6. Kết cấu nghiên cứu
3.2.3 Kết quả phân tích hồi quy
Dựa trên mục tiêu chính của phần nghiên cứu định lượng là kiểm định và lượng hóa các mối quan hệ giữa các biến trong mô hình kết hợp với đ c điểm của mô hình nghiên cứu, nhóm dùng mô hình hồi quy bội thông qua phần mềm xử lý thống kê SPSS để lượng hóa tác động của các biến trong mô hình. Trong nghiên cứu này, các mối quan hệ giữa các biến độc lập và biến phụ thuộc đều đã được suy diễn từ lý thuyết, các giả thuyết nghiên cứu đều đã được xác lập thông qua các bước kiểm định, riêng giả định phương sai của sai số không đổi đã bị vi phạm (xảy ra trường hợp phương sai thay đổi), điều này dẫn tới việc sử dụng phương pháp hồi quy OLS (Ordinary Least Squares Regression) không còn hiệu quả nữa. Vì vậy nhóm quyết định chuyển sang sử dụng phương pháp hồi quy WLS (Weighted Least Squares Regression). Sau khi tiến hành chạy phần mền xử lý thống kê SPSS, nhóm thu được kết quả được thể hiện qua ba bảng dưới đây: Bảng 3.2.3: Kết quả kiểm định F Model Sum of Squares Df Mean Square F Sig. 1 142.372 3 47.457 30.319 .000C 259.831 166 1.565 402.203 169 a. Dependent Variable: HANHVI
b. Weighted Least Squares Regression-Weighted by weight c. Pb. Predictors: (Constant), NOILO, THAIDO, NANGLUC
Mức độ phù hợp của mô hình:
Giá trị R2 hiệu chỉnh bằng 0.329 (bảng 3.2.1) cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng 32.9% sự thay đổi của biến phụ thuộc, còn lại 67.7% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Hệ số Durbin – Watson = 1.834 nằm trong khoảng 1.5 đến 2.5 nên không có hiện tượng tự tương quan chuỗi bậc nhất xảy ra.
Bảng 3.2.4 Kết quả kiểm định
of the Estimate
Watson
1 0.582a 0.339 0.323 0.5891 1.834
a. Predictors: (Constant), THAIDO, NANGLUC, NOILO b. Dependent Variable: HANHVI
Mô hình hồi quy tuyến tính và diễn giải, phân tích mô hình hồi quy:
Bảng 3.2.5: Bảng trọng số hồi quy Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Eror Tole – ranc e VIF (Constant) 1.474 0.453 - 3.251 0.001 - - THAIDO 0.728 0.088 0.540 8.295 0.000 0.954 1.049 NOILO -0.108 0 -0.139 -2.100 0.037 0.918 1.089 NANGLUC 0.012 052 0.014 0.202 0.840 0.884 1.131 Xem xét Bảng trọng số hồi quy (Bảng 3.2.5) ta thấy giá trị Sig của biến THAIDO, NOILO đều nhỏ hơn mức ý nghĩa thống kê (0.000 và 0.037 < 0.05). Riêng giá trị Sig của biến NANGLUC lớn hơn mức ý nghĩa thống kê (0.840>0.05) nên loại biến NANGLUC. Điều này chứng tỏ, chỉ có biến THAIDO và biến NOILO có tác động ở mức có ý nghĩa đến hành vi học tiếng Anh của sinh viên trên địa bàn thành phố Hồ Chí Minh.
Tiếp theo, dựa vào hằng số hồi quy (B constant) và trọng số hồi quy chuẩn hóa (β từ bảng trọng số hồi quy để xây dựng Mô hình hồi quy. Mô hình hồi quy tuyến tính được rút ra phương tr nh hồi quy như sau:
HANHVI = 1.474+ 0.728THAIDO – 0.108NOILO.
Mô hình hồi quy cho thấy có tổng cộng 02 nhân tố tác động đến HANHVI, cụ thể THAIDO với β = 0.728; NOILO với β = -0.108.
Tác động của các nhân tố trên đến HANHVI được giải thích như sau: – Khi thái độ tăng 1 điểm thì Hành vi học tiếng Anh tăng 0.728 điểm. – Khi nỗi lo tăng 1 điểm thì Hành vi học tiếng Anh giảm 0.108 điểm.
Trong số các nhân tố tác động đến HANHVI học tiếng Anh, nhân tố thái độ có tác động mạnh mẽ nhất (β = 0.728 , kế tiếp thấp nhất là nhân tố nỗi lo (β = -0.108).
Có hai nhân tố tác động đến hành vi học tiếng Anh của sinh viên trên địa bàn TP.HCM, tuy nhiên 2 nhân tố này tác động ngược chiều nhau đến HANHVI học tiếng Anh của sinh viên trên địa bàn TP.HCM.