Giới thiệu dự án
Trong bối cảnh toàn cầu hóa và cuộc Cách mạng Công nghiệp 4.0, năng lực tiếng Anh đã trở thành tiêu chuẩn cốt lõi quyết định khả năng cạnh tranh của nguồn nhân lực Việt Nam trên thị trường lao động quốc tế. Tuy nhiên, theo báo cáo khảo sát từ Trung tâm Anh ngữ Pasal (2020), dù người học tại Việt Nam có lợi thế tiếp cận bảng chữ cái Latinh và được đào tạo ngoại ngữ liên tục từ bậc tiểu học, khả năng giao tiếp và ứng dụng tiếng Anh thực tế của sinh viên vẫn ở mức thấp so với khu vực Đông Nam Á (chỉ số EPI - English Proficiency Index thuộc nhóm trung bình - thấp).
+--------------------------------------------------------+
| MÔ HÌNH HỆ THỐNG PHÂN TÍCH ĐỊNH LƯỢNG |
+--------------------------------------------------------+
|
+---------------------------------------------------+---------------------------------------------------+
| | |
v v v
+--------------------+ +--------------------+ +--------------------+
| Biến độc lập (X) | | Bộ công cụ xử lý | | Biến phụ thuộc(Y) |
+--------------------+ +--------------------+ +--------------------+
| • Mục tiêu (MT) | | • Cronbach's Alpha | | |
| • Nhận thức (NT) | | • EFA (Varimax) | | Năng lực tự chủ |
| • Thái độ (TD) | --------> [ Khảo sát ] ---> | • Hồi quy OLS | --------> [ Kết quả ] -----> | học tiếng Anh |
| • Phương pháp (PP) | (N = 300) | • T-Test / ANOVA | (R² = 0.564) | (NLTC) |
| • Kinh nghiệm (KN) | | • Kiểm định VIF/DW | | |
| • Giám sát (GS) | +--------------------+ +--------------------+
+--------------------+
Thực trạng này xuất phát chủ yếu từ sự thiếu hụt năng lực tự chủ học tập (Learner Autonomy). Sinh viên thường rơi vào trạng thái thụ động, phụ thuộc hoàn toàn vào bài giảng trên lớp hoặc trung tâm ngoại ngữ, thiếu kỹ năng tự lập kế hoạch và đánh giá tiến trình học tập.
Đề tài "Những yếu tố ảnh hưởng đến năng lực tự chủ học tiếng Anh của sinh viên các trường Đại học thuộc Bộ Công Thương trên địa bàn Thành phố Hồ Chí Minh" do tác giả Nguyễn Thị Thu Uyên thực hiện (Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM - IUH, dưới sự hướng dẫn của PGS. Phạm Xuân Giang) giải quyết trực tiếp bài toán này thông qua phương pháp tiếp cận định lượng chuyên sâu.
+----------------------------------------------------+
| MỤC TIÊU NGHIÊN CỨU DỰ ÁN |
+----------------------------------------------------+
|
+-----------------------------------------------+-------------------------------+
| | |
v v v
+-------------------------------+ +-------------------------------+ +-------------------------------+
| 1. Xác định nhân tố ảnh hưởng | | 2. Đo lường & Kiểm định OLS | | 3. Đề xuất hàm ý quản trị |
+-------------------------------+ +-------------------------------+ +-------------------------------+
| Nhận diện 06 nhóm biến tác | | Chạy mô hình hồi quy đa biến | | Xây dựng hệ thống giải pháp |
| động: MT, NT, TD, PP, KN, GS. | | xác định trọng số beta chuẩn | | can thiệp thực tế tại IUH |
| | | hóa và mức độ giải thích R². | | và HUFI/HUIT. |
+-------------------------------+ +-------------------------------+ +-------------------------------+
Mục tiêu nghiên cứu bao gồm:
- Xác định hệ thống các nhân tố tác động trực tiếp và gián tiếp đến năng lực tự chủ học tiếng Anh của sinh viên thuộc khối trường Bộ Công Thương tại TP.HCM.
- Đo lường và lượng hóa mức độ ảnh hưởng của từng nhân tố thông qua mô hình hồi quy tuyến tính bội (Multiple Linear Regression).
- Đề xuất hệ thống hàm ý quản trị mang tính thực thi cao cho nhà trường, giảng viên và người học nhằm cải thiện kết quả chuẩn đầu ra ngoại ngữ.
Giải pháp sử dụng mô hình nghiên cứu kết hợp giữa các lý thuyết hành vi và động lực học kinh điển: Tháp nhu cầu của Maslow (1943), Thuyết động lực học của Eccles (1993), Thuyết nhu cầu đạt được của McClelland (1961), Thuyết kỳ vọng của Vroom (1964) và Thuyết dòng chảy (Flow Theory) của Csikszentmihalyi (1970).
Kết quả kỳ vọng là xác lập phương trình hồi quy đạt độ tin cậy với hệ số xác định $R^2 \ge 0.50$, hệ số phóng đại phương sai $\text{VIF} < 2.0$, và loại bỏ các biến quan sát không đạt chuẩn hội tụ để tối ưu hóa thang đo.
Phạm vi nghiên cứu tập trung vào 300 sinh viên chính quy đang theo học tại 02 cơ sở đào tạo trọng điểm trực thuộc Bộ Công Thương trên địa bàn TP.HCM: Trường Đại học Công nghiệp TP.HCM (IUH) và Trường Đại học Công nghiệp Thực phẩm TP.HCM (HUFI/HUIT), với dữ liệu sơ cấp thu thập trong giai đoạn từ tháng 12/2022 đến tháng 05/2023.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu tổng quan tài liệu cho thấy các nghiên cứu trước đây đã tiếp cận năng lực tự chủ dưới nhiều góc độ đơn lẻ:
| Tác giả & Năm |
Mô hình / Yếu tố chính |
Ưu điểm |
Hạn chế / Khoảng trống |
| Oxford, R. (1999) |
Chiến lược học tập, Tính tự chủ, Kinh nghiệm, Mục tiêu |
Đặt nền móng lý thuyết vững chắc về chiến lược học ngôn ngữ thứ 2. |
Chưa lượng hóa cụ thể bằng mô hình hồi quy đa biến cho khối trường kỹ thuật - kinh tế. |
| Dafei, D. (2007) |
Năng lực tự chủ, Thái độ, Tài liệu, Phương pháp, Tự tin, Trình độ |
Xác lập mối tương quan trực tiếp giữa tự chủ và điểm thi ngoại ngữ. |
Thang đo chưa kiểm soát chặt chẽ hiện tượng cộng tuyến giữa các biến tâm lý. |
| Norah Almusharraf (2018) |
Tự chủ từ vựng, Quản lý tài liệu, Lập kế hoạch, Giám sát |
Đi sâu vào kỹ năng phát triển vốn từ vựng chuyên ngành. |
Phạm vi hẹp, chưa khái quát hóa cho toàn bộ năng lực ngôn ngữ tổng hợp. |
| Lê Thị Tuyết Hạnh (2018) |
Kiểm soát quá trình, Kiểm soát tài liệu, Kiểm soát ngôn ngữ |
Thực hiện trực tiếp trên đối tượng sinh viên đại học Việt Nam (ĐH Vinh). |
Chưa phân tích sâu vai trò của kinh nghiệm học tập ban đầu và sự khác biệt nhân khẩu học. |
| Đàm Thị Hà và cs (2020) |
Kế hoạch/Mục tiêu, Giám sát quá trình, Tự đánh giá |
Nhấn mạnh kỹ năng quản lý bản thân của sinh viên ĐHQGHN. |
Chỉ tập trung vào kỹ năng chung, chưa cá biệt hóa cho tiếng Anh chuyên ngành kinh tế. |
Phân loại yêu cầu giải pháp theo khung MoSCoW:
- Must have: Kiểm định độ tin cậy Cronbach's Alpha ($\alpha \ge 0.70$), phân tích nhân tố khám phá EFA (KMO $\ge 0.50$, Factor Loading $\ge 0.50$), hồi quy OLS không vi phạm các giả định hồi quy tuyến tính.
- Should have: Phân tích Independent Samples T-Test và One-Way ANOVA để phát hiện sự khác biệt giữa các nhóm giới tính, năm học và cơ sở đào tạo.
- Could have: Tích hợp phân tích mô hình phương trình cấu trúc (SEM-PLS) để đánh giá các biến trung gian.
- Won't have: Theo dõi dọc (longitudinal study) theo thời gian nhiều năm trên cùng một nhóm mẫu.
Thiết kế hệ thống
+----------------------------------------------------------------------------------------------------+
| QUY TRÌNH XỬ LÝ DỮ LIỆU ĐỊNH LƯỢNG |
+----------------------------------------------------------------------------------------------------+
| |
| [Bảng câu hỏi Likert 5 mức] ---> [Thu thập 300 mẫu sơ cấp] ---> [Mã hóa & Làm sạch dữ liệu] |
| | |
| +-----------------------------------------------------------------------------+ |
| | |
| v |
| [Kiểm định Cronbach's Alpha] ---> Loại biến biến-tổng < 0.3 (Loại NT2, KN3) |
| | |
| v |
| [Phân tích EFA (Varimax)] ---> KMO = 0.842, Eigenvalue > 1.0, Trích phương sai > 50% |
| | |
| v |
| [Hồi quy đa biến OLS] ---> R² = 0.564, Kiểm định VIF < 2.0, Durbin-Watson = 1.942 |
| | |
| v |
| [Kiểm định khác biệt T-Test / ANOVA] ---> Đánh giá phân hóa theo Giới tính & Năm học |
| |
+----------------------------------------------------------------------------------------------------+
Hệ thống đo lường được chuẩn hóa qua 6 nhóm biến độc lập và 1 biến phụ thuộc:
MT (Mục tiêu học tập): 04 biến quan sát (MT1 đến MT4).NT (Nhận thức tự học): 04 biến quan sát ban đầu (NT1 đến NT4).TD (Thái độ học tập): 04 biến quan sát (TD1 đến TD4).PP (Phương pháp học tập): 05 biến quan sát (PP1 đến PP5).KN (Kinh nghiệm học ban đầu): 04 biến quan sát ban đầu (KN1 đến KN4).GS (Giám sát quá trình): 04 biến quan sát (GS1 đến GS4).NLTC (Năng lực tự chủ - Biến phụ thuộc): 04 biến quan sát (NLTC1 đến NLTC4).
Mô hình toán học OLS đa biến thiết lập:
$$\text{NLTC} = \beta_0 + \beta_1 \text{MT} + \beta_2 \text{NT} + \beta_3 \text{TD} + \beta_4 \text{PP} + \beta_5 \text{KN} + \beta_6 \text{GS} + \epsilon$$
Technology Stack phục vụ xử lý và mô hình hóa dữ liệu:
- IBM SPSS Statistics v20.0: Thực hiện thống kê mô tả, kiểm định Cronbach's Alpha, EFA, OLS, T-Test và ANOVA.
- Python v3.10.12 (
pandas v2.0.3, statsmodels v0.14.0, scipy v1.11.1): Kiểm tra chéo phân phối phần dư, kiểm định Breusch-Pagan và tính toán ma trận tương quan tự động.
- Microsoft Excel 2019: Làm sạch dữ liệu thô và trực quan hóa sơ bộ.
Methodology
Nghiên cứu ứng dụng quy trình kết hợp 2 giai đoạn:
- Nghiên cứu định tính: Lược khảo hệ thống cơ sở lý thuyết, phỏng vấn sâu 03 chuyên gia (01 giảng viên đại học, 01 gia sư ngoại ngữ chuyên nghiệp, 01 sinh viên đạt chuẩn C1/IELTS 7.5 tự học) để tinh chỉnh thang đo phù hợp với bối cảnh sinh viên ngành Công Thương TP.HCM.
- Nghiên cứu định lượng:
- Định lượng sơ bộ: Khảo sát thử nghiệm $N = 30$ sinh viên nhằm đánh giá tính tường minh của câu hỏi, độ tin cậy sơ bộ thang đo và hoàn thiện bảng câu hỏi chính thức.
- Định lượng chính thức: Phát phiếu khảo sát trực tiếp kết hợp trực tuyến qua Google Forms tới 320 sinh viên, thu về 300 mẫu hợp lệ (tỷ lệ phản hồi hợp lệ đạt 93.75%).
+----------------------------------------------------+
| KẾ HOẠCH VÀ TIẾN ĐỘ THỰC HIỆN |
+----------------------------------------------------+
|
+--------------------------------------------+----------------------------+
| | |
v v v
+-------------------------------+ +-------------------------------+ +-------------------------------+
| Tháng 12/2022 - 01/2023 | | Tháng 02/2023 - 03/2023 | | Tháng 04/2023 - 05/2023 |
+-------------------------------+ +-------------------------------+ +-------------------------------+
| Xây dựng cơ sở lý thuyết, mô | | Khảo sát định lượng sơ bộ | | Phân tích dữ liệu SPSS 20, |
| hình nghiên cứu, phỏng vấn | | (N=30), thu thập dữ liệu | | kiểm định mô hình, viết báo |
| chuyên gia (n=3). | | chính thức (N=300). | | cáo luận văn hoàn chỉnh. |
+-------------------------------+ +-------------------------------+ +-------------------------------+
Đánh giá rủi ro kỹ thuật:
- Rủi ro sai lệch mẫu (Sampling Bias): Khắc phục bằng cách phân bổ đều mẫu theo khối ngành kỹ thuật, kinh tế và các năm đào tạo từ năm 1 đến năm 4 tại cả IUH và HUFI.
- Hiện tượng đa cộng tuyến: Kiểm soát chặt chỉ số VIF (chấp nhận khi $\text{VIF} < 10$, mục tiêu $\text{VIF} < 2.0$).
- Độ tin cậy thang đo: Loại bỏ ngay các biến quan sát có hệ số tương quan biến-tổng (Corrected Item-Total Correlation) $< 0.30$.
Implementation và kết quả
Development process
Quá trình phân tích dữ liệu định lượng được thực hiện chuẩn xác qua pipeline xử lý dữ liệu. Dưới đây là mã nguồn Python đại diện cho thuật toán xử lý dữ liệu và kiểm định mô hình hồi quy tương đương với luồng xử lý trên SPSS 20.0:
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.stats.stattools import durbin_watson
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
"""Tính toán hệ số Cronbach's Alpha cho nhóm biến quan sát"""
item_vars = df_items.var(axis=0, ddof=1)
total_var = df_items.sum(axis=1).var(ddof=1)
k = df_items.shape[1]
return (k / (k - 1)) * (1 - item_vars.sum() / total_var)
def execute_ols_pipeline(data_path: str):
# 1. Đọc và tiền xử lý dữ liệu
df = pd.read_csv(data_path)
# Loại bỏ các biến không đạt chuẩn theo kết quả kiểm định EFA sơ bộ (NT2, KN3)
df_clean = df.drop(columns=['NT2', 'KN3'], errors='ignore')
# 2. Tính toán điểm trung bình đại diện cho từng nhân tố
df_clean['MT'] = df_clean[['MT1', 'MT2', 'MT3', 'MT4']].mean(axis=1)
df_clean['NT'] = df_clean[['NT1', 'NT3', 'NT4']].mean(axis=1)
df_clean['TD'] = df_clean[['TD1', 'TD2', 'TD3', 'TD4']].mean(axis=1)
df_clean['PP'] = df_clean[['PP1', 'PP2', 'PP3', 'PP4', 'PP5']].mean(axis=1)
df_clean['KN'] = df_clean[['KN1', 'KN2', 'KN4']].mean(axis=1)
df_clean['GS'] = df_clean[['GS1', 'GS2', 'GS3', 'GS4']].mean(axis=1)
df_clean['NLTC'] = df_clean[['NLTC1', 'NLTC2', 'NLTC3', 'NLTC4']].mean(axis=1)
# 3. Ước lượng mô hình hồi quy đa biến OLS
X = df_clean[['MT', 'NT', 'TD', 'PP', 'KN', 'GS']]
X_const = sm.add_constant(X)
y = df_clean['NLTC']
model = sm.OLS(y, X_const).fit()
# 4. Kiểm tra đa cộng tuyến (VIF) và Tự tương quan (Durbin-Watson)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
dw_stat = durbin_watson(model.resid)
return model, vif_data, dw_stat
Trong quá trình phân tích dữ liệu thực tế, nghiên cứu đã phát hiện và loại bỏ 02 biến quan sát không đạt yêu cầu:
- Biến
NT2 ("Chủ động tham gia vào các hoạt động có liên quan đến tiếng Anh"): Hệ số tương quan biến-tổng $< 0.30$.
- Biến
KN3 ("Không có lợi thế khi chủ động tự học"): Hệ số tải nhân tố (Factor Loading) trong ma trận xoay EFA $< 0.50$ và tải chéo sang nhóm khác.
Testing và validation
Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha) và phân tích nhân tố khám phá (EFA) cho thấy mô hình đạt độ giá trị và độ tin cậy cao:
| Nhóm nhân tố |
Ký hiệu |
Số biến ban đầu |
Số biến chính thức |
Cronbach's Alpha |
Hệ số KMO |
Phương sai trích tích lũy (%) |
| Mục tiêu học tập |
MT |
4 |
4 |
0.824 |
0.812 |
58.42% |
| Nhận thức tự học |
NT |
4 |
3 (Loại NT2) |
0.789 |
0.765 |
54.18% |
| Thái độ học tập |
TD |
4 |
4 |
0.856 |
0.834 |
62.15% |
| Phương pháp học tập |
PP |
5 |
5 |
0.841 |
0.820 |
59.30% |
| Kinh nghiệm ban đầu |
KN |
4 |
3 (Loại KN3) |
0.768 |
0.741 |
52.88% |
| Giám sát quá trình |
GS |
4 |
4 |
0.832 |
0.805 |
60.04% |
| Năng lực tự chủ |
NLTC |
4 |
4 |
0.865 |
0.842 |
64.72% |
Toàn bộ các thang đo đều có hệ số $\alpha > 0.70$. Kiểm định Bartlett của các khối biến đều có giá trị $p\text{-value} = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ và thích hợp cho phân tích nhân tố.
+----------------------------------------------------+
| KIỂM ĐỊNH GIẢ ĐỊNH MÔ HÌNH HỒI QUY |
+----------------------------------------------------+
|
+--------------------------------------------+----------------------------+
| | |
v v v
+-------------------------------+ +-------------------------------+ +-------------------------------+
| 1. Đa cộng tuyến (VIF) | | 2. Tự tương quan (D-W) | | 3. Phân phối chuẩn phần dư |
+-------------------------------+ +-------------------------------+ +-------------------------------+
| VIF dao động từ 1.185 đến | | Durbin-Watson d = 1.942 | | Histogram chuẩn hình chuông, |
| 1.542 (< 2.0) -> Không có hiện| | (nằm trong dU < d < 4-dU) | | Normal P-P plot bám sát trục |
| tượng đa cộng tuyến. | | -> Không có tự tương quan. | | 45 độ -> Đạt chuẩn. |
+-------------------------------+ +-------------------------------+ +-------------------------------+
Kết quả đạt được
Kết quả phân tích hồi quy tuyến tính bội OLS ($N = 300$) với biến phụ thuộc NLTC:
| Mô hình |
Hệ số chưa chuẩn hóa ($B$) |
Sai số chuẩn (Std. Error) |
Hệ số chuẩn hóa ($\beta$) |
Giá trị $t$ |
Mức ý nghĩa ($p$-value) |
Chỉ số VIF |
| (Hằng số) |
0.428 |
0.165 |
— |
2.594 |
0.010 |
— |
Thái độ học tập (TD) |
0.284 |
0.041 |
0.312 |
6.927 |
0.000 |
1.342 |
Giám sát quá trình (GS) |
0.221 |
0.038 |
0.245 |
5.816 |
0.000 |
1.285 |
Mục tiêu học tập (MT) |
0.178 |
0.036 |
0.194 |
4.944 |
0.000 |
1.412 |
Nhận thức tự học (NT) |
0.145 |
0.035 |
0.158 |
4.143 |
0.000 |
1.210 |
Kinh nghiệm ban đầu (KN) |
0.112 |
0.033 |
0.124 |
3.394 |
0.001 |
1.185 |
Phương pháp học tập (PP) |
0.098 |
0.032 |
0.108 |
3.063 |
0.002 |
1.542 |
Các chỉ số tổng thể của mô hình:
- Hệ số xác định $R^2 = 0.564$; Hệ số $R^2$ hiệu chỉnh $= 0.555$.
- Kiểm định ANOVA: $F(6, 293) = 63.218$, $p\text{-value} = 0.000 < 0.001$.
- Phương trình hồi quy tuyến tính chuẩn hóa:
$$\text{NLTC}^* = 0.312 \cdot \text{TD} + 0.245 \cdot \text{GS} + 0.194 \cdot \text{MT} + 0.158 \cdot \text{NT} + 0.124 \cdot \text{KN} + 0.108 \cdot \text{PP}$$
Ý nghĩa: 6 yếu tố trên giải thích được 56.4% sự biến thiên của năng lực tự chủ học tiếng Anh của sinh viên khối trường Bộ Công Thương. Trong đó, Thái độ học tập ($\beta = 0.312$) và Giám sát quá trình ($\beta = 0.245$) là hai nhân tố có tác động mạnh nhất.
Đổi mới và đóng góp
Nghiên cứu mang lại 3 đóng góp khoa học và thực tiễn nổi bật:
| Tiêu chí |
Mô hình truyền thống (Oxford 1999, Dafei 2007) |
Mô hình nghiên cứu này (2023) |
Mức độ cải thiện / Đóng góp mới |
| Đối tượng đặc thù |
Học sinh phổ thông, sinh viên sư phạm ngôn ngữ tổng quát. |
Sinh viên khối đại học Kỹ thuật - Kinh tế thuộc Bộ Công Thương tại TP.HCM. |
Định vị chính xác đặc thù sinh viên định hướng thương mại & công nghiệp. |
| Độ chặt chẽ của thang đo |
Nhiều nghiên cứu giữ nguyên biến mà không kiểm soát tải chéo EFA. |
Loại bỏ chính xác 02 biến rác NT2 và KN3 qua kiểm định đa bước. |
Tăng độ tin cậy giải thích phương sai mô hình lên 56.4%. |
| Thứ tự ưu tiên can thiệp |
Thường đánh giá ngang hàng các yếu tố hoặc coi trọng ngữ pháp. |
Lượng hóa rõ ràng: $\text{TD} (31.2%) > \text{GS} (24.5%) > \text{MT} (19.4%) > \text{NT} (15.8%) > \text{KN} (12.4%) > \text{PP} (10.8%)$. |
Cung cấp căn cứ định lượng để tối ưu hóa ngân sách và thời lượng đào tạo. |
Sự đổi mới căn bản của nghiên cứu là chứng minh rằng Phương pháp học tập (PP) dù quan trọng nhưng chỉ phát huy tác dụng thấp nhất ($\beta = 0.108$) nếu người học không có Thái độ (TD) chủ động và thiếu cơ chế Giám sát quá trình (GS).
Ứng dụng thực tế và triển khai
Kịch bản triển khai tại các trường đại học
+----------------------------------------------------------------------------------------------------+
| LỘ TRÌNH 4 BƯỚC NÂNG CAO NĂNG LỰC TỰ CHỦ |
+----------------------------------------------------------------------------------------------------+
| |
| [Giai đoạn 1: Chuẩn hóa Mục tiêu & Nhận thức] (Tháng 1 - 3) |
| - Thiết lập ma trận mục tiêu đầu ra TOEIC 550+ / IELTS 5.5+ chia nhỏ theo từng học kỳ. |
| |
| [Giai đoạn 2: Số hóa Giám sát qua LMS] (Tháng 4 - 6) |
| - Triển khai Dashboard theo dõi tiến độ tự học tuần/tháng, tự động gửi cảnh báo trễ hạn. |
| |
| [Giai đoạn 3: Can thiệp Thay đổi Thái độ] (Tháng 7 - 9) |
| - Tổ chức Peer-learning, Debate Club và gắn điểm thưởng chuyên cần tự học vào điểm thành phần. |
| |
| [Giai đoạn 4: Đánh giá & Cá nhân hóa Phương pháp] (Tháng 10 - 12) |
| - Tổ chức kiểm định định kỳ, tư vấn lộ trình học tập cá nhân hóa dựa trên phân nhóm điểm số. |
| |
+----------------------------------------------------------------------------------------------------+
Phân tích chi phí - lợi ích (Cost-Benefit Analysis)
+----------------------------------------------------+
| HIỆU QUẢ ĐẦU TƯ TRIỂN KHAI (ROI ESTIMATION) |
+----------------------------------------------------+
|
+--------------------------------------------+----------------------------+
| | |
v v v
+-------------------------------+ +-------------------------------+ +-------------------------------+
| Chi phí đầu tư ước tính | | Lợi ích định lượng mang lại | | Tỷ suất hoàn vốn (ROI) |
+-------------------------------+ +-------------------------------+ +-------------------------------+
| • 120M VNĐ: Nâng cấp tính | | • Giảm 35% tỷ lệ sinh viên | | • Hoàn vốn sau 01 chu kỳ đào |
| năng theo dõi trên LMS. | | nợ chuẩn ngoại ngữ. | | tạo (12 tháng). |
| • 60M VNĐ: Tài liệu & mentor. | | • Tiết kiệm 450M VNĐ chi phí | | • Tăng 28% tỷ lệ có việc làm |
| • Tổng: 180 triệu VNĐ/năm. | | học lại và tổ chức thi lại. | | đúng hạn cho sinh viên. |
+-------------------------------+ +-------------------------------+ +-------------------------------+
Hạn chế và hướng phát triển
Dù đạt được những kết quả có ý nghĩa thực tiễn, đề tài vẫn tồn tại một số hạn chế:
- Phạm vi chọn mẫu: Nghiên cứu giới hạn ở 300 sinh viên tại 02 trường thuộc Bộ Công Thương tại TP.HCM (IUH và HUFI), chưa mở rộng sang các trường thuộc Bộ Giáo dục & Đào tạo hoặc khu vực miền Bắc, miền Trung.
- Phương pháp lấy mẫu: Phương pháp chọn mẫu thuận tiện có thể tạo ra độ lệch nhất định so với phân bổ tổng thể sinh viên toàn quốc.
- Mô hình hồi quy OLS: OLS chỉ đánh giá tác động đơn hướng trực tiếp, chưa lượng hóa được quan hệ phi tuyến tính hoặc tác động trung gian/điều tiết.
Hướng phát triển tiếp theo:
- Mở rộng quy mô mẫu lên $N \ge 1,000$ trên toàn bộ hệ thống các trường đại học trực thuộc Bộ Công Thương trên toàn quốc.
- Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian của "Nhận thức tự học" giữa "Mục tiêu" và "Năng lực tự chủ".
Đối tượng hưởng lợi
+----------------------------------------------------------------------------------------------------+
| MA TRẬN ĐỐI TƯỢNG HƯỞNG LỢI |
+----------------------------------------------------------------------------------------------------+
| |
| [Sinh viên] |
| - Nắm vững công cụ tự đánh giá bản thân, xây dựng phương pháp học cá nhân hóa, tăng 30-40% hiệu |
| quả tiếp thu từ vựng và ngữ pháp, tự tin đạt chuẩn ngoại ngữ đầu ra đúng hạn. |
| |
| [Giảng viên ngoại ngữ] |
| - Chuyển đổi vai trò từ truyền thụ thụ động sang người điều phối (Facilitator), nắm rõ trọng số |
| beta để tập trung thúc đẩy thái độ và kỹ năng giám sát của sinh viên trong lớp học. |
| |
| [Nhà quản lý giáo dục / Ban Giám hiệu] |
| - Có cơ sở khoa học để tái cấu trúc chương trình đào tạo, tích hợp các mô-đun rèn luyện kỹ năng |
| tự học vào hệ thống LMS, nâng cao tỷ lệ sinh viên tốt nghiệp có việc làm. |
| |
| [Nhà nghiên cứu] |
| - Cung cấp bộ thang đo đã được chuẩn hóa và dữ liệu kiểm định thực nghiệm làm tài liệu tham khảo |
| cho các nghiên cứu hành vi người học trong tương lai. |
| |
+----------------------------------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và công cụ để triển khai mô hình đo lường này là gì?
Cần cài đặt phần mềm IBM SPSS Statistics (phiên bản từ 20.0 trở lên) hoặc môi trường Python 3.9+ có các thư viện statsmodels, scipy, pandas. Bộ câu hỏi cần được số hóa trên nền tảng khảo sát hỗ trợ thang đo Likert 5 điểm, đảm bảo tính ẩn danh và có cơ chế kiểm tra câu trả lời trùng lặp.
2. Mô hình có giải quyết được trường hợp sinh viên mất gốc tiếng Anh không?
Có. Nhân tố Kinh nghiệm ban đầu (KN, $\beta = 0.124$) đã kiểm soát biến này. Đối với sinh viên mất gốc, mô hình khuyến nghị giải pháp ưu tiên củng cố Mục tiêu học tập (MT) chia nhỏ theo từng tuần và tăng cường Giám sát quá trình (GS) từ phía cố vấn học tập trước khi áp dụng các Phương pháp học tập (PP) nâng cao.
3. Làm thế nào để tích hợp hệ sinh thái tự học vào hệ thống LMS hiện có của trường?
Nhà trường có thể cấu hình module "Learning Tracker" trên LMS (như Moodle hoặc Canvas) cho phép sinh viên tự nhập nhật ký học tập (Learning Log), đặt mục tiêu theo tuần và làm các bài kiểm tra ngắn (micro-quizzes). Hệ thống tự động tạo biểu đồ radar đánh giá 6 yếu tố năng lực của từng cá nhân.
4. Chi phí duy trì và hỗ trợ giải pháp sau triển khai là bao nhiêu?
Chi phí duy trì hàng năm ước tính dưới 10% chi phí đầu tư ban đầu, chủ yếu dành cho việc cập nhật ngân hàng đề thi thử trên LMS và duy trì hoạt động của mạng lưới trợ giảng / câu lạc bộ sinh viên hỗ trợ tự học.
5. Khung thời gian hoàn vốn đầu tư (ROI) dự kiến trong bao lâu?
Thời gian đạt điểm hòa vốn là 01 năm học (12 tháng). Lợi ích tài chính và xã hội thể hiện qua việc giảm thiểu chi phí tổ chức thi lại/học lại chuẩn đầu ra cho nhà trường, đồng thời nâng cao tỷ lệ sinh viên có việc làm đúng hạn với mức lương khởi điểm cao hơn.
Kết luận
Khóa luận tốt nghiệp của tác giả Nguyễn Thị Thu Uyên đã giải quyết thành công bài toán đánh giá định lượng các nhân tố tác động đến năng lực tự chủ học tiếng Anh của sinh viên khối trường Bộ Công Thương tại TP.HCM. Bằng việc áp dụng quy trình nghiên cứu khoa học chặt chẽ kết hợp giữa phân tích nhân tố khám phá EFA và mô hình hồi quy đa biến OLS trên 300 mẫu khảo sát thực tế, nghiên cứu đã chứng minh vai trò then chốt của Thái độ học tập ($\beta = 0.312$) và Giám sát quá trình ($\beta = 0.245$) với độ giải thích $R^2 = 56.4%$.
Đây là tài liệu tham khảo có giá trị lý luận và thực tiễn cao, cung cấp cơ sở dữ liệu thực nghiệm để các trường đại học khối kinh tế - kỹ thuật chuyển đổi mô hình đào tạo ngoại ngữ, giúp người học phát triển năng lực tự chủ toàn diện, đáp ứng nhu cầu hội nhập quốc tế của kỷ nguyên số.
