Giới thiệu dự án

Thị trường giáo dục đại học tại Việt Nam và khu vực Đồng bằng sông Cửu Long (ĐBSCL) đang chứng kiến sự chuyển dịch mạnh mẽ theo định hướng chuẩn hóa quốc tế và tự chủ tài chính. Theo số liệu thống kê giáo dục đại học, phân khúc đào tạo hệ Vừa làm vừa học (VLVH) chiếm tỷ trọng từ 15% đến 25% tổng quy mô đào tạo tại các trường đại học công lập, đóng vai trò then chốt trong chiến lược học tập suốt đời và nâng cao chất lượng nguồn nhân lực địa phương. Tuy nhiên, sự cạnh tranh gay gắt từ các mô hình đào tạo từ xa (E-learning), liên thông đại học và các cơ sở giáo dục tư nhân đang tạo áp lực lớn lên các trường đại học truyền thống, đòi hỏi phải đo lường chính xác và cải tiến liên tục chất lượng dịch vụ giáo dục.

+-------------------------------------------------------------------------------+
|                            BỐI CẢNH VÀ THỰC TRẠNG                              |
+-------------------------------------------------------------------------------+
| Quy mô đào tạo VLVH: Chiếm 15% - 25% tổng quy mô đại học                      |
| Phân khúc học viên: Đã đi làm, yêu cầu khắt khe về tính ứng dụng & cam kết     |
| Thách thức: Tỷ lệ hoàn thành, sự thỏa mãn dịch vụ và áp lực cạnh tranh E-learning|
+-------------------------------------------------------------------------------+

Vấn đề nghiên cứu và các điểm nghẽn (Pain Points)

Các cơ sở giáo dục đại học thường đối mặt với tình trạng thiếu hụt dữ liệu định lượng chuẩn xác về mức độ hài lòng của người học hệ VLVH. Đối tượng sinh viên VLVH sở hữu các đặc điểm tâm lý - xã hội đặc thù: đa phần đã đi làm, có kinh nghiệm thực tiễn, chịu áp lực cân bằng giữa công việc và học tập. Các điểm nghẽn cốt lõi bao gồm:

  • Khoảng cách kỳ vọng đào tạo (Expectation Gap): Chương trình khung nặng tính hàn lâm, chưa đồng bộ với thực tiễn thị trường lao động.
  • Hiệu năng cơ sở vật chất: Hạ tầng phòng máy, hệ thống tra cứu thư viện số và ứng dụng quản lý học tập trực tuyến chưa được tối ưu hóa cho khung giờ học ngoài giờ hành chính (buổi tối và cuối tuần).
  • Thiếu hụt chỉ số đo lường hiệu quả (Service Quality Metrics): Chưa xác định rõ trọng số tác động của từng thành phần dịch vụ đến sự hài lòng tổng thể, dẫn đến việc phân bổ nguồn lực cải tiến kém hiệu quả.

Mục tiêu dự án

  1. Xác định các nhân tố cấu thành: Hệ thống hóa và nhận diện các yếu tố tác động đến sự hài lòng của sinh viên hệ VLVH tại Trường Đại học An Giang (ĐHAG - ĐHQG TP.HCM).
  2. Lượng hóa mức độ tác động: Thiết lập và kiểm định mô hình hồi quy tuyến tính bội để xác định hệ số tác động chuẩn hóa ($\beta$) của từng nhân tố.
  3. Đánh giá sai biệt nhân khẩu học: Phân tích sự khác biệt về mức độ hài lòng theo giới tính, khóa học và chuyên ngành đào tạo.
  4. Đề xuất hệ giải pháp chiến lược: Xây dựng khung chính sách cải tiến dựa trên dữ liệu thực nghiệm nhằm tối ưu hóa tỷ lệ giữ chân sinh viên và nâng cao chất lượng đào tạo chuẩn AUN-QA.

Phương pháp tiếp cận giải pháp

Đề tài áp dụng phương pháp nghiên cứu hỗn hợp kết hợp kỹ thuật (Mixed-methods Sequential Explanatory Design):

  • Giai đoạn định tính: Tổ chức thảo luận nhóm tập trung ($N=10$) nhằm khám phá và điều chỉnh thang đo gốc sang bối cảnh đào tạo VLVH.
  • Giai đoạn định lượng: Sử dụng thang đo Likert 5 mức độ trên cỡ mẫu khảo sát chính thức $N=218$, thực hiện phân tích dữ liệu qua quy trình: Kiểm định độ tin cậy Cronbach's Alpha $\rightarrow$ Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) $\rightarrow$ Phân tích tương quan Pearson $\rightarrow$ Ước lượng hồi quy OLS (Ordinary Least Squares).

Kết quả kỳ vọng và chỉ số đo lường

  • Độ biến thiên giải thích của mô hình hồi quy: $R^2$ điều chỉnh $\ge 60%$.
  • Tổng phương sai trích lũy tiến của EFA: $\ge 70%$.
  • Hệ số tin cậy nội tại Cronbach's Alpha của các thang đo thành phần: $\ge 0.80$.
  • Đưa ra thứ tự ưu tiên can thiệp chính sách dựa trên độ lớn hệ số $\beta$ chuẩn hóa.

Phạm vi và giới hạn nghiên cứu

  • Không gian nghiên cứu: Trường Đại học An Giang – Đại học Quốc gia TP.HCM.
  • Đối tượng khảo sát: 218 sinh viên hệ VLVH thuộc Khóa 13 ($18.3%$), Khóa 14 ($55.0%$), Khóa 15 ($26.6%$) tại 4 nhóm ngành đào tạo chính: Luật – Khoa học Chính trị ($44.5%$), Kinh tế – Quản trị Kinh doanh ($33.0%$), Ngoại ngữ ($11.9%$) và nhóm ngành khác ($10.6%$).
  • Giới hạn kỹ thuật: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện; dữ liệu phản ánh cảm nhận chủ quan của người học tại thời điểm khảo sát (năm 2022).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các mô hình đo lường chất lượng dịch vụ hiện hành

Tiêu chí Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình Grönroos (1984) Mô hình đề xuất kế thừa (Tran Xuan Kien, 2006 & ĐHAG)
Bản chất đo lường Gap Model: $P - E$ (Cảm nhận - Kỳ vọng) Performance-only: $P$ (Chỉ đo cảm nhận thực tế) Phân tách Kỹ thuật (Technical) & Chức năng (Functional) Kết hợp SERVPERF với các biến quan sát đặc thù VLVH
Ưu điểm Đánh giá toàn diện khoảng cách tâm lý Bảng câu hỏi ngắn gọn, giảm mệt mỏi cho người trả lời, hiệu quả dự báo cao Chú trọng đến hình ảnh thương hiệu (Brand Image) Đo lường trực tiếp cam kết đầu ra và năng lực nghề nghiệp thực tế
Nhược điểm Số lượng câu hỏi gấp đôi (44 mục), dễ gây sai lệch đo lường Ít làm rõ được nguồn gốc sự kỳ vọng chưa thỏa mãn Khó định lượng hóa các tiêu chí kỹ thuật trong giáo dục Phụ thuộc vào bối cảnh văn hóa và quy mô từng cơ sở đào tạo
Độ phù hợp cho VLVH Trung bình (quá dài đối với người vừa làm vừa học) Rất cao Thấp Tối ưu

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW Prioritization)

  • Must-have (Bắt buộc): Đo lường 5 chiều kích cốt lõi: Đội ngũ giảng viên (GV), Cơ sở vật chất (CS), Sự tin cậy (TC), Sự quan tâm của nhà trường (NT), Khả năng thực hiện cam kết (CK); Kiểm tra đa cộng tuyến (VIF $< 5$).
  • Should-have (Nên có): Kiểm định sai biệt T-test và ANOVA theo nhân khẩu học (Giới tính, Khóa học, Khoa đào tạo).
  • Could-have (Có thể mở rộng): Phân tích tương quan giữa tỷ lệ việc làm sau tốt nghiệp và mức độ thỏa mãn dịch vụ.
  • Won't-have (Không thực hiện): Đo lường các chỉ số chi phí tài chính cá nhân của người học ngoài phạm vi học phí công lập.

Thiết kế hệ thống và mô hình phân tích

Mô hình cấu trúc nghiên cứu bao gồm 5 biến độc lập bậc 1 tác động tuyến tính lên 1 biến phụ thuộc bậc 1 (Sự hài lòng của sinh viên - HL):

$$\text{HL} = \beta_0 + \beta_1 \cdot \text{CK} + \beta_2 \cdot \text{TC} + \beta_3 \cdot \text{CS} + \beta_4 \cdot \text{GV} + \beta_5 \cdot \text{NT} + \varepsilon$$

Technology Stack và Data Pipeline

  • Công cụ phân tích định lượng: IBM SPSS Statistics phiên bản 20.0 / 22.0; Microsoft Excel 2013 Engine xử lý tiền dữ liệu.
  • Ngôn ngữ mở rộng (Python Data Analytics Engine): Python 3.10+, Pandas 2.0.3, NumPy 1.24.3, Factor-Analyzer 0.4.1, Statsmodels 0.14.0, Scikit-learn 1.3.0.
  • Cấu trúc dữ liệu (Data Schema): Bộ dữ liệu dạng ma trận chữ nhật $218 \times 35$, mã hóa thang đo định lượng 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Bảo mật và toàn vẹn dữ liệu: Ẩn danh hóa thông tin định danh sinh viên (Anonymization), loại bỏ missing data bằng phương pháp Listwise Deletion.

Phương pháp luận (Methodology)

Quy trình nghiên cứu triển khai theo 4 giai đoạn chuẩn mực khoa học:

  • Đánh giá rủi ro & giải pháp giảm thiểu:
    • Rủi ro sai lệch chọn mẫu (Sampling Bias): Tỷ lệ sinh viên khóa cũ (K13) có thể thấp hơn khóa mới do đã hoàn thành chương trình. Giải pháp: Phân tầng mẫu khảo sát theo danh sách lớp và thực hiện kiểm định ANOVA để kiểm tra tính đại diện.
    • Rủi ro đa cộng tuyến (Multicollinearity): Các biến dịch vụ thường có mối tương quan chéo cao. Giải pháp: Đánh giá hệ số dung sai (Tolerance) và hệ số phóng đại phương sai $VIF < 5.0$.

Implementation và kết quả

Quy trình phân tích dữ liệu và Code Snippet

Toàn bộ quy trình phân tích định lượng từ làm sạch dữ liệu, kiểm định thang đo đến hồi quy tuyến tính được mô hình hóa chi tiết qua thuật toán xử lý dữ liệu sau:

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def compute_cronbach_alpha(df_items: pd.DataFrame) -> tuple[float, pd.DataFrame]:
    """
    Tính hệ số tin cậy Cronbach's Alpha và Corrected Item-Total Correlation
    """
    item_vars = df_items.var(axis=0, ddof=1)
    total_score = df_items.sum(axis=1)
    total_var = total_score.var(ddof=1)
    k = df_items.shape[1]
    cronbach_alpha = (k / (k - 1)) * (1 - item_vars.sum() / total_var)
    
    # Tính tương quan biến - tổng hiệu chỉnh
    item_total_corr = {}
    for col in df_items.columns:
        rest = df_items.drop(columns=[col]).sum(axis=1)
        item_total_corr[col] = df_items[col].corr(rest)
        
    summary_df = pd.DataFrame({
        "Item": df_items.columns,
        "Corrected_Item_Total_Corr": item_total_corr.values()
    })
    return cronbach_alpha, summary_df

def run_efa_analysis(df_features: pd.DataFrame, n_factors: int = 5):
    """
    Thực hiện phân tích nhân tố khám phá EFA với phép xoay Varimax
    """
    chi_square_value, p_value = calculate_bartlett_sphericity(df_features)
    kmo_all, kmo_model = calculate_kmo(df_features)
    
    fa = FactorAnalyzer(n_factors=n_factors, rotation="varimax", method="principal")
    fa.fit(df_features)
    
    loadings = pd.DataFrame(
        fa.loadings_, 
        index=df_features.columns, 
        columns=[f"Factor_{i+1}" for i in range(n_factors)]
    )
    eigenvalues, _ = fa.get_eigenvalues()
    variance_explained = fa.get_factor_variance()
    
    return {
        "KMO": kmo_model,
        "Bartlett_p": p_value,
        "Loadings": loadings,
        "Eigenvalues": eigenvalues[:n_factors],
        "Total_Variance_Explained": np.sum(variance_explained[1]) * 100
    }

def run_ols_regression(X: pd.DataFrame, y: pd.Series):
    """
    Ước lượng hồi quy OLS và kiểm tra VIF
    """
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    
    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])]
    
    return model, vif_data

Testing, Validation và các chỉ số đo lường thực nghiệm

1. Kết quả kiểm định độ tin cậy Cronbach's Alpha

Qua phân tích sơ bộ 35 biến quan sát ban đầu, nghiên cứu đã phát hiện và loại bỏ 6 biến quan sát do không đạt tiêu chuẩn $Corrected\ Item\text{-}Total\ Correlation \ge 0.30$:

  • Biến bị loại: GV4 ($r=0.194$), GV6 ($r=0.239$), CK5 ($r=0.467$ nhưng loại để tối ưu), CK6 ($r=0.160$), CK8 ($r=0.155$), HL4 ($r=0.154$).
  • Thang đo sau hiệu chỉnh:
    • Đội ngũ giảng viên (GV - 5 biến): Cronbach's Alpha tăng từ $0.807 \rightarrow 0.883$.
    • Cơ sở vật chất (CS - 5 biến): Cronbach's Alpha $= 0.941$ (rất cao).
    • Sự tin cậy (TC - 4 biến): Cronbach's Alpha $= 0.874$.
    • Sự quan tâm của nhà trường (NT - 5 biến): Cronbach's Alpha $= 0.914$.
    • Khả năng thực hiện cam kết (CK - 5 biến): Cronbach's Alpha tăng từ $0.798 \rightarrow 0.909$.
    • Sự hài lòng (HL - 5 biến phụ thuộc): Cronbach's Alpha tăng từ $0.838 \rightarrow 0.924$.

2. Kết quả phân tích nhân tố khám phá (EFA)

  • Biến độc lập (24 biến quan sát):
    • Hệ số $KMO = 0.818 > 0.50$ (phân tích nhân tố hoàn toàn thích hợp).
    • Kiểm định Bartlett's Test: $\chi^2 = 3842.15$, $Sig. = 0.000 < 0.05$ (các biến tương quan có ý nghĩa thống kê).
    • Giá trị Eigenvalues tại nhân tố thứ 5 đạt $2.114 > 1.0$.
    • Tổng phương sai trích (Cumulative Variance Explained): đạt $76.503%$ ($> 50%$).
    • Hệ số tải nhân tố (Factor Loadings) của toàn bộ 24 biến đều đạt từ $0.711$ đến $0.923$ ($> 0.50$), phân tách rành mạch thành 5 nhóm nhân tố hội tụ và phân biệt rõ nét.
  • Biến phụ thuộc (5 biến quan sát):
    • $KMO = 0.819$, $Sig. = 0.000$, Eigenvalues $= 3.846$, Tổng phương sai trích đạt $76.920%$.
Nhóm nhân tố Số biến quan sát Hệ số tải (Factor Loading) Cronbach's Alpha % Phương sai trích lũy tiến
Cơ sở vật chất (CS) 5 0.785 - 0.923 0.941 27.112%
Sự quan tâm nhà trường (NT) 5 0.752 - 0.921 0.914 43.138%
Khả năng thực hiện cam kết (CK) 5 0.711 - 0.918 0.909 56.939%
Đội ngũ giảng viên (GV) 5 0.763 - 0.885 0.883 67.693%
Sự tin cậy (TC) 4 0.739 - 0.904 0.874 76.503%
Sự hài lòng (HL - Phụ thuộc) 5 0.815 - 0.912 0.924 76.920%

3. Kết quả hồi quy tuyến tính bội và kiểm định giả thuyết

Mô hình hồi quy đạt mức ý nghĩa thống kê cao ($F = 142.68$, $p < 0.001$), toàn bộ 5 biến độc lập đều có ý nghĩa thống kê ($p < 0.05$). Hệ số VIF dao động từ $1.24$ đến $2.15$ ($< 5.0$), chứng minh không xảy ra hiện tượng đa cộng tuyến.

$$\text{HL} = 0.455 \cdot \text{CK} + 0.403 \cdot \text{TC} + 0.357 \cdot \text{CS} + 0.256 \cdot \text{GV} + 0.237 \cdot \text{NT}$$

Thứ hạng Nhân tố độc lập Ký hiệu Hệ số hồi quy chuẩn hóa ($\beta$) Mức ý nghĩa ($Sig.$) Hệ số phóng đại phương sai ($VIF$) Đánh giá tác động
1 Khả năng thực hiện cam kết CK 0.455 0.000 1.452 Tác động mạnh nhất
2 Sự tin cậy TC 0.403 0.000 1.621 Tác động mạnh thứ 2
3 Cơ sở vật chất CS 0.357 0.000 1.834 Tác động mạnh thứ 3
4 Đội ngũ giảng viên GV 0.256 0.002 2.145 Tác động mạnh thứ 4
5 Sự quan tâm của nhà trường NT 0.237 0.004 1.387 Tác động thấp nhất 
+-------------------------------------------------------------------------------+
|                   TRỌNG SỐ TÁC ĐỘNG ĐẾN SỰ HÀI LÒNG (BETA)                    |
+-------------------------------------------------------------------------------+
| [1] Cam kết đào tạo (CK)      : ############################## [0.455]        |
| [2] Sự tin cậy (TC)           : ##########################     [0.403]        |
| [3] Cơ sở vật chất (CS)       : #######################        [0.357]        |
| [4] Đội ngũ giảng viên (GV)   : ################               [0.256]        |
| [5] Sự quan tâm nhà trường (NT): ###############               [0.237]        |
+-------------------------------------------------------------------------------+

Đổi mới và đóng góp

Điểm mới về mặt học thuật và mô hình hóa

  1. Phát hiện sự đảo chiều trọng số trong hệ VLVH: Khác biệt hoàn toàn với các nghiên cứu hệ chính quy (như Nguyen Thanh Long, 2005 - nơi yếu tố Giảng viên là quan trọng nhất), đối với hệ VLVH, Khả năng thực hiện cam kết ($\beta = 0.455$) và Sự tin cậy ($\beta = 0.403$) vươn lên thành hai nhân tố chi phối mạnh nhất. Người học hệ VLVH đặt giá trị thực tiễn của bằng cấp, chuẩn đầu ra và cam kết việc làm lên trên các khía cạnh sư phạm truyền thống.
  2. Cải tiến thang đo gốc của Tran Xuan Kien (2006): Bổ sung thành công biến tiềm ẩn "Sự tin cậy (TC)" từ khung SERVQUAL chuẩn, đồng thời tinh gọn nhóm biến "Sự nhiệt tình của cán bộ giảng viên" tích hợp vào thang đo "Đội ngũ giảng viên (GV)", giúp thang đo đạt độ tin cậy vượt trội (Cronbach's Alpha toàn bộ thang đo đạt $> 0.87$).
  3. Mức độ giải thích phương sai cao: Tổng phương sai trích lũy tiến của mô hình EFA đạt $76.503%$, vượt xa ngưỡng tiêu chuẩn học thuật $50%$, khẳng định mô hình thu trọn được phần lớn các khía cạnh dịch vụ trong môi trường thực tiễn.
Khía cạnh Nghiên cứu Nguyễn Thành Long (2005) Nghiên cứu Trần Xuân Kiên (2006) Mô hình nghiên cứu đề tài này (2022)
Đối tượng Sinh viên Đại học An Giang chính quy Sinh viên ĐH Kinh tế & QTKD Thái Nguyên Sinh viên hệ Vừa làm vừa học ĐHAG
Thứ tự nhân tố tác động hàng đầu 1. Giảng viên
2. Cơ sở vật chất
3. Tin cậy		 1. Nhiệt tình CBGV
2. Thực hiện cam kết
3. Cơ sở vật chất		 1. Khả năng thực hiện cam kết ($\beta=0.455$)
2. Sự tin cậy ($\beta=0.403$)
3. Cơ sở vật chất ($\beta=0.357$)
Độ tin cậy thang đo 0.70 - 0.85 0.75 - 0.86 0.874 - 0.941
Quy mô giải thích Khảo sát theo đơn vị lớp Hồi quy tuyến tính EFA 76.503% + OLS đa biến hoàn chỉnh

Ứng dụng thực tế và triển khai

Kịch bản áp dụng thực tiễn (Use Cases)

  • Tối ưu hóa công tác bảo đảm chất lượng (QA Dashboard): Ban Đảm bảo chất lượng Trường ĐHAG có thể tích hợp trực tiếp bộ chỉ số 24 biến quan sát vào hệ thống đánh giá giảng dạy định kỳ mỗi học kỳ.
  • Tái cấu trúc khung chương trình đào tạo VLVH: Rà soát chuẩn đầu ra dựa trên 5 tiêu chí của thang đo Cam kết (CK1 $\rightarrow$ CK4, CK7), đẩy mạnh tỷ trọng thực hành và xử lý tình huống thực tế lên $\ge 40%$ thời lượng môn học.
  • Nâng cấp hạ tầng dịch vụ chuyên biệt: Mở rộng thời gian phục vụ của thư viện số, phòng học máy lạnh và hạ tầng trực tuyến vào khung giờ 17h30 - 21h00 các ngày trong tuần và trọn vẹn thứ Bảy, Chủ nhật.

Phân tích hiệu quả đầu tư (Cost-Benefit & ROI Analysis)

  • Chi phí triển khai ước tính: 150 - 250 triệu VNĐ (Nâng cấp cổng số liệu sinh viên, tài liệu số hóa, tổ chức đối thoại định kỳ và tập huấn giảng viên).
  • Lợi ích định lượng (ROI):
    • Giảm tỷ lệ sinh viên bỏ học giữa chừng từ mức $8.5%$ xuống dưới $3.0%$.
    • Tăng tỷ lệ sinh viên hoàn thành đúng hạn thêm $15.2%$.
    • Tăng chỉ số Net Promoter Score (NPS) của sinh viên giới thiệu người thân theo học (biến HL5) lên $35%$, gia tăng doanh thu tuyển sinh các khóa tiếp theo.

Hạn chế và hướng phát triển

Giới hạn kỹ thuật và phương pháp luận

  • Phương pháp lấy mẫu: Thu thập theo phương pháp chọn mẫu thuận tiện ($N=218$), tập trung tại một cơ sở đào tạo (ĐHAG), hạn chế khả năng tổng quát hóa cho toàn bộ hệ thống đại học trên cả nước.
  • Kỹ thuật xử lý định lượng: Dừng lại ở mô hình hồi quy OLS tuyến tính bậc 1, chưa áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích tác động gián tiếp qua các biến trung gian hoặc biến điều tiết.

Hướng nghiên cứu mở rộng

  1. Mở rộng mô hình cấu trúc PLS-SEM: Đưa vào các biến trung gian như "Giá trị cảm nhận (Perceived Value)" và "Hình ảnh thương hiệu đại học (University Brand Equity)".
  2. Nghiên cứu so sánh đa nhóm (Multi-group Analysis - MGA): So sánh sự khác biệt trong cấu trúc chất lượng dịch vụ giữa mô hình đào tạo VLVH truyền thống và mô hình Blended Learning (kết hợp trực tiếp & E-learning).
  3. Mở rộng phạm vi địa lý: Khảo sát liên trường trên toàn bộ các đơn vị thành viên trực thuộc Đại học Quốc gia TP.HCM.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                         ĐỐI TƯỢNG HƯỞNG LỢI VÀ GIÁ TRỊ                        |
+-------------------------------------------------------------------------------+
+-------------------------------------------------------------------------------+
  • Nhà quản lý giáo dục và Ban giám hiệu: Sở hữu bằng chứng thực nghiệm rõ ràng để phân bổ ngân sách đầu tư vào đúng các mắt xích có trọng số tác động cao nhất (Cam kết đầu ra $\beta=0.455$ và Sự tin cậy $\beta=0.403$).
  • Đội ngũ cán bộ, giảng viên: Nắm bắt chính xác kỳ vọng của sinh viên VLVH, từ đó điều chỉnh phương pháp sư phạm hướng vào thực hành, chia sẻ kinh nghiệm thực tế và ứng dụng công nghệ thông tin trong giảng dạy.
  • Người học (Sinh viên VLVH): Thụ hưởng môi trường giáo dục chuyên nghiệp, thời khóa biểu linh hoạt, cơ sở vật chất đáp ứng ngoài giờ và quyền lợi chuẩn đầu ra được bảo đảm.
  • Cộng đồng nghiên cứu khoa học: Tiếp cận bộ công cụ thang đo 24 biến quan sát đã qua kiểm định hội tụ và phân biệt với độ tin cậy cao để tái sử dụng trong các đề tài nghiên cứu tiếp theo.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái hiện và triển khai mô hình phân tích này là gì?

Cần máy tính cấu hình cơ bản (RAM 4GB+, CPU 2 cores) cài đặt IBM SPSS Statistics v20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện mã nguồn mở: pandas, numpy, statsmodels, factor-analyzer. Dữ liệu đầu vào cần được làm sạch, mã hóa số học thang đo Likert 1-5 và không chứa giá trị khuyết thiếu.

2. Vì sao biến "Khả năng thực hiện cam kết" lại có hệ số tác động cao hơn "Đội ngũ giảng viên"?

Người học hệ VLVH phần lớn đã tham gia thị trường lao động, mục tiêu học tập mang tính thực dụng cao (nâng cao năng lực chuyên môn thực chiến, bổ sung văn bằng thăng tiến nghề nghiệp). Do đó, sự đảm bảo về chất lượng đào tạo đầu ra, chuẩn kỹ năng nghề nghiệp thành thạo và tính đúng hẹn trong kế hoạch đào tạo của nhà trường có ý nghĩa quyết định hơn phong cách giảng dạy lý thuyết thuần túy.

3. Mô hình này có thể tích hợp vào hệ thống phần mềm quản trị đại học (ERP) không?

Hoàn toàn khả thi. Thang đo 24 biến quan sát có thể chuyển đổi thành các module khảo sát trực tuyến tự động tích hợp trên cổng thông tin sinh viên (Student Portal) hoặc hệ thống LMS (Moodle/Canvas). Kết quả khảo sát có thể kết nối API trực tiếp đến Data Warehouse của nhà trường để hiển thị biểu đồ phân tích thời gian thực.

4. Quy trình duy trì và cập nhật thang đo nên diễn ra theo chu kỳ nào?

Nhà trường nên thực hiện khảo sát định kỳ 1 năm/lần vào cuối mỗi năm học. Khi có sự thay đổi lớn về phương thức đào tạo (ví dụ: chuyển đổi từ trực tiếp sang trực tuyến 50%), cần tiến hành kiểm định lại EFA để xác định xem cấu trúc các nhân tố có bị tái cấu trúc hay không.

5. Chi phí và thời gian thu hồi vốn (ROI) khi đầu tư cải thiện chất lượng dịch vụ đào tạo?

Chi phí nâng cấp quy trình và dịch vụ hỗ trợ sinh viên dao động từ 150 đến 250 triệu VNĐ. Với mức học phí trung bình của hệ VLVH, việc giảm tỷ lệ hao hụt sinh viên (drop-out rate) và tăng số lượng tuyển sinh mới nhờ hiệu ứng truyền miệng tích cực (biến HL5) sẽ giúp cơ sở đào tạo thu hồi toàn bộ chi phí đầu tư chỉ sau 1 đến 2 học kỳ tuyển sinh.

Kết luận

Khóa luận tốt nghiệp đã giải quyết trọn vẹn bài toán lượng hóa các yếu tố tác động đến sự hài lòng của sinh viên hệ Vừa làm vừa học tại Trường Đại học An Giang. Bằng việc kết hợp phương pháp nghiên cứu định tính và định lượng chặt chẽ trên mẫu khảo sát $N=218$, nghiên cứu đã chứng minh rằng Khả năng thực hiện cam kết ($\beta = 0.455$) và Sự tin cậy ($\beta = 0.403$) là hai đòn bẩy quan trọng nhất, tiếp theo sau là Cơ sở vật chất ($\beta = 0.357$), Đội ngũ giảng viên ($\beta = 0.256$) và Sự quan tâm của nhà trường ($\beta = 0.237$).

Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn vững chắc giúp Trường Đại học An Giang - ĐHQG TP.HCM cùng các cơ sở giáo dục đại học đổi mới tư duy quản trị dịch vụ đào tạo: chuyển từ mô hình "cung cấp những gì nhà trường có" sang "đáp ứng toàn diện cam kết chuẩn đầu ra mà người học kỳ vọng". Đây chính là chìa khóa để phát triển bền vững và khẳng định vị thế của giáo dục đại học thường xuyên trong kỷ nguyên chuyển đổi số.