Nghiên cứu tác động của phương pháp tính điểm (30%) đến chất lượng học tập sinh viên khoa quản trị kinh tế quốc tế

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC LẠC HỒNG
KHOA QUẢN TRỊ KINH TẾ QUỐC TẾ



BÁO CÁO
NGHIÊN CỨU KHOA HỌC GIÁO VIÊN
ĐỀ TÀI:
“NGHIÊN CỨU TÁC ĐỘNG CỦA PHƯƠNG PHÁP
TÍNH ĐIỂM (30%) ĐẾN CHẤT LƯỢNG HỌC TẬP
SINH VIÊN KHOA QUẢN TRỊ - KINH TẾ QUỐC TẾ”

Nhóm tác giả: PHAN THÀNH TÂM
TẠ THỊ THANH HƯƠNG

THÁNG 05/2012


DANH MỤC CÁC BẢNG BIỂU
Trang
Bảng 2.1: Bảng thể hiện cơ cấu giới tính

26

Bảng 2.2: Cơ cấu giới tính theo từng ngành

27

Bảng 2.3: Bảng thể hiện kết quả học tập theo giới tính

28

Bảng 2.4: Bảng thể hiện kết quả học tập theo ngành

29

Bảng 2.5: Bảng thể hiện một số chỉ tiêu thống kê mô tả

30

Bảng 2.6: Bảng thể hiện kết quả học tập sinh viên học kì I

32

Bảng 2.7: Bảng thể hiện kết quả học tập sinh viên học kì II

33

Bảng 2.8: Bảng thể hiện một số chỉ tiêu thống kê mô tả

34

Bảng 2.9: Bảng thể hiện kết quả học tập sinh viên học kì I

36

Bảng 2.10: Bảng thể hiện kết quả học tập sinh viên học kì II

37

Bảng 2.11: Bảng thể hiện một số chỉ tiêu thống kê mô tả

38

Bảng 2.12: Bảng thể hiện kết quả học tập sinh viên học kì I

40

Bảng 2.13: Bảng thể hiện kết quả học tập sinh viên học kì II

41

Bảng 2.14: Bảng thể hiện một số chỉ tiêu thống kê mô tả

42

Bảng 2.15: Bảng thể hiện kết quả học tập sinh viên học kì I

44

Bảng 2.16: Bảng thể hiện kết quả học tập sinh viên học kì II

45

Bảng 2.17: Bảng thể hiện một số chỉ tiêu thống kê mô tả

46

Bảng 2.18: Bảng thể hiện kết quả học tập sinh viên học kì I

48

Bảng 2.19: Bảng thể hiện kết quả học tập sinh viên học kì II

48

Bảng 2.20: Bảng thể hiện kết quả tham gia hoạt động nhóm và hoạt động xã hội 50
Bảng 2.21: Bảng thể hiện kết quả tham gia lớp học

51

Bảng 2.22: Bảng thể hiện kết quả các kĩ năng mềm

51

Bảng 2.23: Bảng thể hiện kết quả sinh viên đam mê ngành học

52

Bảng 3.1: Bảng thể hiện ma trận tương quan giữa học kì I và học kì II

54

Bảng 3.2: Kết quả tổng hợp hồi quy điểm trung bình giữa học kì I (X1)
và học kì II

56


Bảng 3.3: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

57

Bảng 3.4: Kết quả tổng hợp hồi quy theo log điểm trung bình với phương
pháp tính điểm 30% mới

58

Bảng 3.5: Kết quả tổng hợp hồi quy theo log điểm trung bình giữa hai học kì

59

Bảng 3.6: Kết quả tổng hợp hồi quy điểm trung bình giữa học kì I (X1)
và học kì II

60

Bảng 3.7: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

61

Bảng 3.8: Kết quả tổng hợp hồi quy theo log điểm trung bình với phương
pháp tính điểm 30% mới

62

Bảng 3.9: Kết quả tổng hợp hồi quy theo log điểm trung bình giữa hai học kì

63

Bảng 3.10: Kết quả hồi quy điểm trung bình giữa học kì I (X1) và học kì II (Y) 64
Bảng 3.11: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

65

Bảng 3.12: Kết quả tổng hợp hồi quy theo log điểm trung bình giữa hai học kì

66

Bảng 3.13: Kết quả hồi quy điểm trung bình giữa học kì I (X1) và học kì II (Y) 68
Bảng 3.14: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

69

Bảng 3.15: Kết quả tổng hợp hồi quy theo log điểm trung bình với phương
pháp tính điểm 30% mới

70

Bảng 3.16: Kết quả tổng hợp hồi quy theo log điểm trung bình giữa hai học kì

71

Bảng 3.17: Kết quả hồi quy điểm trung bình giữa học kì I (X1) và học kì II (Y) 72
Bảng 3.18: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

73

Bảng 3.19: Kết quả tổng hợp hồi quy theo log điểm trung bình với phương
pháp tính điểm 30% mới

74

Bảng 3.20: Kết quả tổng hợp hồi quy theo log điểm trung bình giữa hai học kì

75

Bảng 3.21: Kết quả tổng hợp hồi quy điểm đơn biến theo học lực yếu

76

Bảng 3.22: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

77

Bảng 3.23: Kết quả tổng hợp hồi quy điểm đơn biến theo học lực trung bình

79

Bảng 3.24: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

80

Bảng 3.25: Kết quả tổng hợp hồi quy điểm đơn biến theo học lực trung bình


khá

81

Bảng 3.26: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

82

Bảng 3.27: Kết quả tổng hợp hồi quy điểm đơn biến theo học lực khá và giỏi

83

Bảng 3.28: Kết quả tổng hợp hồi quy theo phương pháp tính điểm 30% mới

84

Bảng 3.29: Kết quả tổng hợp hồi quy (Y = a + bx1 + cx5 + dx17 + e (ngành)

85

Bảng 3.30: Kết quả tổng hợp hồi quy: log(Y) = a + bx1 + cx5 + dx17 + e (ngành)86
Bảng 3.31: Bảng phân tích sự khác biệt các hệ số

88

Bảng 3.32: Bảng phân tích sự khác biệt các hệ số

89

Bảng 3.33: Bảng phân tích sự khác biệt các hệ số

90

Bảng 3.34: Bảng phân tích sự khác biệt các hệ số

91

Bảng 3.35: Bảng phân tích sự khác biệt các hệ số

92

Bảng 3.36: Phân tích các hình thức tính điểm tương ứng hệ số 1

93

Bảng 3.37: Phân tích các hình thức tính điểm tương ứng hệ số 1,5

94

Bảng 3.38: Phân tích các hình thức tính điểm tương ứng hệ số 2

95

Bảng 3.39: Bảng thể hiện độ tin cậy số liệu cho phân tích

95

Bảng 3.40: Bảng thể hiện kết quả hồi quy theo nhân tố (factor) học kì I

97

Bảng 3.41: Bảng thể hiện kết quả hồi quy theo nhân tố (factor) học kì II

98

DANH MỤC CÁC BIỂU ĐỒ
Trang
Biểu đồ 2.1: Giá trị sai số của điểm trung bình học tập sinh viên

25

Biểu đồ 2.2: Biểu đồ thể hiện độ phân tán điểm trung bình học kì I

31

Biểu đồ 2.3: Biểu đồ thể hiện độ phân tán điểm trung bình học kì II

31

Biểu đồ 2.4: Biểu đồ so sánh học lực giữa học kì I và học kì I

33

Biểu đồ 2.5: Biểu đồ thể hiện độ phân tán điểm trung bình học kì I

35

Biểu đồ 2.6: Biểu đồ thể hiện độ phân tán điểm trung bình học kì II

35

Biểu đồ 2.7: Biểu đồ so sánh học lực giữa học kì I và học kì II

37

Biểu đồ 2.8: Biểu đồ thể hiện độ phân tán điểm trung bình học kì I

39

Biểu đồ 2.9: Biểu đồ thể hiện độ phân tán điểm trung bình học kì II

39

Biểu đồ 2.10: Biểu đồ so sánh học lực giữa học kì I và học kì II

41

Biểu đồ 2.11: Biểu đồ thể hiện độ phân tán điểm trung bình học kì I

43

Biểu đồ 2.12: Biểu đồ thể hiện độ phân tán điểm trung bình học kì II

43

Biểu đồ 2.13: Biểu đồ so sánh học lực giữa học kì I và học kì II

45

Biểu đồ 2.14: Biểu đồ thể hiện độ phân tán điểm trung bình học kì I

47

Biểu đồ 2.15: Biểu đồ thể hiện độ phân tán điểm trung bình học kì II

47

Biểu đồ 2.16: Biểu đồ so sánh học lực giữa học kì I và học kì II

49


Đặt vấn đề
Đổi mới và nâng cao chất lượng đào tạo nói chung, đào tạo nguồn nhân lực nói riêng là
vấn đề đang được xã hội đặc biệt quan tâm. Trong những năm gần đây Đảng và Nhà nước
ta đã có nhiều chủ trương, chính sách, giải pháp nhằm nâng cao chất lượng đào tạo để đáp
ứng nhu cầu thực tiễn xã hội. Bên cạnh đó, yếu tố khoa học và công nghệ phát triển như
vũ bão cũng như quá trình toàn cầu hóa và hội nhập kinh tế quốc tế của mỗi quốc gia ngày
càng sâu rộng hơn. Chính vì lí do đó, chất lượng đào tạo và đào tạo nguồn nhân lực là vấn
đề có ý nghĩa quyết định thúc đẩy sự phát triển kinh tế và xã hội.
Đối với Việt Nam chúng ta, nền kinh tế đang còn ở trình độ phát triển thấp, chất lượng
nguồn nhân lực còn rất hạn chế. Do vậy, việc nâng cao chất lượng đào tạo thúc đẩy kinh tế
phát triển lại càng đặc biệt quan trọng. Cũng lí do này mà có thể nói rằng chất lượng đào
tạo và phát triển nguồn nhân lực phải đặt lên vị trí hàng đầu.
Trường Đại Học Lạc Hồng ra đời trong bối cảnh chung của thế giới, của đất nước và
của tỉnh Đồng Nai với nhiều thuận lợi nhưng cũng không ít những thử thách và khó khăn.
Năm học 2009 - 2010, cả nước có 149 trường đại học, tăng 3 trường so với năm học trước;
227 trường cao đẳng, tăng 4 trường; 282 trường trung cấp chuyên nghiệp, bao gồm 207
trường công lập và 75 trường dân lập. Cũng trong năm học 2009 - 2010, tổng số sinh viên đại
học, cao đẳng tăng 12% so với năm học trước; tổng số học sinh trung cấp chuyên nghiệp tăng
9,4%. Số sinh viên tốt nghiệp đại học, cao đẳng năm 2010 tăng 15% so với năm trước, số học
sinh tốt nghiệp hệ trung cấp chuyên nghiệp tăng 5%. Riêng tỉnh Đồng Nai đã có hơn 3
trường đại học. Sự hiện diện của Trường Đại Học Lạc Hồng trong điều kiện đó buộc

chúng ta không có con đường nào khác là phải kiên quyết nâng cao chất lượng đào tạo. Đó
là con đường sống còn trước mắt cũng như lâu dài.
Vậy chất lượng đào tạo là gì? Có nhiều quan điểm, nhiều cách hiểu khác nhau. Tuy
nhiên, theo nhóm tác giả, hiểu một cách khái quát nhất như sau: Chất lượng đào tạo chính
là sự đáp ứng nhu cầu hay là sự thõa mãn nhu cầu người sử dụng với các mục đích khác
nhau. Trong lĩnh vực đào tạo, chất lượng đào tạo có nghĩa là sinh viên ra trường có kiến

1


thức, kĩ năng, phương pháp làm việc tốt, đảm đương được công việc thực tế, năng động,
sáng tạo trong lĩnh vực chuyên môn mà mình được đào tạo, đồng thời có khả năng thích
nghi nhanh chóng với môi trường công việc. Trường Đại học Lạc hồng với triết lý “Đào
tạo nhân lực, có vườn ươm nhân tài, sinh viên tốt nghiệp làm việc ngay không đào tạo
lại”. Cộng với những yêu cầu thực tiễn công tác giảng dạy đặt ra, nhóm tác giả đã mạnh
dạn chọn đề tài: “Nghiên cứu tác động của phƣơng pháp tính điểm (30%) đến chất
lƣợng học tập sinh viên khoa Quản Trị - Kinh tế Quốc tế” làm đề tài nghiên cứu khoa
học cấp trường.
1. Mục tiêu nghiên cứu
- Phân tích tổng quan quá trình hình thành và phát triển khoa Quản Trị - Kinh Tế
Quốc Tế (QT - KTQT) và kết quả khảo sát.
- Phân tích phương pháp tính điểm 30% mới ảnh hưởng đến kết quả học tập sinh
viên khoa QT - KTQT.
- Phân tích một vài nhân tố ảnh hưởng đến kết quả học tập sinh viên khoa QT KTQT.
- Phân tích sự khác biệt các hệ số trong phương pháp tính điểm 30%.
- Kiểm định ý nghĩa thống kê các hệ số hồi quy.
- Đề xuất một vài ý kiến góp phần cải thiện chất lượng học tập sinh viên khoa QT KTQT.
2. Phƣơng pháp nghiên cứu
Trong bài nghiên cứu này, tác giả tập trung sử dụng phương pháp thống kê mô tả,
tương quan và phương pháp phân tích hồi quy đơn biến và đa biến.

Ngoài ra, phương pháp ước lượng bình phương bé nhất được sử để ước lượng các
mô hình.
3. Ý nghĩa của vấn đề nghiên cứu

2


Đề tài góp phần nâng cao kiến thức chuyên môn của tác giả, ngoài ra còn lượng hoá
thông tin với việc ứng dụng các phần mềm thống kê trong phân tích kinh tế - xã hội. Đề tài
còn góp phần nâng cao phương pháp luận trong nghiên cứu khoa học. Bên cạnh đó, đề tài
còn góp phần bổ sung thêm tài liệu tham khảo cho sinh viên khoa Quản Trị - Kinh Tế
Quốc Tế (QT – KTQT) trường Đại Học Lạc Hồng. Kết quả nghiên cứu là cơ sở khoa học
cho các nhà nghiên cứu, nhà làm chính sách tham khảo.
4. Phạm vi và đối tƣợng nghiên cứu
Đề tài chỉ dừng lại phân tích và đánh giá phương pháp tính điểm 30% mới ảnh
hưởng như thế nào đến kết quả học tập sinh viên khoa Quản Trị - Kinh Tế Quốc Tế. Đề
tài chưa đi sâu phân tích toàn diện các nhân tố ảnh hưởng đến chất lượng học tập sinh viên
của khoa. Ngoài ra, đề tài tập trung khảo sát sinh viên khóa 2010 tại khoa Quản Trị - Kinh
Tế Quốc Tế mà không khảo sát, phân tích, đánh giá sinh viên toàn Trường.
5. Tổng quan lịch sử đề tài nghiên cứu
Trường Đại Học Lạc Hồng có rất nhiều đề tài nghiên cứu khoa học của sinh viên và
giảng viên nghiên cứu về Trường. Tuy nhiên, đề tài nghiên cứu tác động của phương pháp
tính điểm (30%) đến chất lượng học tập sinh viên khoa Quản Trị - Kinh Tế Quốc Tế hoàn
toàn mới tại Trường và chưa có tác giả nào nghiên cứu trước đây.
6. Kết cấu của đề tài nghiên cứu
Ngoài phần mở đầu và kết luận, danh mục tài liệu tham khảo, bố cục đề tài bao
gồm ba chương:
Chƣơng 1. Cơ sở lý luận.
Chƣơng 2. Thực trạng việc tính điểm 30% tại khoa Quản Trị - Kinh Tế Quốc Tế.
Chƣơng 3. Kết quả và thảo luận.

CHƢƠNG 1. CƠ SỞ LÝ LUẬN
3


1.1 Cơ sở lý luận
1.1.1 Khái quát phƣơng pháp tính điểm 30%

1.1.2 Cơ sở xây dựng mô hình
1.1.2.1 Nêu ra các giả thiết của mô hình
Phân tích các yếu tố: Phương pháp tính điểm 30% mới ảnh hưởng như thế nào đến kết
quả học tập sinh viên.
1.1.2.2 Thiết lập mô hình toán học
* Mô hình toán học (MH1):
Y = β0 + β1X

4


Trong đó:
Y: Điểm trung bình học tập cuối kì.
X: Phương pháp tính điểm 30%.
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH2):
Log(Y) = β0 + β1X
Trong đó:
Log(Y): Log giá trị điểm trung bình học tập cuối kì.
X: Phương pháp tính điểm 30%.
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH3):

Y = β0 + β1X
Trong đó:
Y: Điểm trung bình học tập học II.
X: Điểm trung bình học tập học I.
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH4):
Log(Y) = β0 + β1Log(X)
Trong đó:
Log(Y): Log giá trị điểm trung bình học tập kì II.
Log(X): Log giá trị điểm trung bình học tập kì I.
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH5):
Y = β0 + β1X1 + β2Dum + β3X2 + β4(X3)

5


Trong đó:
Y: Giá trị điểm trung bình học tập kì II.
X1: Giá trị điểm trung bình học tập kì I.
X2: Mức độ tham gia lớp học
X3: Biến ngành học
Dum: Biến giả về phương pháp tính điểm 30%
β0, β1 β2, β3, β4 là các thông số ước lượng của mô hình
* Mô hình toán học (MH6):
Log(Y) = β0 + β1X1 + β2Dum + β3X2 + β4(X3)
Trong đó:
Log(Y): Log giá trị điểm trung bình học tập kì II.
X1: Giá trị điểm trung bình học tập kì I.
X2: Mức độ tham gia lớp học

X3: Biến ngành học
Dum: Biến giả về phương pháp tính điểm 30%
β0, β1 β2, β3, β4 là các thông số ước lượng của mô hình
1.1.2.3 Ƣớc lƣợng các mô hình
Sau khi xây dựng dạng hàm toán học thì bước tiếp theo là ước lượng các tham số
của mô hình. Với sự trợ giúp của các phần mềm như SPSS và EVIEWS thì công việc tính
toán trở nên đơn giản hơn và kết quả có độ chính xác cao.
1.1.2.4 Phân tích kết quả: Dựa trên lý thuyết để phân tích và đánh giá kết quả
Phân tích kết quả xét xem các kết quả nhận được có phù hợp với lý thuyết kỳ vọng ban
đầu hay không, kiểm định các giả thuyết thống kê về các ước lượng nhận được từ các mô
hình trên.

6


Nếu ước lượng  0,  1,  2,  3, 4, là số dương thì ước lượng này hợp lý về mặt lí thuyết.
Trong trường hợp ngược lại thì không phù hợp về mặt lý thuyết và thực tiễn. Trong trường
hợp này phải tìm ra mô hình khác đúng hơn.
1.1.2.5 Sử dụng mô hình để kiểm chứng hoặc đề ra các chính sách (quy định
mới)
Các bước trên đây có nhiệm vụ khác nhau trong quá trình phân tích một vấn đề kinh tế
- xã hội và chúng được thực hiện theo một trình tự nhất định. Tìm ra bản chất một vấn đề
kinh tế - xã hội là một việc không đơn giản. Vì vậy, quá trình trên phải được thực hiện
nhiều lần như là các phép lặp cho đến khi chúng ta thu được một mô hình đúng.
Sự phát triển của máy tính, đặc biệt là các phần mềm SPSS, EVIEWS đã làm gia tăng
sức mạnh của việc tính tóan. Điều đó, giúp các nhà nghiên cứu kiểm chứng được các lý
thuyết kinh tế - xã hội có thích hợp hay không, dẫn đến những quyết định đúng đắn trong
hoạt động tác nghiệp, hoạch định các chính sách và đề ra các chiến lược phát triển.
1.2 Phƣơng pháp nghiên cứu
1.2.1 Phƣơng pháp nghiên cứu lịch sử

Thông tin và dữ liệu để đưa vào nghiên cứu chủ yếu là dữ liệu điều tra thông qua
phiếu khảo sát hơn 200 sinh viên khoa Quản Trị - Kinh Tế Quốc Tế. Trên cơ sở thông tin,
số liệu thu thập được nhóm tác giả tìm ra các yếu tố có tương quan với nhau hay không.
Nghĩa là các biến độc lập tác động như thế nào đến biến phụ thuộc.
Phương pháp thống kê mô tả và phương pháp lịch sử sẽ góp phần bổ sung cho nhau
và làm cho kết quả khảo sát được phân tích khá toàn diện hơn.
1.2.2 Phƣơng pháp tƣơng quan
Phương pháp tương quan mô tả mối quan hệ về lượng và chất giữa các yếu tố.

7


- Kết quả học tập cần được nhận dạng các yếu tố ảnh hưởng tới nó. Sự ảnh hưởng
đó bởi mối tương quan gì? Do đó phương pháp này có vị trí quan trọng trong việc lượng
hóa mối quan hệ.
- Phương pháp này được vận dụng tốt thì khi áp dụng phương pháp hồi quy
tuyến tính giữa các biến số độc lập và biến phụ thuộc sẽ giúp sự đánh giá đúng
đắn hơn.
1.2.3 Phƣơng pháp ƣớc lƣợng bình phƣơng bé nhất (nhỏ nhất)
Phương pháp ước lượng bình phương nhỏ nhất do nhà toán học Đức Carl Friedrich
Gauss đưa ra. Việc Sử dụng phương pháp này kèm theo một vài giả thuyết cơ bản của mô
hình, các ước lượng thu được có tính chất đặc biệt, nhờ đó mà phương pháp này là phương
pháp mạnh nhất và được nhiều người sử dụng trong nghiên cứu khoa học.
* Nội dung phƣơng pháp ƣớc lƣợng bình phƣơng nhỏ nhất
Giả sử ta có hàm hồi quy tổng thể và hàm hồi quy mẫu như sau:
Yi =  1 +  2 Xi (PRF) (1)
Ŷi = 1 + 2Xi (2)
Giả sử rằng chúng ta có n cặp quan sát của Y và X, cặp quan sát thứ i có giá trị
tương ứng (Y i,Xi): i = 1,n. Ta phải tìm Ŷi sao cho nó càng gần với trị thực của Y i.Tức là
phần dư.

ei = Yi - Ŷi = Yi - 1 - 2Xi (3)
(3) càng nhỏ càng tốt. Ta xem đồ thị sau:

8


Đồ thị 1.1: Đƣờng hồi quy mẫu và sai số

Ghi chú:

α 1,

α2.

Do ei có thể dương, có thể âm do vậy cần phải tìm Ŷi sao cho tổng bình phương của các
phần dư đạt cực tiểu. Tức là:
 ei2 = (Yi - Ŷi )2
= (Yi - 1 - 2Xi )2  min
Do Xi , Yi : i = 1,n đã biết, nên  ei2 là hàm của 1 và 2:
f(1,2) =  ei2 = (Yi - 1 - 2Xi )2  min
1, 2 là nghiệm của phương trình sau:
f(1,2)
-------------- = 2(Yi - 1 - 2Xi )(-1) = 0

9

(i = 1,n)


1

hay n1 + 2Xi = Yi
f(1,2)
-------------- = 2(Yi - 1 - 2Xi )(-Xi) = 0
2
hay 1Xi + 2Xi2 = Yi Xi
1, 2 được tìm từ hệ phương trình:
n1 + 2Xi = Yi (3.4)
1Xi + 2Xi2 = Yi Xi (3.5)
Giải hệ phương trình trên ta tìm được 1, 2.
nYi Xi - Xi Yi
2 = ---------------------------nXi2 - (Xi )2
hoặc
Yi Xi - YXi
2 = --------------------------Xi2 -

n(X)2

1 = Y - 2X
Ta có: Y = Yi / n và X = Xi / n

10

(i = 1,n)


1.3 Xử lý số liệu
1.3.1 Phƣơng pháp thống kê
Sử dụng phương pháp thống kê để phản ánh số liệu theo loại chủ đề phân tích. Các
chỉ tiêu phân tích về kết quả học tập như: số sinh viên loại yếu, trung bình, trung bình khá,
khá, giỏi và xuất sắc. Ngoài ra, sự thay đổi trong quy chế cách tính điểm 30% cũng được

xem là nhân tố tác động đến kết quả học tập.
1.3.2 Phƣơng pháp sử dụng phần mềm máy tính và các môn khoa học kinh tế - xã
hội khác
Sử dụng cá phần mềm tương thích trong nghiên cứu kinh tế - xã hội như Excel, SPSS
và EVIEWS để tổng hợp số liệu sơ cấp, góp phần cho việc xử lý, phân tích và trình bày kết
quả nghiên cứu một cách đơn giản và chính xác hơn.
Vận dụng lý thuyết thống kê kinh tế - xã hội, kinh tế lượng để xây dựng các mô hình
ước lượng các nhân tố ảnh hưởng đến kết quả học tập sinh viên. Trên cơ sở xây dựng mô
hình, căn cứ các tiêu chí đánh giá mô hình tốt nhất để có nhận định khách quan và đưa ra ý
kiến góp phần cải thiện chất lượng học tập sinh viên khoa Quản Trị - Kinh Tế Quốc Tế.
Hạn chế của nghiên cứu là mới dừng ở phân tích và đánh giá sự ảnh hưởng của
phương pháp tính điểm 30% đến kết quả học tập sinh viên. Đề tài chưa đi sâu phân tích một
cách toàn diện những nhân tố tác động đến chất lượng học tập sinh viên khoa Quản Trị Kinh Tế Quốc Tế nói riêng và sinh viên trường Đại Học Lạc Hồng nói chung.
Các mô hình ƣớc lƣợng:
* Mô hình toán học (MH1):
Y = β0 + β1X
Trong đó:
Y: Điểm trung bình học tập cuối kì.
X: Phương pháp tính điểm 30%.
β0, β1 là các thông số ước lượng của mô hình

11


* Mô hình toán học (MH2):
Log(Y) = β0 + β1X
Trong đó:
Log(Y): Log giá trị điểm trung bình học tập cuối kì.
X: Phương pháp tính điểm 30%.
β0, β1 là các thông số ước lượng của mô hình

* Mô hình toán học (MH3):
Y = β0 + β1X
Trong đó:
Y: Điểm trung bình học tập học II.
X: Điểm trung bình học tập học I.
β0, β1 là các thông số ước lượng của mô hình

* Mô hình toán học (MH4):
Log(Y) = β0 + β1Log(X)
Trong đó:
Log(Y): Log giá trị điểm trung bình học tập kì II.
Log(X): Log giá trị điểm trung bình học tập kì I.
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH5):
Y = β0 + β1X1 + β2Dum + β3X2 + β4(X3)
Trong đó:
Y: Giá trị điểm trung bình học tập kì II.
X1: Giá trị điểm trung bình học tập kì I.

12


X2: Mức độ tham gia lớp học
X3: Biến ngành học
Dum: Biến giả về phương pháp tính điểm 30%
β0, β1 β2, β3, β4 là các thông số ước lượng của mô hình

* Mô hình toán học (MH6):
Log(Y) = β0 + β1X1 + β2Dum + β3X2 + β4(X3)
Trong đó:

Log(Y): Log giá trị điểm trung bình học tập kì II.
X1: Giá trị điểm trung bình học tập kì I.
X2: Mức độ tham gia lớp học
X3: Biến ngành học
Dum: Biến giả về phương pháp tính điểm 30%
β0, β1 β2, β3, β4 là các thông số ước lượng của mô hình
Với kỳ vọng rằng các nhân tố nói trên tác động thuận tới yếu tố kết quả học tập.
Phương pháp giả định này có ưu điểm là ta tìm được tính phổ biến về chiều tác động của
các nhân tố song không loại trừ khả năng ngược lại của chúng nếu số liệu quá ít hoặc số
liệu lấy mẫu không đại diện được tổng thể.
1.4 Kiểm tra các vi phạm giả thiết của mô hình
1.4.1 Hiện tƣợng đa cộng tuyến
Hiện tượng đa cộng tuyến xảy ra khi mà tồn tại một mối quan hệ tuyến tính hoàn
hảo hay xấp xỉ hoàn hảo giữa một vài hay tất cả các biến giải thích trong mô hình hồi quy.
Hay nói khác đi là các biến độc lập có tương quan với nhau. Điều này đã vi phạm giả
thuyết của mô hình hồi quy bội.
* Hậu quả:

13


- Các ước lượng vẫn tốt nhất, tuyến tính và không thiên lệch.
- Kiểm định giả thuyết là kém hiệu lực. Khó bác bỏ Ho, vì T- stat rất nhỏ.
* Cách phát hiện
- Các số hạng T-stat thường nhỏ, hệ số xác định (R2) rất cao, F-test thì có ý nghĩa thống kê.
Đây là một bằng chứng cho thấy R2 cao chưa phải là yếu tố quyết định đến chất lượng mô
hình.
- Đừng bao giờ tìm cách tối đa hoá R2 của mô hình mà không cân nhắc kỹ mình đang làm
cái gì và tại sao phải làm như thế.
- Việc loại bỏ hay thêm vào một biến độc lập sẽ làm thay đổi mạnh mẽ các hệ số ước

lượng và độ lệch chuẩn của nó. Mô hình là không bền vững đối với sự thay đổi của biến
độc lập.
- Các biến độc lập có hệ số tương quan cặp cao.
- Các hàm hồi quy bổ sung (Auxiliary Regressions) có kiểm định F có ý nghĩa về mặt
thống kê. Phát hiện có mối tương quan giữa các biến độc lập. R 2auxiliary > R2original.
* Giải pháp khắc phục
- Chung sống với nó, vì ước lượng vẫn đảm bảo không chệch và tốt nhất. Tuy nhiên, việc
vận dụng phương pháp hồi quy vào công tác chính sách sẽ không đáng tin cậy.
- Thu thập thêm số liệu, đặc biệt là tăng thêm số mẫu quan sát.
- Loại bỏ "Kẻ phá bỉnh" (Biến số gây nên vấn đề). Tuy nhiên, phải cân nhắc khi loại bỏ
một biến số ra khỏi mô hình, vì có thể ta đang bỏ đi một biến giải thích quan trọng và phù
hợp của mô hình. Hậu quả của việc này đôi khi còn tồi tệ hơn là hãy chung sống với "Lũ".
- Chuyển đổi số liệu
14


- Sử dụng các thông tin có sẵn.
1.4.2 Hiện tƣợng phƣơng sai không đồng đều
* Hiện tƣợng phƣơng sai không đồng đều là gì?
Hiện tượng phương sai không đồng đều là hiện tượng mà các phương sai của đường
hồi quy của tổng thể ứng với các giá trị của các biến độc lập là khác nhau hay phương sai
không là một hằng số.
Var(t)   2 với t = 1,2,3,…,N; với N là số mẫu quan sát.
Điều này thường xảy ra đối với các số liệu được thu thập theo không gian và hiếm
khi xảy ra đối với số liệu thời gian.

* Hậu quả
- Các hệ số ước lượng thì không còn tốt nhất, nghĩa là không có phương sai nhỏ nhất.
- Các ước lượng của phương sai các hệ số bị thiên lệch.
- Các kiểm định giả thuyết thì dễ dẫn đến sai lầm.

* Cách phát hiện
- Bằng trực giác và kinh nghiệm làm việc thường xuyên với số liệu, ta sẽ có một cảm giác
tốt hơn về số liệu, thông thường với số liệu không gian thì rất có khả năng có hiện tượng
phương sai không đồng đều.
- Phân tích bằng biểu đồ (Graphical analysis).
- Các kiểm định chính thức (Test) như:
* Kiểm định Goldfeld - Quant (GQ test): Áp dụng đối với hàm có một biến độc lập
15


Phát biểu giả thuyết:
Ho: 1 2 = 2 2
H1: 1 2 < 2 2
Các bước thực hiện (GQ test):
Bƣớc 1: Sắp xếp thứ tự các mẫu quan sát theo thứ tự tăng dần theo giá trị của biến Xi.
Bƣớc 2: Bỏ bớt d mẫu quan sát nằm giữa dãy số, vậy ta chia mẫu ra thành hai nhóm, mỗi
nhóm có (N - d)/2 mẫu quan sát.
Bƣớc 3: Ước lượng hai đường hồi quy cho hai nhóm số liệu vừa được tách ra. Thu thập
giá trị của ESS (Sum of Square Error). Lưu ý: Trong bảng ANOVA của SPSS, giá trị này
là Residual Sum of Square của hai phương trình hồi quy trên, gọi là ESS1 và ESS2 theo
thứ tư phương trình 1 (Nhóm 1) và phương trình hai (Nhóm 2).
Mỗi ESS có bậc tự do:
df1 = (N - d)/ 2 - K1 và df2 = (N - d)/ 2 - K2
Trong trường hợp hàm đơn biến, ta có k1 = K1 + 1 = k2 = K2 + 1 = 2. Trong đó k là số
thông số được ước lượng trong mô hình (Bao gồm cả hằng số)
Bƣớc 4: Tính trị thống kê GQstat
GQstat = 2 2 / 1 2  F (N2 - k2, N1 - k1)
Với N1 và k1 là số mẫu quan sát và hệ số ước lượng của phương trình hồi quy 1 (Cho
nhóm 1) có giá trị X thấp. N2 và k2 là số mẫu quan sát và số hệ số ước lượng của phương
trình hồi quy 2 (Cho nhóm 2) có giá trị của X cao.

16


ESS2/df2
GQstat =

--------------ESS1/df1

Với các giả thuyết khác được thoả, ta có GQstat tuân theo phân phối F với bậc tự do của
tử số là df2 và của mẫu số là df1. Và cả hai đều bằng (Nj – d)/2 – kj.
Bƣớc 5: Với mức  cho trước, bác bỏ Ho nếu GQstat > F, df2, df1. Và chấp nhận giả
thuyết H1 tức là có hiện tượng phương sai không đồng đều 2 2 > 1 2.
1.4.3 Hiện tƣợng tự tƣơng quan
* Tự tƣơng quan là gì ?
Trong mô hình hồi quy tuyến tính cổ điển, chúng ta giả định rằng không có tương quan
giữa các sai số ngẫu nhiên ui, nghĩa là:
cov(ui, uj) = 0

(i  j)

Nói một cách khác, mô hình cổ điển giả định rằng sai số ứng với quan sát nào đó
không bị ảnh hưởng bởi sai số ứng với một quan sát khác.
* Cách phát hiện
- Phƣơng pháp đồ thị:
+ Giả định về sự tự tương quan liên quan đến các giá trị sai số (ut) của tổng thể, tuy
nhiên, các giá trị này không thể quan sát được.
+ Chúng ta quan sát sai số của mẫu (et), hình ảnh của et có thể cung cấp những gợi ý về
sự tự tương quan.
+ Chúng ta có thể chạy mô hình bằng phương pháp bình phương bé nhất (OLS) cho mô

hình gốc và thu thập et từ đó. Vẽ đường et theo thời gian và quan sát.
- Kiểm định d của Durbin – Watson
Thống kê d. Durbin – Watson được định nghĩa như sau:
n

d

( e
t 2

t

 et 1 )2

n

e
t 1

2
t

 e   e  2 e e

e
2
t

2
t 1

t t 1

2
t

17


d là tỷ số giữa tổng bình phương của chênh lệch giữa 2 sai số liên tiếp với RSS
Do et2 và et-12 chỉ khác nhau có một quan sát, nên ta có thể xem chúng bằng nhau, d
có thể được viết lại:

  et et 1 

d  21 
2 

 et 

 Nếu giá trị của d thuộc miền không có quyết định, => một số cải biên
kiểm định d.
 H0:  = 0; H1:  >0. Nếu d < d U thì bác bỏ H0 và chấ nhận H1 với mức ý
nghĩa , nghĩa là có tự tương quan dương.
 H0:  = 0; H1:  <0. Nếu (4 - d) < dU thì bác bỏ giả thuyết H0, nghĩa là có
tự tương quan âm.
 H0:  = 0; H1:   0. Nếu d < d U hoặc (4 - d) < d U thì bác bỏ giả thuyết
H0, chấp nhận H1 với mức ý nghĩa 2 tức có tự tương quan (Dương hoặc
âm).
1.5 Các tiêu chuẩn đánh giá kết quả mô hình

1.5.1 Hệ số xác định (R-squared: R2)

R2 

SSR
SSE
1
SST
SST

Trong đó: các biến đổi toán học ta có:
n

n

n

i 1

i 1

 ( yi  y)   ( ~yi  y) 2   e 2i
2

i 1

18


Hay:

SST =

SSR + SSE

Đẳng thức này có ý nghĩa rất quan trọng. Đại lượng SST (Total Sum of Squares) thể
hiện toàn bộ biến thiên của Y. Nó được chia thành hai phần:
Phần thứ nhất: SSR (Sum of Squares for Regression) thể hiện phần biến thiên của Y
được giải thích bởi biến X.
Phần thứ hai: SSE (Sum of Squares for Error) thể hiện phần biến thiên do các yếu tố
khác không nghiên cứu.
Như vậy, hệ số xác định (R2) thể hiện phần tỷ lệ biến thiên của Y được giải thích bởi
X và được xác định bằng công thức:
Ta có: 0  R2  1. R2 thể hiện sự thích hợp của mô hình hồi quy đối với dữ liệu. R2
càng lớn thì mô hình hồi quy tuyến tính đã xây dựng được xem là càng thích hợp và tất
nhiên là càng có ý nghĩa trong việc giải thích sự biến thiên của Y.
R2 đo lường % biến động của Y được giải thích bởi các Xi trong mô hình.
 R2 càng gần 1, mô hình càng phù hợp.
 Lưu ý:
 Nó chỉ đo lường sự phù hợp trong mẫu
 Khi so sánh R2 giữa các mô hình khác nhau, các biến phụ thuộc phải giống
nhau.
 R2 không giảm khi tăng thêm biến độc lập.
1.5.2 Hệ số xác định điều chỉnh (Adjusted R-squared:R2)
- Ta thấyR2  R2.R2 chỉ tăng khi giá trị tuyệt đối của giá trị t của biến được hơn 1.

19


Do vậy,R2 là tiêu chuẩn tốt hơn R2.
- Lƣu ý:

+ Các biến phụ thuộc cũng phải giống nhau.
+ Các kí hiệu công thức này giống các kí hiệu công thức trên.
1.5.3 Tiêu chuẩn thông tin Akaike (Akaike Info Criterion: AIC)

 Trong đó k là số biến được ước lượng gồm cả hệ số tự do và n là cở mẫu.
 Ta thấy AIC phát hiện sai sót khắt khe hơn các tiêu chuẩn trên khi tăng thêm số
biến.
 Mô hình nào AIC thấp hơn thì tốt hơn.
1.5.4 Tiêu chuẩn thông tin Schwarz (Schwarz Criterion: SIC)

 SIC còn khắt khe hơn AIC.
 SIC càng nhỏ, mô hình càng tốt.
20