Luận văn Tác động của ý thức, thái độ và phương pháp tự học đến kết quả học tập của sinh viên

trả lời của sinh viên theo nơi ở trước khi học đại học Trong tổng số 243/265 SV trả lời về số giờ tự học trung bình một ngày trong tuần (xem Biểu đồ 3.4), thì số giờ tự học trong ngày từ 2 đến 3 giờ là nhiều nhất (với 87 SV trả lời, chiếm 35,9%); kế đến là từ 3 đến dưới 4 giờ (với 59 SV trả lời, chiếm 24,2%); sau đó là từ 4 giờ đến dưới 5 giờ (với 46 SV trả lời, chiếm 19%); số SV dành thời gian trung bình tự học trên 5 giờ một ngày/tuần chiếm 12,3% với 30 SV trả lời; cuối cùng là tự học dưới 2 giờ chiếm tỷ lệ thấp nhất (8,6%). 50 Biểu đồ 3.4. Số giờ tự học trung bình một ngày của sinh viên Qua số liệu thống kê thu được, ta có thể thấy rằng, thời gian tự học trung bình là khoảng 3 giờ/ngày, nghĩa là một tuần, SV ngành Song ngữ Nga – Anh dành thời gian tự học khoảng 21 giờ/tuần. Trong khi đó, theo kết quả nghiên cứu của Tô Minh Thanh (2011) [22], “số giờ tự học trung bình của sinh viên trong toàn trường dành cho 41 môn học được khảo sát là 5,8 giờ/tuần.” Như vậy, có thể lý giải rằng, do khối lượng kiến thức môn học của ngành song ngữ nhiều và nặng, đòi hỏi SV phải tự học rất cao nên số giờ tự học của SV ngành Song ngữ Nga – Anh là rất lớn, lớn hơn nhiều so với SV các ngành khác trong trường. Kết quả phỏng vấn sâu dưới đây cũng chứng minh thêm cho nhận định trên. Khó khăn trở ngại lớn nhất trong việc tự học là khối lượng chương trình học khá nặng và thiếu thời gian để tự học. (SV năm thứ nhất, nữ) Thiếu thời gian tự học, kiến thức trong chương trình học quá rộng. (SV năm thứ hai, nam) (SV năm thứ hai, nữ) 51 Phải học quá nhiều các môn đại cương, rồi phải học chuyên ngành tiếng Nga và tiếng Anh song song, dẫn đến không đủ thời gian để học. (SV năm thứ ba, nữ) Vì chúng em học một lần hai ngôn ngữ nên số lượng bài tập là rất nhiều, và tài liệu của môn học ít nên khó đáp ứng cho việc học và tự học. (SV năm thứ tư, nữ) Do yêu cầu bắt buộc đối với sinh viên hệ tín chỉ, đa số các bạn phải dành thời gian tự học và nghiên cứu tài liệu rất nhiều, điều đó tạo một thói quen dẫn đến sự tích cực trong phương pháp tự học của các bạn sinh viên. (SV năm thứ năm, nữ) Mặc dù thời gian học, chương trình học của SV ngành Song ngữ Nga – Anh là rất lớn, nhưng SV ngành song ngữ rất năng động, thích ứng cao với môi trường xã hội bên ngoài, thể hiện ở chỗ có tới 112/265 SV trả lời có đi làm thêm (chiếm tới 42,3%), với số ngày làm thêm trung bình trong tuần khoảng 3,5 ngày/tuần, cụ thể có tới 47 SV, chiếm 42,0% trả lời đi làm thêm 3 ngày trong tuần và trung bình số giờ làm thêm trong ngày là 3,6 giờ/ngày, riêng số SV trả lời số giờ làm thêm trong một ngày từ 2 đến dưới 3 giờ chiếm tới 28,5%. (xem Biểu đồ 3.5) Biểu đồ 3.5. Số ngày làm thêm trong tuần và số giờ làm thêm trong ngày 52 Kết quả học tập của SV được tính trung bình chung điểm trong 2 học kỳ gần thời điểm được khảo sát, phản ánh phần nào quá trình tự học của SV. Biểu đồ 3.6. Xếp loại học lực trung bình chung giữa 2 học kỳ Qua số liệu thống kê trong Biểu đồ 3.6, ta thấy học lực trung bình của SV dao động nhiều ở mức Trung bình khá (43,8%) và Khá (33,2%). Sự hài lòng của SV so với kết quả học tập mong đợi là rất thấp (xem Bảng 3.1), chỉ có khoảng 10,9% SV tham gia trả lời là ở mức Hài lòng và Hoàn toàn hài lòng, trong khi đó có tới 53,2% SV trả lời ở mức Không hài lòng và Hoàn toàn không hài lòng và chỉ có 35,8% SV Tạm hài lòng với kết quả học tập mà mình đạt được. Bảng 3.1. Sự hài lòng của SV với việc tự học so với kết quả học tập mong đợi Số SV trả lời Phần trăm Phần trăm hợp lệ Phần trăm cộng dồn Giá trị Hoàn toàn không hài lòng 32 12,1 12,1 12,1 Không hài lòng 109 41,1 41,1 53,2 Tạm hài lòng 95 35,8 35,8 89,1 Hài lòng 26 9,8 9,8 98,9 Hoàn toàn hài lòng 3 1,1 1,1 100,0 Tổng cộng 265 100,0 100,0 Do chỉ có 1/3 SV tạm hài lòng với việc tự học so với kết quả học tập mà mình mong đợi, SV đã có những góp ý/đề xuất sau đây đối với bản thân mỗi SV để 53 nâng cao ý thức, thái độ tự học và tính hiệu quả của các phương pháp tự học của SV hiện nay: - Cần nâng cao tinh thần, ý thức tự giác trong học tập (58 lượt góp ý) - Cần có mục tiêu, kế hoạch học tập cụ thể, rõ ràng (54 lượt góp ý) - Cần sắp xếp thời gian học tập hợp lý (29 lượt góp ý) - Nên tổ chức học theo nhóm (27 lượt góp ý) - Cần quyết tâm thực hiện kế hoạch học tập đã đề ra (25 lượt góp ý) - Cần đọc thêm nhiều tài liệu tham khảo trên thư viện (24 lượt góp ý) - Phải tự tìm cho mình một phương pháp tự học riêng phù hợp (15 lượt góp ý) - Cần kiên trì trong việc tự học (14 lượt góp ý) 3.2. Đánh giá độ tin cậy của thang đo Tác giả đề tài đã sử dụng thang đo Likert năm mức độ phổ biến12, với quy ước như sau: 1 = Hoàn toàn không đồng ý 2 = Không đồng ý 3 = Phân vân 4 = Đồng ý 5 = Hoàn toàn đồng ý Sử dụng phần mềm thống kê SPSS để kiểm tra hệ số  của Cronbach. Công thức của hệ số Cronbach  là:  = N/[1+(N-1)], trong đó  là hệ số Cronbach Anpha, N là số mục hỏi,  là hệ số tương quan trung bình giữa các mục hỏi. Nhiều nhà nghiên cứu quy ước rằng, một tập hợp các mục hỏi dùng để đo lường được đánh giá có độ tin cậy và sử dụng được phải có hệ số   0,613. 12được Rennis Likert (1903-1981), nhà giáo dục, tâm lý học tổ chức người Mỹ, giới thiệu vào năm 1932 13Nunnally, J. (1978); Peterson, R. (1994); Slater, S. (1995) 54 Sau khi chạy phần mềm SPSS, ta có hệ số Cronbach Anpha của bảng hỏi là 0,889; trong đó hệ số Cronbach  cho 3 yếu tố tác động đến kết quả học tập (xem Phụ lục 6, tr. 97) đều lớn hơn 0,7 (trong đó thang đo thành phần Ý thức tự học có hệ số Anpha lớn nhất,  = 0,8407; kế đến là Phương pháp tự học với  = 0,8260; cuối cùng là Thái độ tự học với  = 0,7434), điều đó chứng tỏ rằng thang đo được thiết kế trong luận văn có ý nghĩa thống kê và có hệ số tin cậy được chấp nhận, và sẽ được sử dụng để đánh giá trong kiểm định các giả thuyết nghiên cứu sau này. 3.3. Kiểm định mô hình phân tích nhân tố Phân tích nhân tố khám phá EFA14 là một phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến, gọi là các nhân tố, ít hơn để chúng có ý nghĩa thống kê nhưng vẫn chứa đựng được hầu hết nội dung của tập biến ban đầu. Số biến được phân tích nhân tố trong đề tài là 22 biến, chia thành 3 nhóm thuộc về ý thức, thái độ và phương pháp tự học (đã nêu ở Mục 2.4); các biến này đều sử dụng một thang đo chung Likert năm mức độ và được đo lường một cách thích hợp bằng thang đo định lượng, đều có hệ số tin cậy Cronbach Alpha lớn hơn 0,7 (xem Mục 3.2). Số quan sát (cỡ mẫu) trong nghiên cứu là 265 thỏa điều kiện “ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố.”15 Sau khi phân tích nhân tố bằng phần mềm SPSS, ta thấy chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố, KMO16 = 0,877 (xem Bảng 1, Phụ lục 7, tr. 99). Chỉ số này khá lớn (thỏa điều kiện giữa 0,5 và 1) và kết quả đại lượng thống kê Bartlett có mức ý nghĩa thống kê Sig. = 0,000 (thỏa điều kiện Sig.  0,05)17 đã bác bỏ giả thuyết “các biến không có tương quan trong tổng thể,” nghĩa là các biến quan sát có tương quan với nhau trong tổng thể. Kết quả này cho thấy, phương pháp phân tích nhân tố khám 14EFA, viết tắt của từ tiếng Anh Exploratory Factor Analysis 15Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008). Phân tích dữ liệu nghiên cứu với SPSS, Tập 2, NXB Hồng Đức, tr. 31 16KMO, viết tắt của từ tiếng Anh Kaiser-Meyer-Olkin 17Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005). Phân tích dữ liệu nghiên cứu với SPSS, NXB Thống kê, tr. 262 55 phá EFA được thừa nhận trong nghiên cứu này. Khi tiến hành phân tích tập hợp 22 biến trong 3 nhóm nhân tố cần kiểm định, ta có bảng ma trận nhân tố đã xoay được thể hiện rõ qua Bảng 3.2 như sau: Bảng 3.2. Bảng ma trận nhân tố đã xoay trong kết quả EFA Các câu hỏi đã được xoay trong EFA Nhóm nhân tố 1 2 3 2. Tự học giúp bản thân mở rộng kiến thức 0,831 5. Tự học giúp bạn đạt kết quả học tập tốt hơn 0,806 3. Tự học giúp bạn rèn luyện được kỹ năng học tập suốt đời và nhiều kỹ năng quan trọng khác 0,798 6. Tự học giúp bạn thành công trong sự nghiệp tương lai 0,748 1. Tự học là điều hiển nhiên và bắt buộc đối với sinh viên trong học chế tín chỉ 0,626 4. Tự học giúp bạn rèn luyện phẩm chất đạo đức 0,531 0,373 22. Bạn biết cách vận dụng và liên hệ thực tế những kiến thức đã học 0,739 13. Bạn biết cách thực hiện kế hoạch tự học một cách hiệu quả 0,724 20. Bạn biết tự phân tích, tổng hợp và đánh giá những điều đã được học 0,655 16. Bạn thường nghiên cứu trước bài giảng mới và ghi chú những thắc mắc 0,601 19. Bạn thường liên hệ kiến thức cũ và kinh nghiệm cá nhân để tìm hiểu kiến thức mới hoặc sử dụng những công cụ như bản đồ tư duy 0,556 15. Bạn thường ôn lại bài giảng cũ và hoàn thành bài tập trước khi lên lớp 0,518 0,443 21. Bạn tự học với nhóm bạn bè 0,409 12. Bạn thường lập mục tiêu và kế hoạch cho việc tự học của mình 0,352 0,402 0,339 17. Bạn tự bổ sung kiến thức qua sách vở/giáo trình/tài liệu 0,324 0,391 0,361 56 18. Bạn tự tìm hiểu/mở rộng kiến thức qua nguồn tài liệu mở trên mạng internet 0,321 0,333 8. Bạn luôn suy nghĩ, trăn trở về những điều đã và đang học để tìm cách ứng dụng kiến thức vào thực tế 0,764 7. Bạn khát khao tìm tòi, học hỏi thêm kiến thức 0,421 0,625 9. Bạn luôn tranh luận với bạn bè về các vấn đề được học 0,327 0,615 10. Bạn luôn dành thời gian để suy nghĩ kỹ về những điều được học 0,329 0,558 14. Bạn luôn tích cực và chủ động trong lớp 0,456 0,466 11. Bạn thấy yêu thích việc tự học 0,377 0,319 0,435 Trong kết quả ở Bảng 3.2, ta thấy hệ số tải nhân tố (Factor loading) của 22 biến quan sát đều đảm bảo giá trị phân biệt giữa các nhân tố, vì đều lớn hơn 0,318 và được sắp xếp theo thứ tự tăng dần theo từng nhóm nhân tố để dễ quan sát. Kết quả, nhân tố thứ nhất gồm có 6 biến quan sát, tức 6 câu hỏi từ (1) đến (6) như trong bảng hỏi của đề tài và ta đặt tên nhân tố này là “Ý thức tự học”; trong nhân tố thứ hai chỉ có 10 biến quan sát, gồm (12), (13), (15) đến (22) và đặt tên nhân tố này là “Phương pháp tự học”; ta thấy biến (14) Bạn luôn tích cực và chủ động trong lớp đã được ưu tiên xếp qua nhân tố thứ 3, gồm 6 biến từ (7) đến (11) và biến mới (14) và đặt tên cho nhóm nhân tố này là “Thái độ tự học”. Như vậy, trong 3 yếu tố dự kiến ban đầu cần tiến hành phân tích đã có sự thay đổi, đó là biến số (14) trong “Phương pháp tự học” đã chuyển qua “Thái độ tự học”. Kết quả chạy nhân tố EFA đã được lưu lại nhân số (factor score) của 3 nhân tố một cách tự động với 3 giá trị tương ứng là FAC1 (Ý thức tự học), FAC2 (Phương pháp tự học), FAC3 (Thái độ tự học) dùng để phân tích cho các kiểm định sau. Nhân số của nhân tố thứ i được xác định bằng công thức: Fi = Wí1X1 + Wí2X2 + Wí3X3 + + WíkXk (trong đó Fi là ước lượng của nhân tố thứ i, Wí là quyền số hay trọng số nhân tố, tức hệ số tải nhân, X là biến số và k là số biến). Qua Bảng 3.2, ta 18Jabnoun & Al-Tamimi (2003), “Measuring perceived service quality at UEA commercial banks”, International Joural of Quality and Reliability Management, Volume 20, p. 4 57 có thể xác định được giá trị của 3 nhân số trên:  FFAC1 = 0,831X2 + 0,806 X5 + 0,798 X3 + 0,748 X6 + 0,626 X1 + 0,531X4  FFAC2 = 0,739X22 + 0,724X13 + 0,655X20 + 0,601X16 + 0,556X19 + 0,518X15 + 0,409X21 + 0,402X12 + 0,391X17 + 0,333X18  FFAC3 = 0,764X8 + 0,625X7 + 0,615X9 + 0,558X10 + 0,466X14 + 0,435X11 3.4. Kiểm định mô hình phân tích hồi quy tuyến tính bội Vì đề tài nghiên cứu tác động của ba yếu tố là ý thức, thái độ và phương pháp tự học đến kết quả học tập, nên ta phải xem xét tổng quát mối quan hệ giữa từng biến độc lập (tác động) với biến phụ thuộc (kết quả) và chính giữa các biến độc lập với nhau bằng mô hình hồi quy tuyến tính bội, với hai giả định: (1) Biến phụ thuộc có phân phối chuẩn đối với bất kỳ kết hợp nào của biến độc lập trong mô hình và (2) Không có biến giải thích nào có thể được biểu thị dưới dạng tổ hợp tuyến tính với những biến giải thích còn lại. Để xây dựng mô hình hồi quy tuyến tính bội, ta lập ma trận hệ số tương quan và xét tương quan tuyến tính giữa các biến, cho kết quả như Bảng 3.3 sau: Bảng 3.3. Ma trận hệ số tương quan Correlations Kết quả học tập Ý thức tự học Phương pháp tự học Thái độ tự học Kết quả học tập Hệ số tương quan Pearson 1 0,387(**) 0,521(**) 0,425(**) Mức ý nghĩa . 0,000 0,000 0,000 Số quan sát 261 252 252 252 Ý thức tự học Hệ số tương quan Pearson 0,387(**) 1 0,000 0,000 Mức ý nghĩa 0,000 . 1,000 1,000 Số quan sát 252 255 255 255 Phương pháp tự học Hệ số tương quan Pearson 0,521(**) 0,000 1 0,000 Mức ý nghĩa 0,000 1,000 . 1,000 Số quan sát 252 255 255 255 58 Thái độ tự học Hệ số tương quan Pearson 0,425(**) 0,000 0,000 1 Mức ý nghĩa 0,000 1,000 1,000 . Số quan sát 252 255 255 255 ** Tương quan ở mức ý nghĩa nhỏ hơn 0,01 với kiểm định 2 đuôi. Ma trận trong Bảng 3.3 trên cho ta biết mối tương quan giữa biến phụ thuộc (Kết quả học tập) với từng biến độc lập còn lại, cũng như tương quan giữa các biến độc lập với nhau (Ý thức tự học, Phương pháp tự học, Thái độ tự học) và chúng đều có mức ý nghĩa thống kê (Sig = 0,000). Để đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội trên, ta xem xét hệ số xác định R2 điều chỉnh (Adjusted R Square) qua Bảng 3.4 sau: Bảng 3.4. Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội Model Summary(b) Model R R2 R2 điều chỉnh Ước lượng sai số chuẩn Durbin-Watson 1 0,772(a) 0,597 0,592 0,5383 1,974 a Biến độc lập: Thái độ tự học, Ý thức tự học, Phương pháp tự học b Biến phụ thuộc: Kết quả học tập Hệ số R2 điều chỉnh được tính bằng công thức sau: R2a = R2 – [p(1-R2)]/(N-p- 1), trong đó p là số biến độc lập trong chương trình. Hệ số này được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình tuyến tính đa biến. Qua Bảng 3.4, ta thấy hệ số R2a = 0,592, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 59,2%. Để kiểm định độ phù hợp của mô hình trên, ta kiểm tra xem giả thuyết H0 cho rằng, tất cả các hệ số hồi quy bằng 0 của kiểm định F (số liệu để tính F được lấy từ bảng phân tích phương sai ANOVA19 của SPSS) có bị bác bỏ không. Qua Bảng 3.5, ta thấy trị số thống kê F = 122,244 (trị số này được tính từ giá trị R2 của mô hình đầy đủ, bằng tỷ số giữa độ lệch quân phương hồi quy, Mean Square Regression và độ lệch quân phương phần dư, Mean Square Residual) và có giá trị Sig = 0,000 cho thấy ta sẽ an toàn khi bác bỏ giả thuyết H0, điều này chứng tỏ mô 19ANOVA, viết tắt của từ tiếng Anh Analysis of variance 59 hình hồi quy tuyến tính bội đang sử dụng là phù hợp với tập dữ liệu và có thể sử dụng được. Bảng 3.5. Kiểm định độ phù hợp của mô hình hồi quy tuyến tính bội ANOVA(b) Model