6. Kết cấu của đề tài
2.6. Phương pháp phân tích dữ liệu
Sau khi việc hoàn tất việc thu thập dữ liệu, tiến hành xem xét lại các phiếu khảo sát nhằm loại đi những phiếu không đạt yêu cầu. Kế đó, tiến hành mã hoá, nhập liệu và làm sạch dữ liệu bằng phần mềm SPSS 20.0. Sau đó tiến hành phân tích dữ qua các
bước sau:
Thống kê mô tả: được thực hiện thống qua việc lập bảng mô tả phân bố tần suất nhằm thống kê mẫu khảo sát phân theo các biến dữ liệu định tính: thông tin về đối
tượng khảo sát (phần 1 phụlục 2), chọn trường đại học dựthi (phần 2 phụlục 2). Kiểm định độ tinh cậy của thang đo (Cronbach’s Alpha và hệ số tương quan
biến tổng r): kiểm định Cronbach’s Alpha để đánh giá độ tinh cậy của các thang đo
thành phần. Hệ số Cronbach’s Alpha dùng để đo lường tính nhất quán nội tại của thang
đo. Hệ số thang đo càng cao thể hiện tính đồng nhất của các biến đo lường càng cao tức là mức độ liên kết của các biến đo lường càng chặt chẽ Nhiều nhà nghiên cứu cho rằng hệ số Cronbach’s Alpha >=0.6 thì chấp nhận được (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008); kiểm định hệ số tương quan biến tổng r (item-total correclation) –là hệsố tương quan của các biến khác trong cùng một thang đo, hệ sốr này càng cao càng tốt (tối thiểu >0.3) nhằm loại ra các biến rác (biến không đóng góp
cho các khái niệm cần đo) trong thang đo đó (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tiêu chuẩn đánh giá thang đo:
(1) 0.6 <= α <= 0.95
(2) Hệ số tương quan biến tổng r >= 0.3;
Phân tích nhân tố EFA: Phân tích nhân tố EFA là một kỹ thuật phân tích nhằm
cho vấn đề nghiên cứu; đồng thời khám phá ra những nhân tố cơ bản trong đó chứa các
nhóm biến có liên hệ qua lại lẫn nhau (phân loại biến số). Điều kiện phân tích nhân tố:
(1) Mẫu: phải đủ lớn, thông thường thì số biến quan sát phải ít nhất bằng 4 hay 5 lần số biến trong phân tích nhân tố (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2008, T31). Trong nghiên cứ này, có 26 biến đưa vào phân tích thì cóđến 566 mẫu quan sát
nên hoàn toàn đáp ứng đủyêu cầu.
(2) Hệ số KMO (Kaiser – Mayer - Olkin) và Bartlett test: Hệ số KMO là một chỉ số dùng đểxemđể xem xét sự thích hợp của phân tích nhân tốvới dữ liệu của mẫu. Trị sốKMO lớn (giữa 0.5 và 1) có ý nghĩa là phân tích nhân tốlà thích hợp, còn nếu nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Kiểm định Bartlett xem xét giảthuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (sig≤ 0,05) thì các biến quan sát
có tương quan với nhau trong tổng thể. (Hoàng trọng & Chu Nguyễn Mộng Ngọc, 2008, T31)
(3) Hệ số tải nhân tố (Factor loading): là những hệ số tương quan đơn giữa các biến và các nhân tố.
Để thang đo đạt được giá trị hội tụ, các biến phải có hệ số tải nhân tố lớn hơn
0.5 trong một nhân tố.
Để đạt được giá trị phân biệt (Discriminant validity), hệ số tải nhân tố của
một biến quan sát giữa các nhân tố phải lớn hơn 0.3 (Jabnoun & ctg, 2003)
(4) Xác định số lượng nhân tố
Tiêu chuẩn Kaiser (Kaiser criterion): xác định số nhân tố được trích từ thang
đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tốquan trọng bằng cách xem xét Eigenvalue. Eigenvalueđại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích
khi tổng phương sai trích không được nhỏ hơn 50%.
(5) Phương pháp trích được chọn để phân tích thang đo:Phương pháp trích Principal components (phương pháp phân tích nhân tố rút thành phần chính) với
phép quay Varimax được áp dụng cho thang đo đơn hướng như thang đo các
yếu tố ảnh hưởng đến việc chọn trường đại học và quyết định chọn trường đại học của học sinh THPT nhằm giảm số lượng biến.
Tóm lại dựa vào các tiêu chuẩn trên, phương pháp phân tích nhân tố EFA được tiến
hành cho thang đo chất lượng dịch vụ đào tạo và thang đo sự hài lòng của sinh viên. Kiểm định lại Cronbach’s Alpha và r: sau khi phân tích nhân tố EFA, các thang
đo được đánh giá lại bằng hệ số Cronbach’s Alpha (>0.6) và hệ số tương quan biến tổng r (>0.3).
Phân tích hồi quy: phân tích hồi quy đa biến để đánh giá mức độ phù hợp của mô hình, phương pháp đư ợc sử dụng là phương pháp đưa vào lần lượt “Enter”3. Các nhà nghiên cứu thường sử dụng hệ số R2 (R-Square)4 để đánh giá mức độphù hợp của mô hình nghiên cứu. Kiểm định F trong bảng phân tích phương sai sẽ cho biết biến phụ
thuộc có mối liên hệvới toàn bộbiến độc lập hay không (Sig < 0.05, mô hình xây dựng phù hợp và ngược lại), bên cạnh đó kiểm tra hiện tượng tương quan bằng hệsốDurbin- Watson5, kiểm tra hiện tượng đa côngtuyến bằng hệsố phóng đại phương sai VIF6.
Phương trình hồi quy tuyến tính của các yếu tố ảnh hưởng đến việc chọn trường
đại học của học sinh THPT tại TP. HCM có dạng như sau:
= + + + + + + +
2
Theo Hair và ctg (1998) hẹsốtải nhân tốlà chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA; hệsốtải nhân tố >0.3 đạt mức tối thiểu, hệsốtải nhân tố > 0.4 được xem là quan trọng và hệsốtải nhân tố > 0.5 được xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn hệsốtải nhân tố> 0.3 thì cỡmẫu ít nhất 350, nếu cỡmẫu khoảng 100 thì nên chọn tiêu chuẩn hệsố tải nhân tố> 0.55, nếu cỡmẫu khoảng 50 thì hệsốtải nhân tố> 0.75.
3Phương pháp mặc định trong SPSS 4
Theo Lê Đức Huy (2007), hệsốR2đánh giá mức độphù hợp của mô hình thểhiện mối quan hệ tương quan tuyến tính: R2<0.1tương quan ởmức độthấp; 0.1≤ R2≤ 0.25tương quan ởmức độtrung bình; 0.25≤ R2≤ 0. 5tương quan ở mức khá chặt chẽ; 0.5≤ R2≤ 0. 8tương quan ởmức chặt chẽ; 0.8≤ R2tương quan rất chặt chẽ.
5
1< Durbin-Watson<3: không xảy ra hiện tượng tương quan (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) 6
VIF>10: dấu hiệu đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Trong đó:
Y: Chọn trường đại học của học sinh
β0: Hệsó chặn
β1,β2,β3,β4,β5,β6: Các hệsốhồi quy của tổng thể(n=6) QHAH: Các cá nhân có mới quan hệ ảnh hưởng
DDTH: Đặc điểm trường đại học
CHTT: Cơ hội trúng tuyển
NLDK:Năng lực điều kiện bản thân các nhân CHTL: Cơ hộitương lai
TTTT: Truyền thông tiếp thị của trường đại học
εi:Sai sốngẫu nhiên
Mong đợi vềdấu của các biến độc lập trong mô hình nghiên cứu đều mang dấu (+), vì khi ảnh hưởng các yếu tố này càng cao thì việc chọn trường đại học của học sinh ngàycàng được khẳng định.
Phân tích T-Test, ANOVA: phân tích T-test (đối với các biến định tính lớn hơn 2
nhóm). Các phân tích này nhằm đánh giá sựkhác biệt giữa nhóm thành phần, phân tích T-test, ANOVA cho thấy trị số F có mức ý nghĩa Sig. Nếu Sig < 0.05 thì mô hình hồi quy phù hợp với dữ liệu thu thập được và các biến đưa vào đều có ý nghĩa thống kê với mức ý nghĩa 5% (độtin cậy 95%)
2.7. Tóm tắt chương
Trong chương này, tác giả đưa ra mô hình nghiên cứ đềxuất trên cơ sở kếthừa có chọn lọc các nghiên cưu trước và trình bày chi tiết hơn về phương pháp nghiên cứu
định tính và định lượng. Phương pháp định tính được thực hiện bằng việc thảo luận nhóm gồm 10 em học sinh đang học lớp 12, trong đó tỷlệ(nam/nữ) bằng nhau và tỷlệ (trường công lập/trường ngoài công lập) là 2/3. Nội dung thảo luận là các yếu tố ảnh
hưởng đến việc chọn trường đại học của học sinh, kết quảthảo luận dùng để điều chỉnh
thang đo khi nghiên cứu định lượng, đồng thời cũng khảo sát thử 30 học sinh (ngẫu nhiên) nhằm điều chỉnh lại từ ngữ, biến trùng lấp để đảm bảo cho các đối tượng khảo sát hiểu rõ ràng và trảlời được câu hỏi phỏng vấn. Phương pháp nghiên cứu định lượng với kích cỡ mẫu 600 nhằm thỏa mãn nhu cầu phân tích nhân tố, đối tượng khảo sát là các học sinh lớp 12 THPT chuẩn bị dự thi đại họcnăm học 2012-2013. Cấu trúc bảng câu hỏi gồm 41 biến quan sát, trong đó có 31 biến quan sát sử dụng thang đo Likert 5
mức, liên quan đến các mối quan hệ ảnh hưởng (5 biến quan sát), đặc điểm của trường đại học (4 biến quan sát),cơ hội trúng tuyển (4 biến quan sát), năng lực - điều kiện bản thân (5 biến quan sát), cơ hội tương lai(5 biến quan sát), truyền thông tiếp thị của các trường đại học (4 biến quan sát), và yếu tố quyết định chọn trường đại học (4 biến quan sát). Ngoài ra, 10 biến quan sát còn lại sử dụng thang đo định danh được sử dụng
đểhỗtrợcho việc thống kê mô tảvềcác thuộc tính liên quan đến đối tượng khảo sát và
CHƯƠNG 3: THỰC TRẠNG VỀ VIỆC CHỌN NGÀNH/NGHỀ, TRƯỜNG ĐẠI HỌC VÀ KẾT QUẢ NGHIÊN CỨU
Ở chương 2 trình bày phương pháp nghiên c ứu bao gồm: khung nghiên cứu, quy trình nghiên cứu, mô hình nghiên cứu, giả thuyết nghiên cứu, thiết kế nghiên cứu và
phương pháp phân tích dữ liệu. Trong chương này, tác giảtrình bày thực trạng của việc