4.4.1. Phân tích tƣơng quan
Trước khi kiểm định mô hình nghiên cứu bằng phân tích hồi quy tuyến tính, cần phải xem xét mối tương quan giữa các biến của mô hình. Phân tích ma trận tương quan Pearson sử dụng hệ số tương quan Pearson (Pearson correlation coeffcient, kí hiệu là r)
để lượng hóa mức độ chặt chẽ mối quan hệ tuyến tính giữa mỗi biến độc lập ảnh hưởng đến biến phụ thuộc (Quyết định) và giữa các biến độc lập với nhau.
Từ mô hình nghiên cứu và các kết quả phân tích trên, ta có tương quan biến Quyết định học với 8 biến độc lập còn lại bao gồm: Ý kiến tham khảo (FAC_YK), Cơ sở vật chất (FAC_CSVC), Thái độ của cán bộ quản lý (FAC_CBQL), Hỗ trợ tài chính (FAC_HTTC), Khả năng trúng tuyển (FAC_KNTT), Nỗ lực giao tiếp của trường đại học đối với học viên (FAC_GT), Danh tiếng của trường đại học (FAC_DT).
Bảng 4.8: Ma trận tương quan
FAC_QD FAC_YK FAC_CSVC FAC_GT FAC_TT FAC_DT FAC_KNTT FAC_HTTC FAC_CBQL
FAC_QD Pearson Tương quan 1,000 Sig. (1-tailed) . FAC_YK Pearson Tương quan ,200 1,000 Sig. (1-tailed) ,000 . FAC_CSVC Pearson Tương quan ,244 ,287 1,000 Sig. (1-tailed) ,000 ,000 . FAC_GT Pearson Tương quan ,399 ,232 ,410 1,000 Sig. (1-tailed) ,000 ,000 ,000 . FAC_TT Pearson Tương quan ,477 ,131 ,263 ,478 1,000 Sig. (1-tailed) ,000 ,010 ,000 ,000 . FAC_DT Pearson Tương quan ,292 ,348 ,437 ,234 ,341 1,000 Sig. (1-tailed) ,000 ,000 ,000 ,000 ,000 . FAC_KNTT Pearson Tương quan ,007 ,085 -,081 ,131 ,181 -,209 1,000 (1-tailed) ,053 ,066 ,073 ,010 ,001 ,000 . FAC_HTTC Pearson Tương quan ,400 ,085 -,081 ,131 ,181 -,209 ,131 1,000 Sig. (2 phía) ,000 ,000 ,000 ,000 ,000 ,000 ,009 . FAC_CBQL Pearson Tương quan ,303 ,095 ,322 ,417 ,577 ,236 ,290 ,411 1,000 Sig. (2 phía) ,000 ,044 ,000 ,000 ,000 ,000 ,000 ,000 . N 319 319 319 319 319 319 319 319 319
Nguồn: Kết quả phân tích dữ liệu nghiên cứu chính thức bằng SPSS 20 của tác giả
Kết quả phân tích trong bảng 4.8 đã chỉ ra rằng các hệ số tương quan giữa các biến đều có ý nghĩa thống kê (Sig. < 0,05), riêng biến FAC_KNTT (Khả năng trúng tuyển) có sig. = 0,053>0,05, về mặt lý thuyết, điều này nói lên rằng thực tế học viên thuộc khối ngành kinh tế ở một số trường đại học quyết định chọn trường để học cao học có chịu ảnh hưởng của yếu tố khả năng trúng tuyển với mức ý nghĩa 10%: bao gồm điểm chuẩn, tỷ lệ chọi và chỉ tiêu tuyển sinh, biến này không có ý nghĩa thống kê nên bị loại. Tuy nhiên, sự khác biệt đó là không quá lớn. Mặt khác, trên thực tế, nhu cầu học
tập nâng cao trình độ ngày càng tăng, số lượng chỉ tiêu có hạn, đông thời, và khả năng trúng tuyển vào mỗi trường là khác nhau nên việc cân nhắc 1 trường có khả năng trúng tuyển cao theo khả năng của mỗi người sẽ có ảnh hưởng đến quyết định chọn trường để học cao học của học viên.
Kết quả phân tích tương quan Pearson cũng cho thấy các nhân tố có mối tương quan chặt chẽ với nhau. Biến độc lập có hệ số tương quan cao nhất với biến phụ thuộc (FAC_QD) đó là biến Truyền thông (0.477) và biến độc lập có hệ số tương quan thấp nhất (rất yếu) với biến FAC_QD là biến Hỗ trợ tài chính (0.007 < 0.19), điều này cho thấy, thực tế việc quyết định chọn trường để học cao học của học viên không dựa vào sự hỗ trợ tài chính nhiều. Tuy nhiên, không thể nói việc hỗ trợ tài chính không ảnh hưởng đến quyết định chọn trường để học cao học.
Trên thế giới, việc hỗ trợ tài chính đã là xu hướng và động cơ kích thích học các học viên cũng như sinh viên chọn trường để học. Mặc dù vẫn chưa tác động nhiều, nhưng đây là xu hướng tất yếu khi Việt Nam hội nhập quốc tế, nhất là trong lĩnh vực đào tạo.
Ngoài ra, trong nghiên cứu “Các yếu tố ảnh hưởng đến quyết định chọn trường đại học của sinh viên ở Malaysia” của Joseph Sia Kee Ming (2010), tác giả đã chứng minh các yếu tố: Địa điểm, Danh tiếng, Cơ sở vật chất, Chi phí học tập, Hỗ trợ tài chính của trường, Cơ hội việc làm, Các nỗ lực giao tiếp với sinh viên (bao gồm: quảng cáo, đại diện của trường làm công tác tuyển sinh, giao lưu với các trường phổ thông thăm viếng khuôn viên trường) có tác động đến việc chọn trường. Nghiên cứu này dựa trên kết quả nghiên cứu của Chapman, D. W., 1981, đã khẳng định, yếu tố về chi phí, hỗ trợ các khoản chi phí cũng tác động đến quyết định chọn trường đại học của học sinh.
Chính vì vậy, tác giả quyết định giữ lại tất cả các biến để phân tích hồi quy bội. Tất cả các biến đều có tương quan với biến FAC_QD là dương, điều đó có nghĩa là nếu giá trị các biến độc lập tăng thì giá trị biến phụ thuộc cũng tăng.
Kết quả phân tích cũng cho thấy không có hiện tượng đa cộng tuyến giữa các biến độc lập, vì các hệ số tương quan pearson giữa các biến độc lập đều nhỏ hơn 0.6.
4.4.2. Phân tích hồi quy bội
Phân tích hồi quy sẽ xác định phương trình hồi quy tuyến tính với các hệ số beta tìm được để khẳng định mối quan hệ nhân quả giữa biến phụ thuộc (QD) và các biến độc lập (FAC_YK, FAC_ CSVC, FAC_GT, FAC_TT, FAC_DT, FAC_HTTC, FAC_CBQL, FAC_KNTT), nhằm xác định mức độ ảnh hưởng của từng yếu tố đến Quyết định chọn trường để học cao học của các học viên thuộc khối ngành kinh tế trên địa bàn Tp.HCM. Kết quả phân tích hồi quy được thực hiện bằng phương pháp Enter.
Mô hình hồi quy bội được biểu diễn như sau:
Y = β0 + β1 x X1 + β2 x X2 + β3 x X3 + β4 x X4 + β5 x X5 + β6 x X6+ β7 x X7 + β8 x X8 + µi
Hoặc:
Quyết định chọn trƣờng = β0 + β1 x Ý kiến tham khảo + β2 x Cơ sở vật chất + β3 x Nỗ lực giao tiếp của trường đại học + β4 x Truyền thông + β5 x Danh tiếng của trường đại học + β6 x Khả năng trúng tuyển + β7 x Chính sách hỗ trợ tài chính + β8 x Thái độ của cán bộ quản lý + µi
Trong đó:
Y : Quyết định chọn trường (FAC_QD)
X1: Ý kiến tham khảo (FAC_YK)
X2: Cơ sở vật chất (FAC_CSVC)
X3: Nỗ lực giao tiếp của trường đại học (FAC_GT)
X4: Truyền thông (FAC_TT)
X5: Danh tiếng của trường đại học (FAC_DT)
X6: Khả năng trúng tuyển (FAC_KNTT)
X7: Chính sách hỗ trợ tài chính (FAC_HTTC)
Chạy mô hình hồi quy
Bảng 4.9: Tóm tắt mô hình hồi quy
R Hệ số xác định – R2 Hệ số xác định hiệu chỉnh – R2 hiệu chỉnh Chỉ số Durbin- Watson .851 .7253 .7123 1.916
Biến độc lập: FAC_YK, FAC_CSVC, FAC_GT, FAC_TT, FAC_KNTT, FAC_DT, FAC_HTTC, FAC_CBQL
Biến phụ thuộc: FAC_QD
Nguồn: Kết quả phân tích dữ liệu nghiên cứu chính thức bằng SPSS 20 của tác giả
Bảng 4.10: Trọng số hồi quy
Nhân tố Hệ số beta
chuẩn hóa Giá trị t Giá trị Sig.
Hệ số phóng đại phƣơng sai – VIF
FAC_YK .080** 1.966 .048 1.237 FAC_CSVC .073 1.243 .215 1.603 FAC_GT .201*** 3.538 .000 1.523 FAC_TT .333*** 5.385 .000 1.795 FAC_DT .032* 1.710 .092 1.604 FAC_KNTT .109** 2.074 .039 1.289 FAC_HTTC .269*** 4.880 .000 1.428 FAC_CBQL .044* 1.862 .078 1.802
Biến phụ thuộc: FAC_QD
*: hệ số beta có ý nghĩa thống kê ở mức 10%
**: hệ số beta có ý nghĩa thống kê ở mức 5%
***: hệ số beta có ý nghĩa thống kê ở mức 1%
Nguồn: Kết quả phân tích dữ liệu nghiên cứu chính thức bằng SPSS 20 của tác giả
Đánh giá độ phù hợp của mô hình: Hệ số R2 hiệu chỉnh = 0.7253 chứng tỏ độ phù hợp của mô hình là khá cao, giải thích được trên 72.53% cho bộ dữ liệu khảo sát.
Kiểm định độ phù hợp của các biến đƣa vào mô hình: Để suy diễn mô hình này thành mô hình tổng thể, cần phải xem xét Kiểm định F thông qua phân tích phương sai (ANOVA) như bảng 4.11. Vì Sig. = 0,000 ta bác bỏ giả thuyết Hệ số xác định tổng thể R2 = 0, có nghĩa là ít nhất một biến độc lập nào đó có ảnh hưởng đến biến phụ thuộc.
Kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1< 1.916 < 3). Như vậy, mô hình hồi quy tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.11: Phân tích ANOVA
Tổng bình
phƣơng Bậc tự do
Trung bình
bình phƣơng Hệ số F Giá trị Sig
Hồi quy 58.398 8 7.3 20.001 .000 Phần dư 113.140 310 .365
Tổng 171.538 318
Biến độc lập: FAC_YK, FAC_CSVC, FAC_GT, FAC_TT, FAC_KNTT, FAC_DT, FAC_HTTC, FAC_CBQL
Biến phụ thuộc: FAC_QD
Nguồn: Kết quả phân tích dữ liệu nghiên cứu chính thức bằng SPSS 20 của tác giả
Hệ số beta của mô hình: Hệ số beta của biến FAC_CSVC không thỏa điều kiện thống kê vì sig.= 0.215, hệ số này quá lớn nên ta phải loại biến FAC_CSVC, vì ý nghĩa thống kê thấp.
Các biến còn lại có hệ số beta có ý nghĩa thống kê ở mức ý nghĩa 1%, 5% và 10%, cụ thể:
Các biến FAC_ GT, FAC_TT, FAC_HTTC có hệ số beta có ý nghĩa thống kê ở mức 1%;
Các biến FAC_ YK, FAC_KNTT có hệ số beta có ý nghĩa thống kê ở mức 5%; Các biến FAC_ DT, FAC_CQL có hệ số beta có ý nghĩa thống kê ở mức 10%; Các hệ số beta của các biến trên đều có dấu (+), đều có dấu phù hợp với tất cả các giả thuyết mà tác giả đã đưa ra.
Vậy mô hình hồi quy bội chuẩn hóa như sau:
QD = 0.333*FAC_TT + 0.269*FAC_HTTC + 0.201*FAC_GT +
0.109*FAC_KNTT + 0.080*FAC_YK + 0.044*FAC_CBQL + 0.032*FAC_DT 4.4.3. Kiểm tra các giả định của hồi quy tuyến tính
Giả định 1: Giả định về phân phối chuẩn của phần dư
Trong phân tích hồi quy, phân phối chuẩn là một trong những điều kiện nhằm đảm bảo mô hình dự báo tốt kết quả của tổng thể. Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích,…(Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Ta sẽ sử dụng biểu đồ tần số Histogram của phần dư đã được chuẩn hóa (Regression Standardized Residual) để kiểm tra giả định này.
Hình 4.1: Biểu đồ phân phối chuẩn phần dư
Nguồn: Kết quả phân tích dữ liệu nghiên cứu chính thức bằng SPSS 20 của tác giả
Kết quả từ tần số Histogram của phần dư cho thấy: Giá trị trung bình (Mean) = - 1,14*10-15 và độ lệch chuẩn (Std.Dev.) = 0,987 (gần bằng 1), phần dư xấp xỉ chuẩn. Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Quan sát đồ thị P-P Plot của phần dư (Xem hình 4.2), các điểm quan sát của phần dư tập trung khá sát với đường thẳng kỳ vọng, do đó phân phối phần dư có dạng chuẩn và thỏa yêu cầu về phân phối chuẩn của phần dư.
Hình 4.2: Đồ thị P-P Plot
Giả định 2: Không có tương quan giữa các phần dư (kiểm tra tính độc lập của sai số) Dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Theo nguyên tắc kinh nghiệm thì chỉ số Durbin-Watson có giá trị trong khoảng từ 1 đến 3 là không có hiện tượng tự tương quan.
Nhìn vào bảng 4.9 cho thấy chỉ số d = 1,916 cho biết không có hiện tượng tự tương quan, nên ta chấp nhận giả thuyết không có tự tương quan.
Giả định 3: Không có mối quan hệ tương quan giữa các biến độc lập (đo lường đa cộng tuyến).
Hệ số VIF (Variance Inflation Factor) được sử dụng để kiểm tra hiện tượng đa cộng tuyến. Thông thường chỉ số này vượt quá giá trị 2 biểu thị cho vấn đề tiềm ẩn mối quan hệ tương quan giữa các biến độc lập do đa cộng tuyến gây ra và trên 5 là có đa cộng tuyến.
Dựa vào kết quả ở bảng 4.10, cho thấy hệ số phóng đại phương sai (VIF) lớn hơn 1 và nhỏ hơn 2 ( 1 < VIF < 2). Vì vậy, kết luận hiện tượng đa cộng tuyến là không đáng kể trong mô hình.
4.4.4. Các kiểm định
Kiểm định sự khác biệt về việc lựa chọn trƣờng cao học của các học viên thuộc khối ngành kinh tế trên địa bàn Tp.HCM theo các đặc điểm nhân khẩu học.
H1: Đặc điểm cá nhân có ảnh hưởng đến quyết định chọn trường để học cao học
của các học viên thuộc khối ngành kinh tế trên địa bàn Tp.HCM. (Xem phụ lục 8).
Về giới tính
Để kiểm định xem có sự khác nhau trong việc lựa chọn trường để học cao học giữa nam và nữ hay không, ta dùng kỹ thuật phân tích T-Test để thực hiện.
Dựa vào phụ lục 8, kết quả cho thấy kiểm định T-Test có giá trị sig. của thống kê Levene = 0.405 >0.05, nên độ tin cậy 40.5% giả thiết Ho: “Phương sai bằng nhau” được chấp nhận, nghĩa là không có sự khác biệt về phương sai giữa nam và nữ.
Trong bảng phân tích T-Test, giá trị sig.=.000<0.05, cho thấy có sự khác biệt giữa nam và nữ trong việc chọn trường để học cao học.
Về độ tuổi
Để kiểm tra xem có sự khác biệt về độ tuổi đối với việc lựa chọn trường, ta dùng phương pháp kiểm định Anova để kiểm tra. (xem phụ lục 8).
Đầu tiên, kiểm định của Levene, sig. của kiểm định này bằng = 0.165 >0.05 đồng nghĩa với phương sai giữa các nhóm tuổi là bằng nhau, thỏa điều kiện thống kê.
Kết quả kiểm định Anova với sig.= 0.04 < 0.05, kết luận rằng có sự khác biệt giữa độ tuổi trong việc lựa chọn trường để học cao học tại TP. HCM.
Về thu nhập
Kiểm định tiếp theo là là kiểm tra xem có sự khác biệt giữa các nhóm thu nhập với việc lựa chọn trường để học cao học của các học viên thuộc khối ngành kinh tế trên địa bàn Tp.HCM hay không? (Xem phụ lục 8).
Kiểm định của Levene với sig.= 0.779 >0.05, chứng tỏ phương sai giữa các nhóm thu nhập là bằng nhau, thỏa điều kiện thống kê.
Kết quả kiểm định Anova với sig.= 0.817 >0.05, kết luận không có sự khác biệt giữa các các nhóm thu nhập trong việc lựa chọn trường để học cao học của các học viên thuộc khối ngành kinh tế tại TP. HCM.
Về Xếp loại tốt nghiệp đại học
Tương tự độ tuổi, phương pháp kiểm định Anova đã được thực hiện để kiểm tra xem có sự khác biệt về xếp loại tốt nghiệp đại học việc lựa chọn trường hay không ? (Xem phụ lục 8).
Kiểm định của Levene với sig.= 0.894 >0.05, có thể nói giữa các nhóm xếp loại tốt nghiệp không khác nhau một cách có ý nghĩa thống kê.
Kết quả kiểm định Anova với sig.= 0.702>0.05, không có sự khác biệt về sự chọn trường để học cao học giữa những người có xếp loại tốt nghiệp đại học khác nhau.
Về nghề nghiệp
Kiểm định tiếp theo là là kiểm tra xem có sự khác biệt giữa nghề nghiệp với việc lựa chọn trường để học cao học của các học viên thuộc khối ngành kinh tế trên địa bàn Tp.HCM hay không? (Xem phụ lục 8).
Kiểm định của Levene với sig.= 0.296 >0.05, chứng tỏ phương sai giữa các nhóm nghề nghiệp là bằng nhau, thỏa điều kiện thống kê.
Kết quả kiểm định Anova với sig.= 0.163 >0.05, kết luận không có sự khác biệt giữa các nghề nghiệp với việc lựa chọn trường để học cao học của các học viên thuộc khối ngành kinh tế tại TP. HCM.
H2: Đặc điểm gia đình có ảnh hưởng đến quyết định chọn trường để học cao học của các học viên thuộc khối ngành kinh tế trên địa bàn Thành phố Hồ Chí Minh.
Về tình trạng hôn nhân
Tiếp theo, tác giả sẽ kiểm tra xem, có sự khác biệt hay không giữa những người độc thân và những người đã kết hôn trong việc chọn trường để học cao học bằn gkierm định T-Test. (Xem phụ lục 8).
Kiểm định của Levene với sig.= 0.983 >0.05, chứng tỏ phương sai giữa các người độc thân và người có gia đình là bằng nhau, thỏa điều kiện thống kê.
Kết quả kiểm định T-Test với sig.= 0.004<0.05, kết luận có sự khác biệt giữa người độc thân và người có gia đình với việc lựa chọn trường để học cao học của các học viên thuộc khối ngành kinh tế tại TP. HCM.
Về tình trạng số con
Cuối cùng là kiểm định sự khác biệt về số con ảnh hưởng đến quyết định lựa chọn trường để học cao học hay không. (Xem phụ lục 8).
Kiểm định của Levene với sig.= 0.092 >0.05, chứng tỏ phương sai giữa các học viên có số con khác nhau là bằng nhau, thỏa điều kiện thống kê.