Các thông tin thu thập được kiểm tra và chỉnh lý nhờ quá trình đọc soát lại để tránh sai sót, mâu thuẫn. Sau đó tất cả các thông tin thu thập được mã hóa các câu trả lời và tiến hành nhập dữ liệu vào máy tính. Các phần mềm thống kê được sử dụng để mô tả hoặc phân tích, kiểm định giả thuyết đối với các biến số cần nghiên cứu.
Hai công cụ chính để tóm tắt và trình bày các kết quả nghiên cứu là việc xây dựng các bảng biểu thống kê và sử dụng hệ số Cronbach’s Alpha để sàng lọc các thang đo từ những khái niệm nghiên cứu. Phương pháp phân tích nhân tố khám phá (EFA) để tìm ra yếu tố ảnh hưởng đến ứng dụng CNTT vào quản lý đào tạo tại Trường CĐN Du lịch – Thương mại Nghệ An. Phương pháp phân tích hồi qui để xác định mức độ ảnh hưởng của những yếu tố ảnh hưởng đến ứng dụng CNTT vào quản lý đào tạo tại trường CĐ Nghề Du lịch – Thương mại Nghệ An. Tất cả các thủ tục trên đều được thực hiện bằng phần mềm thống kê SPSS 11.5 và Excel để hỗ trợ cho việc giải quyết vấn đề nghiên cứu.
Đánh giá độ tin cậy của thang đo
Một trong những hình thức đo lường được sử dụng phổ biến nhất trong nghiên cứu kinh tế xã hội là thang đo do Rennis Likert giới thiệu.
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Công thức của hệ số Cronbach α là:
α = Np/ [ 1+ p(N-1)] Trong đó:
- p: là hệ số tương quan trung bình giữa các mục hỏi
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá tốt nhất phải có hệ số α lớn hơn hoặc bằng 0,8. Hệ số α của Cronbach cho ta biết các đo lường có liên kết với nhau hay không.
Phân tích nhân tố khám phá
Để tìm ra các nhân tố ảnh hưởng tới ảnh hưởng đến ứng dụng CNTT vào quản lý đào tạo tại trường CĐ Nghề Du lịch – Thương mại Nghệ An, nghiên cứu đã sử dụng phương pháp thang đo để đo lường các nhân tố cấu thành nên chất lượng đào tạo của Trường CĐN Du lịch – Thương mại Nghệ An. Phương pháp phân tích nhân tố khám phá được sử dụng để nhận diện các yếu tố nghiên cứu và cuối cùng phương pháp phân tích hồi qui để phân tích mức độ ảnh hưởng của những yếu tố này đến chất lượng đào tạo Trường CĐN Du lịch – Thương mại Nghệ An.
Một số biến số thống kê được sử dụng trong nghiên cứu này:
- Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố
-Correlation Matrix: cho biết hệ số tương quan giữa tất cả các cặp biến trong phân tích
- Factor loadings (hệ số tải nhân tố): là những hệ số tương quan đơn giữa các biến và các nhân tố
- Kaiser – Meyer – Olin (KMO): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) có ý nghĩa là phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Phân tích hồi quy
Một công việc quan trọng của bất kỳ thủ tục thống kê xây dựng mô hình từ dữ liệu nào cũng đều là chứng minh sự phù hợp của mô hình. Để biết mô hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu thì chúng ta cần dùng một thước đo về sự phù hợp của nó. Giá trị của R2 càng gần 1 thì mô hình đã xây dựng càng thích hợp, R2 càng gần 0 thì mô hình càng kém phù hợp với tập dữ liệu. Hệ số xác định R2 được xác định theo công thức sau:
R2 = 2 1 ^ ) ( ) ( 1 Yi Yi Yi Yi N i 0 ≤ R2 ≤ 1 Kiểm định các giả thuyết
Xây dựng xong một mô hình hồi quy tuyến tính, vấn đề quan tâm đầu tiên là xem xét sự phù hợp của mô hình đối với tập dữ liệu thông qua giá trị R2. Sự phù hợp
đó mới chỉ thể hiện giữa mô hình xây dựng và thu thập dữ liệu. Để kiểm định độ phù hợp của mô hình hồi quy tổng thể chúng ta đặt giả thuyết R2 = 0. Nếu sau khi tiến hành bài toán kiểm định, chúng ta có đủ bằng chứng bác bỏ giả thuyết R2 = 0 thì đây là thành công bước đầu của mô hình hồi quy tuyến tính. Đại lượng F được sử dụng cho kiểm định này. Nếu xác suất F nhỏ thì giả thuyết R2 = 0 bị bác bỏ. Giá trị của F được lấy từ bảng phân tích phương sai ANOVA và được tính theo công thức sau:
1 ) ( ) ( 1 2 1 ^ p N Yi Yi p Yi Yi N i
CHƯƠNG 3. THỰC TRẠNG CÔNG TÁC QUẢN LÝ ĐÀO TẠO