ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS

Tạp chí Khoa học Cơng nghệ, Số 24, 2016 ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS TRẦN THỨ BA PHẠM TRƯỜNG QUÂN Khoa Kế toán Kiểm toán, Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh; tranthuba9911008@gmail.com Tóm tắt Từ đặc điểm dịch vụ đào tạo đại học mơ hình nghiên cứu đánh giá chất lượng dịch vụ, đồng thời vận dụng cơng trình nghiên cứu đánh giá chất lượng đào tạo đại học ngồi nước, nhóm nghiên cứu đãxây dựng mơ hình đánh giá nhân tố ảnh hưởng đến chất lượng đào tạo ngành Kế tốn Kiểm tốnthơng quamức độ hài lịng sinh viên khoa Kế tốn Kiểm tốntại Trường Đại học Cơng nghiệp TP.HCM (IUH) Với nhân tố khảo sát thực nghiệm bao gồm: cán nhân viên quản lý phục vụ đào tạo, chương trình đào tạo, đội ngũ giảng viên, cở sở vật chất, sinh viên tích cực,nhóm nghiên cứu thực kiểm định hiệu chỉnh mơ hình thơng qua hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA), phân tíchmơ hình cấu trúc tuyến tính (SEM) phân tích mạng Bayes Kết nghiên cứu cho thấy có nhân tố ảnh hưởng trực tiếp đến chất lượng giảng dạy khoa Kế toán Kiểm toán đội ngũ giảng viên, cở sở vật chất, sinh viên tích cựcvà nhân tố ảnh hưởng đến chất lượng đào tạo ngành Kế toán Kiểm tốn Chương trình đào tạo, đội ngũ giảng viên, sở vật chất, yếu tố sinh viên tích cực gián tiếp ảnh hưởng đến chất lượng đào tạo Cuối cùng, nghiên cứu vận dụng phương pháp phân tích mạng Bayes để xác định mức độ chất lượng đào tạo ngành Kế toán Kiểm toán IUH đạt 88,4% thơng qua hài lịng sinh viên ngành Kế tốn Qua đó, nhóm tác giả đưa gợi ý Chương trình đào tạo, đội ngũ giảng viên, sở vật chất, tuyển sinh,… nhằm nâng cao chất lượng giảng dạy chất lượng đào tạo ngành Kế toán Kiểm toán mức độ hài lịng sinh viên ngành Kế tốn Kiểm tốn Trường Đại học Cơng nghiệp TP.HCM Từ khóa Chất lượng đào tạo, chất lượng giảng dạy, mơ hình đánh giá, mạng Bayes, nhân tố tác động ASSESSING THE QUALITY OFACCOUNTING AND AUDITING EDUCATION IN INDUSTRIAL UNIVERSITY OF HO CHI MINH CITY BY COMBINING STRUCTURE EQUATION MODEL WITH BAYESIAN NETWORKS Abstract With the features about University education service and the models researching about service quality, University education quality in and out side of my country, this subject will research and construct a model evaluating the quality of teaching and student satisfaction with the quality of university teaching in Industrial University of HCM City (IUH) With the results of experimental studies included five main factors: managers and education staffs, education programs, lecturers, facilities and motivated studentsat the Industrial University of HCM City, this subject also carries out some verifications and adjusts the model using reliability Cronbach's Alpha, Exploratory Factor Analysis (EFA), Confirmatory Factor Analysis (CFA), Structural Equation Modeling (SEM) and Bayesian Networks Our findings show that there are three factors directly affect the quality of teaching at Faculty of Accounting and Auditing: education programs,lecturers and motivated students.We also find that there are four factors affect the education quality, included three factors directly affect: education programs, lecturers, facilities and one factor indirect effect: motivated students Last, the research used Bayesian networks analysis to determine © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh 32 ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS the magnitude of education quality in accounting field at IUH is 88,4% by using student satisfaction proxy We bringoutsomesolutionsto improve the quality of teaching and education in accounting field as well as the magnitude ofstudent satisfaction at Faculty of Accounting and Auditing in the Industrial University of HCM city Keywords Quality of education, Quality of teaching, model evaluation, Bayesian networks, impact factors GIỚI THIỆU Để tồn phát triển môi trường giáo dục cạnh tranh mang tính tồn cầu nay, ban chủ nhiệm khoa chuyên môn lãnh đạo trường đại học phải nắm bắt nhân tố ảnh hưởng đến chất lượng đào tạo nói chung chất lượng giảng dạy nói riêng hài lịng sinh viên Từ đó, đề giải pháp đắn để nâng cao chất lượng đào tạo làm thỏa mãn nhu cầu học tập người học - học viên Đó mục tiêu nghiên cứu đề tài: “Xây dựng mơ hình đánh giá chất lượng đào tạo ngành kế toán kiểm toán trường Đại học Công nghiệp TP.HCM phương pháp kết hợp mô hình SEM Bayesian Networks” CƠ SỞ LÝ THUYẾT VÀ MƠ HÌNH NGHIÊN CỨU 2.1 Tổng quan mơ hình SEM Một kỹ thuật phức hợp linh hoạt sử dụng để phân tích mối quan hệ phức tạp mơ hình nhân mơ hình mạng SEM (Structural EquationModeling) Mơ hình SEM sử dụng rộng rãi lĩnh vực nghiên cứu tâm lý học (Anderson & Gerbing,1988; Hansell White, 1991), xã hội học (Lavee, 1988; Lorence Mortimer, 1985) lĩnh vực quản lý (Tharenou, Latimer Conroy,1994) Đặc biệt mơ hình SEM ứng dụng nhiều nghiên cứuvềsự hài lòng (thỏa mãn) khách hàng : Mơ hình nghiên cứu trung thành khách hàng Dịch vụ thông tin di động Việt nam (Phạm Đức Kỳ - Bùi Nguyên Hùng, 2007) Mơ hình đánh giá chất lượng dạy học đại học hài lòng sinh viên trường Đại học Công nghiệp TP.HCM (Trần Phước – Trần Thứ Ba, 2015)… Mơ hình SEM mở rộng mơ hình tuyến tính tổng qt (GLM) cho phép nhà nghiên cứu kiểm định tập hợp phương trình hồi quy lúc SEM cho mơ hình phức hợp phù hợp với liệu liệu khảo sát dài hạn, phân tích nhân tố khẳng định (CFA), mơ hình khơng chuẩn hố, sở liệu có cấu trúc sai số tự tương quan, liệu với biến số không chuẩn (Non-Normality), hay liệu bị thiếu (missing data) Đặc biệt, SEM sử dụng để ước lượng mơ hình đo lường (Mesurement Model) mơ hình cấu trúc (Structure Model) tốn lý thuyết đa biến Mơ hình đo lường rõ quan hệ biến tiềm ẩn (Latent Variables) biến quan sát (observed variables) Nó cung cấp thơng tin thuộc tính đo lường biến quan sát (độ tin cậy, độ giá trị) Mơ hình cấu trúc rõ mối quan hệ biến tiềm ẩn với Các mối quan hệ mơ tả dự báo mang tính lý thuyết mà nhà nghiên cứu quan tâm Mô hình SEM phối hợp tất kỹ thuật hồi quy đa biến, phân tích nhân tố phân tích mối quan hệ hỗ tương (giữa phần tử sơ đồ mạng) phép kiểm tra mối quan hệ phức hợp mơ hình Khác với kỹ thuật thống kê khác cho phép ước lượng mối quan hệ riêng phần cặp nhân tố (thành phần) mơ hình cổ điển (mơ hình đo lường), SEM cho phép ước lượng đồng thời thành phần tổng thể mơ hình, ước lượng mối quan hệ nhân khái niệm tiềm ẩn qua số kết hợp đo lường cấu trúc mơ hình lý thuyết, đo mối quan hệ ổn định không ổn định, đo ảnh hưởng trực tiếp gián tiếp, kể sai số đo tương quan phần dư Với kỹ thuật phân tích nhân tố khẳng định (CFA) mơ hình SEM cho phép linh động tìm kiếm mơ hình phù hợp mơ hình đề nghị Dưới ví dụ mơ hình SEM (hình 1) © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TỐN KIỂM TỐN TẠI TRƯỜNG ĐẠI HỌC CƠNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS 33 Nhân tố Nhân tố Nhân tố Nhân tố Nhân tố Nhân tố Hình 1: Ví dụ mơ hình SEM 2.2 Mạng Bayesian Mạng Bayes (Bayesian Networks) phát triển vào cuối năm 1970s Đại học Stanford [2] Một mạng Bayes biểu diễn đồ thị, nút đại diện cho biến, cung đại diện cho phụ thuộc có điều kiện Phân phối xác suất có điều kiện biến xác định cấu trúc đồ thị mạng Cấu trúc đồ thị mạng Bayes dẫn tới mơ hình dễ giải thích, thuật tốn suy luận hiệu Các nút đại diện cho tham số đo được, biến tiềm ẩn hay giả thuyết, không thiết phải đại diện cho biến ngẫu nhiên Định nghĩa: Mạng Bayes đồ thị có hướng phi chu trình mà đó: + Các nút biểu diễn biến + Các cung biểu diễn quan hệ phụ thuộc thống kê biến phân phối xác suất địa phương cho giá trị cho trước giá trị cha Nếu có cung từ nút A tới nút B, biến B phụ thuộc trực tiếp vào biến A, A gọi cha B Nếu với biến Xi {i= 1, ,n} tập hợp biến cha ký hiệu parents (Xi), phân phối có điều kiện phụ thuộc biến tích phân phối địa phương 𝑛 𝑃(𝑋1 , 𝑋2 , , 𝑋𝑛 ) = ∏ 𝑃[𝑋𝑖 |𝑝𝑎𝑟𝑒𝑛𝑡𝑠(𝑋𝑖 )] 𝑖=1 Nếu Xi cha, ta nói phân phối xác suất địa phương khơng có điều kiện, khơng, có điều kiện Nếu biến biểu diễn nút quan sát, ta nói nút nút hiển nhiên (evidence node) Một ưu điểm mạng Bayes là, mặt trực quan, người hiểu quan hệ phụ thuộc trực tiếp phân phối địa phương dễ dàng phân phối có điều kiện phụ thuộc hồn chỉnh Ví dụ: Nếu cỏ bị ướt (biến C) thì: tưới nước (biến A), trời mưa (biến B), tình mơ hình hóa mạng Bayes Ở đây, biến có hai trạng thái có thể: T (đúng) F (sai) (Hình 2) © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh 34 ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS Hình 2: Ví dụ mơ hình mạng Bayesian đơn giản Hàm xác suất phụ thuộc có điều kiện P(C,A,B) = P(C |A,B).P(A |B).P(B) Mơ hình trả lời câu hỏi "Nếu cỏ ướt khả trời mưa bao nhiêu?" cách sử dụng cơng thức xác suất có điều kiện: 𝑃(𝐵 = 𝑇|𝐶 = 𝑇) = 𝑃(𝐵 = 𝑇, 𝐶 = 𝑇) 𝑃(𝐶 = 𝑇) Mỗi biến mạng Bayes đặc trưng bảng phân phối xác suất hay qui luật phân phối xác xuất Phương pháp để xây dựng bảng phân phối xác suất cần phải vào số liệu thống kê trình tượng theo kinh nghiệm kết hợp với phương pháp tính xác suất Các nghiên cứu ứng dụng mạng Beyes Việt Nam hạn chế Tuy nhiên lý thuyết mạng Bayes ứng dụng nhiều lĩnh vực phân tích rủi ro dự án, dự báo chất lượng sản phẩm, xử lý nước thải bị nhiễm, chuẩn đốn bệnh y học, kể đến số tác giả như: (Long D Nguyen, 2005), (Neil, M and Fenton, N., 1996), (Sahely, B and Bagley, D., 2001),… 2.3 Mơ hình nghiên cứu Mơ hình nghiên cứu xây dựng dựa sở lý thuyết tảng dịch vụ, chất lượng dịch vụ số mơ hình chất lượng dịch vụ Parasuraman& Cộng (1988) Ở Việt Nam, có đề tài nghiên cứu chất lượng đào tạo hài lòng sinh viên củaTrần Phước & Trần Thứ Ba (2015),Trần Thái Hòa (2012), ….Mục tiêu viếtnày giới thiệu mơ hình đánh giá chất lượng giảng dạy chất lượng đào tạo ngành Kế toán Kiểm toán IUH, từ đánh giá mức độ hài lịng sinh viên dựa vào phân tích nhân tố kết hợp với phân tích mơ hình cấu trúc tuyến tính (SEM) mạng Bayes nhằm xây dựng mơ hình tốt để đánh giá ảnh hưởng nhân tố đến chất lượng giảng dạy chất lượng đào tạo Kế tốn Kiểm tốn Từ đề giải pháp nhằm nâng cao chất lượng dạy học chất lượng đào tạo ngành Kế toán Kiểm toán Trường Đại học Cơng nghiệp TP.HCM Mơ hình đánh giá mức độ hài lòng sinh viên chất lượng giảng dạy chất lượng đào tạo ngành Kế toán Kiểm tốn đề xuất (xem Hình 3) Theo đó, chất lượng giảng dạy chất lượng đào tạo ngành Kế toán Kiểm toán cho chịu ảnh hưởng nhân tố: Chương trình đào tạo, Chất © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS 35 lượng đội ngũ giảng viên, Cán nhân viên phục vụ, Cơ sở vật chất thiết bị dạy học cuối yếu tố sinh viên tích cực Trong đó: + Chương trình đào tạo (kí hiệu: CURR): gồm biến quan sát, xây dựng để đo lường chất lượng chương trình dựa đánh giá mức độ phù hợp chuẩn đầu thực tế, phù hợp chương trình chi tiết với chuẩn đầu ra, việc bố trí xếp phân bổ thời lượng học tập phù hợp + Đội ngũ giảng viên (LECT): gồm biến quan sát, xậynhằm đo lường chất lượng đội ngũ giảng viên - lực lượng thực chức cung cấp dịch vụ học tập + Cán nhân viện phục vụ (OFF): gồm biến quan sát dùng để đánh giá chất lượng phục vụ hỗ trợ công tác giảng dạy, đào tạo học tập sinh viên + Cơ sở vật chất thiết bị dạy học (FA): thiết kế gồm biến quan sát nhằm đánh giá chất lượng sở vật chất thiết bị dụng cụ dạy học ảnh hưởng đến chất lượng dạy đào tạo + Sinh viên tích cực (STU): thiết kế gồm biến quan sát nhằm đánh giá tích cực sinh viên ảnh hưởng đến chất lượng giảng giáo viên chất lượng học tập + Chất lượng giảng dạy (QUA): thiết kế gồm biến quan sát nhằm đo lường mức độ hài lòng sinh viên công tác tổ chức giảng dạy quản lý học tập + Chất lượng đào tạo (SAT): Gồm biến quan sát nhằm đo lường mức độ hài lòng sinh viên chất lượng đào tạo ngành Kế toán Kiểm toán (chi tiết xem phụ lục – bảng câu hỏi) Dưới mô hình nghiên cứu đề xuất - hình Hình 3: Mơ hình nhóm nghiên cứu đề xuất Điểm mơ hình nghiên cứu (hình 3) so với nghiên cứu trước là: + Nhóm tác giả thiết kế mơ hình nghiên cứu nhân tố ảnh hưởng đến Chất lượng giảng dạy đại học hài lòng sinh viên chất lượng giảng dạy (xem chi tiết phụ lục – tóm tắt nghiên cứu trước) + Nghiên cứu ảnh hưởng nhân tố đến Chất lượng giảng dạy Chất lượng đào tạo, ảnh hưởng Chất lượng giảng dạy hài lòng sinh viên thực phân tích với mơ hình cấu trúc tuyến tính (SEM – hình 3) nhằm cho thấy tác động nhân tố theo nhiều chiều hướng khác © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh 36 ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS THIẾT KẾ NGHIÊN CỨU Nghiên cứu định tính tiến hành khảo sát ý kiến số chuyên gia giáo dục đại học PGS.TS Lê Văn Tán (Phó hiệu trưởng phụ trách đào tạo IUH), GS.TSKH Lê Huy Bá, PGS.TS Nguyễn Phuc Tý (Trợ lý hiệu trưởng IUH), PGS.TS Trần Phước (Trưởng khoa Kế toán Kiểm toán IUH), PGS.TS Nguyễn Minh Tuấn (Trưởng khoa Quản trị Kinh doanh IUH) số đồng nghiệp giảng viên Trường Đại học Công nghiệp TP.HCM Đồng thời, thực phát phiếu khảo sát (200 phiếu) đối tượng sinh viên Trường Đại học Công nghiệp (chủ yếu sinh viên năm 3, gồm hệ liên thông) Sau nhiều lần hiệu chỉnh, bảng câu hỏi cuối xây dựng hoàn chỉnh với 40 câu hỏi đưa vào khảo sát định lượng sinh viên khoa Kế toán Kiểm toán Trường Đại học Công nghiệp TP.HCM Khảo sát định lượng tiến hành từ đầu tháng 02/2015 đến cuối tháng 5/2015, đối tượng chọn mẫu sinh viên học ngành Kế toán Kiểm toánnăm chủ yếu, Trường Đại học Công nghiệp TP.HCM Nghiên cứu định lượng thực thông qua phương pháp trực tiếp phát phiếu điều tra (bảng câu hỏi) Phương pháp lấy mẫu phi ngẫu nhiên -lấy mẫu thuận tiện Mơ hình đo lường gồm 40 biến quan sát, theo Hair &Ctg (1998), kích thước mẫu cần thiết n = 200 (40x5) Để đạt kích thước mẫu đề ra, 350 bảng câu hỏi gửi vấn sinh viên, kết thu 331 phiếu, có 322 phiếu hợp lệ Dữ liệu nhập phân tích kết hợp phần mềm SPSS 20, AMOS 22 AgenaRisk KẾT QUẢ NGHIÊN CỨU Q trình phân tích thống kê mô tả liệu cho thấy tỷ lệ sinh viên khóa (năm) khơng đồng đều, sinh viên năm có tỷ lệ cao (đạt 59,9%), sinh viên năm chiếm tỷ lệ thấp (chỉ đạt 37%), số lại sinh viên năm (chiếm 3,1%) Điều giải thích sau: đặc thù sinh viên năm cuối có số học lớp (trường) sinh viên năm Tuy vậy, mẫu nghiên cứu phù hợp đáp ứng cho nghiên cứu Kết thống kê mô tả liệu bảng & bảng cho thấy chất lượng giảng dạy chất lượng đào tạo ngành Kế toán Kiểm toán tương đối cao, từ dẫn đến hài lịng sinh viên ngành Kế toán Kiểm toán cao Tuy nhiên, chương trình đào tạo giảng dạy chưa trọng đến kiến thức kỹ mềm cho sinh viên Bảng 1: Kết đánh giá chung chất lượng giảng dạy Valid Missing N Mean QUA1 322 4.20 Statistics QUA2 322 3.89 QUA3 322 4.47 QUA4 322 4.13 (Nguồn: tác giả phân tích từ SPSS) Bảng 2: Kết đánh giá chung hài lòng sinh viên chất lượng đào tạo ngành Kế toán Kiểm toán Statistics N Mean Valid Missing SAT1 322 4.46 SAT2 322 4.51 SAT3 322 4.01 (Nguồn: tác giả phân tích từ SPSS) © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TỐN KIỂM TỐN TẠI TRƯỜNG ĐẠI HỌC CƠNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS 37 Trong đó: + QUA1: Bạn hiểu nắm vững Kiến thức học từ môn học nhà trường dạy (lý thuyết thực hành) + QUA2: Những kỹ mềm học từ nhà trường giúp cho bạn tự tin khả tìm việc làm việc sau trường + QUA3: Bạn yêu thích ngành học chọn + QUA4: Cơng tác giảng dạy quản lý học tập thực tốt chu đáo + SAT1: Chương trình đào tạo nói chung đáp ứng mong đợi cá nhân bạn + SAT2: Bạn có hài lịng môi trường học tập nghiên cứu Trường ĐH Cơng nghiệp TP.HCM + SAT3: Mức học phí đóng có phù hợp với chất lượng đào tạo mà bạn nhận 4.1 Đánh giá thang đo hệ số tin cậy Cronbach’s Alpha Kết kiểm nghiệm độ tin cậy hệ số Cronbach’s Alpha cho thấy: 29/40 biến quan sát nhân tố phù hợp (đạt chuẩn), nhân tố có tương quan với biến tổng lớn 0.3; hệ số Cronbach’s alpha lớn 0.6 nên kết luận: sau loại bỏ 11 biến quan sát khơng đạt u cầu độ tin cậy thang đo dùng mơ hình đảm bảo độ tin cậy cho phép Phân tích khám phá nhân tố EFA Thang đo thành phần: có biến quan sát có hệ số tải nhân tố (Factor Loading) nhỏ 0.5 nên bị loại khỏi mơ hình Kết EFA lần cuối có KMO = 0.826, Sig = 0.000 (chứng tỏ phân tích nhân tố khám phá EFA thích hợp biến quan sát có tương quan với tổng thể), tổng phương sai trích 74.101% (>60%), cho biết nhân tố rút trích giải thích 74.101% biến thiên liệu Sau phân tích nhân tố EFA, thang đo thành phần khơng có xáo trộn nhiều biến quan sát thành phần, tên gọi thành phần ban đầu giữ nguyên (Kết xoay nhân tố - Hình 4) Thang đo nhân tố chất lượng giảng dạy có KMO= 0.814,Sig.=0.000,và tổng phương sai trích = 74.507% Thang đo nhân tố hài lịng có KMO=0.793,Sig.=0.000, với tổng phương sai trích = 84.737% Dưới kết xoay nhân tố sau hiệu chỉnh loại biến khơng phù hợp (Hình 4).Như vậy, với kết phép phân tích EFA, tiếp tục tiến hành phân tích nhân tố khẳng định CFA Hình 4: Kết xoay nhân tố (đã hiệu chỉnh) (Nguồn: tác giả phân tích từ SPSS) © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh 38 ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS Phân tích nhân tố khẳng định CFA Kết phép phân tích CFA (hình 5) cho thấy hệ số chưa chuẩn hóa biến (17 biến)đều có ý nghĩa thống kê hệ số chuẩn hóa lớn 0.5 nên khơng có biến bị loại thêm phép phân tích CFA Cuối ta sử dụng mơ hình đo lường thành phần chương trình đào tạo, đội ngũ giảng viên, sở vật chất, cán nhân viên quản lý phục vụ đào tạo sinh viên tích cực để tiếp tục phân tích mơ hình cấu trúc tuyến tính (SEM) Các số đo độ phù hợp mơ hình đạt yêu cầu: Chi-square/df = 0.364; TLI = 0.996; CFI=0.997 RMSEA = 0.015 (p value = 0.287 > 0.05), chứng tỏ phần dư không đáng kể) nên kết luận mơ hình phù hợp với liệu nghiên cứu đạt tính đơn ngun Hình 5: Mơ hình CFA Các trọng số chưa chuẩn hóa có ý nghĩa thống kê (P-value 0.5 Vì ta kết luận biến quan sát dùng để đo lường thành phần, nhân tố mơ hình đạt giá trị hội tụ Hệ số tin cậy Cronbach’s Alpha tổng phương sai trích thang đo (thành phần) mơ hình đạt tiêu chuẩn - Bảng Bảng 3: Tổng hợp hệ số tin cậy phương sai trích Thành phần Chương trình đào tạo (CURR) Đội ngũ giảng viên (LECT) Cơ sở vật chất (FA) CBNV quản lý & phục vụ (OFF) Sinh viên tích cực (STU) Chất lượng giảng dạy (QUA) Chất lượng đào tạo (SAT) Độ tin cậy thang đo (Cronbach’s Alpha) 0.781 0.894 0.804 0.899 0.837 0.885 0.902 Phương sai trích 70.087 76.068 71.932 83.207 68.235 74.507 84.737 (Nguồn: tác giả phân tích từ SPSS) © 2016 Trường Đại học Cơng nghiệp thành phố Hồ Chí Minh ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TỐN KIỂM TỐN TẠI TRƯỜNG ĐẠI HỌC CƠNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP KẾT HỢP SEM VÀ BAYESIAN NETWORKS 39 Ta có, hệ số tương quan thành phần nhỏ 0.9 Mặt khác, giá trị P-value nhỏ 0.05, nên hệ số tương quan cặp thành phần khác biệt so với độ tin cậy 95% Vậy, thang đo mơ hình đạt giá trị phân biệt 4.2 Phân tích mơ hình cấu trúc tuyến tính (SEM) Sau phân tích hiệu chỉnh cấu trúc ta có kết - Mơ hình SEM Hình Kết ước lượng mơ hình đề xuất phù hợp với liệu nghiên cứu, thành phần OFF cán nhân viên quản lý phục vụ khơng có ý nghĩa thống kê độ tin cậy 90% (p-value > 0.10) xem xét ảnh hưởng đến chất lượng giảng dạy (QUA) chất lượng đào tạo (SAT), nên phải loại bỏ thành phần OFF khỏi mô hình SEM Sau thực ước lượng mơ hình hiệu chỉnh ta thu kết Hình Mơ hình nói phù hợp với liệu nghiên cứu Chi-square/df =1.328 (< 2), TLI=0.922, CFI=0.936 (>0.9); RMSEA=0.068 (