CHƯƠNG 1 CƠ SỞ KHOA HỌC CỦA VẤN ĐỀ NGHIÊN CỨU
2. Đánh giá chất lượng dịch vụ đào tạo của sinh viên tại trường Đại học Kinh tế Huế
2.2.2. Phân tích nhân tố EFA
Sau khi đánh giá độ tin cậy của thang đo đề tài bắt đầu đi sâu vào phân tích nhân tố EFA. Phân tích nhân tố EFA là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hair và cộng sự, 1998). Ngoài ra, phân tích nhân tố còn dựa vào hệ số Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố.
Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố( mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Hệ số KMO và kiểm định Bartlett. Mục đích của bước này là bác bỏ giả thuyết cho rằng các biến không có tương quan với nhau trong tổng thể, nếu giả thuyết này không bị bác bỏ thì phân tích nhân tố rất có khả năng không thích hợp.
Bảng 8: Hệ số KMO và kiểm định BartlettKMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,793 Bartlett's Test of Sphericity Approx. Chi-Square 1142,200 Df 210 Sig. 0,000 (Nguồn: Xử lý số liệu SPSS)
Căn cứ vào kết quả kiểm định Bartlett, giá trị Sig. =0,000 của kiểm định này, ta có thể bác bỏ giả thuyết các biến không có tương quan với nhau. Hơn nữa, chỉ số KMO =0,793> 0,5, như vậy có thể yên tâm là dữ liệu phù hợp cho việc phân tích nhân tố.
Kết quả phân tích EFA cho các biến phụ thuộc cho thấy, hệ số tải nhân tố của các biến tải quan sát đều thỏa mãn điều kiện khi phân tích nhân tố là hệ số Factor Loading ≥ 0,5 và số nhân tố tạo ra khi phân tích nhân tố là 1 nhân tố, không có biến quan sát nào bị loại.
Theo bảng trên, ta thấy: Giá trị KMO của nhân tố sự tin cậy là 0,793 thì phân tích nhân tố là thích hợp (thỏa mãn 0,5 ≤ KMO ≤1). Và giá trị Sig < 0,05 thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phân tích nhân tố EFA cho biến độc lập
Để phân tích nhân tố EFA cho biến độc lập lần , ta thực hiện kiểm định thích hợp của mô hình bằng kiểm định KMO (Kaiser Meyer-Olkin) và thực hiện kiểm định tính tương quan giữa các biến quan sát bằng kiểm định Bartlett's Test.
Bảng 9: Bảng xoay nhân tố lần 1
Biến Thành phần
1 2 3 4 5
Giảng viên có liên hệ các kiến thức môn học với kiến
thức thực tế 0,763 Giảng viên có cách thức truyền đạt dễ hiểu, sinh động 0,737 Nhà trường có các chương trình kết nối, giao lưu doanh
nghiệp 0,715 Nguồn tài liệu chính thống, đáng tin cậy 0,656 Nhà trường lưu ý, luôn cố gắng giải quyết thắc mắc của
sinh viên 0,649
Hệ thống Internet hoạt động tốt 0,822 Khu vực nhà xe thuận lợi cho đi lại 0,817 Thư viện có các tài liệu thích hợp với chuyên ngành 0,676 Giảng viên đảm bảo lên giờ, lịch lên lớp 0,656
Giảng viên đảm bảo lên giờ, lịch lên lớp 0,777 Giảng viên sử dụng công nghệ thông tin phục vụ cho
việc giảng dạy 0,755 Cán bộ luôn có mặt trong giờ làm việc 0,665 Các kế hoạch, hoạt động được thực hiện đúng ngay từ
đầu cho sinh viên 0,591
Khu vực nhà xe thuận lợi cho đi lại 0,762 Phòng học đầy đủ trang thiết bị hỗ trợ dạy học: máy
chiếu, loa, quạt,… 0,660 Thư viện có các tài liệu thích hợp với chuyên ngành 0,643
Thư viện có các tài liệu thích hợp với chuyên ngành 0,587 Nội dung bài giảng phát triển được sự hiểu biết của sinh viên 0,523
Cán bộ hỗ trợ, giải quyết các vấn đề cho sinh viên kịp thời 0,781 Các đề nghị của sinh viên luôn được giáo viên sẵn sàng
hỗ trợ 0,750
Các thông tin trên website, fanpage của trường đa dạng,
phong phú và cập nhật thường xuyên 0,688
Eigenvalues 4,757 2,606 1,931 1,482 1,159
Phương sai rút trích (%) 22,65512,410 9,194 7,057 5,521
Phương sai tích lũy (%) 22,65535,06544,25951,31656,837
(Nguồn: Kết quả xử lý số liệu SPSS)
Dựa vào bảng ma trận xoay, ta có kết quả phân tích nhân tố khám phá thang đo chất lượng dịch vụ đào tạo. Tổng phương sai rút trích là 56,837 % cho thấy 5 nhân tố này giải thích được 56,837% sự biến thiên của dữ liệu.
Các nhân tố
- Nhân tố thứ nhất có giá trị Eigenvalues là 4,757, giá trị này lớn hơn 1, nhân tố này giải thích được 22,655% sự biến thiên của dữ liệu. Nhân tố này có hệ số tải nhân tố đối với quan sát “Giảng viên có liên hệ các kiến thức môn học với kiến thức thực tế” là 0,763; đối với quan sát “Giảng viên có liên hệ các kiến thức môn học với kiến thức thực tế” là 0,737; đối với biến quan sát “Nhà trường có các chương trình kết nối, giao lưu doanh nghiệp” là 0,715; đối với biến quan sát “Nguồn tài liệu chính thống, đáng tin cậy” là 0,656 và đối với biến “Giảng viên có liên hệ các kiến thức môn học với kiến thức thực tế” là 0,649. Nhân tố này được đặt tên là“Sự tin cậy”.
- Nhân tố thứ hai có giá trị Eigenvalues là 2,606, giá trị này lớn hơn 1, nhân tố này giải thích được 12,410% sự biến thiên của dữ liệu. Nhân tố này có hệ số tải nhân tố đối với quan sát “Hệ thống Internet hoạt động tốt” là 0,822; đối với quan sát “Khu vực nhà xe thuận lợi cho đi lại” là 0,817; đối với biến quan sát “Thư viện có các tài liệu thích hợp với chuyên ngành” là 0,676; đối với biến quan sát “Phòng học đầy đủ trang thiết bị hỗ trợ dạy học: máy chiếu, loa, quạt,…” là 0,656. Nhân tố này được đặt tên là“Cơ sở vật chất”.
- Nhân tố thứ ba có giá trị Eigenvalues là 1,931, giá trị này lớn hơn 1, nhân tố này giải thích được 9,194% sự biến thiên của dữ liệu. Nhân tố này có hệ số tải nhân tố đối với quan sát “Giảng viên đảm bảo lên giờ, lịch lên lớp” là 0,777; đối với quan sát “Giảng viên sử dụng công nghệ thông tin phục vụ cho việc giảng dạy” là 0,755; đối với biến quan sát “Cán bộ luôn có mặt trong giờ làm việc” là 0,665; đối với biến quan sát “Các kế hoạch, hoạt động được thực hiện đúng ngay từ đầu cho sinh viên” là 0,591. Nhân tố này được đặt tên là“Sự đảm bảo”.
- Nhân tố thứ tư có giá trị Eigenvalues là 1,482, giá trị này lớn hơn 1, nhân tố này giải thích được 7,057% sự biến thiên của dữ liệu. Nhân tố này có hệ số tải nhân tố đối với quan sát “Cố vấn học tập gần gũi, thân thiện với lớp” là 0,762; đối với quan sát “Giảng viên giải quyết các thắc mắc, khiếu nại cho sinh viên” là 0,660; đối với biến quan sát “Cán bộ ân cần, giúp đỡ sinh viên” là 0,643; đối với biến quan sát “Giảng viên quan tâm đến đời sống của sinh viên” là 0,587; đối với nhân tố “Nội dung bài giảng phát triển được sự hiểu biết của sinh viên” là 0,523. Nhân tố này được đặt tên là
“Sự đồng cảm”.
- Nhân tố thứ năm có giá trị Eigenvalues là 1,159, giá trị này lớn hơn 1, nhân tố này giải thích được 5,521% sự biến thiên của dữ liệu. Nhân tố này có hệ số tải nhân tố đối với quan sát “Cán bộ hỗ trợ, giải quyết các vấn đề cho sinh viên kịp thời” là 0,781; đối với quan sát “Các đề nghị của sinh viên luôn được giáo viên sẵn sàng hỗ trợ” là 0,750; đối với biến quan sát “Các thông tin trên website, fanpage của trường đa dạng, phong phú và cập nhật thường xuyên” là 0,688. Nhân tố này được đặt tên là“Sự kịp thời”.
Theo kết quả xoay ma trận lần 1 thì các biến đều có giá trị > 0,5. Năm nhóm nhân tố rút trích được sau khi thực hiện phương pháp phân tích nhân tố khám phá EFA, mỗi nhóm có tương quan rất tốt với nhau.