Tác Động Của Kiến Thức Kỹ Thuật Số Đến Kết Quả Học Tập Của Sinh Viên: Báo Cáo Nghiên Cứu Định Lượng và Khung Phân Tích Thực Nghiệm

Tóm tắt nghiên cứu (Research Summary)

Nghiên cứu khoa học cấp trường do ThS. Phạm Hương Diên (Chủ nhiệm đề tài) cùng ThS. Nguyễn Thị Anh Thy (Thư ký) thực hiện tại Trường Đại học Ngân hàng TP. Hồ Chí Minh nhằm giải quyết bài toán cốt lõi: Các thành phần cấu thành kiến thức số của sinh viên là gì, và mức độ tác động của kiến thức số đối với năng lực số cũng như kết quả học tập thực tế của người học diễn ra như thế nào?

Về mặt phương pháp luận, đề tài triển khai thiết kế nghiên cứu kết hợp giữa định tính và định lượng chặt chẽ. Khảo sát chính thức được tiến hành trên mẫu gồm 407 sinh viên thuộc nhiều khối ngành (Kinh tế – Quản trị, Công nghệ, Sư phạm – Nhân văn, Truyền thông – Báo chí) tại 4 trường đại học trên địa bàn TP. Hồ Chí Minh trong giai đoạn đào tạo trực tuyến ứng phó dịch Covid-19. Dữ liệu được phân tích chuyên sâu qua kiểm định độ tin cậy Cronbach’s Alpha, Phân tích nhân tố khám phá (EFA), Phân tích nhân tố khẳng định (CFA) và Mô hình cấu trúc tuyến tính (SEM).

Kết quả nghiên cứu thực nghiệm xác nhận kiến thức kỹ thuật số (Digital Literacy - DL) được cấu thành bởi 4 nhân tố then chốt: Trình độ thiết bị công nghệ (TECH), Trình độ thông tin (INFO), Trình độ hình ảnh trực quan (VISUAL), và Trình độ phương tiện truyền thông (MEDIA). Mô hình SEM chứng minh kiến thức số có tác động tích cực vượt trội lên Năng lực số (DC) ($\beta = 0.829, p < 0.001$, giải thích $69%$ biến thiên) và tác động có ý nghĩa thống kê lên Điểm trung bình học tập (GPA) ($\beta = 0.207, p < 0.001$). Tác động này có xu hướng gia tăng theo số năm theo học tại đại học và thể hiện rõ nét hơn ở sinh viên khối ngành công nghệ.

Những phát hiện này mang lại hàm ý chính sách sâu sắc cho các cơ sở giáo dục đại học trong việc chuẩn hóa khung chương trình giảng dạy, phát triển hạ tầng E-learning và đào tạo kỹ năng số gắn liền với tư duy tự học và năng lực ngoại ngữ cho người học.

Bối cảnh và tầm quan trọng (Context & Significance)

Trong kỷ nguyên Cách mạng Công nghiệp 4.0 và chuyển đổi số toàn diện, kiến thức số không còn là một kỹ năng bổ trợ đơn thuần mà đã trở thành năng lực cốt lõi quyết định khả năng thích ứng, hiệu quả học tập và cơ hội việc làm của sinh viên. Mặc dù thế hệ trẻ hiện nay thường được gắn nhãn là "thế hệ bản địa số" (digital natives) với khả năng tiếp cận thiết bị thông minh từ sớm, nhiều công trình nghiên cứu quốc tế đã chỉ ra một thực tế nghịch lý: phần lớn sinh viên chỉ sử dụng công nghệ cho mục đích giải trí và giao tiếp xã hội cá nhân, trong khi kỹ năng khai thác công nghệ phục vụ nghiên cứu học thuật chuyên sâu và xử lý dữ liệu phức tạp vẫn còn nhiều lỗ hổng đáng kể.

Tại Việt Nam, việc chuyển đổi phương thức đào tạo sang mô hình E-learning trong và sau đại dịch Covid-19 đã bộc lộ rõ nét những thách thức về năng lực số của sinh viên. Báo cáo từ Bộ Công Thương (2021) nhấn mạnh rằng rào cản lớn nhất của tiến trình chuyển đổi số tại các tổ chức không nằm ở hạ tầng công nghệ mà nằm ở năng lực làm chủ công nghệ của con người. Tuy nhiên, trong không gian học thuật trong nước, các nghiên cứu định lượng chuẩn mực nhằm đo lường cấu trúc kiến thức số và đánh giá tác động trực tiếp của nó đến kết quả học tập ở bậc đại học vẫn còn rất khan hiếm.

Nghiên cứu này được thực hiện nhằm lấp đầy khoảng trống học thuật nói trên. Tính kịp thời và cấp thiết của đề tài nằm ở chỗ dữ liệu được thu thập trong giai đoạn thực tế khi sinh viên bắt buộc phải phụ thuộc hoàn toàn vào môi trường số hóa để học tập. Kết quả của nghiên cứu không chỉ làm sáng tỏ bức tranh thực trạng về năng lực số của sinh viên các khối ngành tại trung tâm kinh tế - giáo dục TP. Hồ Chí Minh mà còn cung cấp cơ sở dữ liệu thực nghiệm quan trọng, giúp các nhà quản lý giáo dục và nhà tuyển dụng hoạch định chiến lược phát triển nguồn nhân lực chất lượng cao trong bối cảnh hội nhập quốc tế.

Methodology và approach (Phương pháp luận & Thiết kế nghiên cứu)

Nghiên cứu áp dụng quy trình phương pháp luận khoa học hỗn hợp, kết hợp tuần tự giữa phương pháp định tính và định lượng nhằm đảm bảo độ tin cậy và giá trị nội dung của các cấu trúc đo lường:

1. Thiết kế thang đo và kiểm định sơ bộ

Bộ thang đo được tổng hợp, chuyển ngữ và bản địa hóa từ các nghiên cứu uy tín quốc tế, sau đó được tham vấn ý kiến chuyên gia công nghệ từ doanh nghiệp cung cấp giải pháp giáo dục (INet) và thử nghiệm sơ bộ trên 11 sinh viên:

  • Trình độ thông tin (INFO): Kế thừa từ Ukwoma (2016), gồm 3 biến quan sát đo lường khả năng tìm kiếm, trích xuất và thẩm định độ tin cậy của nguồn thông tin.
  • Trình độ phương tiện kỹ thuật (TECH): Điều chỉnh từ thang đo Computer Proficiency Questionnaire của Boot (2013), gồm 5 biến quan sát đánh giá khả năng vận hành phần cứng, phần mềm văn phòng, phím tắt và thao tác kỹ thuật số.
  • Trình độ phương tiện truyền thông (MEDIA): Phát triển từ khung của Alliance for a Media Literate America (2010), gồm 7 biến quan sát tập trung vào mức độ am hiểu, tần suất và hiệu quả tương tác qua hệ thống quản trị học tập điện tử (LMS).
  • Trình độ hình ảnh trực quan (VISUAL): Dựa trên khung đề xuất của Thư viện USF (Stokes, 2002), gồm 7 biến quan sát đo lường kỹ năng đọc, phân tích, thiết kế và trích dẫn dữ liệu đồ họa, hình ảnh.
  • Năng lực số (DC): Sử dụng thang đo 5 biến quan sát từ Abbas và cộng sự (2019) để sinh viên tự đánh giá toàn diện kỹ năng nghiên cứu, máy tính, truyền thông và sự tự tin học tập.
  • Kết quả học tập (GPA): Điểm trung bình học kỳ gần nhất của sinh viên quy đổi theo thang điểm 10.

2. Thu thập dữ liệu và cỡ mẫu

Khảo sát chính thức được triển khai từ tháng 7 đến tháng 10 năm 2021 qua biểu mẫu Google Forms trực tuyến. Tổng số 414 phiếu phản hồi được thu về; sau quy trình rà soát và làm sạch dữ liệu, 407 mẫu hợp lệ được đưa vào phân tích chính thức. Quy mô mẫu vượt chuẩn tối thiểu theo khuyến nghị của Hair et al. (2014) và Tabachnick & Fidell (2001) đối với phân tích đa biến (tối thiểu 10 quan sát trên một biến đo lường).

Cơ cấu mẫu phân bổ đa dạng: Nam chiếm $45.7%$, Nữ chiếm $54.3%$; phân bố theo năm học (Năm 1: $6.1%$, Năm 2: $16.7%$, Năm 3: $67.1%$, Năm 4 trở lên: $10.1%$); phân bố theo khối ngành (Kinh tế & Quản trị: $47.9%$, Công nghệ: $35.6%$, Sư phạm & Nhân văn: $9.1%$, Truyền thông & Báo chí: $7.4%$).

3. Kỹ thuật phân tích dữ liệu

Nghiên cứu sử dụng phần mềm SPSS 20 và AMOS 20 để thực hiện các phân tích:

  • Đánh giá độ tin cậy nhất quán nội tại bằng hệ số Cronbach’s Alpha (ngưỡng chấp nhận $> 0.70$, tương quan biến - tổng $> 0.30$).
  • Kiểm định độ thích hợp của dữ liệu qua hệ số KMO và kiểm định Bartlett.
  • Phân tích nhân tố khám phá (EFA) trích xuất các cấu trúc tiềm ẩn với hệ số tải nhân tố $> 0.50$, tổng phương sai trích $> 50%$.
  • Phân tích nhân tố khẳng định (CFA) xác nhận giá trị hội tụ và giá trị phân biệt.
  • Mô hình cấu trúc tuyến tính (SEM) để kiểm định các giả thuyết nghiên cứu $H_1$ và $H_2$.
  • Kiểm định ANOVA một chiều và Kruskal-Wallis để so sánh sự khác biệt giữa các nhóm biến kiểm soát (giới tính, chuyên ngành, trình độ tiếng Anh, nỗ lực học tập).

Phát hiện chính (Key Findings)

Từ các kết quả phân tích thống kê chuyên sâu, nghiên cứu đã rút ra 5 phát hiện cốt lõi mang tính khoa học và thực tiễn cao:

1. Cấu trúc 4 chiều của Kiến thức số được xác lập vững chắc

Kết quả phân tích EFA và CFA khẳng định kiến thức số của sinh viên được hợp thành bởi 4 nhân tố với tổng phương sai trích đạt xấp xỉ $70%$, chỉ số kiểm định mẫu $KMO = 0.839$, kiểm định Bartlett có ý nghĩa thống kê cao ($p < 0.001$). Độ tin cậy của các thang đo đạt mức xuất sắc:

  • Trình độ thông tin (INFO): Cronbach's Alpha = $0.820$
  • Trình độ thiết bị công nghệ (TECH): Cronbach's Alpha = $0.815$
  • Trình độ hình ảnh trực quan (VISUAL): Cronbach's Alpha = $0.887$
  • Trình độ truyền thông E-learning (MEDIA): Cronbach's Alpha = $0.957$

Tất cả các trọng số chuẩn hóa trong CFA đều $> 0.50$, chứng minh tính hội tụ và tính phân biệt tuyệt đối giữa các cấu trúc khái niệm.

2. Trình độ công nghệ và thông tin giữ vai trò chi phối mức độ kiến thức số

Khi xem xét mức độ đóng góp của từng thành phần vào biến tiềm ẩn Kiến thức số (DL), phân tích hồi quy chuẩn hóa cho thấy:

  • Trình độ công nghệ và máy tính (TECH) có mức đóng góp cao nhất ($\beta = 0.873$).
  • Trình độ thông tin (INFO) xếp thứ hai với mức đóng góp rất cao ($\beta = 0.839$).
  • Trình độ hình ảnh trực quan (VISUAL) đóng góp mạnh mẽ ($\beta = 0.828$).
  • Trình độ phương tiện truyền thông/LMS (MEDIA) có mức đóng góp thấp nhất ($\beta = 0.453$).

Điều này phản ánh thực tế rằng khả năng làm chủ thiết bị phần cứng, cài đặt phần mềm chuyên dụng và năng lực sàng lọc tài liệu nghiên cứu là trụ cột định hình kiến thức số của sinh viên, trong khi các thao tác trên nền tảng LMS của trường học chỉ đóng vai trò kênh tiếp nhận thứ cấp.

3. Kiến thức số thúc đẩy mạnh mẽ Năng lực số ($H_1$ được chấp thuận)

Kiểm định mô hình cấu trúc tuyến tính SEM cho thấy độ phù hợp tổng thể hoàn hảo ($CMIN/df < 3$, $CFI, GFI, TLI > 0.9$, $RMSEA < 0.06$). Giả thuyết $H_1$ được chấp nhận với hệ số hồi quy chuẩn hóa $\beta = 0.829$ ở mức ý nghĩa $p < 0.001$. Hệ số xác định $R^2 = 0.69$, cho thấy mô hình giải thích được tới $69%$ sự biến thiên của năng lực số. Sinh viên sở hữu nền tảng kiến thức số vững chắc luôn biểu hiện sự tự tin vượt trội trong nghiên cứu độc lập, thiết kế sản phẩm học tập số hóa và tương tác hiệu quả với giảng viên.

4. Kiến thức số tác động tích cực có ý nghĩa thống kê đến Điểm học tập GPA ($H_2$ được chấp thuận)

Giả thuyết $H_2$ được xác nhận với hệ số chuẩn hóa $\beta = 0.207$ ($p < 0.001$). Mặc dù điểm số GPA là một biến tổng hợp chịu chi phối bởi nhiều yếu tố ngoại sinh (động lực cá nhân, phương pháp kiểm tra đánh giá, môn học lý thuyết thuần túy), hệ số tác động dương khẳng định kiến thức số đóng vai trò là "bệ phóng công nghệ", hỗ trợ đắc lực giúp sinh viên nâng cao hiệu suất làm bài tập, bài thuyết trình và cải thiện điểm tích lũy học kỳ.

5. Sự phân hóa tác động theo năm học, khối ngành và yếu tố ngoại ngữ

Nghiên cứu phát hiện những khác biệt cấu trúc đáng lưu ý giữa các phân nhóm:

  • Theo năm học: Tác động của DL lên kết quả học tập tăng dần đều theo thời gian đào tạo: Sinh viên năm nhất ($\beta = 0.228$) < Sinh viên năm hai ($\beta = 0.319$) < Sinh viên năm ba ($\beta = 0.392$). Càng vào sâu các môn chuyên ngành, yêu cầu ứng dụng công nghệ xử lý dữ liệu càng phức tạp, khiến kiến thức số phát huy tác dụng trực tiếp hơn.
  • Theo khối ngành: Ảnh hưởng của DL đến kết quả học tập ở sinh viên khối ngành Công nghệ ($\beta = 0.448$) mạnh hơn rõ rệt so với khối ngành Kinh tế – Quản trị ($\beta = 0.303$).
  • Theo biến kiểm soát cá nhân: Không có sự khác biệt có ý nghĩa thống kê về kiến thức số theo độ tuổi, giới tính hay tình trạng làm thêm. Tuy nhiên, nhóm sinh viên có kỹ năng tiếng Anh giỏi và nhóm có nỗ lực cải thiện điểm số thể hiện mặt bằng kiến thức số cao hơn vượt trội ($p < 0.05$).

Đóng góp khoa học (Scientific & Practical Contributions)

Đóng góp về mặt lý thuyết và học thuật

  1. Hệ thống hóa khung lý thuyết đa diện: Nghiên cứu tích hợp thành công các mô hình lý thuyết giáo dục kinh điển (Mô hình RAT, Mô hình SAMR, Khung TPACK, Thuyết học tập kết nối Connectivism và Phân loại số Bloom) vào việc giải thích cơ chế tương tác giữa kỹ năng công nghệ và hiệu quả học tập đại học.
  2. Làm rõ ranh giới khái niệm DL và DC: Báo cáo phân định rành mạch giữa Kiến thức số (Digital Literacy - nền tảng tri thức và kỹ năng thao tác) và Năng lực số (Digital Competence - khả năng tích hợp kiến thức, thái độ và tâm lý để hành động và giải quyết vấn đề phức tạp) trong bối cảnh người học Việt Nam.

Đổi mới về mặt phương pháp luận

  • Chuẩn hóa bộ công cụ đo lường: Đây là một trong những công trình tiên phong tại Việt Nam kiểm định thang đo kiến thức số đa chiều (INFO, TECH, MEDIA, VISUAL) thông qua quy trình trắc lượng tâm lý học (psychometrics) nghiêm ngặt gồm EFA, CFA và SEM, tạo ra bộ công cụ đo lường có độ tin cậy và giá trị hội tụ cao cho các nghiên cứu tiếp nối.

Đóng góp thực tiễn và hàm ý chính sách

  • Xây dựng chuẩn đầu ra số hóa: Cung cấp cơ sở định lượng để các trường đại học đưa chuẩn kỹ năng số thành tiêu chí bắt buộc trong chuẩn đầu ra của chương trình đào tạo.
  • Tái cấu trúc nội dung đào tạo: Định hướng nhà trường không chỉ dừng lại ở tin học đại cương mà cần chú trọng đào tạo kỹ năng xử lý trực quan (Visual Literacy) – kỹ năng biểu đạt dữ liệu bằng hình ảnh, đồ họa và video, vốn đang trở thành xu thế then chốt trong môi trường làm việc hiện đại.
  • Tích hợp liên môn Ngoại ngữ – Công nghệ: Khuyến khích giảng dạy tiếng Anh học thuật song hành cùng công cụ nghiên cứu số, xây dựng văn hóa tự học và khai thác cơ sở dữ liệu mở quốc tế cho sinh viên ngay từ năm đầu đại học.

Đối tượng quan tâm (Target Audience & Stakeholders)

Báo cáo nghiên cứu đem lại giá trị ứng dụng thiết thực cho nhiều nhóm đối tượng:

  • Các nhà nghiên cứu và học giả giáo dục: Kế thừa bộ thang đo chuẩn hóa để nhân rộng mô hình nghiên cứu sang các bậc học khác (phổ thông trung học, sau đại học) hoặc mở rộng khảo sát trên đối tượng người lao động tại doanh nghiệp để đo lường năng suất làm việc số.
  • Ban giám hiệu và Hội đồng khoa học các trường đại học: Sử dụng kết quả nghiên cứu làm căn cứ khoa học để đầu tư hạ tầng công nghệ thông tin, nâng cấp hệ thống LMS từ hình thức "lưu trữ bài giảng thụ động" sang hệ sinh thái tương tác đa chiều.
  • Giảng viên trực tiếp giảng dạy: Cải tiến phương pháp sư phạm số (Digital Pedagogy), tích hợp các bài tập ứng dụng trực quan hóa dữ liệu và giao tiếp qua nền tảng số vào phương pháp kiểm tra đánh giá quá trình.
  • Nhà tuyển dụng và hoạch định chính sách lao động: Có góc nhìn khách quan về năng lực số thực tế của sinh viên mới tốt nghiệp, từ đó xây dựng các chương trình đào tạo hội nhập và tuyển dụng nhân sự phù hợp với yêu cầu chuyển đổi số doanh nghiệp.
  • Sinh viên đại học: Nhận thức rõ ràng tầm quan trọng sống còn của việc chủ động tự rèn luyện kỹ năng công nghệ, nâng cao trình độ tiếng Anh để tối ưu hóa kết quả học tập và gia tăng năng lực cạnh tranh trên thị trường việc làm.

Câu hỏi thường gặp (FAQ)

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

Phát hiện quan trọng nhất là kiến thức số tác động trực tiếp và cực kỳ mạnh mẽ đến Năng lực số của sinh viên ($\beta = 0.829$, giải thích $69%$ phương sai). Trong đó, kỹ năng làm chủ thiết bị phần cứng/phần mềm (TECH) và kỹ năng khai thác, thẩm định thông tin (INFO) là hai yếu tố chi phối mạnh mẽ nhất.

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

Nghiên cứu sử dụng quy trình kết hợp định tính – định lượng đa bước chặt chẽ, ứng dụng mô hình cấu trúc tuyến tính SEM trên mẫu khảo sát thực tế gồm 407 sinh viên đa ngành. Nghiên cứu kiểm soát đa chiều các biến nhân khẩu học và kiểm định thành công cấu trúc 4 nhân tố đo lường kiến thức số trong điều kiện thực nghiệm tại Việt Nam.

3. Kết quả nghiên cứu có thể khái quát hóa (generalize) cho toàn bộ sinh viên Việt Nam không?

Kết quả có độ tin cậy và tính khái quát cao đối với sinh viên các trường đại học tại các đô thị lớn (như TP. Hồ Chí Minh) thuộc khối ngành Kinh tế, Kỹ thuật, Nhân văn. Tuy nhiên, để khái quát hóa cho quy mô toàn quốc, các nghiên cứu tiếp theo cần mở rộng mẫu khảo sát tại các trường đại học thuộc khu vực nông thôn, vùng sâu vùng xa nơi điều kiện hạ tầng số còn khác biệt.

4. Hướng nghiên cứu tiếp theo (Next Steps) của đề tài là gì?

Nhóm tác giả khuyến nghị mở rộng cỡ mẫu đa vùng miền, bổ sung nghiên cứu theo dõi dọc (longitudinal study) từ giai đoạn học đại học đến khi gia nhập thị trường lao động để đo lường mức độ tác động của kiến thức số đến năng suất làm việc, mức lương và sự thăng tiến nghề nghiệp.

5. Nghiên cứu có ý nghĩa ứng dụng thực tiễn gì đối với sinh viên và nhà trường?

Đối với nhà trường, nghiên cứu chỉ ra sự cần thiết phải nâng cấp đào tạo trực quan hóa thông tin (Visual Literacy) và khai thác LMS hiệu quả. Đối với sinh viên, kết quả chỉ ra rằng việc nâng cao trình độ tiếng Anh và nỗ lực tự học công nghệ chính là chìa khóa then chốt giúp nâng cao năng lực số và cải thiện điểm số GPA.

Kết luận (Conclusion)

Công trình nghiên cứu khoa học của ThS. Phạm Hương Diên và cộng sự tại Trường Đại học Ngân hàng TP. Hồ Chí Minh đã đặt nền móng thực nghiệm vững chắc trong việc lượng hóa kiến thức kỹ thuật số và chứng minh mối liên hệ hữu cơ giữa kiến thức số, năng lực số và kết quả học tập của sinh viên đại học. Bằng việc chứng minh vai trò trụ cột của kỹ năng công nghệ, kỹ năng thông tin và năng lực tư duy trực quan, nghiên cứu khẳng định chuyển đổi số trong giáo dục không đơn thuần là số hóa tài liệu giảng dạy mà phải là quá trình nâng cao toàn diện năng lực hành động số cho người học.

Trong bối cảnh trí tuệ nhân tạo (AI) và công nghệ số tiếp tục tái định hình thị trường lao động toàn cầu, việc các cơ sở giáo dục đại học chủ động tích hợp kiến thức số vào chuẩn đầu ra và phương pháp giảng dạy chính là lời giải chiến lược để nâng cao chất lượng đào tạo và chắp cánh cho thế hệ sinh viên Việt Nam tự tin hội nhập quốc tế.