PHẦN 4: KẾT QUẢ NGHIÊN CỨU
4.2 Phân tích kết quả nghiên cứu định lượng
4.2.5. Phân tích hồi quy đa biến
Để đánh giá sự phù hợp của mô hình ta sử dụng phương pháp quy hồi tuyến tính bội với 4 biến độc lập được phân tích ở trên.
Model Summary Mod
el
R R
Square
Adjusted R Square
Std. Error of the Estimate
1 .893a .797 .793 .37811
a. Predictors: (Constant), C, D, B, A
Giá trị R bình
phương hiệu chỉnh là 0,793 cho thấy 4 biến độc lập đưa vào chạy hồi quy ảnh hưởng 79,3% sự thay đổi của biến phụ thuộc, còn lại 20,7 là do các biến ngoài mô hình và sai số ngẫu nhiên.
Durbin-Watson (DW) dùng để kiểm định sự tương quan của các sai số kề nhau.
Từ kết quả trên, DW = 0,37811 gần về phía 0 nên sẽ xảy ra tương quan thuận.
ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
1 Regressio 109.657 4 27.414 191.751 .000b
Bảng 22: Kết quả phân tích hồi quy đa biến Model Summary
n
Residual 27.879 195 .143
Total 137.536 199
a. Dependent Variable: E b. Predictors: (Constant), C, D, B, A
Giá trị Sig. = 0,000 < 0,05 thì các biến độc lập có tương quan tuyến tình với các biến phụ thuộc và mức độ tin cậy 100%.
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Con
stant )
.556 .196 2.839 .005
A -.161 .044 -.162 -3.687 .000 .536 1.866
B .400 .044 .392 9.009 .000 .550 1.819
C .656 .043 .691 15.286 .000 .508 1.969
D -.086 .035 -.079 -2.447 .015 .987 1.013
a. Dependent Variable: E
Từ kết quả của bảng dữ liệu, có thể thấy được hệ số Sig. của 4 biến độc lập A, B, C, D đều < 0,05. Do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc.
Trong các yếu tố ảnh hưởng đến Chất lượng học tập của sinh viên thì biến độc lập C có mức độ tác động cao nhất vì có hệ số Beta cao nhất (Beta = 0,691), tiếp theo là đến biến độc lập B (Beta=0,392). Hệ số Beta của B và D đều dương nên 2 biến độc lập này tác động cùng chiều với biến phụ thuộc. Với 2 biến độc lập A và C với hệ số Beta lần lượt là -0,162 và -0,079 đều tác động ngược chiều với biến phụ thuộc.
Hệ số VIF của các biến đều có giá trị nhỏ hơn 2 nên không xảy ra hiện tượng đa cộng tuyến tính.
Như vậy ta có phương trình hồi quy:
E= -0,162*A + 0,392*B + 0,691*C -0,079*D +ε.
Kết quả kiểm định các giả thuyết nghiên cứu trong mô hình:
44 Bảng 23: Kết quả phân tích hồi quy đa biến ANOVA
Bảng 24: Kết quả phân tích hồi quy đa biến Coefficients
Giả thuyết cho rằng “Sức hấp dẫn của mạng xã hội quá lớn sẽ gây ảnh hưởng xấu đến chất lượng học tập của sinh viên.”. Căn cứ vào kết quả hồi quy với hệ số Beta
= - 0.162 và sig = 0.005 < 0.05, các câu hỏi trong quan sát mang ý nghĩa tiêu cực và người tham gia khảo sát hầu như không đồng ý đồng ý, nên có thể kết luận: “Sức hấp dẫn của mạng xã hội quá lớn sẽ không hẳn gây ảnh hưởng xấu đến chất lượng học tập của sinh viên.”
Giả thuyết “Tâm lý của sinh viên khi sử dụng MXH quá nhiều gây ảnh hưởng xấu đến chất lượng học tập”. Căn cứ vào kết quả hồi quy với hệ số Beta = 0.392 và sig
= 0.00 < 0.05, giả thuyết được công nhận.
Giả thuyết “Quá lạm dụng vào MXH sẽ ảnh hưởng xấu đến chất lượng học tập”. Căn cứ vào kết quả hồi quy với hệ số Beta = 0.691 và sig = 0.00 < 0.05, giả thuyết được công nhận.
Giả thuyết “Cách tiếp cận thông tin trên MXH của sinh viên có thể ảnh hưởng xấu đến chất lượng học tập của sinh viên”. Căn cứ vào kết quả hồi quy với hệ số Beta
= - 0.79 và sig = 0.015 < 0.05, có thể thấy cách tiếp cận thông tin trên MXH của sinh viên ảnh hưởng không xấu đến chất lượng học tập của sinh viên;.
*Kết luận: Từ kết quả phân tích dữ liệu, ta có thể kết luận rằng có 2 yếu tố ảnh hưởng xấu đến chất lượng học tập của sinh viên trường Đại học Thương Mại: “Tâm lý của sinh viên khi sử dụng MXH” và “Quá lạm dụng vào MXH”. Và 2 yếu tố “Sức hấp dẫn của MXH” và “Cách tiếp cận thông tin trên MXH của sinh viên” có ảnh hưởng không xấu tới chất lượng học tập của sinh viên. Có thể thấy khả năng chọn lọc thông tin, tiếp cận các thông tin hữu ích và phù hợp cho việc học của sinh viên trường Đại học Thương Mại là khá tốt.