kinh te luong le kim long nghihoc cuuduongthancong com

Nhóm chúng tôi ñã tiến hành khảo sát về “ Những yếu tố ảnh hưởng ñến số lần trốn học của sinh viên trong một tuần” ñể hiểu rõ hơn ñến nguyên nhân của vấn ñề này, từ ñó tìm ra một số hướn

DANH SÁCH NHÓM THỰC HIỆN:

1 Diệp Quốc Siêu (Nhóm trưởng) – K47B – A5 – 232

2 Lương Hoàng Phan – K47B – A5 – 205

I Ý NGHĨA CỦA ðỀ TÀI:

Trở thành sinh viên, có lẽ ñiều khác biệt lớn nhất là không còn bị ràng buộc bởi nhiều nội quy như thời phổ thông, cũng không có giờ sinh hoạt và không có cả những phê bình của giáo viên Vì vậy, việc ñến lớp ñều ñặn không còn là ñiều “dĩ nhiên” nữa.Những thay ñổi này buộc sinh viên có những lập trường rõ ràng ñể tìm cho mình cách học tối ưu Có những sinh viên vẫn ngày ngày có mặt trong giờ lên lớp, cũng có sinh viên thường xuyên vắng mặt Một ñiều không thể phủ nhận rằng, việc có mặt hay không ñều ảnh hưởng ít nhiều ñến kết quả và chất lượng học tập của sinh viên Tuy nhiên, việc vắng mặt cũng có lý do của nó, cả khách quan lẫn chủ quan Nhóm chúng tôi ñã tiến hành khảo sát về “ Những yếu tố ảnh hưởng ñến số lần trốn học của sinh viên trong một tuần” ñể hiểu rõ hơn ñến nguyên nhân của vấn ñề này, từ ñó tìm ra một số hướng giải quyết ñể khắc phục tình trạng bỏ tiết của các bạn sinh viên

II PHƯƠNG PHÁP THU THẬP SỐ LIỆU VÀ THỰC HIÊN

ðỀ TÀI

Nhóm thực hiện ñã tiến hành khảo sát ở các trường ñại học như ðH Ngoại Thương, ðH Bách Khoa, ðH Sư Phạm, ðH Sài Gòn , ðH Khoa học Xã hội và nhân văn, , ðH Kinh Tế Tp.HCM, Khoa Kinh

Tế - ðHQG, ðH Quốc tế, ðH Ngân Hàng, ðH Kiến Trúc, ðH Kĩ thuật và ðH Văn Lang

Số phiếu phát ra ở các trường là 550 phiếu, số phiếu thu lại là 500 và số phiếu hợp lệ là

379 Dựa vào 379 phiếu hợp lệ ñó, nhóm ñã tiến hành nhập số liệu trên phần mềm Eviews và sử dụng kiến thức ñã học ñể tiến hành hồi quy, kiểm ñịnh, xem xét mô hình ñã thực sự phù hợp chưa,

có sự xuất hiện của ña cộng tuyến, tự tương quan, phương sai thay ñổi hay không ñể tìm cách khắc phục

Bi ể u ñồ sinh viên có/ch ư a có ng ườ i yêu

32%

68%

có

ch ư a

Phương tiện ñi lại :

Bi ể u ñồ ph ươ ng ti ệ n ñ i l ạ i c ủ a sinh viên

020406080100120140

Thời gian giải trí :

26%

74%

trên 5h/ngày

Sinh viên tham gia ho ạ t ñộ ng ngo ạ i khóa

III XÂY DỰNG MÔ HÌNH

Yi = C1 + C2*X2 + C3*X3 + C4*X4 + C5*X5 + C6*X6 + C7*X7 + C8*D1 + C9*D2 + C10*D3 + C11*D4 + C12*D5 + C12*D6 + C13*D7 + C14*D8 + C15*D9 + C16*D10 + C17*D11 + C18*D12 + C19*D13 + C20*D14 + C21*D15 + C22*D16 + C23*D17 + C24*D18 + C25*D19 + ei

trong tuần tiết/tuần +

Số tiết học trong tuần càng nhiều

sẽ dẫn ñến sự mệt mỏi nên số lần nghỉ học càng nhiều

X5

Tỉ lệ số môn học thấy hứng thú trong tuần

- Tỉ lệ số môn sinh viên thấy hứng thú càng cao sẽ thu hút sinh viên

ñi học nhiều hơn nên số lần nghỉ học sẽ ít ñi

X6

Tỉ lệ số môn học quan trọng trong tuần

- Tỉ lệ số môn học quan trọng càng cao thì sinh viên sẽ càng ít nghỉ

học (vì nghề nghiệp trong tương lai)

X7 Thời gian tự

học giờ/ngày +

Sinh viên có thể dành nhiều thời gian tự học ở nhà, vì vậy việc ñến giảng ñường sẽ ít hơn và số lần nghỉ học sẽ nhiều hơn

Diễn giải

D1 Giới tắnh Nam Nữ +/-

Giới tắnh có thể hoặc không thể làm tăng số lần nghỉ học

D5 Sức khỏe Tốt Không - Sức khỏe tốt thì khả năng

nghỉ học sẽ ắt hơn

D6 Tình cảm

(người yêu) Có Chưa +/-

Tình cảm có thể làm tăng hoặc giảm số lần nghỉ học (nghỉ học ựể ựi chơi với người yêu hoặc ựến trường ựể học cùng người yêu)

D7 Tắnh cách

bản thân Chăm chỉ Không -

Càng chăm chỉ thì sẽ ựi học ựầy ựủ hơn nên nghỉ học sẽ ắt hơn

D8 Xa Khác

D9

Khoảng cách

từ chỗ ở tới trường Gần Khác

+

Khoảng cách càng xa thì

số lần nghỉ học càng nhiều

D10 đi bộ Khác

D11 Xe ựạp Khác

D12

Phương tiện ựến trường

Xe máy Khác

+/-

Phương tiện ựến trường

có thể làm tăng hoặc giảm số lần nghỉ học

D13 đi học thời

tiết xấu Có Không -

Thời tiết xấu mà ựi học thì số lần nghỉ học sẽ ắt ựi

D14 đi học một

mình đúng Sai +/-

đi học một mình có thể làm tăng hoặc giảm số lần nghỉ học

D15 Giỏi Khác

D16

Kết quả học tập Khá Khác -

Kết quả học tập cao thì số lần nghỉ học ắt

D17 Nhiều Khác

D18 Bình thường Khác

Tham gia hoạt ựộng +

Tham gia hoạt ựộng ngoại khóa càng nhiều thì khả

B TIẾN HÀNH XÂY DỰNG MÔ HÌNH :

1) Mô hình hồi quy gốc:

Mức ñộ phù hợp của mô hình khá thấp : R2=0.224174

Dựa vào kết quả hồi quy có ñược ,nhóm phát hiện ra trong mô hình chỉ có ba biến có ý nghĩa: X5, D7, D13 (do |t-statistic| >2) Mặt khác, hiện tượng có khá nhiều biến không có ý nghĩa ñối với mô hình xuất hiện ( do |t-statistic| < 2) Tuy nhiên ñể ñánh giá một cách chính xác bản chất của hiện tượng này, nhóm thực hiện sẽ xét ma trận tương quan giữa các biến ñộc lập sau

2) Ma trận tương quan giữa các biến ñộc lập:

Bằng cách sử dụng Eviews, nhóm có ñược ma trận tương quan như sau:

Dựa vào bảng ma trận có ñược, nhóm phát hiện ra 3 cặp biến ñộc lập có hiện tượng ña cộng tuyến:

- D3 và D4 với D3 là sinh viên năm 2; D4 là sinh viên năm 3.

- D8 và D9 với D8 là khoảng cách từ chỗ ở ñến trường xa, D9 là gần

- D18 và D19 với D18 là hoạt ñộng ngoại khóa bình thường, D19 là ít

3) Mô hình với các biến có ý nghĩa (tạm thời bỏ qua cả các biến ña cộng tuyến)

Với ba biến có ý nghĩa (X5, D7, D13) và ba cặp biến có hiện tượng ña cộng vửa ñược phát hiện (D3-D4, D8-D9, D18-D19), nhóm quyết ñịnh hồi quy lại mô hình chỉ với ba biến có ý nghĩa ñó và sẽ kiểm ñịnh sự cần thiết của ba cặp biến ña cộng tuyến

Mức ñộ phù hợp của mô hình thấp và thậm chí thấp hơn cả mô hình gốc: R2= 0,141685 Tuy nhiên một lần nữa nhóm khẳng ñịnh cả ba biến này ñều có ý nghĩa ñối với mô hình (|t-statistic| > 2)

4) Kiểm ñịnh sự cần thiết của các biến bị ña cộng tuyến ñối với mô hình:

Như ñã nói trên, nhóm tiếp tục kiểm ñịnh kiểm ñịnh sự cần thiết của ba cặp biến bị ña cộng tuyến ñối với mô hình:

 Cặp D3-D4:

Sau khi kiểm ñịnh bằng Eviews, nhóm thấy cả 2 biến D3-D4 ñều không cần thiết ñối với

mô hình ( Prob Chi-Square của D3 là 0,5342 > 0.05, của D4 là 0,2696 > 0.05)

 Cặp D8-D9

Sau khi kiểm ñịnh bằng Eviews, nhóm thấy cả 2 biến D8-D9 là cần thiết ñối với mô hình ( Prob Chi-Square của D8 là 0,0017 < 0.05, của D9 là 0,0015 < 0.05) Nhưng vì hai biến này bị

ña cộng tuyến nên nhóm chỉ quyết ñịnh ñưa vào mô hình một trong hai biến và tiến hành hồi quy sau

 Cặp D18-D19

Sau khi kiểm ñịnh bằng Eviews, nhóm thấy cả 2 biến D18-D19 ñều không cần thiết ñối với

mô hình ( Prob.Chi-Square của D18 là 0,0720 > 0.05, của D19 là 0,1068 > 0.05)

Như vậy sau khi kiểm ñịnh, nhóm nhận ra chỉ có cặp biến D8-D9 có ý nghĩa Nhưng vì hiện tượng ña cộng tuyến chỉ có thể ñưa thêm một biến vào mô hình nên nhóm quyết ñịnh xây dựng mô hình hồi quy theo hai hướng:

- Hướng thứ nhất : Mô hình hồi quy với sự có mặt thêm của D8

- Hướng thứ hai : Mô hình hồi quy với sự có mặt thêm của D9

C MÔ HÌNH HỒI QUY VỚI SỰ CÓ MẶT THÊM CỦA BIẾN D8

Với việc sử dụng Eviews và ñưa thêm biến D8 vào mô hình, nhóm có kết quả hồi quy sau :

Mô hình có dạng:

Theo cách hồi quy này, biến D8 trở nên có ý nghĩa ñối với mô hình, tuy nhiên mức

ñộ phù hợp của mô hình rất thấp: R2= 0.163760 Do ñó nhóm sẽ lần lượt tiến hành kiểm ñịnh các “bệnh” của mô hình

Với ma trận tương quan trên, tất cả bốn biến ñều có |rij| <0.5 nên chúng không bị ña cộng tuyến

2) Kiểm ñịnh tự tương quan

Thông qua kiểm ñịnh Breusch-Godfrey bằng Eviews, nhóm thấy Prob.Chi-Square = 0.0314

< 0.05 nên mô hình bị tự tương quan

3) Kiểm ñịnh phương sai thay ñổi

Bằng phương pháp kiểm ñịnh White (Prob.Chi-Square =0.0000 < 0.05) và bằng phương pháp ñồ thị, nhóm có thể dễ dàng kết luận mô hình ñã bị HET

CÁCH KHẮC PHỤC HET

Nhóm tiến hành thêm trọng số 1/(abs_resid^1.065) và hồi quy lại mô hình

Mức ñộ phù hợp của mô hình tăng lên rất ñáng kể R2=0.995503 và nhóm sẽ tiến hành kiểm tra lại HET bằng phương pháp kiểm ñịnh White và Glejser

+ Kiểm ñịnh White

+ Kiểm ñịnh Glejser

Bằng phương pháp kiểm ñịnh White (Pro.Chi-Square = 0.0635> 0.05) và Glejser (Pro.Chi-Square = 0.0608 > 0.05), nhóm có thể ñưa ra kết luận mô hình không còn bị HET nữa

Tiếp theo nhóm sẽ tiến hành kiềm ñịnh lại bệnh tự tương quan ñối với mô hình ñã

thêm trọng số:

Do Pro.Chi-Square = 0.6515 > 0.05 nên mô hình ñã không còn hiện tượng tự tương quan nữa Như vậy sau khi thêm trọng số mô hình ñã khắc phục ñược các bệnh phương sai thay ñổi và tự tương quan, ñồng thời với mức ñộ phù hợp của mô hình R2 = 0.995503, nhóm có thể khẳng ñịnh mô hình này hoàn toàn phù hợp

Mô hình hồi quy sau khi thêm trọng số :

Yi = 2.194351 – 0.777105*X5 – 0.476706*D7 – 0.446207*D8 – 0.933751*D13 + ei

4) Một số tiêu chí khác ñể ñánh giá sự phủ hợp của mô hình

Các tiêu chí như Log likelihood = 170.0770 khá lớn, Akaike info criterion = 0.871119 nhỏ, Schwarz Criterion = -0.819172 nhỏ ñều cho thấy mô hình rất phù hợp

-D MÔ HÌNH HỒI QUY VỚI SỰ CÓ MẶT THÊM CỦA BIẾN D9

Với việc sử dụng Eviews và ñưa thêm biến D9 vào mô hình, nhóm có kết quả hồi quy sau :

Mô hình có dạng:

Theo cách hồi quy này, biến D9 trở nên có ý nghĩa ñối với mô hình, tuy nhiên mức

ñộ phù hợp của mô hình rất thấp: R2= 0.164327 Do ñó nhóm sẽ lần lượt tiến hành kiểm ñịnh các “bệnh” của mô hình

Với ma trận tương quan trên, tất cả bốn biến ñều có |rij| <0.5 nên chúng không bị ña cộng tuyến

2) Kiểm ñịnh tự tương quan

Thông qua kiểm ñịnh Breusch-Godfrey bằng Eviews, nhóm thấy Prob.Chi-Square = 0.0460

< 0.05 nên mô hình bị tự tương quan

3) Kiểm ñịnh phương sai thay ñổi

Bằng phương pháp kiểm ñịnh White (Prob.Chi-Square =0.0000 < 0.05) và bằng phương pháp ñồ thị, nhóm có thể dễ dàng kết luận mô hình ñã bị HET

CÁCH KHẮC PHỤC HET

Nhóm tiến hành thêm trọng số 1/(abs_resid2^1.045) và hồi quy lại mô hình

Mức ñộ phù hợp của mô hình tăng lên rất ñáng kể R2=0.958508 và nhóm sẽ tiến hành kiểm tra lại HET bằng phương pháp kiểm ñịnh White và Glejser

+ Kiểm ñịnh White

+ Kiểm ñịnh Glejser

Bằng phương pháp kiểm ñịnh White (Pro.Chi-Square = 0.0724 > 0.05) và Glejser (Pro.Chi-Square = 0.0775 > 0.05), nhóm có thể ñưa ra kết luận mô hình không còn bị HET nữa

Tiếp theo nhóm sẽ tiến hành kiềm ñịnh lại bệnh tự tương quan ñối với mô hình ñã

thêm trọng số:

Do Pro.Chi-Square = 0.7419 > 0.05 nên mô hình ñã không còn hiện tượng tự tương quan nữa Như vậy sau khi thêm trọng số mô hình ñã khắc phục ñược các bệnh phương sai thay ñổi và tự tương quan, ñồng thời với mức ñộ phù hợp của mô hình R2 = 0.958508, nhóm có thể khẳng ñịnh mô hình này hoàn toàn phù hợp

Mô hình hồi quy sau khi thêm trọng số :

Yi = 1.886546 – 0.655140*X5 – 0.548431*D7 + 0.410129*D9 – 0.932682*D13 + e

4) Một số tiêu chí khác ñể ñánh giá sự phủ hợp của mô hình

Các tiêu chí như Log likelihood = 549.1599 khá lớn,

Akaike info criterion = -2.871556 nhỏ, Schwarz Criterion = -2.819610 nhỏ ñều cho

thấy mô hình rất phù hợp

* Nhận xét:

Như vậy, nhóm ñã xây dựng ñược hai mô hình theo hai hướng với mức ñộ phù hợp là rất cao và không còn các bệnh ña cộng tuyến, tự tương quan cũng như phương sai thay ñổi Tuy nhiên với sự có mặt thêm của biến D8, mô hình xây dựng ñược có mức ñộ phù hợp cao hơn so với D9 ( 0.995503 > 0.958508), do ñó nhóm ñã quyết ñịnh chọn mô hình hồi quy với

sự có mặt của bốn biến ñộc lập: X5, D7, D8, D13 làm mô hình hồi quy cuối cùng (ñã thêm trọng số)

Vậy kết quả của mô hình hồi quy cuối cùng là:

Yi = 2.194351 – 0.777105*X5 – 0.476706*D7 – 0.446207*D8 – 0.933751*D13 + ei

E Ý NGHĨA THỰC TIỄN CỦA BỐN BIẾN X5, D7, D9, D13 ðỐI VỚI BIẾN PHỤ THUỘC Y

Sau khi kiểm ñịnh mô hình và khắc phục lỗi bằng cách thêm trọng số, mức ñộ phù hợp của

mô hình là : R2 = 0.995503 Như vậy, các biến X5, D7, D8, D13 có ảnh hưởng trực tiếp ñến biến phụ thuộc Y như sau :

♦ X5 : Tỉ lệ số môn học có hứng thú trên tổng số môn học trong một tuần Tác ñộng ngược chiều, có ý nghĩa : khi tỉ lệ các môn học có hứng thú tăng lên thì số lần nghỉ học trung bình trong tuần sẽ giảm ( các yếu tố khác không thay ñổi )

♦ D7 : tính cách bản thân là chăm chỉ Tác ñộng ngược chiều, có ý nghĩa : khi sinh viên chăm chỉ thì số lần nghỉ học trung bình trong tuần sẽ giảm 0.4767 ( lần/tuần ) ( các yếu

tố khác không ñổi )

♦ D8 : khoảng cách từ chỗ ở hiện tại ñến trường xa Tác ñộng ngược chiều, có ý nghĩa : khi sinh viên cho khoảng cách từ chỗ ở hiện tại ñến trường là xa thì số lần nghỉ học trung bình trong tuần sẽ giảm 0.4462 (lần/tuần) ( các yếu tố khác không ñổi )

♦ D13 : Sinh viên sẽ ñi học vào thời tiết xấu Tác ñộng ngược chiều, có ý nghĩa : khi sinh viên ñồng ý ñi học vào thời tiết xấu thì số lần nghỉ học trung bình trong tuần sẽ giảm 0.9937 ( lần/tuần) ( các yếu tố khác không thay ñổi )

- Các biến ñộc lập ñược ñưa vào mô hình dựa trên ý kiến chủ quan của các thành viên trong nhóm với sự tham khảo từ một số lượng sinh viên và quan niệm thông thường

- Trong quá trình hồi quy ñã loại bỏ một số biến không phù hợp Việc lựa chọn, loại bỏ và kiểm tra tính cần thiết của các biến ñã ñược nêu ở phần trước

F KHÓ KHĂN VÀ HẠN CHẾ TRONG QUÁ TRÌNH THỰC HIỆN

ðỀ TÀI

1. Khó khăn:

tiềm năng cao như các yếu tố ảnh hưởng ñến số giờ hoạt ñộng ngoại khóa của SV trong tuần; các yếu tố ảnh hưởng ñến số lần về quê của SV trong tháng; các yếu tố ảnh hưởng ñến số giờ ngủ của SV… ðề tài cuối cùng ñược chọn ra trên tiêu chí ý nghĩa của ñề tài, nhằm giúp cải thiện số lần ñến lớp của SV

dụng mô hình tuyến tính hay mô hình logarit ñể hồi quy Phương án cuối cùng chọn mô hình tuyến tính vì tính ñơn giản và ñộ chính xác của nó

khó khăn, việc tìm ra biến không khó nhưng xét xem liệu nó có khả năng ảnh hưởng ñến mô hình không ñể làm khảo sát lại là vấn ñề gây nhiều tranh cãi Do tính chất xã hội của vấn ñề và bản chất ñặc thù của từng yếu tố ảnh hưởng nên việc xác ñịnh biến ñịnh tính hay ñịnh lượng khá nhập nhằng Sau 2 buổi thảo luận nhóm ñã ñưa ra ñược 25 biến ñộc lập bao gồm 6 biến ñịnh lượng và 19 biến ñịnh tính ñể khảo sát sự ảnh hưởng của chúng ñối với biến phụ thuộc Y

chế ở TP HCM, và chỉ có thể thực hiện ở một số trường ñại học Một số phiếu khảo sát dùng phương pháp gửi thư ñiện tử nên có mở rộng phạm vi khảo sát ra các tỉnh thành khác Một số bạn không tích cực hợp tác vì thế chưa thu ñược nhiều phiếu hợp lệ

khi ñưa vào mô hình hồi quy ñã cho ra R- square thấp Nhóm cũng gặp một số khó khăn trong kĩ thuật vì kinh nghiệm còn hạn chế trong việc sử dụng Eviews

2. Hạn chế:

không cao Khi thiết lập mô hình phải loại bỏ một số lượng biến ñồng thời có thể xảy ra việc thiếu những biến có ý nghĩa trong mô hình

chính xác còn hạn chế, ñiều này cũng ảnh hưởng lớn ñến việc xây dựng mô hình hồi quy và quyết ñịnh việc các biến có ý nghĩa

G KẾT LUẬN CHUNG

Từ kết quả hồi quy cuối cùng, nhóm thực hiện có thể rút ra kết luận chung rằng các yếu tố ảnh hưởng trực tiếp chính yếu ñến số lần nghỉ học của sinh viên bao gồm : sự hứng thú với môn học, tính cách bản thân, khoảng cách từ nơi ở ñến trường và thời tiết Những yếu tố trên phù hợp với ý kiến và dự toán chung ban ñầu của nhóm

Qua ñó, nhà trường nên tạo thêm hứng thú cho tiết học của sinh viên thông qua nâng cao chất lượng giảng dạy của giảng viên, chất lượng giáo trình, cũng như hỗ trợ tích cực về ứng dụng công nghệ kỹ thuật Ngoài ra nhà trường nên có sự phân bố thời khoá biểu hợp lý nhằm tạo ra sự linh hoạt trong các vấn ñề thời tiết và thu hút sinh viên

Nhóm chúng tôi hy vọng rằng bài nghiên cứu trên ñây có thể ñem lại một cái nhìn khoa học

và khách quan về vấn ñề nghỉ học ở trường ñại học hiện nay ðây là một vấn ñề không mới, nhưng

ñể có thể khắc phục ñược nó, nhà trường và sinh viên phải cùng giải quyết từng yếu tố một một cách hợp lý ðây cũng là cách ñể sinh viên có cơ hội ñể nhìn nhận và ñánh giá có cơ sở về việc ñến lớp của bản thân

Bài nghiên cứu chắc chắn không thể tránh khỏi một số thiếu sót và hạn chế không mong muốn, do ñó nhóm chúng tôi rất mong nhận ñược nhận xét khách quan cũng như những ñánh giá ñóng góp từ giảng viên và các bạn

Xin chân thành cảm ơn sự giúp ñỡ tận tình cũng như những tài liệu quý giá mà giảng viên ñã cung cấp ñể chúng tôi hoàn thành bài nghiên cứu này Xin gửi lời cảm ơn ñến những cá nhân và tập thể ñã ñóng góp ý kiến và tham gia vào quá trình khảo sát nhằm ñưa ra những số liệu chính xác cho bài nghiên cứu

HẾT