Từ những đặc điểm về dịch vụ đào tạo đại học và những mô hình nghiên cứu về đánh giá chất lượng dịch vụ, đồng thời vận dụng những công trình đã nghiên cứu về đánh giá chất lượng đào tạo
Trang 1ĐÁNH GIÁCHẤT LƯỢNG ĐÀO TẠO NGÀNH KẾ TOÁN KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM BẰNG PHƯƠNG PHÁP
KẾT HỢP SEM VÀ BAYESIAN NETWORKS
TRẦN THỨ BA 1 PHẠM TRƯỜNG QUÂN
1
Khoa Kế toán Kiểm toán, Trường Đại học Công nghiệp thành phố Hồ Chí Minh;
tranthuba9911008@gmail.com
Tóm tắt. Từ những đặc điểm về dịch vụ đào tạo đại học và những mô hình nghiên cứu về đánh giá chất
lượng dịch vụ, đồng thời vận dụng những công trình đã nghiên cứu về đánh giá chất lượng đào tạo đại học trong và ngoài nước, nhóm nghiên cứu đãxây dựng mô hình đánh giá các nhân tố ảnh hưởng đến chất lượng đào tạo ngành Kế toán Kiểm toánthông quamức độ hài lòng của sinh viên khoa Kế toán Kiểm toántại Trường Đại học Công nghiệp TP.HCM (IUH) Với 5 nhân tố chính được khảo sát thực nghiệm bao gồm: cán bộ nhân viên quản lý và phục vụ đào tạo, chương trình đào tạo, đội ngũ giảng viên, cở sở vật chất, sinh viên tích cực,nhóm nghiên cứu đã thực hiện kiểm định và hiệu chỉnh mô hình thông qua hệ
số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA), phân tíchmô hình cấu trúc tuyến tính (SEM) và phân tích mạng Bayes Kết quả nghiên cứu cho thấy có 3 nhân tố ảnh hưởng trực tiếp đến chất lượng giảng dạy tại khoa Kế toán Kiểm toán là đội ngũ giảng viên,
cở sở vật chất, sinh viên tích cựcvà 4 nhân tố ảnh hưởng đến chất lượng đào tạo ngành Kế toán Kiểm toán
là Chương trình đào tạo, đội ngũ giảng viên, cơ sở vật chất, trong đó yếu tố sinh viên tích cực gián tiếp ảnh hưởng đến chất lượng đào tạo Cuối cùng, nghiên cứu vận dụng phương pháp phân tích mạng Bayes
để xác định mức độ chất lượng đào tạo ngành Kế toán Kiểm toán tại IUH đạt được là 88,4% thông qua sự hài lòng của sinh viên ngành Kế toán Qua đó, nhóm tác giả đã đưa ra những gợi ý về Chương trình đào tạo, đội ngũ giảng viên, cơ sở vật chất, tuyển sinh,… nhằm nâng cao chất lượng giảng dạy và chất lượng đào tạo ngành Kế toán Kiểm toán cũng như mức độ hài lòng của sinh viên ngành Kế toán Kiểm toán tại Trường Đại học Công nghiệp TP.HCM
Từ khóa Chất lượng đào tạo, chất lượng giảng dạy, mô hình đánh giá, mạng Bayes, nhân tố tác động
ASSESSING THE QUALITY OFACCOUNTING AND AUDITING EDUCATION IN INDUSTRIAL UNIVERSITY OF HO CHI MINH CITY BY COMBINING STRUCTURE
EQUATION MODEL WITH BAYESIAN NETWORKS
Abstract With the features about University education service and the models researching about service quality, University education quality in and out side of my country, this subject will research and construct a model evaluating the quality of teaching and student satisfaction with the quality of university teaching in Industrial University of HCM City (IUH) With the results of experimental studies included five main factors: managers and education staffs, education programs, lecturers, facilities and motivated studentsat the Industrial University of HCM City, this subject also carries out some verifications and adjusts the model using reliability Cronbach's Alpha, Exploratory Factor Analysis (EFA), Confirmatory Factor Analysis (CFA), Structural Equation Modeling (SEM) and Bayesian Networks Our findings show that there are three factors directly affect the quality of teaching at Faculty of Accounting and Auditing: education programs,lecturers and motivated students.We also find that there are four factors affect the education quality, included three factors directly affect: education programs, lecturers, facilities and one factor indirect effect: motivated students Last, the research used Bayesian networks analysis to determine
Trang 2the magnitude of education quality in accounting field at IUH is 88,4% by using student satisfaction proxy We bringoutsomesolutionsto improve the quality of teaching and education in accounting field as well as the magnitude ofstudent satisfaction at Faculty of Accounting and Auditing in the Industrial University of HCM city
Keywords Quality of education, Quality of teaching, model evaluation, Bayesian networks, impact factors
1 GIỚI THIỆU
Để tồn tại và phát triển trong môi trường giáo dục cạnh tranh và mang tính toàn cầu như hiện nay, ban chủ nhiệm khoa chuyên môn và lãnh đạo của các trường đại học phải nắm bắt được những nhân tố ảnh hưởng đến chất lượng đào tạo nói chung và chất lượng giảng dạy nói riêng và cũng như sự hài lòng của sinh viên Từ đó, có thể đề ra những giải pháp đúng đắn để nâng cao hơn nữa chất lượng đào tạo và càng làm thỏa mãn hơn nhu cầu về học tập của người học - học viên Đó cũng chính là mục tiêu nghiên cứu của đề tài: “Xây dựng mô hình đánh giá chất lượng đào tạo ngành kế toán kiểm toán tại trường Đại học Công nghiệp TP.HCM bằng phương pháp kết hợp mô hình SEM và Bayesian Networks”
2 CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
2.1 Tổng quan về mô hình SEM
Một trong những kỹ thuật phức hợp và linh hoạt nhất sử dụng để phân tích mối quan hệ phức tạp trong mô hình nhân quả là mô hình mạng SEM (Structural EquationModeling) Mô hình SEM đã được sử dụng rộng rãi trong các lĩnh vực nghiên cứu như tâm lý học (Anderson & Gerbing,1988; Hansell và White, 1991), xã hội học (Lavee, 1988; Lorence và Mortimer, 1985) và trong lĩnh vực quản lý (Tharenou, Latimer và Conroy,1994) Đặc biệt mô hình SEM cũng được ứng dụng rất nhiều trong các nghiên cứuvềsự hài lòng (thỏa mãn) của khách hàng như : Mô hình nghiên cứu sự trung thành của khách hàng Dịch vụ thông tin di động tại Việt nam (Phạm Đức Kỳ - Bùi Nguyên Hùng, 2007) Mô hình đánh giá chất lượng dạy học đại học và sự hài lòng của sinh viên tại trường Đại học Công nghiệp TP.HCM (Trần Phước – Trần Thứ Ba, 2015)…
Mô hình SEM là sự mở rộng của mô hình tuyến tính tổng quát (GLM) cho phép nhà nghiên cứu kiểm định một tập hợp phương trình hồi quy cùng một lúc SEM có thể cho một mô hình phức hợp phù hợp với dữ liệu như các bộ dữ liệu khảo sát trong dài hạn, phân tích nhân tố khẳng định (CFA), các mô hình không chuẩn hoá, cơ sở dữ liệu có cấu trúc sai số tự tương quan, dữ liệu với các biến số không chuẩn (Non-Normality), hay dữ liệu bị thiếu (missing data) Đặc biệt, SEM sử dụng để ước lượng các mô hình
đo lường (Mesurement Model) và mô hình cấu trúc (Structure Model) của bài toán lý thuyết đa biến
Mô hình đo lường chỉ rõ quan hệ giữa các biến tiềm ẩn (Latent Variables) và các biến quan sát (observed variables) Nó cung cấp thông tin về thuộc tính đo lường của biến quan sát (độ tin cậy, độ giá trị) Mô hình cấu trúc chỉ rõ mối quan hệ giữa các biến tiềm ẩn với nhau Các mối quan hệ này có thể mô tả những
dự báo mang tính lý thuyết mà các nhà nghiên cứu quan tâm
Mô hình SEM phối hợp được tất cả các kỹ thuật như hồi quy đa biến, phân tích nhân tố và phân tích mối quan hệ hỗ tương (giữa các phần tử trong sơ đồ mạng) để cho phép chúng ta kiểm tra mối quan
hệ phức hợp trong mô hình Khác với những kỹ thuật thống kê khác chỉ cho phép ước lượng mối quan hệ riêng phần của từng cặp nhân tố (thành phần) trong mô hình cổ điển (mô hình đo lường), SEM cho phép ước lượng đồng thời các thành phần trong tổng thể mô hình, ước lượng mối quan hệ nhân quả giữa các khái niệm tiềm ẩn qua các chỉ số kết hợp cả đo lường và cấu trúc của mô hình lý thuyết, đo các mối quan
hệ ổn định và không ổn định, đo các ảnh hưởng trực tiếp cũng như gián tiếp, kể cả sai số đo và tương quan phần dư Với kỹ thuật phân tích nhân tố khẳng định (CFA) mô hình SEM cho phép linh động tìm kiếm mô hình phù hợp nhất trong các mô hình đề nghị Dưới đây là ví dụ về mô hình SEM (hình 1)
Trang 3Hình 1: Ví dụ về mô hình SEM
2.2 Mạng Bayesian
Mạng Bayes (Bayesian Networks) được phát triển đầu tiên vào cuối những năm 1970s ở Đại học Stanford [2] Một mạng Bayes được biểu diễn bởi một đồ thị, trong đó các nút đại diện cho các biến, còn các cung đại diện cho các phụ thuộc có điều kiện Phân phối xác suất có điều kiện của các biến được xác định bởi cấu trúc đồ thị của mạng Cấu trúc đồ thị của một mạng Bayes dẫn tới các mô hình dễ giải thích, các thuật toán và suy luận hiệu quả Các nút có thể đại diện cho một tham số đo được, một biến tiềm ẩn hay một giả thuyết, chứ không nhất thiết phải đại diện cho các biến ngẫu nhiên
Định nghĩa: Mạng Bayes là một đồ thị có hướng phi chu trình mà trong đó:
+ Các nút biểu diễn các biến
+ Các cung biểu diễn các quan hệ phụ thuộc thống kê giữa các biến và phân phối xác suất địa phương cho mỗi giá trị nếu cho trước giá trị của các cha
Nếu có một cung từ nút A tới nút B, thì biến B phụ thuộc trực tiếp vào biến A, và A được gọi là cha của B Nếu với mỗi biến Xi {i= 1, ,n} thì tập hợp các biến cha của nó được ký hiệu bởi parents (Xi), thì phân phối có điều kiện phụ thuộc của các biến là tích của các phân phối địa phương
𝑃(𝑋1, 𝑋2, , 𝑋𝑛) = ∏ 𝑃[𝑋𝑖|𝑝𝑎𝑟𝑒𝑛𝑡𝑠(𝑋𝑖)]
𝑛
𝑖=1 Nếu Xi không có cha, ta nói rằng phân phối xác suất địa phương của nó là không có điều kiện, nếu không, nó là có điều kiện Nếu biến được biểu diễn bởi một nút được quan sát, thì ta nói rằng nút đó là một nút hiển nhiên (evidence node)
Một ưu điểm của mạng Bayes là, về mặt trực quan, con người có thể hiểu các quan hệ phụ thuộc trực tiếp và các phân phối địa phương dễ dàng hơn là phân phối có điều kiện phụ thuộc hoàn chỉnh
Ví dụ: Nếu cỏ bị ướt (biến C) thì: hoặc do được tưới nước (biến A), hoặc do trời mưa (biến B), thì tình huống này có thể được mô hình hóa bởi một mạng Bayes Ở đây, các biến có hai trạng thái có thể: T (đúng) và F (sai) (Hình 2)
Nhân tố 1
Nhân tố 2
Nhân tố 3
Nhân tố 5 Nhân tố 4
Nhân tố 6
Trang 4Hình 2: Ví dụ về mô hình mạng Bayesian đơn giản Hàm xác suất phụ thuộc có điều kiện là
P(C,A,B) = P(C |A,B).P(A |B).P(B)
Mô hình có thể trả lời các câu hỏi như "Nếu cỏ ướt thì khả năng trời mưa là bao nhiêu?" bằng cách
sử dụng các công thức xác suất có điều kiện:
𝑃(𝐵 = 𝑇|𝐶 = 𝑇) =𝑃(𝐵 = 𝑇, 𝐶 = 𝑇)
𝑃(𝐶 = 𝑇) Mỗi biến trong mạng Bayes luôn đặc trưng bởi một bảng phân phối xác suất hay qui luật phân phối xác xuất Phương pháp để xây dựng bảng phân phối xác suất cần phải căn cứ vào số liệu thống kê của quá trình hoặc hiện tượng và theo kinh nghiệm kết hợp với các phương pháp tính xác suất
Các nghiên cứu ứng dụng mạng Beyes ở Việt Nam còn rất hạn chế Tuy nhiên lý thuyết mạng Bayes đã được ứng dụng trong nhiều lĩnh vực như phân tích rủi ro dự án, dự báo chất lượng sản phẩm,
xử lý nước thải bị ô nhiễm, chuẩn đoán bệnh trong y học, có thể kể đến một số tác giả như: (Long D Nguyen, 2005), (Neil, M and Fenton, N., 1996), (Sahely, B and Bagley, D., 2001),…
2.3 Mô hình nghiên cứu
Mô hình nghiên cứu được xây dựng dựa trên những cơ sở lý thuyết nền tảng về dịch vụ, chất lượng dịch vụ và một số mô hình chất lượng dịch vụ của Parasuraman& Cộng sự (1988) Ở Việt Nam, cũng đã
có những đề tài nghiên cứu về chất lượng đào tạo và sự hài lòng của sinh viên như củaTrần Phước & Trần Thứ Ba (2015),Trần Thái Hòa (2012), ….Mục tiêu của bài viếtnày là giới thiệu mô hình đánh giá chất lượng giảng dạy và chất lượng đào tạo ngành Kế toán Kiểm toán tại IUH, từ đó đánh giá mức độ hài lòng của sinh viên dựa vào phân tích nhân tố kết hợp với phân tích mô hình cấu trúc tuyến tính (SEM) và mạng Bayes nhằm xây dựng được mô hình tốt để đánh giá sự ảnh hưởng của các nhân tố đến chất lượng giảng dạy và chất lượng đào tạo Kế toán Kiểm toán Từ đó đề ra những giải pháp nhằm nâng cao chất lượng dạy học và chất lượng đào tạo ngành Kế toán Kiểm toán tại Trường Đại học Công nghiệp TP.HCM
Mô hình đánh giá mức độ hài lòng của sinh viên đối với chất lượng giảng dạy và chất lượng đào tạo ngành Kế toán Kiểm toán được đề xuất (xem Hình 3) Theo đó, chất lượng giảng dạy và chất lượng đào tạo ngành Kế toán Kiểm toán được cho là chịu ảnh hưởng bởi 5 nhân tố: Chương trình đào tạo, Chất
Trang 5lượng đội ngũ giảng viên, Cán bộ nhân viên phục vụ, Cơ sở vật chất thiết bị dạy học và cuối cùng là yếu
tố sinh viên tích cực Trong đó:
+ Chương trình đào tạo (kí hiệu: CURR): gồm 7 biến quan sát, được xây dựng để đo lường chất lượng của chương trình dựa trên sự đánh giá mức độ phù hợp của chuẩn đầu ra và thực tế, sự phù hợp của chương trình chi tiết với chuẩn đầu ra, việc bố trí sắp xếp và phân bổ thời lượng học tập phù hợp
+ Đội ngũ giảng viên (LECT): gồm 9 biến quan sát, được xậynhằm đo lường chất lượng về đội ngũ giảng viên - là lực lượng thực hiện chức năng cung cấp dịch vụ học tập
+ Cán bộ nhân viện phục vụ (OFF): gồm 4 biến quan sát dùng để đánh giá chất lượng phục vụ và hỗ trợ công tác giảng dạy, đào tạo và học tập của sinh viên
+ Cơ sở vật chất thiết bị dạy học (FA): thiết kế gồm 9 biến quan sát nhằm đánh giá chất lượng của cơ sở vật chất và thiết bị dụng cụ dạy học sẽ ảnh hưởng đến chất lượng dạy và đào tạo
+ Sinh viên tích cực (STU): được thiết kế gồm 4 biến quan sát nhằm đánh giá sự tích cực của sinh viên sẽ ảnh hưởng đến chất lượng bài giảng của giáo viên và chất lượng học tập
+ Chất lượng giảng dạy (QUA): thiết kế gồm 4 biến quan sát nhằm đo lường mức độ hài lòng của sinh viên về công tác tổ chức giảng dạy và quản lý học tập
+ Chất lượng đào tạo (SAT): Gồm 3 biến quan sát nhằm đo lường mức độ hài lòng của sinh viên về chất
lượng đào tạo ngành Kế toán Kiểm toán (chi tiết xem phụ lục 1 – bảng câu hỏi)
Dưới đây là mô hình nghiên cứu được đề xuất - hình 3
Hình 3: Mô hình nhóm nghiên cứu đề xuất Điểm mới trong mô hình nghiên cứu (hình 3) so với các nghiên cứu trước là:
+ Nhóm tác giả đã thiết kế mô hình nghiên cứu các nhân tố ảnh hưởng đến Chất lượng giảng dạy đại
học và sự hài lòng của sinh viên đối với chất lượng giảng dạy (xem chi tiết phụ lục 2 – tóm tắt các
nghiên cứu trước)
+ Nghiên cứu sự ảnh hưởng của các nhân tố đến Chất lượng giảng dạy và Chất lượng đào tạo, cũng như
sự ảnh hưởng của Chất lượng giảng dạy đối với sự hài lòng của sinh viên được thực hiện phân tích với
mô hình cấu trúc tuyến tính (SEM – hình 3) nhằm cho thấy sự tác động của các nhân tố theo nhiều chiều hướng khác nhau
Trang 63 THIẾT KẾ NGHIÊN CỨU
Nghiên cứu định tính được tiến hành khảo sát ý kiến của một số chuyên gia về giáo dục đại học như PGS.TS Lê Văn Tán (Phó hiệu trưởng phụ trách đào tạo IUH), GS.TSKH Lê Huy Bá, PGS.TS Nguyễn Phuc Tý (Trợ lý hiệu trưởng IUH), PGS.TS Trần Phước (Trưởng khoa Kế toán Kiểm toán IUH), PGS.TS Nguyễn Minh Tuấn (Trưởng khoa Quản trị Kinh doanh IUH) và một số đồng nghiệp là giảng viên Trường Đại học Công nghiệp TP.HCM Đồng thời, thực hiện phát phiếu khảo sát (200 phiếu) đối tượng là sinh viên Trường Đại học Công nghiệp (chủ yếu là sinh viên năm 3, 4 gồm cả hệ liên thông) Sau nhiều lần hiệu chỉnh, bảng câu hỏi cuối cùng đã được xây dựng hoàn chỉnh với 40 câu hỏi và đưa vào khảo sát định lượng sinh viên của khoa Kế toán Kiểm toán tại Trường Đại học Công nghiệp TP.HCM
Khảo sát định lượng được tiến hành từ đầu tháng 02/2015 đến cuối tháng 5/2015, đối tượng chọn mẫu là sinh viên học ngành Kế toán Kiểm toánnăm 3 và 4 là chủ yếu, Trường Đại học Công nghiệp TP.HCM
Nghiên cứu định lượng này được thực hiện thông qua phương pháp trực tiếp phát phiếu điều tra (bảng câu hỏi) Phương pháp lấy mẫu phi ngẫu nhiên -lấy mẫu thuận tiện Mô hình đo lường gồm 40 biến quan sát, theo Hair &Ctg (1998), kích thước mẫu cần thiết là n = 200 (40x5) Để đạt được kích thước mẫu
đề ra, 350 bảng câu hỏi được gửi phỏng vấn sinh viên, kết quả thu về được 331 phiếu, trong đó có 322 phiếu hợp lệ Dữ liệu được nhập và phân tích kết hợp trên 3 phần mềm SPSS 20, AMOS 22 và
AgenaRisk
4 KẾT QUẢ NGHIÊN CỨU
Quá trình phân tích thống kê mô tả dữ liệu cho thấy tỷ lệ sinh viên của các khóa (năm) là không đồng đều, sinh viên năm 3 có tỷ lệ cao nhất (đạt 59,9%), sinh viên năm 4 chiếm tỷ lệ thấp hơn (chỉ đạt 37%), số còn lại là sinh viên năm 1 và 2 (chiếm 3,1%) Điều này có thể giải thích như sau: do đặc thù sinh viên năm cuối có số giờ học trên lớp (trường) ít hơn sinh viên năm 3 Tuy vậy, mẫu nghiên cứu vẫn phù hợp và đáp ứng cho nghiên cứu
Kết quả thống kê mô tả dữ liệu ở bảng 1 & bảng 2 cho thấy chất lượng giảng dạy và chất lượng đào tạo ngành Kế toán Kiểm toán là tương đối cao, từ đó dẫn đến sự hài lòng của sinh viên ngành Kế toán Kiểm toán cũng khá cao Tuy nhiên, trong chương trình đào tạo hoặc giảng dạy vẫn chưa chú trọng lắm đến những kiến thức kỹ năng mềm cho sinh viên
Bảng 1: Kết quả đánh giá chung về chất lượng giảng dạy
Statistics
(Nguồn: tác giả phân tích từ SPSS)
Bảng 2: Kết quả đánh giá chung về sự hài lòng của sinh viên về chất lượng đào tạo ngành Kế toán Kiểm toán
Statistics
(Nguồn: tác giả phân tích từ SPSS)
Trang 7Trong đó:
+ QUA1: Bạn hiểu và nắm vững các Kiến thức học được từ những môn học của nhà trường đã dạy (lý thuyết và thực hành)
+ QUA2: Những kỹ năng mềm học được từ nhà trường giúp cho bạn tự tin về khả năng tìm việc và làm việc sau khi ra trường
+ QUA3: Bạn yêu thích ngành học của mình đã chọn
+ QUA4: Công tác giảng dạy và quản lý học tập được thực hiện tốt và chu đáo
+ SAT1: Chương trình đào tạo nói chung đáp ứng được những mong đợi của cá nhân bạn
+ SAT2: Bạn có hài lòng về môi trường học tập và nghiên cứu tại Trường ĐH Công nghiệp TP.HCM + SAT3: Mức học phí đóng có phù hợp với chất lượng đào tạo mà bạn nhận được
4.1 Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Kết quả kiểm nghiệm độ tin cậy bằng hệ số Cronbach’s Alpha cho thấy: 29/40 biến quan sát của các nhân tố là phù hợp (đạt chuẩn), các nhân tố đều có tương quan với biến tổng lớn hơn 0.3; hệ số Cronbach’s alpha lớn hơn 0.6 nên có thể kết luận: sau khi loại bỏ 11 biến quan sát không đạt yêu cầu thì
độ tin cậy của các thang đo dùng trong mô hình đảm bảo độ tin cậy cho phép
Phân tích khám phá nhân tố EFA
Thang đo các thành phần: có 5 biến quan sát có hệ số tải nhân tố (Factor Loading) nhỏ hơn 0.5 nên lần lượt bị loại ra khỏi mô hình Kết quả EFA lần cuối cùng có KMO = 0.826, Sig = 0.000 (chứng tỏ phân tích nhân tố khám phá EFA là thích hợp và các biến quan sát có tương quan với nhau trong tổng thể), tổng phương sai trích được 74.101% (>60%), cho biết các nhân tố rút trích ra giải thích được 74.101% biến thiên của dữ liệu Sau khi phân tích nhân tố EFA, thang đo các thành phần không có sự xáo trộn nhiều biến quan sát giữa các thành phần, do đó tên gọi các thành phần ban đầu vẫn được giữ nguyên (Kết
quả xoay nhân tố - Hình 4)
Thang đo nhân tố chất lượng giảng dạy có KMO= 0.814,Sig.=0.000,và tổng phương sai trích = 74.507% Thang đo nhân tố sự hài lòng có KMO=0.793,Sig.=0.000, với tổng phương sai trích = 84.737%
Dưới đây là kết quả xoay nhân tố sau khi hiệu chỉnh và loại các biến không phù hợp (Hình 4).Như
vậy, với kết quả của phép phân tích EFA, chúng ta tiếp tục tiến hành phân tích nhân tố khẳng định CFA
Hình 4: Kết quả xoay nhân tố (đã hiệu chỉnh)
(Nguồn: tác giả phân tích từ SPSS)
Trang 8Phân tích nhân tố khẳng định CFA
Kết quả của phép phân tích CFA (hình 5) cho thấy hệ số chưa chuẩn hóa của các biến (17 biến)đều
có ý nghĩa thống kê và hệ số đã chuẩn hóa đều lớn hơn 0.5 nên không có biến nào bị loại thêm trong phép phân tích CFA Cuối cùng ta sử dụng mô hình đo lường 5 thành phần là chương trình đào tạo, đội ngũ giảng viên, cơ sở vật chất, cán bộ nhân viên quản lý phục vụ đào tạo và sinh viên tích cực để tiếp tục phân tích mô hình cấu trúc tuyến tính (SEM) Các chỉ số đo độ phù hợp mô hình đều đạt yêu cầu: Chi-square/df
= 0.364; TLI = 0.996; CFI=0.997 và RMSEA = 0.015 (p value = 0.287 > 0.05), chứng tỏ phần dư là
không đáng kể) nên có thể kết luận mô hình phù hợp với dữ liệu nghiên cứu và đạt được tính đơn nguyên
Hình 5: Mô hình CFA Các trọng số chưa chuẩn hóa đều có ý nghĩa thống kê (P-value <0.05), và các trọng số chuẩn hóa đều>0.5 Vì vậy ta có thể kết luận các biến quan sát dùng để đo lường các thành phần, nhân tố của mô hình đạt được giá trị hội tụ
Hệ số tin cậy Cronbach’s Alpha và tổng phương sai trích các thang đo (thành phần) trong mô hình đều đạt tiêu chuẩn - Bảng 3
Bảng 3: Tổng hợp hệ số tin cậy và phương sai trích
(Cronbach’s Alpha) Phương sai trích
(Nguồn: tác giả phân tích từ SPSS)
Trang 9Ta cũng có, hệ số tương quan giữa 5 thành phần đều nhỏ hơn 0.9 Mặt khác, các giá trị P-value đều nhỏ hơn 0.05, nên hệ số tương quan của từng cặp thành phần khác biệt so với 1 ở độ tin cậy 95% Vậy, các thang đo của mô hình đạt giá trị phân biệt
4.2 Phân tích mô hình cấu trúc tuyến tính (SEM)
Sau khi phân tích và hiệu chỉnh cấu trúc ta có kết quả - Mô hình SEM như Hình 6
Kết quả ước lượng mô hình đề xuất tuy phù hợp với dữ liệu nghiên cứu, nhưng thành phần OFF - cán bộ nhân viên quản lý và phục vụ là không có ý nghĩa thống kê ở độ tin cậy 90% (p-value > 0.10) khi xem xét sự ảnh hưởng đến chất lượng giảng dạy (QUA) và chất lượng đào tạo (SAT), nên phải loại bỏ thành phần OFF ra khỏi mô hình SEM Sau đó thực hiện ước lượng mô hình hiệu chỉnh ta thu được kết quả như Hình 6 Mô hình có thể nói là phù hợp với dữ liệu nghiên cứu bởi vì Chi-square/df =1.328 (< 2), TLI=0.922, CFI=0.936 (>0.9); RMSEA=0.068 (<0.08)
Hình 6: Kết quả phân tích SEM - đã hiệu chỉnh Kết quả các hệ số chưa chuẩn hoá của mô hình SEM
Bảng 4: Bảng các trọng số hồi quy chưa chuẩn hóa (Regression Weights)
thống kê Giá trị xác suất
(N guồn: tác giả phân tích từ AMOS)
Trang 10Xem bảng 4, ta thấy: 3 thành phần Đội ngũ giảng viên (LECT), Cơ sở vật chất (FA), Sinh viên tích cực (STU) đều tác động thuận chiều đến Chất lượng giảng dạy (QUA) ở độ tin cậy 95% (do P-value<0.05); 3 thành phần là Chương trình đào tạo (CURR), Đội ngũ giảng viên (LECT), Cơ sở vật chất (FA) đều tác động thuận chiều đến Chất lượng đào tạo Cuối cùng nhân tố Chất lượng giảng dạy tác động thuận chiều đến Chất lượng đào tạo (độ tin cậy 95%) Sau đây là kết quả các trọng số đã được chuẩn hoá
Bảng 5: Các trọng số hồi quy đã chuẩn hóa
(Nguồn: tác giả phân tích từ AMOS) Qua Bảng 5 ta có các kết luận như sau:
-Thành phần LECT (đội ngũ giảng viên) có tác động mạnh nhất đến Chất lượng giảng dạy vì có trọng số
đã chuẩn hóa cao nhất bằng 0.428 Tiếp đến là thành phần FA (cơ sở vật chất)với trọng số chuẩn hóa là 0.154 và cuối cùng là thành phần STU (sinh viên tích cực) có trọng số chuẩn hóa là 0.141
-Thành phần CURR (Chương trình đào tạo) ảnh hưởng khá mạnh đến chất lượng đào tạo với trọng số đã chuẩn hóa là 0.293,tiếp đến là FA (cơ sở vật chất) với trọng số 0.231 và LECT (đội ngũ giảng viên) có trọng số là 0.208
-Nhân tố Chất lượng giảng dạy tác động khá mạnh đến Chất lượng đào tạo với trọng số hồi quy đã chuẩn hóa bằng 0.325
4.4 Đánh giá mức độ tương đối về Chất lượng đào tạo ngành Kế toán Kiểm toán – ĐH Công Nghiệp TP.HCM
Để tính toán tổng hợp chỉ sốvề mức độ hài lòng của sinh viên đối với các thành phần tác động và ước lượng chỉ số Chất lượng đào tạo, nhóm tác giả đã thiết kế mô hình theo phương pháp Bayesian Networks trên cơ sở kết quả phân tích của mô hình SEM ở mục 4.3 - (hình 6)
Trong mô hình trên (hình 7), nhóm tác giả đã tiến hành phân loại các biến quan sát theo các nhóm phù hợp (3 nhóm cơ bản) có tác động đến Chất lượng đào tạo cũng như sự hài lòng của sinh viên về Chất lượng đào tạo Kế toán Kiểm toán, đó là;
Giảng viên (biến A): Chất lượng đội ngũ giảng viên được phản ánh qua mức độ hài lòng của sinh
viên đối với “Thái độ - biến A1” và “Phương pháp dạy học – biến A2” của giảng viên
Cơ sở vật chất & thiết bị dạy học (biến B): Chất lượng của cơ sở vật chất & thiết bị dạy học được
phản ánh qua mức độ hài lòng của sinh viên đối với yếu tố “Phòng học – biến B1” và “Trang thiết bị dạy học – biến B2 ”
Chương trình đào tạo (biến C): Chất lượng của chương trình đào tạo của nhà trường được phản
ánh qua mức độ hài lòng của sinh viên đối với yếu tố “Phù hợp với cấp học/bậc học – biến C1” và “Phù hợp với những yêu cầu thực tế xã hội – biến C2”