CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN CÁC NGHIÊN CỨU LIÊN
Tổng quan về cơ sở lý thuyết
2.1.1 Khái niệm học trực tuyến (E-Learning)
Giáo dục trực tiếp, hay E-learning, là phương thức học tập thông qua máy tính hoặc thiết bị điện tử có kết nối mạng, cho phép người dùng truy cập bài giảng và phần mềm cần thiết Giáo viên có thể giảng dạy qua âm thanh và hình ảnh qua kết nối mạng, như Wifi Ngoài ra, các tổ chức có thể tạo ra không gian học trực tuyến, hoạt động tương tự như lớp học truyền thống, bao gồm việc dạy học viên, thu học phí và tổ chức các bài thi kiểm tra năng lực.
E-learning là một định nghĩa có nhiều ý kiến khác nhau và chƣa đồng nhất (Oblinger & Hawkins, 2005) Zemsky và Massy, 2004 cho rằng có 3 cách hiểu khác nhau về E- learning: E-learning là phương thức giáo dục từ xa (distance education), hiểu theo nghĩa là người học và người dạy ở hai địa điểm khác nhau; E-learning là ứng dụng giúp hoạt động giao tiếp trên mạng; E-learning là việc học thông qua phương tiện điện tử Hai cách hiểu đầu tiên mang phạm vi hẹp và đầy đủ hơn về tính chất của E- learning là cách hiểu cuối cùng
Học tập trực tuyến, theo các nhà nghiên cứu như Benson (2002) và Conrad (2002), là việc sử dụng công nghệ để trải nghiệm quá trình học Ngoài khả năng sử dụng trực tuyến, học tập trực tuyến còn được mô tả bởi các yếu tố như tính nhạy, khả năng tương tác linh hoạt và đa dạng (Ally, 2004; Hiltz & Turoff, 2005) E-learning được xem là ứng dụng công nghệ thông tin và internet vào dạy và học, giúp công việc trở nên dễ dàng và hiệu quả hơn Nó bao gồm nhiều phương tiện và công nghệ đặc biệt cho giáo dục, như văn bản, âm thanh, hình ảnh, mô phỏng và trò chơi.
Học tập trực tuyến là một phương pháp dạy học hiện đại, sử dụng công nghệ thông tin và truyền thông, mang lại sự linh hoạt cho người học Với hình thức này, học viên có thể học bất cứ lúc nào, ở bất kỳ đâu, với bất kỳ ai, từ những vấn đề mà họ quan tâm Điều này giúp người học lựa chọn nội dung phù hợp với năng lực, sở thích và yêu cầu công việc của mình.
2.1.2 Khái niệm ý định Ý định là một yếu tố dùng để dự đoán khả năng sẽ thực hiện hành vi trong tương lai Theo Ajen (1991), ý định là một yếu tố tạo ra động lực, thúc đẩy một cá nhân sẵn sàng thực hiện hành vi Do đó, Delafrooz và cộng sự (2011) cho rằng "ý định mua trực tuyến là có khả năng cao người dùng sẽ thực hiện hành vi mua trên Internet" Các ý định sử dụng được coi là thay đổi sự điều khiển hành vi từ mục tiêu sang những dấu hiệu hành vi, đồng thời tự động hoá sự khởi đầu hành vi (Gollwitzer, 1999) Ý định sử dụng là sự hiểu biết về hành vi hay khả năng quyết định sử dụng dịch vụ hay hệ thống (Davis, 1989; 1993)
Trong mô hình TAM, ý định hành vi sử dụng được hình thành từ sự kết hợp giữa nhận thức về tính hữu dụng và thái độ tin tưởng Điều này có nghĩa là mỗi cá nhân coi tính hữu dụng và thái độ tin tưởng là những yếu tố quyết định đến hành vi sử dụng sản phẩm Tóm lại, ý định mua không chỉ thể hiện sự sẵn lòng của khách hàng trong việc chọn và mua sản phẩm hoặc dịch vụ, mà còn phản ánh mục đích của họ trong việc thực hiện hành vi sử dụng sản phẩm hoặc dịch vụ đó.
2.1.3 Khái niệm về ứng dụng học tiếng anh trực tuyến Ứng dụng học tập trực tuyến là một không gian kỹ thuật số cho phép người tạo khóa học tiếp thị, bán và cung cấp các khóa học eLearning của họ Chúng thường được gọi là “thị trường khóa học trực tuyến” Giống như trường học truyền thống, những ứng dụng như vậy mang đến cho người học một không gian tuyệt đối an toàn để học, truy cập tài liệu khóa học và trong nhiều trường hợp tương tác với cả giáo viên và học sinh Chúng cung cấp nhiều tính năng, bao gồm nhƣng không giới hạn ở các bài giảng, bài tập, câu đố, tương tác học tập, chứng chỉ hoàn thành và diễn đàn/trò chuyện xã hội Ứng dụng học trực tuyến đã cho thấy sự phát triển đáng kể trong thập kỷ qua, khi internet và giáo dục kết hợp với nhau để mang đến cho mọi người cơ hội đạt được các kỹ năng mới Kể từ khi bùng phát COVID-19, học trực tuyến đã trở thành trung tâm hơn trong cuộc sống của mọi người Đại dịch đã buộc các trường học, trường đại học và công ty phải làm việc từ xa và điều này làm bùng nổ việc sử dụng hình thức học trực tuyến.
Các lý thuyết liên quan
2.2.1 Thuyết chấp nhận và sử dụng công nghệ ( UTAUT – Unified Theory of Acceptance and Use of Technology)
UTAUT, hay còn gọi là thuyết chấp nhận và sử dụng công nghệ, được giới thiệu bởi Venkatesh và cộng sự vào năm 2003 nhằm thử nghiệm việc chấp nhận và sử dụng công nghệ một cách đồng nhất Mô hình này đã được kiểm nghiệm với cả dữ liệu gốc và dữ liệu mới, cho thấy khả năng giải thích cao hơn so với 8 mô hình đơn lẻ Các tác giả xác định rằng ba yếu tố chính ảnh hưởng trực tiếp đến ý định hành vi là hiệu quả mong đợi, nỗ lực mong đợi và ảnh hưởng của xã hội, trong khi hai yếu tố tác động trực tiếp đến hành vi sử dụng thực tế là các điều kiện thuận lợi và ý định hành vi Ngoài ra, các yếu tố trung gian như giới tính, độ tuổi, kinh nghiệm và sự tự nguyện sử dụng cũng có ảnh hưởng gián tiếp đến ý định hành vi và hành vi sử dụng thông qua các yếu tố chính.
Nghiên cứu chỉ ra rằng "hiệu suất mong đợi" là yếu tố chính tác động đến ý định hành vi trong nhiều tình huống, với mức độ ảnh hưởng khác nhau tùy thuộc vào giới tính và độ tuổi; cụ thể, yếu tố này có tác động mạnh hơn đối với nam giới và công nhân trẻ.
Nỗ lực mong đợi trong hành vi bị kiểm duyệt theo giới tính và độ tuổi cho thấy tác động mạnh mẽ hơn đối với phụ nữ và công nhân lớn tuổi, và tác động này giảm theo kinh nghiệm Mối quan hệ giữa "Ảnh hưởng xã hội" và ý định hành vi chỉ có ý nghĩa khi xem xét bốn biến (giới tính, độ tuổi, kinh nghiệm và tự nguyện), và sẽ không rõ ràng nếu không có biến kiểm duyệt Cuối cùng, "điều kiện thuận lợi" ảnh hưởng đến hành vi sử dụng chỉ khi được kiểm tra cùng với tác động điều tiết của tuổi tác và kinh nghiệm, đặc biệt quan trọng đối với công nhân lớn tuổi trong các giai đoạn sau của trải nghiệm.
UTAUT là một công cụ quan trọng giúp các nhà quản lý đánh giá khả năng thành công của việc triển khai công nghệ mới Nó giúp họ hiểu rõ các yếu tố ảnh hưởng đến việc chấp nhận hoặc từ chối công nghệ Dựa trên những hiểu biết này, các nhà quản lý có thể thiết kế các can thiệp hiệu quả, như đào tạo và tiếp thị, nhằm hỗ trợ người dùng, đặc biệt là những người có xu hướng ngại thay đổi.
Kể từ khi mô hình lý thuyết UTAUT được phát triển, đã có nhiều tài liệu tham khảo trong các lĩnh vực học thuật nhằm làm rõ ý định tiếp tục sử dụng công nghệ mới của người dùng Mô hình UTAUT xác định những thành phần chính như hình 2.1.
2.2.2 Mô hình chấp nhận công nghệ (TAM – Technology Acceptance Model)
Mô hình chấp nhận công nghệ (TAM) do Davis (1986, 1989, 1993) đề xuất nhằm nghiên cứu ảnh hưởng của công nghệ đến hành vi người sử dụng Mô hình này nhấn mạnh quy trình sử dụng công nghệ, trong đó tính hữu ích cảm nhận và tính dễ sử dụng là hai yếu tố chính quyết định ý định sử dụng công nghệ của cá nhân Tính hữu ích cảm nhận thể hiện niềm tin rằng công nghệ sẽ cải thiện kết quả, trong khi tính dễ sử dụng cho thấy sự tin tưởng rằng việc sử dụng công nghệ không đòi hỏi nhiều nỗ lực (Davis, 1989) Ngoài ra, Venkatesh và David (1996) cho rằng hai yếu tố này có thể bị ảnh hưởng bởi các biến bên ngoài.
Kể từ khi David đề xuất, một số nghiên cứu đã tập trung vào mức độ chấp nhận công nghệ trong giáo dục Gần đây, ngày càng nhiều bài nghiên cứu đã áp dụng mô hình chấp nhận công nghệ để đánh giá sự sẵn lòng của người học trong việc tiếp nhận các hệ thống học trực tuyến (Lee, Chung, & Chen, 2005).
Kỳ vọng kết quả thực hiện được
Kỳ vọng nỗ lực Ảnh hưởng xã hội
Các điều kiện thuận lợi
Giới tính Độ tuổi Kinh nghiệm
Sự tình nguyện sử dụng
Hình 2.1: Thuyết chấp nhận và sử dụng công nghệ UTAUT
The Technology Acceptance Model (TAM), as illustrated in Figure 2.2, has been explored in various studies, including those by Ngai, Poon, & Chan (2007), Ong, Lai, & Wang (2004), Pan, Gunter, Sivo, & Cornell (2005), Pituch & Lee (2006), and Yi & Hwang (2003) Additionally, research on online courses has been conducted by Arbaugh (2002), Arbaugh & Duray (2002), Gao (2005), and Landry, Griffeth, & Hartman (2006).
Các nghiên cứu trước
Nghiên cứu của Cunqi Han, Liqun Liu, và Siyu Chen (2022)
Có 4 yếu tố ảnh hưởng đến ý định khi chọn học học tập trực tuyến, đó là: Đánh giá hiệu suất, Tính dễ sử dụng, Các rủi ro về sức khoẻ và Chi phí cảm nhận
Nghiên cứu cho thấy sự hài lòng là yếu tố quan trọng mà phụ huynh xem xét khi quyết định sử dụng học tập trực tuyến Các yếu tố chính ảnh hưởng đến sự hài lòng bao gồm hiệu suất, khả năng sử dụng và xếp hạng rủi ro sức khỏe Đặc biệt, nhận thức về chi phí không phải là yếu tố quan trọng trong việc đánh giá các nhà cung cấp giáo dục trực tuyến.
Tính hữu ích cảm nhận
Tính dễ sử dụng Ý định sử dụng Thực tế sử dụng
Hình 2.2: Mô hình chấp nhận công nghệ TAM
Nghiên cứu của Yi Jin Lim, Abdullah Osman, Shahrul Nizam Salahuddin, Abdul Rahim Romle, Safizal Abdullah (2015)
Có 4 yếu tố ảnh hưởng đến hành vi mua sắm trực tuyến của sinh viên, đó là: Chuẩn chủ quan, tính dễ sử dụng, ý định mua, và sự phù hợp về nhiệm vu công nghệ
Nghiên cứu chỉ ra rằng chuẩn chủ quan và ý định mua có ảnh hưởng tích cực và quan trọng đến kết quả mua sắm, trong khi tính dễ sử dụng có mối quan hệ tích cực yếu với hành vi mua sắm trực tuyến.
Rủi ro về sự phát triển thái độ học
Sự hỗ trợ từ giáo viên
Sự trợ giúp từ ba mẹ
Rủi ro về sức khoẻ
Tiếp tục học trực tuyến
Sự đánh giá hiệu suất
Tính hữu ích sử dụng
Sự hài lòng Ý định học
Hình 2.3: Mô hình nghiên cứu của Cunqui Han, Liqun Liu và Siyu Chen năm 2022
Bài nghiên cứu hiện tại có một số hạn chế, đặc biệt là mẫu nghiên cứu chỉ tập trung vào sinh viên các trường đại học Do đó, để nâng cao tính chính xác và đa dạng của kết quả, các nghiên cứu trong tương lai nên xem xét mở rộng mẫu đối tượng, bao gồm những người đã đi làm và các yếu tố khác liên quan đến hành vi mua sắm trực tuyến.
Nghiên cứu của I-Fan Liu, Meng Chang Chen, Yeali S Sun, David Wible và Chin-Hwa Kuo (2009)
Có 6 yếu tố ảnh hưởng đến ý định sử dụng hệ thống học trực tuyến từ việc mở rộng mô hình TAM, đó là: Cách thiết kế khoá học trực tuyến, thiết kế giao diện người dùng, kinh nghiệm học trực tuyến sẵn có, tính hữu ích sử dụng, tính hữu ích cảm nhận, sự giao tiếp có nhận thức
Nghiên cứu chỉ ra rằng sự hữu ích cảm nhận (Beta = 0.44) là yếu tố có ảnh hưởng trực tiếp mạnh mẽ nhất đến ý định sử dụng hệ thống học trực tuyến Tiếp theo, kinh nghiệm học trực tuyến sẵn có cũng đóng vai trò quan trọng, và cuối cùng là cách thiết kế khóa học trực tuyến.
Hình 2.4: Mô hình nghiên cứu của Yi Jin Lim và cộng sự năm 2015
Nghiên cứu của Mengting Chen, Xuan Wang, Jixin Wang, Can Zuo, Jun Tian, Yongpeng Cui (2021)
Có 5 yếu tố ảnh hưởng đến ý định tiếp tục sử dụng nền tảng học tập trực tuyến, đó là: Sự kỳ vọng nỗ lực, chất lượng nội dung của khoá học, sự ảnh hưởng từ xã hội, chi phí cảm nhận và sự kỳ vọng hiệu suất
Nghiên cứu chỉ ra rằng kỳ vọng nỗ lực và tác động xã hội có ảnh hưởng gián tiếp đến kỳ vọng hiệu suất Chất lượng nội dung khóa học cũng ảnh hưởng gián tiếp đến ý định tiếp tục sử dụng thông qua kỳ vọng hiệu suất Tuy nhiên, chi phí cảm nhận lại có tác động tiêu cực đến ý định tiếp tục sử dụng.
Cách thiết kế khoá học trực tuyến
Thiết kế giao diện người dùng
Kinh nghiệm học trực tuyến Sự giao tiếp
Tính hữu ích cảm nhận
Tính hữu ích sử dụng Ý định sử dụng hệ thống học trực tuyến
Hình 2.5: Mô hình nghiên cứu của I-Fan Liu và cộng sự năm
Kết luận, dữ liệu được phân tích bằng phần mềm SPSS và AMOS cho thấy thiết kế khóa học là yếu tố quan trọng nhất ảnh hưởng đến tính hữu ích cảm nhận, theo nghiên cứu của I-Fan Liu và cộng sự năm 2009 Trong khi đó, nghiên cứu của Cunqi Han và cộng sự năm 2022 chỉ ra rằng đánh giá hiệu suất là yếu tố chính ảnh hưởng đến ý định chọn học tập trực tuyến của phụ huynh Đặc biệt, nghiên cứu này cũng nhấn mạnh vai trò trung gian của hành vi mua sắm, với ý định mua có ảnh hưởng tích cực.
2.3.2 Các mô hình nghiên cứu trong nước
Nghiên cứu của Lê Nam Hải và Trần Yến Nhi (2021)
Có 8 yếu tố ảnh hưởng đến sự hài lòng của người học đối với hình thức học tập trực tuyến, đó là: Nhận thức dễ sử dụng, nhận thức sự hữu ích, chất lƣợng thông tin, chất lượng hệ thống, giảng viên hướng dẫn, dịch vụ hỗ trợ, chuẩn chủ quan, nhận thứ kiểm soát hành vi
Nghiên cứu cho thấy rằng nhận thức về sự hữu ích là yếu tố có ảnh hưởng lớn nhất trong tổng số 8 nhân tố được xem xét Tiếp theo, nhận thức về kiểm soát hành vi cũng đóng vai trò quan trọng Cuối cùng, nhận thức về tính dễ sử dụng cũng góp phần không nhỏ vào kết quả nghiên cứu.
Sự kỳ vọng nỗ lực
Sự ảnh hưởng xã hội
Sự kỳ vọng hiệu suất Ý định tiếp tục
Mô hình nghiên cứu của Mengting Chen và cộng sự năm 2021 cho thấy rằng sự tác động đáng kể và mạnh mẽ thứ ba đến sự hài lòng của người học đến từ các yếu tố dịch vụ hỗ trợ Hơn nữa, các yếu tố này cũng được đánh giá là có ảnh hưởng tương quan thuận đến mức độ hài lòng của người học.
Mặc dù nghiên cứu đã đạt được một số kết quả tích cực, nhưng vẫn tồn tại một số hạn chế nhất định Quy mô mẫu đáp ứng yêu cầu thống kê, tuy nhiên, đối tượng khảo sát chỉ giới hạn ở sinh viên ngành kinh tế tại TP.HCM.
Nghiên cứu của Nguyễn Quốc Nghi, Phan Thị Mỹ Hoàng và Nguyễn Quang Duy
Có 10 yếu tố ảnh hưởng đến nhu cầu học tập từ xa, đó là: Kỹ năng CNTT, Sự khác biệt về giới, Thái độ học tập, Nhận thức tính linh hoạt, Cơ hội việc làm, Phuơng
Nhận thức dễ sử dụng
Nhận thức sự hữu ích
Nhận thức kiểm soát hành vi
Sự hài lòng của người học
Hình 2.7: Mô hình nghiên cứu của Lê Nam Hải và Trần
Yến Nhi năm 2021 tiện công nghệ hỗ trợ, Sự hỗ trợ đào tạo, Chương trình đào tạo, Chi phí học tập, Sự tin tưởng vào chất lượng
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
Tác giả sẽ xác định vấn đề nghiên cứu và mục tiêu nghiên cứu, đồng thời xây dựng cơ sở lý thuyết Tiếp theo, tác giả sẽ xem xét các giả thuyết nghiên cứu và xác định mô hình nghiên cứu đề xuất.
Sau khi xây dựng mô hình nghiên cứu, tác giả tiến hành lập thang đo sơ bộ Để hoàn thiện thang đo chính thức phục vụ cho khảo sát, tác giả cần tổ chức thảo luận nhóm với 4 thành viên nhằm điều chỉnh và cải tiến thang đo.
Tác giả đã tiến hành khảo sát gián tiếp bằng Google Forms từ ngày 15/7/2023 đến 1/8/2023, đối tượng khảo sát là sinh viên trường Đại học Ngân hàng thành phố Hồ Chí Minh, sau khi có thang đo chính thức.
- Sau khi thu đƣợc đủ số lƣợng form khảo sát, tác giả bắt đầu thực hiện xử lý, chạy và phân tích số liệu
Nguồn: Tác giả phát triển dựa trên Nguyễn Đình Thọ, Nguyễn Thị Mai Trang (2012)
Phương pháp nghiên cứu
Tác giả đã sử dụng hệ số tin cậy Cronbach's Alpha và phân tích nhân tố khám phá (EFA) trên phần mềm SPSS 26 để kiểm định độ tin cậy của thang đo, nhằm sàng lọc và loại bỏ các biến quan sát không đạt tiêu chuẩn.
3.2.1 Cronbach’s Alpha Độ tin cậy của thang đo đƣợc đánh giá thông qua hệ số Cronbach‟s alpha Thông qua hệ số Cronbach‟s Alpha cho phép kiểm định thống kê về mức độ chặt chẽ của tập hợp các biến quan sát trong thang đo Hair và cộng sự (2010) cùng nhiều nhà nghiên cứu khác cho rằng hệ số Cronbach‟s Alpha là thang đo tốt khi nó có giá trị từ
Mô hình và giả thuyết nghiên cứu đề xuất
Nghiên cứu định tính (Thảo luận nhóm) Điều chỉnh thang đo
Khảo sát chính thức Đánh giá độ tin cậy thang đo Cronbach’s Alpha
Phân tích nhân tố khám phá EFA
Phân tích tương quan Pearson
Phân tích hồi quy tuyến tính
Kết luận và đề xuất
Hình 3.1: Quy trình nghiên cứu
0.8 và gần với 1.0; có thể sử dụng đƣợc khi nó có giá trị từ 0.7 đến gần 0.8 Nunally
Theo nghiên cứu của 1978, hệ số Cronbach's Alpha từ 0.6 trở lên có thể được sử dụng trong các nghiên cứu với khái niệm mới Tuy nhiên, Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2013) chỉ ra rằng Cronbach's Alpha chỉ đo lường độ tin cậy của thang đo với ba biến quan sát trở lên, mà không xác định được độ tin cậy cho từng biến Do đó, để quyết định biến nào nên giữ lại hay loại bỏ, cần sử dụng thêm hệ số tương quan biến tổng (Correct Item - Total Correlation) Nếu hệ số này nhỏ hơn 0.3, biến tương ứng sẽ bị loại bỏ (Peterson, 1994).
3.2.2 Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) giúp rút gọn nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp biến ít hơn, giữ nguyên thông tin ban đầu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008) Nghiên cứu này sử dụng EFA để tổng hợp các biến quan sát thành các nhân tố đo lường các khía cạnh khác nhau của khái niệm nghiên cứu Các tiêu chuẩn lựa chọn biến cho EFA bao gồm việc đảm bảo tính phù hợp và khả năng giải thích của các nhân tố.
Hệ số KMO (Kaiser – Meyer – Olkin) là tiêu chí quan trọng để đánh giá tính phù hợp của phân tích nhân tố khám phá Để đảm bảo kết quả phân tích đáng tin cậy, hệ số KMO cần đạt giá trị trên 0.5.
Hệ số KMO nằm trong khoảng từ 0 đến 1, với giá trị KMO ≥ 0.5 là điều kiện cần thiết để phân tích nhân tố khám phá được xem là phù hợp Nếu hệ số KMO dưới 0.5, khả năng phân tích nhân tố sẽ không thích hợp với tập dữ liệu nghiên cứu.
Kiểm định Bartlett (Bartlett's test) là một phương pháp thống kê quan trọng để xác định xem các biến có mối tương quan với nhau trong tổng thể hay không Nếu giá trị Sig nhỏ hơn 0.05, điều này cho thấy các biến quan sát có mối tương quan đáng kể và phù hợp để tiến hành phân tích nhân tố Ngược lại, khi Sig lớn hơn 0.05, kiểm định không có ý nghĩa thống kê, do đó không nên thực hiện phân tích nhân tố cho các biến đó.
Tiêu chuẩn rút trích nhân tố bao gồm chỉ số Eigenvalue và chỉ số Cumulative Eigenvalue thể hiện khả năng giải thích lượng biến thiên của các nhân tố, trong khi Cumulative là tổng phương sai trích, biểu diễn tỷ lệ phần trăm được giải thích bởi phân tích nhân tố Theo Anderson & Gerbing (1988), nếu hệ số Eigenvalue nhỏ hơn 1, thông tin sẽ không được tóm tắt tốt hơn biến ban đầu Do đó, chỉ số Eigenvalue cần lớn hơn 1 để các yếu tố có ý nghĩa.
Tổng phương sai trích: khi tổng phương sai trích > 50% thì thang đo được chấp nhận và mô hình EFA đƣợc đánh giá là phù hợp (Hair và cộng sự, 2010)
Hệ số tải nhân tố (Factor loadings) thể hiện mối tương quan giữa các biến quan sát và các nhân tố, đóng vai trò quan trọng trong việc đánh giá mức ý nghĩa của phân tích yếu tố khám phá (EFA) Theo Hair và cộng sự (2010), hệ số tải nhân tố tối thiểu cần đạt 0.3, trong khi hệ số tải lớn hơn 0.4 được coi là đáng kể Đặc biệt, hệ số tải nhân tố vượt quá 0.5 được xem là có ý nghĩa thực tiễn.
Hệ số tương quan Pearson (r) là chỉ số dùng để đo lường mức độ tương quan tuyến tính giữa các biến độc lập và biến phụ thuộc trong nghiên cứu Giá trị của hệ số này dao động từ -1 đến +1, với giá trị Sig nhỏ hơn 0.05 cho thấy mối tương quan Pearson có ý nghĩa thống kê.
Phân tích hồi quy đa biến được sử dụng để đánh giá mức độ và chiều hướng ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mô hình nghiên cứu Các tiêu chí quan trọng trong phân tích hồi quy đa biến bao gồm khả năng giải thích biến phụ thuộc, độ chính xác của mô hình và sự phù hợp của dữ liệu.
Giá trị Sig trong kiểm định F được sử dụng để đánh giá độ phù hợp của mô hình hồi quy và mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc Cụ thể, nếu giá trị Sig nhỏ hơn hoặc bằng 0.05, điều này cho thấy có mối quan hệ giữa biến độc lập và biến phụ thuộc Ngược lại, nếu giá trị Sig lớn hơn 0.05, điều đó chỉ ra rằng không có mối quan hệ nào giữa các biến này.
Giá trị R Square (R2) là một chỉ số thống kê quan trọng, thể hiện khả năng giải thích của một phương trình hồi quy Nó cho biết tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi tổng mức biến thiên của các biến độc lập Khi R2 gần 1, điều này cho thấy mô hình hồi quy có độ phù hợp cao, trong khi giá trị gần 0 cho thấy độ phù hợp thấp.
Trị số Durbin – Watson (DW) được sử dụng để kiểm tra hiện tượng tự tương quan của các sai số kề nhau trong mô hình hồi quy Khi giá trị DW nằm trong khoảng 1 < DW < 3, điều này cho thấy không có hiện tượng tự tương quan xảy ra giữa các sai số.
Hệ số phóng đại phương sai (VIF) là công cụ kiểm tra hiện tượng đa cộng tuyến trong các biến độc lập Khi VIF của các biến độc lập lớn hơn 10 (VIF > 10), điều này cho thấy có hiện tượng đa cộng tuyến xảy ra Ngược lại, nếu VIF nhỏ hơn 10 (VIF < 10), thì không có dấu hiệu của đa cộng tuyến.
Phương trình hồi quy tuyến tính:
Y = YD = β0 + β1*THICN + β2*TDSD + β3*TD + β4*TKKH + β5*CQ + ɛi
Xây dựng thang đo nghiên cứu
3.3.1 Phương pháp xây dựng thang đo
Nội dung bảng khảo sát bao gồm các phần chính sau:
- Phần mở đầu: Tập trung vào đối tƣợng khảo sát, tính bảo mật của cuộc khảo sát
Phần thông tin cá nhân trong khảo sát bao gồm các câu hỏi về giới tính, năm đào tạo, các ứng dụng học tiếng Anh trực tuyến, và xác nhận người tham gia có phải là sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh và đã từng tham gia các khoá học tiếng Anh trực tuyến hay không Các ứng dụng được đề cập chỉ là một phần nhỏ trong số rất nhiều ứng dụng hiện có Nếu người tham gia không đáp ứng yêu cầu, khảo sát sẽ kết thúc Lý do chỉ chọn sinh viên đã từng sử dụng ứng dụng học tiếng Anh trực tuyến là để đảm bảo họ có trải nghiệm thực tế về các yếu tố ảnh hưởng đến ý định học tiếng Anh trực tuyến.
- Phần nội dung chính: Phần này bao gồm các câu hỏi đƣợc xây dựng từ thang đo chính thức
- Phần kết thúc: Kết thúc và lời cảm ơn đối với người tham gia khảo sát
3.3.2 Thực hiện xây dựng thang đo
Câu hỏi một lựa chọn là loại câu hỏi mà người tham gia chỉ có thể chọn một trong những đáp án có sẵn Thông qua hình thức này, sinh viên sẽ cung cấp thông tin một cách rõ ràng và ngắn gọn.
3 Các ứng dụng học tiếng anh trực tuyến
4 Có/ Không tham gia các ứng dụng học Tiếng anh trực tuyến
Dựa vào kết quả thu thập đƣợc từ Google Forms, tác giả tiến hành mã hoá các biến định tính để đƣa vào SPSS
Bảng 3.1: Thông tin người khảo sát
STT Mã hoá Nội dung
Bạn có phải là sinh viên của trường Đại học Ngân hàng Thành phố Hồ Chí Minh ?
Các ứng dụng học tiếng anh trực tuyến
5 1 = Đã từng tham gia một lần
2 = Đã từng tham gia nhiều lần
Tham gia các ứng dụng học Tiếng anh trực tuyến?
Nguồn: Tác giả đề xuất
Tất cả các thang đo đều sử dụng dạng Likert 5 với mức độ tương ứng các mức: 1: Hoàn toàn không đồng ý
Thang đo tính hữu ích cảm nhận
Tính hữu ích cảm nhận là niềm tin của người dùng rằng việc sử dụng một hệ thống cụ thể sẽ nâng cao hiệu quả làm việc của họ (Davis, 1989) Theo nghiên cứu của Huỳnh Yến Nhi và cộng sự (2021), có năm biến quan sát được sử dụng để đo lường tính hữu ích cảm nhận, được trình bày chi tiết trong bảng 3.2.
Bảng 3.2: Thang đo sơ bộ của Tính hữu ích cảm nhận
Yếu tố Nội dung Nội dung gốc
Tính hữu ích cảm nhận
Tôi có thể cải thiện hiệu suất học Tiếng anh của mình bằng cách sử dụng các ứng dụng học Tiếng anh trực tuyến
Tôi có thể cải thiện hiệu suất học Tiếng Anh của mình bằng cách sử dụng hệ thống
Tôi có thể nâng cao trình độ thông thạo ngôn ngữ Tiếng anh của mình
Tôi có thể nâng cao trình độ thông thạo ngôn ngữ Tiếng anh của mình bằng cách sử dụng hệ thống Youtube
Tôi có thể tăng năng suất học Tiếng anh của mình bằng cách sử dụng các ứng dụng học Tiếng anh trực tuyến
Tôi có thể cải thiện năng suất học tiếng Anh của mình bằng cách sử dụng hệ thống YouTube Các chương trình học tiếng Anh trực tuyến mà tôi tìm thấy rất hữu ích và hỗ trợ tôi trong việc nâng cao kỹ năng ngôn ngữ.
Tôi thấy rằng các chương trình học đƣợc cung cấp qua hệ thống ứng dụng Youtube là hữu ích đối với mình Tôi nghĩ rằng các ứng dụng học
Tiếng anh trực tuyến là một tiện ích tốt đối với sinh viên
Hệ thống ứng dụng YouTube là một công cụ hữu ích cho sinh viên, giúp hỗ trợ quá trình học tập và tiếp cận kiến thức một cách hiệu quả Nguồn thông tin này được đề xuất dựa trên nghiên cứu của Huỳnh Yến Nhi và cộng sự (2021).
Thang đo tính hữu ích sử dụng
Tính hữu ích sử dụng được định nghĩa là "mức độ mà người ta tin rằng việc sử dụng một hệ thống cụ thể không đòi hỏi nhiều nỗ lực" (Davis, 1989) Theo nghiên cứu của Cunqi Han và cộng sự (2022), có bốn biến quan sát liên quan đến thang đo tính hữu ích sử dụng, được trình bày chi tiết trong bảng 3.3.
Bảng 3.3: Thang đo sơ bộ của Tính hữu ích sử dụng
Yếu tố Nội dung Nguồn gốc
Tính hữu ích sử dụng
Tôi có thể sử dụng các thiết bị cho việc học online một cách có hiệu quả
Chilren could efficiently operate devices for online learning during the pandemic Phần mềm sử dụng cho việc học online thì đơn giản và dễ sử dụng
During the pandemic, the software utilized for online learning became user-friendly and easy to navigate I can quickly learn English through various online learning applications.
Chilren could quickly learn online through software during the pandemic
Việc cung cấp thiết bị cố định cho tôi để học online thì thật dễ dàng
During the pandemic, supplying children with fixed equipment for online learning was a straightforward task This observation is supported by the framework proposed by Cunqi Han and colleagues (2022).
Thái độ ảnh hưởng đáng kể đến quyết định chi tiêu của người tiêu dùng Theo nghiên cứu của Nguyễn Quốc Nghi và cộng sự (2018), có ba biến quan sát trong thang đo thái độ được trình bày chi tiết trong bảng 3.4.
Bảng 3.4: Thang đo sơ bộ của Thái độ
Yếu tố Nội dung của tôi Nguồn gốc
Tôi có thể học tập tốt hơn khi học một khoá học trực tuyến so với việc phải đến lớp học tại các cơ sở đào tạo
Học tập từ xa mang lại cho tôi hiệu quả tốt hơn so với việc đến lớp trực tiếp Tham gia các ứng dụng học tiếng Anh trực tuyến giúp tôi cảm thấy có động lực hơn và dễ dàng tiếp cận kiến thức, vượt trội hơn so với hình thức học truyền thống tại các cơ sở đào tạo.
Tham gia khóa đào tạo từ xa mang lại cho tôi nhiều động lực hơn so với việc đến lớp học trực tiếp Bên cạnh đó, việc sử dụng các ứng dụng học tiếng Anh trực tuyến cũng giúp tôi duy trì sự hứng thú và động lực trong việc học ngôn ngữ này.
Tôi có nhiều động lực học tập khi tiếp tục tham gia các khoá đào tạo từ xa ở các nghành học khác
Nguồn: Tác giả đề xuất dựa trên thang đo của Nguyễn Quốc Nghi và cộng sự (2018)
Thang đo thiết kế khoá học
Có 4 biến quan sát của thang đo thiết kế khoá học tác giả đƣợc kế thừa từ tác giả I-Fan Liu và cộng sự (2009) cụ thể đƣợc trình bày ở bảng 3.5:
Bảng 3.5: Thang đo sơ bộ của Thiết kế khoá học
Yếu tố Nội dung của tôi Nguồn gốc
Nội dung khoá học thú vị The course content is interesting Mức độ nội dung khoá học ở mức tầm trung
The course content level is mid-range Nội dung khoá học đáp ứng nhu cầu của tôi
The course content meets my needs Nhìn chung, tôi hài lòng với cách thiết kế nội dung và chất lƣợng khoá học
In general, I am satisfied with the design of the course content and quality Nguồn: Tác giả đề xuất dựa trên thang đo của I-Fan Liu và cộng sự (2009)
Thang đo chuẩn chủ quan
Có 6 biến quan sát của thang đo chuẩn chủ quan đƣợc tác giả kế thừa từ tác giả Huỳnh Yến Nhi và cộng sự (2021) cụ thể đƣợc trình bày ở bảng 3.6
Bảng 3.6: Thang đo sơ bộ của Chuẩn chủ quan
Yếu tố Nội dung của tôi Nguồn gốc
Gia đình và bạn bè có ảnh hưởng đến ý định chọn các ứng dụng học Tiếng anh trực tuyến của tôi
Gia đình và bạn bè đóng vai trò quan trọng trong việc hình thành ý định học Tiếng Anh trực tuyến trên YouTube của tôi Ngoài ra, các phương tiện truyền thông cũng có ảnh hưởng lớn đến quyết định lựa chọn các ứng dụng học Tiếng Anh trực tuyến mà tôi sử dụng.
Các phương tiện truyền thông đến ý định học Tiếng Anh trực tuyến trên Youtube của tôi
Tôi thấy hầu hết mọi người cung quanh tôi đều có ý định chọn các ứng dụng học Tiếng anh trực tuyến
Hầu hết mọi người xung quanh tôi đang học Tiếng Anh trực tuyến qua Youtube Những người thành công trong việc sử dụng các ứng dụng học Tiếng Anh trực tuyến đã tác động tích cực đến quyết định của tôi về việc học tập trực tuyến.
Nghiên cứu định lƣợng chính thức
3.4.1 Thu thập dữ liệu từ mẫu nghiên cứu
Sau khi tiến hành thu thập dữ liệu bằng cách phát bảng câu hỏi trực tiếp và trực tuyến đến sinh viên trường Đại học Ngân hàng TP.HCM, tác giả đã nhận được 319 phiếu trả lời Tiếp theo, tác giả thực hiện kiểm tra và xử lý dữ liệu, loại bỏ những phiếu trả lời không hợp lệ để đảm bảo tính chính xác của nghiên cứu.
3.4.2 Xử lý, hiệu chỉnh và nhập liệu
Sau khi thu thập đủ số lượng phiếu trả lời, tác giả tiến hành làm sạch dữ liệu để đảm bảo độ tin cậy của kết quả phân tích Quá trình này bao gồm kiểm tra tính hoàn tất, tính hợp lý và tính rõ ràng của các phiếu trả lời Trong số 319 phiếu trả lời thu được, tác giả đã loại bỏ 22 phiếu không hợp lệ do đáp viên chưa từng tham gia khóa học Tiếng Anh trực tuyến và không đang theo học tại trường Đại học Ngân hàng Thành phố Hồ Chí Minh Kết quả là kích thước mẫu của nghiên cứu được xác định.
297 Tiếp theo, tác giả tiến hành nhập dữ liệu vào phần mềm SPSS
Sau quá trình nhập liệu, tác giả tiến hành kiểm tra để tránh sai sót trong quá trình nhập liệu
Chương 3 tác giả trình bày về phương pháp nghiên cứu được thực hiện trong khóa luận Phương pháp nghiên cứu định tính đã được tiến hành thực hiện bằng lược khảo các cơ sở lý thuyết, các nghiên cứu có liên quan, xây dựng thang đo chính thức cho bài nghiên cứu Phương pháp nghiên cứu định lượng thực hiện xử lý số liệu thông qua kiểm định độ tin cậy thông qua hệ số Cronbach‟s Alpha và phương pháp nhân tố khám phá EFA Tiếp theo chương 4, tác giả sẽ xác định độ tin cậy và kiểm định lại thang đo thông qua dữ liệu đƣợc khảo sát với 297 phiếu trả lời.
PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả mẫu nghiên cứu
Đặc điểm của mẫu nghiên cứu đƣợc trình bày nhƣ sau:
Về giới tính, có 186 sinh viên là nữ chiếm tỷ lệ 62,3%, 97 sinh viên là nam chiếm tỷ lệ 32,7% và có 14 sinh viên là giới tính khác chiếm 5%
Về xếp hạng đào tạo theo năm, có 142 sinh viên năm 4 tương đương 47,3%, có
62 sinh viên năm 3 tương đương 21%, 46 sinh viên năm 2 tương đương 15,7% và 47 sinh viên năm 1 tương đương 16%
In a survey of students using online English learning applications, 22 students (7.3%) chose Duolingo, while 48 students (16%) preferred Memrise Simpler was selected by 58 students (19.3%), and 37 students (12.3%) opted for prep Cambly attracted 36 students (12%), Lingo Deer was favored by 58 students (20%), and 38 students (13%) chose Cake.
Bảng 4.1: Thống kê mô tả mẫu nghiên cứu
Tổng cộng 297 100 Ứng dụng học tiếng anh trực tuyến
Nguồn: Kết quả xử lý dữ liệu điều tra, 2023
Đánh giá độ tin cậy của thang đo bằng phân tích Cronbach‟s Alpha
Bảng 4.2 Kết quả đánh giá độ tin cậy của biến độc lập Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Cronbach’s Alpha nếu loại biến
Thang đo Tính hữu ích cảm nhận: Cronbach‟s Alpha = 0.879
Thang đo Tính hữu ích sử dụng: Cronbach‟s Alpha = 0.835
Thang đo Thái độ: Cronbach‟s Alpha = 0.848
Thang đo Chuẩn chủ quan: Cronbach‟s Alpha = 0.880
Thang đo Thiết kế khoá học: Cronbach‟s Alpha = 0.862
Nguồn: Kết quả xử lý dữ liệu điều tra, 2023
Yếu tố tính hữu ích cảm nhận (THICN) có hệ số Cronbach’s Alpha đạt 0.879, vượt ngưỡng 0.6, cho thấy độ tin cậy cao của thang đo Hệ số tương quan giữa các biến đo lường thành phần cũng đều lớn hơn 0.3, khẳng định tính chính xác của thang đo Do đó, thang đo sẽ được áp dụng trong phân tích nhân tố khám phá EFA ở bước tiếp theo.
Yếu tố tính hữu ích sử dụng (TDSD) có hệ số Cronbach's Alpha là 0.835, cho thấy độ tin cậy cao của thang đo Tuy nhiên, biến đo lường TDSD4 có hệ số tương quan nhỏ hơn 0.3, dẫn đến quyết định loại bỏ biến này khỏi thang đo và tiến hành chạy lại lần 2.
Yếu tố thái độ (TD) đạt hệ số Cronbach's Alpha là 0.848, cho thấy độ tin cậy của thang đo vượt mức yêu cầu 0.6 Hơn nữa, hệ số tương quan giữa các biến đo lường thành phần đều lớn hơn 0.3, khẳng định tính chính xác trong việc đánh giá.
Yếu tố chuẩn chủ quan (CQ) có hệ số Cronbach's Alpha đạt 0.880, cho thấy độ tin cậy của thang đo vượt mức yêu cầu 0.6 Hơn nữa, các hệ số tương quan biến tổng đều lớn hơn 0.3, xác nhận tính chính xác và sự liên kết của các biến trong nghiên cứu.
Yếu tố thiết kế khóa học (TKKH) có hệ số Cronbach's Alpha đạt 0.862, vượt mức 0.6, đảm bảo độ tin cậy cao cho thang đo Hơn nữa, hệ số tương quan giữa các biến đo lường thành phần đều lớn hơn 0.3, cho thấy tính nhất quán trong các yếu tố được đánh giá.
Bảng 4.3: Kết quả đánh giá độ tin cậy của biến phụ thuộc
Biến quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Cronbach’s Alpha nếu loại biến
Nguồn: Kết quả xử lý dữ liệu điều tra, 2023
Yếu tố ý định (YD) có độ tin cậy cao với hệ số Cronbach's Alpha đạt 0.846, cho thấy thang đo này đảm bảo độ tin cậy tốt Tất cả các hệ số tương quan biến tổng đều lớn hơn 0.3, vì vậy các biến trong thành phần này sẽ được sử dụng cho phân tích nhân tố khám phá EFA.
Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach's Alpha, tác giả xác định rằng 20 biến quan sát từ 5 biến độc lập và 4 biến quan sát từ biến phụ thuộc đều hợp lệ Do đó, các thang đo này sẽ được xem xét thông qua phương pháp phân tích nhân tố khám phá (EFA).
Kết quả phân tích đầu tiên cho thấy các kiểm định, bao gồm kiểm định tính phù hợp của mô hình và kiểm định Bartlett's Test về sự tương quan của các biến quan sát, đều đạt yêu cầu Hai hệ số này chỉ ra rằng các biến quan sát có mối quan hệ tương quan tuyến tính với nhau trong nhân tố đại diện, do đó, việc thực hiện phân tích nhân tố khám phá EFA là phù hợp.
Tác giả đã xác định 5 nhân tố đại diện cho 20 biến quan sát của biến độc lập, với hệ số Eigenvalues lớn hơn 1 Tổng phương sai tích lũy của các nhân tố này vượt quá 50% trong mô hình phân tích nhân tố.
Tác giả đã sử dụng ngưỡng hệ số tải 0.5 trong phân tích EFA để chọn lọc các biến quan sát chất lượng Tuy nhiên, trong quá trình xem xét ma trận xoay, tác giả nhận thấy biến quan sát CQ4 và THICN1 cần được loại bỏ do tải lên ở cả hai nhân tố Sau khi loại bỏ hai biến này, tác giả tiếp tục thực hiện phân tích nhân tố khám phá lần tiếp theo.
2 cho 18 biến quan sát của 5 biến độc lập Kết quả nhƣ sau:
Bảng 4.4: Kết quả phân tích nhân tố khám phá cho biến phụ thuộc
Nguồn: Kết quả xử lý dữ liệu điều tra, 2023
Sau khi thực hiện phân tích nhân tố khám phá lần 2, tác giả xác nhận rằng tất cả các kiểm định đều đạt yêu cầu với KMO = 0.822 (0.5 < KMO < 1) và giá trị Sig của Bartlett's Test là 0.000 (giá trị Sig < 0.05) Kết quả cho thấy có 5 nhân tố được trích ra dựa trên tiêu chí Eigenvalues lớn hơn 1 (1.156 > 1), cho thấy 5 nhân tố này có khả năng tóm tắt thông tin của 18 biến quan sát một cách hiệu quả Hơn nữa, tổng phương sai của 5 nhân tố này chiếm 69.967%, chứng tỏ rằng chúng có thể giải thích 69.967% sự biến thiên dữ liệu của 18 biến quan sát trong quá trình EFA.
Kết quả phân tích dữ liệu cho thấy sau khi xoay 18 biến quan sát, các biến này tạo ra ma trận tương quan nhưng vẫn trở về nhóm ban đầu với hệ số tải > 0.5, chứng tỏ chúng có ý nghĩa trong mô hình nghiên cứu Đối với thang đo biến phụ thuộc (ý định – YD) bao gồm 4 biến quan sát, tác giả đã kiểm tra độ tin cậy thông qua hệ số Cronbach’s Alpha trước khi tiến hành phân tích nhân tố khám phá EFA.
Bảng 4.5: Kết quả phân tích nhân tố khám phá cho biến phụ thuộc
Kết quả xử lý dữ liệu điều tra năm 2023 cho thấy mô hình nghiên cứu đạt mức độ phù hợp cao với hệ số KMO là 0.812, nằm trong khoảng 0.5 < KMO < 1 Thêm vào đó, kiểm định Bartlett cho thấy hệ số Sig nhỏ hơn 0.05 (0.000 < 0.05), khẳng định giả thuyết của mô hình nghiên cứu là phù hợp.
Sau khi thực hiện phép xoay nhân tố bằng phương pháp Varimax, một nhân tố với hệ số Eigenvalues là 2.739 đã được trích ra, cho thấy nó giải thích 68.471% sự biến thiên của dữ liệu từ bốn biến quan sát YD2, YD1, YD4 và YD3 trong phân tích nhân tố khám phá EFA Kết quả này xác nhận giả định ban đầu về mô hình nghiên cứu, đồng thời hệ số tải của các biến quan sát đều lớn hơn ngưỡng 0.5.
Vì thế, các biến quan sát này đều có ý nghĩa đóng góp vào mô hình nghiên cứu.
Phân tích tương quan
Để thực hiện phân tích tương quan, tác giả đã tính toán giá trị trung bình của các biến thuộc các nhân tố, dựa trên việc phân loại và sắp xếp lại nhóm nhân tố sau khi kiểm định độ tin cậy và tiến hành phân tích nhân tố EFA.
Bảng 4.6: Kết quả ma trận hệ số tương quan
MA TRẬN HỆ SỐ TƯƠNG QUAN (N = 297)
YD THICN TDSD TD CQ TKKH
YD Hệ số tương quan 1 631** 573** 669** 595** 604**
THICN Hệ số tương quan 631** 1 457** 411** 525** 562**
TDSD Hệ số tương quan 573** 457** 1 372** 335** 346**
TD Hệ số tương quan 669** 411** 372** 1 429** 482**
CQ Hệ số tương quan 595** 525** 335** 429** 1 585**
TKKH Hệ số tương quan 604** 562** 346** 482** 585** 1
(**) tương quan Pearson với mức ý nghĩa 1%
Nguồn: Kết quả xử lý dữ liệu điều tra, 2023
Mức ý nghĩa của biến phụ thuộc (ý định) đối với các biến độc lập như tính hữu ích cảm nhận, tính hữu ích sử dụng, thái độ, chuẩn chủ quan và thiết kế khoá học là 0,000, cho thấy mối liên hệ chặt chẽ và có ý nghĩa thống kê giữa các yếu tố này.
Kết quả phân tích cho thấy có mối tương quan chặt chẽ giữa biến độc lập và biến phụ thuộc (Sig.