẫu phù hợp cho phân tích hồi quy đa biến cũng là gấp 5 lần số biến quan sát Mô hình nghiên cứu này có 29 biến quan sát như vậy kích thước mẫu tối thiểu sẽ là: 29*5= 145 mẫu cần khảo sát.
Tuy nhiên cũng có ý kiến cho rằng số lượng mẫu tối thiểu là 10 nhân (x) số biến. Tùy vào phương pháp xử lý mà kích thước mẫu cần thiết là khác nhau Nguyễn Đình Thọ (2011) cho rằng “kích thước mẫu được xác định dựa vào kinh nghiệm, tối thiểu phải là 50, tốt hơn là 100 và tỷ lệ quan sát/ biến đo lường tối thiểu là 5:1” Kích thước mẫu trong nghiên cứu này là n = 353, đạt tiêu chuẩn cho mô hình nghiên cứu Phương pháp lấy mẫu thuận tiện được sử dụng để thu thập dữ liệu
3.2.2 Phương pháp thu thập thông tin, dữ liệu
Nghiên cứu này vận dụng kết hợp hai nguồn dữ liệu thứ cấp và sơ cấp Để biết được mức độ ảnh hưởng của các yếu tố đến quyết định lựa chọn khóa học bổ trợ chuyên ngành của sinh viên, chúng tôi thu thập và phân tích dữ liệu như sau:
-Đối với dữ liệu sơ cấp: Thu thập thông tin thông qua bảng câu hỏi khảo sát google form đối với sinh viên ĐHTM có và đang tham gia khóa học bổ trợ chuyên ngành.
-Đối với dữ liệu thứ cấp: Thông qua các giáo trình, luận án, internet,Website trường đại học Thương Mại, các công trình nghiên cứu và luận văn tương tự, có liên quan.
Dữ liệu sau khi thu thập sẽ được nhập và làm sạch, xử lý qua phần mềm SPSS. Các bước sử dụng để phân tích dữ liệu trong nghiên cứu:
Bước 1: Lập bảng tần số thống kê để mô tả mẫu
Bước 2: Đánh giá độ tin cậy thang đo
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp (biến rác) và hạn chế các biến rải rác trong quá trình nghiên cứu, đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach’s Alpha Những biến có hệ số tương quan biến - tổng nhỏ hơn 0,3 sẽ bị loại Thang đo được chấp nhận khi hệ số tin cậy Cronbach’s Alpha đạt yêu cầu > 0,6 (Nguyễn Đình Thọ, 2011) Thông thường thang đo có Cronbach’s Alpha từ 0,7 đến 0,8 là sử dụng được Nhiều nhà nghiên cứu cho rằng khi thang đo nghiên cứu có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo tốt nhất.
Bước 3: Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy, những biến còn lại được tiếp tục sử dụng tiến hành phân tích nhân tố.
Phân tích nhân tố là một phương pháp thống kê được sử dụng để phân tích mối liên hệ tác động qua lại giữa một số lượng lớn các biến và giải thích các biến này dưới dạng các nhân tố ẩn.
Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu Trong nghiên cứu này có nhiều biến để nghiên cứu, hầu hết chúng có tương quan với nhau và cần được rút gọn để có thể dễ dàng quản lý.
Tiêu chuẩn để lựa chọn là Hệ số tải nhân tố (factor loading) ≥ 0,5; Thang đo đạt yêu cầu khi tổng phương sai trích (Cumulative %) ≥ 50% Để thực hiện EFA cần kiểm tra hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0,5 và Eigenvalue ≥ 1, đồng thời thực hiện phép xoay bằng phương pháp trích Principal component, phép quay Varimax với những trường hợp cần xoay (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Bước 4: Phân tích hồi quy bội
Mô hình hồi quy bội biểu diễn mối quan hệ giữa hai hay nhiều biến độc lập định lượng với biến phụ thuộc định lượng ( Nguyễn Đình Thọ, 2012) Các biến độc lập định lượng trong bài làm của chúng tôi được trích xuất từ phép xoay Varimax và kiểm định EFA.
Theo Nguyễn Đình Thọ (2012), để ước lượng các trọng số hồi quy βi (i= 1 5) trong mô hình hồi quy bội ta dùng phương pháp bình phương bé nhất Một thước đo cho sự phù hợp của mô hình tuyến tính thường dùng là hệ số xác định R Theo Hoàng 2 Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R càng gần 1 thì mô hình 2 xây dựng càng thích hợp, gần 0 thì mô hình càng kém thích hợp Hệ số xác định R 2 này đã được chứng minh là hàm không giảm theo các biến độc lập đưa vào mô hình,càng đưa thêm biến độc lập vào mô hình thì R càng tăng, tuy nhiên điều này cũng 2 được chứng minh rằng không phải phương trình càng có nhiều biến phụ thuộc sẽ càng phù hợp hơn với dữ liệu Như vậy, R có khuynh hướng là một ước lượng lạc quan của 2 thước đo sự phù hợp của mô hình Trong tình huống R hiệu chỉnh từ R được sử dụng 2 2 để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến R hiệu 2 chỉnh không nhất thiết tăng lên khi nhiều biến được đưa thêm vào phương trình Như vậy, dùng R hiệu chỉnh để đánh giá phù hợp của mô hình sẽ an toàn hơn vì nó không 2 thổi phồng mức độ phù hợp của mô hình. Đối với các câu trả lời phỏng vấn, tác giả tìm ra điểm chung phần lớn của các câu trả lời, hỏi sâu để tìm ra nguyên nhân câu trả lời.
Quy trình thu thập thông tin vẽ bằng sơ đồ:
Nghiên cứu chính thức Điều chỉnh
- Loại các biến có hệ số tương quan biến tổng nhỏ.
- Kiểm tra độ tin cậy của thang đo Cronbach’s Alpha.
- Loại các biến cố có trọng số EFA nhỏ
- Kiểm tra nhân tố trích được
Phân tích nhân tố khám phá EFA
- Kiểm định giả thuyếtPhân tích hồi quy
Phương pháp xử lý và phân tích thông tin
-Theo phương pháp nghiên cứu định tính: xử lý tại bàn bằng cách nghe và đọc lại các câu trả lời phỏng vấn từ đó lấy những thông tin đủ tiêu chí, tổng hợp lại những nội dung quan trọng để đánh giá.
- Theo phương pháp nghiên cứu định lượng: Dữ liệu từ việc khảo sát được đưa vào phần mềm.Sử dụng Google Form, Exel khảo sát qua bảng câu hỏi kết hợp chạy phầm mềm SPSS để đưa ra kết quả cuối cùng.
Xây dựng bảng câu hỏi và đánh giá sơ bộ các thang đo
3.4.1 Xây dựng bảng câu hỏi
Công cụ trong thu thập dữ liệu trong nghiên cứu định lượng là bảng câu hỏi khảo sát, các câu hỏi sử dụng chủ yếu là câu hỏi đóng với các trả lời được đo lường theo 5 cấp độ thang đo rõ ràng (Nguyễn Đình Thọ, 2011 – Saris & Gallhoffer, 2007; Schuman & Presser, 1981) Một bảng câu hỏi tốt sẽ giúp nhà nghiên cứu thu thập được dữ liệu cần thiết với mức độ tin cậy cao Vì vậy dựa trên những hiểu biết và tham khảo các nghiên cứu trước nhóm đã xây dựng bảng câu hỏi với nhiều mục hỏi, các nội dung xoay quanh vấn đề các nhân tố tác động đến quyết định chọn học khóa học bổ trợ chuyên ngành, bên cạnh đó cũng có mục hỏi liên quan đến thông tin cá nhân người được khảo sát (không hỏi họ tên) Bảng câu hỏi khảo sát chi tiết được bố trí cuối luận văn Trong nghiên cứu này, tác giả sử dụng thang đo Likert với dãy giá trị 1÷5 để đo lường cảm nhận của đối tượng được khảo sát về tác động của 9 nhóm yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của họ
Thang đo của các biến với 5 mức độ:
Bảng hỏi sau khi tham khảo ý kiến của cán bộ hướng dẫn, loại bỏ những mục hỏi chưa rõ ràng, mục hỏi xấu, sau đó hiệu chỉnh lần cuối trước khi tiến hành nghiên cứu chính thức bằng việc sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA để điều chỉnh các thang đo Nếu các biến có hệ số tương quan giữa các biến - tổng (item-total correlation) nhỏ hơn 0,3 trong phân tíchCronbach’s Alpha thì sẽ bị loại bỏ và chỉ lấy nếu kiểm tra hệ số Cronbach alpha tổng lớn hơn 0.6, hệ số tương quan biến – tổng lớn hơn 0,3 Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng 0,7 – 0,8 Nếu Cronbach’s Alpha ≥ 0,6 là thang đo có thể chấp nhận được được về mặt độ tin cậy (Nunnally & Bernstein, 1994 “Nguyễn Đình Thọ, 2011”) Kế tiếp các biến quan sát có trọng số (hay hệ số tải nhân tố, Factor loading) dưới 0,5 trong EFA sẽ tiếp tục bị loại bỏ và kiểm tra tổng phương sai trích (≥ 50%) Cuối cùng các biến còn lại sẽ được đưa vào bảng câu hỏi dùng cho nghiên cứu định lượng chính thức
Phần 3 gồm phương pháp nghiên cứu, thu thập và xử lý thông tin Nghiên cứu được sử dụng phương pháp hỗn hợp gồm phương pháp chọn mẫu, công cụ thu thập thông tin và xử lý thông tin Chọn mẫu dựa vào nhân tố khám phá EFA và phân tích hồi quy Từ đó cho ra 353 phiếu hợp lệ cho phương pháp định lượng và 20 phiếu hợp lệ cho phương pháp định tính Thu thập thông tin đối với phương pháp định lượng dựa vào bảng khảo sát, tiến hành thu thập và xử lý; đối với phương pháp định tính dựa vào phỏng vấn, thảo luận nhóm từ đó thống kê số phiếu phỏng vấn qua Google form và xử lý Xử lý dữ liệu đối với phương pháp định tính thu thập phiểu phỏng vấn, từ đó thu thập thông tin và xử lý; với phương pháp định lượng thu thập thông tin qua bảng hỏi khảo sát rồi chạy SPSS cho ra kết quả cuối cùng.
KẾT QUẢ NGHIÊN CỨU
Phân tích thống kê mô tả
Kết quả thống kê với 353 mẫu khảo sát, đối tượng chủ yếu là sinh viên trường Đại học Thương mại với đề tài “Nghiên cứu các yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM”, nhận thấy có 164 sinh viên chưa tham gia khóa học bổ trợ cho chuyên ngành chiếm 46,5%; có 189 sinh viên đã tham gia khóa học bổ trợ cho chuyên ngành đạt 53,5% Như vậy, số phiếu dùng để xử lý SPSS là 353 phiếu Thống kê cho thấy số lượng sinh viên theo học các khóa học bổ trợ cho chuyên ngành ở trường ĐHTM chưa nhiều, xu hướng các bạn tham gia còn ít.
Anh/chị đã tham gia khóa học bổ trợ cho chuyên ngành chưa?
Tần số Phần trăm quan sát hợp lệ (%) Phần trăm tích lũy (%)
Nguồn: Xử lý số liệu SPSS 22.0
Biểu đồ 4.1: Biểu đồ thể hiện sự đánh giá mức độ cần thiết về học khóa học bổ trợ
H c khóa h c b tr có cầần thiếết ọ ọ ổ ợ
Qua biểu đồ ta thấy, hầu hết sinh viên ĐHTM đều đánh giá cao việc học khóa học bổ trợ để nâng cao kỹ năng cho mình, để phục vụ cho quá trình học tập cũng như công việc.
Kết quả thống kê với 353 phiếu khảo sát, đối tượng khảo sát là sinh viên trường Đại học Thương mại Trong đó, số sinh viên nam là 51 người đạt 14.4% và chiếm 27% quan sát hợp lệ, số học sinh nữ là 138 người đạt 39,1% trên tổng số phiếu khảo sát và chiếm 73% quan sát hợp lệ Thống kê cho thấy tỷ lệ nữ sinh chiếm nhiều hơn tỷ lệ nam sinh.
Bảng 4.2: Giới tính GIỚI TÍNH
Phần trăm quan sát hợp lệ (%)
Nguồn: Xử lý số liệu SPSS 22.0
Nguồn: xử lý số liệu SPSS 22.0
Trong quá tình tiến hành khảo sát, nhóm chúng tôi thu thập được cấp bậc sinh viên theo từng năm như sau Sinh viên năm nhất có 6 phiếu, đạt 1,7% trên tổng số phiếu khảo sát và đạt 3.2% khảo sát hợp lệ Số lượng sinh viên năm 2 gồm 158 phiếu, đạt 44.8% trên toàn bộ số phiếu và chiếm 83.6% khảo sát hợp lệ Số lượng sinh viên năm 3 có 21 phiếu chiếm 5.9% trên tổng số phiếu khảo sát và 11.1% khảo sát hợp lệ. Sinh viên năm 4 tham gia khảo sát có 4 sinh viên, chiếm 1.1% trên tổng số phiếu và 2,1% khảo sát hợp lệ Cho thấy rằng, số lượng sinh viên năm 2 tham gia kháo sát chiếm tỷ lệ cao nhất với 158 phiếu, sinh viên năm 4 ít nhất với 4 phiếu; lý do dẫn đến sự chênh lệch này là do đối tượng quen biết chủ yếu của nhóm chúng tôi là sinh viên năm 2.
Tần số Phần trăm (%) Phần trăm khảo sát hợp lệ (%)
Nguồn: Xử lý số liệu SPSS 22.0
Biểu đồ 4.3: Sinh viên năm
Nguồn: Xử lý số liệu SPSS 22.0
Kết quả điều tra cho thấy rằng, số lượng sinh viên tham gia khảo sát của trường Đại học Thương mại giữa các chuyên ngành có sự chênh lệch lớn Chủ yếu, sinh viên thuộc chuyên ngành Marketing Thương mại chiếm phần lớn, gồm 107 phiếu khảo sát,chiếm 30.3% tổng khảo sát và 56.6% tổng khảo sát hợp lệ Song song với đó, có 3 chuyên ngành Kinh tế Luật, Hệ thống thông tin quản lý, Tài chính ngân hàng có số lượng sinh viên tham gia khảo sát rất ít với 1 sinh viên/1 chuyên ngành, chiếm 0.3% và 0.53% trong khảo sát hợp lệ.
Phần trăm khảo sát hợp lệ (%)
Logistics và quản lý chuỗi cung ứng
Nguồn: Xử lý số liệu SPSS 22.0
Biểu đồ 4.4: Mô tả “Chuyên ngành”
Nguồn: Xử lý số liệu SPSS 22.0
Biểu đồ 4.5: Khóa học sinh viên ĐHTM đang theo học
Khóa h c đã/ đang tham gia ọ
Qua biểu đồ ta thấy, chủ yếu số sinh viên theo học chủ yếu tập trung vào khóa học Tiềng anh có thể là do lợi ích mà khóa học đó mang lại quá nhiều và đặc biệt cơ hội nghề nghiệp trong tương lai cao, nên sinh viên theo học khóa học này rất đông và phổ biến ở mọi lứa tuổi và chuyên ngành.
4.1.2 Thống kê mô tả các biến nghiên cứu
Bảng 4.5: Mô tả thống kê các biến nghiên cứu
Giá trị trung bình Độ lệch chuẩn
QCCQ: QUY CHUẨN CHỦ QUAN
QCCQ1 Tôi tham gia khóa học bổ trợ với sự ủng hộ từ bạn bè 1,0 5,0 3,471 1,0082
QCCQ2 Bố mẹ muốn tôi hoàn thiện bản thân qua khóa học bổ trợ 1,0 5,0 3,667 1,0263 QCCQ3 Thầy cô và các anh/chị khuyên tôi nên tham gia những khóa học bổ trợ.
CP1 Khóa học bổ trợ đó không có nhiều chi phí phát sinh trong quá trình tôi tham gia.
CP2 Tôi ưu tiên những khóa học bổ trợ có học phí mà tôi/ gia đình tôi có khả năng chi trả.
CP3 Mức chi trả để mua tài liệu, thiết bị học tập ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên nhanh của tôi.
ST1 Yêu thích môi trường học tập năng động đã ảnh hưởng đến quyết định tham gia khóa học bổ trợ của tôi.
ST2 Tôi thích được khám phá khả năng bản thân về kỹ năng mềm qua khóa học bổ trợ.
ST3 Tôi thích mở rộng mối quan hệ của mình qua khóa học bổ trợ đó 1,0 5,0 3,741 1,07
LI1 Cơ hội việc làm của tôi tăng cao sau khi kết thúc khóa học bổ trợ 1,0 5,0 3,931 ,9568 LI2 Khóa học bổ trợ giúp tôi hoàn thành công việc dễ dàng hơn 1,0 5,0 3,788 ,9440 LI3 Tôi hoàn thành bài thảo luận nhanh hơn nhờ vận dụng tốt kiến thức từ khóa học bổ trợ.
LI4 Tôi mở rộng nhiều mối quan hệ hơn qua khóa học bổ trợ 1,0 5,0 3,672 ,9387 LI5 Khóa học bổ trợ đó giúp tôi có sự tự tin hơn 1,0 5,0 3,921 ,9391
TG1 Tôi có thể sắp xếp thời gian tham gia khóa học bổ trợ phù hợp 1,0 5,0 3,640 ,8859 TG2 Thời lượng học khóa học bổ trợ đó không mất quá nhiều thời gian 1,0 5,0 3,354 ,9029 TG3 Ngoài việc học ở trường, tôi muốn dành thời gian rảnh của mình để tham gia khóa học bổ trợ
TG4 Tham gia khóa học bổ trợ có ảnh hưởng hưởng đến thời gian học của tôi.
CLGD: CHẤT LƯỢNG GIẢNG DẠY
CLGD1 Khóa học đó cung cấp thêm kiến thức cho tôi 1,0 5,0 3,762 ,9234
CLGD2 Bên cung cấp khóa học cam kết tôi rằng nếu không học trực tiếp do dịch bệnh, thì các giảng viên vẫn hỗ trợ tôi qua việc học online.
CLGD3 Đội ngũ giảng viên của khóa học bổ trợ năng động, giàu kinh nghiệm thôi thúc tôi tham gia khóa học bổ trợ.
CLGD4 Tôi được khóa học đó cam kết chất lượng đầu ra 1,0 5,0 3,873 ,9591
XH1 Xu hướng hiện nay của sinh viên là tham gia khóa học bổ trợ để phục vụ học tập và công việc.
XH2 Hầu hết sinh viên đều có trang bị kiến thức bổ trợ cho bản thân trước khi ra trường.
XH3 Sự quan trọng của kiến thức bổ trợ ảnh hưởng đến quyết định theo học của tôi.
XH4 Các nhà tuyển dụng hiện nay, ngoai kiến thức chuyên ngành họ đặc biệt chú ý đến các kiến thức bổ trợ.
CN1 Chuyên ngành của tôi yêu cầu có kiến thức bổ trợ 1,0 5,0 3,762 ,9573
CN2 Một số khóa học bổ trợ giúp tôi thực hiện các dự án liên quan đến chuyên ngành tôi đang học.
CN3 Khóa học bổ trợ giúp tôi dễ dàng phát triển toàn diện trong chuyên ngành của mình hơn
QUYETDINH: QUYẾT ĐỊNH THAM GIA KHÓA HỌC BỔ TRỢ CHO CHUYÊN NGÀNH
Quyetdinh1 Tôi hài lòng về quyết định tham gia khóa học bổ trợ của mình 1,0 5,0 3,725 ,8803
Quyetdinh2 Tham gia khóa học bổ trợ đó là một quyết định đúng đắn của tôi 1,0 5,0 3,746 ,8927 Quyetdinh3 Tôi sẽ ứng dụng những kiến thức mình đã học vào công việc, học tập thật tốt.
Quyetdinh4 Tôi sẽ giới thiệu cho bạn bè tôi tham gia khóa học này 1,0 5,0 3,561 ,9636
Nguồn: Xử lý số liệu SPSS 22.0
Qua kết quả thống kê các biến nghiên cứu, nhận thấy thang đo được sinh viên đánh giá tương đối tốt Trên thang đo Likert 5 mức độ, ta thấy giá trị trung bình của tất cả các biến >= 3.233, điều đó chứng tỏ các biến quan sát nêu trên nhìn chung ảnh hưởng khá lớn đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM Các biến đo lường trong khái niệm QCCQ, TG có giá trị trung bình tương đối thấp nằm trong khoảng 3.233-3.667, điều đó nói lên các biến thuộc QCCQ,
TG có ảnh hưởng một phần nhỏ đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM do sinh viên không quan tâm nhiều đến việc ai đó nói về mình như thế nào và họ không có nhiều thời gian để tham các khóa học bổ trợ Các biến đo lường của CN, XH có giá trị trung bình khá cao nằm trong khoảng 3.624- 3.921, đặc biệt biến quan sát “Khóa học bổ trợ giúp tôi dễ dàng phát triển toàn diện trong chuyên ngành của mình hơn” có giá trị trung bình 3.921 thể hiện sự tác động lớn đến quyết định tham gia khóa học bổ trợ Các biến đo lường của ST, LI có giá trị trung binh khá cao dao động trong khoảng 3.55-3.931 chứng tỏ họ nhận thức được sở thích và lợi ích của mình khi tham gia khóa học bổ trợ cho chuyên ngành, đặc biệt biến quan sát “ Cơ hội việc làm của tôi tăng cao sau khi kết thúc khóa học bổ trợ” có giá trị trung bình 3.931 Với yếu tố CLGD, CP cũng đạt giá trị trung binh không hề nhỏ 3.471-3.873, có nghĩa là sinh viêm ĐHTM họ chú ý đến chất lượng giảng dạy cũng như chi phí của khóa học để quyết định minh có nên tham gia hay không Cuối cùng, biến đo lường khái niệm “Quyết định tham gia khoa học bổ trợ cho chuyên ngành của sinh viên ĐHTM” đạt giá trị trung bình từ 3.561-3.926, đồng nghĩa với việc, họ khá hài lòng về quyết định tham gia khoa học bổ trợ cho chuyên ngành mà họ đã tham gia.
Kiểm định hệ số tin cậy Cronbach’s Alpha
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát Đây là bước phân tích cần thiết để loại bỏ biến xấu trước khi phân tích nhân tố khám phá EFA Chỉ có những biến có hệ số tương quan biến – tổng phù hợp (Corrected Itrem – Total Correlation) >0.3 và có hệ sốCronbach’s Alpha >0.6 mới được chấp nhận và thích hợp giữ lại và phân tích tiếp theo(Nunnally, 1978; Peterson 1994; Slater,1995) Sau khi thu thập phiếu khảo sát, nhóm chúng tôi tiến hành kiểm tra độ tin cậy bằng hệ Cronbach’s Alpha Kết quả như sau:
Bảng 4.6: Kết quả phân tích hệ số tin cậy thang đo “Quy chuẩn chủ quan”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Quy chuẩn chủ quan” với 3 biến quan sát có hệ số tương quan biến tổng từ 0.641-0.662 > 0.3 và hệ số Cronbach’s Alpha 0.805 > 0.6 nên 3 biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.7: Kết quả phân tích hệ số tin cậy thang đo “Chi phí”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Chi phí” với 3 biến quan sát có hệ số Cronbach’s Alpha 0.779 > 0.6, và còn > 0.7, thang đo này có độ tin cậy tốt, hệ số tương quan biến – tổng từ 0.601- 0.645 > 0.3 nên toàn bộ biến quan sát của thang đo này được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.8: Kết quả phân tích hệ số tin cậy với thang đo “Sở thích”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Sở thích” với 3 biến quan sát, nhận thấy rằng hệ số Cronbach’s Alpha là 0.842 > 0.6 thậm chí > 0.8 nên độ tin cậy thang đo này là rất tốt và hệ số tương quan biến tổng đạt 0.684-0.746 > 0.3 nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.9: Kết quả phân tích hệ số tin cậy với thang đo “Lợi ích”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Lợi ích” với 5 biến quan sát, nhận thấy rằng hệ số Cronbach’s Alpha là 0.87 > 0.6 thậm chí > 0.8 và hệ số tương quan biến tổng đạt 0.642-0.740> 0.3, chứng tỏ thang đo được đanh giá có độ tin cậy rất tốt nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.10: Kết quả phân tích hệ số tin cậy với thang đo “Thời gian”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Lợi ích” với 4 biến quan sát, nhận thấy rằng hệ số Cronbach’s Alpha là 0.689 > 0.6 và hệ số tương quan biến tổng đạt 0.334-0.544> 0.3 nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.11: Kết quả phân tích hệ số tin cậy với thang đo “Chất lượng giảng dạy ”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Chất lượng giảng dạy” với 4 biến quan sát, nhận thấy rằng hệ số Cronbach’s Alpha là 0.885 > 0.6 có hệ số tin cậy rất tốt và hệ số tương quan biến tổng đạt 0.715-0.780> 0.3 nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.12: Kết quả phân tích hệ số tin cậy với thang đo “Xu hướng”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Xu hướng” với 4 biến quan sát, nhận thấy rằng hệ số Cronbach’s Alpha là 0.857> 0.6 có hệ số tin cậy rất tốt và hệ số tương quan biến tổng đạt 0.669- 0.733> 0.3 nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.13 Kết quả phân tích hệ số tin cậy với thang đo “Chuyên ngành”
Tên biến Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Chuyên ngành” với 3 biến quan sát, nhận thấy rằng hệ số Cronbach’s Alpha là 0.865> 0.6 có hệ số tin cậy rất tốt và hệ số tương quan biến tổng đạt 0.726- 0.766> 0.3 nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Bảng 4.14 Kết quả phân tích hệ số tin cậy với thang đo “Quyết định tham gia”
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Alpha nếu loại bỏ biến
Nguồn: Xử lý số liệu SPSS 22.0
Thang đo “Quyết định tham gia” với 4 biến quan sát, nhận thấy rằng hệ sốCronbach’s Alpha là 0.888> 0.6 có hệ số tin cậy rất tốt và hệ số tương quan biến tổng đạt 0.718-0.767> 0.3 nên tất cả các biến quan sát của thang đo này đều được giữ lại cho việc phân tích nhân tố khám phá EFA.
Phân tích nhân tố khám phá EFA (Exploratory FactorAnalysis)
4.3.1 Phân tích nhân tố khám phá EFA với biến độc lập
Sử dụng phương pháp kiểm định KMO (Kaiser-Meyer-Olkin) và Bartlett để đo lường sự tương thích của mẫu khảo sát, nếu 0,5≤ KMO 50% sẽ phản ánh mô hình EFA là phù hợp Khi tiến hành phân tích nhân tố, tác giả đã sử dụng phương pháp trích nhân tố (Extraction method) là Principal Components Analysis với phép xoay (Rotation) Varimax các biến có hệ số tải nhân tố (factor loading) nhỏ hơn 0,5 bị loại (Hair & ctg, 1998)
Kết quả phân tích EFA lần 1
Bảng 4.15: Chỉ số KMO và kiểm định Bartlett’s lần 1
Chỉ số KMO và kiểm định Bartlett’s
Kiểm định Bartlett's Thống kê Chi-bình phương
Nguồn: Xử lý số liệu SPSS 22.0
Kết quả trên cho thấy chỉ số KMO 0.94 thuộc khoảng 0.5-1 và mức ý nghĩa (sig) là 0.000 < 0.05 vì vậy các biến quan sát tương quan với nhau nên việc phân tích các biến quan sát trên là hoàn toàn hợp lý.
Bảng 4.16: Bảng trích xuất phương sai lần 1
Eigenvalues ban đầu Trích xuất tổng của tải bình phương Tổng % phương sai % tích lũy
Tổng % phương sai % tích lũy
Nguồn: Xử lý số liệu SPSS 22.0
Qua kết quả trích xuất, cho thấy có 5 nhân tố có Eigenvalues >1, nghĩa là 5 nhân tố này được giữ lại trong mô hình Tổng phương sai trích ở nhân tố thứ 5 là 65.936% > 50% thể hiện mô hình EFA khi phân tích 5 nhân tố này là phù hợp, tức là 5 nhân tố trích được ở trong EFA phản ánh được 65.936% sự biến thiên của các biến quan sát được đưa vào.
Bảng 4.17: Bảng phân tích ma trận xoay lần 1 Rotated Component Matrix a
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 8 iterations.
Ta sử dụng phương pháp Varimax procedure để xoay nhân tố: xoay nguyên góc các nhân tố để tối thiểu hóa số lượng để có hệ số tải lớn cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố (Trọng, Ngọc, 2005) Theo Hair&ctg (2009,116), Multivariate Data Analysis, 7th Edition thì hệ số tải nhân tố (Factor Loading) ở mức 0,5 thì biến quan sát có ý nghĩa thông kê tốt với kích thước mẫu n53 Trong bảng ma trận xoay, ta thấy biến TG2 không hiện số tải nhân số phù hợp, LI1 xuất hiện 2 hệ số tải cùng một lúc có độ chênh lệch 0.021 < 0.3 và biến LI5 xuất hiện 2 hệ số tải cùng lúc có độ chênh lệch 0.002 < 0.3 Vì vậy, TG2, LI1, LI5 không đảm bảo tính hội tụ và phân biệt khi phân tích EFA và cần phải loại bỏ
Kết quả phân tích lần 2
Bảng 4.18: Chỉ số KMO và kiểm định Bartlett’s lần 2
Chỉ số KMO và kiểm định Bartlett’s
Kiểm định Bartlett's Thống kê Chi-bình phương 3052.775
Nguồn: Xử lý số liệu SPSS 22.0
Kết quả trên cho thấy chỉ số KMO 0.936 thuộc khoảng 0.5-1 và mức ý nghĩa (sig) là 0.000 < 0.05 vì vậy các biến quan sát tương quan với nhau nên việc phân tích các biến quan sát trên là hoàn toàn hợp lý.
Bảng 4.19: Bảng trích xuất phương sai lần 2
Eigenvalues ban đầu Trích xuất tổng của tải bình phương
Tổng % tích lũy Tổng % tích lũy Tổng
Nguồn: Xử lý số liệu SPSS 22.0
Bảng 4.20: Bảng phân tích ma trận xoay lần 2
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 7 iterations.
Với phương pháp rút trích Principal Components và phép xoay Varimax lần 2, phân tích nhân tố trích được chỉ còn lại 4 nhóm nhân tố với tổng phương sai đạt
63.932% > 50% đạt yêu cầu, hệ số nhân tố tải của CP2 không được tải lên, biến quan sát LI2 tải lên 2 hệ số tải chênh lệch nhau 0.054 < 0.3, vì vậy sẽ loại biến CP2, LI2 để đảm bảo tính hội tụ và phân biệt khi phân tích EFA.
Kết quả phân tích lần 3
Bảng 4.21: Chỉ số KMO và kiểm định Bartlett’s lần 3
Chỉ số KMO và kiểm định Bartlett’s
Kiểm định Bartlett's Thống kê Chi-bình phương 2729.206
Nguồn: Xử lý số liệu SPSS 22.0
Kết quả trên cho thấy chỉ số KMO 0.933 thuộc khoảng 0.5-1 và mức ý nghĩa (sig) là 0.000 < 0.05 vì vậy các biến quan sát tương quan với nhau nên việc phân tích các biến quan sát trên là hoàn toàn hợp lý.
Bảng 4.22: Bảng trích xuất phương sai lần 3
Initial Eigenvalues Extraction Sums of Squared Loadings
Nguồn: Xử lý số liệu SPSS 22.0
Bảng 4.23: Bảng phân tích ma trận xoay lần 3
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 7 iterations.
Với phương pháp rút trích Principal Components và phép xoay Varimax lần 3, phân tích nhân tố trích được chỉ còn lại 4 nhóm nhân tố với tổng phương sai đạt 64.804% > 50% đạt yêu cầu, hệ số nhân tố tải > 0.5 và đảm bảo giá trị hội tụ và phân biệt khi phân tích EFA Có sự xáo trộn các nhân tố, nghĩa là câu hỏi của nhân tố này bị nằm lẫn lộn với câu hỏi của nhân tố kia.
4.3.2 Phân tích nhân tố khám phá EFA với biến phụ thuộc
Bảng 4.24: Chỉ số KMO và kiểm định Bartlett’s biến phụ thuộc
Chỉ số KMO và kiểm định Bartlett’s
Kiểm định Bartlett's Thống kê Chi-bình phương 413.419
Nguồn: Xử lý số liệu SPSS 22.0
Bảng 4.25: Kết quả phân tích EFA của biến phụ thuộc
Biến quan sát Nhân tố
Quyết định tham gia khóa học bổ trợ cho chuyên ngành
Nguồn: Xử lý số liệu SPSS 22.0
Kết quả trên cho thấy hệ số KMO = 0, 836 (> 0,5) và với mức ý nghĩa Sig = 0,000 < 0,05 vì vậy các biến quan sát có tương quan với nhau nên việc phân tích nhân tố trên là hoàn toàn phù hợp.
Kết quả phân tích thang đo Quyết định tham gia khóa học bổ trợ cho chuyên ngành, EFA trích được gom vào một yếu tố tại Eigenvalue = 2.999 gồm 4 biến quan sát với chỉ số KMO là 0,836 Các biến quan sát đều có Factor loading lớn hơn 0,50(0,626 đến 0,860) Phương sai trích bằng 68.099% (> 50%) cho biết 4 nhân tố này giải thích được 74.969% biến thiên của dữ liệu Sự phân tích EFA hoàn tất vì đã đạt độ tin cậy về mặt thống kê Vậy thang đo được sử dụng cho các phân tích tiếp theo.
Sau khi kiểm định đánh giá độ tin cậy thang đo bằng Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), thang đo đã được điều chỉnh cho phù hợp Mô hình cũng như giả thuyết nghiên cứu đã có sự thay đổi từ 8 biến độc lập giảm xuống còn 4 biến độc lập (Tiêu chí lựa chọn tham gia, Sở thích, Quy chuẩn chủ quan Thời gian) cùng với một biến phụ thuộc (Quyết định tham gia khóa học bổ trợ cho chuyên ngành).
Kiểm định mô hình nghiên cứu bằng phân tích hồi quy
4.4.1 Điều chỉnh mô hình nghiên cứu
Như đã phân tích kết quả ở 4.3, mô hình nghiên cứu sẽ từ 8 biến độc lập thành 4 biến độc lập và 1 biến phụ thuộc Cụ thể như sau:
Bảng 4.26: Thành phần mới được rút trích từ EFA STT Ký hiệu Tên biến Danh sách các biến ban đầu
1 TCI Tiêu chí lựa chọn tham gia
CN3, CLGD3, CN1, CLGD1, CLGD4, XH3, CN2, XH2, XH4, XH1, CLGD2, TG1
2 ST Sở thích ST1, ST2 ST3, LI3, LI4
3 QCCQ Quy chuẩn chủ quan QCCQ1, QCCQ2, QCCQ3, CP1
4 TG Thời gian TG3, TG4
Mô hình nghiên cứu điều chỉnh
Bảng 4.27: Bảng tóm tắt các giả thuyết cho mô hình nghiên cứu sau khi nghiên cứu định tính và phân tích EFA
1 “ Tiêu chí lựa chọn” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
2 “Sở thích” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
3 “Quy chuẩn chủ quan” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
4 “Thời gian” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
Phương trình nghiên cứu hồi quy tuyến tính bội được xây dựng như sau:
Quyetdinh= β1*TCI + β2*ST + β3*QCCQ + β4*TG + β0
Quyetdinh: Quyết định tham gia khóa học bổ trợ cho chuyên ngành.
Các biến độc lập là : TCI (Tiêu chí lựa chọn), ST (Sở thích), QCCQ (Quy chuẩn chủ quan, TG (Thời gian) β1, β2, β3, β4: Các hệ số hồi quy β0: Sai số của mô hình
4.4.2 Phân tích tương quan Pearson (r)
Phân tích tương quan Pearson để kiểm tra mối liên hệ tuyến tính giữa các biến với nhau Giá trị sig của một mối tương quan < 0.05 thì giữa các cặp biến có mối quan hệ tuyến tính với nhau và ngược lại Giá trị r nằm trong khoảng (-1, 1), r càng tiến dẫn về 1 hoặc -1 thì hệ số tương quan tuyến tình càng mạnh
Bảng 4.28: Bảng tương quan Pearson
** Correlation is significant at the 0.01 level (2-tailed).
Trong bảng tương quan Pearson ta thấy, giá trị sig < 0.05 nên tất cả các cặp biến đều có quan hệ tương quan tuyến tính với nhau Hệ số tương quan Pearson nằm trong khoảng 0.322-0.830, nên các cặp biến độc lập có khả năng xảy ra hiện tượng đa cộng tuyến như: Tiêu chí và Sở thích có hệ số tương quan Pearson 0.694, có khả năng xảy ra hiện tượng đa cộng tuyến nhất
Bảng 4.29: Đánh giá sự phù hợp của mô hình
Hệ số R Hệ số R 2 R 2 hiệu chỉnh Ước lượng sai số độ lệch chuẩn
Nguồn: Xử lý số liệu SPSS 22.0
Giá trị R và R hiệu chỉnh giao động trong 0-1, càng dần đến 1 thì mô hình hồi 2 2 quy càng tốt Trong bảng đánh giá sự phù hợp của mô hình, ta thấy R hiệu chỉnh là 2 0.737 thuộc khoảng (0;1).Độ thích hợp của mô hình là 73,7% hay nói cách khác là 73.7% sự biến thiên của biến “Quyết định tham gia khóa học bổ trợ cho chuyên ngành” được giải thích chung của 4 biến Như vậy mô hình hồi quy tuyến tính bội đưa ra là phù hợp với dữ liệu và có thể sử dụng được.
Bảng 4.30: Phân tích phương sai
Mô hình Tổng bình phương
Nguồn: Xử lý số liệu SPSS 22.0 a Dependent Variable: Quyet dinh b Predictors: (Constant), Thoi gian, Quy chuan chu quan, So thich, Tiêu chí
Phân tích ANOVA cho thấy thông số F = 132.615 có mức ý nghĩa (sig.) = 0,000, điều này chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được tất cả các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5% Với số liệu như bảng này, mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu và có thể dùng được Như vậy các biến độc lập trong mô hình có quan hệ đối với biến phụ thuộc “Quyết định tham gia khóa học bổ trợ”.
Bảng 4.31: Kết quả hồi quy (sử dụng phương pháp Enter)
Mô hình Hệ số chưa chuẩn hóa
Mức ý nghĩa thống kê (Sig.)
Phân tích đa cộng tuyến
Hệ số B Sai số chuẩn Beta Độ chấp nhận của biến
Hệ số phóng đại phương sai (VIF)
Nguồn: Xử lý số liệu SPSS 22.0
Mức ý nghĩa của các biến đều có ý nghĩa về mặt thống kê vì có mức ý nghĩa (sig) nhỏ hơn 0.05 Ngoài ra, ta cũng thấy rằng hệ số phóng đại phương sai VIF đều nhỏ hơn 10 chứng tỏ không xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2018). Để xác định tầm quan trọng của mỗi biến đối với biến phụ thuộc trong mối quan hệ so sánh giữa các biến độc lập, chúng ta dùng hệ số hồi quy (Beta) đã được chuẩn hóa Theo phương trình hồi quy trên trọng số của các yếu tố tác động đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM được sắp xếp theo mức độ từ mạnh đến yếu như sau:
Tiêu chí lựa chọn: TCI: 0.568
Quy chuẩn chủ quan: QCCQ: 0.170
Ta có phương trình hồi quy đa bội:
Quyetdinh = β1*TCI + β2*ST + β3*QCCQ + β4*TG + β0
4.4.4 Kết quả kiểm định mô hình giả thuyết điều chỉnh
Giả thuyết 1 (N1): “Tiêu chí lựa chọn” có thể tác động lên quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM Thông qua hệ số Bêta đã được chuẩn hóa là 0.568 và mức ý nghĩa sig 0,000 < 0,05, có ý nghĩa về mặt thống kê. Điều đó chứng tỏ, giả thuyết N1 được chấp nhận hay tiêu chí lựa chọn các khóa học bổ trợ càng cao thì quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM càng đúng đắn và làm hài lòng với họ
Giả thuyết 2 (N2): “Sở thích” có thể tác động lên quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM Thông qua hệ số Bêta đã được chuẩn hóa là 0,142 và mức ý nghĩa sig 0,012 < 0,05, có ý nghĩa về mặt thống kê Điều đó chứng tỏ, giả thuyết N2 đã được chấp nhận; càng có sở thích, đam mê với các khóa học bổ trợ thì quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM càng hợp lý, tạo cảm giác hứng thú khi tham gia các khóa học đó của sinh viên ĐHTM
Giả thuyết 3 (N3): “Quy chuẩn chủ quan” có thể tác động lên quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM Thông qua hệ số Bêta đã được chuẩn hóa là 0,170 và mức ý nghĩa sig 0,001 < 0,05, có ý nghĩa về mặt thống kê. Điều đó chứng tỏ, giả thuyết N3 được chấp nhận, các tác động của quy chuẩn chủ quan (bố mẹ, anh/chị, thầy cô, bạn bè) tạo động lực để sinh viên ĐHTM quyết định tham gia khóa học bổ trợ cho chuyên ngành của mình
Giả thuyết 4 (N4) cho rằng ‘Thời gian” có mối quan hệ với ý định khởi nghiệp
Hệ số hồi quy là 0.123, mức ý nghĩa là 0.04 nhỏ hơn 0.05 Vì vậy giả thuyết N4 được chấp nhận.
So sánh kết quả định tính, định lượng
Qua khảo sát và phỏng vấn, chúng tôi nhận thấy hầu hết sinh viên Đại học Thương mại họ khá quan tâm đến các khóa học bổ trợ cho chuyên ngành của mình Họ quan tâm đến Chất lượng giảng dạy, thời gian, quy chuẩn chủ quan, sở thích, lợi ích chiếm phần lớn Tuy nhiên, vẫn còn một số khác biệt “Khi phỏng vấn định tính, họ có quan tâm thêm đến các yếu tố như: Xu hướng lựa chọn học, lợi ích, chuyên ngành, chi phí cho khóa học Khi khảo sát định lượng, phân tích hồi quy thì có 4 yếu tố lớn: Tiêu chí lựa chọn, sở thích, thời gian, quy chuẩn chủ quan ảnh hưởng lớn đến quyết định tham gia khóa học bổ trợ của sinh viên ĐHTM” Lý do dẫn đến sự khác nhau đó là
- Số mẫu phỏng vấn của định tính nhỏ, chất lượng câu trả lời chưa được tốt
- Do số lượng câu hỏi định lượng chúng tôi đưa ra khá dài, làm nản chí người được phỏng vấn khi điền phiếu
- Một phần, do chúng tôi khi đưa ra bảng khảo sát định lượng nhiều biến độc lập,chưa tối ưu ví dụ như biến: Xu hướng và Chuyên ngành có thể gộp lại với nhau
