Giới thiệu dự án

Thị trường giáo dục đại học tại Việt Nam đang chứng kiến sự chuyển dịch mạnh mẽ theo cơ chế tự chủ và xã hội hóa giáo dục theo quy định của Luật Giáo dục 2019. Theo thống kê của Bộ Giáo dục và Đào tạo, khối ngành Kinh doanh và Quản lý luôn dẫn đầu cả nước về số lượng nguyện vọng với hơn 1.000.000 lượt đăng ký xét tuyển mỗi năm. Trong đó, ngành Quản trị kinh doanh (QTKD) luôn nằm trong nhóm ngành có tỷ lệ cạnh tranh gay gắt nhất giữa các cơ sở giáo dục đại học công lập và tư thục.

                  THỊ TRƯỜNG TUYỂN SINH NGÀNH QUẢN TRỊ KINH DOANH

Vấn đề cốt lõi đặt ra là sự bất cân xứng thông tin và tính mơ hồ trong quá trình ra quyết định của học sinh trung học phổ thông (THPT) khi lựa chọn cơ sở đào tạo. Việc chọn sai trường dẫn đến tổn thất lớn về chi phí tài chính, thời gian và nguy cơ chuyển ngành sau năm nhất. Đối với Trường Đại học Luật TP. Hồ Chí Minh (ULAW) – một trường đại học trọng điểm về đào tạo pháp lý vừa đưa ngành QTKD vào giảng dạy – việc thấu hiểu hành vi người học để xây dựng chiến lược truyền thông và tuyển sinh tối ưu là bài toán cấp thiết.

Đề tài khóa luận tốt nghiệp "Các nhân tố ảnh hưởng đến quyết định chọn trường đại học của sinh viên ngành Quản trị kinh doanh tại Trường Đại học Luật Thành phố Hồ Chí Minh" do sinh viên Nguyễn Thành Nghĩa thực hiện (dưới sự hướng dẫn của TS. Nguyễn Minh Đạt) tập trung giải quyết toàn diện bài toán này.

Mục tiêu nghiên cứu cụ thể của dự án:

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng trong lĩnh vực dịch vụ giáo dục đại học dựa trên các khung lý thuyết kinh điển: Thuyết Lựa chọn Duy lý (Homans, 1961), Thuyết Hành động Hợp lý (TRA - Ajzen & Fishbein, 1975), Thuyết Hành vi Hoạch định (TPB - Ajzen, 1991) và Mô hình Hành vi Người tiêu dùng của Kotler & Keller (2012).
  2. Xác định cấu trúc các nhân tố và ước lượng mức độ tác động (hệ số hồi quy chuẩn hóa $\beta$) của từng nhân tố đến quyết định chọn trường của sinh viên ngành QTKD tại ULAW.
  3. Kiểm định sự khác biệt có ý nghĩa thống kê về quyết định chọn trường theo các đặc điểm nhân khẩu học (giới tính, độ tuổi, khóa học).
  4. Đề xuất hệ thống giải pháp định lượng nhằm tối ưu hóa công tác tư vấn tuyển sinh và phát triển thương hiệu ngành QTKD tại ULAW.

Phương pháp giải quyết: Kết hợp phương pháp nghiên cứu định tính (phỏng vấn chuyên gia, thảo luận nhóm) để hiệu chỉnh thang đo và nghiên cứu định lượng (khảo sát cắt ngang qua bảng hỏi Likert 5 mức độ, xử lý dữ liệu bằng IBM SPSS Statistics 20.0).

Phạm vi và giới hạn:

  • Đối tượng khảo sát: Sinh viên chính quy ngành Quản trị kinh doanh các khóa từ K43 đến K46 tại Trường Đại học Luật TP.HCM.
  • Thời gian thực hiện: Từ tháng 03/2022 đến tháng 08/2022.
  • Giới hạn kỹ thuật: Phương pháp lấy mẫu thuận tiện phi xác suất; mô hình hồi quy tuyến tính cổ điển (OLS) giải thích biến phụ thuộc trong điều kiện không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành tổng quan và so sánh các mô hình nghiên cứu hành vi chọn trường trong và ngoài nước để tìm ra khoảng trống nghiên cứu (Research Gap):

Tiêu chí so sánh Mô hình Chapman (1981) Mô hình Trần Văn Quí & Cao Hào Thi (2009) Mô hình Nguyễn Minh Hà và cs (2011) Mô hình đề xuất cho ULAW (2022)
Bối cảnh áp dụng Giáo dục đại học Mỹ Học sinh THPT tại TP.HCM Sinh viên ĐH Mở TP.HCM Sinh viên QTKD tại ĐH chuyên ngành Luật
Số lượng nhân tố 2 nhóm lớn (Cá nhân & Bên ngoài) 5 nhân tố độc lập 7 nhân tố độc lập 5 nhân tố độc lập chọn lọc
Biến "Cơ hội tương lai" Chưa đo lường rõ nét Loại bỏ do không có ý nghĩa Có đưa vào mô hình Tích hợp thành nhân tố then chốt (CHTL)
Kỹ thuật phân tích Định tính / Thống kê mô tả Cronbach's Alpha, EFA, OLS Cronbach's Alpha, EFA, OLS Cronbach's Alpha, EFA, OLS, ANOVA, T-Test
Hạn chế chính Thiếu tính thích ứng tại VN Chưa có nghiên cứu định tính Quy mô mẫu phân tán Tập trung chuyên sâu một phân khúc đào tạo

Bảng ưu tiên yêu cầu nghiên cứu (MoSCoW Matrix):

  • Must have: Thang đo Cronbach's Alpha $> 0.70$; KMO $> 0.50$; Giá trị Eigenvalue $> 1.0$; Tổng phương sai trích (Total Variance Explained) $> 50%$; Kiểm định giả định hồi quy (VIF $< 2.0$, Durbin-Watson từ $1.5 - 2.5$).
  • Should have: Kiểm định ANOVA xác định sự khác biệt giữa các nhóm độ tuổi và khóa học; so sánh tương quan Pearson ($r$).
  • Could have: Mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) cho các giai đoạn tiếp theo.
  • Won't have (in this phase): Phân tích chuỗi thời gian (Longitudinal Study) qua nhiều năm học liên tiếp.

Thiết kế hệ thống nghiên cứu

Mô hình nghiên cứu được xây dựng gồm 5 biến độc lập và 1 biến phụ thuộc:

Technology Stack & Version Control:

  • Phần mềm phân tích thống kê: IBM SPSS Statistics Version 20.0 (x86_64 Architecture).
  • Thu thập dữ liệu: Google Forms API / Spreadsheet Integration.
  • Kiểm định code/scripts phụ trợ: Python 3.10 với thư viện statsmodels 0.14.0, scikit-learn 1.3.0, pandas 2.1.0.

Mã hóa cơ sở dữ liệu (Data Codebook):

  • Biến DDCD: Gồm 5 biến quan sát (DDCD1 đến DDCD5) đo lường cơ sở vật chất, học phí, vị trí địa lý, danh tiếng và chất lượng giảng viên.
  • Biến BTSV: Gồm 4 biến quan sát (BTSV1 đến BTSV4) đo lường sở thích, năng lực học tập, định hướng cá nhân.
  • Biến NLGT: Gồm 4 biến quan sát (NLGT1 đến NLGT4) đo lường hoạt động tư vấn, ngày hội tuyển sinh, truyền thông mạng xã hội.
  • Biến CNAH: Gồm 4 biến quan sát (CNAH1 đến CNAH4) đo lường tác động từ phụ huynh, người thân, bạn bè, cựu sinh viên.
  • Biến CHTL: Gồm 4 biến quan sát (CHTL1 đến CHTL4) đo lường cơ hội việc làm, mức lương khởi điểm, tiềm năng phát triển nghề nghiệp.
  • Biến phụ thuộc QD: Gồm 3 biến quan sát (QD1, QD2, QD3) đo lường mức độ ưu tiên và quyết định ghi danh.

Phương pháp luận (Methodology)

Quy trình nghiên cứu triển khai qua 4 giai đoạn nghiêm ngặt:

  • Tổng quan lý thuyết TRA/TPB       • Thảo luận nhóm n=10
  • Tổng hợp 12 nghiên cứu thực nghiệm • Tham vấn ý kiến chuyên gia
  • Hồi quy OLS, ANOVA, T-Test         • Khảo sát online n ≥ 200
  • Kiểm định vi phạm giả định         • Cronbach's Alpha & EFA

Ma trận đánh giá rủi ro và biện pháp giảm thiểu:

  1. Rủi ro sai lệch chọn mẫu (Sampling Bias): Tỷ lệ sinh viên khóa mới trả lời cao hơn khóa cũ $\rightarrow$ Khắc phục: Phân bổ chỉ tiêu khảo sát đồng đều theo danh sách lớp từ K43 đến K46.
  2. Rủi ro đa cộng tuyến (Multicollinearity): Các biến quan sát trong cùng nhóm có tương quan cao $\rightarrow$ Khắc phục: Kiểm tra hệ số VIF (Variance Inflation Factor); loại bỏ biến nếu VIF $> 10$ (thực tế kiểm soát VIF $< 2.0$).
  3. Rủi ro phương sai sai số thay đổi (Heteroskedasticity): Gây sai lệch kiểm định $t$ và $F$ $\rightarrow$ Khắc phục: Kiểm định biểu đồ phân tán Scatterplot giữa phần dư chuẩn hóa (ZRESID) và giá trị dự báo chuẩn hóa (ZPRED).

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán xử lý

Dữ liệu thô thu thập từ bảng hỏi được mã hóa và làm sạch trước khi đưa vào đường ống (pipeline) xử lý định lượng trên SPSS 20.0.

1. Công thức và thuật toán độ tin cậy thang đo (Cronbach's Alpha)

Hệ số tin cậy Alpha được tính theo công thức: $$\alpha = \frac{K}{K-1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ Trong đó: $K$ là số biến quan sát; $\sigma_X^2$ là phương sai của tổng điểm quan sát; $\sigma_{Y_i}^2$ là phương sai của biến quan sát thứ $i$.

2. Kịch bản phân tích nhân tố khám phá (EFA Scripting)

Sử dụng phương pháp trích Principal Axis Factoring kết hợp phép xoay Promax (hoặc Principal Components Analysis với phép xoay Varimax) để đánh giá tính hội tụ và phân biệt của thang đo.

* Kịch bản SPSS Syntax phân tích độ tin cậy và EFA.
RELIABILITY
  /VARIABLES=DDCD1 DDCD2 DDCD3 DDCD4 DDCD5
  /SCALE('Scale DDCD') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES DDCD1 DDCD2 DDCD3 DDCD4 DDCD5 BTSV1 BTSV2 BTSV3 BTSV4 
             NLGT1 NLGT2 NLGT3 NLGT4 CNAH1 CNAH2 CNAH3 CNAH4 CHTL1 CHTL2 CHTL3 CHTL4
  /MISSING LISTWISE 
  /ANALYSIS DDCD1 TO CHTL4
  /PRINT INITIAL EXTRACTION ROTATION KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

3. Mô hình hồi quy bội OLS (Ordinary Least Squares)

Phương trình hồi quy tổng quát: $$QD = \beta_0 + \beta_1 DDCD + \beta_2 BTSV + \beta_3 NLGT + \beta_4 CNAH + \beta_5 CHTL + \epsilon$$

# Kịch bản Python xác thực mô hình OLS bằng statsmodels
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def validate_ols_model(df, independent_vars, dependent_var):
    X = df[independent_vars]
    y = df[dependent_var]
    X_const = sm.add_constant(X)
    
    # Ước lượng OLS
    model = sm.OLS(y, X_const).fit()
    print(model.summary())
    
    # Tính VIF
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    print("\n--- Variance Inflation Factor ---")
    print(vif_data)
    
    return model

Kết quả kiểm định và xác thực mô hình

Quá trình kiểm định dữ liệu khảo sát từ các sinh viên ngành QTKD Trường Đại học Luật TP.HCM mang lại các chỉ số thống kê cụ thể:

  1. Độ tin cậy Cronbach's Alpha:

    • Nhân tố Đặc điểm cố định (DDCD): $\alpha = 0.832$; Hệ số tương quan biến - tổng nhỏ nhất $= 0.548 > 0.30$.
    • Nhân tố Bản thân sinh viên (BTSV): $\alpha = 0.785$; Hệ số tương quan biến - tổng nhỏ nhất $= 0.492 > 0.30$.
    • Nhân tố Nỗ lực giao tiếp (NLGT): $\alpha = 0.814$; Hệ số tương quan biến - tổng nhỏ nhất $= 0.521 > 0.30$.
    • Nhân tố Cá nhân ảnh hưởng (CNAH): $\alpha = 0.769$; Hệ số tương quan biến - tổng nhỏ nhất $= 0.463 > 0.30$.
    • Nhân tố Cơ hội tương lai (CHTL): $\alpha = 0.856$; Hệ số tương quan biến - tổng nhỏ nhất $= 0.591 > 0.30$.
    • Thang đo Quyết định chọn trường (QD): $\alpha = 0.820$; đạt chuẩn tin cậy cao.

  2. Phân tích nhân tố khám phá (EFA):

    • Chỉ số KMO của các biến độc lập $= 0.845$ ($0.5 < \text{KMO} < 1.0$), kiểm định Bartlett có giá trị thống kê Sig. $= 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ.
    • Trích được 5 nhân tố với giá trị Eigenvalue dừng ở mức $> 1.15$.
    • Tổng phương sai trích (Total Variance Explained) đạt $62.48% > 50%$, khẳng định 5 nhân tố giải thích được $62.48%$ biến thiên của dữ liệu.
    • Tất cả các trọng số nhân tố (Factor Loading) đều thỏa mãn $> 0.55$, không có biến nào bị loại bỏ.

  3. Kết quả phân tích hồi quy đa biến:

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Giá trị $p$ (Sig.) Chỉ số VIF
Hằng số (Constant) 0.245 0.182 - 1.346 0.180 -
Cơ hội tương lai (CHTL) 0.312 0.045 0.328 6.933 0.000 1.245
Đặc điểm cố định (DDCD) 0.268 0.042 0.285 6.381 0.000 1.312
Bản thân sinh viên (BTSV) 0.195 0.038 0.204 5.132 0.000 1.189
Nỗ lực giao tiếp (NLGT) 0.142 0.035 0.151 4.057 0.000 1.204
Cá nhân ảnh hưởng (CNAH) 0.098 0.033 0.105 2.970 0.003 1.156
  • Hệ số xác định mô hình: $R^2 = 0.584$; $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.573$, phản ánh 5 biến độc lập giải thích được $57.3%$ sự biến thiên của Quyết định chọn trường.
  • Kiểm định ANOVA: Giá trị $F = 54.72$ với mức ý nghĩa Sig. $= 0.000 < 0.01$, mô hình hồi quy tuyến tính hoàn toàn phù hợp với tổng thể.
  • Kiểm định khác biệt (ANOVA & T-Test): Không tìm thấy sự khác biệt có ý nghĩa thống kê về quyết định chọn trường theo giới tính ($p > 0.05$), nhưng có sự khác biệt có ý nghĩa giữa các nhóm khóa học ($p < 0.05$), đặc biệt sinh viên khóa mới (K45, K46) chịu tác động từ "Nỗ lực giao tiếp qua Social Media" mạnh hơn các khóa trước.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn mang tính đột phá cho bài toán tuyển sinh ngành QTKD tại các trường đại học đơn ngành mở rộng:

  1. Chuẩn hóa thang đo đặc thù cho cơ sở giáo dục chuyển đổi đa ngành: Khác với các nghiên cứu trước đây (chỉ tập trung vào các trường đại học kinh tế chuyên sâu như UEH, FTU hay đại học tổng hợp), đề tài đã tinh chỉnh các biến quan sát thuộc nhóm "Đặc điểm cố định" để đo lường giá trị gia tăng độc nhất của ULAW: "Sự kết hợp giữa kiến thức Quản trị và nền tảng Pháp lý vững chắc".

  2. Xác thực định lượng thứ bậc tác động của các nhân tố: Mô hình chỉ ra biến "Cơ hội trong tương lai" ($\beta = 0.328$) và "Đặc điểm cố định của trường" ($\beta = 0.285$) là hai nhân tố chi phối mạnh nhất, chiếm tổng cộng hơn $61%$ trọng số tác động trong mô hình. Điều này chứng minh sinh viên thế hệ mới tiếp cận giáo dục đại học với tư duy đầu tư thực tế (ROI - Return on Investment), coi cơ hội việc làm và thương hiệu bảo chứng là tiêu chí tiên quyết.

       MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC NHÂN TỐ ĐẾN QUYẾT ĐỊNH CHỌN TRƯỜNG
  1. Cung cấp cơ sở khoa học để tái định vị ngân sách Marketing tuyển sinh: Chỉ ra rằng nhóm "Cá nhân ảnh hưởng" ($\beta = 0.105$) có mức độ tác động thấp nhất trong 5 nhân tố. Việc cắt giảm tỷ trọng chi phí vào các kênh tiếp thị truyền thống qua trung gian và tăng $35%$ ngân sách cho các hoạt động trải nghiệm thực tế (Workshops, Open Day, liên kết doanh nghiệp tuyển dụng) sẽ tối ưu hóa tỷ lệ chuyển đổi hồ sơ tuyển sinh.

Ứng dụng thực tế và triển khai

Dựa trên kết quả thực nghiệm, dự án đề xuất lộ trình triển khai 4 nhóm giải pháp chiến lược dành cho Ban Giám hiệu, Khoa Quản trị và Phòng Tư vấn Tuyển sinh Trường Đại học Luật TP.HCM:

Kế hoạch hành động cụ thể theo từng nhân tố

  1. Khai thác tối đa nhân tố "Cơ hội trong tương lai" ($\beta = 0.328$):

    • Thành lập "Trung tâm Hỗ trợ Khởi nghiệp & Hướng nghiệp QTKD ULAW".
    • Cam kết tỷ lệ việc làm bằng văn bản hợp tác với các tập đoàn đa quốc gia và công ty tư vấn quản trị luật doanh nghiệp.
    • Tổ chức thường niên chuỗi tọa đàm "Doanh nhân & Pháp lý" giúp sinh viên định hình rõ vị trí việc làm (Pháp chế doanh nghiệp, Quản trị nhân sự, Quản trị chuỗi cung ứng).

  2. Nâng cấp "Đặc điểm cố định của trường" ($\beta = 0.285$):

    • Tăng cường số lượng phòng học mô phỏng doanh nghiệp (Business Simulation Lab).
    • Minh bạch hóa lộ trình học phí và cung cấp các gói học bổng tài năng doanh nghiệp tài trợ.
    • Đẩy mạnh truyền thông về xếp hạng uy tín của ULAW trong khối các trường đại học công lập hàng đầu phía Nam.

  3. Chuyển đổi số "Nỗ lực giao tiếp" ($\beta = 0.151$):

    • Ứng dụng hệ thống CRM quản lý dữ liệu thí sinh tiềm năng từ các trường THPT trọng điểm.
    • Phát triển nội dung ngắn (Short-form video) trên TikTok, Facebook Reel và YouTube Shorts do chính sinh viên QTKD ULAW sáng tạo, tập trung vào trải nghiệm học tập thực tế.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp lấy mẫu: Sử dụng mẫu thuận tiện với quy mô mẫu giới hạn trong phạm vi sinh viên ULAW, chưa mở rộng đối chứng với học sinh THPT lớp 12 trên toàn quốc trước thời điểm nộp hồ sơ xét tuyển.
  • Mô hình kinh tế lượng: Mới dừng lại ở mô hình hồi quy tuyến tính bội OLS, chưa kiểm tra được các mối quan hệ phi tuyến, quan hệ tác động gián tiếp (Mediating effect) hoặc biến điều tiết (Moderating effect) như sự can thiệp của điều kiện kinh tế gia đình.

Hướng phát triển tiếp theo

  • Mở rộng mô hình cấu trúc SEM: Ứng dụng phần mềm AMOS hoặc SmartPLS 4 để kiểm định mô hình cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM), phân tích chi tiết tác động của "Thái độ" và "Chuẩn chủ quan" đến "Ý định ghi danh" và "Hành vi nhập học thực tế".
  • Nghiên cứu theo chiều dọc (Longitudinal Study): Khảo sát theo dõi cùng một tập đối tượng từ thời điểm là học sinh lớp 12 (kỳ vọng chọn trường) đến khi tốt nghiệp đại học (mức độ hài lòng thực tế) để đánh giá tính bền vững của các nhân tố tác động.

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI
  1. Học sinh THPT và Sinh viên: Nhận diện được các tiêu chí khách quan để đánh giá một cơ sở đào tạo đại học, tránh tâm lý chạy theo đám đông (FOMO) hoặc áp đặt từ gia đình.
  2. Hội đồng Tuyển sinh & Ban Giám hiệu Nhà trường: Sở hữu bảng trọng số thực nghiệm tin cậy để phân bổ ngân sách tiếp thị giáo dục hợp lý, gia tăng tỷ lệ thí sinh nhập học nguyện vọng 1.
  3. Chuyên viên Marketing & Truyền thông Giáo dục: Có cơ sở dữ liệu để tối ưu thông điệp truyền thông, tập trung sâu vào "Khả năng xin việc" và "Sự khác biệt của chương trình đào tạo".
  4. Học viên, Giảng viên & Nhà nghiên cứu: Bộ thang đo 24 biến quan sát đã qua kiểm định Cronbach's Alpha và EFA là tài liệu tham khảo giá trị cho các nghiên cứu tiếp theo về hành vi người tiêu dùng trong lĩnh vực dịch vụ.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai phân tích mô hình nghiên cứu này là gì?

Cần máy tính cá nhân cấu hình cơ bản (RAM tối thiểu 4GB, CPU Dual-Core) cài đặt hệ điều hành Windows hoặc macOS, phần mềm IBM SPSS Statistics (từ bản 20.0 trở lên) hoặc môi trường Python 3.8+ (với các thư viện pandas, statsmodels, scikit-learn, seaborn). Dữ liệu đầu vào cần được làm sạch, mã hóa thang đo Likert từ 1 đến 5 và kiểm tra giá trị khuyết (Missing data).

2. Mô hình nghiên cứu này có khả năng mở rộng (Scalability) sang các ngành khác tại ULAW không?

Hoàn toàn có thể mở rộng. Khung lý thuyết và cấu trúc 5 nhân tố (DDCD, BTSV, NLGT, CNAH, CHTL) có tính khái quát cao. Khi áp dụng cho các ngành khác như Luật Thương mại Quốc tế, Quản trị - Luật, Ngôn ngữ Anh, chỉ cần hiệu chỉnh từ ngữ ở các biến quan sát cụ thể trong bước nghiên cứu định tính (Focus Group) trước khi phát bảng hỏi chính thức.

3. Làm thế nào để tích hợp kết quả nghiên cứu vào hệ sinh thái quản lý tuyển sinh số hiện có của nhà trường?

Kết quả trọng số beta ($\beta$) có thể được tích hợp trực tiếp vào thuật toán chấm điểm tiềm năng thí sinh (Lead Scoring) trên hệ thống CRM Tuyển sinh. Thí sinh quan tâm nhiều đến nhóm yếu tố "Cơ hội việc làm" sẽ tự động được hệ thống kích hoạt chuỗi email marketing giới thiệu mạng lưới doanh nghiệp đối tác và mức lương cựu sinh viên.

4. Chi phí duy trì và yêu cầu nhân sự để vận hành nghiên cứu định kỳ hàng năm là bao nhiêu?

Nghiên cứu có thể vận hành định kỳ mỗi mùa tuyển sinh với chi phí gần như bằng 0 về mặt phần mềm (tận dụng Google Workspace và SPSS/Python có sẵn). Cần một nhóm nghiên cứu 2-3 người gồm: 01 chuyên viên xử lý dữ liệu thống kê, 01 chuyên viên phân tích hành vi người học và 01 quản lý tuyển sinh để chuyển dịch kết quả phân tích thành thông điệp truyền thông.

5. Lợi tức đầu tư (ROI) và thời gian hoàn vốn khi triển khai chiến lược tuyển sinh dựa trên mô hình này?

Bằng cách cắt giảm các hoạt động quảng bá diện rộng kém hiệu quả (nhóm CNAH chiếm trọng số thấp) và tập trung vào trải nghiệm hướng nghiệp chuyên sâu (nhóm CHTL và DDCD), nhà trường có thể tiết kiệm từ $20% - 30%$ ngân sách Marketing tuyển sinh trong khi vẫn duy trì hoặc tăng $15%$ tỷ lệ nhập học thực tế. Hiệu quả có thể đo lường trực tiếp ngay trong kỳ tuyển sinh tiếp theo (chu kỳ 6-9 tháng).

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thành Nghĩa đã giải quyết thấu đáo bài toán xác định các nhân tố ảnh hưởng đến quyết định chọn trường đại học của sinh viên ngành Quản trị kinh doanh tại Trường Đại học Luật TP.HCM. Bằng phương pháp nghiên cứu khoa học nghiêm ngặt kết hợp giữa định tính và định lượng, đề tài đã chứng minh được vai trò quyết định của "Cơ hội trong tương lai" ($\beta = 0.328$) và "Đặc điểm cố định của trường" ($\beta = 0.285$), đồng thời bác bỏ các quan điểm truyền thống cho rằng ý kiến của người thân hay bạn bè là yếu tố mang tính quyết định.

Công trình không chỉ đóng góp một bộ thang đo chuẩn hóa cho lĩnh vực tiếp thị giáo dục tại các trường đại học đa ngành, mà còn cung cấp một bản kế hoạch hành động khả thi, trực tiếp giúp ULAW nâng cao năng lực cạnh tranh và phát triển thương hiệu bền vững. Các cơ sở giáo dục đại học và nhà nghiên cứu quan tâm có thể ứng dụng ngay bộ khung dữ liệu và kịch bản phân tích này để tối ưu hóa chiến lược tuyển sinh cho các mùa tuyển sinh tiếp theo.