mạng xã hội có tác động như thế nào đến kết quả học tập của sinh viên

MỤC LỤC

1


GIỚI THIỆU
Như chúng ta đã biết đất nước chúng ta đang trong thời kì công nghiệp hóa, hiện
đại hóa. Và mục tiêu cơ bản của nó là biến nước ta thành nước công nghiệp có cơ
sở vật chất kĩ thuật hiện đại. Cùng với sự đi lên của kinh tế, thì thuật ngữ internet
đối với mỗi học sinh, sinh viên chúng ta không còn gì là xa lạ, và nó thu hút không
ít sự quan tâm chú ý của thế giới công nghệ.
Mạng lưới internet giúp chúng ta có thể tìm thông tin 1 cách chính xác và nhanh
chóng, nó giống như 1 cuốn bách khoa toàn thư. Ngoài ra nó còn giúp cho con
người chúng ta kéo gần khoảng cách hơn. Ví dụ như : 2 người ở cách xa nhau
1000m nhưng thông qua mạng xã hội( điển hình như facebook) có kết nối internet
họ có thể nhìn thấy mặt nhau, thấy hành động cử chỉ như đang ở cạnh nhau vậy.
Hay 2 người muốn gửi 1 hợp đồng cho nhau nhưng không thể vận chuyển bằng xe
chuyển phát nhanh được vì vấn đề thời gian thì họ đã dùng gửi thư qua g-mail. Chỉ
mất 1 phút họ đã có thể nhận được bản hợp đồng dù có cách xa nhau hàng dặm.
Chính vì vậy, sự phát triển của mạng xã hội, internet đi kèm với sự phát triển của
nền kinh tế. Hàng ngày, hàng giờ, có hàng triệu lượt truy cập vào mạng xã hội: họ
vừa có thể giao lưu bạn bè, đọc tin tức, hay bán hàng online trên đó…
Mạng đổi mới hoàn toàn cách cư dân mạng liên kết với nhau và trở thành một
phần tất yếu của mỗi ngày cho hàng trăm triệu thành viên khắp thế giới. Các dịch
vụ này có nhiều phương cách để các thành viên tìm kiếm bạn bè, đối tác: dựa theo
group (ví dụ như tên trường hoặc tên thành phố), dựa trên thông tin cá nhân (như
địa chỉ e-mail), hoặc dựa trên sở thích cá nhân (như thể thao, phim ảnh, sách báo,
hoặc ca nhạc), lĩnh vực quan tâm: kinh doanh, mua bán...
Hiện nay thế giới có hàng trăm mạng mạng xã hội khác nhau
với MySpace và Facebook nổi tiếng nhất trong thị trường Bắc Mỹ và Tây Âu.
Tại Việt Nam xuất hiện rất nhiều các mạng xã hội như: Zing Me, Zalo,...

Mạng xã hội đã trở nên phổ biến và gần gũi với mọi người nhất là đối với giới
trẻ. Mục đích của mạng xã hội là tạo ra một hệ thống trên nền Internet cho
phép người dùng giao lưu và chia sẻ thông tin một cách có hiệu quả, vượt ra ngoài
những giới hạn về địa lý và thời gian.Những lợi ích mà mạng xã hội mang lại cho
chúng ta rất nhiều và tác động tích cực nếu chúng ta biết cách sử dụng chúng một
cách hợp lý. Nó có thể giúp chúng ta.
2


Mang đến lợi ích về sức khoẻ: giúp cải thiện não bộ và làm chậm trình lão
hoá, nghiên cứu của giáo sư Gary Small tại trường Đại học California Los Angeles
cho thấy càng sử dụng và tìm kiếm nhiều thông tin với internet, não bộ sẽ càng
được rèn luyện tốt hơn và các khả năng phán đoán, quyết định cũng sẽ từ đó phát
triển thêm. Ông còn đồng thời nhận thấy rằng, việc sử dụng internet nhiều có thể
giúp cho não bộ hoạt động tốt hơn, giúp làm giảm quá trình lão hóa và làm cho
người lớn tuổi vẫn có suy nghĩ hết sức lạc quan.
Lãng phí thời gian và xao lãng mục tiêu thực của cá nhân: quá chú tâm vào
mạng xã hội dễ dàng làm người ta quên đi mục tiêu thực sự của cuộc sống. Thay vì
chú tâm tìm kiếm công việc trong tương lai bằng cách học hỏi những kỹ năng cần
thiết, các bạn trẻ lại chỉ chăm chú để trở thành “anh hùng bàn phím” và nổi tiếng
trên mạng. Mạng xã hội cũng góp phần tăng sự ganh đua, sự cạnh tranh không
ngừng nghỉ để tìm like và nó sẽ cướp đi đáng kể quỹ thời gian của bạn.
Chúng ta không thể phủ nhận những lợi ích mà mạng xã hội đã mang đến
cho con người hiện nay như giúp ích cho công việc, cho việc tìm kiếm thông tin,
thiết lập các mối quan hệ cá nhân hay giải trí… Tuy nhiên, nó cũng chứa đựng
nhiều nguy cơ, rủi ro tiềm ẩn có thể ảnh hưởng xấu tới công việc, mối quan hệ cá
nhân và cuộc sống của người sử dụng.
Giảm tương tác giữa người với người: nghiện mạng xã hội không chỉ khiến
bạn dành ít thời gian cho người thật việc thật ở quanh mình, mà còn khiến họ buồn
phiền khi bạn coi trọng bạn bè “ảo” từ những mối quan hệ ảo hơn những gì ở trước

mắt.
Chính vì vậy, mạng xã hội đã góp 1 phần không nhỏ vào cuộc sống của mỗi
chúng ta, dù là tích cực hay tiêu cực, đặc biệt là học sinh, sinh viên. Và ngay khi
còn đang ngồi trên ghế nhà trường, mỗi sinh viên chúng ta dùng mạng xã hội nhiều
hay ít thì đều có tác động tới kết quả học tập của chúng ta.
Vậy chúng ta hãy cùng xem mạng xã hội có tác động như thế nào lên kết quả
học tập ( cụ thể là GPA ) của mỗi chúng ta nhé.
II)DỮ LIỆU VÀ PHƯƠNG PHÁP
1) Dữ liệu
3


Qua điều tra khảo sát bằng gg drive lấy thông tin của 49 bạn sinh viên trong đó
Biến phụ thuộc: Y là điểm GDA trê thang 4
Biến độc lập: X1,X2…,X8 ( bảng sau)
ST
T
1
2
3
4

Tên
biến

Nội dung biến

Loại
biến

Y

Điểm GPA trên thang 4

Định
lượng

X1

Giới tính của người làm Định
khảo sát
tính

X2

Số giờ sử dụng mạng xã hội

Định
lượng

số giờ/ tháng

Số buổi nghỉ học/ tháng

Định
lượng

số
tháng

X4

Số tín chỉ dăng ký/ tháng

Định
lượng

Số tín chỉ/
tháng
Số
tháng

giờ/

X5

Số giờ đi làm thêm/ tham Định
gia hoạt động ngoại khóa
lượng
Số giờ học tiếng anh/ tháng

Số
tháng

giờ/

X6

Định
lượng

Số
tháng

giờ/

Số giờ tập thể dục/tháng

Định
lượng

Số
tháng

giờ/

Số giờ tự học ở nhà/ tháng

Định
lượng

X3

5
6
7
8

X7

9

X8

Đơn vị

buổi/

Giaỉ thích:
•
•

X1: Giới tính là một biến dẫn đến kết quả học tập
X2: Số giờ sử dụng mạng xã hội càng nhiều thì việc dành thời gian cho việc
học càng ít dẫn đến kết quả học tập không tốt.
4


•
•

•

•
•
•

X3: Việc nghỉ học dẫn đến không theo kịp được kiến thức, hổng kiến thức
trong quá trình học => làm giảm kết quả học tập
X4: Nếu sinh viên đăng ký ít tín chỉ, việc học tập sẽ nhẹ nhàng hơn=> có thể

tập trung hơn và các môn học=> kết quả học tập sẽ cao hơn. Ngược lại, khi
đăng ký nhiều tín chỉ sinh viên có thể bị “ngợp” vì quá nhiều môn học=> dễ
cảm thấy chán nản, mất hứng thú học tập=> kết quả học tập giảm sút
X5: Số giờ đi làm thêm/ tham gia hoạt động ngoại khóa sẽ lấy đi thời gian
mà sinh viên có thể dành thời gian đó vào học tập, làm sinh viên sao nhãng
việc học.
X6: Việc học tiếng anh là rất quan trọng đối với sinh viên, nhưng việc chỉ tập
trung học 1 môn này cũng sẽ ảnh hưởng đến kết quả học tập chung .
X7: Tập thể dục chiếm thời gian tương đối nhỏ đối với sinh viên nhưng
không thể phủ nhận việc nó cũng gây ảnh hưởng đến việc học tập.
X8: Là sinh viên, phương pháp học tập chủ yếu là tự học. Vì vậy nó ảnh
hưởng rất lớn và quyết định trực tiếp đến kết quả học tập của sinh viên.
(Phần phụ lục phía sau)

2)Phương pháp
Với đề tài này, nhóm lựa chọn sử dụng phương pháp ước lượng bình phương
nhỏ nhất OLS để đánh giá tác động của các yếu tố khác nhau lên kết quả học tập
của sinh viên hiện nay, trong đó có ảnh hưởng của việc sử dụng mạng xã hội đến
kết quả học tập, thể hiện bằng điểm GPA của sinh viên.
Bài nghiên cứu của nhóm sử dụng mô hình kinh tế lượng để thực hiện mục
tiêu nghiên cứu, nhóm sử dụng phần mềm EViews để chạy mô hình ra các kết quả
ước lượng. EViews (Econometric Views) là phần mềm chuyên về kinh tế
lượng, nghiên cứu với dữ liệu chuỗi thời gian, dữ liệu chéo, dữ liệu mảng…
Với khả năng linh hoạt trong thao thác, quản lý dữ liệu dễ dàng, kết quả hiển
thị nhanh và dễ dàng hiểu được đã giúp Eviews đang trở thành một trong những
phần mềm thống kê và phân tích dự báo được các nhà nghiên cứu sử dụng phổ
biến nhất.
Các công năng của EVIEWS: Ngoài những chức năng dùng mô hình kinh tế
lượng để phân tích phương trình hồi quy thì một số chức năng dùng cho phân tích
dự báo nâng cao như:

5


•

Thống kê mô tả dữ liệu.

•

Phân tích sự tác động của các yếu tố kinh tế vĩ mô lên biến cần nghiên cứu.

•

Dự báo cho tương lai yếu tố cần nghiên cứu ( ví dụ giá xăng dầu, dự báo nhu
cầu năng lượng, dự báo giá vàng….)

•

Thực hiện xếp hạng tín dụng trong ngân hàng,

•

Tính toán giá trị rủi ro cho mã cổ phiếu dựa trên tỉ suất sinh lời.

•

Phân tích quan hệ tương quan giữa các yếu tố kinh tế vĩ mô.
III) CHẠY MÔ HÌNH EVIEW
1)Thống kê mô tả

Với phần mềm Eviews 4, sau khi nhập dữ liệu và chạy mô hình, ta có kết quả thống
kê mô tả về các biến như bảng sau:

Từ bảng trên cho chúng ta biết:
+ Điểm GPA trung bình của mẫu điều tra là 2.790612
+ Điểm GPA thấp nhất trong mẫu điều tra là 2.
+ Tỷ lệ giữa nam và nữ được điều tra xấp xỉ 0,4.
2)Bảng kết quả ước lượng
Để xem xét các biến độc lập (GT, LT, MXH, NH, TA, TC, TD, TH) được đưa ra
ở trên có những ảnh hưởng như thế nào đến biến phụ thuộc GPA, nhóm sử dụng
6


phương pháp ước lượng OLS với phần mềm Eviews 4.0. Sau khi chạy mô hình, ta
có kết quả như sau:

•
•
•

•
•

•
•
•

Từ bảng kết quả trên, ta có được mô hình hồi quy mẫu như sau:
GPA = 1.509829 – 0.086802GT + 0.000755HTA + 0.000542LT –
0.000722MXH – 0.002739NH + 0.3443084TC – 0.00657TD +

0.000891TH
Từ mô hình hồi quy mẫu trên ta rút ra được những kết luận sau:
- Với β^1= 1.509829: khi tất cả các biến GT, LT, MXH, NH, TA, TC, TD,
TH đồng thời bằng 0 trong điều kiện các yếu tố khác không đổi thì trung
bình GPA của sinh viên là 1.509829 đơn vị.
- Với β^2= 0.086802: khi tăng biến GT 1 đơn vị trong điều kiện các yếu tố
khác không đổi thì trung bình GPA của sinh viên tăng 0.086802 đơn vị.
- Với β^3= 0.000755: khi tăng biến HTA 1 đơn vị trong điều kiện các yếu tố
khác không đổi thì trung bình GPA của sinh viên giảm 0.000755 đơn vị.
- Với β^4= 0.000542: khi biến LT tăng 1 đơn vị trong điều kiện các yếu tố
khác không đổi thì trung bình GPA của sinh viên giảm 0.002653 đơn vị.
7


•
•
•
•
•
•

•

- Với β^5= -0.000722: khi biến MXH tăng 1 đơn vị trong điều kiện các yếu
tố khác không đổi thì trung bình GPA của sinh viên giảm 0.000722 đơn vị.
- Với β^6= –0.002739: khi biến NH tăng 1 đơn vị trong điều kiện các yếu tố
khác không đổi thì trung bình GPA của sinh viên giảm 0.002739 đơn vị.
- Với β^7= 0.3443084: khi biến TC tăng 1 đơn vị trong điều kiện các yếu tố
khác không đổi thì trung bình GPA của sinh viên tăng 0.3443084 đơn vị.
- Với β^8= –0.00657: khi biến TD tăng 1 đơn vị trong điều kiện các yếu tố

khác không đổi thì trung bình GPA của sinh viên giảm 0.00657 đơn vị.
- Với β^9= 0.000891: khi biến TH tăng 1 đơn vị trong điều kiện các yếu tố
khác không đổi thì trung bình GPA của sinh viên tăng 0.000891 đơn vị.
- R^2=0.286409 tức là chỉ có 28.6409 % độ biến động của biến GPA được
giải thích bằng các biến độc lập có trong mô hình, hay độ phù hợp của hàm
hồi quy trong mẫu chỉ là 28.6409%.
KẾT LUẬN: Mô hình không có ý nghĩa
-

Mô hình không có ý nghĩa: Có thể do dạng hàm không phù hợp.
Hoặc biến được chọn không phải là biến độc lập ( biến giải
thích) mà chỉ là yếu tố ngẫu nhiên. Vì r^2 rất nhỏ nên % biến
động của GPA được giả thích bởi MXH rất rất nhỏ.  MXH
không phải biến độc lập mà chỉ tác nhân khác.

8


V)

KHOẢNG TIN CẬY

Có
mô
hình
hồi
quy
tổng
thể
GPA=β1+β2GT+β3HTA+β4LT+β5MXH+β6NH+β7TC+β8TD+β9TH +u

-KTC cho hệ số β3:
Áp

dụng
công
thức
KTC
2
phía:
β3^ - Se(β3^).tα/2(n-k) < β3 < β3^ + Se(β3^).tα/2(n-k)
Với α=0,05 ; β3^ = -0,004813 ; Se(β3^) = 0,002867 ; tα/2(n-k) = 2,021
ta có: -0,010581404 < β3 < 0,000955404
-Tương tự với các hệ số β khác.

9


V)KIỂM ĐỊNH MÔ HÌNH
1) Kiểm định Ramsey

Mô hình gốc:
GPA=β1+β2GT+β3HTA+β4LT+β5MXH+β6NH+β7TC+β8TD+β9TH +u
Mô hình phụ
GPA=β1+β2GT+β3HTA+β4LT+β5MXH+β6NH+β7TC+β8TD+β9TH
10GPA^2 +u

+β

Cặp giả thiết:
10

Ho: Mô hình có dạng hàm đúng (Mô hình không có dạng hàm sai thiết biến)
H1: Mô hình có dạng hàm sai( Mô hình có dạng hàm sai bị thiếu biến)
Thống kê: F = 2.474654
Prob = 0.123773 > 0.05 Chưa có cơ sở bác bỏ Ho (Mô hình có dạng hàm đúng)
Hậu quả nếu mô hình vi phạm giả thiết:
-

Ước lượng OLS sẽ là ước lượng chệch E(βj) ≠ βj
Các suy diễn thống kê không còn đáng tin cậy:

2) Kiểm định White
a) Kiểm định không có tích chéo
Mô hình gốc:
GPA=β1+β2GT+β3HTA+β4LT+β5MXH+β6NH+β7TC+β8TD+β9TH +u
Mô hình phụ:
U^2=α1+α2GT+α3.HTA+α4.LT+α5.MXH+α6.NH+α7.TC+α8.TD+α9.TH+α10.HT
A^2+α11.LT^2+α12.MXH^2+α13.NH^2+α14.TC^2+α15.TD^2+α16.TH^2
+v
Giả thuyết:
Ho: α2= α3= …= α16=0 ( không vi phạm giả thuyết 3)
H1: α2^2+ α3^2+…+ α16^2≠0 ( vi phạm giả thiết 3)
Hay:
Ho:Mô hình không có phương sai sai số thay đổi
H1:Mô hình có phương sai sai số thay đổi

11

Kết quả kiểm định:
Prob=0.993156>0.05  Chấp nhận Ho( Mô hình không có phương sai sai số thay
đổi)
b) Kiểm định có tích chéo
Mô hình gốc:
GPA=β1+β2GT+β3HTA+β4LT+β5MXH+β6NH+β7TC+β8TD+β9TH +u
12


Mô hình phụ:
U^2=α1+α2GT+α3.HTA+α4.LT+α5.MXH+α6.NH+α7.TC+α8.TD+α9.TH+α10.HT
A^2+α11.LT^2+α12.MXH^2+α13.NH^2+α14.TC^2+α15.TD^2+α16.TH^2
+α17.GTA.HTA+….+αj.GT.HTA +v
Giả thiết:
Ho: mô hình không có phương sai số thay đổi
H1) mô hình có phương sai sai số thai đổi
Tiến hành kiểm định:

13


14


Kết luận: Sử dụng kiểm định F-statistic ta có prob=1.0000 > 0,05 nên chấp nhận
H0 hay mô hình không có phương sai sai số thay đổi
Sử dụng kiểm định obs*R-squared ta có prob =0,998354 > 0,05 nên chấp nhận Ho
hay mô hình không có phương sai sai số thay đổi
Từ hai kết luận của 2 kiểm định trên rút ra mô hình không có phương sai sai số thay
đổi

15


3)Phát hiện đa cộng tuyến cao theo hệ số tương quan
Cặp giả thiết:
Ho: Mô hình tồn tại hiện tượng đa cộng tuyến cao
H1: Mô hình không tồn tại hiện tượng đa cộng tuyến cao.
Chạy mô hình:
Mô

hình
hồi
quy
gốc:
GPA=β1+β2GT+β3HTA+β4LT+β5MXH+β6NH+β7TC+β8TD+β9TH +u

R^2=0.041778
Chạy Mô hình hồi quy phụ:
LS GT HTA LT MXH NH TC TD TH

16


-

R^2 phụ 1 = 0.218927 > R^2 gốc  Xuất hiện đa cộng tuyến cao
 Mô hình tồn tại hiện tượng đa công tuyến.
Các cặp biến khác cho kết quả tương tư.

Kết luận: Mô hình tồn tại hiện tượng đa cộng tuyến.

•
-

Trong trường hơp nếu mô hình có hiện tượng đa cộng tuyến cao sẽ dẫn đến
hậu quả:
Nhân tố phóng đại phương sai lớn.
Hệ số ước lượng mất ý nghĩa
Sai dấu hệ số ước lượng

4) Kiểm định phân phối chuẩn của phần dư
Cặp giả thiết:
H0: sai số ngẫu nhiên phân phối chuẩn( không vi phạm giả thiết 5)
H1: sai số ngẫu nhiên không phân phối chuẩn( vi phạm giả thiết 5)

17


Ta có Prob= 0.00000 < 0.05
Chấp nhận H1. Vậy sai số ngẫu nhiên không phân phối chuẩn
Trong trường hợp sai số ngẫu nhiên không tuân theo quy luật chuẩn sẽ gây ra hậu
quả:
-

Các thống kê T và F không tuân theo quy luật student và quy luật fisher
tương ứng.
Khi kích thước mẫu nhỏ thì các suy diễn thống kê không đáng tin cậy.

Phụ lục dữ liệu thu thập được:
Mô hình gồm 9 biến với nội dung như sau:
ST

T

X1

X2

X3 X4

X5

X6 X7 X8 Y

1

Na
m

30
0

2

240

30

2

Na
m

36
0

3

4
4.2

0

60

4
0

30

2.4

60

2.0
3
18


Nữ

45

0

0

4.6

0

60

8

60

3.2

4

Nữ

21
0

2

5

0

30

8

60

3.1

5

Na
m

45
0

3

3.6

150

0

8

60

2.3

6

Na
m

18
0

0

4.4

240

30

0

30

3.1
5

7

Na
m

30
0

2

4

150

30

0

30

2.2

Nữ

45
0

1

4.2

180

30

4

30

2.5

Nữ

12
0

3

5

120

30

16

90

2.8

Nữ

54
0

8

4.8

120

30

4

0

2.0

11

Nữ

15
0

5

3.8

210

60

4

0

3.1

12

Nữ

60

2

3

0

60

0

0

2.6

13

Nữ

0

5

3.2

0

30

0

15

2.5

14

Nữ

15
0

4

4

120

30

4

30

2.7

15

Nữ

60

0

4

180

60

8

60

3.2

16

Nữ

15
0

4

3.8

30

60

28

0

2.6

17

Na
m

15
0

3.6

150
0

15

8

30

3.2

3

8
9
10

10

19


Na
m

30

10

4

30

45

8

15

3.0
5

Nữ

18
0

5

2

90

90

8

30

2.0

20

Nữ

45

0

3

4.2

120

45

4

15

3.5

21

Nữ

90

0

4.4

120

30

12

60

3.1

22

Na
m

90

2

4.4

120

60

12

12
0

2.8

Nữ

12
0

0

4

180

15

24

0

2.8

24

Nữ

30
0

3

4.2

0

30

4

30

2.3

25

Na
m

15
0

0

4

0

0

12

0

2.9
5

26

Nữ

54
0

8

5

630

60

4

30

3.7

27

Na
m

12
0

2

4

120

90

16

60

2.5

Nữ

12
0

1

4

0

12
0

0

15

2.6

Nữ

24
0

0

4

240

60

16

60

2.5

30

Nữ

15
0

40

3.8

120

60

0

30

2.2

31

Na
m

30
0

0

3.4

0

30

0

90

2.4

18
19

23

28
29

20


Nữ

12
0

33

Nữ

18
0

34

Na
m

15
0

35

Nữ

24
0

36

Na
m

12
0

32

2
10
0
2
10

4.6
4.2
4
4.2
4.4

120
240
0
0
120

60
0
0
30
30

30

3.1
6

16

0

2.7
6

12

12
0

3

30

2,7
8

15

2.7
2

8

4
24

37

Nữ

30

8

4

90

15

8

0

3.0
9

38

Na
m

12
0

30

4

90

0

28

0

2.3

28

12
0

2.8
7

39

Nữ

60

0

4.6

60

30

40

Nữ

18
0

40

3.8

120

60

0

30

3.5
5

41

Na
m

12
0

0

4.2

300

30

24

30

3.3

42

Nữ

90

0

4.4

120

30

12

60

3.3

3

43

Nữ

90

5

4.4

0

60

4

60

3.1

44

Na
m

12
0

7

4.2

0

30

16

60

2.7

Na
m

54
0

4

0

60

0

60

45

2

3.1

21


Na
m

30
0

1

3.8

0

30

0

90

3.1

47

Nữ

30
0

10

4.4

180

0

0

0

2.6

48

Na
m

90

0

2.6

240

45

0

60

2.4

49

Na
m

90

2

4.4

90

60

16

90

2.9

46

22