Mã
IN1 Tơi chọn trường ĐH vì lời giới thiệu của mọi người qua thơng tin/bình
luận trực tuyến từ các phương tiện truyền thông khác nhau Tôi sẽ suy nghĩ việc chọn trường
IN2
IN3 Tôi dự định sẽ đến thăm trường ĐH mà tơi đã thơng tin/bình luận trực tuyến hoặc thảo luận trong các thơng tin/bình luận trực tuyến
IN4 Tơi thu thập các thông tin trực tuyến trước khi chọn học tại một trường ĐH
nào đó
3.3. MƠ TẢ Q TRÌNH NGHIÊN CỨỨ́U ĐỊNH LƯỢNG
Nghiên cứu định lượng được thực hiện bằng kỹ thuật phỏng vấn trực tiếp người học thông qua bảng câu hỏi. Bảng câu hỏi với nội dung chính là các thang đo chính thức được hình thành trong nghiên cứu định tính. Dữ liệu của nghiên cứu định lượng được dùng để đánh giá thang đo, kiểm định mơ hình và giả thuyết nghiên cứu.
3.3.1. Đối tượng khảo sát
Đối tượng tham gia khảo sát là người học ở các trường THPT, sinh viên của các trường ĐH, những người chưa đi làm hoặc đã đi làm đang tìm kiếm trường ĐH để tiếp tục học ĐH, bằng hai ĐH và SĐH ở Việt Nam.
3.3.2. Mẫu nghiên cứu và phương pháp lấy mẫu
Kích thước mẫu tốt phải thỏa mãn được tính đúng và chính xác. Một trong những yếu tố quan trọng ảnh hưởng đến kích thước mẫu nghiên cứu là phương pháp xử lý dữ liệu. Đối với phương pháp phân tích nhân tố khám phá (EFA) thì cần thu thập ít nhất năm mẫu cho một biến quan sát (Hair và cộng sự, 1998). Còn sử dụng phương pháp hồi qui thì kích thước mẫu cần đảm bảo tối thiểu theo công thức n ≥ 50 + 8m với m là số biến trong nghiên cứu (Tabachnick và Fidell, 2001). Và khi sử dụng phương pháp phân tích bằng mơ hình cấu trúc tuyến tính SEM thì địi hỏi phải có kích thước mẫu lớn vì nó dựa vào lý thuyết phân phối mẫu lớn. Tuy nhiên, kích thước mẫu bao nhiêu thì được gọi là lớn thì vẫn cịn là vấn đề cịn tranh cãi. Theo Bollen (1989) kích thước mẫu tối thiểu là năm mẫu (tốt hơn là 10 mẫu) cho một tham số cần ước lượng.
Theo đó, mơ hình lý thuyết của nghiên cứu này có 31 biến quan sát thì số mẫu tốt có thể là 310. Tuy nhiên, chúng ta thấy rằng kích thước mẫu càng lớn thì càng tốt vì có độ tin cậy cao. Do đó, kích thước mẫu trong nghiên cứu này được xác định là n = 600.
dạng các đối tượng người học hướng tới lựa chọn nhiều chương trình học khác nhau.
3.3.3. Phương pháp phân tích số liệu
Nghiên cứu này sử dụng phần mềm SmartPLS 3.3.3 để phân tích dữ liệu thu thập được. Đầu tiên, thực hiện một thống kê mơ tả để phân tích đặc điểm mẫu nghiên cứu. Tiếp theo là thực hiện đánh giá mơ hình đo lường và đánh giá mơ hình cấu trúc.
Đánh giá mơ hình đo lường (Evaluation of measurement models) và điều chỉnh mơ hình nghiên cứu (nếu cần thiết) thông qua việc (1) kiểm tra độ tin cậy của thang đo (indicator reliability); (2) độ tin cậy nhất quán nội bộ (Internal consitency reliability);
(3) giá trị hội tụ (convergent validity) và (4) giá trị phân biệt (discriminant validity). Đánh giá mơ hình cấu trúc (Evaluation of the structural model) bao gồm: (1) đánh giá vấn đề đa cộng tuyến của mơ hình cấu trúc (Collinearity issues); (2) đánh giá mức ý nghĩa và sự liên quan của các mối liên hệ trong mơ hình cấu trúc (Structural Model Path Coefficients); (3) đánh giá hệ số xác định R2 (Coefficients of determination R2 Value); (4) đánh giá hệ số tác động f2 (effect size f2); (5); đánh gia sư liên quan cua dư báo Q2 (Blindfolding and Predictive Relevance Q2); (6) đánh gia hệ sô q2 (effect size q2).
Bảng 3.4. Quy tắc đánh giá mức độ phù hợp của mơ hình đo lường và mơ hình cấu trúc
Chỉ số
Đánh giá mơ hình đo lường Độ tin cậy của thang đo
(Indicator reliability) Độ tin cậy nhất quán nội
bộ (Internal reliability) Giá trị (Convergent validity) Giá trị LIII
(Discriminant validity)
Đánh giá mơ hình cấu trúc
Vấn đề đa
trong mơ hình cấu trúc (Collinearity issues) Mức ý nghĩa và sự liên quan của các mối liên hệ trong mơ hình cấu trúc (Structural Model Coefficients) Hệ số xác (Coefficients determination R2 Value) Hệ số tác động f2 size f2)
Sự liên quan của dự báo Q2
(Blindfolding Predictive Relevance Q2)
Hệ số tác động q2 (effect size q2)
Đánh giá mô hợp
Đánh giá độ
động, dự báo
TÓM TẮT CHƯƠNG BA
Chương 3 giới thiệu về thiết kế và qui trình thực hiện nghiên cứu để đánh giá thang đo, kiểm định mơ hình và giả thuyết nghiên cứu. Quy trình nghiên cứu bao gồm nghiên cứu định tính và nghiên cứu định lượng; trong đó nghiên cứu định tính được thực hiện trước và nghiên cứu định lượng thực hiện sau.
Nghiên cứu định tính nhằm khám phá sự tồn tại các khái niệm nghiên cứu và mối quan hệ giữa chúng, và điều chỉnh, phát triển thang đo. Nghiên cứu định tính sử dụng phương pháp phỏng vấn sâu với các đối tượng. Kết quả nghiên cứu định tính cho thấy sự tồn tại và mối quan hệ của các khái niệm nghiên cứu theo tổng quan lý thuyết. Nên mơ hình nghiên cứu đề xuất được thực hiện và khơng có điều chỉnh.
Nghiên cứu định lượng được thực hiện bằng phương pháp phỏng vấn trực tiếp người học thông qua bảng câu hỏi với phương pháp lấy mẫu thuận tiện. Các phương pháp và kỹ thuật phân tích dữ liệu định lượng là 1) đánh giá mơ hình nghiên cứu thơng qua hệ số Cronbach alpha, hệ số tải nhân tố Outer loading, giá trị tin cậy tổng hợp CR, giá trị phương sai trích trung bình AVE, đánh giá giá trị phân biệt qua chỉ số tỷ lệ HTMT và 2) đánh giá mơ hình cấu trúc thơng qua các chỉ số VIF, p-value, R2, f2, Q2, q2.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨỨ́U VÀ THẢO LUẬN4.1. THÔNG TIN VỀ MẪU KHẢO SÁT 4.1. THÔNG TIN VỀ MẪU KHẢO SÁT
Trong tổng số mẫu thu được là 600, có 44% là nam giới, 53,7% là nữ giới, một tỷ lệ nhỏ là LGBT với 2,3% tham gia phỏng vấn trực tiếp. Về phân bổ giới tính là hợp lý và chấp nhận được.
Người tham gia nghiên cứu phần lớn có ý định học hệ Đại học (cử nhân) với 71,8% và 19,3% là người có ý định học Cao học và 8,8 % có ý định học làm nghiên cứu sinh. Về phân bổ trình độ mong muốn tham gia học tập là hợp lý và chấp nhận được.
Về độ tuổi, mẫu phân bổ khá tập trung ở độ tuổi dưới 18, chiếm 60,7%, điều này rất có ý nghĩa cho phân tích vì thực tế học sinh PTTH thời đại cơng nghệ sẽ có sự tìm hiểu trên mạng kĩ lưỡng cho quyết định chọn trường của bản thân. Có 32,5% ở độ tuổi 19 đến 23 và 6,8% từ 24 tuổi trở lên. Về độ tuổi của mẫu là logic với các yếu tố nhân khẩu học khác và chấp nhận được.
Có 58,3% là học sinh PTTH, 33% là sinh viên và một lượng rất ít 0,8% đã tốt nghiệp nhưng chưa đi làm và 7,8% là đang đi làm. Miền Trung và miền Nam chiếm đa số trong nhóm mẫu, với 43,8% và 44,5% tỉ lệ tương ứng, miền Bắc có 11,7% số lượng đáp viên. Tỷ lệ khảo sát theo địa lý là chưa đạt kỳ vọng, lý do là việc tiếp cận mẫu nghiên cứu khó khăn trong giai đoạn học sinh, sinh viên miền Bắc đang học trực tuyến và rất căng thẳng trong bối cảnh dịch bệnh Covid-19.
Các đặc điểm
Giới tính
Trình độ muốn học
tiếp
Nguồn: Kết quả phân tích dữ liệu nghiên cứu 4.2. ĐÁNH GIÁ MƠ HÌNH ĐO LƯỜNG
Mục tiêu của việc kiểm định mơ hình đo lường là để đánh giá sự phù hợp của các thang đo trong việc phản ánh các yếu tố cần nghiên cứu trong mơ hình. Việc đánh giá
mơ hình đo lường bao gồm các bước: (1) đánh giá độ tin cậy của thang đo; (2) đánh giá độ tin cậy nhất quán nội bộ; (3) đánh giá giá trị hội tụ; (4) đánh giá trị phân biệt.
4.2.1. Đánh giá độ tin cậy của thang đo
Độ tin cậy của thang đo là tiêu chí đầu tiên được sử dụng để xem xét mức độ phù hợp của thang đo để phản ánh một nhân tố cần nghiên cứu. Hai giá trị Cronbach’s
Alpha hoặc giá trị hệ số tải nhân tố (Outer loading) được sử dụng để đánh giá mức độ phù hợp của thang đo. Tuy nhiên giá trị hệ số tải nhân tố thường được sử dụng để đánh giá độ tin cậy hơn là giá trị Cronbach’s alpha do những hạn chế nhất định của chỉ số Cronbach’s alpha (Hair & cộng sự, 2017). Những thang đo có giá trị hệ số tải nhân tố nhỏ hơn 0.4 thì cần loại bỏ ra khỏi mơ hình nghiên cứu. Những thang đo có giá trị hệ số tải nhân tố lớn hơn 0.7 thì cần được giữ lại trong mơ hình nghiên cứu. Với những thang đo có giá trị hệ số tải nhân tố từ 0.4 đến 0.7 thì việc loại bỏ khỏi thang đo chỉ được thực hiện nếu việc loại bỏ này làm tăng giá trị của hệ số tin cậy tổng hợp (CR- Composite reliability) hoặc giá trị phương sai trích trung bình (AVE-Average Variance Extracted) (Bagozzi & cộng sự, 1991; Hair & cộng sự, 2011).
Sau khi loại biến quan sát IQ5 của thang đo Chất lượng thông tin, QN1 của thang đo Số lượng thông tin, CR2 của thang đo Sự tin cậy, AD1 của thang đo Sự hấp dẫn của công nghệ do không đạt yêu cầu, hệ số tải nhân tố của các khái niệm nghiên cứu như sau:
Bảng 4.2. Giá trị hệ số tải nhân tố của các khái niệm nghiên cứu
Tên biến AD2 AD2 AD3 AD3 AD4 AD4 BI1 BI2 BI3 BI4 CR1 CR1 CR3 CR3 CR4 CR4 IN1 IN2
IN4 0.855 IQ1 0.890 IQ1 0.784 IQ2 0.915 IQ2 0.825 IQ3 0.901 IQ3 0.856 IQ4 0.856 IQ4 0.785 QN2 0.852 QN2 0.802 QN3 0.863 QN3 0.790 QN4 0.865 QN4 0.797 QN5 0.857 QN5 0.823 QN6 0.852 QN6 0.825 SN1 0.673 SN1 0.577 SN2 0.896 SN2 0.845 SN3 0.860 SN3 0.791 SN4 0.878 SN4 0.826
Kết quả cho thấy, các thang đo này đạt được độ tin cậy vì các biến quan sát của các nhân tố đều có hệ số tải nhân tố lớn hơn 0.4.
4.2.2. Đánh giá độ tin cậy nhất quán nội bộ
Tiêu chí thứ hai để đánh giá mức độ phù hợp của thang đo chính là độ tin cậy nhất quán nội bộ của thang đo. Giá trị hệ số tin cậy tổng hợp (CR - Composite Reliability) là thông số được sử dụng để đánh giá độ tin cậy nhất quán nội bộ của thang đo. Các thang đo có giá trị hệ số tin cậy tổng hợp bằng hoặc lớn hơn 0.7 được giữ lại trong mơ hình nghiên cứu cịn các thang đo có giá trị hệ số tin cậy tổng hợp nhỏ hơn 0.7 sẽ bị loại bỏ ra khỏi mô hình nghiên cứu (Hair & cộng sự, 2017).
Kết quả ở bảng 4.3 cho thấy, các giá trị CR và Cronbach’s alpha của các nhân tố đều lớn hơn 0.7 nên có thể kết luận các nhân tố trong mơ hình đạt được độ tin cậy nhất quán nội bộ (Hair & cộng sự, 2017).
Bảng 4.3. Giá trị hệ số tin cậy tổng hợp
Chuẩn chủ quan Chất lượng thông tin Số lượng thông tin Sự tin cậy
Sự hấp dẫn của cơng nghệ eWOM
Hình ảnh thương hiệu Ý định chọn trường ĐH
Kết quả cho thấy, các giá trị CR và Cronbach’s alpha của các nhân tố đều lớn hơn 0.7 nên có thể kết luận các nhân tố trong mơ hình đạt được độ tin cậy nhất quán nội bộ (Hair & cộng sự, 2017).
4.2.3. Đánh giá giá trị hội tụ
Giá trị hội tụ phản ánh mức độ tương quan của các thang đo trong việc cùng phản ánh một nhân tố được nghiên cứu. Giá trị phương sai trích trung bình (AVE - Average Variance Extracted) được sử dụng để đánh giá giá trị hội tụ của một nhân tố được nghiên cứu. Giá trị phương sai trích trung bình bằng hoặc lớn hơn 0.5 phản ánh giá trị hội tụ của các thang đo trong một nhân tố được nghiên cứu. Ngược lại, giá trị phương sai trích trung bình nhỏ hơn 0.5 cho thấy các thang đo có vấn đề trong việc phản ánh một nhân tố được nghiên cứu (Hair & cộng sự, 2017).
Kết quả ở bảng 4.3 cho thấy, các biến quan sát của các nhân tố đều có AVE lớn hơn 0.5 nên đạt được giá trị hội tụ (Hair & cộng sự, 2017).
4.2.4. Đánh giá giá trị phân biệt
Giá trị phân biệt thể hiện mức độ không tương quan của các thang đo khác nhau trong việc phản ánh các nhân tố được nghiên cứu khác nhau. Để có thể đánh giá giá trị phân biệt của các nhân tố được nghiên cứu trong một mơ hình, các nhà nghiên cứu có thể sử dụng một trong bốn chỉ số: (1) chỉ số Cross-loading; (2) chỉ số Fornell-Larcker; (3) chỉ số tỷ lệ HTMT (heterotrait – monotrait ratio) và (4) chỉ số giá trị HTMT.
Bảng 4.4. Hệ số Cross LoadingsBiến Biến quan sát AD2 AD3 AD4 BI1 BI2 BI3 BI4 CR1 CR3 CR4 IN1 IN2 IN3 IN4 IQ1 IQ2 IQ3 IQ4 QN2 QN3 QN4 QN5 QN6 SN1 SN2 SN3 SN4
Kết quả cho thấy, hệ số Cross Loadings các biến quan sát của các nhân tố đều lớn nhất ở mỗi hàng ngang tương ứng, có thể kết luận rằng có sự phân biệt giữa các khái niệm nghiên cứu (Henseler & cộng sự, 2015).
Hình 4.1. Mơ hình kết quả
Như vậy, kết quả đánh giá mơ hình đo lường cho thấy đã đảm bảo tính đơn hướng, độ tin cậy, giá trị hội tụ và giá trị phân biệt.
4.3. ĐÁNH GIÁ MƠ HÌNH CẤU TRÚC4.3.1. Đánh gia sư đa công tuyến 4.3.1. Đánh gia sư đa công tuyến
Mối tương quan cao giữa các biến quan sát nguyên nhân gọi là sự đa cộng tuyến. Mức độ cao của sự đa cộng tuyến giữa các biến quan sát là vấn đề quan trọng vì điều này ảnh hưởng đến việc ước lượng trọng số và mức ý nghĩa thống kê. Hệ số phóng đại phương sai (VIF) được sử dụng để đánh giá vấn đề đa cộng tuyến trong mơ hình cấu trúc. Giá trị VIF nhỏ hơn 5 cho thấy khơng có hiện tượng đa cộng tuyến giữa hai biến nghiên cứu (Hair & cộng sự, 2017).
Bảng 4.5. Thông tin chỉ số VIF (Inner VIF Values)
Chuẩn chủ quan Chất lượng thông tin Số lượng thông tin Sự tin cậy Sự hấp dẫn của cơng nghệ eWOM Hình ảnh thương hiệu Ý định chọn trường ĐH
Để đánh giá vấn đề đa cộng tuyến giữa biến độc lập và biến phụ thuộc, nhóm tác giả sử dụng giá trị VIF. Các giá trị VIF giữa biến độc lập và biến phụ thuộc trong mơ hình đều nhỏ hơn 5 nghĩa là mơ hình khơng có hiện tượng đa cộng tuyến (Hair & cộng sự, 2017).
4.3.2. Mức ý nghĩa và sự liên quan của các mối liên hệ trong mơ hình cấu trúc
Các giả thuyết nghiên cứu trong mơ hình được đánh giá dựa vào hệ số đường dẫn (Path Coefficients) và giá trị p. Các giá trị chuẩn hóa của hệ số đường dẫn dao động từ -1 đến +1. Giá trị chuẩn hóa của hệ số đường dẫn lớn hơn 0 thể hiện tác động thuận chiều của biến độc lập đến biến phụ thuộc và ngược lại. Giá trị hệ số đường dẫn càng gần 0 thì tác động của biến độc lập đến biến phụ thuộc càng yếu.
Việc một hệ số có ý nghĩa hay khơng phụ thuộc vào lỗi tiêu chuẩn của nó được kiểm tra bằng các phương pháp khởi động. Việc sử dụng lỗi tiêu chuẩn bootstrap giúp tính tốn các giá trị p cho hệ số đường dẫn. Khi giả định mức ý nghĩa 5%, điều đó có nghĩa giá trị p phải nhỏ hơn 0.05 để kết luận rằng giả thuyết nghiên cứu có ý nghĩa ở mức 5%. Theo Hair & cộng sự (2017), các nhà nghiên cứu thường sử dụng giá trị p =5%. Trong các nghiên cứu khám phá, các nhà nghiên cứu thường sử dụng giá trị p = 10% (Hair & cộng sự, 2017).
Bảng 4.6. Bảng đánh giá mối quan hệ trực tiếpMối quan hệ Mối quan hệ
Chất lượng thông tin EWOM
Số lượng thông tin EWOM Sự tin cậy EWOM Sự hấp dẫn của cơng nghệ EWOM EWOM Hình ảnh thương hiệu EWOM Ý định chọn trường ĐH Hình ảnh thương hiệu Ý định chọn trường ĐH
Tiếp tục phân tích các quan hệ giao tiếp, ta có:
Bảng 4.7. Bảng đánh giá mối quan hệ gián tiếpMối quan hệ Mối quan hệ Chuẩn chủ quan -> EWOM -> Ý định chọn trường ĐH Sự hấp dẫn của công nghệ -> EWOM -> Hình ảnh thương hiệu -> Ý định chọn trường ĐH Sự tin cậy -> EWOM -> Ý định chọn trường ĐH Sự hấp dẫn của công nghệ -> eWOM -> Ý định chọn trường ĐH Chuẩn chủ quan -> eWOM -> Hình ảnh thương hiệu Sự tin cậy -> eWOM -> Hình ảnh thương hiệu Chuẩn chủ quan -> eWOM -> Hình ảnh thương hiệu -> Ý định chọn trường ĐH Chất lượng thông tin
-> eWOM
-> Ý định chọn trường ĐH