Analysis)
Mô hình nghiên cứu ban đầu có 7 nhóm định lượng với 26 yếu tố kỳ vọng ảnh hướng đến quyết định chọn trường của học sinh. Sau khi khảo sát, dùng phương pháp phân tích nhân tố khám phá EFA với phép quay Varimax để phân tích 26 biến quan sát.
Sử dụng phương pháp kiểm định KMO (Kaiser-Meyer-Olkin) và Bartlett để đo lường sự tương thích của mẫu khảo sát được bảng kết quả:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .784
Bartlett's Test of Sphericity
Approx. Chi-Square 2004.100
Df 325
Sig. .000
Hệ số KMO là 0,798 (> 0,5) và sig = 0,000 < 0,05 nên giả thuyết HO trong phân tích này “Độ tương quan giữa các biến quan sát bằng 0 trong tổng thể” sẽ bị bác bỏ, điều này có nghĩa là các biến quan sát có tương quan với nhau trong tổng thể và phân tích nhân tố EFA là thích hợp
Các con số trong bảng Rotated Component Matrix thể hiện các trọng số nhân tố hay hệ số tải nhân tố (factor loading) lớn nhất của mỗi biến quan sát. Để phân tích nhân tố EFA được xem là quan trọng và có ý nghĩa thiết thực, chỉ giữ lại các biến quan sát có trọng số nhân tố > 0,5, như vậy ta loại dần các biến quan sát có trọng số nhân tố < 0,5 sau đó lần lượt phân tích lại theo quy trình trên, được các kết quả tại bảng 3.2:
Bảng 4.15: Bảng tóm tắt các hệ số khi sử dụng phân tích nhân tố Lần Tổng số biến phân tích Biến quan sát bị loại Hệ số KMO Sig 1 26 c16, c18 0.784 0.000 2 24 0.771 0.000 3 24 0.771 0.000 4 24 0.771 0.000 5 24 0.771 0.000
Danh sách các biến quan sát bị loại:
c18: Trường có vị trí địa lí phù hợp, thuận lợi cho việc đi lại và học tập
Bảng 3.15: Bảng phân tích nhân tố tương ứng với các biến quan sát
Rotated Component Matrixa
Component
1 2 3 4 5 6 7
Trường có ngành đào tạo phù hợp với sở thích cá
nhân .912
Trường có ngành đào tạo phù hợp với năng lực bản
thân .904
Trường có đội ngũ giảng
viên nổi tiếng .629
Trường có cơ sở vật chất và trang thiết bị hiện đại cho sinh viên theo học một cách tốt nhất
.609
Trường có danh tiếng,
thương hiệu .842
Bị thu hút bởi các hoạt động ngoại khoá về văn nghệ, TDTT …. của trường
.790
Người thân, bạn bè đang (hoặc đã) học tại trường (adsbygoogle = window.adsbygoogle || []).push({});
Trường có chế độ học bổng và các chính sách ưu đãi cho sinh viên theo học
.576
Trường có học phí thấp phù hợp với điều kiện
kinh tế gia đình .746
Đã có thông tin về trường qua các phương tiện
truyền thông (Tivi, Radio] .849
Đã có thông tin về trường qua quảng cáo trên báo, tạp chí, các tài liệu in ấn khác
.790
Đã có tìm hiểu thông tin qua website của trường trên internet
.506
Trường có “tỉ lệ chọi” các
năm gần đây thấp .713
Trường có điểm chuẩn tuyển sinh thấp, cơ hội
trúng tuyển cao .576
Theo lời khuyên của
chuyên gia tư vấn .811
Theo ý kiến của bạn bè (cùng lớp, cùng trường)
Thầy cô giáo chủ nhiệm, giáo viên hướng nghiệp ở trường trung học khuyên bảo
.749
Cha, mẹ định hướng
.864
Theo ý kiến của anh, chị
em trong gia đình .793
Trường có các ngành đào
tạo đa dạng .592
Trường có ngành đào tạo
hấp dẫn cao .592
Đã được giới thiệu về trường qua hoạt động giáo dục hướng nghiệp ở trường THPT
.806
Đã được giới thiệu về trường thông qua các hoạt (adsbygoogle = window.adsbygoogle || []).push({});
động tư vấn tuyển sinh .872
Đã được đến tham quan
trực tiếp tại trường .503
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Các giá trị Eigenvalues hầu hết lớn hơn 0.1 và độ biến thiên được giải thích tích luỹ là 73,451% cho biết 7 nhóm nhân tố nêu trên giải thích được 73,451% biến thiên của các biến quan sát.
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6.394 26.643 26.643 6.394 26.643 26.643 3.826 15.941 15.941 2 3.739 15.578 42.221 3.739 15.578 42.221 3.101 12.920 28.861 3 2.401 10.004 52.225 2.401 10.004 52.225 3.076 12.816 41.678 4 1.619 6.745 58.969 1.619 6.745 58.969 2.602 10.842 52.519 5 1.326 5.527 64.496 1.326 5.527 64.496 1.926 8.024 60.543 6 1.139 4.748 69.244 1.139 4.748 69.244 1.838 7.657 68.199 7 1.010 4.207 73.451 1.010 4.207 73.451 1.260 5.251 73.451 8 .833 3.470 76.921 9 .741 3.087 80.008 10 .698 2.909 82.917 11 .556 2.318 85.235 12 .493 2.054 87.289 13 .482 2.008 89.298 14 .402 1.674 90.971 15 .397 1.652 92.624 16 .323 1.345 93.969 17 .279 1.163 95.133 18 .253 1.056 96.188 19 .225 .935 97.124 20 .166 .691 97.814 21 .163 .679 98.493 22 .160 .665 99.158 23 .110 .457 99.616 24 .092 .384 100.000
Extraction Method: Principal Component Analysis.