Biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến này Giá trị xã hội: (Cronbach’s Alpha = 0.639)
XH18 0.471 .a
XH19 0.471 .a
Nhận xét:
Kết quả phân tích độ tin cậy đã được tiến hành trên mẫu có kích thướt n=341, tất cả các nhóm thang đo đều đủ tin cậy và những biến quan sát hợp lệ sẽ được sử dụng để đưa vào bước phân tích nhân tố khám phá tiếp theo (2 biến rác loại ra là XH20 và XH21).
2.3.2.2 Phân tích nhân tố
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp phân tích nhân tố “Principle Components” và phép quay VARIMAX để tìm ra các nhân tố đại diện cho các biến. Tuy nhiên, khi tiến hành phân tích nhân tố khám phá thực tế, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
1. Hệ số KMO (Kaiser-Meyer-Olkin) ≥0.5, mức ý nghĩa kiểm định Bartlett ≤0.05. 2. Hệ số tải nhân tố (Factor Loading) ≥0.5. Nếu biến quan sát nào có hệ số tải nhân
3. Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%. 4. Hệ số eigenvalue có giá trị lớn hơn 1 (Trần Đức Long (2006,47).
5. Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. (Bùi Ngun Hùng & Võ Khánh Tồn).
Phân tích nhân tố khám phá lần 1 (xem thêm phụ lục 2.4.1)
Bảng 2.7: Bảng phân tích nhân tố EFA lần 1
Biến Nhân tố 1 2 3 4 5 CN1 .722 CN3 .683 CN2 .654 HB6 .654 .369 HB7 .626 .308 CN4 .538 .461 HB5 .437 .401 HB8 .411 .347 CX14 .812 CX16 .812 CX15 .329 .673 CX17 .508 TC24 .891 TC25 .830 TC22 .788 TC23 .701 HA12 .740 HA10 .357 .683 HA9 .661 HA11 .301 .659 HA13 .419 .463 XH18 .851 XH19 .793
Do biến quan sát HB8 không thoả điều kiện của phân tích nhân tố vì vi phạm 2 điều kiện: (1) có hệ số tải nhân tố nhỏ hơn 0.5 và (2) sai biệt của tải nhân tố so với các nhân tố khác nhỏ hơn 0.3. Do đó, biến quan sát HB8 bị loại bỏ khỏi nhóm “giá trị hiểu biết” để tăng thêm độ tin cậy cho nhóm nhân tố này. Sau khi loại bỏ biến HB8, những biến quan sát còn lại được đưa vào phân tích EFA lần 2 (phụ lục 2.4.2) và cho kết quả như sau:(1) số nhân tố trích được là 5 và tổng phương sai trích là 60.705%. Sau khi chạy EFA lần 2 thì biến quan quan sát HB5 khơng thoả điều kiện như trên, do vậy tiến hành chạy EFA lần 3 (phụ lục 2.4.3) để loại biến HB5 khỏi nhóm “giá trị hiểu biết” để tăng thêm độ tin cậy cho nhóm nhân tố này. Kết quả EFA lần 3 trích được 5 nhân tố và tổng phương sai trích là 61.973%. Sau khi chạy EFA lần 3 thì có biến quan quan sát HA13 không thoả điều kiện như trên, do vậy tiến hành chạy EFA lần 4 (phụ lục 2.4.4) để loại biến HA13 ra khỏi nhóm “giá trị hình ảnh” để tăng thêm độ tin cậy cho nhóm nhân tố này. Kết quả EFA lần 4 trích được 5 nhân tố và tổng phương sai trích là 63.177%. Sau khi chạy EFA lần 4 thì có biến quan quan sát CX17 không thoả điều kiện như trên, do vậy tiến hành chạy EFA lần 5 (phụ lục 2.4.5) để loại biến CX17 ra khỏi nhóm “giá trị cảm xúc” để tăng thêm độ tin cậy cho nhóm nhân tố này. Kết quả EFA lần 5 trích được 5 nhân tố và tổng phương sai trích là 63.910%. Sau khi chạy EFA lần 5 thì có biến quan quan sát CN4 không thoả điều kiện như trên, do vậy tiến hành chạy EFA lần 6 (phụ lục 2.4.6) để loại biến CN4 ra khỏi nhóm “giá trị chức năng” để tăng thêm độ tin cậy cho nhóm nhân tố này. Ở kết quả phân tích nhân tố lần cuối có nhóm “giá trị chức năng” được gọp lại cùng với nhóm “giá trị hiểu biết” đồng thời loại bỏ đi các biến: HB8, HB5, CX17, HA13, CN4 (Kết quả phân tích nhân tố lần cuối được trình bày ở bảng 2-8: phân tích nhân tố EFA lần cuối). Tất cả 5 nhân tố rút trích đều có giá trị Eigen lớn 1 và tổng phương sai trích 65.068%. Hai giá trị này đều thoả mãn các yêu cầu khi phân tích nhân tố và với 5 nhân tố mới rút ra có thể giải thích được 65.068% sự biến thiên của tập dữ liệu. Các nhân tố mới khác với những nhóm ban đầu sẽ được tính lại hệ số Cronbach’s Alpha để xem các nhân tố mới này có thoả mãn yêu cầu kiểm tra độ tin cậy hay không.
Theo kết quả bảng 2.9, ta thấy các thông số về kiểm tra độ tin cậy cho năm nhóm này đều thoả hệ số Cronbach’s alpha lớn hơn 0.6, do đó có thể sử dụng nhóm này để đưa vào phân tích hồi qui ở bước tiếp theo.
Bảng 2.8: Bảng phân tích nhân tố EFA lần cuốiBiến Nhân tố Biến Nhân tố 1 2 3 4 5 CN1 .744 CN3 .705 CN2 .675 HB6 .661 .313 HB7 .630 TC24 .891 TC25 .828 TC22 .793 TC23 .707 HA12 .730 HA9 .713 HA10 .350 .703 HA11 .677 CX16 .832 CX14 .828 CX15 .337 .666 XH18 .858 XH19 .804
Để tiến hành bước phân tích hồi qui, các nhân tố được đặt lại tên cho phù hợp với các thành phần trong từng nhóm, mơ hình nghiên cứu cũng được hiệu chỉnh với các nhân tố mới hoặc tên gọi mới thay cho các nhân tố ban đầu. Trong đó 02 nhóm “giá trị chức năng” và “giá trị hiểu biết” được gom lại thành một nhân tố mới nhóm mới và được đặt tên lại cho dễ theo hình dung là nhân tố “giá trị chức năng và hiểu biết” để đưa vào phân tích hồi qui tuyến tính. Bảng kết quả dưới đây cho thấy 05 nhân tố được rút trích.
Bảng 2.9: Các giá trị của mỗi nhân tố mới
Nhân
tố Tên nhân tố Số biến quan sát
Giá trị Eigen Phương sai trích Cronbach’ s Alpha 1 Giá trị chức
năng & hiểu biết
CN1, CN2, CN3, HB6, HB7 5.541 15.728 0.790 2 Sự tiếp cận TC22, TC23, TC24, TC25 2.273 15.480 0.838 3
Giá trị hình ảnh HA9, HA10,
HA11, HA12 1.526 12.814 0.767 4 Giá trị cảm xúc CX14, CX15, CX16, 1.245 12.577 0.795 5 Giá trị xã hội XH18, XH19 1.126 8.468 0.639 Tổng: 65.068% Hệ số KMO=0.852 Bartlett's Test of Spericity với
Sig=0.000
2.3.3 Mơ hình hiệu chỉnh
Nhân tố 1: Giá trị chức năng & hiểu biết
1. Bằng tốt nghiệp Trường Cao Thắng cho phép tôi kiếm việc làm lương phù hợp. 2. Bằng tốt nghiệp Trường Cao Thắng cho phép tơi kiếm việc làm có tính ổn định
cao.
3. Tơi tin rằng kiến thức học được tại Trường Cao Thắng giúp tôi thăng tiến trong nghề nghiệp.
4. Tôi được trang bị kiến thức chuyên ngành cả về lý thuyết và thực hành. 5. Chương trình đào tạo của Trường Cao Thắng đã trang bị kiến thức sát thực tế.
Nhân tố 2: Sự tiếp cận
1. Khi sinh viên gặp vấn đề về thủ tục hành chính thì cán bộ quản lý quan tâm giải quyết.
2. Nhân viên hành chính lưu trữ hồ sơ sinh viên chính xác và trung thực. 3. Nhân viên hành chính thể hiện thái độ làm việc tích cực hướng về sinh viên.
30
Giá trị chức năng
& hiểu biết H1a’
Sự tiếp cận H1b’
Chất lượng dịch vụ đào tạo được cảm nhận
H1c’
Giá trị hình ảnh
Giá trị cảm xúc H1d’ H1e’
Giá trị xã hội
4. Nhân viên hành chính giao tiếp lịch sự nhã nhặn với sinh viên.
Nhân tố 3: Giá trị hình ảnh
1. Tơi đã nghe những điều tốt đẹp về Trường Cao Thắng.
2. Uy tín của Trường Cao Thắng đã nâng cao giá trị tấm bằng tốt nghiệp của tôi. 3. Danh tiếng của Trường Cao Thắng có ảnh hưởng tốt đến giá trị tấm bằng tốt
nghiệp của tơi.
4. Các doanh nghiệp có ấn tượng tốt về Trường Cao Thắng.
Nhân tố 4: Giá trị cảm xúc
1. Tơi hài lịng về chun ngành mà tơi đang học
2. Tôi cảm thấy đầu tư 3 năm học tại Trường Cao Thắng để có được tấm bằng là xứng đáng.
3. Tôi cảm thấy ngành tôi đang học rất thú vị.
Nhân tố 5: Giá trị xã hội
1. Tơi hạnh phúc hơn khi có nhiều bạn bè trong lớp học.
2. Tôi nhận thấy việc học tập tại đây thú vị hơn khi có nhiều bạn bè đến từ nhiều vùng quê.
Các giả thuyết dành cho mơ hình được thay đổi như sau: Nhóm giả thuyết 1:
H1a’ : Giá trị chức năng & hiểu biết tác động dương đến giá trị cảm nhận của sinh viên về chất lượng dịch vụ đào tạo.
H1b’: Sự tiếp cận tác động dương đến giá trị cảm nhận của sinh viên về chất lượng dịch vụ đào tạo.
H1c’: Giá trị hình ảnh tác động dương đến giá trị cảm nhận của sinh viên về chất lượng dịch vụ đào tạo.
H1d’: Giá trị cảm xúc tác động dương đến giá trị cảm nhận của sinh viên về chất lượng dịch vụ đào tạo.
H1e’: Giá trị xã hội tác động dương đến giá trị cảm nhận của sinh viên về chất lượng dịch vụ đào tạo.
Nhóm giả thuyết 2:
● H2a’: Có sự khác biệt trong cảm nhận về chất lượng dịch vụ đào tạo tại Trường Cao Thắng giữa sinh viên năm 1, năm 2 và năm 3.
● H2b’: Có sự khác biệt trong cảm nhận về chất lượng dịch vụ đào tạo tại Trường Cao Thắng giữa sinh viên học chuyên ngành khác nhau.
2.3.4 Kiểm định mơ hình nghiên cứu
2.3.4.1 Phân tích tương quan
Phân tích mối quan hệ tương quan giữa các biến trong mơ hình đều có tương quan với nhau ở mức ý nghĩa nhỏ hơn 0.05, có thể nói tất cả các biến độc lập trong mơ hình đều đảm bảo được giá trị phân biệt. Ngoài ra, theo kết quả phân tích tương quan này, tất cả các biến độc lập đều có tương quan với biến phụ thuộc, điều này chứng tỏ các yếu tố này đều có mối quan hệ với biến “Đánh giá”. Tương quan mạnh nhất là 0.519 yếu tố “đánh giá” và “giá trị chức năng và hiểu biết”, còn thấp nhất là 0.215 yếu tố “đánh giá” và “giá trị xã hội”. Nếu xét riêng mối tương quan giữa nội bộ các biến độc lập, thì yếu tố “giá trị hình ảnh” và “giá trị chức năng hiểu biết” là có tương quan mạnh nhất là 0.565. Còn tương quan thấp nhất là 0.167 với yếu tố “sự tiếp cận” và giá trị xã hội”. Các hệ số tương quan lớn hơn 0.4, điều này có thể sẽ gây ra hiện tượng đa cộng tuyến khi đưa vào mơ hình, yếu tố này sẽ được xem xét kỹ ở phần phân tích hồi qui.
Bảng 2.10: Ma trận hệ số tương quanGiá trị Giá trị chức năng & hiểu biết Sự tiếp cận Giá trị hình ảnh Giá trị cảm xúc Giá trị xã hội Đánh giá Giá trị chức năng & hiểu biết Pearson Correlation 1 Sig. (2-tailed) N 341 Sự tiếp cận Pearson Correlation .275** 1 Sig. (2-tailed) .000 N 341 341 Giá trị hình ảnh Pearson Correlation .565** .216** 1 Sig. (2-tailed) .000 .000 N 341 341 341 Giá trị cảm xúc Pearson Correlation .461** .263** .430** 1 Sig. (2-tailed) .000 .000 .000 N 341 341 341 341 Giá trị xã hội Pearson Correlation .215** .167** .219** .278** 1 Sig. (2-tailed) .000 .002 .000 .000 N 341 341 341 341 341 Đánh giá Pearson Correlation .519** .363** .401** .324** .215** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 N 341 341 341 341 341 341
2.3.4.2 Đánh giá đa cộng tuyến.
Khi ước lượng mơ hình hồi qui bội, phải kiểm tra giả thuyết thông qua hiện tượng đa cộng tuyến để loại trừ các biến nào có đa cộng tuyến trầm trọng khi đưa vào mơ hình. Chỉ số dùng để tính là hệ số phóng đại phương sai VIF. Nếu VIF của một biến độc lập nào đó lớn hơn 10 thì hiện tượng đa cộng tuyến sẽ xảy ra (Nguyễn Đình Thọ, 2008). Mơ hình hồi qui với 5 biến độc lập và các hệ số VIF đều nhỏ hơn 2 (Bảng 2.13), do vậy các biến này không vi phạm điều kiện về đa cộng tuyến.
2.3.4.3 Kiểm tra phân phối của phần dư chuẩn hố.
Phần dư có thể khơng tn theo phân phối chuẩn vì những lí do sau: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích…(Hồng Trọng và Mộng Ngọc, 2008). Chúng ta cần kiểm định phần dư chuẩn hố của mơ hình để bảo đảm phần dư chuẩn hố có dạng phân phối chuẩn với tất cả các biến độc lập. Cách kiểm định có thể sử dụng là vẽ đường cong chuẩn hoá của phân bổ phần dư này. Nếu chúng ta thấy trên đồ thị đường cong chuẩn hố có dạng hình chng như phân phối chuẩn với giá trị Mean xấp xỉ 0 và giá trị độ lệch chuẩn xấp xỉ 1 thì xem như phần dư có phân phối gần chuẩn.
Một cách khác để kiểm định sự chuẩn hoá của phần dư là vẽ và đồ thị P-P plots để so sánh với phân phối chuẩn. Nếu trên đồ thị p-p plots các điểm này không nằm quá xa đường thẳng của phân phối chuẩn thì có thể xem như phần dư có phân phối gần chuẩn. Kết quả (xem phụ lục 2.5.2) cho thấy phần dư mơ hình có dạng phân bố chuẩn.
2.3.5 Phân tích hồi qui
2.3.5.1 Phân tích hồi qui bội lần 1:
Phân tích hồi quy được thực hiện bằng phương pháp Enter, các biến được đưa vào cùng một lúc để chọn lọc trên các tiêu chí loại những biến có Sig>0.05. Sau khi chạy phân tích hồi qui bội ta có kết quả ở bảng 2.11 bên dưới (xem thêm phục lục 2.5.1)
Bảng 2.11: Tóm tắt mơ hình lần 1
Mơ
hình R R
2 R2 điều chỉnh Sai lệch chuẩn SE
1 0.583a 0.34 0.33 0.67211
Hệ số tương quan R đo lường mức độ tương quan giữa các biến độc lập và biến phụ thuộc. R=0.583 thuộc khoảng từ 0.5 đến 0.7, là tương quan khá chặt chẽ. R2 điều chỉnh=0.33 có nghĩa là các biến độc lập giải thích được 33% phương sai của biến phụ thuộc (còn lại là những biến số khác).
Tuy nhiên, hệ số xác định R2 điều chỉnh là chỉ số dùng để đánh giá mức độ phù hợp của mơ hình hồi qui đối với tập dữ liệu. Căn cứ vào kết quả bảng 2.11, hệ số R2 điều chỉnh bằng 0.33 nhỏ hơn R2=0.34 chứng tỏ mơ hình hồi qui phù hợp với dữ liệu ở mức 0.33. Có nghĩa là có 33% sự biến của giá trị cảm nhận của sinh viên về chất lượng dịch vụ đào tạo được giải thích bởi các biến có trong mơ hình.
Để kiểm định mức độ phù hợp của mơ hình hồi qui tuyến tính tổng thể, ta sử dụng kiểm định F trong ANOVA. Kết quả từ bảng 2.12 cho thấy Sig =0.000<0.05, như vậy mơ hình hồi qui phù hợp với tập dữ liệu và có thể sử dụng được (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Bảng 2.12: Phân tích phương sai ANOVAb
Mơ hình Tổng bình phương df Bình phương trung bình F Sig. Hồi qui 78.011 5 15.602 34.538 .000a Phần dư 151.332 335 .452 Tổng 229.343 340
b. Biến phụ thuộc: DANHGIA
Bảng 2.13: Trọng số hồi qui lần 1
Các biến Hệ số
Giá trị t Mức ý nghĩa VIF
Giá trị chức năng & hiểu biết .363 6.378 .000 1.643
Sự tiếp cận .219 4.662 .000 1.119
Giá trị hình ảnh .122 2.199 .029 1.564
Giá trị cảm xúc .028 .539 .590 1.413
Giá trị xã hội .066 1.403 .162 1.109
Xem xét bảng 2.13 trọng số hồi qui thì chỉ có 2 biến “Giá trị cảm xúc” và “Giá trị
xã hội ” là khơng có ý nghĩa thống kê (mức ý nghĩa >0.05). Do đó, cần loại biến này ra
2.3.5.2 Phân tích hồi qui bội lần 2:
Với kết quả phân tích lần này (phụ lục 2.5.2), ta thấy các biến độc lập cịn lại đều có ảnh hưởng đến biến phụ thuộc.
Bảng 2.14: Tóm tắt mơ hình lần 2
Mơ hình R R2 R2 điều chỉnh Sai lệch chuẩn SE
1 .579 .335 .329 .67271
Hệ số R2 điều chỉnh=0.329 có nghĩa là các biến độc lập giải thích được 32.9% phương sai của biến phụ thuộc (còn lại là những biến số khác).
Bảng 2.15: Trọng số hồi qui lần 2
Các biến Hệ số Giá trị t Mức ý nghĩa VIF
Hằng số 3.086 .002
Giá trị chức năng & hiểu biết .378 6.378 .000 1.524