Bối cảnh và vấn đề nghiên cứu

Cách mạng công nghiệp 4.0 và kỷ nguyên chuyển đổi số đã tạo ra những thay đổi sâu rộng trên mọi phương diện của đời sống xã hội, trong đó giáo dục đại học là lĩnh vực chịu tác động trực tiếp. Năng lực số (Digital Competence) đã được Hội đồng Liên minh Châu Âu (2018) xác định là một trong tám năng lực cốt lõi phục vụ học tập suốt đời. Tại Việt Nam, theo "Báo cáo Tương lai nền Kinh tế số của Việt Nam" (Cameron, 2019), sự gia tăng kỹ năng số và dịch vụ số là xu thế chủ đạo thúc đẩy việc đổi mới giáo dục đại học nhằm đáp ứng đòi hỏi của thị trường lao động.

Đối với sinh viên đại học, kết quả học tập là thước đo trung tâm thể hiện sự thành công của quá trình đào tạo và là tiêu chí tuyển dụng ban đầu của doanh nghiệp. Mặc dù sinh viên thế hệ hiện nay tiếp xúc thường xuyên với công nghệ, mức độ khai thác công nghệ cho mục đích học tập và ảnh hưởng thực sự của năng lực số đến kết quả học tập vẫn là vấn đề cần kiểm chứng thực nghiệm. Tại Việt Nam, phần lớn nghiên cứu trước đây chỉ dừng lại ở việc xây dựng khung lý thuyết (Trần Đức Hòa & Đỗ Văn Hùng, 2021) hoặc khảo sát đo lường năng lực số độc lập (Phạm Hương Diên & Phạm Thị Anh Thy, 2022) mà chưa kiểm định định lượng tác động của năng lực số đến thành tích học tập thông qua hành vi học tập không chính thức với công nghệ số (Digital Informal Learning - DIL).

Khóa luận được triển khai nhằm giải quyết các mục tiêu và câu hỏi nghiên cứu cụ thể:

  • Mục tiêu tổng quát: Phân tích tác động của năng lực số đến kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh, làm rõ vai trò trung gian của học tập không chính thức với công nghệ số, từ đó đề xuất các khuyến nghị cho sinh viên và các cơ sở đào tạo.
  • Mục tiêu cụ thể:
    1. Phân tích tác động của năng lực số đến kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh.
    2. Phân tích tác động của năng lực số đến học tập không chính thức với công nghệ số của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh.
    3. Phân tích tác động của học tập không chính thức với công nghệ số đến kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh.
    4. Phân tích vai trò trung gian của học tập không chính thức với công nghệ số trong mối quan hệ giữa năng lực số và kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh.
  • Câu hỏi nghiên cứu:
    1. Năng lực số có tác động như thế nào đến kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh?
    2. Năng lực số của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh có tác động như thế nào đến học tập không chính thức với công nghệ số?
    3. Học tập không chính thức với công nghệ số có tác động như thế nào đến kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh?
    4. Học tập không chính thức với công nghệ số có ảnh hưởng như thế nào trong mối quan hệ giữa năng lực số và kết quả học tập của sinh viên kinh tế trên địa bàn Thành phố Hồ Chí Minh?
  • Đối tượng nghiên cứu: Mối quan hệ giữa năng lực số và kết quả học tập của sinh viên kinh tế dưới sự ảnh hưởng của học tập không chính thức với công nghệ số.
  • Phạm vi nghiên cứu:
    • Phạm vi không gian: Sinh viên đang theo học khối ngành kinh tế, kinh doanh tại các trường Đại học, Cao đẳng trên địa bàn Thành phố Hồ Chí Minh.
    • Phạm vi thời gian: Nghiên cứu được thực hiện từ tháng 12/2022 đến tháng 04/2023 (giai đoạn thu thập dữ liệu chính thức diễn ra từ ngày 07/04/2023 đến ngày 14/04/2023).

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng nghiên cứu dựa trên các lý thuyết giáo dục và mô hình đo lường đa chiều:

  • Khung lý thuyết nền tảng:
    • Mô hình hàm sản xuất giáo dục (Education Production Function): Xem xét các yếu tố đầu vào (trong đó có công nghệ thông tin) tác động đến sản phẩm đầu ra giáo dục.
    • Mô hình I - E - O (Input - Environment - Output) của Alexander Astin (1991): Phân tích kết quả học tập (Output) dưới tác động đồng thời của các đặc điểm cá nhân (Input) và môi trường học tập xã hội/công nghệ (Environment).
    • Lý thuyết học tập thông qua công nghệ (Bower, 2019) dựa trên Thuyết hoạt động (Engeström, 1987): Giải thích công nghệ số đóng vai trò công cụ trung gian hỗ trợ người học thực hiện các hoạt động hướng đích để đạt kết quả học tập.
  • Khung đo lường các khái niệm:
    • Năng lực số (Digital Competence - DC): Tiếp cận theo khung đo lường của Calvani và cộng sự (2009, 2012) gồm 3 thành tố: Kỹ năng công nghệ (Technological Skills - TS), Kỹ năng nhận thức bậc cao (Cognitive Skills - CS) và Nhận thức đạo đức (Ethical Knowledge - EK).
    • Học tập không chính thức với công nghệ số (Digital Informal Learning - DIL): Tiếp cận theo He & Li (2019), He & Zhu (2017, 2018) gồm 3 thành phần: Học tập nhận thức (Cognitive Learning - CL), Học tập siêu nhận thức (Metacognitive Learning - MCL), Học tập xã hội và động lực (Social and Motivation Learning - SML).
    • Kết quả học tập (Academic Performance - Q): Sử dụng phương pháp đo lường tự báo cáo/tự đánh giá của người học về năng lực và mức độ hoàn thành nhiệm vụ học tập theo Yu và cộng sự (2010) và Mehrvarz và cộng sự (2021).
Khái niệm / Biến số Ký hiệu Cấu trúc thành phần Nguồn tham chiếu chính
Năng lực số (Biến độc lập) DC TS (Kỹ năng công nghệ)
CS (Kỹ năng nhận thức bậc cao)
EK (Nhận thức đạo đức)		 Calvani và cộng sự (2009, 2012)
Học tập không chính thức với công nghệ số (Biến trung gian) DIL CL (Học tập nhận thức)
MCL (Học tập siêu nhận thức)
SML (Học tập xã hội và động lực)		 He & Li (2019); He & Zhu (2017, 2018)
Kết quả học tập (Biến phụ thuộc) Q Đo lường mức độ tiếp thu, giải quyết vấn đề và năng lực học tập tự đánh giá Yu và cộng sự (2010); Mehrvarz và cộng sự (2021)
  • Phương pháp nghiên cứu thực hiện:
    • Nghiên cứu định tính sơ bộ: Tiến hành thảo luận nhóm tập trung với 10 sinh viên (độ tuổi 18–22) đến từ 5 trường đại học tại TP.HCM (Đại học Kinh tế - Luật, Đại học Kinh tế TP.HCM, Đại học Giao thông Vận tải TP.HCM, Đại học Nông Lâm TP.HCM, Đại học Công nghiệp TP.HCM) nhằm hoàn thiện câu chữ và tính rõ ràng của bảng hỏi.
    • Nghiên cứu định lượng chính thức: Sử dụng bảng câu hỏi đóng trên thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý) với 33 biến quan sát. Dữ liệu được thu thập qua phương pháp lấy mẫu thuận tiện trực tuyến (Email, Facebook, Zalo).
    • Quy mô mẫu: Thu về 412 phiếu khảo sát, sau khi sàng lọc thu được 340 phiếu hợp lệ (đáp ứng công thức tính cỡ mẫu $n = 50 + 8 \times m = 50 + 8 \times 33 = 314$ theo Tabachnick & Fidell, 1996).
    • Kỹ thuật phân tích dữ liệu: Thống kê mô tả, kiểm định độ tin cậy thang đo bằng Cronbach's Alpha, kiểm tra giá trị hội tụ, giá trị phân biệt (chỉ số HTMT), kiểm tra đa cộng tuyến (VIF), đánh giá mô hình cấu trúc tuyến tính (PLS-SEM) và kiểm định Bootstrap trên phần mềm SmartPLS.

Nội dung chính theo từng chương

CHƯƠNG 1: CƠ SỞ LÝ LUẬN

Chương 1 hệ thống hóa toàn diện các lý thuyết, khái niệm và công trình khoa học liên quan đến đề tài:

  • Phân tích bản chất khái niệm năng lực theo Đặng Thành Hưng (2012) và Hoàng Hòa Bình (2015), xem xét năng lực như sự kết hợp có cấu trúc giữa tri thức, kỹ năng và thái độ.
  • Lược khảo các khung đo lường năng lực số quốc tế (DigComp của Ủy ban Châu Âu, UNESCO, CAUL, Ferrari) và trong nước (Trần Đức Hòa & Đỗ Văn Hùng, 2021; Phạm Hương Diên & Phạm Thị Anh Thy, 2022). Luận giải lý do lựa chọn khung 3 thành phần của Calvani và cộng sự (2009, 2012) nhờ tính đa chiều và tính liên kết chặt chẽ với các năng lực tư duy.
  • Trình bày hai trường phái đo lường kết quả học tập: phương pháp khách quan qua điểm số (GPA, CGPA) và phương pháp đánh giá tự báo cáo (Self-reported gains). Luận điểm của chương khẳng định phương pháp tự báo cáo là phù hợp khi đánh giá chất lượng học tập và sự phát triển năng lực nhận thức qua môi trường số (Joakim và cộng sự, 2017).
  • Khái niệm hóa học tập không chính thức với công nghệ số (DIL) dựa trên quyền tự kiểm soát của người học về nội dung, thời gian và phương thức học tập ngoài lớp học chính quy (He & Zhu, 2017, 2018).
  • Làm rõ nền tảng lý thuyết vận hành của nghiên cứu thông qua Hàm sản xuất giáo dục, Mô hình I-E-O của Astin (1991) và Lý thuyết học tập thông qua công nghệ của Bower (2019).

CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU

Chương 2 trình bày chi tiết quy trình thiết kế nghiên cứu và xây dựng mô hình giả thuyết:

  • Thiết lập 4 giả thuyết nghiên cứu chính:
    • Giả thuyết H1: Năng lực số có tác động tích cực đến kết quả học tập của sinh viên kinh tế trên địa bàn TP.HCM.
    • Giả thuyết H2: Năng lực số có tác động tích cực đến học tập không chính thức với công nghệ số của sinh viên kinh tế trên địa bàn TP.HCM.
    • Giả thuyết H3: Học tập không chính thức với công nghệ số có tác động tích cực đến kết quả học tập của sinh viên kinh tế trên địa bàn TP.HCM.
    • Giả thuyết H4: Học tập không chính thức với công nghệ số đóng vai trò trung gian trong mối quan hệ giữa năng lực số và kết quả học tập của sinh viên kinh tế trên địa bàn TP.HCM.
  • Trình bày quy trình 8 bước: Tìm đề tài $\rightarrow$ Lược khảo nghiên cứu $\rightarrow$ Xây dựng mô hình/giả thuyết $\rightarrow$ Tạo bảng hỏi sơ bộ $\rightarrow$ Điều chỉnh qua nghiên cứu định tính $\rightarrow$ Khảo sát chính thức $\rightarrow$ Xử lý, phân tích dữ liệu PLS-SEM $\rightarrow$ Thảo luận và khuyến nghị.
  • Mô tả thang đo chi tiết với 33 biến quan sát được mã hóa thuộc các nhóm: DC (TS, CS, EK), DIL (CL, MCL, SML) và Q.
  • Xác lập quy trình phân tích dữ liệu trên SmartPLS gồm kiểm tra mô hình đo lường bậc 1, bậc 2, đánh giá hệ số đa cộng tuyến (VIF), hệ số xác định ($R^2$), quy mô tác động ($f^2$) và kiểm định ý nghĩa thống kê bằng kỹ thuật Bootstrapping.

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU

Chương 3 tổng hợp dữ liệu khảo sát và các chỉ số thống kê từ mô hình PLS-SEM:

  • Đặc điểm mẫu nghiên cứu ($N = 340$):
Đặc điểm Phân loại Số lượng Tỷ lệ (%)
Giới tính Nam 104 30,59%
Nữ 236 69,00%
Trường đại học Trường Đại học Kinh tế - Luật (UEL) 211 62,06%
Trường Đại học Kinh tế TP.HCM (UEH) 39 11,47%
Trường Đại học Ngân hàng TP.HCM (HUB) 28 8,24%
Trường Đại học Ngoại thương (FTU2) 7 2,06%
Trường Đại học Tài chính - Marketing (UFM) 7 2,06%
Các trường ĐH/CĐ khác trên địa bàn 48 14,07%
  • Kết quả phân tích mô hình đo lường và cấu trúc:
    • Các thang đo đạt độ tin cậy nội bộ và giá trị hội tụ (Cronbach's Alpha và CR đạt chuẩn, hệ số tải ngoài biến quan sát phù hợp).
    • Đạt giá trị phân biệt theo tiêu chuẩn tỷ lệ tương quan Heterotrait-Monotrait (HTMT).
    • Hệ số VIF của các biến đều nhỏ hơn ngưỡng quy định, chứng minh không xảy ra hiện tượng đa cộng tuyến.
    • Mô hình cấu trúc bậc 1 và bậc 2 xác nhận các mối quan hệ tác động trực tiếp và gián tiếp đều có ý nghĩa thống kê ở mức 5% ($p < 0,05$).
    • Kiểm định giả thuyết qua kỹ thuật Bootstrapping khẳng định tính bền vững của các ước lượng. Kết quả chứng minh năng lực số vừa tác động trực tiếp thúc đẩy kết quả học tập, vừa tác động gián tiếp thông qua việc kích hoạt các hành vi học tập không chính thức bằng công nghệ (DIL).

CHƯƠNG 4: GIẢI PHÁP NÂNG CAO NĂNG LỰC SỐ CỦA SINH VIÊN KINH TẾ TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH

Dựa trên các phát hiện thực nghiệm, chương 4 đề xuất hai nhóm giải pháp:

  • Đối với sinh viên kinh tế:
    • Nâng cao kỹ năng tự điều chỉnh và năng lực siêu nhận thức (Metacognitive Learning) trong môi trường số: biết lập kế hoạch, chọn lọc tài liệu chuyên ngành kinh tế đáng tin cậy, tránh sự phân tâm bởi mạng xã hội và các nội dung giải trí trực tuyến.
    • Phát triển kỹ năng nhận thức bậc cao (Cognitive Skills) và tuân thủ đạo đức số (Ethical Knowledge): ứng dụng các công cụ số vào phân tích dữ liệu kinh tế, giải quyết bài toán học thuật, tôn trọng bản quyền và tính liêm chính học thuật.
    • Tăng cường học tập xã hội và động lực (Social and Motivation Learning): chủ động tham gia các cộng đồng học tập trực tuyến, thảo luận chuyên môn để gia tăng hiệu quả học tập tự do.
  • Đối với nhà giáo dục và nhà hoạch định chính sách:
    • Tích hợp khung năng lực số vào chuẩn đầu ra và chương trình đào tạo khối ngành kinh tế - kinh doanh thay vì chỉ xem công nghệ là môn học phụ trợ.
    • Đổi mới phương pháp giảng dạy theo hướng tăng cường giao nhiệm vụ tự nghiên cứu qua nền tảng số, hướng dẫn sinh viên khai thác các cơ sở dữ liệu học thuật uy tín.
    • Đầu tư hạ tầng công nghệ và xây dựng không gian học tập trực tuyến mở, hỗ trợ sinh viên thực hiện học tập không chính thức một cách an toàn và hiệu quả.

Kết quả và đóng góp

  • Kết quả chính:
    • Khóa luận khẳng định năng lực số (DC) có tác động tích cực, trực tiếp đến kết quả học tập (Q) của sinh viên khối ngành kinh tế trên địa bàn TP.HCM (ủng hộ giả thuyết H1).
    • Năng lực số là nhân tố thúc đẩy mạnh mẽ hành vi học tập không chính thức với công nghệ số (DIL) (ủng hộ giả thuyết H2).
    • Học tập không chính thức với công nghệ số có tác động tích cực đến kết quả học tập của sinh viên (ủng hộ giả thuyết H3).
    • Chứng minh vai trò trung gian có ý nghĩa của DIL trong cơ chế tác động từ năng lực số đến kết quả học tập (ủng hộ giả thuyết H4).
  • Đóng góp về mặt khoa học:
    • Bổ sung bằng chứng thực nghiệm về tác động của năng lực số trong bối cảnh giáo dục đại học tại Việt Nam, lấp đầy khoảng trống nghiên cứu vốn chủ yếu dừng ở mức khung lý thuyết.
    • Kiểm định thành công mô hình tích hợp giữa khung năng lực số 3 chiều (Calvani và cộng sự, 2012) và hành vi học tập không chính thức (He & Li, 2019) đối với kết quả học tập tự báo cáo của sinh viên kinh tế.
  • Đóng góp về mặt thực tiễn:
    • Cung cấp bức tranh thực trạng về mức độ sở hữu kỹ năng công nghệ, nhận thức số và thói quen học tập số của sinh viên các trường đại học khối kinh tế tại TP.HCM.
    • Cung cấp căn cứ thực chứng cho các nhà quản lý giáo dục đại học trong việc định hình chính sách đào tạo kỹ năng số và thiết kế môi trường học tập trực tuyến.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế của đề tài:
    • Phương pháp chọn mẫu: Sử dụng phương pháp lấy mẫu thuận tiện phi xác suất, trong đó tỷ lệ sinh viên Trường Đại học Kinh tế - Luật chiếm tỷ trọng lớn (62,06%), chưa đảm bảo tính đại diện đồng đều cho toàn bộ sinh viên kinh tế tại TP.HCM.
    • Phương pháp đo lường kết quả học tập: Dữ liệu kết quả học tập dựa hoàn toàn vào hình thức tự đánh giá (self-reported), có thể tồn tại sai lệch nhận thức chủ quan so với kết quả học tập khách quan từ điểm số GPA/CGPA chính thức.
    • Phạm vi không gian và thời gian: Nghiên cứu chỉ tiến hành khảo sát cắt ngang trong một khung thời gian ngắn (tháng 04/2023) trên địa bàn TP.HCM, chưa theo dõi sự biến chuyển năng lực theo chu kỳ đào tạo dài hạn.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng phạm vi chọn mẫu ngẫu nhiên phân tầng tại nhiều trường đại học ở các vùng địa lý khác nhau để tăng tính đại diện.
    • Kết hợp dữ liệu tự báo cáo với dữ liệu điểm số thực tế (GPA, kết quả kiểm tra năng lực độc lập) để kiểm soát hiện tượng nội sinh và nâng cao độ chính xác.
    • Nghiên cứu theo chuỗi thời gian (longitudinal study) để đánh giá tác động bền vững của năng lực số đến kết quả học tập và khả năng thích ứng nghề nghiệp sau khi tốt nghiệp.

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo chuyên môn cho các nhóm đối tượng:

  • Sinh viên, học viên ngành Kinh tế, Quản trị và Sư phạm: Cung cấp tài liệu tham khảo về phương pháp xây dựng khung nghiên cứu, quy trình phân tích mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) bằng phần mềm SmartPLS.
  • Nhà nghiên cứu về công nghệ giáo dục: Tham khảo cách vận dụng thang đo năng lực số đa chiều của Calvani (2009, 2012) và thang đo hành vi DIL của He & Li (2019) trong môi trường đại học tại Việt Nam.
  • Cán bộ quản lý đào tạo và giảng viên đại học: Cung cấp cơ sở khoa học để thiết kế các khóa tập huấn kỹ năng số, cải tiến phương pháp giảng dạy tích hợp công nghệ và tối ưu hóa hệ thống học tập trực tuyến cho sinh viên.

Câu hỏi thường gặp

1. Tác giả sử dụng khung lý thuyết nào để đo lường năng lực số của sinh viên trong khóa luận?
Tác giả sử dụng khung đo lường năng lực số của Calvani và cộng sự (2009, 2012), bao gồm 3 thành tố: Kỹ năng công nghệ (Technological Skills - TS), Kỹ năng nhận thức bậc cao (Cognitive Skills - CS) và Nhận thức đạo đức (Ethical Knowledge - EK).

2. Học tập không chính thức với công nghệ số (DIL) được cấu thành bởi những yếu tố nào?
DIL được đo lường dựa trên nghiên cứu của He & Li (2019) và He & Zhu (2017, 2018), gồm 3 khía cạnh: Học tập nhận thức (Cognitive Learning - CL), Học tập siêu nhận thức (Metacognitive Learning - MCL), cùng Học tập xã hội và động lực (Social and Motivation Learning - SML).

3. Khóa luận sử dụng mẫu khảo sát có quy mô bao nhiêu và thuộc những cơ sở giáo dục nào?
Nghiên cứu thu thập 412 bảng trả lời và chọn ra 340 mẫu khảo sát hợp lệ từ sinh viên khối ngành kinh tế tại TP.HCM. Trong đó, sinh viên Trường Đại học Kinh tế - Luật chiếm 62,06% (211 mẫu), Đại học Kinh tế TP.HCM chiếm 11,47% (39 mẫu), Đại học Ngân hàng TP.HCM chiếm 8,24% (28 mẫu), cùng sinh viên các trường Đại học Ngoại thương (FTU2), Đại học Tài chính - Marketing (UFM) và các cơ sở khác.

4. Vì sao tác giả lựa chọn phương pháp tự báo cáo để đo lường kết quả học tập thay vì dùng điểm số GPA?
Dựa trên lập luận của Joakim và cộng sự (2017), Douglass và cộng sự (2012) và Yu và cộng sự (2010), việc sử dụng thang đo tự báo cáo giúp phản ánh trực tiếp cảm nhận của người học về năng lực thu nhận, mức độ giải quyết vấn đề và chất lượng quá trình học tập khi ứng dụng công nghệ, tránh việc đồng nhất máy móc giữa điểm số thi cử thuần túy với năng lực thực tế.

5. Kết luận chính về vai trò của biến DIL trong mô hình nghiên cứu là gì?
Học tập không chính thức với công nghệ số (DIL) đóng vai trò là biến trung gian có ý nghĩa thống kê; năng lực số không chỉ tác động trực tiếp đến kết quả học tập mà còn thúc đẩy sinh viên tham gia vào các hoạt động tự học trực tuyến linh hoạt, từ đó nâng cao kết quả học tập tổng thể.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Hằng đã giải quyết trọn vẹn mục tiêu nghiên cứu về mối quan hệ giữa năng lực số, hành vi học tập không chính thức và kết quả học tập của sinh viên kinh tế tại TP.HCM. Thông qua phương pháp nghiên cứu định lượng với mô hình PLS-SEM trên mẫu 340 sinh viên, đề tài đã chứng minh thực nghiệm vai trò trực tiếp của năng lực số và vai trò trung gian của học tập không chính thức đối với kết quả học tập. Các phát hiện của công trình cung cấp cơ sở khoa học và thực tiễn quan trọng, làm tiền đề cho việc xây dựng các giải pháp nâng cao năng lực số cho người học trong bối cảnh chuyển đổi số giáo dục đại học.