Phân Tích Các Yếu Tố Ảnh Hưởng Đến Kết Quả Học Tập Của Sinh Viên: Nghiên Cứu Thực Nghiệm Tại PTIT TP.HCM


Tóm tắt nghiên cứu (Research Summary)

  • Câu hỏi nghiên cứu chính: Những nhân tố nào từ bản thân người học và nhà trường tác động trực tiếp đến kết quả học tập (GPA) của sinh viên khối ngành kinh tế tại cơ sở giáo dục đại học, và mức độ ảnh hưởng của từng yếu tố được định lượng cụ thể ra sao?
  • Tổng quan phương pháp nghiên cứu (Methodology Snapshot): Nghiên cứu sử dụng phương pháp tiếp cận kết hợp định tính và định lượng với mô hình hồi quy tuyến tính cổ điển (OLS). Dữ liệu sơ cấp được thu thập từ mẫu khảo sát gồm 200 sinh viên thuộc các khóa D20, D21, D22 tại Khoa Quản trị Kinh doanh 2 – Học viện Công nghệ Bưu chính Viễn thông Cơ sở TP.HCM (PTIT TP.HCM), được xử lý và kiểm định kinh tế lượng toàn diện trên phần mềm EViews.
  • Phát hiện cốt lõi (Key Findings): Mô hình đạt hệ số xác định $R^2 = 0.7704$, giải thích được 77.04% sự biến thiên của kết quả học tập. Cả ba nhân tố đưa vào mô hình đều có ý nghĩa thống kê ở mức 95% ($p < 0.05$):
    • Số tiết vắng học ($VH$) tác động tiêu cực mạnh nhất đến điểm tích lũy ($\beta = -0.1960$).
    • Khả năng tự học ($TH$) đóng vai trò động lực tích cực lớn nhất ($\beta = +0.1411$).
    • Chất lượng giảng dạy ($GD$) có đóng góp tích cực và ổn định ($\beta = +0.0832$).
  • Hàm ý thực tiễn (Implications): Kết quả nhấn mạnh việc chuyển dịch từ phương pháp học thụ động sang rèn luyện năng lực tự chủ học tập, kết hợp với nâng cao kỷ luật chuyên cần và đổi mới phương pháp sư phạm đại học nhằm tối ưu hóa chuẩn đầu ra cho sinh viên.

Bối cảnh và tầm quan trọng (Context & Significance)

Thực trạng kiến thức hiện tại

Trong kỷ nguyên kinh tế tri thức và chuyển đổi số, chất lượng giáo dục đại học trở thành thước đo then chốt quyết định năng lực cạnh tranh của nguồn nhân lực. Kết quả học tập – được lượng hóa qua điểm trung bình tích lũy (GPA) – không đơn thuần là chỉ số thể hiện điểm số học phần, mà còn phản ánh năng lực tiếp thu, tư duy phản biện, kỹ năng giải quyết vấn đề và mức độ cam kết của sinh viên đối với ngành học.

Nhiều nghiên cứu trước đây tại Việt Nam (như nghiên cứu của Võ Thị Tâm, Nguyễn Thị Thu An, Nguyễn Thị Ngọc Nga) đã tiếp cận vấn đề theo các góc độ khác nhau như tâm lý học tập, môi trường gia đình, hoặc sự tương tác sư phạm. Tuy nhiên, phần lớn các nghiên cứu tập trung vào phân tích tương quan đơn lẻ hoặc sử dụng các biến số định tính chung chung mà thiếu đi mô hình hồi quy định lượng có kiểm định nghiêm ngặt về các khuyết tật của mô hình kinh tế lượng.

Khoảng trống nghiên cứu và tính cấp thiết

Khoảng trống thực tế nằm ở việc thiếu các nghiên cứu định lượng chuyên sâu cho nhóm sinh viên khối ngành Kinh tế - Quản trị tại các trường đại học định hướng công nghệ như Học viện Công nghệ Bưu chính Viễn thông. Môi trường đào tạo đặc thù này đòi hỏi sinh viên vừa phải nắm vững kiến thức quản trị, vừa phải làm chủ các công cụ công nghệ số.

Nghiên cứu này ra đời nhằm đáp ứng tính cấp thiết về việc cung cấp bằng chứng thực nghiệm rõ ràng, đánh giá đồng thời cả yếu tố kỷ luật học tập cá nhân (chuyên cần), năng lực tự chủ (tự học) và môi trường đào tạo (chất lượng giảng dạy), từ đó tạo cơ sở dữ liệu vững chắc cho các nhà quản lý giáo dục đưa ra quyết định cải cách phù hợp.


Phương pháp nghiên cứu và tiếp cận (Methodology & Approach)

Thiết kế nghiên cứu và công cụ đo lường

Đề tài áp dụng quy trình nghiên cứu chuẩn mực, phối hợp giữa nghiên cứu định tính (tổng quan cơ sở lý thuyết, kế thừa các thang đo chuẩn hóa) và nghiên cứu định lượng thực nghiệm. Thang đo Likert 5 mức độ (từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý) được sử dụng để lượng hóa các biến khái niệm tiềm ẩn:

  • Chất lượng giảng dạy ($GD$): Đo lường qua 5 biến quan sát ($GD_1$ đến $GD_5$) bao quát từ tính đầy đủ của đề cương, tính cập nhật kiến thức, phương pháp sư phạm kích thích tư duy, cơ sở vật chất hỗ trợ, đến việc hướng dẫn khai thác học liệu.
  • Khả năng tự học ($TH$): Đo lường qua 5 biến quan sát ($TH_1$ đến $TH_5$) phản ánh năng lực liên kết kiến thức, kỹ năng giải quyết vấn đề, ứng dụng thực tế, khả năng truyền đạt/thảo luận nhóm và tham gia nghiên cứu khoa học.
  • Số tiết vắng học ($VH$): Biến định lượng trực tiếp đo lường số tiết nghỉ học trung bình mỗi tuần.
  • Kết quả học tập ($KQHT$): Biến phụ thuộc, tính theo điểm trung bình tích lũy hệ 4.0.

Quy trình chọn mẫu và thu thập dữ liệu

  • Phương pháp chọn mẫu: Lấy mẫu phi xác suất (chọn mẫu phán đoán/thuận tiện) kết hợp phân tầng theo khóa học (D20, D21, D22) thuộc Khoa Quản trị Kinh doanh 2 – PTIT TP.HCM.
  • Kích thước mẫu: $N = 200$ quan sát hợp lệ sau khi đã làm sạch dữ liệu, đáp ứng tiêu chuẩn cỡ mẫu tối thiểu cho phân tích hồi quy đa biến ($N \ge 50 + 8m$, với $m$ là số biến độc lập).

Kỹ thuật phân tích và kiểm định kinh tế lượng

Nghiên cứu sử dụng phương pháp bình phương bé nhất (OLS) trên phần mềm chuyên dụng EViews với hệ thống kiểm định nghiêm ngặt:

  1. Kiểm định giả thuyết t và Wald: Đánh giá ý nghĩa thống kê của từng hệ số hồi quy riêng lẻ và toàn bộ mô hình.
  2. Kiểm định hiện tượng đa cộng tuyến: Sử dụng ma trận hệ số tương quan Pearson và hệ số nhân tử phóng đại phương sai (VIF - Variance Inflation Factor).
  3. Kiểm định tự tương quan: Sử dụng thống kê Durbin-Watson ($d$) kết hợp so sánh giá trị tới hạn ($d_L, d_U$).
  4. Kiểm định phương sai sai số thay đổi: Thực hiện kiểm định White (White Heteroskedasticity Test) không có số hạng chéo.
  5. Kiểm định định dạng mô hình và bỏ sót biến: Áp dụng kiểm định Ramsey RESET (Regression Equation Specification Error Test).

Các phát hiện nghiên cứu chính (Major Findings)

1. Hàm hồi quy thực nghiệm và ý nghĩa thống kê

Từ kết quả ước lượng OLS trên 200 quan sát, phương trình hồi quy mẫu thu được:

$$\widehat{KQHT} = 2.479028 + 0.141130 \times TH + 0.083186 \times GD - 0.195993 \times VH$$

  • Hệ số xác định $R^2 = 0.770363$ và $R^2$ hiệu chỉnh $= 0.766848$, khẳng định mô hình giải thích được 77.04% biến động trong kết quả học tập của sinh viên.
  • Thống kê kiểm định $F$ cho toàn bộ mô hình có giá trị $p\text{-value} = 0.000 < 0.05$, bác bỏ giả thuyết $H_0$, xác nhận mô hình hồi quy xây dựng là hoàn toàn phù hợp.
+--------------------------+-------------+------------+-------------+----------+
| Biến số                  | Hệ số hồi quy | Sai số chuẩn | Thống kê t  | P-value  |
+--------------------------+-------------+------------+-------------+----------+
| C (Hệ số chặn)           |    2.479028 |   0.099981 |   24.794930 |   0.0000 |
| TH (Khả năng tự học)     |    0.141130 |   0.015296 |    9.226388 |   0.0000 |
| GD (Chất lượng giảng dạy)|    0.083186 |   0.024908 |    3.339665 |   0.0010 |
| VH (Số tiết vắng học)    |   -0.195993 |   0.014346 |  -13.662130 |   0.0000 |
+--------------------------+-------------+------------+-------------+----------+

2. Định lượng tác động của từng nhân tố

  • Tác động tiêu cực của việc vắng học: Biến $VH$ có hệ số $\beta_3 = -0.195993$ ($p = 0.0000$). Trong điều kiện các yếu tố khác không đổi, trung bình cứ nghỉ thêm 1 tiết học/tuần, điểm GPA tích lũy của sinh viên bị kéo giảm xấp xỉ 0.196 điểm (trên thang điểm 4.0). Đây là nhân tố gây tác động tức thì và mạnh mẽ nhất đến kết quả học tập.
  • Tác động thúc đẩy của năng lực tự học: Biến $TH$ có hệ số $\beta_1 = 0.141130$ ($p = 0.0000$). Khi khả năng tự học của sinh viên được nâng cao thêm 1 bậc (theo thang đo đánh giá), điểm GPA trung bình tăng tương ứng 0.141 điểm.
  • Đóng góp tích cực của chất lượng giảng dạy: Biến $GD$ có hệ số $\beta_2 = 0.083186$ ($p = 0.0010$). Chất lượng bài giảng, sự nhiệt tình và phương pháp truyền đạt chuẩn mực của giảng viên đóng góp trực tiếp làm tăng 0.083 điểm GPA cho mỗi đơn vị cải thiện.

3. Kiểm định khuyết tật mô hình (Diagnostic Checks)

Kết quả kiểm định xác nhận mô hình hoàn toàn vững chắc và không vi phạm các giả thiết OLS:

  • Không có đa cộng tuyến: Hệ số $VIF$ của các biến độc lập đều nằm trong khoảng $1.05 - 1.08$, nhỏ hơn rất nhiều so với ngưỡng cảnh báo 10 (hoặc 2 trong chuẩn khắt khe).
  • Không có tự tương quan bậc nhất: Giá trị thống kê Durbin-Watson $d = 1.718068$ nằm trong khoảng an toàn ($d_U < d < 4 - d_U$), loại trừ hiện tượng tự tương quan chuỗi phần dư.
  • Phương sai sai số đồng nhất (Homoskedasticity): Kiểm định White cho giá trị $p\text{-value} = 0.2825 > 0.05$, chấp nhận giả thuyết phương sai sai số không đổi.
  • Mô hình định dạng đúng: Kiểm định Ramsey RESET cho giá trị $p\text{-value} = 0.1815 > 0.05$, chứng minh mô hình không bỏ sót biến quan trọng và các tham số có dạng tuyến tính phù hợp.

Đóng góp khoa học và thực tiễn (Scholarly & Practical Contributions)

                            ĐÓNG GÓP CỦA NGHIÊN CỨU
[ ĐÓNG GÓP HỌC THUẬT / LÝ THUYẾT ]               [ ĐÓNG GÓP THỰC TIỄN / CHÍNH SÁCH ]
• Lượng hóa đồng thời Kỷ luật & Năng lực         • Cảnh báo đỏ về hệ quả của việc vắng học
• Quy trình kiểm định OLS mẫu mực (EViews)       • Chuyển đổi phương pháp giảng dạy tích cực
• Hệ số R² cao (77.04%) với mô hình tinh gọn    • Xây dựng khung kỹ năng tự học cho sinh viên

Đóng góp về mặt lý thuyết và phương pháp luận

  1. Lượng hóa thành công mối quan hệ đa chiều: Nghiên cứu đã tích hợp đồng thời cả yếu tố hành vi cá nhân (vắng học), năng lực nhận thức (tự học) và môi trường sư phạm (giảng dạy) vào một mô hình hồi quy tinh giản nhưng đạt sức mạnh giải thích cao ($R^2 > 77%$).
  2. Quy trình kiểm định kinh tế lượng mẫu mực: Đề tài là tài liệu tham khảo chất lượng cao về phương pháp luận nghiên cứu định lượng, minh họa trọn vẹn chu trình từ xây dựng thang đo, khảo sát, ước lượng OLS đến thực hiện đầy đủ 4 kiểm định chẩn đoán (VIF, Durbin-Watson, White, Ramsey RESET).

Ứng dụng thực tiễn và khuyến nghị chính sách đào tạo

  • Đối với sinh viên: Cần nhận thức rõ cái giá phải trả của việc nghỉ học; thiết lập kế hoạch học tập độc lập, chủ động đọc trước tài liệu và thảo luận nhóm thay vì chỉ thụ động tiếp thu trên lớp.
  • Đối với giảng viên và khoa chuyên môn: Cần tiếp tục duy trì tính chuẩn mực của đề cương chi tiết, đổi mới phương pháp giảng dạy theo hướng giao bài tập tình huống, ứng dụng thực tế và khuyến khích sinh viên tự nghiên cứu.
  • Đối với nhà trường: Hoàn thiện cơ sở vật chất phòng học, mở rộng nguồn tài nguyên học liệu số tại thư viện và siết chặt công tác quản lý chuyên cần bằng các công cụ điểm danh số hóa.

Đối tượng quan tâm và giá trị mang lại (Target Audience & Benefits)

  • Giảng viên và Nhà nghiên cứu giáo dục: Cung cấp tài liệu tham khảo thực nghiệm đáng tin cậy về các biến số tác động đến thành tích học tập; nguồn dữ liệu đối chuẩn cho các nghiên cứu so sánh liên trường.
  • Ban Giám hiệu và Cán bộ Quản lý Đào tạo: Cung cấp cơ sở khoa học để xây dựng chính sách kiểm soát chuyên cần, thẩm định chất lượng chương trình giảng dạy và đầu tư cơ sở vật chất.
  • Sinh viên đại học (đặc biệt khối ngành Kinh tế - Marketing - Quản trị): Giúp người học tự nhận diện các yếu tố then chốt chi phối trực tiếp đến GPA cá nhân, từ đó tự điều chỉnh thái độ học tập và rèn luyện kỹ năng tự học.
  • Chuyên viên cố vấn học tập: Làm tư liệu tham vấn, định hướng lộ trình học tập hiệu quả cho sinh viên có dấu hiệu sa sút học lực.

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Phát hiện quan trọng nhất là việc chứng minh số tiết vắng học là yếu tố kéo giảm kết quả học tập mạnh nhất ($\beta = -0.196$), trong khi khả năng tự học là động lực cá nhân thúc đẩy kết quả học tập mạnh mẽ nhất ($\beta = +0.141$).

2. Phương pháp nghiên cứu có điểm gì đặc biệt?

Nghiên cứu không chỉ dừng lại ở hồi quy OLS cơ bản mà thực hiện một chu trình kiểm định khuyết tật toàn diện trên EViews: kiểm định đa cộng tuyến qua hệ số VIF, kiểm định tự tương quan Durbin-Watson, kiểm định phương sai thay đổi White và kiểm định thiếu biến Ramsey RESET, đảm bảo mô hình đạt tính vững và không chệch.

3. Kết quả nghiên cứu có thể tổng quát hóa (generalize) cho các ngành khác không?

Kết quả có giá trị tham khảo cao cho khối ngành Khoa học Xã hội, Kinh tế và Quản trị Kinh doanh tại các trường đại học công lập và kỹ thuật. Tuy nhiên, đối với các ngành đặc thù đòi hỏi thực hành thí nghiệm chuyên sâu (như Y dược, Kỹ thuật điện tử), trọng số của các yếu tố có thể thay đổi.

4. Hướng phát triển tiếp theo của đề tài là gì?

Mở rộng quy mô mẫu nghiên cứu trên phạm vi toàn quốc; tích hợp thêm các biến kiểm soát như: phương pháp học tập cá nhân, áp lực tài chính/việc làm thêm, sức khỏe tâm lý, hoặc sử dụng mô hình cấu trúc tuyến tính SEM.

5. Sinh viên có thể ứng dụng kết quả này như thế nào để cải thiện điểm số?

Sinh viên nên ưu tiên đảm bảo tỷ lệ chuyên cần 100% trên lớp (tránh để mất trung bình ~0.2 điểm GPA cho mỗi tiết vắng/tuần), đồng thời xây dựng thời gian biểu tự học cố định ít nhất 2–3 giờ mỗi ngày và tích cực trao đổi nhóm.


Kết luận (Conclusion)

Nghiên cứu "Các yếu tố ảnh hưởng đến kết quả học tập của sinh viên PTIT TP.HCM" đã giải quyết trọn vẹn mục tiêu nghiên cứu thông qua mô hình kinh tế lượng chuẩn mực. Bằng chứng thực nghiệm đã khẳng định vai trò cốt lõi của tinh thần chuyên cần, năng lực tự học và chất lượng giảng dạy đối với thành tích học tập của sinh viên.

Đây là tiền đề thực tiễn quan trọng giúp Học viện Công nghệ Bưu chính Viễn thông và các cơ sở giáo dục đại học định hình chiến lược đào tạo, đổi mới phương pháp giảng dạy và nâng cao chất lượng đầu ra cho sinh viên trong bối cảnh hội nhập quốc tế.