Kiểm Định Sự Khác Biệt Về Sự Hài Lòng Với Nhóm Học Viên Khác Nhau Theo 53366

H0: Không có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo độ tuổi H1: Có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo độ tuổi

Bảng 2.12 Kiểm định ANOVA về độ tuổi

ANOVA

Độ tuổi
	Tổng bình phương	df	Bình phương	F	Sig
Giữa các nhóm	0,204	2	0,102	0,373	0,689
Trong cùng nhóm	40,188	147	0,273
Tổng	40,392	149

Có thể bạn quan tâm!

Xem toàn bộ 104 trang tài liệu này.

(Nguồn: Kết quả xử lý số liệu điều tra với SPSS)

Qua phân tích phương sai ANOVA cho thấy với mức ý nghĩa Sig. của biến độc lập lớn hơn 0,05. Như vậy, có thể đi đến kết luận là không có sự khác biệt về mức độ hài lòng giữa các nhóm học viên có độ tuổi (hay nói cách khác là giả thiết H0 được chấp nhận).

2.3.5. Kiểm định sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo nghề nghiệp

Giả thuyết:

H0: Không có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo nghề nghiệp

H1: Có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo nghề nghiệp

Bảng 2.13 Kiểm định ANOVA về nghề nghiệp

Giá trị Sig. của thống

kê Levene

Kiểm định ANOVA
F	Sig
1,040	0,372	0,934

(Nguồn: Kết quả xử lý số liệu điều tra với SPSS)

Qua phân tích phương sai ANOVA cho thấy với mức ý nghĩa Sig. của biến độc lập lớn hơn 0,05. Như vậy, có thể đi đến kết luận là không có sự khác biệt về sự hài lòng của học viên theo nghề nghiệp (hay nói cách khác là giả thiết H0 được chấp nhận).

Giá trị Sig. ANOVA = 0,934 >0,05  chấp nhận giả thuyết H0, bác bỏ giả thuyết

H1. Chứng tỏ không có sự khác biệt về sự hài lòng của học viên theo nghề nghiệp

2.3.6. Kiểm định sự khác biệt về hài sự hài lòng với nhóm học viên khác nhau theo thu nhập

Giả thuyết:

H0: Không có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo thu

nhập

H1:Có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo thu nhập

Bảng 2.14 Kiểm định ANOVA về thu nhập

ANOVA

Thu nhập
	Tổng bình phương	df	Bình phương trung bình	F	Sig.
Giữa các nhóm	4,885	8	0,611	0,752	0,646
Trong cùng nhóm	114,508	141	0,812
Tổng	119,393	149

(Nguồn: Kết quả xử lý số liệu điều tra với SPSS)

Qua phân tích phương sai ANOVA cho thấy với mức ý nghĩa Sig. của biến độc lập lớn hơn 0,05. Như vậy, có thể đi đến kết luận là không có sự khác biệt về sự hài lòng của học viên theo thu nhập (hay nói cách khác là giả thiết H0 được chấp nhận).

2.3.7. Kiểm định khác biệt về sự hài lòng với nhóm học viên khác nhau về

trình độ học vấn

Giả thuyết:

H0: Không có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo thu

nhập vấn

H1:Có sự khác biệt về sự hài lòng với nhóm học viên khác nhau theo trình độ học

Bảng 2.15 KIểm định ANOVA về trình độ học vấn

ANOVA

Trình độ học vấn
	Tổng bình phương	df	Bình phương trung bình	F	Sig.
Giữa các nhóm	12,607	8	1,576	1,585	0,134
Trong cùng nhóm	140,226	141	0,995
Tổng	152,833	149

(Nguồn: Kết quả xử lý số liệu điều tra với SPSS)

Qua phân tích phương sai ANOVA cho thấy với mức ý nghĩa Sig. của biến độc lập lớn hơn 0,05. Như vậy, có thể đi đến kết luận là không có sự khác biệt về sự hài lòng của học viên theo trình độ học vấn (hay nói cách khác là giả thiết H0 được chấp nhận).

2.3.8 Phân tích nhân tố EFA

Phân tích nhân tố khám phá được sử dụng để rút gọn tập nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu. (Nguồn: Nguyễn Khánh Duy, 2007)

Thông qua phân tích nhân tố nhằm xác định mối quan hệ của nhiều biến được xác định và tìm ra nhân tố đại diện cho các biến quan sát. Phương pháp trích “Principal Components” với phép quay “Varimax” được sử dụng trong phân tích nhân tố thang đo các thành phần độc lập.

Theo Nguyễn Khánh Duy (2007), khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm tới một số tiêu chuẩn sau:

- Hệ số KMO (Kaiser - Meyer - Olkin) ≥ 0,5; mức ý nghĩa của kiểm định Bartlett ≤ 0,05

- Hệ số tải nhân tố (Factor Loading) ≥ 0,5

- Tổng phương sai rút trích ( Cumulative % Extraction Sum of Squared

loading) ≥ 50%

- Hệ số Eigenvalue ≥ 1

- 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.

- Kiểm định KMO & Bartlett’s test được Kaiser đề xuất năm 2001 dùng để đánh giá tính hợp lý của cơ sở dữ liệu, dùng cho phân tích nhân tố (factor analysis). Kiểm định cho phép biết được cơ sở dữ liệu có phù hợp với phân tích nhân tố hay không. Kaiser (2001) cho rằng giá trị của kiểm định KMO nên nằm trong khoảng 0,5 - 1 là thích hợp.

Phân tích nhân tố khám phá EFA cho các biến độc lập

Sau khi thực hiện độ tin cậy Cronbach’s Alpha, các biến đo lường trong các thang

đo đều được sử dụng để tiếp tục tiến hành phân tích EFA với hệ số là 0,5

Bảng 2.16: Kiểm định KMO và Bartlett's đối với biến độc lập

Hệ số KMO

0.803
Kiểm định Bartlett’s	Approx.Chi-Square	934,929
	df	153
	Sig.	0,000

(Nguồn: Kết quả xử lý số liệu điều tra với SPSS)

Dựa vào bảng trên ta thấy, với kết quả kiểm định số KMO bằng 0,803 thỏa mãn điều kiện 0,5<0,829<1 phân tích nhân tố khám phá là thích hợp cho dữ liệu thực tế.

Kiểm định Barlettt’s Test có giá trị sig.=0,000<0,05 có ý nghĩa là các biến quan sát

có tương quan với nhau trong tổng thể.

Kết quả cho thấy hệ số Eigenvalues ( đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) của 4 biến độc lập đều lớn hơn 1 và tổng phương sai trích Rotation Sums of Loading ( Cumulative %)= 59,287%. Điều này chứng minh 4 biến độc lập giải thích được 59,287% sự biến thiên của nhóm biến phụ thuộc.

Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố ( Number of Factor) được xác định trước là 4 theo mô hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tố trong việc phân tích mô hình hồi quy tiếp theo.

Phương pháp xoay nhân tố Varimax procedure, xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệ số tải nhân tố < 0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố >0,5 mới được đưa vào các phân tích tiếp

theo.

Bảng 2.17. Ma trận xoay nhân tố biến độc lập

Component
1	2	3	4
CSHP3	.851
CSHP1	.824
CSHP2	.799
CSHP4	.693
SĐU5		.803
SĐU1		.739
SĐU2		.735
SĐU4		.678
SĐU3		.606
CSVC5			.800
CSVC1			.736
CSVC4			.729
CSVC3			.698
CSVC2			.684
CTĐT1				.759
CTĐT2				.750
CTĐT4				.718
CTĐT3				.690

(Nguồn: kết quả xử lý spss)

Thực hiện phân tích nhân tố lần đầu tiên, đưa 18 biến quan sát trong 4 biến độc lập ảnh hưởng đến sự hài lòng của học viên đối với chất lượng dịch vụ tại Trung tâm vào phân tích nhân tố tiêu chuẩn Eigenvalue lớn hơn 1 đến 4 nhân tố tố tạo ra.

Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 18, được rút lại còn 4 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏ biến., đề tài nghiên cứu tiếp tục tiến hành phân tích tiếp theo.

Kết quả thu được tổng phương sai tích =59,287%> 50% cho 4 nhóm nhân tố này giải thích được 59,287% biến thiên của dữ liệu, giá trị Eigenvalue lớn hơn 1 cho thấy mô

hình EFA là phù hợp.

 Nhân tố thứ 1

Chính sách học phí (CSHP), có giá trị Eigenvalue= 4,680>1, nhóm nhân tố này liên quan đến học phí các khóa học phù hợp với Học viên, có chính sách giảm giá, ưu đãi với sinh viên,…

Bao gồm: CSHP 3(Tặng khen thưởng đối với các học viên có thành tích cao trong mỗi kỳ kiểm tra), CSHP1 (Học phí các khóa học phù hợp với Học viên), CSHP2 (Có chính sách giảm giá, ưu đãi với sinh viên), CSHP4 (Chính sách giảm giá đối với học viên học trọn khóa tại Trung tâm)

 Nhân tố thứ 2

Sự đáp ứng (SĐU), có giá trị Eigenvalue= 2, 697>1, đây là nhóm liên quan đến Nhân viên luôn lắng nghe tâm tư của học viên, để điều chỉnh cho phù hợp với mong muốn của Học viên, trung tâm sẵn sàng cung cấp những tài liệu bổ trợ cho học viên khi cần,…

Bao gồm: SĐU 5(Thông báo sớm cho Học viên về việc thay đổi lịch học ),SĐU 1(Nhân viên luôn lắng nghe tâm tư của học viên, để điều chỉnh cho phù hợp với mong muốn của Học viên),SĐU 2(Trung tâm sẵn sàng cung cấp những tài liệu bổ trợ cho học viên khi cần),SĐU 4(Trung tâm luôn bổ sung những video cho Học viên khi không kịp bài học), SĐU 3 (Giảng viên luôn hướng dẫn tận tình cho học viên

 Nhân tố thứ 3

CSVC (Cơ sở vật chất), có giá trị Eigenvalue = 1,887 > 1 , đây là nhóm liên qua đến quầy lễ tân gọn gàng, sạch sẽ, Phòng học sạch sẽ, thoáng mát, số lượng học viên tham gia hợp lý,…

Bao gồm: CSVC 5(Học viên được hướng dẫn các ứng dụng về phần mềm kế toán, tin học), CSVC 1(quầy lễ tân gọn gàng, sạch sẽ), CSVC 4(Nhà giữ xe , nhà vệ sinh sạch sẽ, rộng rãi), CSVC 3(Thiết bị dạy học hiện đại), CSVC 2(Phòng học sạch sẽ, thoáng mát, số lượng học viên tham gia hợp lý).

 Nhân tố thứ 4

Chương trình đào tạo (CTĐT), cso giá trị Eigenvalue =1,408> 1, đây là nhóm nhân tố liên quan đến chương trình đạt chuẩn kiến thức của bộ giáo dục và chuẩn đầu ra, hệ thống thời gian học được sắp xếp phù hợp với Học viên với nhiều khung thời gian,…

Bao gồm: CTĐT 1 (Chương trình đạt chuẩn kiến thức của bộ giáo dục và chuẩn đầu ra), CTĐT 2 (Hệ thống thời gian học được sắp xếp phù hợp với Học viên với nhiều khung thời gian), CTĐT 4 (Chương trình đào tạo và đổi mới liên tục và thường xuyên mở lớp học để học viên có thể tham gia), CTĐT 3(Giáo trình giảng dạy phù hợp với từng khóa học, đầy đủ thông tin và dễ hiểu).

 Phân tích nhân tố khám phá EFA cho biến phụ thuộc

Bảng 2.18 Kiểm định KMO và Barlett’s đối với biến phụ thuộc

Hệ số KMO

0,811
Kiểm định Bartlett’s	Approx. Chi- Square	263,743
	df	10
	Sig.	0,000

(Nguồn: Kết quả xử lý số liệu điều tra spss)

Kết quả kiểm định cho ta hệ số KMO = 0,811 và kết quả kiểm định Barlett’s Test cũng cho ta thấy Sig. =0,000 đã bác bỏ giả thuyết các biến không tương quan với nhau nên việc phân tích nhân tố là phù hợp.

Bảng 2.19 Kết quả phân tích nhân tố sự hài lòng của Học viên

Biến quan sát

Hệ số tải
Anh(Chị) có hài lòng với thái độ của nhân viên Trung Tâm( SHL2)	0,814
Anh(Chị) có hài lòng với mức học phí tương xứng với chất lượng giảng dạy( SHL3)	0,803
Anh(Chị) có muốn giới thiệu với bạn bè, người thân tham gia học tại Trung tâm đào tao và Tư vấn Hồng Đức(SHL5)	0,759
Anh(Chị) hài lòng với những kiến thức mà mình được cung cấp không( SHL4)	0,757
Anh(Chị) có hài lòng với cách giảng dạy của Trung tâm(SHL1)	0,737
Eigenvalue=3,001

Phương sai trích: 60,024%

(Nguồn: Kết quả xử lý số liệu điều tra spss)

Nghiên cứu thu được kết quả Eigenvalue = 3,001 > 1 và tổng phương sai trích =

60,024% cho thấy các điều kiện của phân tích nhân tố là phù hợp.

 Quá trình phân tích nhân tố khám phố EFA xác định được 4 nhân tố ảnh hưởng đến sự hài lòng của học viên đối với chất lượng dịch vụ tại Trung tâm đào tạo và tư vấn Hồng Đức, đó “ Chương trình đào tạo”, “ Cơ sở vật chất”, “Sự đáp ứng”, “ Chính sách học phí”. Như vậy, sau khi nghiên cứu phân tích nhân tố khám phá EFA cho thấy không có gì thay đổi so với ban đầu và không có biến quan sát nào bị loại khỏi mô hình trong quá trình kiểm định độ tin cậy và phân tích nhân tố khám phá.

2.3.9 Phân tích hồi quy

2.3.9.1 Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc

Bảng 2.20 Phân tích tương quan Pearson

HL	CTĐT	CSHP	SĐU
Tương quan Pearson	1	.567**	.643**	.409**
Sig.(2-taild)		0,000	0,000	0,000
N	150	150	150	150

(Nguồn: Kết quả xử lý dữ liệu điều tra spss) Sau khi phân tích tương quan Pearson cho thấy biến độc lập “ Cơ sở vật chất”

(CSVC) có Sig> 0,05. Trong nghiên cứu này, biến độc lập “ CSVC” không có sự tương quan với biến phụ thuộc, tác giả quyết định loại biến “ CSVC”ra khỏi tương quan Pearson để tiến hành chạy hồi quy.

Dựa vào kết quả phân tích trên, ta thấy:

- Giá trị Sig.(2-tailed) của các nhân tố mới đều nhỏ hơn ý nghĩa α = 0,05 cho thấy được giữa biến độc lập và biến phụ thuộc có mối quan hệ tuyến tính với nhau. Giữa CSHP và SHL có mối tương quan mạnh với hệ số r là 0,643

- Hệ số tương quan Pearson cũng khá cao( có 3 nhân tố lớn hơn 0) nên ta có thể giải thích rằng các biến độc lập CTĐT,SĐU,CSHP có thể giải thích cho biến phụ thuộc” Sự Hài Lòng”.

2.3.9.2 Xây dựng mô hình hồi quy

Xem toàn bộ nội dung bài viết ᛨ