Giới thiệu dự án

Bối cảnh và thực trạng ngành giáo dục trực tuyến

Cuộc khủng hoảng y tế toàn cầu do đại dịch COVID-19 bùng phát đã tạo ra sự gián đoạn giáo dục quy mô lớn nhất trong lịch sử, tác động trực tiếp đến hơn 1,5 tỷ học sinh, sinh viên và 63 triệu cơ sở giáo dục trên toàn thế giới (theo số liệu thống kê của UNESCO và Valverde-Berrocoso et al., 2020). Tại Việt Nam, chỉ thị "Tạm dừng đến trường nhưng không dừng học" từ Bộ Giáo dục và Đào tạo đã thúc đẩy quá trình chuyển đổi số bắt buộc từ mô hình lớp học truyền thống sang đào tạo trực tuyến (E-learning).

Đối với các tổ chức giáo dục tư nhân và trung tâm ngoại ngữ, thách thức đặt ra nghiêm trọng hơn gấp bội: người học phải tự chi trả mức học phí đáng kể (từ 1.360.000 VNĐ đến hơn 3.570.000 VNĐ/khóa học) cho các chương trình tự nguyện. Thực tế tại Học viện Đào tạo Quốc tế ANI (Thành phố Huế) cho thấy: khi bắt buộc chuyển đổi sang hình thức trực tuyến, có tới 30% học viên chọn giải pháp bảo lưu; trong 70% chấp nhận tham gia, tỷ lệ chuyên cần và độ tập trung giảm mạnh, thường xuyên xảy ra tình trạng quên giờ học, thiếu tương tác và không hoàn thành bài tập.

[Bối cảnh COVID-19 & Chuyển đổi số] 
[Rào cản E-learning: 30% Bảo lưu, Thiếu tương tác]
[Nghiên cứu Định lượng OLRS + Trải nghiệm quá khứ (N=150)]
[Phân tích Thống kê: Cronbach's Alpha, EFA, ANOVA, T-Test trên SPSS v26]
[Bộ giải pháp Quản trị & Tối ưu hóa Trải nghiệm Học trực tuyến]

Vấn đề nghiên cứu (Problem Statement)

Các trung tâm ngoại ngữ đang triển khai đào tạo trực tuyến dựa trên cảm tính mà thiếu một công cụ đo lường chuẩn hóa để lượng hóa Mức độ sẵn sàng học trực tuyến (Online Learning Readiness - OLRS) của người học. Việc thiếu các chỉ số đo lường định lượng dẫn đến ba điểm nghẽn (pain points) lớn:

  1. Không phân loại được năng lực tự định hướng và tự kiểm soát của học viên trước khóa học.
  2. Thiếu dữ liệu đánh giá rào cản kỹ thuật máy tính/Internet và kỹ năng giao tiếp qua môi trường số.
  3. Không lượng hóa được tác động của sự hài lòng từ các trải nghiệm trực tuyến trong quá khứ đến quyết định học tập hiện tại.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về E-learning, mô hình hội nhập sinh viên (Student Integration Model - SIM) của Tinto (1975) và thang đo mức độ sẵn sàng học trực tuyến (OLRS) của Hung et al. (2010).
  2. Xây dựng và hiệu chỉnh khung thang đo đa biến phù hợp với học viên ngoại ngữ tại địa bàn miền Trung Việt Nam.
  3. Thu thập dữ liệu thực nghiệm ($N = 150$) và kiểm định độ tin cậy thang đo thông qua hệ số Cronbach's Alpha và Phân tích nhân tố khám phá (EFA).
  4. Phân tích sự khác biệt về mức độ sẵn sàng theo các biến nhân khẩu học (giới tính, độ tuổi, khóa học, hình thức học) bằng kiểm định One-Sample T-Test và Phân tích phương sai một chiều (One-Way ANOVA).
  5. Đề xuất hệ thống giải pháp quản trị, sư phạm và công nghệ nhằm nâng cao tỷ lệ chuyển đổi, cải thiện tỷ lệ hoàn thành khóa học đạt trên 85%.

Phương pháp tiếp cận giải pháp

Đề tài áp dụng phương pháp nghiên cứu hỗn hợp (Mixed Methods Approach) kết hợp giữa nghiên cứu định tính (phỏng vấn sâu học viên để điều chỉnh biến quan sát) và nghiên cứu định lượng diện rộng. Khung lý thuyết tích hợp thang đo 5 thành phần của Hung et al. (2010) kết hợp với nhân tố "Sự hài lòng về trải nghiệm học trực tuyến trong quá khứ" (Kirmizi, 2015), xử lý thông qua phần mềm thống kê chuyên dụng IBM SPSS Statistics v26.0.

Kết quả kỳ vọng và chỉ số đo lường

  • Xác lập bộ thang đo gồm 6 biến tiềm ẩn với hơn 20 biến quan sát đạt hệ số tin cậy Cronbach's Alpha $\ge 0.70$ và hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation$) $\ge 0.30$.
  • Phân tích rõ nét trọng số ảnh hưởng của các nhóm nhân tố: Tính tự định hướng (TTDH), Động lực học tập (DLHT), Tính tự kiểm soát (TTKS), Năng lực máy tính (NLMT), Năng lực giao tiếp (NLGT) và Sự hài lòng (SHL).
  • Cung cấp mô hình giải pháp chi tiết giúp giảm tỷ lệ học viên bảo lưu từ 30% xuống dưới 12% trong vòng 2 quý triển khai.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Học viên đang theo học tại các cơ sở của Học viện Đào tạo Quốc tế ANI trên địa bàn Thành phố Huế.
  • Thời gian: Thu thập dữ liệu thứ cấp giai đoạn 2019–2021; khảo sát sơ cấp thực nghiệm tháng 11–12/2021.
  • Đối tượng khảo sát: 150 học viên thuộc các chương trình Tiếng Anh Basic, IELTS, TOEIC, B1-B2 (không bao gồm học viên trẻ em - ANI Kids).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các khung đo lường sẵn sàng học trực tuyến hiện hành

Tiêu chí so sánh Mô hình SIM (Tinto, 1975) Thang đo Watkins et al. (2004) Thang đo OLRS (Hung et al., 2010) Mô hình Đề xuất Nghiên cứu (2022)
Trọng tâm tiếp cận Hòa nhập học thuật & hòa nhập xã hội Tự đánh giá công nghệ & quản lý thời gian 5 khía cạnh đa chiều của người học số OLRS cải tiến + Trải nghiệm quá khứ
Số lượng nhân tố 5 nhân tố thể chế 6 nhóm câu hỏi 5 nhân tố hành vi/kỹ năng 6 nhân tố thực nghiệm
Tính tương thích EdTech Thấp (Môi trường truyền thống) Trung bình (E-learning sơ khai) Cao (Tối ưu cho Web-based learning) Rất cao (Tối ưu cho Blended/Online EFL)
Đo lường trải nghiệm cũ Không Không Không Có (Kirmizi, 2015)
Độ phức tạp kiểm định Cao Thấp Chuẩn hóa SPSS Chuẩn hóa SPSS / Python Stats

Ma trận ưu tiên yêu cầu triển khai theo mô hình MoSCoW

Phân loại Yêu cầu chức năng / Hệ thống khảo sát & Đào tạo Lợi ích nghiệp vụ
Must have (Bắt buộc) - Bảng hỏi số hóa Likert 5 điểm chuẩn hóa.
- Kiểm định Cronbach's Alpha & EFA tự động.
- Kiểm tra đường truyền & phần cứng trước khóa học.		 Đảm bảo tính hợp lệ của dữ liệu đầu vào và ngăn ngừa sự cố kỹ thuật cơ bản.
Should have (Nên có) - Phân nhóm học viên theo kết quả Placement Test và Readiness Score.
- Hệ thống bài giảng video phát lại (playback system).		 Tối ưu hóa khả năng tự kiểm soát tiến độ (Learner Control).
Could have (Có thể có) - Tích hợp ứng dụng hỗ trợ luyện phát âm English Central API.
- Forum thảo luận ẩn danh để tăng tự tin giao tiếp.		 Thúc đẩy năng lực giao tiếp trực tuyến cho học viên nhút nhát.
Won't have (Chưa làm) - Hệ thống AI chấm điểm cảm xúc thời gian thực qua webcam.
- Tự động hóa thích ứng độ khó bài học bằng Machine Learning.		 Giảm thiểu chi phí đầu tư hạ tầng trong giai đoạn khảo nghiệm.

Thiết kế hệ thống đo lường và công nghệ

Kiến trúc xử lý dữ liệu nghiên cứu

                     [Data Preprocessing & Cleaning Engine]
                       [IBM SPSS Statistics v26.0 / Python]
                     [Dashboard Đánh giá Mức độ Sẵn sàng]

Technology Stack và công cụ phân tích

  • Nền tảng phân tích thống kê: IBM SPSS Statistics v26.0 / Python 3.9 (Thư viện pandas 1.4.0, scipy 1.8.0, statsmodels 0.13.2, pingouin 0.5.1).
  • Hệ thống quản lý học tập (LMS): Google Classroom, Zoom Pro API v2, English Central App, IELTS Speaking Assistant.
  • Cơ sở dữ liệu mẫu: File định dạng .sav và .csv, cấu trúc hóa theo 6 biến định lượng và 5 biến nhân khẩu học.

Cấu trúc biến nghiên cứu (Data Schema)

Ký hiệu biến Tên biến thành phần Số biến quan sát Thang đo Nguồn gốc lý thuyết
TTDH (H1) Tính tự định hướng của người học 5 biến (TTDH1 - TTDH5) Likert 5 điểm (1: Hoàn toàn không đồng ý - 5: Rất đồng ý) Knowles (1975), Hung et al. (2010)
DLHT (H2) Động lực học tập 4 biến (DLHT1 - DLHT4) Likert 5 điểm Ryan & Deci (2000), Hung (2010)
TTKS (H3) Tính tự kiểm soát của người học 3 biến (TTKS1 - TTKS3) Likert 5 điểm Merrill (1983), Hung et al. (2010)
NLMT (H4) Năng lực về máy tính/Internet 3 biến (NLMT1 - NLMT3) Likert 5 điểm Compeau & Higgins (1995), Hung (2010)
NLGT (H5) Năng lực giao tiếp trực tuyến 3 biến (NLGT1 - NLGT3) Likert 5 điểm McVay (2001), Hung et al. (2010)
SHL (H6) Sự hài lòng với trải nghiệm quá khứ 4 biến (SHL1 - SHL4) Likert 5 điểm Kirmizi (2015)

Phương pháp luận nghiên cứu (Methodology)

Quy trình nghiên cứu được chia thành 4 giai đoạn chuẩn hóa theo phương pháp khoa học quản trị:

  1. Giai đoạn 1 - Thiết kế công cụ: Dịch thuật, chuyển ngữ thang đo gốc OLRS và phỏng vấn thử nghiệm để hiệu chỉnh từ ngữ phù hợp văn hóa sinh viên Huế.
  2. Giai đoạn 2 - Chọn mẫu phân tầng (Quota Sampling): Dựa trên quy mô 2.000 học viên, tính toán cỡ mẫu lý thuyết theo công thức Yamane ($n = \frac{N}{1 + N \cdot e^2} = 333$) và Krejcie & Morgan ($n = 322$). Do giới hạn ngân sách và nguồn lực, nhóm tác giả chọn kích thước mẫu $n = 150$ phần tử, phân bổ hạn ngạch chuẩn xác theo tỷ lệ khóa học: Basic (19.4% - 29 mẫu), IELTS (23.0% - 35 mẫu), TOEIC (19.1% - 29 mẫu), B1/B2 (38.5% - 57 mẫu).
  3. Giai đoạn 3 - Thu thập & Làm sạch: Phát phiếu khảo sát trực tiếp kết hợp trực tuyến; loại bỏ các phiếu không hợp lệ (missing value, trả lời đồng nhất 1 phương án).
  4. Giai đoạn 4 - Phân tích định lượng: Kiểm định độ tin cậy Cronbach's Alpha $\rightarrow$ Phân tích nhân tố khám phá EFA $\rightarrow$ Kiểm định trung bình One-sample T-test $\rightarrow$ Kiểm định ANOVA tìm kiếm sự khác biệt.

Implementation và kết quả

Quy trình triển khai xử lý dữ liệu

Quá trình phân tích dữ liệu thống kê được mô hình hóa và thực thi thông qua pipeline xử lý tự động. Dưới đây là đoạn mã nguồn Python minh họa thuật toán tính toán độ tin cậy Cronbach's Alpha và kiểm định giả thuyết thống kê tương đương với quy trình trên SPSS:

import numpy as np
import pandas as pd
from scipy import stats

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """
    Tính toán hệ số tin cậy Cronbach's Alpha cho một thang đo
    Công thức: alpha = (k / (k - 1)) * (1 - sum(var_i) / var_total)
    """
    k = df_items.shape[1]
    if k <= 1:
        raise ValueError("Số lượng biến quan sát phải lớn hơn 1.")
    
    item_variances = df_items.var(axis=0, ddof=1)
    total_score = df_items.sum(axis=1)
    total_variance = total_score.var(ddof=1)
    
    alpha = (k / (k - 1)) * (1 - item_variances.sum() / total_variance)
    return float(alpha)

def evaluate_factor_readiness(data_series: pd.Series, test_value: float = 3.0):
    """
    Kiểm định One-Sample T-Test đánh giá mức độ sẵn sàng so với giá trị trung bình lý thuyết (3.0)
    """
    mean_val = data_series.mean()
    std_val = data_series.std(ddof=1)
    t_stat, p_value_2sided = stats.ttest_1samp(data_series, popmean=test_value)
    
    return {
        "Mean": round(mean_val, 4),
        "Std": round(std_val, 4),
        "T_statistic": round(t_stat, 4),
        "P_Value": round(p_value_2sided, 6),
        "Is_Ready": mean_val > test_value and p_value_2sided < 0.05
    }

# Minh họa cấu trúc ma trận phương trình nhân tố EFA:
# F_j = alpha_j1 * X_1 + alpha_j2 * X_2 + ... + alpha_jp * X_p

Kiểm định và đánh giá thang đo (Testing & Validation)

1. Kiểm định độ tin cậy thang đo Cronbach's Alpha

Tiêu chuẩn đánh giá:

  • Hệ số Cronbach’s Alpha $\ge 0.70$: Thang đo sử dụng tốt.
  • Hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation$) $\ge 0.30$: Biến đạt yêu cầu hội tụ.
  • Hệ số Alpha nếu loại biến ($Cronbach's\ Alpha\ if\ Item\ Deleted$) nhỏ hơn Alpha tổng thể.

Tất cả 6 thang đo thành phần đều đạt độ tin cậy cao ($0.782 \le \alpha \le 0.891$), không có biến quan sát nào bị loại bỏ trong bước này.

2. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)

Mô hình toán học của EFA được xác lập theo tổ hợp tuyến tính: $$F_i = \alpha_{i1}x_1 + \alpha_{i2}x_2 + \alpha_{i3}x_3 + \dots + \alpha_{ip}x_p$$

Kết quả phân tích ma trận xoay nhân tố (Varimax Rotation):

  • Hệ số KMO ($Kaiser-Meyer-Olkin$) $= 0.842 > 0.50$, chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett có mức ý nghĩa thống kê $Sig. = 0.000 < 0.05$, các biến quan sát có tương quan chặt chẽ với nhau.
  • Tổng phương sai trích ($Cumulative\ Variance\ Explained$) đạt $68.45% > 50%$, thể hiện 6 nhân tố trích xuất giải thích được $68.45%$ biến thiên của dữ liệu.
  • Tất cả các hệ số tải nhân tố ($Factor\ Loading$) đều đạt giá trị $> 0.55$.

3. Kiểm định giá trị trung bình tổng thể (One-Sample T-Test)

Kiểm định mức độ sẵn sàng trung bình với giá trị kiểm định $Test\ Value = 3.0$ (Mức trung lập trong thang đo Likert 5 điểm).

Nhóm nhân tố Giá trị trung bình ($\bar{X}$) Độ lệch chuẩn ($SD$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.\ 2-tailed$) Kết luận mức độ sẵn sàng
Năng lực máy tính/Internet (NLMT) 3.89 0.64 17.02 0.000 Sẵn sàng ở mức cao
Động lực học tập (DLHT) 3.68 0.58 14.38 0.000 Sẵn sàng ở mức khá
Năng lực giao tiếp (NLGT) 3.52 0.71 8.98 0.000 Sẵn sàng ở mức trung bình khá
Sự hài lòng quá khứ (SHL) 3.46 0.77 7.32 0.000 Sẵn sàng ở mức chấp nhận được
Tính tự định hướng (TTDH) 3.38 0.69 6.75 0.000 Sẵn sàng nhưng cần cải thiện
Tính tự kiểm soát (TTKS) 3.12 0.82 1.80 0.074 Chưa thực sự sẵn sàng ($p > 0.05$) 
Mức độ sẵn sàng theo từng nhân tố (Thang điểm 1 - 5)
NLMT (Năng lực máy tính):    ████████████████████ 3.89
DLHT (Động lực học tập):      ██████████████████   3.68
NLGT (Năng lực giao tiếp):    ████████████████     3.52
SHL  (Sự hài lòng cũ):       ███████████████      3.46
TTDH (Tính tự định hướng):    ███████████████      3.38
TTKS (Tính tự kiểm soát):     █████████████        3.12 (Cảnh báo: Dễ xao nhãng)
                                  1   2   3   4   5

Kết quả đạt được từ dữ liệu nhân khẩu học

  • Cơ cấu giới tính: Mẫu gồm 150 người, trong đó Nữ chiếm $62.7%$ (94 học viên), Nam chiếm $37.3%$ (46 học viên). Kết quả kiểm định Independent Samples T-Test cho thấy không có sự khác biệt có ý nghĩa thống kê về mức độ sẵn sàng giữa nam và nữ ($p = 0.412 > 0.05$).
  • Cơ cấu độ tuổi: Nhóm tuổi 18–21 chiếm áp đảo với $58.7%$ (88 học viên), nhóm 21–25 tuổi chiếm $27.3%$. Đây là lực lượng sinh viên đại học có khả năng tiếp cận công nghệ thông tin nhanh chóng.
  • Đặc điểm tâm lý/hành vi: $44.7%$ học viên thể hiện tính cách "chấp nhận thử thách, chủ động tìm kiếm trải nghiệm mới", $44.0%$ có "đam mê và nhiệt huyết cao".
  • Kiểm định ANOVA theo khóa học: Có sự khác biệt có ý nghĩa thống kê giữa học viên các lớp luyện thi chứng chỉ quốc tế (IELTS/TOEIC) và học viên các lớp Basic/Giao tiếp ($Sig. = 0.018 < 0.05$). Học viên IELTS có điểm tự định hướng và động lực học tập cao hơn đáng kể so với học viên lớp Tiếng Anh căn bản.

Đổi mới và đóng góp

Đổi mới về mặt học thuật và mô hình lý thuyết

  1. Tích hợp biến "Trải nghiệm học tập quá khứ" (Past Online Satisfaction): Khác với các nghiên cứu truyền thống của Hung et al. (2010) hay Watkins et al. (2004) vốn chỉ nhìn nhận người học ở trạng thái tĩnh, mô hình này chứng minh rằng sự thỏa mãn từ các khóa học trực tuyến trước đó đóng vai trò là "mỏ neo tâm lý", tác động trực tiếp đến động lực và tính tự định hướng của học viên trong giai đoạn bình thường mới.
  2. Chuẩn hóa công cụ đo lường cho phân khúc trung tâm ngoại ngữ tư nhân: Đa số các nghiên cứu OLRS trước đây tập trung vào môi trường đại học công lập (nơi sinh viên buộc phải học tín chỉ). Đề tài này giải quyết bài toán đặc thù của mảng dịch vụ đào tạo thương mại có thu phí, nơi quyền quyết định tiếp tục hay bảo lưu hoàn toàn thuộc về khách hàng.

Đóng góp thực tiễn cho hoạt động quản trị EdTech

  • Tối ưu hóa phễu chuyển đổi (Conversion Funnel): Giúp bộ phận Tuyển sinh (Sales & Marketing) tại ANI phân loại tệp khách hàng theo chỉ số sẵn sàng để tư vấn lộ trình học Online hoàn toàn hoặc Blended Learning (kết hợp trực tiếp - trực tuyến).
  • Cải thiện hiệu quả vận hành đào tạo: Xác định chính xác "nút thắt cổ chai" của học viên nằm ở Tính tự kiểm soát (TTKS = 3.12) và Tính tự định hướng (TTDH = 3.38), từ đó chuyển dịch trọng tâm của giáo viên từ "truyền thụ kiến thức" sang "điều phối và kiểm soát hành vi học tập số".

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-World Use Cases)

Kịch bản 1: Hệ thống đánh giá Readiness trước khóa học (Pre-Course Onboarding)

Trước khi khai giảng, học viên làm bài khảo sát chuẩn hóa 20 câu tích hợp trên cổng thông tin học viên.

  • Nếu điểm $TTKS < 3.0$: Tự động xếp lịch làm việc với Trợ giảng (Teaching Assistant) để thiết lập thời gian biểu cố định, gửi thông báo nhắc nhở tự động qua SMS/Zalo trước mỗi buổi học 30 phút.
  • Nếu điểm $NLMT < 3.0$: Tổ chức buổi hướng dẫn kỹ thuật 1-kèm-1 (Onboarding Tech Session) hướng dẫn sử dụng tính năng nộp bài, ghi âm và chia sẻ màn hình trên phần mềm.

Kịch bản 2: Tái cấu trúc giờ học trực tuyến theo cơ chế Micro-learning

Khắc phục điểm yếu tự kiểm soát kém (dễ bị phân tâm bởi mạng xã hội Facebook, Instagram trong giờ học):

  • Chia nhỏ buổi học 90 phút thành 3 block 25 phút (phương pháp Pomodoro tích hợp).
  • Bắt buộc kích hoạt tương tác đa kênh mỗi 10 phút: khảo sát nhanh (Live Poll), trả lời qua khung chat, hoặc chia nhóm phòng nhỏ (Breakout Rooms).

Kế hoạch triển khai (Implementation Roadmap)

  • Giai đoạn 1 (Tháng 1 - Tháng 2): Số hóa bộ công cụ đánh giá OLRS lên hệ thống quản lý học viên CRM của trung tâm.
  • Giai đoạn 2 (Tháng 3 - Tháng 4): Tổ chức chuỗi tập huấn kỹ năng sư phạm tương tác trực tuyến cho 10 giảng viên cơ hữu; chuẩn hóa giáo trình số hóa tương thích với ứng dụng English Central.
  • Giai đoạn 3 (Tháng 5 - Tháng 6): Triển khai thử nghiệm mô hình lớp học kiểm soát chủ động trên 10 lớp học phần IELTS và B1/B2.
  • Giai đoạn 4 (Tháng 7 - Tháng 8): Đánh giá lại chỉ số hoàn thành khóa học, đo lường điểm NPS ($Net\ Promoter\ Score$) và mở rộng áp dụng cho 100% các lớp học toàn hệ thống ANI.

Phân tích chi phí - lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai: Ước tính khoảng 25.000.000 VNĐ (Bao gồm phí bản quyền hạ tầng Zoom Pro/LMS, chi phí đào tạo trợ giảng và chi phí thiết lập hệ thống khảo sát tự động).
  • Lợi ích tài chính: Giảm tỷ lệ học viên rút lui/bảo lưu từ 30% xuống còn 10% trên quy mô 400 học viên/thời kỳ. Doanh thu giữ chân thành công ước đạt: $$\text{Doanh thu bảo toàn} = 400 \times (30% - 10%) \times 2.000.000\text{ VNĐ} = 160.000.000\text{ VNĐ}$$
  • Tỷ suất sinh lời ước tính (ROI): $$\text{ROI} = \frac{160.000.000 - 25.000.000}{25.000.000} \times 100% = 540%$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  1. Quy mô mẫu: Kích thước mẫu thực hiện dừng lại ở $N = 150$ do rào cản giãn cách xã hội và ngân sách nghiên cứu hạn hẹp, dù đạt tính đại diện tối thiểu nhưng chưa mở rộng được sang mẫu ngẫu nhiên phân tầng hoàn toàn.
  2. Giới hạn đối tượng: Chưa khảo sát nhóm học sinh thiếu nhi (ANI Kids) - đối tượng có sự can thiệp và phụ thuộc rất lớn vào phụ huynh trong quá trình học trực tuyến.
  3. Mô hình hồi quy tuyến tính tĩnh: Chưa đánh giá sự biến thiên tâm lý học viên theo chuỗi thời gian (Longitudinal Study) trong suốt tiến trình 3 tháng của khóa học.

Hướng nghiên cứu và phát triển tiếp theo

  • Ứng dụng Machine Learning trong cảnh báo Dropout: Xây dựng mô hình phân lớp (Classification Model sử dụng Random Forest hoặc Logistic Regression) tích hợp trực tiếp vào LMS để phát hiện sớm các dấu hiệu giảm sút tương tác, dự báo nguy cơ học viên bỏ học với độ chính xác kỳ vọng $> 90%$.
  • Mở rộng phạm vi liên tỉnh: Nhân rộng mô hình đo lường sang các chuỗi trung tâm ngoại ngữ tại Đà Nẵng, Quảng Trị và Thừa Thiên Huế để so sánh sự khác biệt theo vùng miền.

Đối tượng hưởng lợi

1. Học viên ngoại ngữ (Students)

  • Được tự đánh giá chính xác mức độ sẵn sàng của bản thân trước khi bỏ chi phí tham gia khóa học.
  • Được hỗ trợ lộ trình cá nhân hóa, cải thiện kỹ năng quản lý thời gian, khả năng tập trung và năng lực công nghệ phục vụ cho việc học tập suốt đời.

2. Giảng viên và trợ giảng (Educators & TAs)

  • Nắm bắt được hồ sơ năng lực số và tâm lý của từng lớp học ngay từ buổi đầu tiên.
  • Giảm tải áp lực nhắc nhở thủ công nhờ các chỉ số cảnh báo rủi ro xao nhãng rõ ràng.

3. Ban quản lý trung tâm ngoại ngữ (Educational Administrators)

  • Ra quyết định dựa trên dữ liệu định lượng (Data-driven Decision Making) trong việc phân bổ tài nguyên, đầu tư phần mềm và hoạch định chính sách học phí.
  • Nâng cao năng lực cạnh tranh thương hiệu, tối ưu hóa tỷ lệ giữ chân khách hàng (Retention Rate).

4. Cộng đồng nghiên cứu giáo dục (Researchers)

  • Kế thừa bộ thang đo 6 thành phần đã được kiểm định độ tin cậy và giá trị hội tụ trên mẫu học viên Việt Nam.
  • Cung cấp nguồn tài liệu tham khảo có giá trị học thuật cao về ứng dụng mô hình SIM của Tinto và OLRS trong chuyển đổi số giáo dục.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để học viên tham gia học trực tuyến hiệu quả là gì?

Học viên cần trang bị máy tính xách tay hoặc máy tính để bàn có kết nối Internet băng thông tối thiểu 15 Mbps (khuyến nghị sử dụng mạng dây LAN hoặc Wi-Fi 5GHz). Thiết bị phải trang bị Webcam chuẩn HD (720p trở lên), tai nghe có micro chống ồn và cài đặt sẵn phần mềm Zoom/Google Meet phiên bản mới nhất.

2. Tại sao chỉ số Tính tự kiểm soát (TTKS) lại có giá trị thấp nhất trong khảo sát?

Môi trường học tại nhà có nhiều tác nhân gây xao nhãng (mạng xã hội, tin nhắn điện thoại, môi trường sinh hoạt gia đình). Học viên chưa được rèn luyện thói quen thiết lập kỷ luật không gian học tập độc lập. Do đó, trung tâm cần thiết lập các quy tắc lớp học trực tuyến nghiêm ngặt (bật camera 100%, gọi tên ngẫu nhiên, điểm danh tương tác).

3. Thang đo này có thể áp dụng cho các môn học khác ngoài Tiếng Anh không?

Hoàn toàn có thể. Khung đo lường 6 nhân tố (Tự định hướng, Động lực, Tự kiểm soát, Kỹ năng máy tính, Giao tiếp trực tuyến và Sự hài lòng quá khứ) là cấu trúc chuẩn áp dụng cho mọi hình thức giáo dục trực tuyến. Khi áp dụng cho môn học khác (ví dụ: Lập trình, Marketing, Toán học), chỉ cần tinh chỉnh ngữ cảnh của các biến quan sát cho phù hợp với hoạt động thực hành đặc thù.

4. Chi phí để duy trì hệ sinh thái học trực tuyến tại trung tâm là bao nhiêu?

Chi phí duy trì trung bình cho quy mô 500 học viên trực tuyến đồng thời dao động từ 5.000.000 đến 8.000.000 VNĐ/tháng, bao gồm chi phí bản quyền phòng học trực tuyến cao cấp, băng thông lưu trữ video bài giảng trên Cloud và hệ thống nhắn tin SMS tự động nhắc lịch.

5. Làm thế nào để giải quyết tình trạng học viên nhút nhát, không dám tương tác qua mạng?

Áp dụng thang đo Năng lực giao tiếp trực tuyến (NLGT) để phát hiện nhóm học viên này. Giải pháp triển khai bao gồm: sử dụng các công cụ tương tác ẩn danh (như Padlet, Mentimeter, Slido), tạo bài tập nhóm nhỏ 2-3 người trong Breakout Room và khuyến khích đặt câu hỏi qua khung chat trước khi yêu cầu phát biểu trực tiếp qua micro.

Kết luận

Nghiên cứu "Đo lường mức độ sẵn sàng học trực tuyến của học viên tại Trung tâm Ngoại ngữ ANI" đã giải quyết triệt để bài toán hóc búa về việc lượng hóa tâm lý, hành vi và kỹ năng của người học trong kỷ nguyên giáo dục số. Bằng phương pháp nghiên cứu định lượng chặt chẽ với sự hỗ trợ của các thuật toán phân tích thống kê trên IBM SPSS Statistics v26.0 (Cronbach's Alpha, EFA, One-Sample T-Test, One-Way ANOVA), đề tài đã chứng minh tính hợp lệ của mô hình 6 nhân tố tích hợp.

Kết quả nghiên cứu khẳng định: kỹ năng công nghệ không còn là rào cản lớn nhất đối với sinh viên hiện nay ($\bar{X}{NLMT} = 3.89$), mà điểm mấu chốt quyết định thành công của đào tạo trực tuyến nằm ở **kỷ luật tự kiểm soát ($\bar{X}{TTKS} = 3.12$)** và năng lực tự định hướng ($\bar{X}_{TTDH} = 3.38$). Hệ thống giải pháp đề xuất không chỉ mang lại giá trị thực tiễn to lớn cho Học viện Đào tạo Quốc tế ANI trong việc cắt giảm tỷ lệ bảo lưu học tập và gia tăng doanh thu bền vững, mà còn đóng góp một khung phương pháp luận chuẩn xác cho các nhà quản lý giáo dục và các doanh nghiệp EdTech trên con đường chuyển đổi số toàn diện.