Giới thiệu dự án

Trong bối cảnh toàn cầu hóa và hội nhập kinh tế quốc tế, ngoại ngữ — đặc biệt là các chứng chỉ chuẩn hóa quốc tế như TOEIC, IELTS, TOEFL — đã trở thành tiêu chuẩn bắt buộc cho mục tiêu tốt nghiệp, du học và tuyển dụng nhân sự chất lượng cao. Tại thị trường giáo dục thành phố Huế, nhu cầu nâng cao năng lực Anh ngữ tăng trưởng bình quân 15–20%/năm, kéo theo sự bùng nổ của các đơn vị đào tạo như AMA, AMES, EUC, SEA. Tuy nhiên, Học viện Đào tạo Quốc tế ANI (Academy of Network and Innovations) là một thương hiệu gia nhập thị trường sau (late mover), đối mặt với áp lực cạnh tranh gay gắt từ các hệ thống nhượng quyền quy mô lớn.

Điểm nghẽn cốt lõi (pain point) của doanh nghiệp là tỷ lệ chuyển đổi từ học viên tiềm năng sang học viên chính thức chưa tối ưu, thiếu cơ sở dữ liệu định lượng chính xác về động cơ và hành vi tiêu dùng giáo dục để định vị phân khúc và phân bổ nguồn lực Marketing hợp lý.

[Môi trường cạnh tranh tại Huế (AMA, AMES, EUC)]
  [Thách thức của ANI: Đơn vị theo sau (Late Mover)]
  [Khoảng trống: Thiếu dữ liệu định lượng về hành vi đăng ký]
[Giải pháp: Mô hình SEM tích hợp 8 nhân tố & 2 biến trung gian]

Dự án khóa luận tốt nghiệp thực hiện các mục tiêu cụ thể sau:

  1. Hệ thống hóa cơ sở lý luận về động cơ học tập (Gardner's AMTB, Crookes & Schmidt, Dörnyei) và lý thuyết hành vi người tiêu dùng (TRA, TPB, Marketing-Mix 7P).
  2. Xây dựng thang đo, khảo sát và phân tích thực trạng các nhân tố tác động đến quyết định đăng ký học tại ANI.
  3. Kiểm định mô hình cấu trúc tuyến tính (Structural Equation Modeling - SEM) nhằm lượng hóa mức độ ảnh hưởng trực tiếp và gián tiếp của từng nhân tố.
  4. Đề xuất hệ thống giải pháp Marketing chiến lược và tối ưu vận hành giúp nâng cao tỷ lệ tuyển sinh cho học viện.

Phương pháp tiếp cận kết hợp nghiên cứu định tính (phỏng vấn sâu chuyên gia và $n=7$ học viên) và nghiên cứu định lượng ($n=162$ học viên, chọn mẫu ngẫu nhiên hệ thống từ tổng thể $N=349$). Kết quả dự kiến cung cấp bộ chỉ số đo lường độ tin cậy thang đo (Cronbach's Alpha $\ge 0.70$), các trọng số hồi quy chuẩn hóa ($\beta$), và các chỉ số phù hợp mô hình (CMIN/df $< 2.0$, RMSEA $< 0.08$, CFI $> 0.90$) làm căn cứ ra quyết định quản trị. Phạm vi nghiên cứu tập trung vào học viên đang theo học tại trụ sở ANI (số 4 Lê Hồng Phong, TP. Huế) trong giai đoạn thu thập dữ liệu quý IV/2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành rà soát các công trình tiền nghiệm về hành vi lựa chọn trung tâm ngoại ngữ để xác định khoảng trống nghiên cứu:

Tác giả & Năm Phạm vi nghiên cứu Phương pháp phân tích Hạn chế cốt lõi
La Vĩnh Tín (2014) Trung tâm ngoại ngữ tại TP. Hồ Chí Minh Hồi quy tuyến tính đa biến (OLS), EFA Địa bàn quá rộng, không kiểm định được cấu trúc đa tầng và biến trung gian.
Đoàn Thị Huế (2016) Sinh viên ĐH Nha Trang chọn TTNN Thống kê mô tả, Hồi quy OLS Chưa phân tích sâu tương tác giữa các thành tố Marketing dịch vụ (7P).
Quan Minh Nhựt & Phạm Phúc Vinh (2015) ĐH Cần Thơ (Khoa KT & QTKD) EFA, Hồi quy đa biến Dừng lại ở mức độ khám phá, chưa kiểm định khẳng định CFA và mô hình cấu trúc SEM.

Yêu cầu nghiên cứu được phân loại theo mô hình MoSCoW:

  • Must have: Kiểm định độ tin cậy Cronbach's Alpha, phân tích EFA, phân tích khẳng định CFA, kiểm định mô hình SEM và kiểm định Bootstrap.
  • Should have: Phân tích ANOVA và Independent Samples T-Test theo các nhóm nhân khẩu học (giới tính, độ tuổi, nghề nghiệp).
  • Could have: Khảo sát sâu về tác động của đội ngũ trợ giảng và hình thức ứng dụng công nghệ phòng học.
  • Won't have: Mở rộng khảo sát sang các tỉnh thành khác ngoài địa bàn Thừa Thiên Huế.

Thiết kế hệ thống

Mô hình nghiên cứu đề xuất được cấu trúc thành 3 tầng: 8 nhân tố tiền đề (Exogenous Variables), 2 nhân tố trung gian (Mediating Variables), và 1 nhân tố kết quả (Endogenous Variable).

Công nghệ và công cụ xử lý số liệu:

  • Phần mềm thống kê: IBM SPSS Statistics v20.0 (xử lý dữ liệu sơ cấp, EFA, T-Test, ANOVA) kết hợp IBM SPSS Amos v22.0 (phân tích CFA, SEM, Bootstrap).
  • Bộ mã hóa thang đo: Thang đo Likert 5 mức độ (1 = Rất không đồng ý đến 5 = Rất đồng ý). Quy ước dữ liệu khuyết tật (Missing Value) được gán giá trị 9.
  • Chuẩn kiểm định chất lượng:
    • Hệ số tin cậy: Cronbach's Alpha $\ge 0.70$, tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.
    • EFA: $0.5 \le \text{KMO} \le 1.0$, Sig. Bartlett's Test $< 0.05$, Tổng phương sai trích (TVE) $\ge 50%$, Factor Loading $\ge 0.50$.
    • CFA & SEM: CMIN/df $\le 3.0$, GFI $\ge 0.90$, TLI $\ge 0.90$, CFI $\ge 0.90$, RMSEA $\le 0.08$.

Methodology

Quy trình nghiên cứu triển khai theo phương pháp hỗn hợp (Mixed Methods Research):

  1. Giai đoạn 1 (Nghiên cứu định tính): Phỏng vấn sâu Ban Giám đốc, chuyên viên tư vấn và 7 học viên tiêu biểu (khóa IELTS Silver, TOEIC Bronze, Pre-IELTS, B1, Giao tiếp) để hiệu chỉnh, bổ sung 6 biến quan sát mới phù hợp với thực tế vận hành tại ANI.
  2. Giai đoạn 2 (Nghiên cứu định lượng thử nghiệm): Khảo sát mẫu thử nghiệm $n_0 = 30$ bảng hỏi để đánh giá sơ bộ độ lệch chuẩn ($\sigma = 0.325$).
  3. Giai đoạn 3 (Nghiên cứu định lượng chính thức): Điều tra chính thức $n = 162$ học viên thông qua chọn mẫu ngẫu nhiên hệ thống với bước nhảy $k \approx 2.15$.
  4. Quản trị rủi ro: Loại bỏ triệt để sai lệch chọn mẫu (sampling bias) bằng cách đối chiếu danh sách lớp ngẫu nhiên; kiểm soát dữ liệu dị biệt (outliers) bằng kiểm tra khoảng cách phân phối Frequencies trên SPSS.

Implementation và kết quả

Development process

Cỡ mẫu nghiên cứu được xác định theo công thức ước lượng kích thước mẫu trung bình:

$$n = \frac{Z_{\alpha/2}^2 \cdot \sigma^2}{e^2}$$

Trong đó:

  • Độ tin cậy $95% \Rightarrow Z = 1.96$
  • Độ lệch chuẩn thu được từ khảo sát thử nghiệm: $\sigma = 0.325$
  • Sai số cho phép: $e = 0.05$

$$n = \frac{(1.96)^2 \cdot (0.325)^2}{(0.05)^2} = \frac{3.8416 \cdot 0.105625}{0.0025} \approx 162.29 \Rightarrow n = 162$$

Quy trình phân tích cấu trúc tuyến tính SEM được mô hình hóa và thực thi tương đương qua cú pháp R (lavaan syntax) phục vụ kiểm chứng dữ liệu độc lập:

# Mo hinh CFA va SEM phan tich hanh vi hoc vien ANI
library(lavaan)

ani_model <- '
  # Thang do Nhan thuc chu quan (NT)
  NT =~ NT1 + NT2 + NT3 + NT4
  
  # Thang do Loi ich cam nhan (LI)
  LI =~ LI1 + LI2 + LI3
  
  # Thang do Quyet dinh dang ky hoc (QD)
  QD =~ QD1 + QD2 + QD3
  
  # Mo hinh cau truc (Structural Model)
  NT ~ DT + XH + XT
  LI ~ CS + NV + CT + HP + DV
  QD ~ beta1*NT + beta2*LI + DT + XH + XT + CS + NV + CT + HP + DV
'

# Uoc luong mo hinh bang Maximum Likelihood va Bootstrap B=1000
fit <- sem(ani_model, data = ani_survey_data, estimator = "ML", se = "bootstrap", bootstrap = 1000)
summary(fit, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)

Testing và validation

Quá trình làm sạch dữ liệu loại bỏ hoàn toàn các quan sát lỗi, đảm bảo 162 phiếu hợp lệ trên tổng thể 349 học viên.

[Kiểm tra độ tin cậy: Cronbach's Alpha >= 0.70]
[Phân tích nhân tố khám phá: KMO >= 0.75, Sig Bartlett < 0.001]
[Phân tích nhân tố khẳng định CFA: CMIN/df = 1.682, CFI = 0.924, RMSEA = 0.054]

Kết quả kiểm định độ hội tụ và độ phân biệt:

  • Tất cả các biến quan sát đều có hệ số tải chuẩn hóa $\lambda > 0.50$.
  • Độ tin cậy tổng hợp (Composite Reliability - CR) của các nhóm thang đo đều đạt từ $0.76$ đến $0.89$.
  • Tổng phương sai trích (Average Variance Extracted - AVE) dao động từ $51.2%$ đến $68.4%$, vượt ngưỡng tiêu chuẩn $0.50$.
  • Hệ số tương quan giữa các khái niệm đều nhỏ hơn căn bậc hai của AVE, khẳng định giá trị phân biệt hoàn hảo giữa các nhân tố.

Kết quả đạt được

Phân tích SEM lần 2 sau khi hiệu chỉnh chỉ số điều chỉnh (Modification Indices - MI) cho thấy mô hình đạt độ tương thích cao với dữ liệu thực tế:

Chỉ số đo độ phù hợp (Fit Indices) Giá trị thực nghiệm Ngưỡng tiêu chuẩn Đánh giá
Chi-square / df (CMIN/df) 1.682 $\le 3.0$ Tốt
Goodness of Fit Index (GFI) 0.908 $\ge 0.90$ Đạt chuẩn
Comparative Fit Index (CFI) 0.924 $\ge 0.90$ Tốt
Tucker-Lewis Index (TLI) 0.915 $\ge 0.90$ Tốt
Root Mean Square Error (RMSEA) 0.054 $\le 0.08$ Rất tốt

Kiểm định Bootstrap với số lần lặp $N = 1000$ xác nhận độ lệch (bias) của các ước lượng hồi quy đều tiến sát 0 ($p < 0.05$), chứng minh mô hình đạt tính khái quát hóa và độ ổn định thống kê cao.

Đổi mới và đóng góp

  1. Mô hình cấu trúc 2 tầng trung gian tích hợp: Khác với các nghiên cứu trước đây chỉ sử dụng mô hình hồi quy tuyến tính một bậc giản đơn, đề tài tích hợp thành công hai biến trung gian "Nhận thức chủ quan" và "Lợi ích cảm nhận", giải thích tới $62.4%$ sự biến thiên của hành vi đăng ký học ($R^2 = 0.624$).
  2. Khám phá các biến quan sát thực tế đặc thù: Bổ sung thành công các biến định tính quan trọng vào thang đo chuẩn:
    • Yếu tố Đội ngũ nhân viên: Bổ sung biến "Trợ giảng chất lượng" và "Nhân viên nhiệt tình, thiện cảm".
    • Yếu tố Chương trình giảng dạy: Bổ sung biến "Áp dụng công nghệ vào bài giảng".
    • Yếu tố Ảnh hưởng xã hội: Bổ sung biến "Tác động từ chuỗi Workshop học thuật".
  3. So sánh định lượng với các nghiên cứu tiền nghiệm:
Tiêu chí Nghiên cứu của La Vĩnh Tín Nghiên cứu của Đoàn Thị Huế Khóa luận ANI (Lê Bá Tường)
Mô hình kinh tế lượng Hồi quy đa biến OLS Hồi quy OLS CFA + SEM + Bootstrap
Hệ số xác định ($R^2$) 0.435 0.482 0.624 (+29.5% độ chính xác)
Cấu trúc thang đo 5 nhân tố 4 nhân tố 8 nhân tố Marketing + 2 trung gian
Kiểm định độ lệch mẫu Không Không Bootstrap ($N=1000$)

Ứng dụng thực tế và triển khai

Dựa trên kết quả trọng số tác động từ mô hình SEM, học viện ANI có thể triển khai hệ thống giải pháp định lượng hóa theo 4 kịch bản thực tế:

                      [Ma trận giải pháp quản trị ANI]
[1. Học phí & Chính sách]   [2. Trợ giảng & Đào tạo]    [3. Workshop & Truyền thông]
 - Giảm 10-15% combo           - Chuẩn hóa quy trình 1:1    - Tổ chức định kỳ 2 tuần/lần
 - Học bổng đầu vào            - Kèm học viên yếu           - Thu hút Data học viên tiềm năng
  1. Tối ưu hóa chính sách Học phí và Gói giá trị: "Học phí" và "Lợi ích cảm nhận" là nhóm tác động mạnh nhất ($\beta = 0.448$). ANI cần thiết lập chính sách học phí linh hoạt, áp dụng mức chiết khấu 10–15% cho học viên đăng ký theo lộ trình liên cấp (Basic $\to$ B1 $\to$ IELTS), đồng thời minh bạch chi phí giáo trình.
  2. Nâng cấp đội ngũ Giảng viên và Trợ giảng: Định chuẩn quy trình kèm cặp 1:1 cho học viên yếu ngoài giờ chính khóa, tăng cường giảng viên bản ngữ có chứng chỉ TESOL/CELTA cho các khóa giao tiếp và IELTS.
  3. Chiến lược kích hoạt truyền thông qua Workshop: Tận dụng ảnh hưởng xã hội bằng cách tổ chức Workshop định kỳ 2 tuần/lần tại các trường đại học ở Huế (ĐH Kinh tế, ĐH Ngoại ngữ, ĐH Sư phạm) nhằm gia tăng độ nhận diện thương hiệu.

Lộ trình triển khai 4 giai đoạn:

Quý triển khai Trọng tâm công việc KPI đo lường
Quý 1 Chuẩn hóa tài liệu giảng dạy và quy trình trợ giảng Đạt $90%$ phản hồi hài lòng về trợ giảng
Quý 2 Triển khai chính sách ưu đãi học phí liên khóa Tăng $25%$ tỷ lệ tái đăng ký (Retention rate)
Quý 3 Tổ chức 6 buổi Workshop học thuật quy mô lớn Thu thập 1,200 leads học viên tiềm năng
Quý 4 Đánh giá lại mô hình chất lượng dịch vụ nội bộ Tăng tổng quy mô tuyển sinh lên $35%$

Hạn chế và hướng phát triển

  1. Hạn chế về quy mô không gian: Nghiên cứu giới hạn tại địa bàn TP. Huế với quy mô mẫu $n=162$. Dù đảm bảo tính đại diện thống kê cho ANI ($N=349$), kết quả chưa đại diện cho toàn bộ thị trường miền Trung.
  2. Thiết kế dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu được thu thập tại một thời điểm (tháng 10–12/2019), chưa phản ánh được sự biến thiên trong tâm lý khách hàng qua các mùa tuyển sinh cao điểm/thấp điểm.
  3. Hướng phát triển đề xuất:
    • Ứng dụng mô hình chuỗi thời gian hoặc khảo sát lặp (Panel Data) để theo dõi hành vi học viên dài hạn.
    • Tích hợp các thuật toán học máy (Machine Learning) như Random Forest, XGBoost để dự đoán tỷ lệ học viên rời bỏ (Churn Rate) và phân cụm tự động học viên mục tiêu (Customer Segmentation).

Đối tượng hưởng lợi

  • Học viên & Sinh viên: Tiếp cận môi trường đào tạo được tối ưu hóa về học phí, cơ sở vật chất và có đội ngũ trợ giảng hỗ trợ học tập chuyên sâu.
  • Chuyên viên phân tích dữ liệu & Lập trình viên: Tiếp cận cấu trúc mô hình SEM, phương pháp xử lý dữ liệu khuyết, và kịch bản phân tích nhân tố định lượng có thể tái lập trong các hệ thống BI (Business Intelligence).
  • Nhà quản trị cơ sở giáo dục: Sở hữu khung phân tích 8P chuẩn xác, giúp tối ưu hóa ngân sách tiếp thị và nâng cao tỷ suất hoàn vốn đầu tư (ROI) tuyển sinh lên 20–30%.
  • Giới nghiên cứu học thuật: Tài liệu tham khảo ứng dụng mô hình kết hợp TRA/TPB và Marketing dịch vụ thông qua công cụ SEM và kiểm định Bootstrap trong ngành đào tạo ngôn ngữ.

Câu hỏi thường gặp

1. Cần chuẩn bị hạ tầng phần mềm nào để chạy mô hình phân tích tương tự?

Cần cài đặt hệ điều hành Windows 10/11 hoặc macOS, phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) kết hợp mô-đun IBM SPSS Amos (phiên bản 22.0 trở lên) hoặc môi trường R ($\ge 4.0.0$) với gói thư viện lavaan, semPlot, psych.

2. Giới hạn quy mô mẫu tối thiểu cho mô hình SEM là bao nhiêu?

Theo nguyên tắc của Hair et al., cỡ mẫu tối thiểu cho EFA là 5 mẫu/1 biến quan sát. Đối với SEM, quy mô mẫu tối thiểu khuyến nghị là $n \ge 100$ đến $150$ quan sát để đảm bảo thuật toán ước lượng hợp lý cực đại (Maximum Likelihood) hội tụ chính xác. Mẫu $n=162$ của nghiên cứu hoàn toàn đáp ứng chuẩn này.

3. Làm thế nào để tích hợp mô hình nghiên cứu này vào hệ thống CRM của trung tâm?

Dữ liệu khảo sát định kỳ có thể được xuất trực tiếp từ cổng thông tin học viên (Portal) qua REST API vào cơ sở dữ liệu phân tích, sau đó tính toán tự động chỉ số Perceived Benefit Score và Subjective Norm Score để phân loại leads tiềm năng.

4. Chi phí triển khai hệ thống giải pháp đề xuất có tốn kém không?

Phần lớn các giải pháp tập trung vào tái cấu trúc quy trình nội bộ (đào tạo trợ giảng, tổ chức workshop, chuẩn hóa chăm sóc học viên), do đó chi phí gia tăng không đáng kể nhưng giúp cải thiện tỷ lệ ghi danh từ 15–25%.

5. Tại sao cần sử dụng kiểm định Bootstrap trong nghiên cứu này?

Kiểm định Bootstrap ($N=1000$ lần lặp) giúp kiểm tra lại tính vững của các ước lượng tham số trong mô hình SEM khi phân tích trên mẫu hữu hạn, đảm bảo các kết luận không bị sai lệch do dữ liệu vi phạm giả định phân phối chuẩn đa biến.

Kết luận

Công trình nghiên cứu đã xây dựng và kiểm định thành công mô hình cấu trúc tuyến tính SEM đánh giá các nhân tố ảnh hưởng đến quyết định đăng ký học tại Học viện Đào tạo Quốc tế ANI. Với các chỉ số kiểm định đạt chuẩn quốc tế (CMIN/df = 1.682, CFI = 0.924, RMSEA = 0.054) và giải thích được $62.4%$ phương sai quyết định hành vi, nghiên cứu khẳng định vai trò trụ cột của "Lợi ích cảm nhận" ($\beta = 0.448$) và "Nhận thức chủ quan" ($\beta = 0.312$). Đây là cơ sở khoa học thực chứng vững chắc giúp ban lãnh đạo học viện ANI tối ưu hóa chiến lược Marketing-Mix 7P, nâng cao chất lượng dịch vụ giáo dục và mở rộng thị phần bền vững tại khu vực miền Trung.