3.3.2.1 Xây dựng thang đo
Từ kết quả nghiên cứu định tính, tác giả xây dựng thang đo gồm 6 nhân tố: Chương trình đào tạo, Cơ sở vật chất gồm 5 biến quan sát, Đội ngũ giáo viên gồm 5 biến quan sát , Dịch vụ hỗ trợ gồm 5 biến quan sát, Môi trường học tập gồm 4 biến quan sát, Người học nghề gồm 5 biến quan sát và 1 Biến phụ thuộc (Chất lượng đào tạo) có 3 biến quan sát.
Bảng 3.4 Thang đo mô hình nghiên cứu tác giả đề xuất
NHÂN TỐ MÃ HÓA
I. Chương trình đào tạo
1. Nội dung đào tạo phù hợp với trình độ học viên CTDT1 2. Nội dung đào tạo được cập nhật thường xuyên CTDT2 3. Nội dung đào tạo gắn với thực tiễn CTDT3
4. Các môn học được phân bổ hợp lý CTDT4
5. Đề thi vừa sức, phân loại được sinh viên CTDT5
41
1. Phòng học đảm bảo điều kiện dạy – học, thông thoáng, rộng rãi CSVC1 2. Tài liệu và phương tiện dạy học tốt CSVC2 3. Thư viện đáp ứng nhu cầu của sinh viên CSVC3 4. Thiết bị công nghệ thông tin phục vụ tốt cho việc học tập CSVC4 5. Lớp học có số lượng sinh viên hợp lý CSVC5
III. Đội ngũ giáo viên
1. Giáo viên chuẩn bị bài giảng nghiêm túc, đảm bảo chuyên môn DNGV1 2. Giáo viên có khả năng truyền đạt, phương pháp giảng dạy tốt DNGV2 3. Giáo viên biết cách khuyến khích người học tích cực, chủ động DNGV3 4. Giáo viên có thời gian giao lưu phù hợp với học sinh, sinh viên DNGV4 5. Giáo viên đánh giá kết quả học tập công bằng, khách quan DNGV5
IV. Dịch vụ hỗ trợ
1. Cán bộ công tác học sinh, sinh viên giải quyết thỏa đáng các yêu cầu của sinh viên
DVHT1
2. Nhân viên hành chính có thái độ thân thiện, nhiệt tình, tôn trọng sinh viên
DVHT2
3. Hoạt động tư vấn nghề nghiệp đáp ứng tốt nhu cầu tìm hiểu, lưạ chọn của người học.
DVHT3
4. Thông tin trên website phong phú, được cập nhật thường xuyên. DVHT4 5. Hoạt động y tế, chăm sóc sức khỏe tốt DVHT5
V.Môi trường học tập
1. Môi trường hoạt động, học tập thân thiện với người học MTHT1 2. Nhà trường, giáo viên có trách nhiệm với quyền lợi của người
học
42
3. Nhà trường, giáo viên thường xuyên quan tâm, tìm hiểu nắm bắt tâm tư người học
MTHT3
4. Hoạt động rèn luyện thể chất, kỹ năng sống phong phú tạo phấn khích cho người học
MTHT4
VI.Người học nghề
1. Sinh viên ý thức rõ ràng về yêu cầu học tập NHN1 2. Sinh viên có kiến thức cơ bản đảm bảo yêu cầu của nghề học NHN2 3. Sinh viên tham gia đầy đủ các buổi học NHN3 4. Sinh viên tham gia tích cực vào các buổi học NHN4
5. Sinh viên có ý thức tự học tốt NHN5
VII. Chất lượng đào tạo
1. Dịch vụ đào tạo đáp ứng tốt nhu cầu của người học CLDT1 2. Hình thức thi hợp lý, đảm bảo công bằng CLDT2 3. Kiến thức đạt được giúp người học tự tin về khả năng tìm việc
sau khi ra trường
CLDT3
(nguồn: Kết quả thảo luận nhóm và phỏng vấn chuyên gia)
3.3.2.2 Phương pháp lấy mẫu:
Phạm vi mẫu: Học sinh, sinh viên đang theo học ngành kế toán tại trường cao đẳng
nghề Tây Ninh thuộc 2 hệ trung cấp, cao đẳng.
Phương pháp lấy mẫu:
Tác giả thực hiện lấy mẫu theo phương pháp ngẫu nhiên, thuận tiện. Tác giả trực tiếp đến các lớp học của sinh viên ngành kế toán và phát Phiếu điều tra để lấy ý kiến.
Theo Hair và cộng sự (2010): 1 biến đo lường cần tối thiểu 5 quan sát. Số quan sát được hiểu là số phiếu khảo sát hợp lệ cần thiết, biến đo lường là một câu hỏi
43
đo lường trong bảng khảo sát. Mô hình lý thuyết được xây dựng bao gồm 6 biến quan sát độc lập, mỗi biến quan sát có 5 biến đo lường và 1 biến quan sát phụ thuộc có 3 biến đo lường. Như vậy, mô hình quan sát gồm có 29 tham số cần ước lượng, vậy dung lượng mẫu tối thiểu đáp ứng cho mô hình nghiên cứu này là n ≥ 5*29 = 145. Trong khả năng của tác giả, tôi chọn số lượng mẫu là 200 đảm bảo yêu cầu đặt ra. Phần mềm SPSS 20.0 được sử dụng để phân tích dữ liệu.
3.3.3. Phương pháp phân tích số liệu
Phương pháp phân tích thống kê: phương pháp này được sử dụng để mô tả đặc
điểm của đối tượng khảo sát, xu hướng quan hệ của các biến và phân tích hiện trạng của vấn đề nghiên cứu.
Mô hình kinh tế lượng: tác giả sử dụng mô hình phân tích nhân tố khám phá để xác
định các nhân tố ảnh hưởng đến chất lượng đào tạo nghề kế toán và mức độ tác động của từng nhân tố đến chất lượng đào tạo.
Phân tích dữ liệu và kiểm định giả thuyết
Sau khi thu thập được dữu liệu, tác giả tiến hành sàng lọc dữ liệu, loại bỏ các phiếu không hợp lệ, tổng hợp và nhập dữ liệu vào phần mềm SPSS 20.0 tiến hành phân tích nhân tố khám phá.
Bước 1: Kiểm định chất lượng thang đo: tác giả sử dụng kiểm định Cronbach’s Alpha để đánh giá chất lượng của thang đo đã được xây dựng. Thang đo được đánh giá là có chất lượng tốt khi đáp ứng đủ 2 điều kiện:
- Hệ số Cronbach’s Alpha của tổng thể lớn hơn 0,6
- Hệ số tương quan biến tổng của các biến quan sát lớn hơn 0,3 (Corrected Item – Total Correelation)
Nhiều nhà nghiên cứu cho rằng hệ số Cronbach’s Alpha từ 0,8 đến gần 1 thì thang đo lường là tốt, từ 0,7 đến 0,8 là đảm bảo và từ 0,6 trở lên là có thể sử dụng được. Vì vậy, trong nghiên cứu này, thì các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 và hệ số Cronbach’s Alpha nhỏ hơn 0,6 được xem xét loại.
44
Bước 2: Phân tích nhân tố khám phá:
Phân tích nhân tố khám phá EFA được sử dụng để xác định giá trị hội tụ, giá trị phân biệt và thu gọn các tham số ước lượng cho các biến.
Để mô hình đảm bảo độ tin cậy cần thực hiện các kiểm định chính sau:
(1) Kiểm định tính thích hợp của EFA: Sử dụng thước đo KMO (Kaiser-Meyer- Olkin measure) để đánh giá sự thích hợp của mô hình EFA đối với ứng dụng vào dữ liệu thực tế nghiên cứu. Mô hình chỉ được chấp nhận khi trị số KMO thỏa mãn điều kiện: 0,5<KMO<1 có nghĩa phân tích nhân tố khám phá là thích hợp cho dữ liệu thực tế. Nếu KMO<0,5 thì phân tích nhân tố không thích hợp với dữ liệu. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Trong bước này các biến có hệ số tải nhân tố ( Factor loading) nhỏ hơn 0,5 sẽ tiếp tục bị loại.
(2) Kiểm định tương quan của các biến quan sát trong thước đo đại diện: Kiểm định Bartlett được sử dụng để đánh giá các biến quan sát có tương quan với nhau trong một thang đo. Khi mức ý nghĩa (Significance, Sig.) của kiểm định Bartlett nhỏ hơn 0,05 các biến quan sát có tương quan tuyến tính với nhân tố đại diện. (Đinh Phi Hổ,2017)
(3) Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố: Phương pháp trích nhân tố được sử dụng là phương pháp trích nhân tố Principal components với phép quay Varimax, điểm dừng khi trích các yếu tố có Elgenvalue lớn hơn hoặc bằng 1. Thang đo được chấp nhận khi tổng phương sai (% cumulative variance) bằng hoặc lớn hơn 50%.
Bước 3: Phân tích hồi quy đa biến
Các thang đo được đánh giá đạt yêu cầu được đưa vào phân tích tương quan và phân tích hồi quy để kiểm định các giả thuyết. Theo PGS. TS Đinh Phi Hổ (2017) có 3 bước kiểm định cần thực hiện như sau:
45
(1) Kiểm định tương quan từng phần của các hệ số hồi quy: Mục tiêu của kiểm định này xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không. Khi mức ý nghĩa (Significance, Sig.) của hệ số hồi quy từng phần có độ tin cậy ít nhất 95% (Sig.≤0,05), ta kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
(2) Mức độ phù hợp của mô hình: Mục tiêu của kiểm định này nhằm xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không.Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không, và mô hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không. Sử dụng phân tích phương sai để kiểm định, nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig.≤0,05) mô hình được xem là phù hợp.
(3) Kiểm định hiện tượng đa cộng tuyến thông qua hệ số phương sai phóng đại VIF. Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập có quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng đa cộng tuyến làm các sai số chuẩn thường cao hơn, giá trị thống kê thấp hơn và có thể không có ý nghĩa. Để kiểm tra hiện tượng này, ta sử dụng thước đo độ phóng đại phương sai ( Variance Inflation Factor, VIF) để kiểm định hiện tượng tương quan giữa các biến độc lập. Điều kirnj là VIF <10 để không có hiện tượng đa cộng tuyến (Đinh Phi Hổ, 2017).
(4) Sử dụng trị số thống kê Durbin-Watson (Durbin và Watson,1951) để kiểm tra hiện tượng tự tương quan trong phần dư của một phân tích hồi quy. Khi có hiện tượng tự tương quan thì các phần dư số chuẩn ước lượng sẽ khác các phần dư thực và do đó ước lượng sẽ không chính xác. Điều này làm cho thống kê t và F được ước lượng không đúng. Vì vậy các kiểm định t và F không còn tin cậy nữa. Các ước lượng OLS không còn hiệu quả.
Căn cứ vào số quan sát, số tham số (k-1) của mô hình hồi quy, mức ý nghĩa 0,05 trong bảng thống kê Durbin – Watson để xác định dU (Trị số thống kê trên) và dL (Trị số thống kê dưới).
46
Khi dU < d < 4-dL thì kết luận không có hiện tượng tự tương quan trong phần dư của mô hình hồi quy tuyến tính.
(5) Kiểm định phương sai phần dư thay đổi sử dụng phân tích hồi quy tuyến tính để kiểm định giả thuyết.
Thảo luận kết quả hồi quy:
Mô hình hồi quy đa biến được xây dựng có dạng như sau: Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + ei
Trong đó :
▪ Y : Chất lượng đào tạo nghề.
▪ β1, β2, β3, β4, β5,β6: Hệ số hồi qui.
▪ X1, X2, X3, X4, X5, X6 : Các nhân tố ảnh hưởng.
▪ X1 : Chương trình đào tạo
▪ X2 : Cơ sở vật chất.
▪ X3 : Đội ngũ giảng viên.
▪ X4 : Môi trường học tập.
▪ X5: Dịch vụ hỗ trợ.
▪ X6: Người học nghề
47
Chương 4
KẾT QUẢ NGHIÊN CỨU