efa using spss

Chương trình Giảng dạy Kinh tế FulbrightNiên khóa 2007-2008

Các phương pháp phân tích Tài liệu phát thêm

Chöông trình giaûng daïy kinh teá FulbrightHoïc kyø thu naêm 2007

Caùc phöông phaùp phaân tích

Taøi lieäu phaùt theâm

Phaân tích nhaân toá khaùm phaù (Exploratory Factor Analysis) baèng SPSS

Giôùi thieäu veà phaân tích nhaân toá khaùm phaùThao taùc thöïc hieänÑoïc keát quaûNhaân soáCaùc phaân tích khaùc sau khi thöïc hieän phaân tích nhaân toá

1. Giôùi thieäu

Phaân tích nhaân toá khaùm phaù laø moät phöông phaùp phaân tích thoáng keâ duøng ñeå ruùt goïn moät taäp goàm nhieàu bieán quan saùt phuï thuoäc laãn nhau thaønh moät taäp bieán (goïi laø caùc nhaân toá) ít hôn

Khaùnh Duy 1



ñeå chuùng coù yù nghóa hôn nhöng vaãn chöùa ñöïng haàu heát noäi dung thoâng tin cuûa taäp bieán ban ñaàu (Hair & ctg, 1998)

Ví duï: Thoï & ctg (2005) ñaõ ño löôøng “cô sôû haï taàng ñaàu tö” cuûa tænh Tieàn Giang thoâng qua 12 bieán quan saùt (ñieän oån ñònh, nöôùc oån ñònh … chi phí lao ñoäng reû). 12 bieán quan saùt naøy ñöôïc ruùt goïn thaønh 3 nhaân toá. Ba nhaân toá môùi ñöôïc ñaët teân laøø: cô sôû haï taàng, maët baèng, lao ñoäng.

Nhaân toáStt

Bieán quan saùt Cô sôû haï taàng

Maët baèng Lao ñoäng

1 Ñieän oån ñònh .59 .09 .312 Nöôùc oån ñònh .69 .06 .163 Thoaùt nöôùc toát .65 -.01 -.114 Giaù ñieän hôïp lyù .62 .26 .105 Giaù nöôùc phuø hôïp .59 .18 .176 Thoâng tin lieân laïc

thuaän tieän.58 .21 -.01

7 Giao thoâng thuaän lôïi .59 .22 .118 Giaù thueâ ñaát hôïp lyù .27 .65 .079 Chi phí ñeàn buø, giaûi

toaû thoaû ñaùng.13 .86 .09

10

Maët baèng saép xeáp kòp thôøi

.14 .83 .08

11

Lao ñoäng doài daøo .16 .16 .80

12

Chi phí lao ñoäng reû .08 .04 .86

Nguoàn: Thoï &ctg, 2005, 49

2. Thao taùc thöïc hieänBaïn haõy môû file chat luong khoa hoc thac si va su hai long cua

hoc vien.sav. Ñaây laø moät phaàn döõ lieäu khaûo saùt chaát löôïng khoaù

Khaùnh Duy 2



hoïc thaïc só vaø söï haøi loøng cuûa hoïc vieân cao hoïc cuûa moät tröôøng ñaïi hoïc khoái kinh teá ôû TPHCM. Baûn caâu hoûi (trích) töông öùng vôùi boä döõ lieäu naøy ñöôïc ñính keøm ôû phaàn phuï luïc. Baûn caâu hoûi naøy döïa treân neàn taûng lyù thuyeát veà thang ño CEQ (Course Experience Questionnaire) do Ramsden ñeà xuaát trong ñaùnh giaù chaát löôïng khoaù hoïc cuûa neàn giaùo duïc Uùc vaø ñaõ ñöôïc hieäu chænh thoâng qua nghieân cöùu ñònh tính.

Hình 1. Caùc bieán ñaõ ñöôïc khai baùo

Hình 2. Döõ lieäu ñaõ ñöôïc nhaäp

Khaùnh Duy 3



Böôùc 1. Töø thanh menu cuûa SPSS. Choïn Analyze

Data Reduction

Khaùnh Duy 4



FactorHình 3

Hình 4

Khaùnh Duy 5



Hình 5

Hình 6.

Hình 7

Khaùnh Duy 6

Khi hoäp thoaïi Factor Analysis xuaát hieän. + Ñöa caùc bieán caàn phaân tích nhaân toá vaøo khung Variables+ Sau ñoù laàn löôït choïn caùc nuùt Descriptives Extraction Rotation Options Scores vaø ñaùnh daáu choïn caùc muïc phuø hôïp (khi caàn)

Khi choïn Descriptives. Hoäp thoaïi nhö Hình 5 xuaát hieän. Ñaùnh daáu choïn KMO and Bartlett’s test of sphericity (neáu caàn)

Khi choïn Extraction. Hoäp thoaïi nhö Hình 6 xuaát hieän.

Trong baøi hoïc, ta söû duïng phöông phaùp trích maëc ñònh cuûa SPSS laø Principal components

Moät phöông phaùp hay ñöôïc söû duïng khaùc laø

Khi choïn Rotation. Hoäp thoaïi nhö Hình 7 xuaát hieän.

Daùnh daáu choïn Varimax neáu phöông phaùp trích laøPrincipal components

Ñaùnh daáu choïn Promax neáu phöông phaùp trích maø baïn choïn ôû Hình 6 laø



Hình 8

Hình 9

3. Ñoïc keát quaûHình 10. Baûng Ma traän nhaân toá ñaõ xoay trong keát quaû EFA laàn 1

Rotated Component Matrix(a)

Khaùnh Duy 7

Khi baám nuùt Options, hoäp thoaïi Factor Analysis: Options xuaát hieän. Trong hoäp thoaïi naøy:+Choïn Sorted by size ñeå saép xeáp caùc bieán quan saùt trong cuøng moät nhaân toá ñöùng gaàn nhau+Choïn suppress absolute value less than neáu khoâng theå hieän caùc troïng soá nhaân toá coù trò tuyeät ñoái

Khi baám nuùt Scores, hoäp thoaïi Factor Analysis: Factor Scores xuaát hieän.

Choïn Save as variables neáu baïn muoán löu laïi nhaân soá (ñaõ chuaån hoaù) cuûa töøng nhaân toá



Component

1 2 3 4 5 6 7 8

Khaùnh Duy 8



gss5 .763 gss2 .708 gss6 .708 gqs4 .705 gss1 .697 gss4 .660 gqs5 .641 gqs3 .624 gqs6 .620 gss3 .579 gqs2 .574 gqs1 .535 lcs5 .668 lcs3 .646 lcs2 .644 cgss1 .625 cgss4 .620 cgss2 .601 lcs1 .589 cos1 .570 lcs4 .568 cos2 .545 cgss3 .518 cos7 .727 cos8 .724 cos6 .723 cos5 .658 cos3 .645 cos9 .567 cos4 .486 lrs5 .473 gts6 .689gts4 .633gts3 .615gts2 .596gts5 .580gts1 .555lrs1 .743 lrs2 .706 lrs3 .656 lrs4 .596 aws3 .805 aws1 .795 aws2 .743 aws4 .569 ims3 .671 ims2 .655 ims1 .575 ims4 .493 gss7 .769gss8 .766

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a Rotation converged in 7 iterations.

Trong baûng keát quaû ôû Hình 10, coù bao nhieâu coät töùc laø coù baáy nhieâu thaønh phaàn chính (nhaân toá) ñöôïc ruùt ra. Coù 8 nhaân toá ñöôïc ruùt ra.

Khaùnh Duy 9



Caùc con soá ôû trong baûng Rotated Component Matrix(a) goïi laø caùc Factor loading, hay heä soá taûi nhaân toá, hay troïng soá nhaân toá. Neáu trong Hình 8, baïn khoâng ñaùnh daáu choïn suppress absolute value less than thì ôû Hình 10, treân moãi doøng, moãi bieán quan saùt seõ coù 8 Factor loading ôû moãi coät töông öùng. (Neáu choïn phöông phaùp trích Principal axis factoring, thay vì xem baûng Rotated Component Matrix, baïn haõy xem baûng Pattern Matrix)

Trong ví duï naøy, Hình 10 chæ hieån thò Factor loading lôùn nhaát cuûa moãi bieán quan saùt taïi moãi doøng (ñeå ñôn giaûn). Treân moät doøng nhaát ñònh, chæ coù 1 con soá. Con soá naøy chính laø factor loading lôùn nhaát cuûa bieán quan saùt naèm ôû doøng ñoù. Bieán quan saùt vari coù factor loading lôùn nhaát naèm taïi coät naøo thì bieán quan saùt vari thuoäc veà nhaân toá ñoù. Bieán gss7 coù factor loading lôùn nhaát baèng 0.769 vaø bieán gss8 coù factor loading lôùn nhaát baèng 0.766; hai con soá naøy ôû vò trí cuûa coät soá 8, neân nhaân toá thöù 8 goàm coù hai bieán quan saùt laø gss7 vaø gss8. Nhaân toá thöù 4 bao goàm 6 bieán quan saùt laø gts1, gts2, gts3, gts4, gts5,gts6 vì Factor loading lôùn nhaát cuûa töøng bieán quan saùt naøy naèm ôû coät soá 4. Töông töï nhö vaäy, baïn seõ bieát ñöôïc moãi nhaân toá goàm coù nhöõng bieán quan saùt naøo. Hay noùi caùch khaùc, baïn seõ bieát ñöôïc bieán quan saùt baát kyø seõ naèm ôû nhaân toá thöù maáy (cuõng coù tröôøng hôïp Factor loading mang daáu aâm, luùc naøy baïn nhôù laáy trò tuyeät ñoái cuûa noù)

Moät tieâu chuaån quan troïng ñoái vôùi Factor loading lôùn nhaát caàn ñöôïc quan taâm: noù phaûi lôùn hôn hoaëc baèng 0.51 .

Hình 10 cho thaáy, Factor loading lôùn nhaát cuûa ba bieán bieán quan saùt cos4, lrs5, vaø ims4 ñeàu nhoû hôn 0.5. Vì vaäy, caùc bieán naøy khoâng thoaû maõn tieâu chuaån treân. Baïn coù neân loaïi cuøng luùc 3 bieán naøy ra khoâng? Khoâng neân. Baïn neân loaïi töø töøng bieán quan saùt moät. Bieán naøo coù factor loading lôùn nhaát maø khoâng ñaït nhaát seõ bò loaïi ra tröôùc. Factor loading lôùn nhaát cuûa lrs5 baèng 0.473; nhoû hôn hai con soá coøn laïi (0.486 vaø 0.493). Loaïi bieán lrs5 ra, seõ coù theå tình hình ñöôïc caûi thieän hôn. Thöïc hieän EFA töông töï nhö caùc böôùc treân, nhöng khoâng coù bieán lrs5, baûng keát quaû seõ nhö Hình 11.

Hình 11 cho thaáy sau khi loaïi bieán lrs5. Caùc bieán quan saùt ñeàu coù factor loading lôùn nhaát töø 0.5 trôû leân.

Cuõng coù taùc giaû quan taâm ñeán tieâu chuaån khaùc bieät heä soá taûi nhaân toá cuûa moät bieán quan saùt giöõa caùc nhaân toá ≥ 0.3 ñeå ñaûm baûo giaù trò phaân bieät giöõa caùc nhaân toá2.

1 Theo Hair & ctg (1998,111), Multivariate Data Analysis, Prentice-Hall International, Inc, Factor loading laø chæ tieâu ñeå ñaûm baûo möùc yù nghóa thieát thöïc cuûa EFA (ensuring practical significance). Factor loading > 0.3 ñöôïc xem laø ñaït ñöôïc möùc toái thieåu, Factor loading > 0.4 ñöôïc xem laø quan troïng, > 0.5 ñöôïc xem laø coù yù nghóa thöïc tieãn. Hair & ctg (1998,111) cuõng khuyeân baïn ñoïc nhö sau: neáu choïn tieâu chuaån factor loading > 0.3 thì côõ maãu cuûa baïn ít nhaát phaûi laø 350, neáu côõ maãu cuûa baïn khoaûng 100 thì neân choïn tieâu chuaån factor loading > 0.55, neáu côõ maãu cuûa baïn khoaûng 50 thì Factor loading phaûi > 0.75

Khaùnh Duy 10



Hình 11. Baûng Ma traän nhaân toá ñaõ xoay trong keát quaû EFA laàn 2Rotated Component Matrix(a)

Component

1 2 3 4 5 6 7 8gss5 .760 gss2 .716 gss6 .707 gqs4 .706 gss1 .700 gss4 .668 gqs5 .646 gqs3 .625 gqs6 .618 gqs2 .580 gss3 .578 gqs1 .537 lcs5 .670 lcs2 .644 lcs3 .643 cgss1 .624 cgss4 .620 cgss2 .598 lcs1 .588 cos1 .571 lcs4 .571 cos2 .543 cgss3 .514 cos7 .735 cos8 .729 cos6 .720 cos5 .659 cos3 .652 cos9 .581 cos4 .509 gts6 .695 gts4 .637 gts3 .621 gts2 .603 gts5 .575 gts1 .546 lrs1 .753 lrs2 .706 lrs3 .642 lrs4 .555 aws3 .805 aws1 .792 aws2 .747 aws4 .569 ims3 .685 ims2 .666 ims1 .594 ims4 .510 gss8 .769gss7 .764

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a Rotation converged in 7 iterations.

2 Jabnoun & Al-Tamimi (2003) “Measuring perceived service quality at UAE commercial banks”, International Journal of Quality and Reliability Management, (20), 4

Khaùnh Duy 11



Nhö vaäy caùc bieán quan saùt ñöa vaøo EFA ñöôïc ruùt goïn thaønh 8 nhaân toá. Baïn cuõng bieát ñöôïc moãi nhaân toá goàm coù nhöõng bieán quan saùt naøo. Ngöôøi phaân tích seõ xem caùc bieán quan saùt trong moãi nhaân toá laø nhöõng bieán naøo, coù yù nghóa laø gì, vaø cuõng caàn döïa treân lyù thuyeát … töø ñoù ñaët teân cho nhaân toá. Teân naøy caàn ñaïi dieän ñöôïc cho caùc bieán quan saùt cuûa nhaân toá.

Nhaân toá thöù nhaát goàm coù 12 bieán quan saùt sau:

gss1 Khoùa hoïc ñaõ phaùt trieån kyõ naêng giaûi quyeát vaán ñeà cuûa toâigss 2 Khoùa hoïc ñaõ laøm cho kyõ naêng phaân tích cuûa toâi ñöôïc saâu saéc hôngss 3 Khoùa hoïc ñaõ giuùp toâi phaùt trieån khaû naêng laøm vieäc nhoùmgss4 Nhôø tham döï khoùa hoïc, toâi caûm thaáy töï tin tröôùc nhöõng vaán ñeà ñang caûn trôû, hay nhöõng vaán ñeà môùigss5 Khoùa hoïc caûi thieän kyõ naêng vieát trong khoa hoïc cuûa toâigss6 Khoùa hoïc phaùt trieån khaû naêng laäp keá hoaïch coâng vieäc cuûa baûn thaân toâi

gqs1 Tröôøng khuyeán khích toâi say meâ, ñam meâ trong vieäc hoïc saâu hôn nöõa, vôùi baäc hoïc cao hôn nöõagqs2 Khoùa hoïc cung caáp cho lónh vöïc kieán thöùc cuûa toâi moät quan ñieåm roäng hôngqs3 Quaù trình hoïc khuyeán khích toâi ñaùnh giaù ñöôïc nhöõng theá maïnh, nhöõng khaû naêng cuûa toâigqs4 Toâi ñaõ hoïc ñeå aùp duïng nhöõng nguyeân taéc, kieán thöùc ñöôïc hoïc vaøo nhöõng tình huoáng môùigqs5 Khoùa hoïc giuùp toâi töï tin ñeå khaùm phaù nhöõng vaán ñeà môùigqs6 Toâi cho raèng nhöõng gì toâi ñöôïc hoïc coù giaù trò cho töông lai cuûa toâi

Döôùi goùc ñoä lyù thuyeát, caùc bieán quan saùt naøy thuoäc thaønh phaàn Phaùt trieån nhöõng kyõ naêng chung (Generic Skills Scale) vaø Chaát löôïng toát nghieäp (Graduate Qualities Scale). Baïn coù theå ñaët teân cho nhaân toá thöù nhaát laø “Chaát löôïng toát nghieäp & phaùt trieån caùc kyõ naêng chung” hoaëc coù theå moät teân khaùc nhö “phaùt trieån kieán thöùc – kyõ naêng – thaùi ñoä vôùi ngheà nghieäp” …

Nhaân toá thöù hai goàm coù 11 bieán quan saùt

lcs1 Toâi caûm thaáy moät boä phaän hoïc vieân, giaûng vieân, nhaân vieân cam keát thöïc hieän toát vieäc vieäc hoïc taäp, nghieân cöùu, giaûng daïy vaø phuïc vuï vieäc daïy - hoïclcs2 Toâi coù theå tìm hieåu nhöõng vaán ñeà höùng thuù trong khoa hoïc vôùi ñoäi nguõ giaûng vieân, vaø caùc hoïc vieân trong tröôønglcs3 Toâi caûm thaáy tin töôûng nhöõng ngöôøi khaùc trong tröôøng khi cuøng hoï khaùm phaù nhöõng yù töôûnglcs4 Nhöõng yù töôûng vaø nhöõng ñeà nghò cuûa hoïc vieân ñöôïc söû duïng trong quaù trình hoïclcs5 Toâi caûm thaáy mình cuõng thuoäc veà coäng ñoàng ñaïi hoïc

cgss1 Caùc tieâu chuaån, yeâu caàu cuûa vieäc hoïc taäp/nghieân cöùu ñöôïc bieát ñeán moät caùch deã daøngcgss2 Toâi thöôøng bieát roõ nhöõng kyø voïng cuûa toâi veà khoùa hoïc, vaø ñieàu maø toâi

Khaùnh Duy 12



caàn laømcgss3Toâi tích cöïc khaùm phaù vaø thöïc hieän nhöõng gì ngöôøi ta mong ñôïi ôû toâi trong khoùa hoïccgss4 Ñoäi nguõ giaûng vieân laøm roõ nhöõng gì hoï kyø voïng vaø yeâu caàu ôû hoïc vieân töø buoåi hoïc ñaàu tieân cuûa moân hoïc

cos1 Nhöõng hoaït ñoäng lieân quan ñeán vieäc toå chöùc khoùa hoïc ñöôïc thöïc hieän toátcos2 Toâi nhaän ñöôïc nhöõng thoâng tin, lôøi khuyeân höõu ích ñeå leân keá hoaïch hoïc taäp nghieân cöùu cuûa mình

Caùc bieán quan saùt cuûa nhaân toá thöù hai lieân quan ñeán thaønh phaàn Coäng ñoàng hoïc taäp (Learning Community Scale), Muïc tieâu & tieâu chuaån roõ raøng (Clear Goals and Standards Scale), vaø hai bieán quan saùt cuûa thaønh phaàn Toå chöùc khoùa hoïc (Course Organisation Scale). Noù lieân quan ñeán vaán ñeà vaên hoaù hoïc taäp; tröôøng ñaïi hoïc caàn taïo ra moät moâi tröôøng ñeå hoïc vieân coù theå caûm nhaän ñöôïc nôi aáy thöïc söï laø coäng ñoàng hoïc taäp vaø nghieân cöùu. Baïn coù theå ñaët teân nhaân toá laø Coäng ñoàng hoïc taäp vì teân naøy phaûn aùnh khaù roõ caùc bieán quan saùt trong nhaân toá, vaø vaãn giöõ ñöôïc moät khaùi nieäm mang tính lyù thuyeát cuûa thang ño CEQ, hoaëc baïn cuõng coù theå söû duïng moät teân khaùc nhö “Vaên hoùa hoïc taäp”

Nhaân toá thöù ba bao goàm 7 bieán quan saùt (töø cos3 ñeán cos9), vaø coù theå ñöôïc ñaët teân laø chöông trình ñaøo taïo

cos3 Caùc moân hoïc trong chöông trình ñöôïc toå chöùc moät caùch coù heä thoángcos4 Khoùa hoïc coù söï linh hoaït, meàm deûo hôïp lyù ñeå ñaùp öùng ñöôïc nhu caàu cuûa toâicos5 Toâi coù ñuû caùc löïa choïn veà caùc moân hoïc maø toâi muoán hoïccos6 Caùc moân hoïc hieän ñaïi, naâng cao trong chöông trình raát ña daïngcos7 Soá löôïng caùc moân hoïc trong chöông trình raát phuø hôïpcos8 Caùc moân hoïc trong chöông trình ñaït ñöôïc ñoä saâu veà kieán thöùccos9 Khoa sau ñaïi hoïc ñaùp öùng ñöôïc caùc yeâu caàu cuûa toâi

Nhaân toá thöù tö bao goàm 6 bieán quan saùt cuûa thaønh phaàn giaûng daïy toát, vaø teân cuûa noù vaãn laø “giaûng daïy toát” (Good Teaching Scale)

gts1 Ñoäi nguõ giaûng vieân (GV) cuûa khoùa hoïc ñoäng vieân, thuùc ñaåy toâi thöïc hieän toát nhaát coâng gts2 vieäc hoïc taäp nghieân cöùu cuûa mìnhgts2 Ñoäi nguõ GV daønh nhieàu thôøi gian bình luaän, goùp yù veà vieäc hoïc taäp nghieân cöùu cuûa toâigts3 Ñoäi nguõ giaûng vieân ñaõ noã löïc ñeå hieåu ñöôïc nhöõng khoù khaên maø toâi coù theå gaëp phaûi trong quaù trình hoïc taäp, nghieân cöùugts4 Ñoäi nguõ GV thöôøng cho toâi nhöõng thoâng tin höõu ích veà vieäc toâi neân laøm gì tieáp tuïcgts5 Caùc giaûng vieân giaûi thích ñieàu gì ñoù ñeàu raát roõ raøng, deã hieåugts6 Ñoäi nguõ GV ñaõ laøm vieäc taän tuïy, nghieâm tuùc ñeå laøm cho caùc chuû ñeà cuûa hoï trôû neân höùng thuù

Khaùnh Duy 13



Nhaân toá thöù naêm bao goàm caùc bieán quan saùt cuûa Nguoàn löïc hoïc taäp (Learning Resources Scale)

Möùc ñoä ñoàng yù

Nguoàn taøi lieäu trong thö vieän ñaùp öùng ñöôïc nhu caàu cuûa toâi 1 2 3 4 5 6 7

Thieát bò coâng ngheä thoâng tin phuïc vuï giaûng daïy &hoïc taäp hoaït ñoäng coù hieäu quaû

1 2 3 4 5 6 7

Nhaø tröôøng laøm roõ nhöõng taøi lieäu naøo ñaõ saün coù ñeå hoã trôï vieäc hoïc taäp cuûa toâi

1 2 3 4 5 6 7

Taøi lieäu hoïc taäp roõ raøng vaø suùc tích 1 2 3 4 5 6 7

Caùc taøi lieäu hoïc taäp cuûa khoùa hoïc thích hôïp, vaø ñöôïc caäp nhaät 1 2 3 4 5 6 7

Nhaân toá thöù saùu bao goàm caùc bieán quan saùt cuûa thaønh phaàn Khoái löôïng coâng vieäc hôïp lyù (Appropriate Workload Scale)

aws1 Taûi löôïng hoïc taäp khoâng quaù naëng neàaws2 Toâi khoâng chæ ñuû thôøi gian ñeå hieåu nhöõng ñieàu toâi buoäc phaûi hoïc, maø coøn coù theå daønh aws3 thôøi gian ñeå nghieân cöùu theâm caùc taøi lieäu tham khaûo khaùcaws4 Khoâng coù quaù nhieàu aùp löïc trong hoïc taäp, nghieân cöùuaws5 Khoái löôïng coâng vieäc trong khoùa hoïc hôïp lyù ñeå coù theå lónh hoäi ñöôïc kieán thöùc

Nhaân toá thöù baûy bao goàm caùc bieán quan saùt cuûa thaønh phaàn Thuùc ñaåy tri thöùc khoa hoïc (Intellectual Motivation Scale) nhö thang ño CEQ lyù thuyeát. Teân cuûa noù vaãn laø Thuùc ñaåy tri thöùc khoa hoïc

ims1 Toâi nhaän thaáy quaù trình hoïc taäp, nghieân cöùu cuûa toâi raát höùng thuù veà maët tri thöùc khoa hoïcims2 Toâi caûm thaáy coù ñoäng cô hoïc taäp toát khi tham döï khoùa hoïcims3 Khoùa hoïc ñaõ khieán toâi höùng thuù hôn trong lónh vöïc khoa hoïcims4 Noùi chung quaù trình hoïc taäp, nghieân cöùu cuûa toâi raát ñaùng giaù

Nhaân toá thöù taùm bao goàm hai bieán quan saùt vaø ñöôïc ñaët teân laø phaùt trieån kyõ naêng ngoaïi ngöõ & tin hoïc

gss7 Khoùa hoïc phaùt trieån kyõ naêng söû duïng ngoaïi ngöõ cuûa toâigss8 Khoùa hoïc phaùt trieån kyõ naêng tin hoïc cuûa toâi

Ngoaøi ra, khi phaân tích nhaân toá, ngöôøi ta coøn quan taâm ñeán caùc keát quaû cuûa KMO vaø kieåm ñònh Bartlett; Phöông sai trích (% bieán thieân ñöôïc giaûi thích bôûi caùc nhaân toá). Hình 12. Baûng KMO vaø kieåm ñònh Bartlett sau khi EFA laàn 2

Khaùnh Duy 14



KMO and Bartlett's Test

.946

7711.045

1225

.000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-Square

df

Sig.

Bartlett's Test ofSphericity

KMO laø moät chæ tieâu duøng ñeå xem xeùt söï thích hôïp cuûa EFA, 0.5≤KMO≤1 thì phaân tích nhaân toá laø thích hôïp. Kieåm ñònh Bartlett xem xeùt giaû thuyeát Ho: ñoä töông quan giöõa caùc bieán quan saùt baèng khoâng trong toång theå. Neáu kieåm ñònh naøy coù yù nghóa thoáng keâ (Sig ≤ 0.05) thì caùc bieán quan saùt coù töông quan vôùi nhau trong toång theå (Troïng & Ngoïc, 2005, 262)

Hình 12

Khaùnh Duy 15



Trong hình Hình 12, baïn quan taâm ñeán moät con soá ôû coät cuoái cuøng cuûa doøng soá 8 (vì coù 8 nhaân toá ñöôïc ruùt ra). Con soá naøy laø 66.793. Ngöôøi ta noùi phöông sai trích baèng 66.793%. Con soá naøy cho bieát taùm nhaân toá giaûi thích ñöôïc 66.793% bieán thieân cuûa caùc bieán quan saùt (hay cuûa döõ lieäu)

Coù moät tieâu chuaån ñoái vôùi phöông sai trích. Hair & ctg (1998) yeâu caàu raèng phöông sai trích phaûi ñaït töø 50% trôû leân3.

Caâu hoûi thöïc haønh 1

Khi EFA ñoái vôùi caùc bieán quan saùt oss1, oss2, oss3 ta coù keát quaû nhö sau. Baïn haõy cho bieát nhaän xeùt cuûa mình?

KMO and Bartlett's Test

.718

429.515

3

.000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-Square

df

Sig.

Bartlett's Test ofSphericity

Total Variance Explained

2.504 83.477 83.477 2.504 83.477 83.477

.351 11.711 95.187

.144 4.813 100.000

Component1

2

3

Total % of Variance Cumulative % Total % of Variance Cumulative %

Initial Eigenvalues Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

3 Gerbing & Anderson (1988), “An Update Paradigm for Scale Development Incorporing Unidimensionality and Its Assessments”, Journal of Marketing Research, Vol.25, 186-192 cuõng yeâu caàu phöông sai trích phaûi lôùn hôn hoaëc baèng 50%.

Khaùnh Duy 16



Component Matrixa

.941

.929

.869

oss1 Noùi chung, toâi ñaõ caûm thaáy haøi loøng veà chaát löôïng cuûa khoùa hoïc

oss2 Khoùa hoïc ñaõ ñaùp öùng ñöôïc nhöõng ñöôïc nhöõng hy voïng cuûa toâi

oss3 Hieän nay, tröôøng laø "nôi hoaøn haûo veà ñaøo taïo thaïc só " theo suy nghó cuûa toâi

1

Component

Extraction Method: Principal Component Analysis.

1 components extracted.a.

Rotated Component Matrixa

Only one component was extracted.The solution cannot be rotated.

a.

4. Nhaân soá

Khi EFA, trong hoäp thoaïi Factor Analysis, baïn coù theå choïn nuùt Scores, sau ñoù nhaáp choïn Regression ñeå löu laïi nhaân soá cuûa nhaân toá moät caùch töï ñoäng. Nhaân soá tính theo caùch naøy ñaõ ñöôïc chuaån hoùa (khoâng coù ñôn vò). Noù thích hôïp nhaát neáu baïn söû duïng caùc nhaân soá ñeå phaân tích hoài quy, vaø kieåm ñònh moái quan heä aûnh höôûng cuûa caùc bieán ñoäc laäp ñeán bieán phuï thuoäc; vaø raát thích hôïp neáu caùc bieán quan saùt coù ñôn vò tính khaùc nhau. Neáu baïn söû duïng caùc nhaân soá naøy ñeå thöïc hieän caùc thoáng keâ moâ taû, t-test, ANOVA … thì khoâng neân vì giaù trò trung bình cuûa noù baèng 0, vaø khoù giaûi thích; tröôøng hôïp naøy, baïn neân tính nhaân soá cuûa nhaân toá baèng caùch tính trung bình coäng cuûa caùc bieán quan saùt thuoäc nhaân toá, hoaëc baèng caùch tính toång cuûa caùc bieán quan saùt cuøng nhaân toá (chæ söû duïng caùch naøy khi caùc items coù cuøng ñôn vò ño löôøng).

Hình 13 Caùc bieán môùi ñöôïc töï ñoäng taïo ra ñeå löu laïi nhaân soá

Khaùnh Duy 17



Giaû söû baïn muoán tính nhaân soá baèng phöông phaùp trung bình coäng cuûa caùc bieán quan saùt thuoäc nhaân toá. Ví duï, baïn bieát raèng nhaân toá thöù tö -“giaûng daïy toát” - goàm coù 6 bieán quan saùt töø gts1 ñeán gts6. Tính nhaân soá cuûa nhaân toá naøy vaø löu vaøo bieán F4. Bieán F4 coù theå söû duïng ñeå ñaïi dieän cho 6 bieán quan saùt gts1, gts2, gts3, gts4, gts5, gts6.

Töø thanh Menu cuûa SPSS, choïn transform\compute variable sau ñoù khai baùo nhö Hình 14

Hình 14. Tính nhaân soá cuûa nhaân toá thöù tö - “giaûng daïy toát”

Khaùnh Duy 18

Caâu hoûi thöïc haønh 2: baïn haõy tính heä soá töông quan caëp giöõa FAC1_1, FAC2_1, FAC3_1, FAC4_1_1, FAC5_1, FAC6_1, FAC7_1, FAC_8, heä soá töông quan caëp giöõa caùc caëp bieán naøy baèng bao nhieâu?



Hình 15. Nhaân soá cuûa nhaân toá boán ñöôïc tính baèng caùch trung bình coäng

Töông töï, baïn seõ tính nhaân soá cuûa nhaân toá 1, 2, 3, 5, 6, 7, 8 vaø löu vaøo caùc bieán töông öùng F1, F2, F3, F5, F6, F7, F8. Keát quaû EFA trong phaàn caâu hoûi thöïc haønh cho thaáy cho oss1, oss2, oss4 ñöôïc nhoùm thaønh 1 nhaân toá. Giaû söû raèng baïn löu nhaân soá cuûa nhaân toá söï haøi loøng trong bieán OSHình 16. Nhaân soá tính baèng phöông phaùp trung bình

Khaùnh Duy 19



5. Caùc phaân tích khaùc sau khi thöïc hieän phaân tích nhaân toáTöø keát quaû cuûa EFA, baïn coù theå tieáp tuïc thöïc hieän nhieàu

phaân tích khaùc. Ví duï nhö Cronbach’s Alpha, T-test, ANOVA, Hoài quy, ño löôøng ña höôùng, phaân cuïm …

8 bieán F1, F2, F3, F4, F5, F6, F7, F8 coù theå ñaïi dieän ñöôïc cho raát nhieàu bieán quan saùt ñeå ño löôøng chaát löôïng khoaù hoïc thaïc só. Sau khi thöïc hieän phaân tích nhaân toá, baïn coù theå söû duïng caùc bieán F1, F2, F3, F4, F5, F6, F7, F8, OS ñeå thöïc hieän caùc phaân tích khaùc. Hình 17.

Nghieân cöùu cuûa Ostergaard vaø Kristensen (2005) cho thaáy möùc ñoä haøi loøng chung cuûa sinh vieân chòu aûnh höôûng bôûi nhieàu yeáu toá, trong ñoù coù “chaát löôïng phaàn cöùng”, vaø “chaát löôïng phaàn meàm”

Khaùnh Duy 20



cuûa chöông trình hoïc. Trong lónh vöïc giaùo duïc ñaïi hoïc4, chaát löôïng ñaøo taïo aûnh höôûng ñeán söï haøi loøng (Thurau, 2001). Kabanoff (2003) cuõng cho raèng 5 nhaân toá caùc kyõ naêng chung, giaûng daïy toát, muïc tieâu vaø tieâu chuaån roõ raøng, khoái löôïng coâng vieäc hôïp lyù, ñaùnh giaù hôïp lyù aûnh höôûng tyû leä thuaän ñeán möùc ñoä haøi loøng. Giaû söû baèng phöông phaùp hoài quy tuyeán tính boäi, baïn muoán xem xeùt trong caùc yeáu toá töø F1 ñeán F8, yeáu toá naøo thöïc söï taùc ñoäng ñeán OS moät caùch tröïc tieáp. Keát quaû hoài quy sau cuøng nhö sau:

Model Summaryb

.856a .732 .727 .68894Model1

R R SquareAdjusted R

SquareStd. Error ofthe Estimate

Predictors: (Constant), F7, F3, F2, F1a.

Dependent Variable: OSb.

ANOVAb

267.611 4 66.903 140.954 .000a

97.776 206 .475

365.387 210

Regression

Residual

Total

Model1

Sum ofSquares df

MeanSquare F Sig.

Predictors: (Constant), F7, F3, F2, F1a.

Dependent Variable: OSb.

Coefficientsa

-.313 .213 -1.469 .143

.211 .067 .188 3.148 .002 .214 .113 2.736

.177 .068 .151 2.616 .010 .179 .094 2.575

.437 .055 .436 7.882 .000 .481 .284 2.356

.189 .057 .193 3.293 .001 .224 .119 2.639

(Constant)

F1

F2

F3

F7

Model1

B Std. Error

UnstandardizedCoefficients

Beta

Standardized

Coefficients

t Sig. Partial Part

Correlations

VIF

CollinearityStatistics

Dependent Variable: OSa.

4 Bao goàm caû baäc ñaøo taïo ñaïi hoïc, thaïc só, tieán só

Khaùnh Duy 21

Caâu hoûi thöïc haønh 3: Vôùi keát quaû hoài quy trong phaàn naøy, moâ hình hoài quy coù daáu hieäu bò vi phaïm caùc giaû ñònh cuûa hoài quy tuyeàn tính khoâng? Trong caùc nhaân toá aûnh höôûng ñeán OS, nhaân toá naøo aûnh höôûng quan troïng nhaát, nhì, ba, tö?

Regression Standardized Predicted Value3210-1-2-3

Reg

ress

ion

Sta

nd

ard

ized

Res

idu

al 2

0

-2

-4

Scatterplot

Dependent Variable: muc do hai long

Regression Standardized Residual20-2-4

Fre

quen

cy

50

40

30

20

10

0

Histogram

Dependent Variable: Möùc ñoä haøi loøng

Mean =1.04E-16Std. Dev. =0.99

N =211



Neáu baïn coù yù ñònh söû duïng keát quaû phaân tích nhaân toá khaùm phaù EFA ñeå thöïc hieän caùc phaân tích nhö CFA (Confirmatory Factor Analysis), SEM (Structural Equation Modeling) thì trong quaù trình thöïc hieän EFA, baïn neân choïn phöông phaùp trích Principal axis factoring vôùi pheùp xoay Promax.

Phaân tích nhaân toá ngaøy caøng ñöôïc söû duïng nhieàu trong caùc lónh vöïc nghieân cöùu: töø quaûn trò, marketing, taâm lyù hoïc, xaõ hoäi hoïc, moâi tröôøng, khoa hoïc haønh vi, chính saùch coâng … vaø kinh teá phaùt trieån. Hy voïng raèng, taøi lieäu naøy seõ hoã trôï baïn moät phaàn naøo ñoù trong quaù trình hoïc taäp.

Taøi lieäu tham khaûoAUN_The Australian National University (2005), Graduate Destination Survey And Course Experience Questionnaire 2004SPSS Inc (2006), SPSS 15.0 Base User’s GuideNguyeãn Khaùnh Duy, Nguyeãn Vaên Só, Vuõ Thò Phöông Anh, Leâ Thaønh Nhaân (2007), Khaûo saùt söï haøi loøng cuûa hoïc vieân ôû tröôøng ÑH Kinh teá TPHCM veà chaát löôïng ñaøo taïo thaïc só, Ñeà taøi NCKH, Tröôøng ÑH Kinh teá TPHCM.Hair, Anderson, Tatham, black (1998), Multivariate Data Analysis, Prentical-Hall International, Inc.Harris K.L, James R. (2006) The Cource Experience Questionnaire, Graduate Destinations Survey and Learning and Teaching Performance Fund in Australia higher education , The University of North Carolina at Chapel Hill, saün coù taïi www.unc.edu/ppaq/docs/CEQ-final.pdf (20/09/2006)Ostergaard Dean Peder, Kristensen Kai (2005), Drivers of student satisfaction and loyalty at different levels of higher education (HE) cross-institutional results based on ECSI methodology, The Aahus School of Business, Denmark, saün coù taïi http://forskningsbasen.deff.dk/ddf/rec.external?id=hha9903 (01/03/2006)Ramsden (1991), “A performance indicator of teaching quality in higher education: the Course Experience Questionnaire”, Studies in Higher Education, 16, 129-50Ramsden (1999), The CEQ-looking back and forward. In: The Course Experience Questionnaire Symposium 1998, eds T Hand and K Treambath, DETYA, Canberra.Roger Gabb (2004), The CEQ, SES, and SET questionnaires, Victoria University. Saün coù taïi: http://ceds.vu.edu.au/set/pdf/CEQ%20SES%20and%20SET.pdf (28/04/2006)Schumacker Randall E. & Lomax Richard G. (2006), A biginner’s guide to Structural Equation Modeling, Lawrence Erlbaum associates, publisher, LondonNguyeãn Ñình Thoï, Phaïm Xuaân Lan, NguyeãnThò Bích Chaâm, Nguyeãn Thò Mai Trang (2005), Ñieàu tra ñaùnh giaù thöïc traïng moâi tröôøng ñaàu tö tænh Tieàn Giang vaø ñeà xuaát caùc giaûi phaùp huy ñoäng nguoàn löïc xaõ hoäi ñaàu tö phaùt trieån, Ñeà taøi NCKH, Sôû Khoa hoïc & coâng ngheä Tænh Tieàn Giang

Khaùnh Duy 22

http://ceds.vu.edu.au/set/pdf/CEQ%20SES%20and%20SET.pdf

http://forskningsbasen.deff.dk/ddf/rec.external?id=hha9903

http://www.unc.edu/ppaq/docs/CEQ-final.pdf



Hoaøng Troïng & Chu Nguyeãn Moäng Ngoïc (2005), Phaân tích döõ lieäu nghieân cöùu vôùi SPSS, NXB Thoáng KeâThurau T. H., Langer M., F. Hansen U. (2001), “Modeling and Managing student loyalty – an approach based on the concept of relationship quality”, Journal of Service Research, Vol 3, No.4, May 2001

Phuï luïc

BAÛN PHOÛNG VAÁN HOÏC VIEÂN CAO HOÏCThaân göûi quyù anh/chò hoïc vieân,Chuùng toâi laø nhöõng thaønh vieân nhoùm nghieân cöùu veà chaát löôïng ñaøo taïo thaïc

só cuûa nhaø tröôøng, raát mong anh/chò daønh ít thôøi gian ñeå ñieàn vaøo baûn phoûng vaán naøy. Nhöõng thoâng tin maø anh/chò cung caáp seõ giuùp ích cho nhaø tröôøng raát nhieàu trong vieäc naâng cao chaát löôïng ñaøo taïo thaïc só.

Xin chaân thaønh caûm ôn; vaø cho pheùp chuùng toâi ñöôïc göûi ñeán quyù anh/chò lôøi chuùc söùc khoûe, thaønh coâng, vaø haïnh phuùc!I. CHAÁT LÖÔÏNG KHOÙA HOÏC THAÏC SÓ Anh/chò vui loøng ñaùnh giaù möùc ñoä möùc ñoä ñoàng yù cuûa anh/ chò ñoái vôùi moãi phaùt bieåu döôùi ñaây. Quy öôùc raèng ñaïi töø “toâi” trong caùc caâu hoûi (caùc phaùt bieåu) laø anh/chò, vaø ñieåm cuûa caùc thang ño nhö sau:

Thang ño möùc ñoä ñoàng yù1. Raát khoâng ñoàng yù 2. Khoâng ñoàng yù 3. Hôi khoâng ñoàng yù 4. Phaân vaân, khoâng bieát coù ñoàng yù hay khoâng (trung laäp)5. Hôi ñoàng yù 6. Ñoàng yù 7. Raát ñoàng yù (phaùt bieåu hoaøn toaøn ñuùng)

Giaûng daïy toát (Good Teaching Scale) Möùc ñoä ñoàng yù

Ñoäi nguõ giaûng vieân (GV) cuûa khoùa hoïc ñoäng vieân, thuùc ñaåy toâi thöïc hieän toát nhaát coâng vieäc hoïc taäp nghieân cöùu cuûa mình

1 2 3 4 5 6 7

Ñoäi nguõ GV daønh nhieàu thôøi gian bình luaän, goùp yù veà vieäc hoïc taäp nghieân cöùu cuûa toâi

1 2 3 4 5 6 7

Ñoäi nguõ giaûng vieân ñaõ noã löïc ñeå hieåu ñöôïc nhöõng khoù khaên maø toâi coù theå gaëp phaûi trong quaù trình hoïc taäp, nghieân cöùu

1 2 3 4 5 6 7

Ñoäi nguõ GV thöôøng cho toâi nhöõng thoâng tin höõu ích veà vieäc toâi neân laøm gì tieáp tuïc

1 2 3 4 5 6 7

Caùc giaûng vieân giaûi thích ñieàu gì ñoù ñeàu raát roõ raøng, deã hieåu 1 2 3 4 5 6 7

Ñoäi nguõ GV ñaõ laøm vieäc taän tuïy, nghieâm tuùc ñeå laøm cho caùc chuû ñeà cuûa hoï trôû neân höùng thuù

1 2 3 4 5 6 7

Phaùt trieån nhöõng kyõ naêng chung (Generic Skills Scale) Möùc ñoä ñoàng yù

Khoùa hoïc ñaõ phaùt trieån kyõ naêng giaûi quyeát vaán ñeà cuûa toâi 1 2 3 4 5 6 7

Khoùa hoïc ñaõ laøm cho kyõ naêng phaân tích cuûa toâi ñöôïc saâu saéc hôn

1 2 3 4 5 6 7

Khoùa hoïc ñaõ giuùp toâi phaùt trieån khaû naêng laøm vieäc nhoùm 1 2 3 4 5 6 7

Nhôø tham döï khoùa hoïc, toâi caûm thaáy töï tin tröôùc nhöõng vaán ñeà ñang caûn trôû, hay nhöõng vaán ñeà môùi

1 2 3 4 5 6 7

Khoùa hoïc caûi thieän kyõ naêng vieát trong khoa hoïc cuûa toâi 1 2 3 4 5 6 7

Khoùa hoïc phaùt trieån khaû naêng laäp keá hoaïch coâng vieäc cuûa baûn thaân toâi

1 2 3 4 5 6 7

Khoùa hoïc phaùt trieån kyõ naêng söû duïng ngoaïi ngöõ cuûa toâi 1 2 3 4 5 6 7

Khaùnh Duy 23



Khoùa hoïc phaùt trieån kyõ naêng tin hoïc cuûa toâi 1 2 3 4 5 6 7

Chaát löôïng toát nghieäp (Graduate Qualities Scale) Möùc ñoä ñoàng yù

Tröôøng khuyeán khích toâi say meâ, ñam meâ trong vieäc hoïc saâu hôn nöõa, vôùi baäc hoïc cao hôn nöõa

1 2 3 4 5 6 7

Khoùa hoïc cung caáp cho lónh vöïc kieán thöùc cuûa toâi moät quan ñieåm roäng hôn

1 2 3 4 5 6 7

Quaù trình hoïc khuyeán khích toâi ñaùnh giaù ñöôïc nhöõng theá maïnh, nhöõng khaû naêng cuûa toâi

1 2 3 4 5 6 7

Toâi ñaõ hoïc ñeå aùp duïng nhöõng nguyeân taéc, kieán thöùc ñöôïc hoïc vaøo nhöõng tình huoáng môùi

1 2 3 4 5 6 7

Khoùa hoïc giuùp toâi töï tin ñeå khaùm phaù nhöõng vaán ñeà môùi 1 2 3 4 5 6 7

Toâi cho raèng nhöõng gì toâi ñöôïc hoïc coù giaù trò cho töông lai cuûa toâi

1 2 3 4 5 6 7

Muïc tieâu &tieâu chuaån roõ raøng (Clear Goals and Standards Scale) Möùc ñoä ñoàng yù

Caùc tieâu chuaån, yeâu caàu cuûa vieäc hoïc taäp/nghieân cöùu ñöôïc bieát ñeán moät caùch deã daøng

1 2 3 4 5 6 7

Toâi thöôøng bieát roõ nhöõng kyø voïng cuûa toâi veà khoùa hoïc, vaø ñieàu maø toâi caàn laøm

1 2 3 4 5 6 7

Toâi tích cöïc khaùm phaù vaø thöïc hieän nhöõng gì ngöôøi ta mong ñôïi ôû toâi trong khoùa hoïc

1 2 3 4 5 6 7

Ñoäi nguõ giaûng vieân laøm roõ nhöõng gì hoï kyø voïng vaø yeâu caàu ôû hoïc vieân töø buoåi hoïc ñaàu tieân cuûa moân hoïc

1 2 3 4 5 6 7

Khoái löôïng coâng vieäc hôïp lyù (Appropriate Workload Scale) Möùc ñoä ñoàng yù

Taûi löôïng hoïc taäp khoâng quaù naëng neà 1 2 3 4 5 6 7

Toâi khoâng chæ ñuû thôøi gian ñeå hieåu nhöõng ñieàu toâi buoäc phaûi hoïc, maø coøn coù theå daønh thôøi gian ñeå nghieân cöùu theâm caùc taøi lieäu tham khaûo khaùc

1 2 3 4 5 6 7

Khoâng coù quaù nhieàu aùp löïc trong hoïc taäp, nghieân cöùu 1 2 3 4 5 6 7

Khoái löôïng coâng vieäc trong khoùa hoïc hôïp lyù ñeå coù theå lónh hoäi ñöôïc kieán thöùc

1 2 3 4 5 6 7

Nguoàn löïc hoïc taäp (Learning Resources Scale) Möùc ñoä ñoàng yù

Nguoàn taøi lieäu trong thö vieän ñaùp öùng ñöôïc nhu caàu cuûa toâi 1 2 3 4 5 6 7

Thieát bò coâng ngheä thoâng tin phuïc vuï giaûng daïy &hoïc taäp hoaït ñoäng coù hieäu quaû

1 2 3 4 5 6 7

Nhaø tröôøng laøm roõ nhöõng taøi lieäu naøo ñaõ saün coù ñeå hoã trôï vieäc hoïc taäp cuûa toâi

1 2 3 4 5 6 7

Taøi lieäu hoïc taäp roõ raøng vaø suùc tích 1 2 3 4 5 6 7

Caùc taøi lieäu hoïc taäp cuûa khoùa hoïc thích hôïp, vaø ñöôïc caäp nhaät 1 2 3 4 5 6 7

Coäng ñoàng hoïc taäp (Learning Community Scale) Möùc ñoä ñoàng yù

Khaùnh Duy 24



Toâi caûm thaáy moät boä phaän hoïc vieân, giaûng vieân, nhaân vieân cam keát thöïc hieän toát vieäc vieäc hoïc taäp, nghieân cöùu, giaûng daïy vaø phuïc vuï vieäc daïy - hoïc

1 2 3 4 5 6 7

Toâi coù theå tìm hieåu nhöõng vaán ñeà höùng thuù trong khoa hoïc vôùi ñoäi nguõ giaûng vieân, vaø caùc hoïc vieân trong tröôøng

1 2 3 4 5 6 7

Toâi caûm thaáy tin töôûng nhöõng ngöôøi khaùc trong tröôøng khi cuøng hoï khaùm phaù nhöõng yù töôûng

1 2 3 4 5 6 7

Nhöõng yù töôûng vaø nhöõng ñeà nghò cuûa hoïc vieân ñöôïc söû duïng trong quaù trình hoïc

1 2 3 4 5 6 7

Toâi caûm thaáy mình cuõng thuoäc veà coäng ñoàng ñaïi hoïc 1 2 3 4 5 6 7

Thuùc ñaåy tri thöùc khoa hoïc (Intellectual Motivation Scale) Möùc ñoä ñoàng yù

Toâi nhaän thaáy quaù trình hoïc taäp, nghieân cöùu cuûa toâi raát höùng thuù veà maët tri thöùc khoa hoïc

1 2 3 4 5 6 7

Toâi caûm thaáy coù ñoäng cô hoïc taäp toát khi tham döï khoùa hoïc 1 2 3 4 5 6 7

Khoùa hoïc ñaõ khieán toâi höùng thuù hôn trong lónh vöïc khoa hoïc 1 2 3 4 5 6 7

Noùi chung quaù trình hoïc taäp, nghieân cöùu cuûa toâi raát ñaùng giaù 1 2 3 4 5 6 7

Toå chöùc khoùa hoïc (Course Organisation Scale) Möùc ñoä ñoàng yù

Nhöõng hoaït ñoäng lieân quan ñeán vieäc toå chöùc khoùa hoïc ñöôïc thöïc hieän toát

1 2 3 4 5 6 7

Toâi nhaän ñöôïc nhöõng thoâng tin, lôøi khuyeân höõu ích ñeå leân keá hoaïch hoïc taäp nghieân cöùu cuûa mình

1 2 3 4 5 6 7

Caùc moân hoïc trong chöông trình ñöôïc toå chöùc moät caùch coù heä thoáng

1 2 3 4 5 6 7

Khoùa hoïc coù söï linh hoaït, meàm deûo hôïp lyù ñeå ñaùp öùng ñöôïc nhu caàu cuûa toâi

1 2 3 4 5 6 7

Toâi coù ñuû caùc löïa choïn veà caùc moân hoïc maø toâi muoán hoïc 1 2 3 4 5 6 7

Caùc moân hoïc hieän ñaïi, naâng cao trong chöông trình raát ña daïng 1 2 3 4 5 6 7

Soá löôïng caùc moân hoïc trong chöông trình raát phuø hôïp 1 2 3 4 5 6 7

Caùc moân hoïc trong chöông trình ñaït ñöôïc ñoä saâu veà kieán thöùc 1 2 3 4 5 6 7

Khoa sau ñaïi hoïc ñaùp öùng ñöôïc caùc yeâu caàu cuûa toâi 1 2 3 4 5 6 7

II. MÖÙC ÑOÄ HAØI LOØNG CHUNGAnh/chò vui loøng ñaùnh giaù möùc ñoä ñoàng yù cuûa mình vôùi caùc phaùt bieåu sau. Quy öôùc: 1 laø Raát khoâng ñoàng yù, …, 7 laø Raát ñoàng yù

Möùc ñoä haøi loøng chung (Overall Satisfaction Scale) Möùc ñoä ñoàng yù

Noùi chung, toâi ñaõ caûm thaáy haøi loøng veà chaát löôïng cuûa khoùa hoïc

1 2 3 4 5 6 7

Khoùa hoïc ñaõ ñaùp öùng ñöôïc nhöõng ñöôïc nhöõng hy voïng cuûa toâi 1 2 3 4 5 6 7

Hieän nay, tröôøng laø “nôi hoaøn haûo veà ñaøo taïo thaïc só “ theo suy nghó cuûa toâi

1 2 3 4 5 6 7

III. THOÂNG TIN CAÙ NHAÂN. Anh chò vui loøng cho bieát caùc thoâng tin caù nhaân sau:1.Giôùi tính: Nam Nöõ2.Tuoåi: ≤26 27-30 31-35 36-40 41-45 46-50 ≥51 3.Möùc thu nhaäp trung bình moät thaùng (trieäu ñ):

Khaùnh Duy 25



≤ 3,0 3,1- 5,0 5,1-7,0 7,1- 10,0 >10 4.Cô quan coâng taùc: Chöa ñi laøm Doanh nghieäp nhaø nöôùc Tröôøng THCN, Cao ñaúng, Ñaïi hoïc Doanh nghieäp ngoaøi quoác doanh

trong nöôùc Vieän nghieân cöùu Doanh nghieäp coù voán ñaàu tö

nöôùc ngoaøi Cô quan quaûn lyù nhaø nöôùc Khaùc (xin ghi roõ):5. Vò trí coâng taùc (neáu anh/chò ñaõ ñi laøm) nhaân vieân Tröôûng/phoù phoøng hoaëc töông ñöông Giaùm ñoác/phoù giaùm ñoác hoaëc töông ñöông Khaùc (xin ghi roõ) ……………………………………………………………………….

Khaùnh Duy 26