Mô hình hồi qui có dạng: Y = α0 + β1X1 + β1X2 + β3X3 + β4X4 + β5X5 + β6X6
Trong đó, Y: Sự hài lòng của SV – biến phụ thuộc, 6 thành phần còn lại là những thành phần độc lập và được giảđịnh là các yếu tố tác động đến sự hài lòng của SV, bao gồm: X1
(Nhân viên); X2 (Sự tin tưởng vào nhà trường); X3 (Giảng viên); X4 (Cơ sở vật chất – trang thiết bị); X5 (Thư viện); X6 (Sự thấu hiểu của giảng viên).
α0 : Hệ số chặn của hàm hồi qui
βj : (với j = 1,2,3,4,5,6): Tham số hồi qui, đo lường độ lớn và chiều hướng ảnh hưởng của biến độc lập đối với biến phụ thuộc. o Đánh giá sự phù hợp của mô hình Bảng 4.17: Hệ số xác định – cuối cùng R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 0,754a 0,569 0,562 0,39391 1,944 (Nguồn: Từ kết quả xử lý SPSS – Phụ lục 15)
Hệ số R2 và R2 hiệu chỉnh (Adjusted R Square) được dùng đểđánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ
an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện mức độ
phù hợp của mô hình càng cao. Kết quả phân tích hồi qui đa biến được thể hiện ở bảng (4.17) cho thấy hệ số xác định R2 hiệu chỉnh là 0,562 (56,2%), điều này có nghĩa là mô hình hồi qui tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 56,2%. Có nghĩa là 56,2 % sự biến thiên của mức độ hài lòng của SV về chất lượng đào tạo ngành kinh tế tại Trường ĐHĐT được giải thích bởi mối quan hệ tuyến tính của các biến độc lập. Để kiểm
định xem có thể suy diễn mô hình cho tổng thể hay không tác giả tiến hành kiểm định sự
phù hợp của mô hình.
o Kiểm định độ phù hợp của mô hình
Giả thuyết: H0 : β1 = β2 = β3 = β4 = β5 = β6 = 0. Có nghĩa là các biến độc lập: X1 (Nhân viên); X2 (Sự tin tưởng vào nhà trường); X3 (Giảng viên); X4 (Cơ sở vật chất – trang thiết bị); X5 (Thư viện); X6 (Sự thấu hiểu của giảng viên) không có mối liên hệ tuyến tính với biến phụ thuộc (sự hài lòng của SV).
Với mức ý nghĩa α = 5%. Nếu Sig < 5% : ta bác bỏ giả tuyết H0, nghĩa là có mối liên hệ
tuyến tính giữa biến phụ thuộc với ít nhất một trong các biến độc lập. Và ngược lại, nếu Sig ≥ 5% : ta chấp nhận giả thuyết H0, nghĩa là không tồn tại mối liên hệ tuyến tính giữa biến phụ thuộc với các biến độc lập.
Để kiểm định độ phù hợp của mô hình hồi qui tuyến tính đa bội ta dùng giá trị F ở bảng phân tích ANOVA sau:
Bảng 4.18: Phân tích phương sai của mô hình hồi quy (ANOVA) – cuối cùng
Model Sum of
Squares df Mean Square F Sig,
Regression 68,509 5 13,702 88,303 0,000a
Residual 51,981 335 0,155 Total 120,490 340
Trong bảng phân tích phương sai ANOVA (Bảng 4.18), trị số thống kê F được tính từ
giá trị R2 có giá trị Sig. = 0,000 rất nhỏ ( nhỏ hơn mức ý nghĩa 5%). Do đó, ta bác bỏ giả
thuyết H0, nghĩa là có tồn tại mối liên hệ tuyến tính giữa sự hài lòng của SV với ít nhất một trong các nhân tố: (1) Nhân viên; (2) Sự tin tưởng vào nhà trường; (3) Giảng viên; (4) Cơ sở vật chất – trang thiết bị; (5) Thư viện; (6) Sự thấu hiểu của giảng viên. Điều này cho thấy sự thích hợp của mô hình tuyến tính đa biến với tập dữ liệu. Như vậy các biến
độc lập trong mô hình có quan hệ với biến phụ thuộc, mô hình có thể sử dụng được. o Ý nghĩa của các hệ số hồi qui riêng phần trong mô hình
Nhìn vào bảng 4.19, ta thấy biến “ Sự thấu hiểu của giảng viên” – X6 có hệ số hồi qui riêng phần là 0,035; có hệ số Beta dương là 0,048 và không có ý nghĩa thống kê với Sig. = 0,253 > 0,05 (mức ý nghĩa 5%). Điều này có nghĩa là biến “Sự thấu hiểu của giảng viên” – X6 ít ảnh hưởng đến sự hài lòng của SV về chất lượng đào tạo ngành kinh tế tại Trường ĐHĐT. Do đó, biến X6 bị loại khỏi mô hình hồi qui trên. Tiến hành thực hiện lại phân tích hồi qui với 5 biến: X1 (Nhân viên); X2 (Sự tin tưởng vào nhà trường); X3 (Giảng viên); X4 (Cơ sở vật chất – trang thiết bị); X5 (Thư viện), ta thu được kết quả thể hiện trong bảng 4.20.
Biến “Nhân viên” – X1 có hệ số hồi qui riêng phần là 0,190; có hệ số Beta dương là 0,226 và có ý nghĩa thống kê với Sig. = 0,000 < 0,05 (mức ý nghĩa 5%). Điều này có nghĩa là biến “Nhân viên” – X1 ảnh hưởng đến sự hài lòng của SV về CLĐT ngành kinh tế tại Trường ĐHĐT.
Biến “Sự tin tưởng nhà trường” – X2 có hệ số hồi qui riêng phần là 0,216; có hệ số Beta dương là 0,250 và có ý nghĩa thống kê với Sig. = 0,000 < 0,05 (mức ý nghĩa 5%). Điều này có nghĩa là biến “Sự tin tưởng nhà trường” – X2 ảnh hưởng đến sự hài lòng của SV về CLĐT ngành kinh tế tại Trường ĐHĐT.
Biến “Giảng viên” – X3 có hệ số hồi qui riêng phần là 0,313; có hệ số Beta dương là 0,322 và có ý nghĩa thống kê với Sig. = 0,000 < 0,05 (mức ý nghĩa 5%). Điều này có nghĩa là biến “Kiến thức – kỹ năng – phương pháp giảng dạy”
– X3 ảnh hưởng đến sự hài lòng của SV về CLĐT ngành kinh tế tại Trường
ĐHĐT.
Biến “Cơ sở vật chất – trang thiết bị” – X4 có hệ số hồi qui riêng phần là
0,104; có hệ số Beta dương là 0,093 và có ý nghĩa thống kê với Sig. = 0,019 < 0,05 (mức ý nghĩa 5%). Điều này có nghĩa là biến “Cơ sở vật chất – trang thiết bị” – X4 ảnh hưởng đến sự hài lòng của SV về CLĐT ngành kinh tế tại Trường
ĐHĐT.
Biến “Thư viện” – X5 có hệ số hồi qui riêng phần là 0,069; có hệ số Beta dương là 0,101 và có ý nghĩa thống kê với Sig. = 0,011 < 0,05 (mức ý nghĩa 5%). Điều này có nghĩa là biến “Thư viện” – X5 ảnh hưởng đến sự hài lòng của SV về
CLĐT ngành kinh tế tại Trường ĐHĐT.
Ngoài ra, nhìn vào bảng 4.20. Ta thấy, độ chấp nhận (Tolerance) của các biến độc lập
đều nhỏ hơn 2,0 và hệ số phóng đại phương sai (VIF) tương ứng với các biến độc lập đều nhỏ hơn 10. Điều này cho thấy các biến độc lập không có hiện tượng đa cộng tuyến và hệ
số Durbin – Watson của mô hình là 1,944 (bảng 4.17), chứng tỏa không có hiện tượng tự
tương quan (Mai Văn Nam, 2008). Do đó, ta có thể sử dụng mô hình hồi qui.
Từ các kết quả phân tích trên, phương trình hồi qui ước lượng các nhân tố ảnh hưởng
đến mức độ hài lòng của SV về CLĐT ngành kinh tế tại Trường ĐHĐT được thiết lập như sau:
Y = 0,339 + 0,190*X1 + 0,216*X2 + 0,313*X3 + 0,104*X4 + 0,069*X5
Trong đó:
Y : (MDHL) : Mức độ hài lòng của SV X1: Nhân viên
X2: Sự tin tưởng nhà trường X3: Giảng viên
X4: Cơ sở vật chất – Trang thiết bị
Bảng 4.19: Các hệ số hồi qui trong mô hình hồi qui – lần đầu Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta T Sig. Tolerance VIF Constant 0,314 0,183 1,715 0,087 Nhân viên 0,182 0,040 0,217 4,592 0,000 0,574 1,744 Sự tin tưởng nhà trường 0,211 0,043 0,244 4,937 0,000 0,526 1,900 Giảng viên 0,298 0,045 0,307 6,562 0,000 0,589 1,699 Cơ sở vật chất – Trang thiết bị 0,104 0,044 0,092 2,341 0,020 0,827 1,209 Thư viện 0,072 0,027 0,104 2,625 0,009 0,813 1,230 Sự thấu hiểu của giảng viên 0,035 0,031 0,048 1,145 0,253 0,734 1,363 a. Dependent Variable: SU HAI LONG (Nguồn: Từ kết quả xử lý SPSS – Phụ lục 14)
Bảng 4.20: Các hệ số hồi qui trong mô hình hồi qui – lần cuối Unstandardized Coefficients Standardized Coefficients Collinearity Statistics MODEL B Std. Error Beta T Sig. Tolerance VIF Constant 0,339 0,182 1,864 0,063 Nhân viên 0,190 0,039 0,226 4,839 0,000 0,589 1,698 Sự tin tưởng nhà trường 0,216 0,042 0,250 5,093 0,000 0,533 1,876 Giảng viên 0,313 0,044 0,322 7,188 0,000 0,641 1,559 Cơ sở vật chất – Trang thiết bị 0,104 0,044 0,093 2,353 0,019 0,828 1,208
a. Dependent Variable: SU HAI LONG
(Nguồn: Từ kết quả xử lý SPSS – Phụ lục 15)