MỤC LỤC GIỚI THIỆU Như biết đất nước thời kì công nghiệp hóa, đại hóa Và mục tiêu biến nước ta thành nước công nghiệp có sở vật chất kĩ thuật đại Cùng với lên kinh tế, thuật ngữ internet học sinh, sinh viên không xa lạ, thu hút không quan tâm ý giới công nghệ Mạng lưới internet giúp tìm thông tin cách xác nhanh chóng, giống bách khoa toàn thư Ngoài giúp cho người kéo gần khoảng cách Ví dụ : người cách xa 1000m thông qua mạng xã hội( điển facebook) có kết nối internet họ nhìn thấy mặt nhau, thấy hành động cử cạnh Hay người muốn gửi hợp đồng cho vận chuyển xe chuyển phát nhanh vấn đề thời gian họ dùng gửi thư qua g-mail Chỉ phút họ nhận hợp đồng dù có cách xa hàng dặm Chính vậy, phát triển mạng xã hội, internet kèm với phát triển kinh tế Hàng ngày, hàng giờ, có hàng triệu lượt truy cập vào mạng xã hội: họ vừa giao lưu bạn bè, đọc tin tức, hay bán hàng online đó… Mạng đổi hoàn toàn cách cư dân mạng liên kết với trở thành phần tất yếu ngày cho hàng trăm triệu thành viên khắp giới Các dịch vụ có nhiều phương cách để thành viên tìm kiếm bạn bè, đối tác: dựa theo group (ví dụ tên trường tên thành phố), dựa thông tin cá nhân (như địa e-mail), dựa sở thích cá nhân (như thể thao, phim ảnh, sách báo, ca nhạc), lĩnh vực quan tâm: kinh doanh, mua bán Hiện giới có hàng trăm mạng mạng xã hội khác với MySpace Facebook tiếng thị trường Bắc Mỹ Tây Âu Tại Việt Nam xuất nhiều mạng xã hội như: Zing Me, Zalo, Mạng xã hội trở nên phổ biến gần gũi với người giới trẻ Mục đích mạng xã hội tạo hệ thống Internet cho phép người dùng giao lưu chia sẻ thông tin cách có hiệu quả, vượt giới hạn địa lý thời gian.Những lợi ích mà mạng xã hội mang lại cho nhiều tác động tích cực biết cách sử dụng chúng cách hợp lý Nó giúp Mang đến lợi ích sức khoẻ: giúp cải thiện não làm chậm trình lão hoá, nghiên cứu giáo sư Gary Small trường Đại học California Los Angeles cho thấy sử dụng tìm kiếm nhiều thông tin với internet, não rèn luyện tốt khả phán đoán, định từ phát triển thêm Ông đồng thời nhận thấy rằng, việc sử dụng internet nhiều giúp cho não hoạt động tốt hơn, giúp làm giảm trình lão hóa làm cho người lớn tuổi có suy nghĩ lạc quan Lãng phí thời gian xao lãng mục tiêu thực cá nhân: tâm vào mạng xã hội dễ dàng làm người ta quên mục tiêu thực sống Thay tâm tìm kiếm công việc tương lai cách học hỏi kỹ cần thiết, bạn trẻ lại chăm để trở thành “anh hùng bàn phím” tiếng mạng Mạng xã hội góp phần tăng ganh đua, cạnh tranh không ngừng nghỉ để tìm like cướp đáng kể quỹ thời gian bạn Chúng ta phủ nhận lợi ích mà mạng xã hội mang đến cho người giúp ích cho công việc, cho việc tìm kiếm thông tin, thiết lập mối quan hệ cá nhân hay giải trí… Tuy nhiên, chứa đựng nhiều nguy cơ, rủi ro tiềm ẩn ảnh hưởng xấu tới công việc, mối quan hệ cá nhân sống người sử dụng Giảm tương tác người với người: nghiện mạng xã hội không khiến bạn dành thời gian cho người thật việc thật quanh mình, mà khiến họ buồn phiền bạn coi trọng bạn bè “ảo” từ mối quan hệ ảo trước mắt Chính vậy, mạng xã hội góp phần không nhỏ vào sống chúng ta, dù tích cực hay tiêu cực, đặc biệt học sinh, sinh viên Và ngồi ghế nhà trường, sinh viên dùng mạng xã hội nhiều hay có tác động tới kết học tập Vậy xem mạng xã hội có tác động lên kết học tập ( cụ thể GPA ) II)DỮ LIỆU VÀ PHƯƠNG PHÁP 1) Dữ liệu Qua điều tra khảo sát gg drive lấy thông tin 49 bạn sinh viên Biến phụ thuộc: Y điểm GDA trê thang Biến độc lập: X1,X2…,X8 ( bảng sau) ST T Tên biến Nội dung biến Loại biến Y Điểm GPA thang Định lượng X1 Giới tính người làm Định khảo sát tính X2 Số sử dụng mạng xã hội Định lượng số giờ/ tháng Số buổi nghỉ học/ tháng Định lượng số tháng X4 Số tín dăng ký/ tháng Định lượng Số tín chỉ/ tháng Số tháng giờ/ X5 Số làm thêm/ tham Định gia hoạt động ngoại khóa lượng Số học tiếng anh/ tháng Số tháng giờ/ X6 Định lượng Số tháng giờ/ Số tập thể dục/tháng Định lượng Số tháng giờ/ Số tự học nhà/ tháng Định lượng X3 X7 X8 Đơn vị buổi/ Giaỉ thích: • • X1: Giới tính biến dẫn đến kết học tập X2: Số sử dụng mạng xã hội nhiều việc dành thời gian cho việc học dẫn đến kết học tập không tốt • • • • • • X3: Việc nghỉ học dẫn đến không theo kịp kiến thức, hổng kiến thức trình học => làm giảm kết học tập X4: Nếu sinh viên đăng ký tín chỉ, việc học tập nhẹ nhàng hơn=> tập trung môn học=> kết học tập cao Ngược lại, đăng ký nhiều tín sinh viên bị “ngợp” nhiều môn học=> dễ cảm thấy chán nản, hứng thú học tập=> kết học tập giảm sút X5: Số làm thêm/ tham gia hoạt động ngoại khóa lấy thời gian mà sinh viên dành thời gian vào học tập, làm sinh viên nhãng việc học X6: Việc học tiếng anh quan trọng sinh viên, việc tập trung học môn ảnh hưởng đến kết học tập chung X7: Tập thể dục chiếm thời gian tương đối nhỏ sinh viên phủ nhận việc gây ảnh hưởng đến việc học tập X8: Là sinh viên, phương pháp học tập chủ yếu tự học Vì ảnh hưởng lớn định trực tiếp đến kết học tập 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 OLS để đánh giá tác động yếu tố khác lên kết học tập sinh viên nay, có ảnh hưởng việc sử dụng mạng xã hội đến kết học tập, thể điểm GPA sinh viên Bài nghiên cứu nhóm sử dụng mô hình kinh tế lượng để thực mục tiêu nghiên cứu, nhóm sử dụng phần mềm EViews để chạy mô hình kết ước lượng EViews (Econometric Views) phần mềm chuyên kinh tế lượng, nghiên cứu với liệu chuỗi thời gian, liệu chéo, liệu mảng… Với khả linh hoạt thao thác, quản lý liệu dễ dàng, kết hiển thị nhanh dễ dàng hiểu giúp Eviews trở thành phần mềm thống kê phân tích dự báo nhà nghiên cứu sử dụng phổ biến Các công EVIEWS: Ngoài chức dùng mô hình kinh tế lượng để phân tích phương trình hồi quy số chức dùng cho phân tích dự báo nâng cao như: • Thống kê mô tả liệu • Phân tích tác động 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 lượng, dự báo giá vàng….) • Thực xếp hạng tín dụng ngân hàng, • Tính toán giá trị rủi ro cho mã cổ phiếu dựa tỉ suất sinh lời • Phân tích quan hệ tương quan yếu tố kinh tế vĩ mô III) CHẠY MÔ HÌNH EVIEW 1)Thống kê mô tả Với phần mềm Eviews 4, sau nhập liệu chạy mô hình, ta có kết thống kê mô tả biến bảng sau: Từ bảng cho biết: + Điểm GPA trung bình mẫu điều tra 2.790612 + Điểm GPA thấp mẫu điều tra + Tỷ lệ nam nữ điều tra xấp xỉ 0,4 2)Bảng kết ước lượng Để xem xét biến độc lập (GT, LT, MXH, NH, TA, TC, TD, TH) đưa có ảnh hưởng đến biến phụ thuộc GPA, nhóm sử dụng phương pháp ước lượng OLS với phần mềm Eviews 4.0 Sau chạy mô hình, ta có kết sau: • • • • • • • • Từ bảng kết trên, ta có mô hình hồi quy mẫu 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 ta rút kết luận sau: - Với β^1= 1.509829: tất biến GT, LT, MXH, NH, TA, TC, TD, TH đồng thời điều kiện yếu tố khác không đổi trung bình GPA sinh viên 1.509829 đơn vị - Với β^2= 0.086802: tăng biến GT đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên tăng 0.086802 đơn vị - Với β^3= 0.000755: tăng biến HTA đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên giảm 0.000755 đơn vị - Với β^4= 0.000542: biến LT tăng đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên giảm 0.002653 đơn vị • • • • • • • - Với β^5= -0.000722: biến MXH tăng đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên giảm 0.000722 đơn vị - Với β^6= –0.002739: biến NH tăng đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên giảm 0.002739 đơn vị - Với β^7= 0.3443084: biến TC tăng đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên tăng 0.3443084 đơn vị - Với β^8= –0.00657: biến TD tăng đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên giảm 0.00657 đơn vị - Với β^9= 0.000891: biến TH tăng đơn vị điều kiện yếu tố khác không đổi trung bình GPA sinh viên tăng 0.000891 đơn vị - R^2=0.286409 tức có 28.6409 % độ biến động biến GPA giải thích biến độc lập có mô hình, hay độ phù hợp hàm hồi quy mẫu 28.6409% KẾT LUẬN: Mô hình ý nghĩa - Mô hình ý nghĩa: Có thể dạng hàm không phù hợp Hoặc biến chọn biến độc lập ( biến giải thích) mà yếu tố ngẫu nhiên Vì r^2 nhỏ nên % biến động GPA giả thích MXH rất nhỏ  MXH biến độc lập mà tác nhân khác 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 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 hệ số β khác 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 (Mô hình 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 sở bác bỏ Ho (Mô hình có dạng hàm đúng) Hậu mô hình vi phạm giả thiết: - Ước lượng OLS ước lượng chệch E(βj) ≠ βj Các suy diễn thống kê không đáng tin cậy: 2) Kiểm định White a) Kiểm định 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 phương sai sai số thay đổi H1:Mô hình có phương sai sai số thay đổi 11 Kết kiểm định: Prob=0.993156>0.05  Chấp nhận Ho( Mô hình 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 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 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 phương sai sai số thay đổi Từ hai kết luận kiểm định rút mô hình phương sai sai số thay đổi 15 3)Phát đa cộng tuyến cao theo hệ số tương quan Cặp giả thiết: Ho: Mô hình tồn tượng đa cộng tuyến cao H1: Mô hình không tồn 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 = 0.218927 > R^2 gốc  Xuất đa cộng tuyến cao  Mô hình tồn tượng đa công tuyến Các cặp biến khác cho kết tương tư Kết luận: Mô hình tồn tượng đa cộng tuyến • - Trong trường hơp mô hình có tượng đa cộng tuyến cao dẫn đến hậu quả: Nhân tố phóng đại phương sai lớn Hệ số ước lượng ý nghĩa Sai dấu hệ số ước lượng 4) Kiểm định phân phối chuẩn 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 gây hậu quả: - Các thống kê T F không tuân theo quy luật student quy luật fisher tương ứng Khi kích thước mẫu nhỏ suy diễn thống kê không đáng tin cậy Phụ lục liệu thu thập được: Mô hình gồm biến với nội dung sau: ST T X1 X2 X3 X4 X5 X6 X7 X8 Y Na m 30 240 30 Na m 36 4.2 60 30 2.4 60 2.0 18 Nữ 45 0 4.6 60 60 3.2 Nữ 21 30 60 3.1 Na m 45 3.6 150 60 2.3 Na m 18 0 4.4 240 30 30 3.1 Na m 30 150 30 30 2.2 Nữ 45 4.2 180 30 30 2.5 Nữ 12 120 30 16 90 2.8 Nữ 54 4.8 120 30 2.0 11 Nữ 15 3.8 210 60 3.1 12 Nữ 60 60 0 2.6 13 Nữ 3.2 30 15 2.5 14 Nữ 15 4 120 30 30 2.7 15 Nữ 60 180 60 60 3.2 16 Nữ 15 3.8 30 60 28 2.6 17 Na m 15 3.6 150 15 30 3.2 10 10 19 Na m 30 10 30 45 15 3.0 Nữ 18 90 90 30 2.0 20 Nữ 45 4.2 120 45 15 3.5 21 Nữ 90 4.4 120 30 12 60 3.1 22 Na m 90 4.4 120 60 12 12 2.8 Nữ 12 0 180 15 24 2.8 24 Nữ 30 4.2 30 30 2.3 25 Na m 15 0 0 12 2.9 26 Nữ 54 630 60 30 3.7 27 Na m 12 120 90 16 60 2.5 Nữ 12 12 0 15 2.6 Nữ 24 0 240 60 16 60 2.5 30 Nữ 15 40 3.8 120 60 30 2.2 31 Na m 30 0 3.4 30 90 2.4 18 19 23 28 29 20 Nữ 12 33 Nữ 18 34 Na m 15 35 Nữ 24 36 Na m 12 32 10 10 4.6 4.2 4.2 4.4 120 240 0 120 60 0 30 30 30 3.1 16 2.7 12 12 30 2,7 15 2.7 24 37 Nữ 30 90 15 3.0 38 Na m 12 30 90 28 2.3 28 12 2.8 39 Nữ 60 4.6 60 30 40 Nữ 18 40 3.8 120 60 30 3.5 41 Na m 12 0 4.2 300 30 24 30 3.3 42 Nữ 90 4.4 120 30 12 60 3.3 43 Nữ 90 4.4 60 60 3.1 44 Na m 12 4.2 30 16 60 2.7 Na m 54 60 60 45 3.1 21 Na m 30 3.8 30 90 3.1 47 Nữ 30 10 4.4 180 0 2.6 48 Na m 90 2.6 240 45 60 2.4 49 Na m 90 4.4 90 60 16 90 2.9 46 22 ... vậy, mạng xã hội góp phần không nhỏ vào sống chúng ta, dù tích cực hay tiêu cực, đặc biệt học sinh, sinh viên Và ngồi ghế nhà trường, sinh viên dùng mạng xã hội nhiều hay có tác động tới kết học. .. bình phương nhỏ OLS để đánh giá tác động yếu tố khác lên kết học tập sinh viên nay, có ảnh hưởng việc sử dụng mạng xã hội đến kết học tập, thể điểm GPA sinh viên Bài nghiên cứu nhóm sử dụng... trọng sinh viên, việc tập trung học môn ảnh hưởng đến kết học tập chung X7: Tập thể dục chiếm thời gian tương đối nhỏ sinh viên phủ nhận việc gây ảnh hưởng đến việc học tập X8: Là sinh viên,