CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.1 Đặc điểm mẫu khảo sát
4.3.1 Phân tích tương quan
Xây dựng ma trận hệ số tương quan giúp chúng ta xem xét mối tương quan tuyến tính giữa các biến trong mơ hình. Cụ thể chúng ta có thể xem xét mối tương quan giữa các biến độc lập với biến phụ thuộc, thậm chí là giữa các biến độc lập với nhau. Nếu các biến độc lập có mối tương quan chặt với nhau, chúng ta phải chú ý xem xét đến hiện tượng đa cộng tuyến. Ngoài ra, chúng ta cịn có thể loại bỏ biến độc lập bất kì nếu nó khơng có tương quan với biến phụ thuộc.
Bảng 4.14 cho thấy có sự tương quan giữa các biến độc lập và biến phụ thuộc (sig < 0.05). Trong đó biến SV -“định hướng mục tiêu học tập” có sự tương quan cao nhất với biến phụ thuộc DL -“động lực học tập” (0.479). Ngoài ra các biên độc lập đều có tương quan đáng kể vớ nhau, cụ thể giữa biến GV và PP có tương quan tương đối cao là 0.494, chúng ta sẽ xét đến đa cộng tuyến trong phần phân tích hồi qui.
Bảng 4.14. Ma trận hệ số tương quanDL GV SV MT PP DL GV SV MT PP DL Pcor (*) 1.000 0.237 0.479 0.232 0.398 Sig (**) 0.001 0.000 0.001 0.000 GV Pcor 0.237 1.000 0.214 0.420 0.494 Sig 0.001 0.003 0.000 0.000 SV Pcor 0.479 0.214 1.000 0.174 0.279 Sig 0.000 0.001 0.015 0.000 MT Pcor 0.232 0.420 0.174 1.000 0.385 Sig 0.001 0.000 0.015 0.000 PP Pcor 0.398 0.494 0.279 0.385 1.000 Sig 0.000 0.000 0.000 0.000
(*) P : hệ số tương quan Pearson
Nguồn: Tổng hợp từ hết quả chạy tương quan trên SPSS
(**) Sig : sử dụng kiểm định 2 phía.
4.3.2 Phân tích hồi qui
Các biến độc lập (GV, SV, MT, PP) và biến phụ thuộc (DL) được đưa vào mơ hình để kiểm định giả thuyết bằng phương pháp Enter (đồng thời), vì giả thuyết đưa ra là các yếu tố hành vi giảng viên, định hướng mục tiêu học tập của sinh viên, môi trường học tập và phương pháp giảng dạy tác động cùng chiều vào động lực học tập của sinh viên. Kết quả chạy hồi qui được trình bày trong bảng 4.15, 4.16 và 4.17.
Bảng 4.15. Bảng tóm tắt mơ hình
Mơ hình R R² Radj² Độ lệch chuẩn dự đoán
1 0.555 0.308 0.294 0.53925 Bảng 4.16. Bảng ANOVA Mơ hình Tổng bình phương df Bình phương trung bình F Sig 1 Hồi qui 24.771 55.541 4 191 6.193 0.291 21.297 0.000 Phần dư Tổng 80.312 195
Bảng 4.17. Bảng trọng số hồi qui
Biến B SE β chuẩnhóa t Sig Tương quan
Đa cộng tuyến
Cor Partial Part T VIF
1.151 0.312 3.688 0.000
GV -0.005 0.075 -0.005 -0.068 0.946 0.237 -0.005 -0.004 0.690 1.449
SV 0.417 0.066 0.395 6.272 0.000 0.479 0.413 0.377 0.912 1.096
MT 0.052 0.056 0.063 0.930 0.354 0.232 0.067 0.056 0.780 1.283
PP 0.192 0.052 0.265Nguồn: Tổng hợp từ hết quả chạy phân tích hồi qui trên SPSS3.670 0.000 0.398 0.257 0.221 0.692 1.444
Kết quả chạy hồi qui cho thấy hệ số xác định R² = 0.308 (≠0). R² có khuynh hướng là ước lượng lạc quan cho thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn 1 biến giải thích trong mơ hình. Ở đây chúng ta sử dụng hệ số xác định Radj² = 0.294 để giải thích sự phù hợp của mơ hình sẽ an tồn và chính xác hơn. Ở bảng ANOVA (Bảng 4.16), kiểm định F cho thấy mức ý nghĩa sig = 0.000
< 0.05. Như vậy, mơ hình hồi qui là phù hợp, các biến độc lập trong mơ hình giải thích được gần 30% phương sai của biến động lực học tập. Còn lại 70% là do sự tác động của các yếu tố khác khơng được đưa vào mơ hình.
Xét bảng 4.17, trọng số hồi qui cho thấy các biến SV, PP có sự ảnh hưởng đến động lực học tập của sinh viên do chúng có mức ý nghĩa sig đều nhỏ hơn 0.05. Các biến này có tác động cùng chiều vào biến phụ thuộc DL do có hệ số Beta dương. So sánh mức độ tác động của hai biến này lên biến DL chúng ta thấy hệ số βSV lớn hơn hệ số βPP. Do đó, biến SV tác động vào DL mạnh hơn biến PP khá nhiều. Cả 2 biến SV và PP đều có hệ số phóng đại phương sai VIF < 2, do đó đạt yêu cầu. Như vậy, việc định hướng mục tiêu học tập rõ ràng sẽ làm tăng động lực học tập của sinh viên. Tương tự, phương pháp giảng dạy hiệu quả cũng làm tăng động lực học tập của sinh viên.
Biến GV và MT đều có VIF < 2, tuy nhiên chúng lại khơng có ý nghĩa thống kê do mức ý nghĩa sig lần lượt là 0.946, 0.354 (>0.05), do đó chúng ta sẽ cân nhắc
việc loại hai biến này khỏi mơ hình. Biến GV tác động âm vào DL với (βGV = -0.005), trong khi đó MT tác động dương vào DL với (βMT = 0.063). Tuy nhiên nếu nhìn vào
hệ số tương quan Cor trong bảng 4.17 chúng ta thấy rằng cả hai biến GV và MT đều tác động dương vào biến DL với hệ số tương quan lần lượt là 0.237, 0.232.
Trong bảng trọng số hồi qui, giá trị t của GV, MT đều nhỏ hơn 2. Hệ số tương quan giữa biến GV và MT trong bảng 4.14 là 0.420, sự tương quan giữa 2 biến độc lập này là khá cao khi so sánh mối tương quan với các biến khác. Nhìn vào hệ số tương quan từng phần Pcor(GV,DL) trong bảng 4.17 (là tương quan giữa GV và DL khi ảnh hưởng tuyến tính của các biến độc lập khác đối với biến độc lập GV bị loại bỏ) và hệ số tương quan riêng phần Scor(GV,DL) (là tương quan giữa GV và DL khi ảnh hưởng tuyến tính của các biến độc lập khác đối với cả DL và GV bị loại bỏ) đều âm. Điều này có nghĩa các biến cịn lại đã giải thích phần biến GV giải thích cho DL. Trong trường hợp này chúng ta không thể kết luận là hành vi giảng viên khơng có tác động vào biến động lực học tập, bởi hành vi giảng viên đã được thể hiện trong các biến độc lập còn lại. Xem xét thêm hệ số tương quan giữa các biến độc lập: cor(GV,SV) = 0.214, cor(GV,MT) = 0.420, cor(GV,PP) = 0.494. Chúng ta thấy tương quan giữa biến GV và các biến độc lập là tương đối cao nên dẫn đến hiện tượng đa cộng tuyến dù VIF của biến GV đạt yêu cầu (VIF = 1.449 < 2). Kết quả phân tích hồi qui sau khi loại biến GV có R² = 0.308, có thể thấy việc thêm biến GV vào mơ hình khơng làm tăng hệ số xác định R². Trong khi đó R² sau khi loại bỏ biến MT giảm xuống còn 0.305 (Xem thêm phụ lục 4.8). Qua những lập luận trên chúng ta sẽ loại biến GV khỏi mơ hình và tiến hành chạy hồi qui lần 2. Kết quả được thể hiện ở bảng 4.18.
Bảng 4.18. Bảng trọng số hồi qui sau khi loại bỏ biến GV
Biến B SE β chuẩnhóa t Sig Tương quan
Đa cộng tuyến
Cor Partial Part T VIF
1.141 0.278 4.102 0.000
SV 0.416 0.066 0.395 6.300 0.000 0.479 0.414 0.378 0.917 1.091
MT 0.051 0.054 0.062 0.952 0.342 0.232 0.069 0.057 0.847 1.181
PP 0.190 0.048 0.264 3.941 0.000 0.398 0.274 0.237 0.806 1.241
Xét biến MT trong bảng trọng số hồi qui sau khi loại bỏ biến GV, có mức ý nghĩa sig = 0.342 > 0.05. Như vậy chúng ta vẫn sẽ xem xét loại biến MT khỏi mơ hình do khơng có ý nghĩa thống kê. Như vậy, chúng ta sẽ xem xét mơ hình hồi qui khi chỉ cịn lại 2 biến là SV và PP như bảng 4.19.
Bảng 4.19. Kết quả phân tích hồi qui (sau khi loại biến GV và MT)
Mơ hình R R² Radj² Độ lệ chuẩn dự đoán
1 0.552 0.305 0.298 0.53772
Mơ hình Tổngbình
phương
df Bình phương trung bình F Sig
1 Hồi qui 24.508 55.804 2 193 12.254 0.289 42.381 0.000 Phần dư Tổng 80.312 195 Biến B SE β chuẩn t
Tương quan Đa cộng
Sig tuyến
hóa Cor Partial Part T VIF
1.261 0.250 5.044 0.000
SV 0.421 0.066 0.399 6.376 0.000 0.479 0.417 0.383 0.920 1.086
PP 0.207 0.046 0.284 4.535 0.000 0.396 0.310 0.272 0.920 1.086
Nguồn: Tổng hợp từ hết quả chạy phân tích hồi qui trên SPSS
Nhìn vào kết quả phân tích hồi qui (sau khi loại biến GV và MT), R² giảm từ 0.308 còn 0.304, tuy nhiên Radj² tăng từ 0.294 lên 0.298. Như vậy hai biến SV và PP giải thích được gần 30% phương sai của biến DL. Mức ý nghĩa trong kiểm định F đạt yêu cầu (Sig=0.000<0.05). Kết quả này cũng cho thấy biến độc lập SV và PP thực sự ảnh hưởng đến DL do có mức ý nghĩa sig <0.05. Trong đó biến SV có sự tác động mạnh nhất vào DL khi hệ số βSV = 0.399 và βPP = 0.284, các biến này tác
động cùng chiều vào DL do có hệ số Beta dương. Các biến này đều có hệ số phóng đại phương sai VIF < 2, do đó đạt yêu cầu.
4.3.3 Kiểm định các giả thuyết của mơ hình
Bảng 4.20. Kiểm định giả thuyết của mơ hình
Giả thuyết Nội dung giả thuyết P value Kết Luận
H1 Hành vi của giảng viên có tác động dương đến
động lực học tập của sinh viên 0.946
Không được chấp nhận H2 Định hướng mục tiêu học tập của sinh viên có tác
động dương đến động lực học tập của sinh viên 0.000
Không bị bác bỏ H3 Mơi trường học tập trong lớp có tác động dương
đến động lực học tập của sinh viên 0.354
Không được chấp nhận H4 Phương pháp giảng dạy có tác động dương đến
động lực học tập của sinh viên 0.000
Không bị bác bỏ
Giả thuyết H1: Hành vi của giảng viên có tác động dương đến động lực học tập của sinh viên. Giả thuyết này bị bác bỏ do biến “hành vi giảng viên” có giá trị P value (Sig.) > 0.05
Giả thuyết H2: Định hướng mục tiêu học tập của sinh viên có tác động dương đến động lực học tập của sinh viên. Dựa vào kết quả hồi qui cho thấy hệ số Beta là
0.399 với mức ý nghĩa Sig = 0.000 < 0.05, giả thuyết H2 được chấp nhận. Như vậy, có thể kết luận rằng việc sinh viên có định hướng mục tiêu học tập rõ ràng sẽ làm gia tăng động lực học tập của họ.
Giả thuyết H3: Mơi trường học tập trong lớp có tác động dương đến động lực học tập của sinh viên. Giả thuyết này bị bác bỏ do biến “môi trường học tập trong lớp học” có giá trị P value > 0.05
Giả thuyết H4: Phương pháp giảng dạy có tác động dương đến động lực học tập của sinh viên. Tương tự như giả thuyết H2, dựa vào kết quả hồi qui ta thấy hệ số Beta của biến PP là 0.284 với mức ý nghĩa sig = 0.000 < 0.05, giả thuyết H4 được chấp nhận. Như vậy, việc phương pháp giảng dạy hiệu quả có thể làm gia tăng động lực học tập của sinh viên.
4.3.4 Kiểm tra sự vi phạm các giả định trong hồi qui tuyến tính
Mơ hình hồi qui tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mơ hình, việc dị tìm sự vi phạm các giả định là cần thiết.
Về giả định liên hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot. Phương pháp vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra. Nhìn vào biểu đồ hình 4.1 ta thấy phần dư khơng thay đổi theo một trật tự nào đối với giá trị dự đốn. Do đó giả thiết về liên hệ tuyến tính khơng bị vi phạm.
Hình 4.2. Đồ thị phân bố ngẫu nhiên của phần dư chuẩn hóa
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram và đồ thị Q-Q plot . Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân
phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0.99). Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
Hình 4.4. Đồ thị so sánh với phân phối chuẩn (Q-Q) của phần dư chuẩn hóa
Kiểm tra vấn đề đa cộng tuyến: như đã đề cập ở phần phân tích tương quan,
giữa các biến độc lập có tương quan với nhau, điều này sẽ tạo ra khả năng đa cộng tuyến của mơ hình. Vì vậy ta sẽ kiểm tra thêm hệ số phóng đại phương sai (Variance inflation factor – VIF). Kết quả phân tích cũng cho thấy hệ số phóng đại phương sai VIF của các biến là tương đối nhỏ (tất cả đều nhỏ hơn 2). Do đó, hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình này là tương đối nhỏ, không ảnh hưởng đáng kể đến kết quả hồi qui.
4.4 Kiểm định sự khác biệt về động lực học tập theo một số đặc điểm cá nhâncủa sinh viên của sinh viên
4.4.1 Kiểm định sự khác biệt về động lực học tập theo giới tính của sinh viên
Giới tính được phân loại thành 2 nhóm là Nam và Nữ, nên trong nghiên cứu này tác giả sử dụng kiểm định Independent t-test để kiểm tra xem giữa nhóm Nam và Nữ có sự khác biệt đáng kể nào về động lực học tập hay không.
Bảng 4.21. Kết quả Independent t-test theo biến giới tính sinh viên
Giới tính Số đối tượng Trung bình Độ lệch chuẩn Sai số chuẩn Động lực học tập Nam 92 3.4647 0.70280 0.07327 Nữ 104 3.5288 0.58429 0.05729 Giả định phương sai bằng nhau Không giả định phương sai bằng nhau Levene's Test phương sai
bằng nhau F 3.022 Sig. 0.084 T-Test trung bình bằng nhau t -0.698 -0.690 df 194 177.630 Sig. (2-tailed) 0.486 0.491
Bảng 4.21 cho thấy mức ý nghĩa sig. trong kiểm định Levene = 0.084 (>0.05), điều này chứng tỏ khơng có sự khác biệt về phương sai đối với động lực học tập của nhóm sinh viên Nam và Nữ. Do đó, chúng ta sẽ xem xét các giá trị ở cột “không giả định phương sai bằng nhau (Equal variances not assumed) trong kiểm định T-test. Giá trị sig. trong kiểm định T-test = 0.491 (>0.05) cho thấy chưa có sự khác biệt có ý nghĩa về giá trị trung bình giữa 2 nhóm Nam và Nữ. Như vậy chúng ta có thể kết luận chưa có sự khác biệt về động lực học tập giữa nhóm sinh viên Nam và Nữ tại trường đại học Kinh Tế TP. HCM.
4.4.2 Kiểm định sự khác biệt về động lực học tập theo năm học của sinh viên
“Năm học” của sinh viên trong nghiên cứu có 4 nhóm, thứ tự mã hóa trong biến này là: “1” cho sinh viên năm nhất, “2” cho sinh viên năm hai, “3” cho sinh viên năm ba và “4” cho sinh viên năm cuối. Để kiểm tra sự khác biệt về động lực học tập của 4 nhóm trên, tác giả sử dụng kiểm định One-Way ANOVA.
Bảng 4.22. Kết quả One-Way ANOVA theo biến năm học của sinh viên
Thống kê Levene df1 df2 Sig.
0.517 3 192 0.671
Động lực học tập
Tổng bình
phương df Bình phương trung bình F Sig.
Giữa các nhóm 0.532 3 0.177 0.427 0.734
Trong cùng nhóm 79.78 192 0.416
Tổng 80.312 195
Bảng 4.22, cho thấy “Giữa các nhóm” có mức ý nghĩa sig. = 0.734 (>0.05) nên ta kết luận không có sự khác biệt có ý nghĩa về động lực học tập giữa các sinh viên thuộc các năm học khác nhau.
4.4.3 Kiểm định sự khác biệt về động lực học tập theo ngành học của sinh viên
Ngành học của sinh viên trong nghiên cứu được phân thành 5 nhóm, theo thứ tự mã hóa: “1” nhóm ngành kinh tế học, “2” nhóm nhành quản trị kinh doanh, “3” nhóm ngành tài chính – ngân hàng, “4” nhóm ngành kế tốn – kiểm tốn, “5” nhóm ngành khác. Tương tự khi kiểm tra biến “năm sinh viên”, tác giả vẫn sử dụng kiểm định One-Way ANOVA, để xem xét có hay không sự khác biệt trong động lực học tập đối với sinh viên từng nhóm ngành khác nhau.
Bảng 4.23. Kết quả One-Way ANOVA theo biến ngành học của sinh viên
Thống kê Levene df1 df2 Sig.
1.093 4 191 0.361
Động lực học tập
Tổng bình
phương df Bình phương trung bình F Sig.