Sau nghiên cứu định tính, 5 nhân tố độc lập chất lượng dịch vụ đào tạo với 22 câu hỏi là các biến quan sát về các yếu tố ảnh hưởng đến sự hài lòng của sinh viên đối với chất lượng dịch vụ đào tạo của trường đại học Thủ Dầu Một đã được đồng tình và có thể đưa vào nghiên cứu định lượng chính thức. Bước đầu trong nghiên cứu định lượng chính thức, tác giả tiến hành khảo sát, thu thập, xử lý dữ liệu mẫu nghiên cứu.
Sau khi dữ liệu đã được làm sạch sẽ tiến hành nhập liệu các số liệu là các câu trả lời của sinh viên vào phần mềm, sau đó tiến hành phân tích dữ liệu thu thập được thông qua phần mềm SPSS 20.0 bao gồm: Thống kê mô tả, đánh giá độ tin cậy Cronbach‟s Alpha, phân tích nhân tố khám phá (EFA) cho tất cả các thang đo. Dựa trên các biến quan sát phù hợp của các yếu tố chất lượng dịch vụ sẽ tiến hành
phân tích hồi quy và kiểm định mô hình để đưa ra các giải pháp cho từng yếu tố tác động đến mức độ hài lòng của sinh viên.
3.3.1 Phƣơng pháp chọn mẫu
Mục tiêu nghiên cứu của đề tài là các yếu tố ảnh hưởng đến chất lượng dịch vụ đào tạo của trường Đại học Thủ Dầu Một đến sự hài lòng của sinh viên. Do đó, để đảm bảo mục tiêu nghiên cứu đề ra thì đối tượng được chọn để tiến hành nghiên cứu là những sinh viên đang theo học tại trường Đại học Thủ Dầu Một. Trong nghiên cứu này, tác giả sử dụng phương pháp chọn mẫu thuận tiện. Mục đích việc sử dụng phương pháp chọn mẫu này vì đối tượng sẽ dễ dàng tiếp cận, sẵn sàng trả lời bảng câu hỏi khảo sát. Mặc khác, theo Boo & ctg (2005); Brown & ctg (2005); Mack & ctg (2008) và nhiều nhà nghiên cứu khẳng định việc chọn mẫu thuận tiện cũng giúp cho nghiên cứu đảm bảo sự tin cậy.
3.3.2 Kích thƣớc mẫu
Theo Nguyễn Đình Thọ (2011), kích thước mẫu cần cho nghiên cứu phụ thuộc vào nhiều yếu tố như phương pháp xử lý, độ tin cậy cần thiết. Kích thước mẫu càng lớn, càng tốt nhưng lại tốn chi phí và thời gian. Vì vậy, hiện nay hầu hết các nhà nghiên cứu xác định kích thước mẫu thông qua công thức kinh nghiệm.
Trong phân tích thống kê, mẫu lớn phải đủ lớn để đảm bảo độ tin cậy nhất định, kế thừa nghiên cứu của Hair & cộng sự (2010) cho rằng kích thước mẫu tối thiếu là 50, tốt hơn là 100 và tỷ lệ quan sát / biến đo lường là 5:1, tốt nhất là 10:1 trở lên. Mô hình lý thuyết của nghiên cứu này có số lượng biến cần quan sát là 26 biến và dùng tỷ lệ 10:1 thì kích thước mẫu tối thiểu nên trong khoảng 130 mẫu - 260 mẫu.
Tác giả chọn kích thước 270 mẫu đảm bảo số lượng cỡ mẫu để tiến hành nghiên cứu. Phương án này vừa khá tin cậy về kết quả, vừa tiết kiệm được chi phí và khả thi trong thời gian có hạn.
3.3.3 Kiểm định thang đo và phân tích nhân tố (EFA)
Khi sử dụng mô hình SERVQUAL để tiến hành nghiên cứu khoa học cho từng loại hình dịch vụ cụ thể cần phải có sự điều chỉnh mô hình cho phù hợp. Do đó, mô hình nghiên cứu “Các yếu tố ảnh hưởng đến sự hài lòng của sinh viên đối với chất lượng dịch vụ đào tạo của trường đại học Thủ Dầu Một” cũng cần phải điều chỉnh và kiểm định lại cho phù hợp với mục tiêu nghiên cứu tại Trường Đại học Thủ Dầu Một.
Phương pháp thống kê sử dụng mức có ý nghĩa Alpha chọn trong đề tài này là 0,05 (Alpha = 0,05). Số liệu thu thập được phân tích bằng phần mềm SPSS 20.0. Công cụ được sử dụng để đánh giá độ tin cậy của thang đo bằng hệ số Cronbach‟s Alpha. Sau đó, toàn bộ các biến quan sát phù hợp sẽ tiến hành phân tích nhân tố khám phá (EFA) để khám phá cấu trúc thang đo.
3.3.3.1 Phân tích hệ số tin cậy Cronbach’s Alpha
Nghiên cứu sử dụng hai chỉ số thống kê là (1) hệ số cronbach‟s alpha và (2) hệ số tương quan biến tổng (corrected item-total correlation). Hệ số cronbach‟s alpha là hệ số cho phép đánh giá xem nếu đưa các biến quan sát nào đó thuộc về một biến nghiên cứu (biến tiềm ẩn, nhân tố) thì nó có phù hợp không. hair et al (2006) đưa ra quy tắc đánh giá như sau: Hệ số cronbach‟s alpha < 0.6 thang đo nhân tố là không phù hợp (có thể trong môi trường nghiên cứu đối tượng không có cảm nhận về nhân tố đó).
- Hệ số cronbach‟s alpha 0.6 – 0.7: chấp nhận được với các nghiên cứu mới
- Hệ số cronbach‟s alpha 0.7 – 0.8: chấp nhận được
- Hệ số cronbach‟s alpha 0.8 – 0.95: tốt
- Hệ số cronbach‟s alpha >= 0.95: chấp nhận được nhưng không tốt, nên xem xét các biến quan sát có thể có hiện tượng “trùng biến”.
Hệ số tương quan biến tổng là hệ số cho biết mức độ liên kết giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố một biến quan sát cụ thể tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tương quan biến tổng
phải lớn hơn 0,3. Nếu biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 thì phải loại nó ra khỏi nhân tố đánh giá.
Ý nghĩa của việc đánh giá Cronbach alpha là xem xét xem thang đo đó có đo cùng khái niệm hay không. Nói cách khác, trong một thang đo có chỉ số Cronbach alpha cao chứng tỏ những đáp viên được hỏi sẽ hiểu cùng một khái niệm.Và có câu trả lời đồng nhất – tương đương nhau – qua mỗi biến quan sát của thang đo.
3.3.3.2 Phân tích nhân tố (EFA)
Thực hiện phân tích nhân tố khám phá (EFA) nhằm khám phá cấu trúc và khái niệm nghiên cứu, loại bỏ các biến đo lường không đạt yêu cầu. Tuy nhiên, trước khi đánh giá các khía cạnh này, việc kiểm định Bartlett và KMO được thực hiện để xem xét mức độ quan hệ giữa các biến nhằm bảo đảm khả năng sử dụng phân tích nhân tố khám phá (EFA) trong nghiên cứu. Cụ thể, trình tự và các yêu cầu khi thực hiện phân tích nhân tố khám phá(EFA) trong nghiên cứu như sau:
Xem xét giá trị KMO: 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại KMO < 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): thì các biến quan sát có mối tương quan với nhau trong tổng thể.
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 phân tích nhân tố (EFA):
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Để phân tích EFA có giá trị thực tiễn: tiến hành loại các biến quan sát có hệ số tải nhân tố < 0.5.
Phần trăm tổng phương sai trích (cumulative) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Hệ số eigenvalue > 1 (Gerbing và Anderson, 1998)
Nếu phân tích nhân tố khám phá làm thay đổi số lượng thành phần so với giả thuyết ban đầu thì các thang đo thành phần mới sẽ được tính toán lại Cronbach‟s Alpha để bảo đảm các yêu cầu về độ tin cậy.
3.4 Phân tích hồi quy và kiểm định giả thuyết nghiên cứu 3.4.1 Phân tích tƣơng quan 3.4.1 Phân tích tƣơng quan
Kiểm định mối tương quan tuyến tính giữa các biến trong mô hình: Giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lượng: Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Trong mô hình nghiên cứu, kỳ vọng có mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập; đồng thời cũng xem xét mối tương quan giữa các biến độc lập với nhau để nhận dạng hiện tượng đa cộng tuyến.
3.4.2 Phân tích hồi quy
Phân tích hồi quy để biết được mức độ tác động của các biến độc lập lên biến phụ thuộc. Từ đó, sẽ kiểm tra độ thích hợp của mô hình, xây dựng mô hình hồi quy để kiểm tra giả thuyết. Phương pháp phân tích hồi quy được thực hiện bằng phương pháp Enter với phần mềm SPSS 20.0.
Phương trình hồi quy biểu diễn mối quan hệ giữa các nhân tố của chất lượng dịch vụ đào tạo và sự hài lòng của sinh viên có dạng:
SHL = Po + p1*TC+ p2*DU + p3*NLPV + p4*DC+ p5*PTHH + u
Trong đó:
SHL : là biến phụ thuộc, thể hiện giá trị dự đoán về mức độ hài lòng của sinh viên TC: Sự tin cậy
NLPV: Năng lực phục vụ DC: Sự đồng cảm
PTHH: Phương tiện hữu hình
po -p5: Hằng số và các hệ số hồi quy. u: Sai số.
3.4.3 Kiểm định mô hình hồi quy
Mục đích kiểm định mô hình là xem xét mức độ phù hợp của mô hình hồi quy, kiểm tra xem có sự tồn tại liên hệ tuyến tính giữa biến phụ thuộc với toàn bộ các biến độc lập hay không. Kiểm định này được thực hiện thông qua thông qua phương pháp kiểm định F trong bảng phân tích phương sai. Trong đó:
Cặp giả thuyết nghiên cứu:
Ho: Không có mối quan hệ giữa các biến độc lập và biến phụ thuộc H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc Nguyên tắc chấp nhận giả thiết (mức ý nghĩa kiểm định là 5%) Sig <= 0,05: Bác bỏ giả thiết Ho
Sig > 0,05: Chưa có cơ sở bác bỏ giả thiết Ho
3.4.4 Kiểm định đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và thể hiện được dưới dạng hàm số. Điều này có nghĩa khi xảy ra hiện tương đa cộng tuyến giữa các biến độc lập thì chúng cung cấp cho mô hình những thông tin rất giống nhau, và khó đưa ra nhận định mức độ ảnh hưởng của chúng từng biến một đến biến phụ thuộc dẫn đến hạn chế giá trị của R bình phương (thường sẽ làm giá trị R bình phương tăng ảo), làm sai lệch hoặc đổi dấu các hệ số hồi quy trong phương trình hồi quy.
Cách nhận biết hiện tượng đa cộng tuyến:
1. Hệ số phóng đại phương sai (VIF) vượt quá 10
2. Hệ số tương quan giữa các biến độc lập cao, nếu > 0,8 thì xảy ra hiện tượng đa cộng tuyến.
3. Dấu của hệ số hồi quy khác với dấu kỳ vọng 4. Độ chấp nhận của biến (Tolerance)< 1
3.4.5 Kiểm định sự khác biệt của mẫu với T- test và ANOVA
Nội dung của phần này nhằm kiểm định sự khác biệt giữa các biến định tính với biến định lượng với các đối tượng điều tra (như giới tính, độ tuổi, hệ đào tạo, khóa học...) hay không. Để thực hiện được điều này chúng ta tiến hành phân tích phương sai ANOVA và Indepent-sample T – test. Sự khác biệt có ý nghĩa thống kê với độ tin cậy 95% (hay mức ý nghĩa Sig.< 0.05).
3.4.5.1 Kiểm định Indepent-sample T – test
Kiểm tra kiểm định Levene‟s ở bảng Independent Samples Test. Nếu sig của kiểm định này < 0.05 thì phương sai giữa 2 lựa chọn của biến định tính ở trên khác nhau, ta sẽ sử dụng kết quả kiểm định T ở phần Equal variances not assumed. Nếu giá trị sig của kiểm định t ở phần Equal variances not assumed sig > 0.05 thì kết luận kiểm định T không có sự khác biệt, còn Sig <= 0.05 thì kết luận có sự khác biệt giữa các nhóm của biến định tính.
Nếu sig của kiểm định Levene‟s ở bảng Independent Samples Test >=0.05 thì phương sai giữa 2 lựa chọn của biến định tính ở trên không khác nhau, ta sẽ sử dụng kết quả kiểm định T ở phần Equal variances assumed. Nếu giá trị sig của kiểm định t ở phần Equal variances not assumed sig > 0.05 thì kết luận kiểm định T không có sự khác biệt, còn Sig <= 0.05 thì kết luận có sự khác biệt giữa các nhóm của biến định tính.
3.4.5.2 Kiểm định ANOVA
Thực hiện kiểm tra kiểm định Levene ở bảng Test of Homogeneity of variances, nếu sig ở kiểm định này < = 0.05 thì kết luận phương sai giữa các lựa chọn của biến định tính ở trên khác nhau.
Nếu sig ở kiểm định Levene ở bảng Test of Homogeneity of variances >0.05 thì phương sai giữa các lựa chọn của biến định tính ở trên không khác nhau, xem tiếp kết quả ở bảng ANOVA.
Nếu sig ở bảng ANOVA > 0.05 kết luận không có sự khác biệt giữa các nhóm biến định tính, còn nếu sig ở ANOVA < = 0.05 thì kết luận có sự khác biệt giữa các nhóm biến định tính
3.5 Xây dựng và điều chỉnh thang đo
3.5.1 Thang đo chất lƣợng dịch vụ đào tạo tại trƣờng Đại học Thủ Dầu Một
Trong nghiên cứu này thang đo được xây dựng và điều chỉnh là thang đo SERVQUAL để đo lường chất lượng dịch vụ và thang đo đo lường sự hài lòng của sinh viên. Trong suốt toàn bộ nghiên cứu đo lường đánh giá sự hài lòng của sinh viên đều sử dụng thang đo Likert 5 mức độ; các câu hỏi đều ở dạng tích cực với việc phân chia mức (1: Hoàn toàn không hài lòng; 2: Không hài lòng; 3: Bình thường; 4: Hài lòng; 5: Rất hài lòng). Nghiên cứu dựa trên các thống kê và số liệu thu được để chứng minh tính đúng đắn của thang đo SERVQUAL, kết quả thang đo được điều chỉnh cụ thể như sau:
3.5.1.1 Thang đo sự tin cậy
Thang đo sự tin cậy ký hiệu là TC, biểu thị mức độ ảnh hưởng của mức độ tin cậy đến sự hài lòng của sinh viên về chất lượng dịch vụ đào tạo gồm 5 biến quan sát ký hiệu TC1 đến TC5 và được đo lường bằng thang đo Likert 5 mức độ. Thang đo sự tin cậy kế thừa từ mô hình của Parasuraman, A., Berry, L. L. & Zeithaml, V.A. (1993) và ý kiến của chuyên gia qua quá trình thảo luận nhóm và phỏng vấn sâu.
Bảng 3.1 Bảng tổng hợp các biến thang đo sự tin cậy
Mã hóa Nội dung thang đo Nguồn
TC1 1/Trường luôn thực hiện đúng cam kết của mình với sinh viên về (chương trình đào tạo, trình độ giảng viên, các chế độ chính sách.) Parasuraman, A., Berry, L. L. & Zeithaml, V.A. (1993) TC2 2/Giảng viên nghiêm túc thực hiện đúng kế hoạch giảng dạy
như (đề cương, thời khóa biểu, lịch giảng)
TC3 3/Trường đánh giá kết quả học tập công bằng và đáng tin cậy TC4 4/Các dữ liệu, thông tin về sinh viên( lý lịch, kết quả học tập,
học phí) được quản lý chặt chẽ
TC5 5/ Công tác tổ chức thi, chấm thi nghiêm túc
3.5.1.2 Thang đo sự đáp ứng
Thang đo sự đáp ứng ký hiệu là DU, biểu thị mức độ ảnh hưởng của sự đáp ứng đến sự hài lòng của sinh viên về chất lượng dịch vụ đào tạo gồm 3 biến quan sát ký hiệu DU1 đến DU3 và được đo lường bằng thang đo Likert 5 mức độ. Thang đo sự đáp ứng kế thừa từ mô hình của Parasuraman, A., Berry, L. L. & Zeithaml, V.A. (1993) và ý kiến của chuyên gia qua quá trình thảo luận nhóm và phỏng vấn sâu.
Bảng 3.2 Bảng tổng hợp các biến thang đo sự đáp ứng
Mã hóa Nội dung thang đo Nguồn
DU1
6/Giảng viên, nhân viên trường luôn sẵn sàng và nhanh chóng giải quyết các vấn đề của sinh viên (giáo trình, trao đổi học tập, thông báo điểm)
Parasuraman, A., Berry,
L. L. &
Zeithaml, V.A. (1993)
DU2 7/Bài giảng của giảng viên có tính ứng dụng cao
DU3 8/Trường có bộ phận quan hệ doanh nghiệp tạo điều kiện cho sinh viên kiến tập và thực tập
3.5.1.3 Thang đo năng lực phục vụ
Thang đo năng lực phục vụ ký hiệu là NLPV, biểu thị mức độ ảnh hưởng của