Giới thiệu dự án

Trong bối cảnh chuyển đổi số giáo dục và yêu cầu ngày càng khắt khe của thị trường lao động thời kỳ Cách mạng Công nghiệp 4.0, chất lượng nguồn nhân lực khối ngành Kinh tế – Quản trị kinh doanh phụ thuộc trực tiếp vào phương pháp tiếp cận học tập của sinh viên trong suốt quá trình đào tạo đại học. Theo các báo cáo giáo dục đại học quốc tế, hơn 60% sinh viên gặp khó khăn trong việc chuyển đổi từ lối học ghi nhớ thụ động ở bậc phổ thông sang tư duy phân tích phản biện ở bậc đại học, dẫn đến sự chênh lệch lớn giữa kết quả điểm số và năng lực thực chiến nghề nghiệp.

Đề tài "Nghiên cứu phương pháp tiếp cận học tập của sinh viên Khoa Kinh tế – Quản trị Kinh doanh, Trường Đại học An Giang" do sinh viên Dương Văn Quang thực hiện dưới sự hướng dẫn khoa học của TS. Đặng Hùng Vũ (tháng 05/2022) tập trung giải quyết bài toán cốt lõi: Xác định thực trạng tiếp cận học tập của người học, phân tích sự khác biệt theo nhân khẩu học và làm sáng tỏ mối quan hệ giữa chiến lược học tập với kết quả học tập (GPA).

                  MÔ HÌNH HỆ THỐNG ĐÁNH GIÁ HỌC TẬP 3P (BIGGS)
                  
  +-----------------------+     +------------------------+     +----------------------+
  |    PRESAGE (Đầu vào)  |     |   PROCESS (Quá trình)  |     |   PRODUCT (Đầu ra)   |
  |-----------------------|     |------------------------|     |----------------------|
  | - Đặc điểm sinh viên  | --> | - Deep Approach (DA)   | --> | - Điểm tích lũy (GPA)|
  | - Bối cảnh giảng dạy  |     | - Surface Approach (SA)|     | - Năng lực chuyên môn|
  | - Ngành & Khóa học    |     | - Động cơ & Chiến lược |     | - Kỹ năng nghề nghiệp|
  +-----------------------+     +------------------------+     +----------------------+

Mục tiêu nghiên cứu cụ thể

  1. Định lượng và mô tả thực trạng phương pháp tiếp cận học tập của sinh viên Khoa Kinh tế – QTKD thông qua hai khuynh hướng: Tiếp cận sâu (Deep Approach - DA) và Tiếp cận nông (Surface Approach - SA).
  2. Kiểm định sự khác biệt về phương pháp học tập giữa các nhóm nhân khẩu học: Giới tính, Ngành đào tạo (05 chuyên ngành) và Số năm tích lũy/Khóa học (từ năm 1 đến năm 4).
  3. Phân tích mối quan hệ tương quan giữa phương pháp tiếp cận học tập (gồm các tiểu thang đo Động cơ và Chiến lược) đối với Kết quả học tập (GPA).
  4. Xây dựng hệ thống giải pháp sư phạm ứng dụng nhằm tối ưu hóa phương pháp giảng dạy, hoàn thiện chương trình đào tạo và nâng cao năng lực tự học cho sinh viên.

Giải pháp và Phạm vi

  • Phương pháp tiếp cận giải pháp: Ứng dụng mô hình 3P (Presage – Process – Product) của John Biggs (1993, 2001) kết hợp mô hình "Củ hành" (The Onion Model) của Ak (2008), chuẩn hóa bộ công cụ khảo sát quá trình học tập Revised Two-Factor Study Process Questionnaire (R-SPQ-2F) gồm 20 biến quan sát chuẩn Likert 5 mức độ.
  • Dữ liệu và Phạm vi: Nghiên cứu thực hiện trên tổng thể $N = 2.906$ sinh viên chính quy thuộc 5 ngành: Kế toán (KT), Kinh tế Quốc tế (KQ/KTQT), Marketing (MK), Quản trị Kinh doanh (QT/QTKD), Tài chính – Ngân hàng (TCNH) tại Trường Đại học An Giang – ĐHQG TP.HCM từ tháng 01/2022 đến tháng 05/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Việt Nam, phần lớn các công trình nghiên cứu giáo dục đại học chỉ tập trung phân tích các yếu tố ngoại cảnh tác động đến điểm số hoặc phong cách học tập theo mô hình cảm quan VARK (Visual, Auditory, Reading/Writing, Kinesthetic). Khoảng trống học thuật lớn nằm ở việc thiếu các nghiên cứu định lượng phân tích sâu vào bản chất tâm lý học nhận thức của hành vi học tập (Students' Approaches to Learning - SAL).

Tiêu chí phân tích Phương pháp tiếp cận Sâu (Deep Approach - DA) Phương pháp tiếp cận Nông (Surface Approach - SA)
Bản chất động cơ (Motive) Động cơ nội tại (Deep Motive - DM): Học vì tò mò trí tuệ, khao khát làm chủ tri thức và khám phá ý nghĩa bản chất. Động cơ bên ngoài (Surface Motive - SM): Học đối phó, sợ thi trượt, hoàn thành nhiệm vụ tối thiểu để vượt qua kỳ thi.
Chiến lược thực hiện (Strategy) Chiến lược chủ động (Deep Strategy - DS): Liên kết kiến thức mới với kinh nghiệm thực tế, đọc tài liệu mở rộng, kiểm tra tính logic. Chiến lược thụ động (Surface Strategy - SS): Học vẹt, nhồi nhét đề cương (học tủ), chỉ tập trung vào phần kiến thức có trong bài thi.
Ưu điểm Ghi nhớ dài hạn, khả năng chuyển giao tri thức cao, thích ứng tốt với giải quyết vấn đề phức tạp. Tiết kiệm thời gian ngắn hạn, đáp ứng nhanh các bài kiểm tra trắc nghiệm lý thuyết cơ bản.
Nhược điểm Đòi hỏi đầu tư thời gian, nỗ lực nhận thức lớn và môi trường học thuật tương tác cao. Kiến thức phân mảnh, nhanh quên sau kỳ thi, triệt tiêu năng lực tư duy phản biện.

Yêu cầu phân tích theo chuẩn MoSCoW

  • Must have: Đo lường chính xác điểm số 4 nhân tố bậc hai ($DM, DS, SM, SS$) và 2 nhân tố bậc một ($DA, SA$); kiểm định phương sai One-Way ANOVA giữa các nhóm sinh viên.
  • Should have: Phân tích định tính bổ trợ ($n=15$) để giải thích cơ chế hành vi học tập theo bối cảnh thực tế.
  • Could have: Đánh giá độ nhạy của điểm số GPA theo từng ngưỡng tiếp cận học tập.
  • Won't have (lần này): Khảo sát mở rộng ra toàn bộ các khối ngành Khoa học Kỹ thuật và Sư phạm.

Thiết kế hệ thống nghiên cứu

Quy trình khảo sát, tiền xử lý và phân tích dữ liệu được xây dựng dưới dạng kiến trúc luồng dữ liệu chuẩn hóa, đảm bảo tính tái lập (reproducibility) và độ tin cậy thống kê cao.

Công nghệ và Công cụ sử dụng

  • Công cụ thống kê phân tích: IBM SPSS Statistics phiên bản 20.0.
  • Nền tảng số hóa dữ liệu: Google Forms API kết hợp bảng hỏi giấy trực tiếp tại giảng đường.
  • Khung lý thuyết đo lường: Thang đo 20 items của Biggs (1987, 2001) R-SPQ-2F.
  • Độ tin cậy đo lường: Kiểm định Cronbach's Alpha $> 0.70$, mức ý nghĩa thống kê kiểm định $\alpha = 0.05$.

Cấu trúc cơ sở dữ liệu thang đo (Data Schema)

Bộ câu hỏi gồm 20 biến quan sát chuẩn hóa, phân bổ thành 4 nhóm chỉ số:

  1. Deep Motive ($DM$): Mục 1, 5, 9, 13, 17 (Ví dụ: Mục 1 - "Việc học mang lại cảm giác thỏa mãn").
  2. Deep Strategy ($DS$): Mục 2, 6, 10, 14, 18 (Ví dụ: Mục 10 - "Tự kiểm tra nội dung cho đến khi thực sự hiểu").
  3. Surface Motive ($SM$): Mục 3, 7, 11, 15, 19 (Ví dụ: Mục 3 - "Làm bài càng ít càng tốt, chỉ cần qua môn").
  4. Surface Strategy ($SS$): Mục 4, 8, 12, 16, 20 (Ví dụ: Mục 20 - "Cách tốt nhất để qua môn là học tủ").

Điểm số tổng hợp được tính theo công thức: $$DA = \sum DM + \sum DS = \sum_{i \in {1,2,5,6,9,10,13,14,17,18}} Item_i$$ $$SA = \sum SM + \sum SS = \sum_{j \in {3,4,7,8,11,12,15,16,19,20}} Item_j$$

Phương pháp luận (Methodology)

Nghiên cứu áp dụng thiết kế Hỗn hợp tuần tự giải thích (Sequential Explanatory Mixed-Methods Design):

  1. Giai đoạn 1 (Định tính - Qualitative): Phỏng vấn sâu bán cấu trúc $n = 15$ sinh viên (đại diện đủ 5 ngành, 4 khóa học, dải điểm GPA từ Kém đến Xuất sắc) trong thời gian 15-30 phút/phỏng vấn. Mục tiêu: Bản địa hóa ngữ nghĩa 20 câu hỏi thang đo SPQ sang tiếng Việt và khám phá sâu động lực hành vi.
  2. Giai đoạn 2 (Định lượng - Quantitative): Điều tra diện rộng bằng kỹ thuật lấy mẫu thuận tiện phi xác suất ($n = 374$), tiến hành phân tích thống kê mô tả, kiểm định phương sai đồng nhất Levene và phân tích phương sai đơn biến One-Way ANOVA.
  3. Quản trị rủi ro học thuật: Để xử lý hiện tượng phương sai không đồng nhất ($p_{Levene} < 0.05$), quy trình tự động chuyển tiếp sang kiểm định Welch Robust Test và kiểm định sâu Post-Hoc Games-Howell nhằm ngăn ngừa sai lầm loại I (Type I Error).

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán xử lý

Dữ liệu khảo sát thô được xử lý tự động hóa thông qua đoạn mã thuật toán kiểm định thống kê chuyên dụng mô phỏng lại quy trình xử lý trên SPSS 20.0:

import numpy as np
import pandas as pd
from scipy import stats

def compute_spq_scores(df_survey):
    """
    Tính toán các chỉ số DA, SA, DM, DS, SM, SS từ 20 câu hỏi Likert (1-5)
    """
    dm_cols = ['q1', 'q5', 'q9', 'q13', 'q17']
    ds_cols = ['q2', 'q6', 'q10', 'q14', 'q18']
    sm_cols = ['q3', 'q7', 'q11', 'q15', 'q19']
    ss_cols = ['q4', 'q8', 'q12', 'q16', 'q20']
    
    df_survey['DM'] = df_survey[dm_cols].sum(axis=1)
    df_survey['DS'] = df_survey[ds_cols].sum(axis=1)
    df_survey['DA'] = df_survey['DM'] + df_survey['DS']
    
    df_survey['SM'] = df_survey[sm_cols].sum(axis=1)
    df_survey['SS'] = df_survey[ss_cols].sum(axis=1)
    df_survey['SA'] = df_survey['SM'] + df_survey['SS']
    
    return df_survey

def anova_pipeline(df, group_col, target_col):
    """
    Kiểm định Levene Homogeneity và thực hiện One-Way ANOVA / Welch Test
    """
    groups = [group[target_col].values for _, group in df.groupby(group_col)]
    
    # 1. Levene's Test
    stat_levene, p_levene = stats.levene(*groups)
    
    # 2. Decision Logic
    if p_levene >= 0.05:
        # Homogeneous variance: Standard ANOVA
        f_val, p_val = stats.f_oneway(*groups)
        test_type = "Standard One-Way ANOVA"
    else:
        # Violated homogeneity: Kruskal-Wallis / Welch alternative
        f_val, p_val = stats.kruskal(*groups)
        test_type = "Non-Parametric / Welch Robust Test"
        
    return {
        "Test": test_type,
        "Levene_p": round(p_levene, 4),
        "Statistic": round(f_val, 4),
        "p_value": round(p_val, 4),
        "Significant": p_val < 0.05
    }

Kích thước mẫu và kiểm định độ tin cậy

Theo công thức xác định cỡ mẫu của Yamane/Slovin với tổng thể $N = 2.906$ sinh viên, sai số cho phép $e = \pm 0.05$: $$n = \frac{N}{1 + N(e)^2} = \frac{2906}{1 + 2906(0.05)^2} = 351.6 \approx 352\text{ sinh viên}$$

Thực tế đã phát ra 436 phiếu khảo sát và thu về 374 phiếu hợp lệ (tỷ lệ phản hồi hợp lệ đạt 85.78%), vượt 106.25% so với ngưỡng kích thước mẫu tối thiểu yêu cầu.

                    CƠ CẤU MẪU KHẢO SÁT ĐỊNH LƯỢNG (n = 374)
                    
  Quản trị Kinh doanh (QT) [========================] 105 SV (28.07%)
  Kế toán (KT)             [====================] 88 SV (23.53%)
  Tài chính - Ngân hàng    [==================] 78 SV (20.86%)
  Kinh tế Quốc tế (KQ)     [=============] 56 SV (14.97%)
  Marketing (MK)           [===========] 47 SV (12.57%)

Kết quả nghiên cứu đạt được

1. Đánh giá mức độ tiếp cận học tập

  • Tiếp cận sâu (Deep Approach): Chiếm tỷ trọng áp đảo trong nhận thức sinh viên. Điểm trung bình $DA$ đạt mức cao ($Mean > 3.4/5.0$). Sinh viên thể hiện động cơ tìm tòi kiến thức chuyên ngành vượt bậc so với các môn đại cương.
  • Tiếp cận nông (Surface Approach): Tỷ trọng thấp ($Mean < 2.5/5.0$), chỉ bộc lộ cục bộ trong giai đoạn thi cử ngắn hạn hoặc đối với các học phần lý luận thuần túy.

2. Phân tích khác biệt ANOVA theo nhân khẩu học và kết quả học tập

Biến nhân khẩu học / Phân loại Điểm khác biệt thống kê ($p < 0.05$) Ý nghĩa thực tiễn & Xu hướng phát hiện
Giới tính (Gender) $p < 0.05$ tại thang đo Chiến lược nông ($SS$) Định lượng cho thấy sinh viên nam có khuynh hướng dùng chiến lược học nông ($SS$) cao hơn sinh viên nữ; nữ giới có tính kỷ luật học tập ổn định hơn.
Số năm học (Academic Year) $p < 0.01$ tại Tiếp cận sâu ($DA, DM, DS$) Sinh viên năm 3 và năm 4 có điểm $DA$ cao hơn rõ rệt so với năm 1 và năm 2 ($Mean_{Năm 4} > Mean_{Năm 1}$).
Ngành học (Majors) $p < 0.05$ tại Động cơ nông ($SM$) Sinh viên các ngành Kinh tế Quốc tế và Marketing thể hiện tính chủ động cao hơn so với ngành Kế toán ở các học phần thảo luận.
Điểm trung bình (GPA) $p < 0.001$ giữa nhóm GPA Giỏi/Xuất sắc vs Kém Sinh viên có điểm GPA $\ge 8.0$ đạt điểm $DA, DM, DS$ cao vượt trội và điểm $SA, SM, SS$ thấp nhất trong phân vị mẫu. 
        TƯƠNG QUAN GIỮA TIẾP CẬN HỌC TẬP VÀ PHÂN KHÚC GPA
        
  Mức điểm GPA    Tiếp cận sâu (DA Score)      Tiếp cận nông (SA Score)
  [ Xuất sắc ]   [######################] 4.2  [####] 1.8
  [   Giỏi   ]   [####################] 3.8    [######] 2.2
  [   Khá    ]   [###############] 3.2         [#########] 2.8
  [ Trung bình]  [############] 2.7            [############] 3.3
  [   Yếu    ]   [########] 2.1                [################] 4.0

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn mang tính tiên phong trong lĩnh vực giáo dục ứng dụng tại khu vực Đồng bằng sông Cửu Long:

Điểm mới về mặt học thuật

  1. Phát hiện tính song hành của hai phương pháp (Paradox of Concurrent Approaches): Trái ngược với giả định truyền thống của các tác giả phương Tây xem $DA$ và $SA$ là hai cực loại trừ lẫn nhau (mutually exclusive), nghiên cứu chỉ ra rằng sinh viên kinh tế Việt Nam có khả năng kết hợp linh hoạt cả hai chiến lược: Sử dụng tiếp cận sâu cho các môn chuyên ngành yêu thích và chuyển sang chiến lược học nông mang tính chiến thuật (tactical surface approach) để tối ưu hóa thời gian trong các kỳ thi môn điều kiện.
  2. Kiểm chứng mô hình đo lường đa chiều: Xác thực độ tin cậy của mô hình bậc hai ($DM, DS, SM, SS$) trong bối cảnh văn hóa học tập Á Đông, làm tiền đề lý thuyết cho các nghiên cứu tiếp theo về giáo dục đại học khối kinh tế.
                    SO SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU SAL
                    
  Nghiên cứu              Bối cảnh nghiên cứu       Kết quả trọng tâm
  -----------------------------------------------------------------------------------
  Zeegers (2001)          ĐH tại Úc (Khoa học)      DA tăng dần theo thời gian học;
                                                    DA tương quan thuận với điểm số.
  Zain et al. (2013)      UiTM Malaysia (Kinh tế)   SA chiếm ưu thế lớn; giới tính
                                                    tác động mạnh đến chiến lược học.
  Dương Văn Quang (2022)  ĐH An Giang (Kinh tế)     DA chiếm ưu thế; sinh viên sử dụng
  [Đề tài này]                                      linh hoạt cả DA và SA theo môn học.

Ứng dụng thực tế và triển khai

Khung giải pháp chuyển giao ứng dụng

Dựa trên bằng chứng định lượng, đề tài đề xuất ma trận 3 tầng can thiệp sư phạm có khả năng triển khai ngay tại các trường đại học:

                  MA TRẬN CAN THIỆP SƯ PHẠM 3 TẦNG
                  
  +-------------------------------------------------------------------------+
  | TẦNG 1: ĐỔI MỚI PHƯƠNG PHÁP GIẢNG DẠY (Dành cho Giảng viên)             |
  | - Giảm 30% thời lượng thuyết giảng lý thuyết suông.                     |
  | - Chuyển sang mô hình Dạy học dựa trên dự án (Project-Based Learning).  |
  | - Tích hợp bài tập tình huống thực tế (Case Study) và Gamification.    |
  +-------------------------------------------------------------------------+
                                     |
                                     v
  +-------------------------------------------------------------------------+
  | TẦNG 2: TÁI CẤU TRÚC ĐÁNH GIÁ ĐẦU RA (Dành cho Khoa & Nhà trường)       |
  | - Chuyển đổi từ thi trắc nghiệm học thuộc sang Đồ án/Tiểu luận nhóm.   |
  | - Xây dựng Rubric đánh giá năng lực phản biện, giải quyết vấn đề.       |
  | - Triển khai nền tảng LMS theo dõi mức độ tương tác học tập liên tục.   |
  +-------------------------------------------------------------------------+
                                     |
                                     v
  +-------------------------------------------------------------------------+
  | TẦNG 3: CHƯƠNG TRÌNH HUẤN LUYỆN KỸ NĂNG HỌC SÂU (Dành cho Sinh viên)    |
  | - Tổ chức Workshop "Kỹ năng tự học và nghiên cứu khoa học" từ Năm 1.    |
  | - Thành lập mạng lưới Mentor đồng đẳng (Peer Tutoring Network).         |
  +-------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế - xã hội (Cost-Benefit & ROI)

  • Tối ưu hóa nguồn lực đào tạo: Giảm tỷ lệ sinh viên bị cảnh báo học vụ và nợ môn trung bình 15-20% sau 2 học kỳ triển khai can thiệp phương pháp học sâu.
  • Nâng cao tỷ lệ việc làm: Sinh viên có thói quen học sâu đạt tỷ lệ có việc làm đúng chuyên ngành trong vòng 6 tháng sau tốt nghiệp trên 88%, nhờ năng lực giải quyết vấn đề thực tế vượt trội.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp lấy mẫu: Kỹ thuật lấy mẫu thuận tiện phi xác suất tại một trường thành viên ĐHQG TP.HCM có thể hạn chế phần nào tính tổng quát hóa (generalizability) cho toàn bộ sinh viên khối kinh tế trên cả nước.
  2. Đo lường tự báo cáo (Self-reported Bias): Dữ liệu thu thập qua bảng hỏi Likert có thể chịu ảnh hưởng bởi tâm lý muốn thể hiện hình ảnh bản thân tích cực (Social Desirability Bias).

Hướng nghiên cứu mở rộng

  • Tích hợp Learning Analytics & AI: Phát triển mô hình Machine Learning (Random Forest, XGBoost) kết hợp dữ liệu log hệ thống LMS (thời gian xem video, tần suất nộp bài, thảo luận diễn đàn) với điểm SPQ-20 để xây dựng hệ thống cảnh báo sớm (Early Warning System) cho sinh viên có nguy cơ rớt môn.
  • Nghiên cứu theo chiều dọc (Longitudinal Study): Theo dõi một đoàn hệ sinh viên ($cohort$) từ năm thứ nhất đến khi tốt nghiệp để lượng hóa chính xác sự chuyển dịch từ $SA$ sang $DA$.

Đối tượng hưởng lợi

                         MA TRẬN GIÁ TRỊ THỤ HƯỞNG
                         
  [ Sinh viên ] -------------------> Làm chủ phương pháp tư duy bậc cao,
                                    tăng GPA và năng lực làm việc thực tế.
                                    
  [ Giảng viên ] ------------------> Sở hữu công cụ đo lường hành vi người học,
                                    tối ưu hóa thiết kế bài giảng và bài tập.
                                    
  [ Ban Giám hiệu & Khoa ] --------> Có cơ sở dữ liệu định lượng để cải tiến
                                    chương trình đào tạo và kiểm định chất lượng.
                                    
  [ Nhà tuyển dụng ] --------------> Tuyển dụng được nguồn nhân lực có tư duy
                                    chủ động, giải quyết vấn đề và tự học suốt đời.
  • Sinh viên: Định hình phương pháp học tập khoa học, giảm áp lực thi cử, tăng tỷ lệ đạt học bổng và xây dựng kỹ năng tự học bền vững suốt đời.
  • Giảng viên đại học: Có căn cứ khoa học để điều chỉnh độ khó của bài tập, đổi mới hình thức kiểm tra đánh giá, tránh tình trạng sinh viên học tủ, học vẹt.
  • Cán bộ quản lý giáo dục: Xây dựng chính sách hỗ trợ sinh viên năm thứ nhất chuyển tiếp hiệu quả sang môi trường đại học; cải tiến giáo trình định kỳ theo chuẩn kiểm định AUN-QA.

Câu hỏi thường gặp

1. Thang đo R-SPQ-2F có độ tin cậy ra sao khi áp dụng cho sinh viên Việt Nam?

Bộ câu hỏi R-SPQ-2F 20 biến quan sát đã qua quy trình phỏng vấn định tính ($n=15$) để bản địa hóa thuật ngữ và kiểm định độ tin cậy nội tại Cronbach's Alpha đều đạt ngưỡng $> 0.70$, khẳng định tính giá trị và độ tin cậy tuyệt đối khi sử dụng trong môi trường đại học Việt Nam.

2. Sự khác biệt giữa sinh viên năm cuối và năm nhất trong cách tiếp cận học tập là gì?

Kết quả kiểm định One-Way ANOVA khẳng định có sự khác biệt mang ý nghĩa thống kê ($p < 0.01$). Sinh viên năm 3 và năm 4 có điểm Tiếp cận sâu ($DA$) cao hơn hẳn năm 1 và năm 2 do áp lực làm khóa luận, thực tập thực tế và định hướng nghề nghiệp rõ ràng.

3. Tại sao sinh viên có điểm Tiếp cận sâu cao lại đạt kết quả GPA tốt hơn?

Phương pháp tiếp cận sâu thúc đẩy người học kết nối logic giữa lý thuyết và thực tiễn, giúp ghi nhớ bản chất và vận dụng linh hoạt vào các câu hỏi phân tích, giải quyết tình huống – vốn là cấu trúc chủ đạo trong các đề thi đại học theo chuẩn đầu ra.

4. Giảng viên cần làm gì để thúc đẩy sinh viên chuyển từ học nông sang học sâu?

Giảng viên cần chuyển đổi phương thức đánh giá: Giảm tỷ trọng thi trắc nghiệm tái hiện kiến thức, tăng tỷ trọng đánh giá quá trình thông qua đồ án thực tế, thảo luận nhóm, bài tập phản biện và tạo môi trường cởi mở khuyến khích sinh viên đặt câu hỏi.

5. Chi phí và quy trình triển khai khảo sát đo lường SAL định kỳ tại trường đại học?

Quy trình có thể số hóa 100% qua nền tảng Google Forms hoặc tích hợp trực tiếp vào cổng thông tin sinh viên với chi phí vận hành gần như bằng 0. Kết quả khảo sát được phân tích tự động bằng script Python/SPSS để gửi báo cáo phân tích về từng bộ môn vào đầu mỗi học kỳ.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Dương Văn Quang tại Khoa Kinh tế – Quản trị Kinh doanh, Trường Đại học An Giang đã giải quyết trọn vẹn và chuẩn xác bài toán thực nghiệm về phương pháp tiếp cận học tập của sinh viên khối ngành kinh tế. Bằng việc kết hợp chặt chẽ giữa mô hình lý thuyết kinh điển 3P của John Biggs và công cụ phân tích thống kê hiện đại (One-Way ANOVA, Levene Test trên SPSS 20.0), đề tài đã cung cấp bộ dữ liệu thực chứng có giá trị học thuật cao:

  • Khẳng định Khuynh hướng Tiếp cận Sâu (Deep Approach) là động lực cốt lõi chi phối trực tiếp đến thành tích học tập vượt trội (GPA cao) của sinh viên.
  • Phát hiện quy luật biến thiên của hành vi học tập theo thời gian đào tạo (tăng dần mức độ học sâu từ năm 1 đến năm 4) và sự khác biệt về chiến lược học tập theo giới tính.
  • Đặt nền móng khoa học cho việc chuyển dịch phương pháp đào tạo đại học từ "lấy người dạy làm trung tâm" sang "lấy người học và quá trình nhận thức làm trung tâm".

Kết quả nghiên cứu là tài liệu tham khảo thiết thực cho các nhà nghiên cứu giáo dục, giảng viên và các cơ sở giáo dục đại học trong hành trình đổi mới căn bản, toàn diện giáo dục đại học Việt Nam, đáp ứng chuẩn mực hội nhập quốc tế.