CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
3.4.1. Đánh giá sự phù hợp của mô hình
Sau khi thực hiện phân tích nhân tố, để đánh giá mức độ phù hợp của mô hình ta sử dụng phương pháp hồi quy tuyến tính với 5 biến trong đó biến “hành vi sử dụng Internet” là biến phụ thuộc, còn 4 biến còn lại là biến độc lập.
Hành vi sử dụng Internet trong học tập
Sự hữu ích cảm nhận
Sự dễ sử dụng cảm nhận
Chuẩn chủ quan
Khả năng sử dụng
Áp dụng phương pháp stepwise (phương pháp chọn biến từng bước) ta có được các kết quả:
Bảng 3.11: Tóm tắt mô hình hồi quy đa biến R R2 R2 hiệu chỉnh Ước lượng
Sai số chuẩn Durbin- Watson
0,838 0,702 0,694 0,25092 2,012
Tra bảng thống kê Durbin-Watsonđể tìm dL và dU với N là số quan sát (N=150), k là số biến độc lập (k=4), ta có dL = 1.679 và dU = 1.788. Đại lượng thống kê Durbin–Watson (d)= 2,012: dU<d<4-dU nên mô hình không có hiện tượng tự tương quan.
So sánh 2 giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Hệ số R2 hiệu chỉnh = 0.694 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 69,4%. Nói cách khác, khoảng 69,4%
khác biệt của hành vi sử dụng internet trong học tập có thể được giải thích bởi sự khác biệt của 4 thành phần là sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận, chuẩn chủ quan và khả năng sử dụng (phần còn lại được giải thích bởi các thành phần khác).
Bảng 3.12: Kết quả phân tích ANOVA Tổng bình
phương Df Trung bình
bình phương F Sig.
Hồi quy 14.480 4 3.620 85.373 0,000
Phần dư 6.148 145 .042
Tổng cộng 20.629 149
Bảng ANOVA cho thấy, trị thống kê F của mô hình với mức ý nghĩa sig
= 0.000 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.13: Kết quả phân tích hồi quy riêng từng phần Hệ số chưa
chuẩn hóa
Hệ số chuẩn
hóa Đa cộng tuyến
Mô hình
B Sai số
chuẩn Beta
t Sig.
Độ chấp nhận
Hệ số phóng đại phương
sai
Constant .172 .183 .940 .349
HI .202 .029 .325 7.024 .000 .963 1.039
DSD .249 .025 .475 9.915 .000 .896 1.116
CCQ .277 .029 .465 9.616 .000 .879 1.137
KN .209 .032 .337 6.630 .000 .794 1.259
Hệ số phóng đại phương sai (Variance inflation factor – VIF)nhỏ hơn 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình. Như vậy, phân tích hồi quy là có ý nghĩa.
Hàm hồi quy tuyến tính tổng thể có dạng như sau:
HVi = β1 + β2HIi + β3DSDi + β4CCQi + β5KNi + ui Tương ứng, hàm hồi quy mẫu có dạng:
HV*i = b1 + b2HI*i + b3DSD*i + b4CCQ*i + b5KN*i + ûi Trong đó:
- HV: Là hành vi sử dụng internet trong học tập;
- HI: sự hữu ích cảm nhận;
- DSD: sự dễ sử dụng cảm nhận - CCQ: chuẩn chủ quan
- KN: khả năng sử dụng
Các hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mô hình hồi quy trên ảnh hưởng tỉ lệ thuận đến hành vi sử dụng internet trong học tập của sinh viên.
4 thành phần nêu trên đều có ảnh hưởng đáng kể đến hành vi sử dụng internet của sinh viên (với mức ý nghĩa sig < 0.05). Tức là, ta chỉ chấp nhận cả 4 giả thuyết đề ra của mô hình nghiên cứu hiệu chỉnh, đó là:
- H1: sự hữu ích cảm nhận ảnh hưởng đến Hành vi sử dụng internet trong học tập
- H2: sự dễ sử dụng cảm nhận ảnh hưởng đến Hành vi sử dụng internet trong học tập
- H3: Chuẩn chủ quan ảnh hưởng đến Hành vi sử dụng internet trong học tập
- H4: khả năng sử dụng ảnh hưởng đến Hành vi sử dụng internet trong học tập
Như vậy, dựa vào Bảng kết quả hồi quy riêng từng phần, phương trình hồi quy tuyến tính có dạng như sau:
HVi = 0,172 + 0,202HIi + 0,249DSDi + 0,277CCQi + 0,209KNi + ui
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,325HI*i + 0,475DSD*i + 0,465CCQ*i + 0,337KN*i
Các hệ số Beta của các biến độc lập xấp xỉ nhau, do đó có thể kết luận các thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên. Trong đó, sự dễ sử dụng cảm nhận và
chuẩn chủ quan ảnh hưởng đến hành vi sử dụng nhiều hơn.