Professional Documents
Culture Documents
PPNC
PPNC
Đối với phương pháp phân tích hồi quy, Green (1991) gợi ý
rằng, kích thước
mẫu tổi thiểu áp dụng cho phương pháp phân tích hồi quy đa
biến là n > 50 + 8m và n
> 104 + m đối với kiểm định dự báo bằng mô hình hồi quy,
trong đó n là kích thước
mẫu và m là số biến độc lập trong mô hình nghiên cứu đề xuất
(Green, 1991).
Kết hợp hai phương pháp phân tích dữ liệu, kích thước mẫu
dự định là quan sát.
3.2. Phương pháp chọn mẫu
Nghiên cứu dự kiến lựa chọn phương pháp chọn mẫu ngẫu
nhiên đơn giản.
IV. Phương pháp nghiên cứu
1. Nghiên cứu sơ bộ
Theo Hair & ctg (1998), để có thể phân tích nhân tố khám phá
cần thu thập dữ
liệu với kích thước mẫu ít nhất là 5 lần số biến quan sát. Như
vậy, với 9 biến quan sát trong bảng hỏi thì kích thước mẫu yêu
cầu sẽ là 9*5= 45 đối tượng điều tra.
Theo Tabachnick và Fidell (2001), để phân tích hồi quy đạt được
kết quả tốt nhất
thì cỡ mẫu tối thiểu cần đạt được tính theo công thức là n > 50
+ 8*m (trong đó: n là kích cỡ mẫu; m là: số biến độc lập của mô
hình). Với 2 biến độc lập của mô hình thì kích thước mẫu yêu
cầu sẽ là n > 50 + 8*2 = 66 đối tượng điều tra.
Để thỏa mãn cả hai yêu cầu về kích thước mẫu trên, tôi quyết
định chọn kích thước
mẫu phù hợp sẽ là 66 đối tượng điều tra để tiến hành hoàn
thiện nghiên cứu này.
Quá trình thu thập dữ liệu sơ cấp thông qua điều tra bảng hỏi
nhằm thu thập
thông tin có mức độ tin cậy cao.
Dữ liệu thu thập được xử lý bằng phần mềm SPSS . Được tiến
hành dựa trên quy trình dưới đây:
- Mã hoá bảng hỏi trên phần mềm SPSS.
- Nhập dữ liệu lần 1 trên phần mềm SPSS (sau đó được kiểm tra
lại lần 2).
- Tiến hành các bước xử lý và phân tích dữ liệu.
Dữ liệu kết quả của bảng câu hỏi được xử lý như sau:
- Phân tích độ tin cậy (hệ số Cronbach Alpha) để kiểm tra độ tin
cậy của thang đo. Độ tin cậy đạt yêu cầu khi hệ số Cronbach
Alpha ≥ 0,8. Tuy nhiên, theo Hoàng Trọng và Chu Nguyễn Mộng
Ngọc (2005) thì Cronbach Alpha từ 0.6 trở lên cũng có thể sử
dụng được trong trường hợp khái niệm đang nghiên cứu là mới
hoặc mới đối với người được phỏng vấn trong bối cảnh nghiên
cứu (trường hợp của đề tài - nghiên cứu khám phá) nên khi
kiểm định sẽ lấy chuẩn Cronbach Alpha ≥ 0,6.
- Phân tích nhân tố đối với biến:
+ Sử dụng kiểm định KMO với 0.5 ≤ KMO ≤ 1: Hệ số KMO
(Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích
hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích
nhân tố là thích hợp.
+ Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là
một đại lượng thống kê dùng để xem xét giả thuyết các biến
không có tương quan trong tổng thể. Nếu kiểm định này có ý
nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương
quan với nhau trong tổng thể.
- Phân tích thống kê mô tả (Descriptive Statistics) sẽ cho thấy
mức độ yêu cầu của sinh viên đối với từng yếu tố, thể hiện qua
giá trị trung bình, tần suất,... của từng yếu tố.
Chương 2. Đánh giá việc ứng dụng….
I. Đặc điểm mẫu nghiên cứu
Như đã trình bày ở trên, kích thước mẫu n=67
1. Số sinh viên sử dụng công cụ Chat GPT
26.9
49.3
23.9
Trong số 67 sinh viên được điều tra thì có đến 49.3% sinh viên
đã từng sử dụng công cụ Chat GPT; 26.9% sinh viên đã từng và
vẫn đang tiếp tục sử dụng công cụ Chat GPT và 23.9% sinh viên
chưa từng sử dụng công cụ Chat GPT.
Như vậy, ta thấy rằng số sinh viên đã từng sử dụng công cụ
Chat GPT chiếm tỷ lệ khá lớn. Số sinh viên chưa từng sử dụng,
đã từng và vẫn đang tiếp tục sử dụng công cụ Chat GPT có tỷ lệ
không chênh lệch nhiều lắm.
2. Giới tính
Statistics
Gioi tinh cua ban la gi
Valid 51
N
Missing 16
Qua phân tích thông tin ta nhận thấy trong số 67 số sinh viên
được điều tra, có 51 người đã sử dụng công cụ Chat GPT và có
tới 16 người chưa từng sử dụng công cụ Chat GPT. Trong đó, tỷ
lệ nam và nữ sử dụng công cụ Chat GPT không chênh lệch nhiều
tương ứng nam – 34.3% và nữ 41.8%.
Cases
Nam Nu
19 0 5 5
20 19 18 37
22 1 1 2
23 1 0 1
Total 23 28 51
Statistics
Chuyen nganh ban dang theo
hoc
Valid 51
N
Missing 16
40
35 34.3
29.9
30
25
20
15
11.9
10
0
Dưới 1 tiếng Từ 1 - 2 tiếng Từ 2 - 3 tiếng
Với 67 sinh viên được điều tra, có 51 sinh viên đã sử dụng công
cụ Chat GPT thì tỷ lệ sinh viên sử dụng dưới 1 tiếng là 29.9%; từ
1 – 2 tiếng chiếm 34.3%; từ 2 – 3 tiếng chiếm 11.9%
Qua đó, ta thấy phần lớn sinh viên sử dụng công cụ Chat GPT
vào khoảng từ 1 – 2 tiếng thời gian trong một ngày. Có thể thấy
rằng, sinh viên khá ưa chuộng và thích thú khi sử dụng công cụ
Chat GPT khi mình cần.
Cases
$B2 Frequencies
Responses Percent of
N Percent Cases
Phần lớn, sinh viên sử dụng công cụ Chat GPT vào học tập,
nghiên cứu và tìm kiếm thông tin; số ít còn lại sinh viên lại sử
dụng công cụ Chat GPT để tìm kiếm công việc. Qua bảng trên,
có thể thấy sinh viên sử dụng Chat GPT vào việc học tập khá
lớn – chiếm 36,4% và tìm kiếm các thông tin hữu ích hay ngoài
lề khác – chiếm 35.4%.
Điều này khá là dễ hiểu bởi không phải lúc nào các bạn sinh
viên cũng giải đáp được tất cả những vấn đề, do đó mới cần đến
công cụ Chat GPT để hỗ trợ các bạn, giải đáp cho các bạn với
những thông tin chính xác nhất. Ngoài ra, ở lứa tuổi sinh viên
này, ngoài việc học thì các bạn cũng muốn tìm kiếm một công
việc để trang trải cuộc sống, để lấy kinh nghiệm đi làm hay là
niềm thích thú muốn trải qua một đời sinh viên nên làm chẳng
hạn,… Vì vậy, công cụ Chat GPT khá hữu ích cho các bạn sinh
viên bởi các bạn sẽ không cần phải dãi nắng dầm mưa để đi tìm
công việc mà bạn chỉ cần mở ứng dụng Chat GPT và tìm kiếm
những nới cần tuyển việc làm.
Việc sử dụng công cụ Chat GPT vào học tập, nghiên cứu, tìm
kiếm thông tin hay là tìm công việc đều đáp ứng cho các bạn
sinh viên những thông tin hữu ích, giúp đỡ phần nào cho các
bạn. Vì lẽ đó là càng nhiều bạn sinh viên đã tìm đến ứng dụng
Chat GPT này.
6. Sử dụng công cụ Chat GPT để tìm kiếm thông tin trong các
lĩnh vực
$B2 Frequencies
Responses Percent of
N Percent Cases
$B3 Frequencies
Responses Percent of
N Percent Cases
Bảng 7. Thống kê mô tả về sử dụng công cụ Chat GPT để tìm kiếm thông tin trong các lĩnh vực
Qua bảng thống kê ở trên, các bạn sinh viên sử dụng công cụ
Chat GPT đa số là ở lĩnh vực đời sống xã hội – chiếm 22.1%, tiếp
theo là lĩnh vực trong văn hóa nghệ thuật – chiếm 16.6%. Ngoài
ra, trong các lĩnh vực như kinh tế chính trị, sức khỏe – y khoa
hay ngôn ngữ cũng được các bạn sinh viên quan tâm.
Như vậy, các lĩnh vực được các bạn sinh viên tìm kiếm trải rộng
trong nhiều lĩnh vực khác nhau. Bởi mỗi người sẽ có những yêu
thích, đam mê khác nhau thì tương ứng tìm kiếm các lĩnh vực
sẽ khác nhau.
N %
Valid 50 74.6
Total 67 100.0
Reliability Statistics
Cronbach's Số biến
Alpha quan sát
.880 6
Item-Total Statistics
Hệ số Crobach’s Alpha của các thang đo liên quan đến thao tác
sử dụng, đăng ký tài khoản nhanh chóng; giao diện dễ tiếp cận,
sử dụng; Chat GPT có tốc độ xử lý thông tin nhanh chóng; thông
tin Chat GPT đưa ra chính xác, hỗ trợ giải quyết đầy đủ các yêu
cầu; thông tin luôn được cập nhật mới, nhanh chóng; Chat GPT
giải đáp rõ ràng, cụ thể, dễ hiểu các câu hỏi lần lượt là 0.847;
0.859; 0.884; 0.856; 0.841; 0.867 cho thấy đây là những thang
đo tốt và đảm bảo độ phù hợp của thang đo.
8. Kiểm định độ tin cậy của thang đo sự hài lòng của sinh viên
khi sử dụng công cụ Chat GPT
N %
Valid 49 73.1
a
Cases Excluded 18 26.9
Total 67 100.0
Reliability Statistics
Cronbach's N of Items
Alpha
.854 3
Item-Total Statistics
Hệ số Crobach’s Alpha của các thang đo liên quan đến hài lòng
với chất lượng của Chat GPT; trong thời gian tới sẽ tiếp tục sử
dụng Chat GPT; sẽ giới thiệu người khác sử dụng Chat GPT lần
lượt là 0.791; 0.879; 0.703 cho thấy đây là những thang đo tốt và
đảm bảo độ phù hợp của thang đo.
9. Kiểm định KMO và Bartlett’s Test đối với thái độ của các bạn
sinh viên
Sig. .000
(Nguồn: Xử lý số liệu SPSS)
Component Matrixa
Component
Nhằm kiểm tra xem mẫu điều tra nghiên cứu có đủ lớn và có đủ
điều kiện để tiến hành phân tích nhân tố hay không, nhóm
nghiên cứu tiến hành kiểm định Kaiser – Meyer – Olkin và kiểm
định Bartlett.
Với kết quả kiểm định KMO là 0.858 lớn hơn 0.5 thì có thể kết
luận phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Kết quả phân tích trên đã cho ra tất cả các hệ số tải nhân tố của
các nhân tố trong từng yếu tố đều lớn hơn 0.5 và chứng tỏ dữ
liệu dùng để phân tích nhân tố là hoàn toàn thích hợp
10. Kiểm định KMO và Bartlett’s Test đối với sự hài lòng của
sinh viên khi sử dụng công cụ Chat GPT
Sig. .000
Component Matrixa
Component
Với kết quả kiểm định KMO là 0.673 lớn hơn 0.5 thì có thể kết
luận phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Kết quả phân tích trên đã cho ra tất cả các hệ số tải nhân tố của
các nhân tố trong từng yếu tố đều lớn hơn 0.5 và chứng tỏ dữ
liệu dùng để phân tích nhân tố là hoàn toàn thích hợp