Phòng học Học phí Giảng viên Giáo trình Kết quả đạt được Thư viện Khả năng phục vụ Chương trình đào tạo
4.3 MÔ HÌNH NGHIÊN CỨU ĐƯỢC HIỆU CHỈNH
Hình 4.1: Sơ đồ mô hình nghiên cứu điều chỉnh khi phân tích Cronbach’s Alpha của các nhân tố ảnh hưởng sự hài lòng về chất lượng đào tạo của sinh viên
Sau khi thực hiện phân tích nhân tố EFA cho 7 biến độc lập trong mô hình nghiên cứu, kết quả khá bất ngờ là làm xuất hiện thêm một nhân tố bắt buộc ta phải mã hóa và đặt tên lại. Hiện tại mô hình nghiên cứu được điều chỉnh có 8 thang đo của yếu tố độc lập (có 23 biến quan sát đủ độ tin cậy) và một thang đo yếu tố phụ thuộc (với 3 biến quan sát đủ độ tin cậy). Kết quả không khả quan lắm vì số biến quan sát đã bị loại quá nửa từ 50 biến ban đầu. Các giả thuyết tương ứng với mô hình được hiệu chỉnh sẽ là:
H1: Phòng học có ảnh hưởng tới sự hài lòng của sinh viên. H2: Học phí có ảnh hưởng tới sự hài lòng của sinh viên.
H3: Đội ngũ giảng viên có ảnh hưởng tới sự hài lòng của sinh viên. H4: Giáo trinh có ảnh hưởng tới sự hài lòng của sinh viên.
H5: Kết quả đạt có ảnh hưởng tới sự hài lòng của sinh viên. H6: Thư viện có ảnh hưởng tới sự hài lòng của sinh viên.
H8: Chương trình đào có ảnh hưởng tới sự hài lòng của sinh viên. Và:
H9: Không có sự khác biệt về mức độ hài lòng theo năm học. H10: Không có sự khác biệt về mức độ hài lòng theo giới tính.
H11: Không có sự khác biệt về mức độ hài lòng theo mức thu nhập hàng tháng của sinh viên
4.4 KIỂM ĐỊNH MÔ HÌNH VÀ CÁC GIẢ THUYẾT4.4.1 Phân tích tương quan (Pearson) 4.4.1 Phân tích tương quan (Pearson)
Người ta sử dụng một số thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa các biến định lượng. Nếu giữa hai biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Đa cộng tuyến là trạng thái các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc.
Đa công tuyến làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa nên các hệ số có khuynh hướng kém ý nghĩa.
Cần xem xét hiện tượng đa cộng tuyến khi phân tích hồi quy nếu hệ số tương quan pearson > 0,3.
Hình dạng phương trình
Đặt các biến trong phương trình hồi quy đa biến như sau:
: Phòng học (là trung bình của các biến CSVC1, CSVC2, CSVC3, TCQL6) : Học phí (là trung bình của các biến HP1, HP2, HP3)
: Đội ngũ giảng viên (là trung bình của các biến GV1, GV5, GV6, GV9) : Giáo trình (là trung bình của các biến CSVC5, CSVC6, GV8)
: Kết quả đạt được (KQDD6, KQDD7, KQDD8)
: Thư viện (là trung bình của các biến CSVC10, CSVC11)
: Khả năng phục vụ (là trung bình của các biến KNPV1, KNPV2) : Chương trình đào tạo (là trung bình của các biến CTDT1, CTDT2)
Y: Hài lòng với chất lượng đào tạo của trường (là trung bình của biến HL1, HL2, HL3) Bảng phân tích tương quan Pearson: (Xem phụ lục 4).
- Các giá trị sig α đều nhỏ hơn 0,05 do vậy các biến đều tương quan nhau và có ý nghĩa thống kê.
- Hệ số tương quan của các biến X tương tác nhau cũng không quá lớn, một số cặp biến có hệ số pearson > 0,3 vì vậy khi nên phân tích tương quan cần chú ý hiện tương quan giữa các biến độc lập này.
4.4.2 Phân tích hồi quy đa biến
Để đánh giá mức độ phù hợp của mô hình ta sử dụng phương pháp hồi quy tuyến tính bội đối với 9 nhân tố được phân tích trên trong đó lấy nhân tố Sự hài lòng của sinh viên là biến phụ thuộc và 8 nhân tố còn lại là biến độc lập. Bằng việc áp dụng phương pháp chọn biến từng bước (stepwise selection) ta thu được kết quả hồi quy theo Phụ lục 5. Kết quả này cho giá trị R2 = 0.461, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu mẫu là 46.1%. Một con số khá thấp vì chưa đạt được ngưỡng một nửa là 50%. Tuy nhiên ta chấp nhận điều này trong nghiên cứu. Thứ nhất vì nhóm chưa có nhiều kinh nghiệm. Mặt khác là do nhóm đối tượng sinh viên được khảo sát vào những lúc đang học tập trên trường. Tâm lý mệt mỏi cộng với việc đã làm nhiều khảo sát từ các nhóm khác làm ảnh hưởng tới tính ngẫu nhiên trong việc các bạn ra quyết định khi chọn đáp án. Dẫn đến có nhiều bài chỉ chọn qua loa hàng loạt câu trả lời là 3 (bình thường) gây ảnh hưởng tới mẫu nghiên cứu. Trong giới hạn chúng tôi đã cố gắng dùng nhiều biện pháp để hạn chế những vấn đề này xảy ra nhất có thể. Cũng mong giảng viên bỏ qua cho độ đúng đắn của đáp án vì giới hạn của cuộc khảo sát.
Lưu ý thêm các bảng kết quả mô tả từ SPSS chúng tôi đã đưa vào phần phụ lục cho tinh gọn bớt bài trình bày. Do vậy nên sẽ đạt được sự ngắn gọn hết sức có thể. Bạn đọc có thể vừa theo dõi bài trình bày vừa lật lại phần phụ lục phía sau để theo dõi được rõ ràng hơn.
Bước 1: Kiểm định hệ số hồi quy (Coefficients)
Bảng 4.13: Kết quả hồi quy đa biến
Nhân tố Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa t Sig. Thống kê cộng tuyến B Sai số chuẩn Beta Độ chấp nhận VIF Hằng số .053 .239 .222 .824 Học phí (X2) .285 .045 .345 6.262 .000 .729 1.371 Kết quả đạt được (X5) .286 .057 .262 4.985 .000 .801 1.248 Khả năng phục vụ (X7) .129 .046 .145 2.823 .005 .833 1.200 Chương trình đào tạo (X8) .126 .050 .129 2.514 .013 .840 1.190 Giáo trình (X4) .114 .055 .110 2.062 .040 .772 1.295
Qua 5 lần chạy stepwise, SPSS đã tự động loại các biến X1, X3, X6 ra khỏi mô hình, còn lại 5 nhân tố tác động chính tới sự hài lòng. Kết quả hồi quy ở bảng 4.13 cho thấy có đến 5 nhân tố có mối liên hệ tuyến tính với sự hài lòng của sinh viên với mức ý nghĩa Sig. t <
0.05. Lưu ý là thứ tự chạy trong SPSS đã giúp xác định biến X2 là có ảnh hưởng mạnh nhất tới biến phụ thuộc, tiếp theo là biến X5, X7, X8 và X4. Công việc này phần mềm chạy hoàn toàn tự động nên làm đơn giản hóa được công việc của ta rất nhiều. Bây giờ chỉ cần chép bảng và viết kết quả, không cần phải chạy lại. Một điều nữa cần chú ý là các hệ số B ở đây đều mang dấu (+) chứng tỏ các nhân tố đều có quan hệ thuận với biến khảo sát.
Từ bảng trên, ta xác định được phương trình hồi quy bội như sau: Mức độ hài lòng của SV = 0.285 × Học phí
+ 0.286 × Kết quả đạt được + 0.129 × Khả năng phục vụ + 0.126 × Chương trình đào tạo + 0.114 × Giáo trình
+ 0.053 Phương trình hồi quy:
Y = 0.285 × X1 + 0.286 × X5 + 0.129 × X4+ 0.126 × X8 + 0.114 × X6 + 0.053
Ngoài ra, các hệ số beta chuẩn hóa trên bảng khá thấp (cao nhất 0.286) đánh giá mức tác động của các biến độc lập tới sự hài lòng khá thấp. Các biến tác động yếu tới mô hình. Điều này có thể tạm chấp nhận vì lý do khách quan của cuộc khảo sát đã nêu trên. Ta tạm kết luận 5 biến độc lập tương quan và có ý nghĩa với biến phụ thuộc HL (Mức độ hài lòng chung) với độ tin cậy bằng 95%.
Bước 2: Kiểm định mức độ phù hợp mô hình (Adjusted R Square, ANOVA)
- Mức độ giải thích của mô hình (Adjusted R Square)
Bảng 4.14: Kiểm định mức độ phù hợp mô hình
Sai số chuẩn của ước lượng .5475
.5065.4973 .4973 .4916 .4883
Ý nghĩa của R2 điều chỉnh: R2 điều chỉnh = 0,461, suy ra 46.1% thay đổi của HL (Mức độ hài lòng chung) được giải thích bởi 5 biến độc lập X2, X5, X7, X8, X4.