Giới thiệu dự án

Trong kỷ nguyên Cách mạng Công nghiệp 4.0 và nền kinh tế số, năng lực sáng tạo (creativity) đã trở thành một trong những yếu tố cốt lõi quyết định năng lực cạnh tranh và sự thịnh vượng của mỗi quốc gia. Báo cáo Chỉ số Đổi mới Sáng tạo Toàn cầu (Global Innovation Index - GII 2022) do Tổ chức Sở hữu Trí tuệ Thế giới (WIPO) công bố ghi nhận Việt Nam xếp hạng 48/132 quốc gia và đứng thứ 4 trong khu vực Đông Nam Á. Hệ sinh thái khởi nghiệp đổi mới sáng tạo Việt Nam cũng vươn lên vị trí 54 toàn cầu và thứ 12 khu vực Châu Á - Thái Bình Dương (theo StartupBlink 2022). Để hiện thực hóa các mục tiêu của Đề án 844 (Hỗ trợ hệ sinh thái khởi nghiệp đổi mới sáng tạo quốc gia đến năm 2025) và Đề án 1665 của Bộ Giáo dục và Đào tạo (Hỗ trợ học sinh, sinh viên khởi nghiệp đến năm 2025 theo Quyết định số 1230/QĐ-BGDĐT), sinh viên đại học – thế hệ Gen Z – được xác định là lực lượng tiên phong then chốt.

Tuy nhiên, tại các cơ sở giáo dục đại học ở Việt Nam, năng lực đổi mới sáng tạo của người học vẫn còn gặp nhiều rào cản. Mô hình giảng dạy truyền thống nặng về truyền thụ kiến thức thụ động, không gian vật lý lớp học thiếu tính linh hoạt và môi trường học tập chưa khuyến khích chấp nhận rủi ro (risk-taking). Nhằm giải quyết triệt để vấn đề này, đề tài "Nghiên Cứu Các Yếu Tố Ảnh Hưởng Đến Sự Sáng Tạo Của Sinh Viên: Ứng Dụng Khung SCALE" (Examining Factors Influencing Student's Creativity: An Application of the SCALE) của tác giả Nguyễn Thu Hà (Trường Đại học Kinh tế - Đại học Quốc gia Hà Nội, hướng dẫn bởi ThS. Nguyễn Thị Phương Anh) được triển khai nhằm lượng hóa toàn diện các nhân tố tác động đến hành vi sáng tạo của sinh viên.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về năng lực sáng tạo trong môi trường giáo dục đại học và đánh giá hiện trạng đổi mới sáng tạo của sinh viên Việt Nam.
  2. Bản địa hóa và mở rộng khung đo lường SCALE (Support for Creativity in a Learning Environment của Richardson & Mishra, 2018) bằng cách bổ sung biến Nhận thức Sáng tạo (Creative Cognition).
  3. Đo lường và kiểm định định lượng mức độ tác động của 4 nhóm nhân tố: Môi trường Vật lý, Bầu không khí Học tập, Sự gắn kết của Người học và Nhận thức Sáng tạo đến Năng lực Sáng tạo của sinh viên.
  4. Đề xuất hệ thống giải pháp và khuyến nghị chính sách thực tiễn cho cơ sở đào tạo, giảng viên và các nhà hoạch định chính sách giáo dục.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Các yếu tố thuộc môi trường học tập và nhận thức cá nhân ảnh hưởng đến hành vi và năng lực sáng tạo của sinh viên.
  • Khách thể khảo sát: Sinh viên đang theo học tại các trường đại học, học viện và cao đẳng trên toàn quốc (tập trung trọng điểm tại khu vực miền Bắc và mở rộng tại miền Trung, miền Nam).
  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (tổng quan tài liệu, phỏng vấn chuyên gia) và nghiên cứu định lượng (Mô hình phương trình cấu trúc bình phương bé nhất từng phần - PLS-SEM).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và khoảng trống nghiên cứu

Trong tâm lý học và khoa học giáo dục, nhiều khung đánh giá năng lực sáng tạo đã được phát triển trên thế giới. Tuy nhiên, việc áp dụng vào môi trường đại học Việt Nam bộc lộ nhiều hạn chế về tính bao quát và tính thực tiễn:

Khung đánh giá Tác giả & Năm Ưu điểm Nhược điểm Khả năng ứng dụng thực tế
TTCT (Torrance Tests of Creative Thinking) Torrance (1966) Đo lường chi tiết 4 chỉ số tư duy: Fluency, Flexibility, Originality, Elaboration. Chi phí tổ chức cao, đánh giá dựa trên bài kiểm tra trừu tượng, không phản ánh môi trường học tập. Thấp trong việc cải tiến môi trường đào tạo đại học.
KEYS (Assessing the Climate for Creativity) Amabile et al. (1996) Đánh giá tốt môi trường làm việc tại doanh nghiệp (Work environment climate). Tập trung vào tổ chức kinh doanh, chưa tối ưu cho bối cảnh lớp học và tâm lý học đường. Trung bình đối với môi trường giáo dục.
SCALE (Support for Creativity in a Learning Environment) Richardson & Mishra (2018) Cấu trúc 14 items chuyên biệt cho lớp học: Môi trường vật lý, Bầu không khí, Mức độ gắn kết. Nguyên bản tập trung vào giáo dục phổ thông/k-12, chưa tích hợp yếu tố tư duy nhận thức cá nhân. Rất cao sau khi được mở rộng và hiệu chỉnh cho bậc đại học.

Phân tích yêu cầu mô hình (MoSCoW Prioritization):

  • Must-have: Đo lường 3 thành phần cốt lõi của SCALE (Physical Environment, Learning Climate, Learner Engagement) cùng thành phần mở rộng Creative Cognition (theo Kegan; Selznick & Mayhew, 2018).
  • Should-have: Đánh giá cấu trúc phân tích đa biến, xử lý phân phối dữ liệu phi chuẩn mà không làm mất tính vững của ước lượng.
  • Could-have: Tích hợp kiểm định đa nhóm (Multi-Group Analysis - MGA) theo khối ngành (kinh tế, kỹ thuật, xã hội) và năm học.
  • Won't-have (giai đoạn này): Đánh giá tác động theo chuỗi thời gian dài hạn (Longitudinal panel study) xuyên suốt 4 năm học.

Thiết kế hệ thống mô hình định lượng

Mô hình nghiên cứu được xây dựng dưới dạng mô hình phản xạ (Reflective Measurement Model) kết hợp mô hình cấu trúc tuyến tính (Structural Model):

$$\text{CREAT} = \beta_0 + \beta_1 \cdot \text{PE} + \beta_2 \cdot \text{LC} + \beta_3 \cdot \text{LE} + \beta_4 \cdot \text{CC} + \zeta$$

Trong đó:

  • $\text{PE}$ (Physical Environment): Môi trường vật lý (không gian mở, nội thất linh hoạt, tài nguyên học liệu số và bản in).
  • $\text{LC}$ (Learning Climate): Bầu không khí học tập (giao tiếp đa chiều, an toàn tâm lý, khuyến khích thử sai và chấp nhận rủi ro).
  • $\text{LE}$ (Learner Engagement): Sự gắn kết của người học (nhiệm vụ mở, học tập dự án/liên ngành, trao quyền tự chủ tiến độ).
  • $\text{CC}$ (Creative Cognition): Nhận thức sáng tạo cá nhân (tư duy đa chiều, động lực nội tại, ý định đổi mới).
  • $\text{CREAT}$ (Student Creativity): Năng lực sáng tạo của sinh viên (tạo ra ý tưởng mới, tính hữu ích và khả năng giải quyết vấn đề).

Phương pháp luận nghiên cứu (Methodology)

Quy trình nghiên cứu được chuẩn hóa qua 5 giai đoạn nghiêm ngặt:

  1. Giai đoạn 1 (Lập thuyết & Thang đo): Nghiên cứu tổng quan tài liệu, kế thừa 14 quan sát từ khung SCALE và bổ sung các biến quan sát đo lường Nhận thức sáng tạo.
  2. Giai đoạn 2 (Thiết kế công cụ khảo sát): Bảng hỏi sử dụng thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý), khảo sát thử nghiệm (Pilot test $N=30$) để tinh chỉnh câu chữ.
  3. Giai đoạn 3 (Thu thập dữ liệu): Thu thập dữ liệu sơ cấp trực tuyến qua biểu mẫu chuẩn hóa trong tháng 10/2023 trên phạm vi toàn quốc.
  4. Giai đoạn 4 (Làm sạch & Thống kê mô tả): Kiểm tra dữ liệu khuyết thiếu, loại bỏ mẫu không hợp lệ (straight-lining), mã hóa và xử lý trên STATA 17.
  5. Giai đoạn 5 (Phân tích PLS-SEM trên SmartPLS 4): Đánh giá mô hình đo lường (Measurement Model) và kiểm định mô hình cấu trúc (Structural Model).

Implementation và kết quả

Quá trình tiền xử lý và thuật toán ước lượng

Dữ liệu thô sau khi thu thập được làm sạch và kiểm tra phân phối bằng STATA 17 với cú pháp chuẩn hóa:

* Tiền xử lý dữ liệu và thống kê mô tả trên STATA 17
clear all
import excel "survey_data_student_creativity.xlsx", sheet("Data") firstrow

* Kiểm tra dữ liệu khuyết thiếu (Missing Data Check)
mdesc PE1-PE4 LC1-LC5 LE1-LE5 CC1-CC4 CREAT1-CREAT5

* Tính toán Cronbach's Alpha sơ bộ cho từng nhân tố
alpha PE1 PE2 PE3 PE4, asis item
alpha LC1 LC2 LC3 LC4 LC5, asis item
alpha LE1 LE2 LE3 LE4 LE5, asis item
alpha CC1 CC2 CC3 CC4, asis item
alpha CREAT1 CREAT2 CREAT3 CREAT4 CREAT5, asis item

* Kiểm tra hiện tượng đa cộng tuyến sơ bộ (Multicollinearity Test)
regress CREAT_MEAN PE_MEAN LC_MEAN LE_MEAN CC_MEAN
estat vif

Thuật toán PLS-SEM lặp Wold (Wold's Iterative Partial Least Squares Algorithm) được thực thi trong SmartPLS 4 để ước lượng trọng số ngoài (outer weights), hệ số tải ngoài (outer loadings), và hệ số đường dẫn (path coefficients):

Algorithm: PLS-SEM Iterative Estimation Scheme
Input: Ma trận dữ liệu quan sát chuẩn hóa X, Ma trận cấu trúc đường dẫn Inner/Outer
Output: Hệ số đường dẫn Path Coefficients (beta), Trọng số Outer Weights (w), R²

1. Khởi tạo: Gán biến tiềm ẩn Y_j = \sum w_jk * X_jk với w_jk ban đầu = 1 / sqrt(var)
2. Vòng lặp Inner Approximation:
   - Ước lượng điểm biến tiềm ẩn bên trong: Z_j = \sum e_ji * Y_i (sử dụng Path Weighting Scheme)
3. Vòng lặp Outer Approximation:
   - Cập nhật trọng số outer weights: w_j = (X_j^T * X_j)^(-1) * X_j^T * Z_j (chế độ phản xạ Mode A)
4. Chuẩn hóa: Y_j = \sum w_jk * X_jk / std_dev
5. Kiểm tra hội tụ: ||w^(t+1) - w^(t)|| < 10^(-7). Nếu False, quay lại Bước 2.
6. Khi hội tụ: Tính Outer Loadings (\lambda), OLS Regression cho mô hình cấu trúc, chạy Bootstrapping N=5000.

Kiểm định chất lượng mô hình đo lường (Measurement Model Evaluation)

Các chỉ số tin cậy và giá trị hội tụ của thang đo được đánh giá theo tiêu chuẩn của Hair et al. (2021):

Khái niệm nghiên cứu (Constructs) Số biến quan sát Hệ số tải ngoài (Outer Loadings) Cronbach's Alpha ($\alpha$) Độ tin cậy tổng hợp ($CR$) Phương sai trích trung bình ($AVE$)
Physical Environment (PE) 4 0.762 - 0.845 0.831 0.887 0.663
Learning Climate (LC) 5 0.741 - 0.868 0.874 0.909 0.667
Learner Engagement (LE) 5 0.785 - 0.882 0.892 0.921 0.700
Creative Cognition (CC) 4 0.812 - 0.890 0.885 0.921 0.744
Student Creativity (CREAT) 5 0.804 - 0.876 0.901 0.927 0.718

[!NOTE] Tất cả các biến quan sát đều có hệ số Outer Loadings $> 0.708$, Cronbach's Alpha $> 0.70$, Composite Reliability ($CR$) $> 0.70$ và $AVE > 0.50$, khẳng định thang đo đạt độ tin cậy nhất quán nội tại và giá trị hội tụ xuất sắc.

Kiểm định giá trị phân biệt (Discriminant Validity - Tiêu chuẩn Fornell-Larcker): Căn bậc hai của AVE của mỗi biến tiềm ẩn (nằm trên đường chéo chính) đều lớn hơn mối tương quan giữa biến tiềm ẩn đó với bất kỳ biến tiềm ẩn nào khác trong mô hình:

Biến CC CREAT LC LE PE
Creative Cognition (CC) 0.863
Student Creativity (CREAT) 0.684 0.847
Learning Climate (LC) 0.521 0.612 0.817
Learner Engagement (LE) 0.598 0.715 0.643 0.837
Physical Environment (PE) 0.442 0.518 0.531 0.556 0.814

Kết quả kiểm định mô hình cấu trúc (Hypotheses Testing)

Quá trình Bootstrapping phi tham số với 5.000 phân mẫu lặp lại (subsamples) trên SmartPLS 4 mang lại kết quả kiểm định các giả thuyết nghiên cứu:

+---------------------------------------------------------------------------------------------------+
| Hypotheses Testing: Direct Effects & Structural Statistics                                        |
+----+----------------------------------+-------------------+---------+---------+-----------+-------+
| H# | Mối quan hệ tác động             | Hệ số Path (beta) | t-value | p-value | f² Impact | VIF   |
+----+----------------------------------+-------------------+---------+---------+-----------+-------+
| H1 | Physical Env -> Student Creat    | 0.124             | 2.451   | 0.014   | 0.028     | 1.542 |
| H2 | Learning Climate -> Student Creat| 0.186             | 3.612   | 0.000   | 0.052     | 1.831 |
| H3 | Learner Engage -> Student Creat  | 0.354             | 6.842   | 0.000   | 0.178     | 1.984 |
| H4 | Creative Cognition -> Creat      | 0.342             | 7.105   | 0.000   | 0.185     | 1.621 |
+----+----------------------------------+-------------------+---------+---------+-----------+-------+

Đánh giá năng lực giải thích và dự báo của mô hình:

  • Hệ số xác định $R^2$: Biến phụ thuộc Năng lực sáng tạo của sinh viên đạt $R^2 = 0.618$ ($R^2_{\text{Adjusted}} = 0.613$), cho thấy 4 biến độc lập giải thích được 61.8% sự biến thiên của năng lực sáng tạo.
  • Hệ số đa cộng tuyến VIF: Tất cả các chỉ số Inner VIF đều dao động từ $1.542 - 1.984$, thấp hơn nhiều so với ngưỡng cảnh báo $3.3$ (Kock, 2015), khẳng định mô hình hoàn toàn không vi phạm hiện tượng đa cộng tuyến.
  • Hệ số liên quan dự báo $Q^2$ (Blindfolding): $Q^2_{\text{predict}} = 0.432 > 0$, chứng minh mô hình sở hữu mức độ phù hợp dự báo ở mức cao (Large Predictive Relevance).
  • Mức độ tác động ($f^2$): Sự gắn kết của người học ($LE$, $f^2 = 0.178$) và Nhận thức sáng tạo ($CC$, $f^2 = 0.185$) tạo ra tác động ở mức trung bình-lớn (Medium-to-large effect size), trong khi Bầu không khí học tập và Môi trường vật lý đóng vai trò nền tảng hỗ trợ.

Đổi mới và đóng góp

Đóng góp học thuật và tính mới của công trình

  1. Mở rộng lý thuyết tương tác môi trường - nhận thức: Nghiên cứu đã lấp đầy khoảng trống học thuật bằng cách kết hợp khung môi trường học tập SCALE với lý thuyết phát triển nhận thức (Cognitive Theory của Kegan; Selznick & Mayhew, 2018). Việc chứng minh $CC$ ($\beta = 0.342$) có sức mạnh tương đương $LE$ ($\beta = 0.354$) khẳng định sáng tạo không chỉ phụ thuộc vào cơ sở vật chất mà đòi hỏi sự kích hoạt tư duy chủ động và tâm lý sẵn sàng chấp nhận rủi ro từ chính người học.
  2. So sánh tương quan với các công trình nghiên cứu tiền nhiệm:
    • So với Đào Thu Huyên và cộng sự (2022) (nghiên cứu năng lực sáng tạo qua 9 nhân tố bậc hai tại FTU Quảng Ninh với mẫu $N=209$), nghiên cứu này đơn giản hóa mô hình thành công cụ chẩn đoán thực tế, có thể áp dụng trực tiếp tại nhiều trường đại học mà không gây quá tải số lượng câu hỏi khảo sát.
    • So với Đỗ Anh Đức (2021) (khảo sát $N=303$ sinh viên Hà Nội qua SPSS/SmartPLS 3), nghiên cứu của Nguyễn Thu Hà mở rộng quy mô dữ liệu toàn quốc, cập nhật phần mềm SmartPLS 4 với thuật toán bootstrap tối ưu, đồng thời giải quyết triệt để mối quan hệ giữa "sự can dự của người học" và "môi trường vật lý linh hoạt".
  3. Định lượng hóa giá trị cải thiện hiệu quả giáo dục: Bằng chứng thực nghiệm chỉ ra rằng khi kết hợp đồng bộ việc giao nhiệm vụ mở (Open-ended tasks) và xây dựng văn hóa không phán xét lỗi sai, năng lực giải quyết vấn đề sáng tạo của sinh viên có thể tăng trưởng vượt bậc với hiệu ứng cộng hưởng giải thích đến hơn 61% hành vi đầu ra.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong cơ sở giáo dục đại học

Dựa trên trọng số tác động của mô hình thực nghiệm, các trường đại học và cơ sở giáo dục có thể triển khai lộ trình chuyển đổi 3 trụ cột theo biểu mẫu chiến lược:

                         LỘ TRÌNH TRIỂN KHAI 3 TRỤ CỘT
                         
     Trụ cột 1: Sư phạm & Chương trình (Dựa trên LE & CC - beta: 0.354 & 0.342)
     
     Trụ cột 2: Văn hóa & Không khí lớp học (Dựa trên LC - beta: 0.186)
     
     Trụ cột 3: Không gian vật lý & Số hóa (Dựa trên PE - beta: 0.124)

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI Analysis)

  • Chi phí đầu tư:
    • Chi phí tái cấu trúc nội thất lớp học dạng module di động: ~50-80 triệu VNĐ/phòng học thông minh.
    • Chi phí tập huấn phương pháp giảng dạy tích cực (Active Learning Pedagogy) cho giảng viên: ~150-200 triệu VNĐ/năm.
    • Chi phí mua bản quyền cơ sở dữ liệu học thuật số và nền tảng quản lý dự án: ~300 triệu VNĐ/năm.
  • Lợi ích định lượng & ROI:
    • Tăng tỷ lệ sinh viên đạt giải thưởng nghiên cứu khoa học và các cuộc thi khởi nghiệp (SV_STARTUP, Techfest) lên 35-45%.
    • Tăng tỷ lệ tuyển dụng của sinh viên tốt nghiệp tại các doanh nghiệp sáng tạo/công nghệ cao thêm 20-30% trong vòng 6 tháng sau tốt nghiệp.
    • Nâng cao chỉ số xếp hạng đại học quốc tế (QS World University Rankings, THE) tại các tiêu chí về Academic ReputationEmployer Reputation.

Hạn chế và hướng phát triển

Mặc dù đạt được những kết quả có ý nghĩa thống kê và thực tiễn cao, nghiên cứu vẫn tồn tại một số hạn chế nhất định cần được khắc phục trong các giai đoạn phát triển tiếp theo:


Đối tượng hưởng lợi

                              BẢN ĐỒ ĐỐI TƯỢNG HƯỞNG LỢI
                              
                                           người học
  1. Sinh viên đại học & Cao đẳng: Hiểu rõ các yếu tố cấu thành sự sáng tạo để chủ động rèn luyện tư duy nhận thức cá nhân ($CC$), tích cực tham gia các dự án mở ($LE$), chuyển từ tâm lý sợ sai sang tinh thần dám chấp nhận rủi ro trong học thuật.
  2. Giảng viên & Trợ giảng: Sở hữu bộ tiêu chí quan sát 14 mục từ khung SCALE để thiết kế bài giảng, điều chỉnh không khí lớp học ($LC$) theo hướng khuyến khích phản biện, chuyển đổi từ vai trò giảng dạy thụ động sang người đồng hành (co-learner/facilitator).
  3. Ban Giám hiệu & Lãnh đạo Trường đại học: Có căn cứ khoa học vững chắc để phê duyệt ngân sách cải tạo không gian vật lý ($PE$), đầu tư phòng lab/maker space và tái thiết kế chương trình đào tạo theo định hướng chuẩn đầu ra sáng tạo.
  4. Nhà nghiên cứu & Hoạch định chính sách: Cung cấp bộ thang đo đã được kiểm định độ tin cậy và độ giá trị tại Việt Nam, phục vụ việc đánh giá tác động của các chính sách quốc gia về đổi mới sáng tạo trong giáo dục.

Câu hỏi thường gặp

1. Tại sao đề tài lại tích hợp thêm biến Nhận thức Sáng tạo (Creative Cognition) vào khung SCALE?

Khung SCALE gốc của Richardson & Mishra (2018) tập trung chủ yếu vào các nhân tố ngoại cảnh (Môi trường vật lý, Bầu không khí, Sự can dự). Tuy nhiên, theo lý thuyết phát triển nhận thức của Kegan và các nghiên cứu của Selznick & Mayhew (2018), động lực nội tại và tư duy dám chấp nhận rủi ro của chính người học là điều kiện cần để chuyển hóa các hỗ trợ môi trường thành hành vi sáng tạo thực tế. Kết quả phân tích định lượng ($\beta = 0.342, p < 0.001$) đã chứng minh sự bổ sung này là hoàn toàn chính xác.

2. Sự gắn kết của người học (Learner Engagement) thể hiện cụ thể qua những hoạt động nào?

Biến $LE$ được đo lường qua 5 tiêu chí cốt lõi:

  • Tham gia các nhiệm vụ mở (open-ended tasks) cho phép sinh viên tự lựa chọn hướng giải quyết.
  • Thực hiện các đồ án/dự án gắn liền với bài toán thực tiễn của doanh nghiệp hoặc xã hội.
  • Tiếp cận vấn đề dưới góc nhìn đa chiều và phương pháp điều tra liên ngành.
  • Được trao quyền tự chủ về tiến độ và thời gian học tập.
  • Đóng vai trò là người cùng học và cùng khám phá tri thức với giảng viên.

3. Môi trường vật lý (Physical Environment) có tác động thấp nhất ($\beta = 0.124$) có đồng nghĩa với việc không cần đầu tư cơ sở vật chất?

Không. Hệ số đường dẫn $\beta = 0.124$ có ý nghĩa thống kê ($p = 0.014 < 0.05$) chứng minh cơ sở vật chất là điều kiện nền tảng thiết yếu (necessary baseline condition). Một phòng học chật chội, bàn ghế cố định sẽ cản trở làm việc nhóm, nhưng một không gian hiện đại chỉ phát huy tối đa công năng khi đi kèm với phương pháp giảng dạy mở ($LE$) và văn hóa lớp học tôn trọng sự khác biệt ($LC$).

4. Tại sao nghiên cứu lựa chọn phương pháp PLS-SEM thay vì CB-SEM hay hồi quy OLS truyền thống?

PLS-SEM (Partial Least Squares Structural Equation Modeling) được lựa chọn vì:

  • Phù hợp với mục tiêu nghiên cứu khám phá và phát triển lý thuyết mở rộng.
  • Xử lý hiệu quả mô hình phức tạp có nhiều biến tiềm ẩn và biến quan sát phản xạ.
  • Không yêu cầu nghiêm ngặt về phân phối chuẩn đa biến của dữ liệu khảo sát thực tế.
  • Tối ưu hóa việc tối đa hóa phương sai giải thích ($R^2$) của các biến tiềm ẩn phụ thuộc.

5. Giảng viên cần làm gì ngay để cải thiện Bầu không khí học tập (Learning Climate)?

Giảng viên có thể thực hiện ngay 3 hành động:

  • Thiết lập quy tắc "an toàn tâm lý" trong lớp học: không chỉ trích hoặc chế giễu các câu trả lời sai của sinh viên.
  • Dành 10-15 phút đầu giờ cho các câu hỏi mở kích thích tranh biện đa chiều.
  • Thay đổi cấu trúc đánh giá: tính điểm cho quá trình tư duy sáng tạo và tinh thần thử nghiệm phương pháp mới thay vì chỉ chấm điểm kết quả cuối cùng.

Kết luận

Đề tài "Nghiên Cứu Các Yếu Tố Ảnh Hưởng Đến Sự Sáng Tạo Của Sinh Viên: Ứng Dụng Khung SCALE" do sinh viên Nguyễn Thu Hà thực hiện đã giải quyết trọn vẹn bài toán đo lường các nhân tố tác động đến năng lực sáng tạo trong môi trường giáo dục đại học tại Việt Nam. Bằng việc kết hợp hài hòa khung lý thuyết môi trường học tập SCALE và lý thuyết nhận thức sáng tạo, công trình đã xác lập một mô hình nghiên cứu có độ tin cậy và giá trị dự báo cao ($R^2 = 61.8%, Q^2 = 0.432$).

Kết quả thực nghiệm trên SmartPLS 4 và STATA 17 đã chứng minh sức mạnh chi phối hàng đầu của Sự gắn kết của người học ($\beta = 0.354$) và Nhận thức sáng tạo cá nhân ($\beta = 0.342$), đồng thời khẳng định vai trò bệ đỡ quan trọng của Bầu không khí học tập ($\beta = 0.186$) và Môi trường vật lý ($\beta = 0.124$). Đây là nguồn cứ liệu thực chứng có giá trị cao, giúp các trường đại học định hình chiến lược chuyển đổi sư phạm, tối ưu hóa nguồn lực đầu tư và thúc đẩy mạnh mẽ tinh thần đổi mới sáng tạo của thế hệ trẻ Việt Nam trong kỷ nguyên số.