PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN KẾT QUẢ HỌC TẬP CỦA SINH VIÊN: BẰNG CHỨNG THỰC NGHIỆM TẠI TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM

Tóm tắt nghiên cứu

Nghiên cứu "Phân tích các yếu tố ảnh hưởng đến kết quả học tập của sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM" do nhóm tác giả Nguyễn Đại Lợi cùng các cộng sự thực hiện (dưới sự hướng dẫn khoa học của TS. Trần Đăng Thịnh) tập trung giải quyết câu hỏi nghiên cứu cốt lõi: Những nhân tố vi mô nào tác động trực tiếp đến điểm trung bình học tập (GPA) của sinh viên trong môi trường đào tạo theo học chế tín chỉ và chuẩn CDIO? Mức độ tác động cụ thể ra sao, và liệu có sự khác biệt giữa các nhóm nhân khẩu học?

                 [ Khung Phân Tích & Tác Động Thực Nghiệm ]

Về mặt phương pháp, nghiên cứu kết hợp giữa kỹ thuật phỏng vấn chuyên sâu định tính và phân tích định lượng dựa trên mô hình hồi quy bình phương nhỏ nhất (OLS) trên mẫu dữ liệu gồm 116 sinh viên chính quy tại HCMUTE, được xử lý thông qua phần mềm EViews 8.0 với các kiểm định chẩn đoán khuyết tật nghiêm ngặt.

Kết quả thực nghiệm xác định 5 nhân tố có ý nghĩa thống kê tác động trực tiếp đến GPA:

  • Tác động tích cực: Mức độ khai thác tài liệu Internet ($\beta = +0.4156$) và số giờ tự học tại nhà ($\beta = +0.2615$).
  • Tác động tiêu cực: Số giờ giải trí mỗi ngày ($\beta = -0.0871$), số buổi vắng học ($\beta = -0.0397$) và số giờ làm thêm mỗi tuần ($\beta = -0.0185$).

Mô hình đạt hệ số xác định $R^2 = 0.4759$, đồng thời khẳng định không có sự khác biệt có ý nghĩa thống kê về kết quả học tập giữa các giới tính hoặc niên khóa khác nhau. Phát hiện này mang lại hàm ý sâu sắc cho công tác quản trị đại học, định hướng phương pháp tự học và khai thác học liệu số cho người học.

Bối cảnh và tầm quan trọng

Trong kỷ nguyên kinh tế tri thức và công nghiệp hóa – hiện đại hóa, chất lượng nguồn nhân lực trẻ là yếu tố then chốt quyết định năng lực cạnh tranh quốc gia. Tại các cơ sở giáo dục đại học định hướng ứng dụng kỹ thuật như Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE), việc chuyển đổi sang phương thức đào tạo theo hệ thống tín chỉ và áp dụng khung chuẩn CDIO đòi hỏi người học phải nâng cao tối đa tính tự chủ. Theo chuẩn CDIO, sinh viên cần dành thời gian tự học và chuẩn bị bài tại nhà tối thiểu gấp 2 lần thời lượng học tập trực tiếp trên giảng đường.

Mặc dù các nghiên cứu hàn lâm quốc tế (như Checchi et al., 2002) và trong nước (như Huỳnh Quang Minh, 2002; Nguyễn Thị Mai Trang et al., 2008) đã phân tích các yếu tố ảnh hưởng đến kết quả học tập, phần lớn các công trình tập trung vào điểm đầu vào tuyển sinh, năng lực giảng viên hoặc bối cảnh gia đình. Vẫn tồn tại một khoảng trống nghiên cứu (research gap) rõ rệt về tác động định lượng của việc phân bổ quỹ thời gian biểu thường nhật (thời gian làm thêm, số giờ giải trí, hành vi vắng học và thói quen tra cứu internet) trong môi trường kỹ thuật hiện đại.

Đề tài có tính thời sự và cấp thiết cao trong bối cảnh sinh viên các thành phố lớn dễ bị phân tán bởi công việc làm thêm bán thời gian và các nền tảng giải trí kỹ thuật số. Kết quả nghiên cứu cung cấp cơ sở dữ liệu thực nghiệm giúp nhà trường hoàn thiện chính sách hỗ trợ học vụ, đồng thời định hướng cho sinh viên phương thức quản lý thời gian khoa học để tối ưu hóa kết quả rèn luyện.

Methodology và approach

Thiết kế nghiên cứu và Thu thập dữ liệu

Nghiên cứu ứng dụng quy trình tiếp cận hỗn hợp (mixed-methods approach):

  1. Giai đoạn định tính: Thực hiện phỏng vấn sâu với các giảng viên và sinh viên từ các khoa chuyên ngành nhằm nhận diện và hiệu chỉnh bảng câu hỏi khảo sát, xác định các nhóm biến số tiềm năng.
  2. Giai đoạn định lượng: Dữ liệu sơ cấp được thu thập thông qua khảo sát trực tuyến cấu trúc (Google Forms) trong giai đoạn từ tháng 03/2019 đến tháng 05/2019. Mẫu khảo sát đạt $N = 116$ sinh viên chính quy HCMUTE, với cơ cấu kiểm soát mẫu đạt tỷ lệ cân bằng 50% Nam – 50% Nữ (58 sinh viên/nhóm), phân bổ 47% sinh viên năm hai và 53% sinh viên các năm học khác.

Kỹ thuật phân tích và Mô hình hóa kinh tế lượng

Nghiên cứu sử dụng phương pháp Bình phương nhỏ nhất cổ điển (OLS - Ordinary Least Squares) trên phần mềm EViews 8.0. Phương trình hồi quy tổng quát ban đầu được thiết lập:

$$Y = \beta_1 + \beta_2 X_2 + \beta_3 X_3 + \dots + \beta_{11} X_{11} + \varepsilon$$

Trong đó, biến phụ thuộc $Y$ là Điểm trung bình học kỳ ($Y_DTB$). Các biến độc lập bao gồm: Tổng số tín chỉ ($X_2$), Số giờ tự học/ngày ($X_3$), Giờ làm thêm/tuần ($X_4$), Số buổi nghỉ học/kỳ ($X_5$), Giờ giải trí/ngày ($X_6$), Hoạt động ngoại khóa ($X_7$), Học nhóm ($X_8$), Tham khảo Internet ($X_9$), Thư viện ($X_{10}$), Đánh giá giảng dạy ($X_{11}$), cùng các biến giả Giới tính ($D_1$) và Năm học ($D_2$).

Qua quy trình loại bỏ biến không có ý nghĩa thống kê và tối ưu hóa tiêu chuẩn thông tin Schwarz (SIC đạt mức tối thiểu 3.2114) cùng hệ số $R^2$ hiệu chỉnh cao nhất ($R^2_{adj} = 0.4521$), Mô hình 4 được lựa chọn làm mô hình ước lượng tối ưu:

$$Y_DTB = \beta_1 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \beta_6 X_6 + \beta_9 X_9 + \varepsilon$$

Độ tin cậy và Kiểm định khuyết tật mô hình

Mô hình đã vượt qua toàn bộ các kiểm định kinh tế lượng khắt khe:

  • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 10$ đối với tất cả các biến độc lập, khẳng định không tồn tại hiện tượng đa cộng tuyến nghiêm trọng.
  • Kiểm định phương sai sai số thay đổi: Đồng thời triển khai 4 kiểm định chuyên sâu gồm Breusch-Pagan-Godfrey, Harvey, Glejser, và White. Tất cả đều cho giá trị $p\text{-value} > 0.05$, chấp nhận giả thuyết $H_0$ về phương sai sai số đồng nhất (không đổi).
  • Kiểm định sự phù hợp toàn phần: Giá trị $\text{Prob}(F\text{-statistic}) < 0.05$, bác bỏ giả thuyết các hệ số đồng thời bằng 0.

Phát hiện chính

Quá trình phân tích thực nghiệm từ Mô hình 4 đã mang lại 5 phát hiện cốt lõi với ý nghĩa thống kê ở mức $\alpha = 5%$:

1. Tham khảo Internet là đòn bẩy thúc đẩy học lực mạnh nhất ($\beta_9 = +0.4156$)

Biến số thể hiện mức độ tham khảo tài liệu trên Internet có hệ số dương lớn nhất. Điều này phản ánh rõ nét đặc thù sinh viên kỹ thuật: việc chủ động khai thác học liệu số, diễn đàn kỹ thuật quốc tế và các nền tảng mở giúp sinh viên giải quyết các bài tập lớn và đồ án hiệu quả hơn nhiều so với việc chỉ học thụ động từ giáo trình sẵn có.

2. Tự học tại nhà giữ vị trí then chốt ($\beta_3 = +0.2615$)

Trong điều kiện các yếu tố khác không đổi, mỗi giờ tự học thêm mỗi ngày giúp điểm trung bình học kỳ tăng thêm 0.2615 điểm. Đây là minh chứng định lượng khẳng định tính đúng đắn của phương pháp đào tạo CDIO khi yêu cầu sinh viên phải chuẩn bị bài trước khi đến lớp.

3. Tác động triệt tiêu từ giải trí quá đà, vắng học và làm thêm

  • Giải trí ($\beta_6 = -0.0871$): Mỗi giờ giải trí/ngày làm GPA giảm tương ứng 0.0871 điểm. Với số giờ giải trí trung bình trong mẫu là $3.987 \text{ giờ/ngày}$, quỹ thời gian cho học thuật bị thu hẹp đáng kể.
  • Nghỉ học ($\beta_5 = -0.0397$): Mỗi buổi vắng mặt làm giảm 0.0397 điểm do sinh viên bị hổng chuỗi kiến thức logic trên lớp.
  • Làm thêm ($\beta_4 = -0.0185$): Mỗi giờ làm thêm mỗi tuần kéo giảm GPA $0.0185 \text{ điểm}$. Dù làm thêm mang lại kỹ năng mềm, việc làm thêm quá nhiều (trung bình mẫu đạt $11.58 \text{ giờ/tuần}$, cao nhất lên tới 56 giờ) gây kiệt quệ thể lực và thiếu hụt thời gian ôn tập.

4. Năng lực giải thích của mô hình

Hệ số xác định $R^2 = 0.4759$ chứng minh rằng 5 biến số hành vi vi mô trên giải thích được tới 47.59% sự biến thiên của điểm trung bình học tập của sinh viên.

5. Phát hiện bất ngờ về Giới tính và Niên khóa

Khi đưa biến giả giới tính ($D_1$) và năm học ($D_2$) vào kiểm định, giá trị $p\text{-value}$ của các hệ số đều lớn hơn 0.05 ($p > 0.05$). Điều này chỉ ra rằng không có sự khác biệt có ý nghĩa thống kê về kết quả học tập giữa sinh viên Nam và Nữ, cũng như giữa sinh viên năm hai và các năm khác. Kết quả học tập thuần túy được quyết định bởi thái độ và phương pháp quản trị thời gian của từng cá nhân.

Đóng góp khoa học

Đóng góp về mặt lý luận (Theoretical Contributions)

Nghiên cứu bổ sung bằng chứng thực nghiệm giá trị vào khung lý thuyết Vốn con người (Human Capital Theory) và Thuyết Tự điều chỉnh học tập (Self-Regulated Learning Theory) trong bối cảnh các trường đại học kỹ thuật tại Việt Nam. Công trình lượng hóa được tác động thay thế giữa các khoảng thời gian sinh hoạt (tự học vs giải trí vs làm thêm), đóng góp vào kho tàng kinh tế lượng giáo dục.

Cải tiến về mặt phương pháp luận (Methodological Innovations)

Nghiên cứu thiết lập một quy trình chuẩn hóa từ khảo sát thực địa đến việc lọc mô hình bằng tiêu chuẩn Schwarz kết hợp các kiểm định chẩn đoán phương sai sai số thay đổi đa tầng (Godfrey, Harvey, Glejser, White). Đây là quy trình có tính mẫu mực cho các đề tài nghiên cứu khoa học sinh viên và học viên cao học.

Ứng dụng thực tiễn và Hàm ý chính sách (Policy Implications)

  • Đối với sinh viên: Cung cấp công thức định lượng giúp người học tự cân đối quỹ thời gian: hạn chế làm thêm vượt quá 12 giờ/tuần, duy trì tối thiểu 2.5–3 giờ tự học mỗi ngày và tận dụng triệt để Internet cho mục tiêu học thuật.
  • Đối với nhà quản lý giáo dục: Nhà trường cần nâng cấp hạ tầng thư viện số, phát triển các kho học liệu mở trực tuyến và tối ưu hóa hệ thống điểm danh để hạn chế tình trạng vắng học.

Đối tượng quan tâm

Báo cáo nghiên cứu này mang lại giá trị tham khảo chuyên sâu cho các nhóm đối tượng:

               [ HỆ SINH THÁI CÁC BÊN QUAN TÂM ]
               
[ Các nhà nghiên cứu ]   [ Nhà quản lý giáo dục ]     [ Sinh viên & Phụ huynh ]
• Tham khảo khung biến   • Hoàn thiện chuẩn CDIO     • Tối ưu thời gian biểu
• Tái lập mô hình OLS    • Quản lý chất lượng giảng dạy • Cải thiện GPA & việc làm
  1. Các nhà nghiên cứu học thuật & Giảng viên kinh tế lượng: Có thể sử dụng khung phân tích, bảng mã hóa biến và kết quả hồi quy này làm tài liệu đối sánh hoặc mở rộng cho các nghiên cứu tại các cơ sở giáo dục đại học khác.
  2. Ban Giám hiệu và Phòng Đào tạo / Đảm bảo chất lượng: Nắm bắt được các điểm nghẽn trong hành vi học tập của sinh viên để điều chỉnh khối lượng chương trình, tăng cường công tác tư vấn cố vấn học tập và thiết kế các khóa học kỹ năng mềm.
  3. Sinh viên đại học & Phụ huynh: Giúp người học nhận diện rõ ràng "cái giá cơ hội" của từng giờ làm thêm hay giải trí đối với điểm số tích lũy, từ đó chủ động xây dựng lộ trình học tập để tối ưu hóa cơ hội việc làm sau tốt nghiệp.

FAQ (Câu hỏi thường gặp)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Trả lời: Phát hiện quan trọng nhất là mức độ tham khảo tài liệu trên Internet ($\beta = +0.4156$) và số giờ tự học tại nhà ($\beta = +0.2615$) là hai nhân tố có tác động tích cực lớn nhất đến điểm trung bình học kỳ, trong khi số giờ giải trí mỗi ngày là yếu tố kéo giảm kết quả học tập mạnh nhất ($\beta = -0.0871$).

2. Phương pháp nghiên cứu có điểm gì đặc biệt?

Trả lời: Đề tài áp dụng mô hình hồi quy tuyến tính OLS trên phần mềm EViews 8.0 với quy trình lựa chọn mô hình tối ưu dựa trên chỉ số Schwarz nhỏ nhất và $R^2_{adj}$ cao nhất. Đồng thời, mô hình được kiểm định toàn diện về hiện tượng đa cộng tuyến ($\text{VIF} < 10$) và phương sai thay đổi thông qua 4 phép kiểm định độc lập (White, Harvey, Glejser, Godfrey).

3. Kết quả của nghiên cứu có thể khái quát hóa (generalize) không?

Trả lời: Kết quả có độ tin cậy rất cao đối với các trường đại học đào tạo theo học chế tín chỉ và áp dụng khung chuẩn CDIO tại Việt Nam. Tuy nhiên, do cỡ mẫu dừng lại ở 116 quan sát tại HCMUTE, khi áp dụng cho các khối ngành đặc thù như Y dược hoặc Nghệ thuật cần có sự tái chuẩn hóa thang đo.

4. Hướng phát triển tiếp theo (Next Steps) của nghiên cứu là gì?

Trả lời: Các nghiên cứu tiếp theo có thể mở rộng quy mô mẫu ($N > 500$), mở rộng phạm vi ra nhiều trường đại học trên cả nước, và ứng dụng mô hình cấu trúc tuyến tính (SEM) để đánh giá các tác động gián tiếp của yếu tố tâm lý học và môi trường gia đình.

5. Những ứng dụng thực tiễn tức thì của nghiên cứu là gì?

Trả lời: Sinh viên có thể ứng dụng ngay việc xây dựng thời gian biểu cá nhân: duy trì thời gian tự học trên 2.5 giờ/ngày, khống chế giải trí dưới 2–3 giờ/ngày, không làm thêm quá 10–12 giờ/tuần và tuyệt đối tránh vắng học không phép.

Kết luận

Báo cáo nghiên cứu khoa học của nhóm tác giả Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết trọn vẹn bài toán xác định và định lượng hóa các yếu tố tác động đến kết quả học tập của sinh viên đại học. Thông qua mô hình kinh tế lượng OLS vững chắc ($R^2 = 47.59%$), nghiên cứu đã chứng minh vai trò quyết định của khả năng tự nghiên cứu, khai thác internet và kỷ luật quản lý thời gian cá nhân.

Trong tương lai, việc tích hợp thêm các biến số về sức khỏe tinh thần, áp lực tài chính và phương pháp giảng dạy tương tác sẽ giúp bức tranh nghiên cứu thêm toàn diện. Nghiên cứu là lời kêu gọi hành động mạnh mẽ gửi tới sinh viên về việc xây dựng thói quen tự học nghiêm túc, đồng thời thôi thúc các nhà trường không ngừng nâng cấp hệ sinh thái số hỗ trợ học tập.