Luận án Sự gắn kết của sinh viên và mối quan hệ với chất lượng cuộc sống đại học

. PE8 Những thất bại không ngăn cản được tôi. (Nguồn: Tác giả điều chỉnh theo Duckworth và Quinn (2009)) Cũng cần lƣu ý rằng, tính bền bỉ đƣợc đo lƣờng bởi hai thành phần là sự kiên định của sở thích (CI), và sự kiên trì nỗ lực (PE), trong đó thành phần CI đƣợc sử dụng cách đo ngƣợc (reverse-scored items) nên khi xử lý dữ liệu tác giả sẽ nghịch đảo giá trị thành phần này. 90 Chất lượng cuộc sống đại học (QL) Nhƣ đã đề cập, nhìn chung có hai xu hƣớng nghiên cứu về chất lƣợng cuộc sống phổ biến: (1) nghiên cứu các nhân tố ảnh hƣởng đến chất lƣợng cuộc sống, và (2) nghiên cứu đo lƣờng chính nó. Theo đó, cách đo lƣờng chất lƣợng cuộc sống cũng khác nhau tùy thuộc vào xu hƣớng nghiên cứu. Theo Vaez và cộng sự (2004) và Zullig và cộng sự (2009) cho rằng chất lƣợng cuộc sống là một khái niệm đa hƣớng. Tuy nhiên, hầu hết các nghiên cứu đo lƣờng chất lƣợng cuộc sống trong từng lĩnh vực thƣờng đặt câu hỏi cụ thể liên quan đến các thành phần quan trọng nhất của nó. Đây là xu hƣớng đo lƣờng theo cấu trúc đơn hƣớng khá phổ biến và đƣợc áp dụng trong nhiều khía cạnh của cuộc sống (Nguyen và cộng sự, 2012; Sirgy và cộng sự, 2007; Testa & Simonson, 1996). Chất lƣợng cuộc sống đại học là một phần của chất lƣợng cuộc sống chung, đƣợc định nghĩa là sự hài lòng và hạnh phúc của ngƣời học với những trải nghiệm giáo dục của họ trong suốt thời gian học tập và sống tại trƣờng (Nguyen và cộng sự, 2012; Sirgy và cộng sự, 2007). Do vậy, tác giả sử dụng và có điều chỉnh theo thang đo đơn hƣớng của Nguyen và cộng sự (2012) và Sirgy và cộng sự (2007). Để đảm bảo giá trị nội dung (bao phủ nội dung của khái niệm) cũng nhƣ an toàn trong việc đánh giá độ tin cậy của thang đo (Cronbach‟s Alpha), thang đo này từ ba biến quan sát của hai nghiên cứu Sirgy và cộng sự (2007) và Nguyen và cộng sự (2012), đã đƣợc tác giả sử dụng phƣơng pháp nghiên cứu kinh nghiệm để điều chỉnh thành bốn biến quan sát. Thang đo chất lƣợng cuộc sống đại học nhƣ sau: Bảng 3.6. Thang đo khái niệm Chất lƣợng cuộc sống đại học Ký hiệu Biến quan sát (cuối cùng) QL1 Sự hài lòng của bạn với môi trường học thuật và cuộc sống nói chung tại trường? QL2 Sự hài lòng của bạn bè và những bạn cùng lớp (mà bạn biết) với môi trƣờng học thuật và cuộc sống nói chung tại trƣờng? QL3 Mức độ hạnh phúc của bạn với việc học của mình tại trƣờng? QL4 Mức độ hạnh phúc của bạn bè và những bạn cùng lớp (mà bạn biết) với việc học của họ tại trường? (Nguồn: Tác giả điều chỉnh theo Sirgy và cộng sự (2007) và Nguyen và cộng sự (2012)) 91 3.2.2.2. Hình thành và điều chỉnh thang đo Quá trình hình thành và điều chỉnh thang đo cụ thể nhƣ sau: i) Trên cơ sở tra cứu lý thuyết để lựa chọn thang đo, tác giả đã thảo luận với nhà nghiên cứu có kinh nghiệm [trong cùng chủ đề nghiên cứu] để kiểm tra, điều chỉnh thang đo (nếu có) cho các khái niệm, nhƣ vậy tác giả đã có bản nháp đầu tiên (phiên bản tiếng Anh), sau đó đƣợc chuyển ngữ sang tiếng Việt với sự tham vấn của các dịch giả có chuyên môn trong lĩnh vực kinh tế, kinh doanh. ii) Tiếp theo, nhằm tiến hành điều chỉnh thang đo nháp đầu tiên, tác giả tiếp tục thảo luận tay đôi với những nhà nghiên cứu có kinh nghiệm cũng là những nhà quản trị đại học để kiểm tra nội dung các biến quan sát bằng ngôn ngữ tiếng Việt, liệu xem chúng đã phù hợp với bối cảnh là giáo dục đại học Việt Nam hay chƣa. Sau khi ghi nhận các ý kiến đóng góp, tác giả tiếp tục điều chỉnh thang đo nháp để chuẩn bị cho bƣớc thảo luận nhóm. iii) Kế đến, tác giả tổ chức thảo luận nhóm với đối tƣợng nghiên cứu (sinh viên) để hoàn chỉnh thang đo nháp cuối cùng. Bƣớc này là quan trọng bởi vì chính sinh viên sẽ là ngƣời trả lời cho khảo sát của tác giả, đồng thời thảo luận nhóm với đối tƣợng nghiên cứu sẽ tốt hơn trong xây dựng thang đo vì có sự tƣơng tác cao (Nguyễn Đình Thọ, 2013). Tác giả gửi đến nhóm sinh viên thang đo nháp đã có ở bƣớc ii), mỗi sinh viên đƣợc đề nghị đọc kỹ, sau đó lần lƣợt cho ý kiến thảo luận với nhau cũng nhƣ với tác giả về những nội dung chƣa rõ. Kết thúc bƣớc này tác giả cùng ngƣời hƣớng dẫn khoa học, dựa trên các ý kiến của buổi thảo luận, để tiếp tục điều chỉnh nhằm làm cho nội dung các thang đo dễ hiểu, rõ ràng, truyền tải đƣợc nội dung cần đo lƣờng. Nhƣ vậy, kết thúc quá trình hình thành và điều chỉnh thang đo này, tác giả có bản nháp cuối cùng thang đo các khái niệm để chuyển sang giai đoạn đánh giá sơ bộ. Kết quả điều chỉnh qua các bƣớc nghiên cứu kinh nghiệm, thảo luận tay đôi và thảo luận nhóm nói trên và Bảng câu hỏi khảo sát hoàn chỉnh đƣợc tác giả trình bày 92 tại Phụ lục 3.1; danh sách các nhà nghiên cứu có kinh nghiệm, và sinh viên thảo luận nhóm tại Phụ lục 3.2. 3.2.3. Đánh giá sơ bộ thang đo 3.2.3.1. Chọn mẫu Các thang đo khái niệm nghiên cứu đƣợc tác giả tiến hành kiểm định sơ bộ trƣớc khi thực hiện nghiên cứu chính thức. Việc kiểm định này đƣợc thông qua bƣớc nghiên cứu định lƣợng sơ bộ. Theo Hair và cộng sự (2006) để sử dụng phƣơng pháp phân tích nhân tố, kích thƣớc mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát/biến đo lƣờng là 5:1. Với 4 biến độc lập, 2 biến phụ thuộc và 60 biến quan sát trong thang đo, dựa theo cách tính kích thƣớc mẫu đã nêu, bằng phƣơng pháp chọn mẫu thuận tiện là sinh viên tại Trƣờng Đại học Kinh tế TP. Hồ Chí Minh, tác giả khảo sát đƣợc 450 bản, trong đó có 422 bản đạt yêu cầu. 3.2.3.2. Hệ số tin cậy Cronbach's Alpha Công cụ thứ nhất đƣợc sử dụng để kiểm định sơ bộ các thang đo nêu trên là đánh giá độ tin cậy thông qua hệ số tƣơng quan biến - tổng và hệ số Cronbach‟s Alpha. Nếu một biến quan sát có hệ số tƣơng quan biến - tổng ≥ 0,30 thì biến đó đạt yêu cầu. Bên cạnh đó, nếu Cronbach‟s Alpha ≥ 0,60 là thang đo đạt độ tin cậy (Nunnally, 1994; Nguyễn Đình Thọ, 2013). Tuy nhiên, hệ số Cronbach‟s Alpha không phải là càng cao thì càng tốt. Theo Nguyễn Đình Thọ (2013) nếu Cronbach‟s Alpha quá lớn (≥ 0,95) thì nhiều biến trong thang đo không có khác biệt gì nhau, chúng cùng đo lƣờng một nội dung nào đó của khái niệm nghiên cứu gây ra hiện tƣợng trùng lắp trong đo lƣờng. 3.2.3.3. Phân tích nhân tố khám phá - EFA Công cụ thứ hai để kiểm định sơ bộ các thang đo là phƣơng pháp phân tích khám phá EFA. EFA đƣợc sử dụng để đánh giá giá trị phân biệt và giá trị hội tụ của thang đo. Nghiên cứu sử dụng phƣơng pháp trích yếu tố principal axis factoring cùng với phép quay promax (sẽ phản ánh cấu trúc dữ liệu chính xác hơn dùng 93 principal components với phép quay varimax) để xem xét các thuộc tính quan trọng bên dƣới thỏa mãn yêu cầu: - Kiểm định KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) > 0,50 (Nguyễn Đình Thọ, 2013). - Tiêu chí eigenvalue để xác định số lƣợng nhân tố đƣợc dừng ở nhân tố có eigenvalue tối thiểu bằng 1 (≥ 1) (Nguyễn Đình Thọ, 2013). - Số lƣợng nhân tố trích đƣợc phù hợp với giả thuyết ban đầu về số lƣợng (thang đo đạt giá trị phân biệt) (Nguyễn Đình Thọ, 2013). - Trọng tải nhân tố của biến quan sát trên nhân tố mà biến đó đo lƣờng phải cao và các trọng tải trên các nhân tố khác mà biến đó không đo lƣờng phải thấp (thang đo đạt giá trị hội tụ). Trọng tải nhân tố ≥ 0,5 hoặc chênh lệch giữa hai trọng số cùng đo lƣờng một biến quan sát > 0,3 là giá trị đƣợc chấp nhận nhƣng với mẫu có kích thƣớc lớn hơn 350 thì hệ số tải nhân tố > 0,3 (Nguyễn Đình Thọ, 2013). - Tổng phƣơng sai trích (TVE) thể hiện thang đo giải thích đƣợc bao nhiêu phần trăm sự biến thiên của dữ liệu. TVE ≥ 50%, nghĩa là phần chung phải lớn hơn phần riêng và sai số, nếu TVE ≥ 60% là tốt (Nguyễn Đình Thọ, 2013). 3.2.4. Nghiên cứu chính thức 3.2.4.1. Mẫu chính thức Nhƣ đã đề cập ở nội dung của Chƣơng 1 luận án, tác giả xác định phạm vi nghiên cứu là sinh viên các trƣờng đào tạo nhóm ngành kinh tế, kinh doanh của Việt Nam. Do vậy, mẫu chính thức đƣợc tác giả khảo sát tại các trƣờng đại học hàng đầu về kinh tế, kinh doanh tại TP. Hồ Chí Minh và Hà Nội gồm: 1) Trƣờng Đại học Kinh tế TP. Hồ Chí Minh (UEH), 2) Trƣờng Đại học Tài chính - Marketing (UFM), 3) Trƣờng Đại học Kinh tế - Luật thuộc Đại học Quốc gia TP.HCM (UEL), 4) Trƣờng Đại học Kinh tế quốc dân (NEU), và 5) Trƣờng Đại học Ngoại thƣơng (Cơ sở 1 - FTU). 94 Phƣơng pháp chọn mẫu cho dữ liệu chính thức là phi xác suất, cụ thể tác giả sử dụng phƣơng pháp lấy mẫu định mức kết hợp với thuận tiện, theo các tiêu thức mang thuộc tính có khả năng phân biệt đối tƣợng nghiên cứu cao, gồm: 1) hình thức đào tạo (tập trung, không tập trung); 2) giới tính (nam, nữ); và 3) vùng miền (TP. Hồ Chí Minh, Hà Nội). Nhằm thu thập đủ số quan sát cần thiết (có thể đại diện cho đám đông), tác giả phân bố mẫu định mức cho mỗi tiêu thức ít nhất là 300 [60*5] để kiểm định mô hình và các giả thuyết đặt ra. Kế tiếp là lựa chọn dạng phỏng vấn để thu thập dữ liệu, theo Nguyễn Đình Thọ (2013) phỏng vấn trực diện là dạng phỏng vấn mà nhà nghiên cứu (hoặc phỏng vấn viên) trực tiếp phỏng vấn đối tƣợng nghiên cứu. Cách thức này có nhiều ƣu điểm nhƣ có thể kích thích sự trả lời, giải thích câu hỏi nếu chƣa đƣợc hiểu đúng; nhƣ vậy, tỷ suất trả lời và hoàn tất của bảng câu hỏi sẽ cao nhất. Do đó, nhằm gia tăng số lƣợng cũng nhƣ chất lƣợng cho dữ liệu thu thập, trong khoảng thời gian từ tháng 11 đến tháng 12/2018, tác giả đã nỗ lực đến từng lớp học (đƣợc khảo sát) của 5 trƣờng đại học nói trên để trao đổi trực tiếp với đáp viên về mục đích, ý nghĩa của nghiên cứu và mong đƣợc họ trả lời một cách khách quan nhất; nhờ vậy, số lƣợng sinh viên tham gia trả lời là khá lớn (1.520 bản). Tuy vậy, tác giả hiểu rằng sai sót trong thu thập dữ liệu là không thể tránh khỏi; do đó, tác giả đã áp dụng kỹ thuật hiệu chỉnh dữ liệu là hiệu chỉnh tại hiện trƣờng và hiệu chỉnh tại trung tâm để hoàn chỉnh, loại bỏ những bản trả lời không hợp lệ; nhờ vậy, kích thƣớc mẫu cuối cùng đạt yêu cầu là 1.435 bản. Sau khi hoàn tất bƣớc hiệu chỉnh dữ liệu, tác giả tiếp tục thực hiện khâu chuẩn bị dữ liệu bao gồm mã hóa dữ liệu, nhập dữ liệu, làm sạch giữ liệu để có một bộ dữ liệu hoàn chỉnh cho các bƣớc tiếp theo. Ở giai đoạn này, tác giả sử dụng phần mềm SPSS (version 23) làm công cụ xử lý. 3.2.4.2. Phân tích nhân tố khẳng định - CFA Vì thang đo đã đƣợc đánh giá sơ bộ thông qua phƣơng pháp hệ số tin cậy Cronbach‟s Alpha và phân tích nhân tố khám phá EFA ở giai đoạn nghiên cứu sơ 95 bộ, nên nghiên cứu chính thức tác giả bỏ qua phần này (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011). Kế tiếp, các thang đo khái niệm nghiên cứu đƣợc kiểm định bằng phƣơng pháp phân tích nhân tố khẳng định CFA thông qua phần mềm phân tích cấu trúc tuyến tính AMOS (version 20). Phƣơng pháp CFA có nhiều ƣu điểm nổi bậc trong kiểm định thang đo, vì CFA cho phép kiểm định cấu trúc lý thuyết của các thang đo mà không bị chệch do sai số đo lƣờng nhƣ mối quan hệ giữa một khái niệm nghiên cứu với những khái niệm khác (Steenkamp & Van Trijp, 1991). Ngoài ra, giá trị hội tụ và giá trị phân biệt của thang đo có thể đƣợc kiểm định thông qua phƣơng pháp CFA mà không cần dùng nhiều nghiên cứu khác nhau (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011). Như vậy, tác giả đã dùng CFA để: Thứ nhất, đo lƣờng mức độ phù hợp của mô hình (các thang đo) với thông tin thị trƣờng qua các chỉ tiêu Chi-bình phƣơng (Chi-square: CMIN), Chi-bình phƣơng điều chỉnh theo bậc tự do (CMIN/df), chỉ số GFI (Goodness-of-Fit Index), chỉ số thích hợp so sánh CFI (Comparative Fit Index), chỉ số TLI (Tucker and Lewis Index) và chỉ số RMSEA (Root Mean Square Error Approximation). Mô hình đƣợc gọi là phù hợp (tƣơng thích) với dữ liệu của thị trƣờng khi: - Phép kiểm định Chi-square có giá trị p > 0,5, Chi-square/df ≤ 2 (Bentler & Bonett, 1980), một số trƣờng hợp CMIN/df có thể ≤ 3 (McIver & Carmines, 1981). Tuy vậy, chỉ số này còn tùy thuộc vào kích thƣớc mẫu càng lớn chỉ số này càng lớn, nghĩa là nó không phản ánh đúng mức độ phù hợp thực sự của mô hình khi kích thƣớc mẫu lớn Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2011). - Các chỉ số GFI, TLI, CFI ≥ 0,9 và RMSEA ≤ 0,08 (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011). Lƣu ý, đôi khi chỉ số GFI < 0,9 cũng đƣợc chấp nhận trong nhiều nghiên cứu trƣớc đây (Hair và cộng sự, 2010), cụ thể chỉ số này đạt từ 0,8-0,89 là ngƣỡng hợp lý để chấp nhận (Deeter-Schmelz & Sojka, 2007; Doll và cộng sự, 1994; Hong và cộng sự, 2017). 96 Thứ hai, tính toán các chỉ tiêu đánh giá thang đo gồm: i) hệ số tin cậy tổng hợp, ii) tổng phƣơng sai trích đƣợc, iii) tính đơn hƣớng, iv) giá trị hội tụ, v) giá trị phân biệt, và vi) giá trị liên hệ lý thuyết. Theo đó, chỉ tiêu về giá trị liên hệ lý thuyết sẽ đƣợc đánh giá trong mô hình lý thuyết (Anderson & Gerbing, 1988) còn các chỉ tiêu 1, 2, 3, 4, và 5 đƣợc đánh giá trong mô hình thang đo. Các chỉ tiêu này đƣợc xem là đạt yêu cầu nhƣ sau: - Thang đo đạt yêu cầu về độ tin cậy khi hệ số tin cậy tổng hợp (ρC), và phƣơng sai trích (ρVC ) > 0,5 (Hair và cộng sự, 1998). - Thang đo đạt giá trị đơn hƣớng khi không có mối tƣơng quan giữa sai số các biến quan sát (Steenkamp & Van Trijp, 1991). - Thang đo đạt giá trị hội tụ khi các trọng số chuẩn hóa đều cao > 0,5 và có ý nghĩa thống kê (p < 0,05; (Anderson & Gerbing, 1988)). - Thang đo đạt giá trị phân biệt khi hệ số tƣơng quan xét trên tổng thể giữa các khái niệm thật sự khác biệt so với 1 và có ý nghĩa thống kê (Steenkamp & Van Trijp, 1991). Việc ƣớc lƣợng tham số trong các mô hình đƣợc áp dụng theo phƣơng pháp ƣớc lƣợng ML (Maximum Likelihood Estimator). Ƣu điểm của phân phối trong phƣơng pháp này là lệch ít so với phân phối chuẩn đa biến, các kurtose và skewnesses nằm trong khoảng [-1,+1] khi kiểm định phân phối của các biến quan sát, do vậy, ML là phƣơng pháp ƣớc lƣợng thích hợp (Muthén & Kaplan, 1985). 3.2.4.3. Phân tích mô hình cấu trúc tuyến tính - SEM Tác giả sử dụng phƣơng pháp phân tích cấu trúc tuyến tính để kiểm định các mô hình nghiên cứu. Theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2011) mô hình cấu trúc tuyến tính đƣợc đánh giá có lợi thế hơn các phƣơng pháp truyền thống khác nhƣ hồi quy đa biến bởi vì mô hình này có thể tính đƣợc sai số đo lƣờng trong mô hình nghiên cứu và kiểm định giả thuyết (các phƣơng pháp phân tích đa biến ở thế hệ thứ nhất thƣờng giả sử các biến độc lập không có sai số trong đo 97 lƣờng, trong khi thực tiễn sai số luôn xuất hiện, do vậy giả sử này không có tính hiện thực). Tƣơng tự với phƣơng pháp CFA, mô hình SEM dùng để đánh giá độ phù hợp với dữ liệu thị trƣờng của mô hình lý thuyết thông qua các tiêu chí: Chi-bình phƣơng (Chi-square: CMIN), chi-bình phƣơng điều chỉnh theo bậc tự do (CMIN/df), chỉ số thích hợp so sánh (CFI), chỉ số Tucker and Lewis (TLI), chỉ số RMSEA. Yêu cầu về các chỉ số này cũng giống nhƣ yêu cầu trong mô hình CFA đã đƣợc nêu trên. Phƣơng pháp ƣớc lƣợng ML cũng đƣợc sử dụng để ƣớc lƣợng các tham số của mô hình. Kết quả ƣớc lƣợng (chuẩn hóa) của các tham số cho thấy mối quan hệ giữa các biến trong mô hình với mức ý nghĩa thống kê yêu cầu thông thƣờng là p < 0,05. Ngoài ra, căn cứ kết quả này, chúng ta có thể kết luận thang đo các khái niệm trong mô hình đạt giá trị liên hệ lý thuyết bởi vì “mỗi một đo lƣờng có mối liên hệ với các đo lƣờng khác nhƣ đã kỳ vọng về mặt lý thuyết” (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011). 3.2.4.4. Phân tích vai trò biến kiểm soát Theo Nguyễn Đình Thọ (2013), biến kiểm soát là biến chúng ta không tập trung để nghiên cứu. Chúng ta chỉ muốn kiểm soát mức độ giải thích của nó nhƣ thế nào cho biến thiên của biến phụ thuộc. Nhƣ vậy, về lý thuyết, biến kiểm soát là một giải thích thay thế hay bổ sung (cùng biến độc lập) cho biến thiên của biến phụ thuộc. Về kỹ thuật phân tích, biến kiểm soát là một dạng biến độc lập, chúng ta sẽ phân tích riêng (trƣớc hoặc sau) với những biến độc lập khác để giải thích. Trong nghiên cứu này, ngoài mục tiêu chính là kiểm định mô hình nghiên cứu với chín giả thuyết về các mối quan hệ giữa biến độc lập và biến phụ thuộc, tác giả còn kiểm định vai trò kiểm soát của giới tính, và vùng miền đối với biến phụ thuộc là chất lƣợng cuộc sống đại học. Do hai biến kiểm soát này là hai biến định tính, nên tác giả tiến hành mã dummy (hay đối ứng) với giới tính Nam là 1, giới tính Nữ là 2, và TP. Hồ Chí Minh là 1, Hà Nội là 2. Hai biến này đƣợc đƣa vào mô hình 98 SEM để tiến hành phân tích sau khi đã phân tích xong tất cả biến độc lập chính của mô hình nghiên cứu. 3.2.4.5. Kiểm định vai trò điều tiết nhóm Tác giả sử dụng phƣơng pháp phân tích cấu trúc đa nhóm để giải quyết mục tiêu kiểm định sự khác biệt giữa các mô hình nghiên cứu theo hai hình thức đào tạo tập trung và không tập trung. Phƣơng pháp phân tích đa nhóm gồm khả biến và bất biến (từng phần) đƣợc sử dụng trong nghiên cứu này. Theo đó, các tham số ƣớc lƣợng trong từng mô hình của các nhóm không bị ràng buộc đối với mô hình khả biến. Ngƣợc lại, đối với mô hình bất biến (từng phần), trong mô hình nghiên cứu các mối quan hệ giữa các khái niệm đƣợc ràng buộc có giá trị nhƣ nhau cho tất cả các nhóm, nhƣng không bị ràng buộc các thành phần đo lƣờng. Kiểm định Chi- square đƣợc sử dụng để so sánh giữa hai mô hình. Quá trình phân tích này đƣợc thực hiện qua ba bƣớc: 1) ƣớc lƣợng mô hình bất biến, 2) ƣớc lƣợng mô hình khả biến, và 3) so sánh sự khác biệt giữa hai mô hình bằng cách kiểm định giả thuyết sau: H0: Không có sự khác biệt giữa hệ số Chi-square của mô hình bất biến và khả biến. H1: Có sự khác biệt giữa hệ số Chi-square của mô hình bất biết và khả biến. Căn cứ vào kết quả kiểm định Chi-square, nếu giữa mô hình bất biến và mô hình khả biến không có sự khác biệt (p-value > 0,05), H0 đƣợc chấp nhận tức là mô hình bất biến sẽ đƣợc chọn (có bậc tự do cao hơn). Ngƣợc lại, nếu Chi-square khác biệt có ý nghĩa giữa hai mô hình (p-value < 0,05), chấp nhận H1, hay nói cách khác mô hình khả biến (có độ tƣơng thích cao hơn) đƣợc lựa chọn (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2011). Sau khi có kết quả kiểm định nói trên để đƣa đến sự lựa chọn về mô hình bất biến hoặc khả biến, tác giả tiếp tục thực hiện kiểm định sự khác biệt giữa các tham số với p = 5% (t = 1,96) để kết luận sự khác biệt có ý nghĩa hay không giữa 99 các mối quan hệ trong mô hình nghiên cứu của hai nhóm sinh viên tập trung và không tập trung. 3.2.4.6. Ước lượng mô hình lý thuyết bằng Bootstrap Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2011) cho rằng “trong các nghiên cứu định lƣợng bằng phƣơng pháp lấy mẫu, thông thƣờng chúng ta phải chia mẫu ra làm hai mẫu con. Một nửa dùng để ƣớc lƣợng các tham số mô hình và một nửa dùng để đánh giá lại. Hoặc là lặp lại nghiên cứu bằng mẫu khác. Hai cách này không thực tế vì phƣơng pháp phân tích cấu trúc tuyến tính thƣờng đòi hỏi mẫu lớn nên việc làm này tốn kém thời gian và chi phí (Anderson & Gerbing, 1988). Trong trƣờng hợp nhƣ vậy thì Bootstrap là phƣơng pháp phù hợp để thay thế. Bootstrap là phƣơng pháp lấy mẫu lại có thay thế, trong đó mẫu ban đầu có vai trò là đám đông.” Tuy vậy, trong một nghiên cứu về áp dụng bootstrapping cho mô hình cấu trúc tuyến tính SEM (phƣơng pháp tham số và phi tham số), Awang-Hashim và cộng sự (2015) cho rằng đối với mô hình CB-SEM (Covariance Based Structural Equation Modeling) không yêu cầu phải bootstrapping bởi vì CB-SEM là phƣơng pháp thống kê tham số (giả định dữ liệu ƣớc lƣợng phải là phân phối chuẩn) cho nên các kết quả ƣớc lƣợng đã đạt chuẩn của kỹ thuật thống kê này (đạt độ tin cậy). Trong khi đó, PLS-SEM (Partial Least Square Structural Equation Modeling) là một phƣơng pháp thống kê phi tham số, điều này ảnh hƣởng đến những suy luận thống kê; do đó, các nhà nghiên cứu dựa vào bootstrapping (thƣờng sử dụng 5.000 mẫu) để kiểm định lại độ tin cậy của mô hình (Hair và cộng sự, 2017; Reinartz và cộng sự, 2009). Trong nghiên cứu này, tác giả sử dụng mô hình CB-SEM để giải quyết các mục tiêu nghiên cứu của mình nên không cần phải kiểm định Bootstrap. 3.3. Tóm tắt chƣơng Chƣơng này trình bày các nội dung về thiết kế nghiên cứu của luận án nhƣ quy trình nghiên cứu gồm ba bƣớc là: (1) nghiên cứu lý thuyết để xây dựng thang đo nháp, (2) nghiên cứu sơ bộ để đánh giá độ tin cậy của thang đo qua hệ số 100 Cronbach‟s Alpha và EFA, và (3) nghiên cứu chính thức đƣợc thực hiện thông qua công cụ CB-SEM để kiểm định mô hình lý thuyết và các giả thuyết nghiên cứu. Trong nghiên cứu chính thức, trƣớc khi kiểm định mô hình lý thuyết và ƣớc lƣợng tham số cho các mối quan hệ đƣợc nêu ra ở phần giả thuyết, tác giả sử dụng phƣơng pháp phân tích nhân tố khẳng định CFA để kiểm định mô hình đo lƣờng cho các khái niệm nghiên cứu, cũng nhƣ khẳng định sự phù hợp của dữ liệu thị trƣờng thông qua mô hình tới hạn. Ngoài ra, tác giả cũng đã trình bày cách thức xử lý các biến kiểm soát [giới tính, vùng miền] để xem xét mức độ tác động khác nhau của chúng đối với chất lƣợng cuộc sống đại học; đồng thời, kiểm định vai trò điều tiết nhóm [hình thức đào tạo] nhằm đi tìm sự khác biệt của các mối quan hệ trong mô hình nghiên cứu. Cuối cùng, trong chƣơng này, tác giả cũng đã trình bày lý do tại sao không sử dụng kỹ thuật Bootstrap để kiểm định lại một lần nữa độ tin cậy của các ƣớc lƣợng trong mô hình nghiên cứu. 101 Chƣơng 4. PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 4.1. Giới thiệu Nội dung Chƣơng 3 đã mô tả phƣơng pháp và quy trình đƣợc thiết kế để thực hiện công trình nghiên cứu trong luận án. Trong Chƣơng 4 này, tác giả sẽ trình bày kết quả phân tích dữ liệu, trên cơ sở đó đƣa ra kết quả ở các giai đoạn sơ bộ và chính thức. Vì vậy, nội dung của Chƣơng 4 sẽ bao gồm các mục đƣợc trình bày chi tiết nhƣ sau: i) Đặc điểm mẫu và kết quả kiểm định thang đo sơ bộ thông qua hệ số Cronbach‟s Alpha và EFA, ii) Đặc điểm mẫu và kết quả kiểm định thang đo chính thức bằng phân tích CFA, và iii) Kiểm định mô hình lý thuyết và các giả thuyết bằng mô hình cấu trúc tuyến tính SEM. 4.2. Kết quả kiểm định thang đo sơ bộ 4.2.1. Đặc điểm mẫu Đợt khảo sát thu thập dữ liệu cho giai đoạn nghiên cứu sơ bộ đƣợc thực hiện tại Trƣờng Đại học Kinh tế TP. Hồ Chí Minh trong tháng 10 năm 2018. Tổng cộng có 450 bảng câu hỏi đƣợc các sinh viên trả lời, sau đó dữ liệu đƣợc hiệu chỉnh thông qua kỹ thuật tại hiện trƣờng và tại trung tâm, kết quả cuối cùng có 422 bảng đạt yêu cầu và đƣợc sử dụng để nhập liệu, hoàn chỉnh dữ liệu phục vụ cho phân tích kiểm định sơ bộ thang đo. Theo đó, mẫu này có đặc điểm đƣợc trình bày tại Bảng 4.1 nhƣ sau: Bảng 4.1. Đặc điểm mẫu sơ bộ Đặc điểm mẫu Số lƣợng Tỷ lệ (%) Hình thức đào tạo Tập trung 315 74,6% Không tập trung 107 25,4% Giới tính Nam 104 24,6% Nữ 318 75,4% Tổng số 422 100% (Nguồn: Tính toán của tác giả) 102 4.2.2. Kết quả kiểm định thang đo sơ bộ 4.2.2.1. Hệ số tin cậy Cronbach’s Alpha Theo mô hình nghiên cứu đề xuất, có sáu thang đo khái niệm: sự gắn kết của sinh viên (SE), giá trị dịch vụ cảm nhận (PSV), khả năng hấp thu (AC), mục đích cuộc sống (PL), tính bền bỉ (GR), và chất lƣợng cuộc sống đại học (QL) cần đƣợc đánh giá độ tin cậy. Trong đó, khái niệm giá trị dịch vụ cảm nhận đƣợc đo lƣờng bởi sáu khái niệm thành phần gồm: giá trị chức năng về sự hài lòng (FS), giá trị tri thức (EP), giá trị hình ảnh (IM), giá trị cảm xúc (EM), giá trị chức năng về giá cả/chất lƣợng (FQ), và giá trị xã hội (SO); còn khái niệm sự gắn kết của sinh viên đƣợc đo lƣờng bởi hai khái niệm thành phần: gắn kết cảm xúc (EE), và gắn kết nhận thức (CE); khái niệm tính bền bỉ cũng đƣợc đo lƣờng bởi hai khái niệm thành phần là sự kiên định của sở thích (CI), và sự kiên trì nỗ lực (PE). Do đó, tất cả có mƣời ba khái niệm đƣợc đo lƣờng bởi tổng cộng 60 biến quan sát cần đƣợc đánh giá độ tin cậy bằng các hệ số tƣơng quan biến-tổng và Cronbach‟s Alpha. Kết quả phân tích đƣợc trình bày chi tiết tại Phụ lục 4.1; theo đó, trong tổng số 60 biến quan sát, có một biến quan sát thuộc khái niệm thành phần giá trị chức năng về sự thỏa mãn (FS6 “Sau khi tốt nghiệp trung học, học lên cao nữa thì tốt hơn là đi làm ngay”) và một biến quan sát thuộc khái niệm thành phần giá trị tri thức (EP9 “Sĩ số sinh viên trong lớp ảnh hưởng đến giá trị tri thức mà tôi nhận được”) bị loại do không đạt yêu cầu vì hệ số tƣơng quan biến-tổng < 0,3. Nhƣ vậy, còn lại 58 biến quan sát, và tất cả chúng đều có hệ số tƣơng quan biến-tổng từ 0,318 đến 0,889 (> 0,3) nên đạt yêu cầu chấp nhận. Sau khi đã loại bỏ hai biến quan sát nêu trên, hệ số tin cậy Cronbach‟s Alpha các thang đo của mƣời ba khái niệm có giá trị từ 0,708 đến 0,916 đều > 0,6; do đó, kết luận mƣời ba thang đo này đạt yêu cầu về độ tin cậy. 4.2.2.2. Phân tích nhân tố khám phá EFA Kết quả phân tích nhân tố khám phá EFA (Principal Axis Factoring với phép quay Promax) đƣợc trình bày chi tiết tại Phụ lục 4.2. Theo đó, độ t