6. Bố cục đề tài
2.6.2. Phương pháp phân tích độ tincậy Cronbach’s Alpha
Hệ số Cronbach’s Alpha là một hệ số kiểm định thống kê về mức độ tin cậy và tương quan trong giữa các biến quan sát trong thang đo. Nó cho biết sự
chặt chẽ và thống nhất trong các câu trả lời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm.
Phương pháp phân tích này cho phép người nghiên cứu loại bỏ các biến quan sát không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha. Những biến có hệ số tương quan biến tổng (Corrected Item-Total Correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn để chọn thang đo là hệ số Cronbach’s Alpha của nó tổi thiểu là 0,6 nhưng tốt nhất là lớn hơn 0,7.
Tính toán hệ số tương quan biến - tổng sẽ giúp loại ra những biến quan sát không đóng góp nhiều cho sự mô tả các khái niệm cần đo.
Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA nhằm loại ra các biến không phù hợp, vì các biến này có thể tạo ra các nhân tố giả.
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo: – Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
– Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
– Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
CA <0.6: Thang đo cho nhân tố là không phù hợp. Có thể do thiết kế bảng câu hỏi chưa tốt hoặc dữ liệu thu được từ khảo sát có nhiều mẫu xấu (bad sample).
0.6 < CA <0.7: Hệ số đủ để thực hiện nghiên cứu mới. 0.7 < CA <0.8: Hệ số đạt chuẩn cho bài nghiên cứu.
0.8 < CA <0.95: Hệ số rất tốt. Đây là kết quả từ bảng câu hỏi được thiết kế trực quan, rõ ràng, phân nhóm tốt và mẫu tốt, không có mẫu xấu.
CA >0.95: Hệ số ảo do có hiện tượng trùng biến. Nguyên do là thiết kế nội dung các câu hỏi trong cùng nhân tố cùng phản ánh một vấn đề hoặc không có sự khác biệt về mặt ý nghĩa. Một nguyên do khác nữa là sample giả..
2.6.3. Phương pháp phân tích nhân tố khám phá (EFA)
Sau khi loại bỏ các biến không đủ độ tin cậy, phương pháp phân tích EFA được sử dụng để xác định giá trị hội tụ (Convergent Validity), giá trị phân biệt (Discriminant Validity), đồng thời thu gọn các tham số ước lượng theo từng nhóm biến.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading )> 0.5
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (Factor Loading) phải lớn hơn hoặc bằng 0.4 trong một nhân tố (Jun và cộng sự, 2002). Để đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0.3 (Jabnoun và cộng sự, 2003).
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalues – đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có Eigenvalues nhỏ hơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
Trị số KMO ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett căn cứ trên giá trị Sig. ≤ 0,05.
Đại lượng Eigenvalue: Chỉ có những nhân tố nào có Eigenvalue lớn
hơn 1 mới giữ lại trong mô hình phân tích
Hệ số tải nhân tố Factor loadings: Các biến có hệ số tải nhân tố nhỏ
hơn 0,5 sẽ bị loại, điểm dừng khi Eigenvalue lớn hơn 1 và tổng phương sai trích lớn hơn 50% (Gerbing & Anderson, 1988)
Phép trích Principal Component với phép quay Varimax sẽ được sử
dụng trong phân tích nhân tố thang đo các thành phần độc lập.
2.6.4. Phân tích tương quan
Sig: significant của kiểm định Pearson. Giả thuyết H0: hệ số tương quan bằng 0. Do đó nếu Sig. này bé hơn 5% ta có thể kết luận được là hai biến có tương quan với nhau. Hệ số tương quan càng lớn tương quan càng chặt.nếuSig. này lớn hơn 5% thì hai biến không có tương quan với nhau
Vì một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan
này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy.
Xét tương quan giữa biến phụ thuộc và biến độc lập: nhỏ hơn 0.05 nghĩa là biến độc lập đó có tương quan với biến phụ thuộc, lớn hơn 0.05 nghĩa là biến độc lập đó KHÔNG tương quan với biến phụ thuộc và nên loại bỏ biến đó trước khi đi vào chạy hồi quy. Khi sig nhỏ hơn 0.05, các bạn chú ý tới hệ số tương quan Pearson r để đánh giá mức độ tương quan mạnh/yếu giữa các biến độc lập với biến phụ thuộc.
Xét tương quan giữa các biến độc lập: Giá trị sig càng lớn càng tốt. Nếu các giá trị sig này lớn hơn 0.05 nghĩa là giữa các biến độc lập này không có mối tương quan và nó càng khẳng định tính "độc lập" tốt giữa các biến độc lập. Nếu sig nhỏ hơn 0.05 thì các bạn sẽ bắt đầu lưu ý tới hệ số tương quan Pearson để xem tính tương quan mạnh hay yếu giữa các biến và đặt ra nghi ngờ có thể xảy ra đa cộng tuyến giữa các biến độc lập.
2.6.5. Phân tích hồi quy đa biến
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
Kiểm định các giả thuyết, sử dụng với phần mềm SPSS: Đánh giá độ phù hợp của mô hình hồi quy đa biến
Kiểm định giả thuyết về độ phù hợp của mô hình
biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Xác định mức độ ảnh hưởng của: yếu tố có hệ số beta càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
Kiểm định các giả thuyết
Đánh giá độ phù hợp của mô hình hồi qui dựa vào hệ số R và R2 . Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi qui βi (I =1:6).
Xác định mức độ ảnh hưởng của các nhân tố tác động đến sự hài lòng sinh viên sử dụng dịch vụ giáo dục, nhân tố nào có hệ số β lớn hơn thì có thể nhận xét rằng nhân tố đó có mức độ ảnh hưởng cao hơn các nhân tố khác trong mô hình nghiên cứu.
2.6.6. Phân tích ANOVA
Việc phân tích ANOVA nhằm xác định ảnh hưởng của các biến định tính như: giới tính, năm học, kết quả học tập đối với nhân tố sự hài lòng của sinh viên sử dụng dịch vụ giáo dục tại trường ĐHBK. Phương pháp sử dụng là phương pháp phân tích phương sai một yếu tố (One-way ANOVA). Đây là phương pháp được sử dụng trong trường hợp chỉ sử dụng một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau.
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU
3.1. MÔ TẢ MẪU NGHIÊN CỨU 3.1.1. Xác định kích cỡ mẫu
Hiện nay Nhà trường có 14 khoa, để thuận tiện cho việc tổ chức điều tra, tác giả chọn ngẫu nhiên sinh viên của từng khoa, bằng cách mỗi buổi đến một khoa và phát cho sinh viên đến khoa giải quyết hồ sơ, giấy tờ. Ngoài ra, tác giả lấy số lượng sinh viên đều cho các khoa để đảm bảo tính công bằng. Mẫu điều tra được thể hiện cụ thể ở bảng 3.1
Bảng 3.1. Số lượng sinh viên tại 14 khoa tham gia điều tra
STT Khoa Sốsinh viên điều tra
1 Cơ khí 22
2 Cơ khí giao thông 21
3 Công nghệ Nhiệt – Điện lạnh 21
4 Công nghệ Thông tin 22
5 Hóa 22
6 Điện 22
7 Điện tử viễn thông 21
8 Sư phạm kỹ thuật 21
9 Xây dựng Dân dụng và Công nghiệp 22
10 Xây dựng Cầu đường 21
11 Xây dựng Thủy lợi – Thủy điện 21
12 Quản lý dự án 22
13 Môi trường 21
14 Kiến trúc 21
3.1.2. Dữ liệu thu thập
Số phiếu điều tra phát ra là 300, số phiếu thu về là 300. Trong tổng số phiếu thu về có 8 phiếu bị loại do không trả lời đầy đủ các câu hỏi. Như vậy, có 292 phiếu điều tra hoàn chỉnh được dùng cho nghiên cứu chính thức, đạt tỷ lệ 97,3%. Số phiếu thu về tại các khoa cụ thể như sau:
Bảng 3.2.Tổng hợp tỷ lệ phiếu thu vềhợp lệ tại các khoa
STT Khoa Số phiếu phát ra Số phiếu hợp lệ Tỷ lệ mẫu nghiên cứu 1 Cơ khí 22 20 90,9%
2 Cơ khí giao thông 21 21 100%
3 Công nghệ Nhiệt – Điện lạnh 21 21 100%
4 Công nghệ Thông tin 22 22 100%
5 Hóa 22 21 95,5%
6 Điện 22 22 100%
7 Điện tử viễn thông 21 21 100%
8 Sư phạm kỹ thuật 21 21 100%
9 Xây dựng Dân dụng và Công nghiệp
22 19 86,4%
10 Xây dựng Cầu đường 21 21 100%
11 Xây dựng Thủy lợi – Thủy điện 21 21 100%
12 Quản lý dự án 22 20 90,9%
13 Môi trường 21 21 100%
14 Kiến trúc 21 21 100%
3.1.3. Mô tả thông tin mẫu
Bảng 3.3. Bảng thống kê mô tả mẫu nghiên cứu
Đặc điểm Số lượng điều tra Tỷ lệ (%)
1. Giới tính Nữ 56 19.2% Nam 236 80.8% 2. Năm học Năm 1 38 13% Năm 2 42 14.4% Năm 3 46 15.6% Năm 4 79 27.2% Năm 5 87 29.8% 3. Kết quả học tập Xuất sắc 13 4.5% Giỏi 92 31.5% Khá 148 50.7% Trung bình 35 11.9% Yếu 4 1.4%
Kết quả thống kê trong bảng 3.1 cho biết, tỷ lệ sinh viên nam chiếm khá cao (80.8%), trong khi tỷ lệ nữ chỉ 19.2% trong tổng sô 292 phiếu điều tra. Nguyên nhân là do số lượng sinh viên nam học chuyên ngành kỹ thuật tại trường cao hơn rất nhiều so với số lượng sinh viên nữ.
Số lượng sinh viên năm 1 điều tra là 38 phiếu (chiếm 13%), năm 2 là 42 phiếu (chiếm 14.4%), năm 3 là 46 phiếu (chiếm 15.6%), năm 4 là 79 phiếu (chiếm 27.2%) và năm 5 là 87 phiếu (chiếm 29.8%). Tác giả chọn phần lớn các sinh viên năm 4 và năm 5 để làm đối tượng khảo sát vì những sinh viên
này là người hiểu rõ về chất lượng dịch vụ tại Trường nhất do học ở trường nhiều năm hơn các sinh viên khác.
Kết quả học tập của các sinh viên trường Đại học Bách khoa chủ yếu là khá (chiếm 50.7%) và giỏi (chiếm 31.5%). Kết quả học tập xuất sắc còn ít, chỉ có 13 sinh viên trong tổng số 292 sinh viên được khảo sát (chiếm 4.5%). Kết quả trung bình cũng chiếm tỷ lệ cao với tỷ lệ 11.9%. Kết quả học tập yếu là 1.4%.
Bảng 3.4. Bảng thống kê giá trị trung bình các biến trên mẫu thu thập
Số lượng Giá trị nhỏ nhất Giá trị lớn nhất Trung bình Độ lệch chuẩn TC1 292 1 5 3.66 1.025 TC2 292 1 5 3.16 1.125 TC3 292 1 5 3.53 1.185 TC4 292 1 5 3.22 1.128 TC5 292 1 5 3.44 1.048
Giá trị trung bình của thành phần 3.40
DU1 292 1 5 3.66 1.038 DU2 292 1 5 3.56 1.229 DU3 292 1 5 3.44 1.100 DU4 292 1 5 3.62 1.083 DU5 292 1 5 3.32 1.123 DU6 292 1 5 3.38 1.144 DU7 292 1 5 3.10 1.231
Giá trị trung bình của thành phần 3.44
PV1 292 1 5 3.96 .900
PV2 292 1 5 3.42 1.136
Số lượng Giá trị nhỏ nhất Giá trị lớn nhất Trung bình Độ lệch chuẩn PV4 292 1 5 3.79 .923 PV5 292 1 5 3.12 .994 PV6 292 1 5 3.40 1.158 PV7 292 1 5 3.14 1.141
Giá trị trung bình của thành phần 3.49
CT1 292 1 5 3.55 1.023
CT2 292 1 5 3.81 1.083
CT3 292 1 5 3.64 1.104
CT4 292 1 5 3.12 1.074
Giá trị trung bình của thành phần 3.53
HH1 292 1 5 3.51 1.010 HH2 292 1 5 3.73 .998 HH3 292 1 5 3.37 1.081 HH4 292 1 5 3.14 1.053 HH5 292 1 5 3.45 1.125 HH6 292 1 5 3.38 1.120 HH7 292 1 5 3.38 .947
Giá trị trung bình của thành phần 3.42
HP1 292 1 5 3.95 1.086
HP2 292 1 5 3.79 1.295
HP3 292 1 5 3.33 .924
Giá trị trung bình của thành phần 3.69
Giá trị trung bình tất cả các thành phần 3.49
Số lượng Giá trị nhỏ nhất Giá trị lớn nhất Trung bình Độ lệch chuẩn HL2 292 1 5 3.18 1.141 HL3 292 1 5 3.52 1.307 HL4 292 1 5 3.38 1.095
Giá trị trung bình của thành phần 3.34
Theo bảng 3.4, ta có thể thấy rằng các biến có giá trị trung bình đồng đều nhau. Biến được đánh giá thấp nhất là CT4 - Cán bộ, nhân viên ở các phòng chức năng có thái độ phục vụ tốt, nhiệt tình và tôn trọng sinh viên với 3.12 điểm và được đánh giá cao nhất là biến PV1 - Giảng viên có trình độ cao, sâu rộng về chuyên môn mình giảng dạy đạt 3.96 điểm.
Để thuận tiện cho việc xem xét phân tích đánh giá sự hài lòng của sinh viên theo từng thành phần ta quy ước đánh giá theo thang điểm 5 như sau:
Điểm trung bình dưới 3 = mức dưới trung bình/yếu Điểm trung bình từ 3 đến dưới 3,5 = mức trung bình
Điểm trung bình từ 3,5 đến dưới 4 = mức khá Điểm trung bình từ 4 đến dưới 4,5 = mức cao
Điểm trung bình từ 4,5 đến 5 = mức rất cao/rất tốt
* Đánh giá về thành phần Sự tin cậy
Kết quả đánh giá thể hiện trong bảng 3.4 cho thấy, các yếu tố thuộc thành phần Sự tin cậy được sinh viên đánh giá ở mức trung bình với điểm trung bình của thành phần là 3,40. Trong đó, yếu tố TC1- Ngành học có mục tiêu đào tạo rõ ràng (3,66) và yếu tố TC3- Đề thi bao phủ nội dung kiến thức đã học (3,53) được đánh giá ở mức khá, các nhân tố còn lại được đánh giá ở mức trung bình. Điều này phản ánh rõ thực tế dịch vụ giáo dục của Nhà trường chưa đáp ứng được kỳ vọng của sinh viên, cấu trúc chương trình chưa
thật sự mềm dẻo, các kỳ thi chưa phản ánh đúng năng lực của sinh viên và