Luận văn thạc sĩ Hệ thống thông tin quản lý: Đánh giá lợi ích mạng xã hội Facebook trong tiếng việt nâng cao chất lượng dạy học ở Việt Nam

TÓM TẮT ĐỀ TÀI Đề tài này được hình thành với mục tiêu nghiên cứu mô hình Student Motivation in Learning, thực hiện cải tiến và đánh giá sự thúc đẩy học tập của học viên, qua đó góp phần

GIỚI THIỆU

GIỚI THIỆU ĐỀ TÀI

Mạng xã hội (MXH) ngày càng thể hiện tầm quan trọng cũng như sự lớn mạnh của nó trong đời sống giới trẻ Trong thế kỷ 21, Facebook là một công cụ quan trọng cho dạy và học Nó đã sẵn sàng để sử dụng rộng rãi trong các trường cao đẳng và đại học Nó tạo ra sự thay đổi giữa người học, giáo viên và lớp học Với những thay đổi nhanh chóng của công nghệ Facebook đang ở một vị trí tuyệt vời để hỗ trợ người học, giáo viên và các nhà giáo dục khác cùng nhau cộng tác, hỗ trợ và phát triển giáo dục Việc tận dụng và ứng dụng công nghệ mạng xã hội để tạo thuận lợi cho quá trình dạy và học tập thông qua việc chia sẻ nội dung và hợp tác các ý tưởng là một phần tất yếu và cần thiết Tôi sử dụng trang Facebook như một nền tảng để chia sẻ nội dung, kinh nghiệm và tin tức của một khóa học kỹ thuật nói chung và công cụ cộng tác để bày tỏ suy nghĩ, ý kiến trong một chủ đề cốt lõi Bằng các kết nối giáo viên và học viên, Facebook có thể tạo ra một cộng đồng mạnh cho việc trao đổi, thảo luận trong học tập Trong luận văn này tôi tìm thấy những khả năng ứng dụng các công cụ mạng xã hội, hỗ trợ thực hành giảng dạy trong các khóa học và hỗ trợ học viên

Mục tiêu của đề tài này là đánh giá lợi ích, độ tương thích của ứng dụng mạng xã hội trong nâng cao chất lượng dạy và học trong môi trường giáo dục Việt Nam

1.3 NỘI DUNG CỦA ĐỀ TÀI Để đạt được các mục tiêu trên tác giả tập trung nghiên cứu các hình thức học tập chủ động, các mô hình giáo dục mới trên nền tảng trực tuyến, tìm hiểu những mô hình dạy học và học tập dựa trên Facebook nhưng chưa định hình ra một mô hình hoặc phương pháp nào, sau đó tiến hành thực hiện đánh giá và cải tiến mô hình theo hướng phù hợp với điều kiện thực tế ở Việt Nam Tác giả xây dựng bảng khảo sát, thu thập ý kiến khảo sát của người dùng dựa trên những nghiên cứu định tính và định lượng ban đầu Từ đó, đánh giá để đưa ra kết luận, kiến nghị về độ tương thích ứng dụng mạng xã hội trong nâng cao chất lượng giáo dục ở Việt Nam

Do hạn chế về mặt thời gian cũng như nguồn lực, đề tài được giới hạn trong phạm vi sau:

 Đề tài được thực hiện trên các đối tượng là những thành viên tham gia, quản trị viên trong nhóm cộng đồng ERP ODOO, nhóm cộng đồng IoT, nhóm SysAdmin, nhóm cộng đồng Mạng và Bảo mật và nhóm IT Leader, nhóm Orange Pi Những thành viên tham gia vào các nhóm riêng tư để thảo luận và chia sẻ tài liệu, thực hành, báo cáo kết quả, chia sẻ kinh nghiệm

 Đề tài được thực hiện trong phạm vi rộng rãi tại các nhóm học tập trên mạng xã hội, trường đại học Đà Lạt và Cao Đẳng Nghề Thủ Đức

 Đề tài thực hiện trong khoảng thời gian từ 2/2017 đến 6/2017

Nội dung của luận văn bao gồm 5 chương, cụ thể như sau:

Chương 1: Giới thiệu về lý do hình thành đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu và ý nghĩa thực tiễn

Chương 2: Trình bày cơ sở lý thuyết và những nghiên cứu liên quan đến ứng dụng mạng xã hội cho việc nâng cao chất lượng dạy và học

Chương 3: Trình bày mô hình đánh giá lợi ích mạng xã hội Facebook trong giáo dục Chương 4: Phân tích dữ liệu và trình bày kết quả phân tích dữ liệu

Chương 5: Tóm tắt kết quả nghiên cứu, các đóng góp về khoa học và thực tiễn, và hạn chế của đề tài, đề xuất hướng nghiên cứu tiếp theo.

NỘI DUNG CỦA ĐỀ TÀI

Để đạt được các mục tiêu trên tác giả tập trung nghiên cứu các hình thức học tập chủ động, các mô hình giáo dục mới trên nền tảng trực tuyến, tìm hiểu những mô hình dạy học và học tập dựa trên Facebook nhưng chưa định hình ra một mô hình hoặc phương pháp nào, sau đó tiến hành thực hiện đánh giá và cải tiến mô hình theo hướng phù hợp với điều kiện thực tế ở Việt Nam Tác giả xây dựng bảng khảo sát, thu thập ý kiến khảo sát của người dùng dựa trên những nghiên cứu định tính và định lượng ban đầu Từ đó, đánh giá để đưa ra kết luận, kiến nghị về độ tương thích ứng dụng mạng xã hội trong nâng cao chất lượng giáo dục ở Việt Nam

GIỚI HẠN ĐỀ TÀI

Do hạn chế về mặt thời gian cũng như nguồn lực, đề tài được giới hạn trong phạm vi sau:

 Đề tài được thực hiện trên các đối tượng là những thành viên tham gia, quản trị viên trong nhóm cộng đồng ERP ODOO, nhóm cộng đồng IoT, nhóm SysAdmin, nhóm cộng đồng Mạng và Bảo mật và nhóm IT Leader, nhóm Orange Pi Những thành viên tham gia vào các nhóm riêng tư để thảo luận và chia sẻ tài liệu, thực hành, báo cáo kết quả, chia sẻ kinh nghiệm

Đề tài được thực hiện thông qua mạng xã hội bằng cách thành lập các nhóm học tập và mở rộng ra phạm vi rộng hơn thông qua 2 cơ sở giáo dục tại địa phương, bao gồm Trường Đại học Đà Lạt và Cao đẳng Nghề Thủ Đức.

 Đề tài thực hiện trong khoảng thời gian từ 2/2017 đến 6/2017.

CẤU TRÚC LUẬN VĂN

Nội dung của luận văn bao gồm 5 chương, cụ thể như sau:

Chương 1: Giới thiệu về lý do hình thành đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu và ý nghĩa thực tiễn

Chương 2: Trình bày cơ sở lý thuyết và những nghiên cứu liên quan đến ứng dụng mạng xã hội cho việc nâng cao chất lượng dạy và học

Chương 3: Trình bày mô hình đánh giá lợi ích mạng xã hội Facebook trong giáo dục Chương 4: Phân tích dữ liệu và trình bày kết quả phân tích dữ liệu

Chương 5: Tóm tắt kết quả nghiên cứu, các đóng góp về khoa học và thực tiễn, và hạn chế của đề tài, đề xuất hướng nghiên cứu tiếp theo

CƠ SỞ LÝ THUYẾT VÀ NHỮNG NGHIÊN CỨU LIÊN QUAN

CƠ SỞ LÝ THUYẾT

2.1.1 Nghiên cứu về phương pháp học chủ động (Active learning)

Active learning: là phương pháp dạy học mà sự phấn đấu phụ thuộc trực tiếp vào sự tham gia của người học Mô hình dạy học tập trung vào trách nhiệm của người học Học chủ động chuyển học viên từ học như một người nghe thụ động sang một thành phần tham gia chủ động, nó giúp cho học viên hiểu những chủ đề thông qua nghiên cứu, tham gia và phân tích dữ liệu để xử lý và nhận thức vấn đề

Học tập tích cực như một cách tiếp cận để giảng dạy, trong đó học sinh tham gia vào các tài liệu để tự đọc, viết, nói, nghe và phản chiếu Học tập tích cực đứng ngược với các phương pháp giảng dạy “ tiêu chuẩn”, trong đó giáo viên hầu hết nói chuyện và học sinh lắng nghe một cách thụ động

Học sinh và nhu cầu học tập của họ là trung tâm của việc học tích cực Có nhiều chiến lược giảng dạy có thể sử dụng để gắn kết sự học tập của học viên và chương trình học bao gồm việc: thảo luận nhóm, giải quyết vấn đề, trường hợp điển hình, nhập vai, viết nhật ký và những nhóm học tập có cấu trúc Lợi ích của việc học tập chủ động bao gồm cải thiện tư duy phản biện, tăng cường lưu giữ và truyền tải thông tin mới, động cơ thúc đẩy và nâng cao kỹ năng giao tiếp

Học tập chủ động thừa nhận rằng con người học tốt nhất từ trải nghiệm Khái niệm về học tập chủ động không phải là mới Những trải nghiệm của sinh viên được lặp lại trong tư duy phản biện hiện đại về giáo dục đại học, việc học của sinh viên được thực hiện thông qua việc tham gia vào quá trình học tập Sinh viên sẽ không học được nhiều khi chỉ ngồi trong lớp và nghe giảng viên giảng bài, học thuộc lòng bài tập và trả lời câu hỏi Họ phải nói về những gì họ đang học, viết về nó, liên hệ nó với những trải nghiệm trong quá khứ và áp dụng nó vào cuộc sống hàng ngày của chính họ

Bransford và các đồng nghiệp của ông đã liên kết học tập chủ động với các khái niệm về siêu nhận thức (metacognition) Theo [1] thì siêu nhận thức đề cập đến khả năng của con người khi dự đoán và theo dõi việc học của chính mình “Thực hành giảng dạy phù hợp

10 với một hướng tiếp cận siêu nhận thức trong học tập bao gồm những thực hành tập trung tạo ý nghĩ, tự đánh giá, và phản ánh về những việc đã làm và những điều cần cải thiện Thực tế này đã được chứng minh là sẽ làm tăng mức độ chuyển việc học tập của sinh viên thành những thiết lập và sự kiện mới Những hoạt động lớp học với chiến lược siêu nhận thức thì rất đa dạng và tùy thuộc vào từng chủ đề

Trong khi nhiều giảng viên đã học được các cách thiết lập bài giảng truyền thống, họ đã áp dụng hướng tiếp cận siêu nhận thức trong học tập của chính học viên trong khi học tập tại ký túc xá hoặc thư viện Học tập chủ động thừa nhận lợi ích của sự dịch chuyển thực hành siêu nhận thức vào thời gian giảng dạy thực tế Tiền đề đằng sau học tập chủ động là trí nhớ và sự hiểu biết của con người tăng theo cấp số nhân với sự tham gia tích cực hơn

Hình 2-1 mô tả năng lực tiếp thu của học viên qua các phương pháp dạy học khác nhau

Có rất nhiều nghiên cứu liên quan đến Học chủ động trong đó [3,4] đề xuất yêu cầu về học chủ động như sau:

1 Có mục đích: sự liên quan của các nhiệm vụ với mối quan tâm của học sinh

2 Phản ánh: phản ánh của sinh viên về ý nghĩa của những gì được học

3 Đàm phán: đàm phán các mục tiêu và phương pháp học tập giữa học sinh và giáo viên

4 Phản biện: học sinh đánh giá cao cách thức và phương tiện học tập các nội dung khác nhau

5 Phức hợp: học sinh so sánh với nhiệm vụ phức tạp tồn tại trong thực tế đời sống và làm các phân tích phản ánh

6 Định hướng tình huống: sự cần thiết của tình huống được xem là để thiết lập các nhiệm vụ học tập

7 Tham gia: nhiệm vụ thực tế đời sống được phản ánh trong các hoạt động tiến hành cho việc học tập

Học chủ động đòi hỏi môi trường học tập thích hợp thông qua việc thực hiện các chiến lược đúng đắn Đặc tính của môi trường học tập theo [5] là:

1 Phù hợp với chiến lược tạo dựng và phát triển từ triết lý truyền thống

2 Thúc đẩy nghiên cứu học tập dựa trên thông qua nghiên cứu và có chứa nội dung học thuật đích thực

3 Khích lệ kỹ năng lãnh đạo của học sinh thông qua các hoạt động tự phát triển

4 Tạo bầu không khí thích hợp cho việc học tập hợp tác để xây dựng cộng đồng học tập kiến thức

5 Nuôi dưỡng một môi trường năng động, thông qua học tập liên ngành và các hoạt động tạo cao cấp cho kinh nghiệm học tập tốt hơn

6 Tích hợp kiến thức với những người mới phải chịu sự cấu phong phú về kiến thức giữa các sinh viên

7 Nhiệm vụ dựa trên nâng cao hiệu quả bằng cách cho học sinh là một ý nghĩa thực tế của vấn đề đã học trong lớp học

Trong phương pháp học chủ động thì vai trò của giảng viên là tạo ra cơ hội học tập, khuyến khích niềm đam mê của học viên thông qua các hoạt động đa dạng để kích thích học viên tìm tòi, khám phá, phân tích, tổng hợp Có rất nhiều phương pháp học chủ động khác nhau, mỗi phương pháp đều có ưu và nhược điểm nhất định, tùy vào từng mục tiêu của giảng viên, tùy vào mô hình lớp học, ngành học, môn học mà áp dụng cho hiệu quả

2.1.2 Nghiên cứu ứng dụng mạng xã hội trong môi trường giáo dục

Ban đầu mạng xã hội không được thiết kế cho mục đích giáo dục nhưng lại có tiềm năng rất lớn cho việc giảng dạy và học tập vì những tính năng độc đáo và dễ dàng phát hiện Các tiện ích của mạng xã hội trong học tập nằm ở chất lượng phản ánh, cơ chế

12 phản hồi và các mô hình hợp tác trong học tập, dù thường là theo cách không chính thức

Mạng xã hội (social networking sites) như Facebook, Twitter hay MySpace, đang trở nên ngày càng phổ biến Điều này mang đến nhiều cơ hội cho giáo viên và học sinh trong việc sử dụng các trang này vào giảng dạy và học tập Theo định nghĩa của Boyd và Ellison [6] các trang mạng xã hội là các dịch vụ dựa trên web (web-based services) cho phép các cá nhân thực hiện các thao tác như:

 Xây dựng hồ sơ công khai hoặc bán công khai trên một hệ thống có giới hạn

 Công khai danh sách những người dùng khác với những người họ có mối quan hệ

 Xem và đi qua danh sách kết nối của họ và những kết nối do người dùng khác tạo ra trong hệ thống

Mạng xã hội rất năng động và người dùng có thể sử dụng các ứng dụng như đăng tải nội dung tự tạo hay trao đổi tin nhắn cá nhân, tìm kiếm bạn bè cũ, kết bạn mới, tạo ra mạng lưới bạn bè và xem thông tin mới hay cập nhật hoạt động

Hiện tại có hai dạng tổ chức xây dựng lớp học và nhóm học tập phổ biến đó là:

 Facebook Group: là một nhóm các thành viên kết nối, chia sẻ và thậm chí cộng tác về một chủ đề hoặc ý tưởng nào đó Những tính năng cốt lõi của Facebook Group là có khả năng “ chỉ mời” hoặc giới hạn những không gian, những đặc tính của nhóm Ví dụ: Nhóm Quản trị mạng và bảo mật - nhóm này là một nhóm kín cho những thành viên là các sinh viên, kĩ sư ngành Mạng máy tính Ngoài ra, các nhóm đóng còn có khả năng mời những bạn sinh viên tham gia vào các khóa học kín và bí mật; tuy nhiên cũng có những nhóm mở và chào đón tất cả mọi người cùng tham gia

 Facebook Page: tương phản với Facebook group, nó được tập trung để tổ chức xung quanh những chủ đề hoặc ý tưởng Facebook Page cho phép các thực thể như các nhân vật công chúng hay các đơn vị truyền thông Nếu giảng viên đang cần xây dựng một chủ đề nào đó và cần sự hiện diện một cách rộng khắp thì Facebook page là một lựa chọn tốt Sinh viên chỉ cần nhấn nút “like” trang học tập đó cho đến khi kết thúc môn học Những sinh viên thích trang cần được nhắc nhở thường xuyên, theo dõi luồng trên Facebook page để đảm bảo rằng

13 họ đang được cập nhật những thông tin, thông báo mới nhất và không bị bỏ lỡ thông tin nào

Hình 2-2: So sánh tính năng giữa Facebook Page và Group[7] Ở Việt Nam, mạng xã hội phổ biến nhất là Facebook Theo kết quả nghiên cứu của Công ty nghiên cứu thị trường Epinion (Đan Mạch) thực hiện tháng 4/2014, Việt Nam có gần 25 triệu người đang sử dụng mạng xã hội Facebook trong số 36 triệu người dùng Internet Nghiên cứu cũng cho thấy 97% trong số trên 1.000 người Việt từ độ tuổi 18 trở lên được phỏng vấn trực tuyến có tài khoản Facebook để kết nối với bạn bè, người thân, chia sẻ kinh nghiệm, thông tin và tiếp thị kinh doanh

NHỮNG ƯU VÀ NHƯỢC ĐIỂM CỦA HỌC TẬP TRỰC TUYẾN

Để đáp ứng nhu cầu học tập trong thời đại Internet và mạng xã hội thì hình thức học tập trực tuyến ngày càng thể hiện rõ những ưu điểm nổi trội của nó, song cũng có những hạn chế nhất định [14]

Những ưu điểm của học tập trực tuyến như:

 Tiết kiệm chi phí cho cơ sở vật chất, chi phí đi lại

 Học tập mọi lúc mọi nơi, kiến thức được truyền đạt theo yêu cầu, đáp ứng thông tin một cách nhanh chóng đầy đủ Không giới hạn vị trí địa lý, địa điểm, thời gian học

24 giờ/ ngày, 7 ngày trong tuần

 Uyển chuyển và linh hoạt, học viên có thể lựa chọn cách học phù hợp với khả năng của mình và có thể nâng cao kiến thức qua các thư viện trực tuyến Nội dung truyền tải nhất quán, có thể đồng thời tổ chức nhiều ngành học, khóa học, lớp học cũng như cấp độ học khác nhau giúp học viên dễ dàng lựa chọn

 Hệ thống hóa, lớp học trực tuyến dễ dàng cho phép học viên tham gia học, dễ dàng theo dõi tiến độ học tập và kết quả học tập

Trái lại, nó sẽ có một số nhược điểm như sau:

 Không tạo được áp lực cho bản thân là nguyên nhân khiến người học mất tập trung, bỏ bê bài vở

 Việc học trực tuyến không tạo ra được nhiều các mối quan hệ thực tế

THIẾT KẾ NGHIÊN CỨU

Hình 2-7: Quy trình nghiên cứu 2.5.2 Phương pháp nghiên cứu định tính

Mục đích: Thực hiện nghiên cứu nhằm mục đích xác định rõ các biến và thang đo cho các yếu tố theo mô hình trên, từ đó xây dựng bảng câu hỏi để nghiên cứu định lượng

Phương pháp thu thập thông tin: Giai đoạn này được tiến hành dựa trên cơ sở tham khảo các thông tin thứ cấp trên các bài báo khoa học, các luận văn của các

MỤC TIÊU NGHIÊN CỨU Đánh giá lợi ích mạng xã hội Facebook trong việc nâng cao chất lượng dạy và học

Lý thuyết về các mô hình tự học

Lý thuyết về mô hình SML

Mô hình nghiên cứu Xác định các biến khảo sát và thang đo

Thiết kế bảng câu hỏi Phương pháp phân tích dữ liệu

THU THẬP VÀ PHÂN TÍCH DỮ

KẾT LUẬN VÀ KIẾN NGHỊ

21 ngành sư phạm, khoa học máy tính, tâm lý Từ mô hình lý thuyết, cải tiến và đưa ra những câu hỏi để thực hiện khảo sát định tính Thực hiện phỏng vấn những người gồm Admin, chuyên gia của các group chuyên ngành và các giáo viên để khảo sát tính phù hợp của mô hình trong môi trường giáo dục Việt Nam và bổ sung thêm các biến cần thiết

Tiến hành một số cuộc phỏng vấn sâu với các thành viên của các nhóm chuyên đề để kiểm tra tính hợp lệ và độ tin cậy của mô hình nghiên cứu Sau đó phát triển các câu hỏi, dựa vào các công cụ điều tra và ý kiến phản hồi từ người phỏng vấn

2.5.3 Phương pháp nghiên cứu định lượng

Mục đích: Dựa trên mô hình cải tiến và kết quả nghiên cứu định tính Học viên sẽ xây dựng bảng câu hỏi để tiến hành nghiên cứu định lượng và tiến hành thu thập thông tin

Phương pháp thu thập thông tin: Giai đoạn này sẽ đươc tiến hành bằng phương pháp bảng câu hỏi Trong giai đoạn này cách thu thập chủ yếu bằng gửi bảng câu hỏi bằng Google form đến các nhóm học tập và chuyên đề Ngoài ra, một kênh thu thập thông tin quan trọng khác đó là gửi phiếu khảo sát đến các lớp học tại trường để lấy ý kiến khảo sát Hình 2-8 mô tả các bước thực hiện thiết kế bảng câu hỏi

Hình 2-8 : Quy trình thiết kế bảng câu hỏi

Thiết kế bảng câu hỏi

Nghiên cứu định tính

Bảng câu hỏi hoàn chỉnh

MÔ HÌNH ĐÁNH GIÁ LỢI ÍCH MẠNG XÃ HỘI FACEBOOK

MÔ HÌNH MẪU SML ( STUDENT MOTIVATION IN LEARNING)

Trong nghiên cứu [15] đã đề cập đến những tính năng hiện có của Facebook có thể đáp ứng tốt cho việc nâng cao giảng dạy và học tập Hầu hết những người dùng hiện tại đều đã sẵn sàng ứng dụng Facebook cho mục đích học tập Trong đó theo quan điểm của giáo viên thì websites cá nhân tốt hơn Facebook nhưng sinh viên thì suy nghĩ ngược lại Những tính năng theo đánh giá của nghiên cứu là hữu ích cho việc học tập như:

 Giao tiếp qua Audio & Video

 Bảng tương tác trực tuyến

 Chia sẻ tài liệu như PDF, PPT, Doc, xls…

Mô hình đề xuất dựa trên các giả thuyết về lợi ích của tính tương tác, lợi ích của giao tiếp, lợi ích trong quan hệ xã hội và lợi ích của sự tham gia sẽ tạo ra động lực thúc đẩy việc học tập

Hình 3-1: Mô hình SML - thúc đẩy học sinh trong học tập [15]

Thúc đẩy việc học tập

(4) Lợi ích sự tham gia

(3) Lợi ích trong mối quan hệ xã hội

(2) Lợi ích của giao tiếp (1) Lợi ích của sự tương tác

Trong đó gồm bốn nhân tố độc lập và một nhân tố phụ thuộc:

Nhân tố (1) là những lợi ích trong tương tác có ảnh hưởng tích cực đến việc học tập Nhân tố (2) là những lợi ích trong giao tiếp có ảnh hưởng tích cực đến việc học tập

Nhân tố (3) là những lợi ích trong quan hệ xã hội có ảnh hưởng tích cực đến việc học tập Nhân tố (4) là những lợi ích trong sự tham gia có ảnh hưởng tích cực đến việc học tập Bốn nhân tố này tác động và ảnh hưởng trực tiếp đến việc thúc đẩy học tập của học viên

3.2 MÔ HÌNH ĐỀ XUẤT CẢI TIẾN MÔ HÌNH SML

Có rất nhiều nhà nghiên cứu nhận ra những giá trị lợi ích quan trọng của Facebook Những lợi ích phải kể đến như :

 Lợi ích của sự tương tác: khác với những loại hình giáo dục truyền thống Facebook không bị giới hạn bởi không gian và thời gian Học viên và giảng viên có thể học tập mọi lúc mọi nơi

 Lợi ích trong giao tiếp: khi tham gia môi trường mạng xã hội thì giáo viên có nhiệm vụ khuyến khích, thúc đẩy sự tham gia của học viên chứ không đơn thuần là hoạt động giảng dạy thông thường Giáo viên trở thành người hướng dẫn hoặc là người trung gian để sinh viên tiếp cận những nguồn lực kiến thức

 Lợi ích từ mối quan hệ xã hội: mạng xã hội tạo ra các mối liên kết xã hội nhanh hơn và tốt hơn Bên cạnh đó, nó tạo ra sự thân thiện và cởi mở trong giao tiếp giữa học viên với học viên, giữa giảng viên và học viên

 Lợi ích sự tham gia: trong môi trường mạng xã hội vì tạo ra được sự thoải mái trong giao tiếp thúc đẩy tính hiệu quả trong học tập Nó tạo cho sinh viên có khả năng tự chủ và tự định hướng chương trình học tập của mình bằng cách củng cố, tập trung sâu các khía cạnh mà mình tham gia

 Lợi ích trong mức độ phổ biến ở Việt Nam với 24 triệu người dùng tính đến năm 2014 Hình 3-2 thống kê và phân loại đối tượng người dùng Facebook theo độ tuổi

Hình 3-2: Thống kê người dùng Facebook ở Việt Nam [16]

 Lợi ích chi phí: Facebook cung cấp một nguồn lực không giới hạn như không gian lưu trữ về hình ảnh, tài liệu, video, gửi nhận tập tin đa định dạng… khả năng xử lý với tốc độ cao và tất cả đều hầu như là miễn phí

 Lợi ích của các ứng dụng mở rộng: Facebook cung cấp một không gian với nhiều ứng dụng khác nhau phù hợp cho việc xây dựng chương trình học một cách phù hợp nhất Các ứng dụng có thể liệt kê như: Group, Page, Blueprint (Mooc), Facebook workspaces với nhiều tính năng như: phát video trực tiếp, hội thoại truyền hình, ghi chú, đánh dấu nội dung, bảng câu hỏi nhanh, khảo sát, bộ chuyển đa ngôn ngữ

 Lợi ích của đa kết nối: Với sự nâng cấp không ngừng các công nghệ mạng tốc độ cao như cáp quang, mạng 3G và 4G làm tăng tốc độ và tính tin cậy trong kết nối mạng Thêm vào đó Facebook là nền tảng đa kết nối laptop, PC, điện thoại, máy tính bảng tạo ra sự thuận tiện, đồng nhất, liền mạch trong quá trình trao đổi thông tin, học tập và giảng dạy

Các lợi ích trên kết hợp lại với nhau tạo nên lợi ích đặc trưng mà chỉ có Facebook mới có thể đáp ứng được, Facebook tạo ra lợi thế để thúc đẩy việc học tập nâng cao kiến thức Ngoài bốn lợi ích như mô hình SML thì có thể thấy với đặc thù riêng của Việt Nam ta còn có thế các lợi ích khác như: lợi ích về mức độ phổ biến, lợi ích về chi phí, lợi ích về khả năng mở rộng, lợi ích trong khả năng đa kết nối Những lợi ích này mang đến sự thúc đẩy

25 việc học tập, nghiên cứu của người học, nâng cao chất lượng học tập Hình 3-3 khái quát hóa mô hình cải tiến vừa đề xuất

Hình 3-3: Mô hình cải tiến đề xuất

3.3 PHƯƠNG PHÁP ĐÁNH GIÁ VÀ PHÂN TÍCH DỮ LIỆU

Trong bài luận văn này, học viên dùng gói phân tích thống kê SPSS v20.0 để phân tích, thu thập dữ liệu phân tích với 8 biến số Biến số Sự tham gia dùng để kiểm tra độ tin cậy của mô hình, đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là nP + 8*m (m: số biến độc lập) [17] nên với 8 biến số độc lập ta cần tối thiểu

114 khảo sát Để đảm bảo tính chính xác dự kiến học viên sẽ thu thập khoảng trên 200 khảo sát

Dựa trên mô hình SML và lý thuyết của nó cho thấy đây là nghiên cứu nhân quả trong đó:

Biến độc lập ( hay biến nguyên nhân) là :

(5) Lợi ích mức độ phổ biến ở Việt Nam

(2) Lợi ích của giao tiếp

(1) Lợi ích của sự tương tác

(7) Lợi ích của các ứng dụng mở rộng

(6) Lợi ích về chi phí

(8) Lợi ích của đa kết nối

 Lợi ích của sự tương tác

 Lợi ích của giao tiếp

 Lợi ích trong các mối quan hệ xã hội

 Lợi ích của sự tham gia

 Lợi ích trong mức độ phổ biến ở Việt Nam

 Lợi ích về chi phí

 Lợi ích của các ứng dụng mở rộng

 Lợi ích trong đa kết nối

Biến phụ thuộc (biến kết quả):

 Thúc đẩy việc học tập

Các bước chuẩn bị để phân tích dữ liệu:

1 Sau khi thu nhận bảng trả lời, tiến hành làm sạch thông tin

2 Mã hóa các thông tin cần thiết trong bảng trả lời

3 Nhập liệu và phân tích dữ liệu bằng phần mềm SPSS phiên bản 20.0

Bảng 3-1: Chuẩn bị dữ liệu cho việc phân tích

Tiến hành các thống kê để mô tả dữ liệu thu thập Sau đó, tiến hành: (1) Đánh giá độ tin cậy thang đo qua hệ số Cronbach’s Alpha; (2) Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis); (3) Phân tích hồi quy đa biến và kiểm định các giả thuyết trong mô hình; các kiểm định giả thuyết đều sử dụng mức ý nghĩa là 5%

PHƯƠNG PHÁP ĐÁNH GIÁ VÀ PHÂN TÍCH DỮ LIỆU

Trong bài luận văn này, học viên dùng gói phân tích thống kê SPSS v20.0 để phân tích, thu thập dữ liệu phân tích với 8 biến số Biến số Sự tham gia dùng để kiểm tra độ tin cậy của mô hình, đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là nP + 8*m (m: số biến độc lập) [17] nên với 8 biến số độc lập ta cần tối thiểu

114 khảo sát Để đảm bảo tính chính xác dự kiến học viên sẽ thu thập khoảng trên 200 khảo sát

Dựa trên mô hình SML và lý thuyết của nó cho thấy đây là nghiên cứu nhân quả trong đó:

Biến độc lập ( hay biến nguyên nhân) là :

(5) Lợi ích mức độ phổ biến ở Việt Nam

(2) Lợi ích của giao tiếp

 Lợi ích của sự tương tác

 Lợi ích của giao tiếp

 Lợi ích trong các mối quan hệ xã hội

 Lợi ích của sự tham gia

 Lợi ích trong mức độ phổ biến ở Việt Nam

 Lợi ích về chi phí

 Lợi ích của các ứng dụng mở rộng

 Lợi ích trong đa kết nối

Biến phụ thuộc (biến kết quả):

 Thúc đẩy việc học tập

Các bước chuẩn bị để phân tích dữ liệu:

1 Sau khi thu nhận bảng trả lời, tiến hành làm sạch thông tin

2 Mã hóa các thông tin cần thiết trong bảng trả lời

3 Nhập liệu và phân tích dữ liệu bằng phần mềm SPSS phiên bản 20.0

Bảng 3-1: Chuẩn bị dữ liệu cho việc phân tích

Tiến hành các thống kê để mô tả dữ liệu thu thập Sau đó, tiến hành: (1) Đánh giá độ tin cậy thang đo qua hệ số Cronbach’s Alpha; (2) Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis); (3) Phân tích hồi quy đa biến và kiểm định các giả thuyết trong mô hình; các kiểm định giả thuyết đều sử dụng mức ý nghĩa là 5%

3.3.1 Đánh giá độ tin cậy thang đo Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả [17]

Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ

27 lại Khi đó, việc tính toán hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo [18]

Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:

Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao)

Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu [18]

Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7)

Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:

Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0,4 (đây là những biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này)

Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời)

3.3.2 Phân tích nhân tố khám phá EFA

Các thang đo đạt yêu cầu về độ tin cậy sẽ được sử dụng phân tích nhân tố để rút gọn một tập gồm nhiều biến quan sát thành một tập biến (gọi là nhân tố) ít hơn; các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu Phương pháp phân tích nhân tố khám phá EFA được dùng để kiểm định giá trị khái niệm của thang đo

1 Nghiên cứu này sử dụng phương pháp trích nhân tố Principal Axis factoring với phép quay Varimax

2 Kiểm định Bartlett: các biến quan sát có tương quan với nhau trong tổng thể

Xem xét giá trị KMO: 0,5≤KMO≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại KMO≤ 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu[17] Để phân tích EFA có giá trị thực tiễn: tiến hành loại các biến quan sát có hệ số tải nhân tố < 0,5

Xem lại thông số Eigenvalues (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) có giá trị > 1

Xem xét giá trị tổng phương sai trích (yêu cầu là ≥ 50%): cho biết các nhân tố được trích giải thích được % sự biến thiên của các biến quan sát

Bảng 3-2: Các bước phân tích nhân tố EFA

Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:

 Sử dụng phương pháp trích yếu tố là Principal components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues =1 Với các thang đo đơn hướng thì sử dụng phương pháp trích yếu tố Princial components Tiến hành loại các biến số có trọng số nhân tố (còn gọi là hệ số tải nhân tố) nhỏ hơn 0,4 và tổng phương sai trích được bằng hoặc lớn hơn 50% (thang đo được chấp nhận)

 Tiêu chuẩn đối với hệ số tải nhân tố là phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là đạt được mức tối thiểu; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75

3.3.3 Phân tích hồi quy đa biến

Sau quá trình thực hiện kiểm định thang đo: đánh giá độ tin cậy thang đo (sử dụng hệ số tin cậy Cronbach’s Alpha) và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA); tiến hành tính toán nhân số của nhân tố (giá trị của các

29 nhân tố trích được trong phân tích nhân tố EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố tương ứng

ĐÁNH GIÁ MÔ HÌNH ĐỀ XUẤT

MÔ TẢ MẪU

Mẫu được thu thập bằng phương pháp tạo bảng câu hỏi thông qua Google form và gửi đến các nhóm học tập khác nhau Thu thập mẫu và mô tả mẫu như bảng ở phụ lục 1 Vì kích cỡ mẫu tối thiểu dự kiến ban đầu là 114 mẫu là đủ độ tin cậy cho khảo sát mà kết quả thu được thực tế là 224 mẫu, cho thấy mẫu hợp lệ và đã đủ kích cỡ mẫu cho nghiên cứu có sử dụng nhân tố

Bốn mươi lăm (45) biến quan sát đo lường cho 08 biến độc lập và 01 biến phụ thuộc được mã hóa để nhập liệu và phân tích

Thời gian thu thập mẫu từ tháng 2/2017 đến cuối tháng 5/2017

Phân bố mẫu theo một số thuộc tính của người được phỏng vấn:

Phân bố mẫu theo Số lượng % trong mẫu

Khác 16 7.1 Ứng dụng Facebook cho giáo dục

Dùng Facebook cho học tập 220 98.2

Bảng 4-1: Phân bố mẫu theo một số thuộc tính của người phỏng vấn

PHÂN TÍCH ĐỘ TIN CẬY CỦA THANG ĐO THÔNG QUA HỆ SỐ CRONBACH’S ALPHA

Tiêu chí để đánh giá độ tin cậy của thang đo:

- Loại các biến quan sát có hệ số tương quan biến – tổng nhỏ hơn 0.4

- Chọn thang đo khi có độ tin cậy Cronbach’s Alpha lớn hơn 0.6

Bảng 4-2: Độ tin cậy của thang đo “ Lợi ích của sự tương tác”

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Cronbach’s Alpha của thang đo là 0.896, các hệ số tương quan biến tổng của các biến quan sát trong thang đo đều lớn hơn 0.4 và không có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.896 Vì vậy, tất cả các biến quan sát đều được chấp nhận và sẽ được sử dụng trong phân tích nhân tố tiếp theo

Bảng 4-3: Độ tin cậy của thang đo “ Lợi ích của sự giao tiếp”

Cronbach’s Alpha của thang đo là 0.758, có 4 hệ số tương quan biến tổng của các biến quan sát trong thang đo hơn 0.4 và phải loại bỏ 1 biến quan sát vì hệ số tương quan biến tổng nhỏ hơn 0.4 Vì vậy phải loại bỏ biến quan sát GT2 và hệ số Cronbach’s Alpha sau khi loại bỏ là 0.874 và bốn biến còn lại sẽ được sử dụng cho phân tích

Bảng 4-4: Độ tin cậy của thang đo “ Lợi ích của sự giao tiếp” sau khi loại bỏ biến GT2

Bảng 4-5: Độ tin cậy của thang đo “ Lợi ích của mối quan hệ”

Cronbach’s Alpha của thang đo là 0.596, có 3 hệ số tương quan biến tổng của các biến quan sát trong thang đo hơn 0.4 và phải loại bỏ 2 biến quan sát vì hệ số tương quan biến

34 tổng nhỏ hơn 0.4 Vì vậy phải loại bỏ biến quan sát QH4, QH5 và hệ số Cronbach’s Alpha sau khi loại bỏ là 0.863 và ba biến còn lại sẽ được sử dụng cho phân tích

Bảng 4-6: Độ tin cậy của thang đo “ Lợi ích của mối quan hệ” sau khi loại bỏ 2 biến quan sát QH4, QH5

Bảng 4-7: Độ tin cậy của thang đo “ Lợi ích của sự tham gia”

Bảng 4-8: Độ tin cậy của thang đo “ Lợi ích của mức độ phổ biến”

Bảng 4-9: Độ tin cậy của thang đo “ Lợi ích về Chi Phí”

Bảng 4-10: Độ tin cậy của thang đo “ Lợi ích khả năng mở rộng”

Bảng 4-11: Độ tin cậy của thang đo “ Lợi ích về khả năng kết nối”

Bảng 4-12: Độ tin cậy của thang đo “Thúc đẩy việc học tập”

Cronbach’s Alpha của thang đo là 0.883, các hệ số tương quan biến tổng của các biến quan sát trong thang đo đều lớn hơn 0.4 và không có trường hợp loại bỏ biến quan sát nào

38 có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.883 Vì vậy, tất cả các biến quan sát đều được chấp nhận và sẽ được sử dụng trong phân tích nhân tố tiếp theo.

PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA)

Kết quả phân tích độ tin cậy của thang đo các khái niệm cho thấy có 37 biến quan sát đạt tiêu chuẩn và được đưa vào thực hiện phân tích nhân tố với phương pháp trích nhân tố là Principal Components với phép quay Varimax nhằm phát hiện cấu trúc và đánh giá mức độ hội tụ của các biến quan sát theo các thành phần

Các biến quan sát sẽ tiếp tục được kiểm tra mức độ tương quan của chúng theo nhóm Tiêu chuẩn của phương pháp phân tích nhân tố là chỉ số KMO phải lớn hơn 0.5 (Garson, 2003) và kiểm định Barlett’s có mức ý nghĩa sig < 0.05 để chứng tỏ dữ liệu dùng phân tích nhân tố là thích hợp và giữa các biến có tương quan với nhau

Giá trị Eigenvalues phải lớn hơn 1 và tổng phương sai trích lớn hơn 50% (Gerbing & Anderson, 1988) Do đó, trong mỗi nhân tố thì những biến quan sát có hệ số Factor loading bé hơn 0.5 sẽ tiếp tục bị loại để đảm bảo sự hội tụ giữa các biến trong một nhân tố

Các trường hợp không thỏa mãn các điều kiện trên sẽ bị loại bỏ

4.3.1 Phân tích nhân tố đối với các biến độc lập

Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, việc phân tích nhân tố trước tiên được tiến hành trên 37 biến quan sát của các biến độc lập ảnh hưởng đến việc thúc đẩy học tập thông qua mạng xã hội (theo mô hình lý thuyết)

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .791

Bartlett's Test of Sphericity Approx Chi-Square 728.345 df 10

Bảng 4-13: Kiểm định KMO và Barlett’s

Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0.791 > 0.5, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp

Kết quả kiểm định Barlett’s là 728.345 với mức ý nghĩa (p_value) sig = 0.000 < 0.05 tức là các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố

Thực hiện phân tích nhân tố theo Principal components với phép quay Varimax:

Bảng 4-14: Bảng Eigenvalues và phương sai trích

Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Ma trận nhân tố với phương pháp xoay Principal Varimax:

Bảng 4-15: Ma trận nhân tố với phương pháp xoay Principal Varimax:

MR3 670 Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization

Kết quả cho thấy 37 biến quan sát ban đầu được nhóm thành 07 nhóm

- Giá trị tổng phương sai trích = 70.768% > 50%: đạt yêu cầu; khi đó có thể nói rằng 07 nhân tố này giải thích 70.768% biến thiên của dữ liệu

- Giá trị hệ số Eigenvalues của các nhân tố đều cao (>1), nhân tố thứ 7 có Eigenvalues (thấp nhất) = 1.556>1

4.3.2 Phân tích nhân tố biến phụ thuộc

Ba biến quan sát của mô hình SML được phân tích theo phương pháp Principal components với phép quay Variamax có hệ số tải nhân tố < 0.5 không đảm bảo được độ hội tụ với các biến còn lại trong thang đo sẽ bị loại bỏ

Bảng 4-16: Các biến quan sát phụ thuộc được sử dụng trong phân tích nhân tố EFA

Thúc đẩy việc học tập của học viên

TD1 Tôi nghĩ rằng FB có thể dùng cho mục đích giáo dục

TD2 Tôi nghĩ rằng FB là một kênh thúc đẩy cho việc giảng dạy và học tập tốt hơn

TD3 Facebook có thể dùng để chia sẻ kiến thức tốt hơn TD4 Các bài tập, nhiệm vụ có thể đưa ra trên FB TD5 FB có giá trị cao trong giảng dạy và học tập Kết quả kiểm định KMO và Barlett’s:

Bảng 4-17: Kiểm định KMO và Barlett’s đối với biến phụ thuộc

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .791

Bartlett's Test of Sphericity Approx Chi-Square 728.345 df 10

Hệ số KMO = 0.791> 0.5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu Kết quả kiểm định Barlett’s là 728.345 với mức ý nghĩa sig = 0.000 < 0.05, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp

Bảng 4-18: Bảng Eigenvalues và phương sai trích đối với biến phụ thuộc

Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative %

Extraction Method: Principal Component Analysis

Kết quả cho thấy 5 biến quan sát ban đầu được nhóm thành 1 nhóm

- Giá trị tổng phương sai trích = 68.621% > 50%: đạt yêu cầu; khi đó có thể nói rằng 1 nhân tố này giải thích 68.621% biến thiên của dữ liệu

- Giá trị hệ số Eigenvalues của nhân tố lớn hơn 1

Bảng 4-19: Ma trận nhân tố mô hình SML hiệu chỉnh

Kết quả phân tích ở trên cho thấy các biến quan sát được phân biệt thành 7 nhân tố độc lập và 1 nhân tố phụ thuộc Kết quả phân tích nhân tố phù hợp với mô hình đề xuất nghiên cứu ban đầu Trong đó biến độc lập được gộp như sau:

 Nhân tố TT gồm TT1, TT2, TT3, TT4, TT5

 Nhân tố GTQH gồm GT1, GT3, GT4, GT5, GH1, QH2, QH3

 Nhân tố TG gồm TG1, TG2, TG3, TG4, TG5

 Nhân tố PB gồm PB1, PB2, PB3, PB4, PB5

 Nhân tố CP gồm CP1, CP2, CP3, CP4, CP5

 Nhân tố MR gồm MR1, MR2, MR3, MR4, MR5

 Nhân tố KN gồm KN1, KN2, KN3, KN4, KN5

 Nhân tố TD gồm TD1, TD2, TD3, TD4, TD5

MÔ HÌNH NGHIÊN CỨU HIỆU CHỈNH

Sau khi gộp biến ta có mô hình hiệu chỉnh với 7 nhân tố lợi ích tạo ra tác động tích cực lên việc thúc đẩy học tập của học viên như hình 4-1:

Hình 4-1: Mô hình nghiên cứu hiệu chỉnh

(4) Lợi ích mức độ phổ biến ở Việt

(2) Lợi ích của giao tiếp và quan hệ xã hội

KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU HIỆU CHỈNH

Sau khi tiến hành phân tích độ tin cậy của các thang đo thông qua hệ số Cronbach’s Alpha và phân tích nhân tố để xác định các nhân tố thu được từ các biến quan sát, có

8 nhân tố được đưa vào để kiểm định mô hình Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mô hình hồi quy Kết quả phân tích hồi quy đa biến sẽ được sử dụng để kiểm định các giả thuyết của mô hình

4.5.1 Kiểm định hệ số tương quan Pearson

Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc Nếu các biến có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy (giả thuyết TD: hệ số tương quan bằng 0)

Ma trận tương quan giữa các biến như bảng 4-20:

Bảng 4-20: Ma trận tương quan giữa các biến:

Các biến độc lập TT, GTQH, TG, PB, CP, MR, KN có tương quan với TD và do đó sẽ được đưa vào mô hình để giải thích cho thúc đẩy học tập trong môi trường mạng xã hội

Kết quả phân tích tương quan Pearson cho thấy một số biến độc lập có sự tương quan với nhau Do đó khi phân tích hồi quy cần phải chú ý đến vấn đề đa cộng tuyến

TT GTQH TG PB CP MR KN TD

** Correlation is significant at the 0.01 level (2-tailed)

* Correlation is significant at the 0.05 level (2-tailed)

4.5.2 Kiểm định giả thuyết

Ta tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng thành phần tác động đến xu hướng sử dụng Phân tích hồi quy sẽ được thực hiện với 7 biến độc lập (1) TT, (2) QHGT, (3) TG, (4) PB, (5) CP, (6) MR, (7) KN và một biến phụ thuộc

TD Phân tích được thực hiện bằng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 20.0 Kết quả hồi quy thu được như sau:

Bảng 4-21: Bảng tóm tắt các hệ số hồi quy

Model Variables Entered Variables Removed Method

MR, CP, PB, TT a Enter a All requested variables entered b Dependent Variable: TD

Model Sum of Squares df Mean Square F Sig

Total 108.629 223 a.Predictors: (Constant), KN, GTQH, TG, MR, CP, PB, TT b.Dependent Variable: TD

B Std Error Beta Tolerance VIF

Từ phân tích trên ta thấy, tất cả 7 yếu tố đều có ý nghĩa về mặt thống kê, không có yếu tố nào Sig(P_value) > 5%

Từ mô hình phân tích hồi quy, ta có thể đi đến kết luận việc chấp nhận các giả thiết có ý nghĩa thống kê với mức ý nghĩa (P_value 5%)

Từ kết quả hồi quy ta cũng thấy, Adjusted R2 mẫu = 0.667 là ở mức cao Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 66.7%, tức là các biến độc lập giải thích được 66.7% biến thiên của biến phụ thuộc vào TD (Thúc đẩy học tập) Với giả thuyết R square = 0, kết quả phân tích hồi quy F= 64.949 với Sig (P_value)= 0.0000 Do đó, mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể

Phương trình hồi quy thu được

BÌNH LUẬN KẾT QUẢ PHÂN TÍCH HỒI QUY

Từ mô hình nghiên cứu ban đầu có 8 khái niệm được đưa ra tạo ra mô hình thúc đẩy sự học tập của học viên trong môi trường mạng xã hội gồm:

- Lợi ích của sự tham gia,

- Lợi ích của sự tương tác,

- Lợi ích của giao tiếp,

- Lợi ích trong các mối quan hệ xã hội,

- Lợi ích về mặt chi phí,

- Lợi ích về các ứng dụng mở rộng,

- Lợi ích trong sự phổ biến,

- Lợi ích về đa kết nối

TD = 0.77xTT + GTQHx0.165 + 0.183xTG + 0.144xPB + 0.131xCP +

Tám khái niệm trên được cụ thể hóa bằng 40 biến Sau khi phân tích độ tin cậy thì ta thấy được mối tương quan ta có thể gộp hai yếu tố lợi ích của giao tiếp và lợi ích của mối quan hệ xã hội và loại bỏ 3 biến của hai yếu tố trên

Sau khi tiến hành gộp ta còn 7 nhân tố và 37 biến tải Đem 7 nhân tố này phân tích hồi quy Kết quả cuối cùng 7 nhân tố đều có ý nghĩa quyết định ảnh hưởng đến việc thúc đẩy học tập của học viên.

KIỂM ĐỊNH ANOVA

4.7.1 Phân tích sự khác biệt trong việc thúc đẩy học tập theo giới tính

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Sum of Squares df Mean Square F Sig

Bảng 4-22: Bảng kiểm định phương sai theo giới tính

Kết quả này cho biết phương sai của biến Thúc đẩy sự học tập có bằng nhau hay khác nhau giữa Nữ và Nam Sig của thống kê Levene = 0.595 (>0.05) nên ở độ tin cậy 95% giả thuyết H0: “Phương sai bằng nhau” được chấp nhận, và bác bỏ giả thuyết H1: “Phương sai khác nhau” Và do đó kết quả phân tích ANOVA có thể sử dụng

Kết quả phân tích ANOVA với mức ý nghĩa 0.498 > 0.05, như vậy ta chấp nhận giả thuyết H0 “Trung bình bằng nhau” Với dữ liệu quan sát chưa đủ điều kiện để khẳng định có sự khác biệt giữa nam và nữ trong việc thúc đẩy học tập trong môi trường mạng xã hội

4.7.2 Phân tích sự khác biệt trong việc thúc đẩy học tập theo nghề nghiệp

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Sum of Squares df Mean Square F Sig

Bảng 4-23: Bảng kiểm định phương sai theo nghề nghiệp

Kết quả này cho biết phương sai của biến thúc đẩy sự học tập có bằng nhau hay khác nhau giữa các ngành nghề Sig của thống kê Levene = 0.919 (>0.05) nên ở độ tin cậy 95% giả thuyết H0: “Phương sai bằng nhau” được chấp nhận, và bác bỏ giả thuyết H1: “Phương sai khác nhau” Và do đó kết quả phân tích ANOVA có thể sử dụng

Kết quả phân tích ANOVA với mức ý nghĩa 0.332 > 0.05, như vậy ta chấp nhận giả thuyết H0 “Trung bình bằng nhau” Với dữ liệu quan sát chưa đủ điều kiện để khẳng định có sự khác biệt giữa các ngành nghề trong việc thúc đẩy học tập trong môi trường mạng xã hội.

Tiêu đề	Đánh giá lợi ích mạng xã hội Facebook trong việc nâng cao chất lượng dạy học ở Việt Nam
Tác giả	Hồ Thiện Nhân
Người hướng dẫn	TS. Nguyễn Thanh Bình
Trường học	Đại học Quốc gia Thành phố Hồ Chí Minh
Chuyên ngành	Hệ thống thông tin quản lý
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2017
Thành phố	Thành phố Hồ Chí Minh

Định dạng
Số trang	67
Dung lượng	1,28 MB