Như đã phân tích kết quả ở 4.3, mô hình nghiên cứu sẽ từ 8 biến độc lập thành 4 biến độc lập và 1 biến phụ thuộc. Cụ thể như sau:
Bảng 4.26: Thành phần mới được rút trích từ EFA STT Ký hiệu
1 TCI
2 ST
3 QCCQ
Mô hình nghiên cứu điều chỉnh
Bảng 4.27: Bảng tóm tắt các giả thuyết cho mô hình nghiên cứu sau khi STT
1 “ Tiêu chí lựa chọn” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
2 “Sở thích” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
3 “Quy chuẩn chủ quan” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
4 “Thời gian” có thể là yếu tố ảnh hưởng đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM
Phương trình nghiên cứu hồi quy tuyến tính bội được xây dựng như sau:
Quyetdinh= β1*TCI + β2*ST + β3*QCCQ + β4*TG + β0
Trong đó:
Quyetdinh: Quyết định tham gia khóa học bổ trợ cho chuyên ngành.
Các biến độc lập là : TCI (Tiêu chí lựa chọn), ST (Sở thích), QCCQ (Quy chuẩn chủ quan, TG (Thời gian)
β1, β2, β3, β4: Các hệ số hồi quy
4.4.2. Phân tích tương quan Pearson (r)
Phân tích tương quan Pearson để kiểm tra mối liên hệ tuyến tính giữa các biến với nhau. Giá trị sig của một mối tương quan < 0.05 thì giữa các cặp biến có mối quan hệ tuyến tính với nhau và ngược lại. Giá trị r nằm trong khoảng (-1, 1), r càng tiến dẫn về 1 hoặc -1 thì hệ số tương quan tuyến tình càng mạnh.
Bảng 4.28: Bảng tương quan Pearson
Correlations
Quyet dinh
Tiêu chí
So thich
Quy chuan chu quan
Thoi gian
**. Correlation is significant at the 0.01 level (2-tailed).
Trong bảng tương quan Pearson ta thấy, giá trị sig < 0.05 nên tất cả các cặp biến đều có quan hệ tương quan tuyến tính với nhau. Hệ số tương quan Pearson nằm trong khoảng 0.322-0.830, nên các cặp biến độc lập có khả năng xảy ra hiện tượng đa cộng
tuyến như: Tiêu chí và Sở thích có hệ số tương quan Pearson 0.694, có khả năng xảy ra hiện tượng đa cộng tuyến nhất
4.4.3. Phân tích hồi quy
Bảng 4.29: Đánh giá sự phù hợp của mô hình
Model Summaryb
Hệ số R
1 ,862a
Giá trị R2 và R2 hiệu chỉnh giao động trong 0-1, càng dần đến 1 thì mô hình hồi quy càng tốt. Trong bảng đánh giá sự phù hợp của mô hình, ta thấy R2 hiệu chỉnh là
0.737 thuộc khoảng (0;1).Độ thích hợp của mô hình là 73,7% hay nói cách khác là 73.7% sự biến thiên của biến “Quyết định tham gia khóa học bổ trợ cho chuyên ngành” được giải thích chung của 4 biến. Như vậy mô hình hồi quy tuyến tính bội đưa ra là phù hợp với dữ liệu và có thể sử dụng được.
Bảng 4.30: Phân tích phương sai
ANOVAa
Mô hình
1 Hồi quy Phần dư Tổng a. Dependent Variable: Quyet dinh
b. Predictors: (Constant), Thoi gian, Quy chuan chu quan, So thich, Tiêu chí
Phân tích ANOVA cho thấy thông số F = 132.615 có mức ý nghĩa (sig.) = 0,000, điều này chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được tất cả các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Với số liệu như bảng này, mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu và có thể dùng được. Như vậy các biến độc lập trong mô hình có quan hệ đối với biến phụ thuộc “Quyết định tham gia khóa học bổ trợ”.
Bảng 4.31: Kết quả hồi quy (sử dụng phương pháp Enter)
Mô hình
Hệ số chưa chuẩn Hệ số Kiểm hóa chuẩn định T-
hóa student
Hệ số B
Mức ý
nghĩa Phân tích đa cộng thống kê tuyến (Sig.)
Độ chấp Hệ số nhận của phóng đại
biến phương sai (VIF) Biến Tiêu chí lựa chọn -,112 ,613 ,176 ,062 ,568 -,638 9,873 ,524 ,000 ,423 2,363 Sở thích Quy chuẩn chủ quan ,140 ,170 ,055 ,052 ,142 ,170 2,543 3,258 ,012 ,001 ,450 ,513 2,221 1,950 Thời gian ,126 ,043 ,123 2,933 ,004 ,793 1,261 Nguồn: Xử lý số liệu SPSS 22.0
Mức ý nghĩa của các biến đều có ý nghĩa về mặt thống kê vì có mức ý nghĩa (sig) nhỏ hơn 0.05. Ngoài ra, ta cũng thấy rằng hệ số phóng đại phương sai VIF đều nhỏ hơn 10 chứng tỏ không xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2018).
Để xác định tầm quan trọng của mỗi biến đối với biến phụ thuộc trong mối quan hệ so sánh giữa các biến độc lập, chúng ta dùng hệ số hồi quy (Beta) đã được chuẩn hóa. Theo phương trình hồi quy trên trọng số của các yếu tố tác động đến quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM được sắp xếp theo mức độ từ mạnh đến yếu như sau: Tiêu chí lựa chọn: TCI: 0.568
Quy chuẩn chủ quan: QCCQ: 0.170 Sở thích: ST: 0.142
Thời gian: TG: 0.123
Ta có phương trình hồi quy đa bội:
Quyetdinh = β1*TCI + β2*ST + β3*QCCQ + β4*TG + β0
= 0.568*TCI + 0.142*ST + 0.170*QCCQ + 0.123*TG – 0.112
4.4.4. Kết quả kiểm định mô hình giả thuyết điều chỉnh
Giả thuyết 1 (N1): “Tiêu chí lựa chọn” có thể tác động lên quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM. Thông qua hệ số Bêta đã được chuẩn hóa là 0.568 và mức ý nghĩa sig 0,000 < 0,05, có ý nghĩa về mặt thống kê. Điều đó chứng tỏ, giả thuyết N1 được chấp nhận hay tiêu chí lựa chọn các khóa học bổ trợ càng cao thì quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM càng đúng đắn và làm hài lòng với họ
Giả thuyết 2 (N2): “Sở thích” có thể tác động lên quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM. Thông qua hệ số Bêta đã được chuẩn hóa là 0,142 và mức ý nghĩa sig 0,012 < 0,05, có ý nghĩa về mặt thống kê. Điều đó chứng tỏ, giả thuyết N2 đã được chấp nhận; càng có sở thích, đam mê với các khóa học bổ trợ thì quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM càng hợp lý, tạo cảm giác hứng thú khi tham gia các khóa học đó của sinh viên ĐHTM
Giả thuyết 3 (N3): “Quy chuẩn chủ quan” có thể tác động lên quyết định tham gia khóa học bổ trợ cho chuyên ngành của sinh viên ĐHTM. Thông qua hệ số Bêta đã được chuẩn hóa là 0,170 và mức ý nghĩa sig 0,001 < 0,05, có ý nghĩa về mặt thống kê. Điều đó chứng tỏ, giả thuyết N3 được chấp nhận, các tác động của quy chuẩn chủ quan (bố mẹ, anh/chị, thầy cô, bạn bè) tạo động lực để sinh viên ĐHTM quyết định tham gia khóa học bổ trợ cho chuyên ngành của mình
Giả thuyết 4 (N4) cho rằng ‘Thời gian” có mối quan hệ với ý định khởi nghiệp. Hệ số hồi quy là 0.123, mức ý nghĩa là 0.04 nhỏ hơn 0.05. Vì vậy giả thuyết N4 được chấp nhận.
4.5. So sánh kết quả định tính, định lượng
Qua khảo sát và phỏng vấn, chúng tôi nhận thấy hầu hết sinh viên Đại học Thương mại họ khá quan tâm đến các khóa học bổ trợ cho chuyên ngành của mình. Họ quan tâm đến Chất lượng giảng dạy, thời gian, quy chuẩn chủ quan, sở thích, lợi ích chiếm phần lớn. Tuy nhiên, vẫn còn một số khác biệt “Khi phỏng vấn định tính, họ có quan tâm thêm đến các yếu tố như: Xu hướng lựa chọn học, lợi ích, chuyên ngành, chi phí cho khóa học. Khi khảo sát định lượng, phân tích hồi quy thì có 4 yếu tố lớn: Tiêu chí lựa chọn, sở thích, thời gian, quy chuẩn chủ quan ảnh hưởng lớn đến quyết định tham gia khóa học bổ trợ của sinh viên ĐHTM”. Lý do dẫn đến sự khác nhau đó là
- Số mẫu phỏng vấn của định tính nhỏ, chất lượng câu trả lời chưa được tốt
- Do số lượng câu hỏi định lượng chúng tôi đưa ra khá dài, làm nản chí người được phỏng vấn khi điền phiếu
- Một phần, do chúng tôi khi đưa ra bảng khảo sát định lượng nhiều biến độc lập, chưa tối ưu ví dụ như biến: Xu hướng và Chuyên ngành có thể gộp lại với nhau
PHẦN 5: KẾT LUẬN VÀ KIẾN NGHỊ