Giới thiệu dự án

Giáo dục đại học giữ vai trò cốt lõi trong việc cung ứng và nâng cao chất lượng nguồn nhân lực phục vụ phát triển kinh tế - xã hội. Theo thống kê từ Bộ Giáo dục và Đào tạo, tính đến năm 2018, cả nước có 236 cơ sở giáo dục đại học (171 trường công lập và 65 trường ngoài công lập). Sự gia tăng về số lượng cơ sở đào tạo cùng các đợt cải cách thi tốt nghiệp Trung học Phổ thông (THPT) và xét tuyển đại học đã đẩy mức độ cạnh tranh giữa các trường lên mức cao. Đồng thời, sự chuyển dịch tâm lý và hành vi của thế hệ học sinh Gen Z đặt ra yêu cầu cấp thiết cho các cơ sở giáo dục trong việc tiếp cận và thấu hiểu tiến trình ra quyết định của người học.

Trường Đại học Kinh tế – Đại học Huế (ĐHKT-ĐHH) là trung tâm đào tạo kinh tế và quản lý trọng điểm tại miền Trung. Dù quy mô tuyển sinh có chiều hướng tăng trưởng (từ 1.500 sinh viên năm 2018 lên 2.030 sinh viên năm 2020), cơ cấu tuyển sinh lại bộc lộ sự mất cân đối nghiêm trọng giữa các khối ngành: nhóm ngành Quản trị Kinh doanh đạt 214,4% chỉ tiêu trong khi nhóm ngành Thống kê - Hệ thống Thông tin chỉ đạt 40,0%. Nguồn tuyển sinh chủ lực vẫn phụ thuộc vào địa bàn tỉnh Thừa Thiên Huế. Học sinh THPT tại địa phương thường đối mặt với tình trạng thiếu hụt thông tin định hướng nghề nghiệp, chọn trường theo cảm tính hoặc chịu áp lực từ định kiến xã hội, dẫn tới rủi ro làm việc trái ngành hoặc phải đào tạo lại sau tốt nghiệp.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận và các mô hình hành vi người tiêu dùng trong lĩnh vực dịch vụ giáo dục đại học.
  2. Xác định và đo lường định lượng mức độ tác động của các nhân tố đến quyết định lựa chọn Trường Đại học Kinh tế – Đại học Huế của học sinh lớp 12 trên địa bàn tỉnh Thừa Thiên Huế.
  3. Kiểm định sự khác biệt trong quyết định chọn trường theo các đặc điểm nhân khẩu học (giới tính, trường THPT theo học, định hướng khối ngành).
  4. Đề xuất hệ thống giải pháp và quy trình truyền thông - tư vấn tuyển sinh (TVTS) dựa trên dữ liệu thực nghiệm cho nhà trường.

Phạm vi và giới hạn nghiên cứu

  • Không gian: 5 trường THPT trọng điểm tại tỉnh Thừa Thiên Huế bao gồm THPT Hai Bà Trưng, THPT Nguyễn Huệ, THPT Phan Đăng Lưu, THPT Gia Hội và THPT Nguyễn Trường Tộ.
  • Thời gian: Dữ liệu thứ cấp thu thập trong giai đoạn 2018–2021; dữ liệu sơ cấp điều tra từ tháng 11/2020 đến tháng 01/2021.
  • Đối tượng khảo sát: Học sinh lớp 12 có nguyện vọng hoặc đang trong tiến trình cân nhắc xét tuyển đại học năm 2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiến trình ra quyết định của học sinh THPT là một chuỗi hành vi tâm lý phức tạp, chịu sự chi phối của cả động cơ nội tại lẫn tác nhân kích thích bên ngoài. Việc đánh giá các mô hình kinh điển giúp xác lập khung phân tích phù hợp với bối cảnh địa phương:

Mô hình nghiên cứu Tác giả & Năm Ưu điểm Nhược điểm / Khoảng trống nghiên cứu
Mô hình 3 giai đoạn Hossler & Gallagher (1987) Phân kỳ rõ ràng: Định hình (Lớp 7-10), Tìm kiếm (Lớp 10-12), Lựa chọn (Lớp 11-12). Chưa định lượng chi tiết trọng số của từng thuộc tính trường học tại Việt Nam.
Mô hình tương tác David W. Chapman (1981) Kết hợp đặc điểm cá nhân với nỗ lực truyền thông của cơ sở đào tạo. Chưa tích hợp các yếu tố về chi phí học tập và tác động của truyền thông số.
Mô hình tích hợp Kee Ming (2010) Nhấn mạnh danh tiếng, chi phí, cơ hội việc làm và nỗ lực giao tiếp. Thực hiện trên thị trường Malaysia, cần chuẩn hóa thang đo cho học sinh miền Trung.
Mô hình đề xuất Trần Thị Hồng Thủy (2021) Tích hợp 7 nhân tố: Cá nhân, Học phí, Tham khảo, Đặc điểm trường, Nghề nghiệp, Danh tiếng, Truyền thông. Đòi hỏi kiểm định độ tin cậy và phân tích đa biến trên mẫu đại diện thực tế.

Ưu tiên hóa nhu cầu của các bên liên quan theo ma trận MoSCoW:

  • Must-have: Đo lường chính xác các biến quan sát ảnh hưởng trực tiếp đến quyết định chọn trường; chuẩn hóa độ tin cậy thang đo (Cronbach's Alpha $\ge 0.7$, Factor Loading $\ge 0.5$).
  • Should-have: Phân tích phương sai (ANOVA) nhằm nhận diện sự khác biệt giữa các nhóm trường THPT nội thị và ngoại thành.
  • Could-have: Đánh giá hiệu quả các kênh truyền thông số (Fanpage, Website, nền tảng Subiz Live Chat).
  • Won't-have: Mở rộng khảo sát ra toàn bộ 14 tỉnh miền Trung - Tây Nguyên trong phạm vi đề tài này.

Thiết kế hệ thống đo lường và mô hình hóa

Mô hình hồi quy tuyến tính bội được thiết lập theo dạng:

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \beta_6 X_6 + \beta_7 X_7 + \varepsilon$$

Trong đó:

  • $Y$: Quyết định lựa chọn Trường Đại học Kinh tế – Đại học Huế (biến phụ thuộc, 4 biến quan sát).
  • $X_1 \dots X_7$: Các biến độc lập đại diện cho 7 nhân tố với 29 biến quan sát đo lường trên thang đo Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).
  • $\beta_0$: Hằng số hồi quy; $\beta_i$: Hệ số hồi quy riêng phần chuẩn hóa; $\varepsilon$: Sai số ngẫu nhiên.

Công nghệ và công cụ xử lý dữ liệu

  • Hệ thống phân tích: IBM SPSS Statistics phiên bản 26.0 (sử dụng cho thống kê mô tả, kiểm định Cronbach's Alpha, EFA, OLS Regression, ANOVA, T-Test).
  • Ngôn ngữ bổ trợ: Python 3.9 kết hợp thư viện pandas (v1.3.4), statsmodels (v0.13.0) và scikit-learn (v1.0.1) phục vụ chuẩn hóa và kiểm tra chéo ma trận tương quan.
  • Hạ tầng truyền thông dữ liệu: Hệ thống quản lý quan hệ khách hàng (CRM), Subiz Live Chat v4.0, Cổng thông tin tuyển sinh Apache Web Server.

Phương pháp nghiên cứu

Nghiên cứu kết hợp hai giai đoạn:

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia Ban Tư vấn Tuyển sinh và thảo luận nhóm tập trung với học sinh lớp 12 nhằm điều chỉnh nội dung 33 biến quan sát từ thang đo gốc.
  2. Nghiên cứu định lượng: Cỡ mẫu lý thuyết theo công thức Krejcie & Morgan (1970) cho tổng thể 10.000 lượt nguyện vọng là $N = 370$. Do giới hạn thời gian và ngân sách, mẫu thực tế được chọn là $n = 150$ theo phương pháp chọn mẫu phi ngẫu nhiên phân bổ hạn ngạch (Quota Sampling) dựa trên tỷ lệ trúng tuyển thực tế năm 2020:
Trường THPT Số HS trúng tuyển 2020 Tỷ lệ phân bổ (%) Mẫu khảo sát thực tế (HS)
THPT Phan Đăng Lưu 84 22,5% 34
THPT Nguyễn Huệ 82 22,0% 33
THPT Hai Bà Trưng 72 19,3% 29
THPT Nguyễn Trường Tộ 68 18,2% 27
THPT Gia Hội 67 18,0% 27
Tổng cộng 373 100,0% 150

Implementation và kết quả

Quy trình phân tích dữ liệu thực nghiệm

Quy trình tính toán và kiểm định giả thuyết được triển khai qua 5 bước:

  1. Làm sạch dữ liệu: Kiểm tra tính hợp lệ của 150 phiếu điều tra, mã hóa biến trên SPSS v26.0.
  2. Kiểm định độ tin cậy thang đo (Scale Reliability Analysis): Tính toán hệ số Cronbach's Alpha và chỉ số tương quan biến - tổng (Corrected Item-Total Correlation).
  3. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA): Kiểm định KMO and Bartlett's Test, trích hệ số tải nhân tố (Factor Loading) bằng phép xoay Varimax.
  4. Phân tích tương quan Pearson: Đánh giá mối quan hệ tuyến tính đơn giữa các biến độc lập và biến phụ thuộc, loại trừ hiện tượng tự tương quan.
  5. Hồi quy đa biến và kiểm định ANOVA/T-Test: Xác định trọng số tác động $\beta$, kiểm tra đa cộng tuyến qua chỉ số VIF, kiểm định phân phối phần dư và sự khác biệt nhân khẩu học.

Đoạn mã cú pháp (SPSS Syntax & Python Script) xử lý mô hình hồi quy và kiểm định thống kê:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Đọc và cấu trúc hóa tập dữ liệu khảo sát (n=150)
df = pd.read_csv("data_k51_marketing_survey.csv")
independent_vars = ['CN', 'CP', 'TK', 'DT', 'NN', 'DT_TRUONG', 'TT']
X = df[independent_vars]
y = df['QUYET_DINH']

# 2. Bổ sung hằng số intercept và ước lượng mô hình OLS
X_with_const = sm.add_constant(X)
ols_model = sm.OLS(y, X_with_const).fit()

# 3. Tính toán hệ số VIF kiểm tra đa cộng tuyến
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))]

# 4. Xuất bảng tổng hợp tham số hồi quy
print(ols_model.summary())
print("\nChỉ số kiểm định đa cộng tuyến (VIF):")
print(vif_data)

* Cu phap SPSS kiem dinh Do tin cay Cronbach's Alpha va EFA.
RELIABILITY
  /VARIABLES=NN1 NN2 NN3 NN4
  /SCALE('Co hoi nghe nghiep') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES=CN1 TO CN4 CP1 TO CP4 TK1 TO TK4 DT1 TO DT5 NN1 TO NN4 DT_TR1 TO DT_TR5 TT1 TO TT6
  /MISSING LISTWISE 
  /ANALYSIS CN1 TO TT6
  /PRINT INITIAL EXTRACTION ROTATION FSCORE KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Kiểm định và xác thực mô hình

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 7 nhóm thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt chuẩn kiểm định với hệ số Cronbach's Alpha $> 0.70$ và hệ số tương quan biến - tổng của tất cả các biến quan sát đều $> 0.30$:

Nhóm nhân tố Ký hiệu mã hóa Số biến quan sát Cronbach's Alpha Đánh giá kỹ thuật
Cơ hội nghề nghiệp NN 4 0.868 Thang đo rất tốt
Danh tiếng trường DT_TRUONG 5 0.852 Thang đo rất tốt
Chi phí học tập CP 4 0.831 Thang đo rất tốt
Truyền thông - Tư vấn TT 6 0.824 Thang đo rất tốt
Đặc điểm trường ĐH DT 5 0.795 Thang đo tốt
Nhóm tham khảo TK 4 0.782 Thang đo tốt
Đặc điểm cá nhân CN 4 0.764 Thang đo tốt
Quyết định chọn trường QD 4 0.841 Biến phụ thuộc - Rất tốt

Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO và Bartlett's Test cho biến độc lập: Hệ số $KMO = 0.812 > 0.5$, giá trị thống kê Bartlett có mức ý nghĩa $p\text{-value} = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ và thỏa mãn điều kiện phân tích nhân tố.
  • Phép xoay Varimax trích xuất 7 nhân tố tại điểm dừng Eigenvalue $> 1.0$, tổng phương sai trích đạt $63.48% (> 50%)$, chứng minh 7 nhân tố giải thích được $63.48%$ biến thiên của dữ liệu gốc. Không có hiện tượng biến rác hoặc tải chéo phức hợp (Cross-loading $> 0.35$).

Kết quả hồi quy tuyến tính bội

Mô hình đạt độ tương thích cao với dữ liệu thực nghiệm:

  • Hệ số xác định $R^2 = 0.584$; $R^2$ hiệu chỉnh $= 0.563$ (mô hình giải thích được $56.3%$ sự thay đổi của quyết định chọn trường).
  • Kiểm định ANOVA: Giá trị thống kê $F = 28.45$ với mức ý nghĩa $Sig. = 0.000 < 0.01$.
  • Hệ số Durbin-Watson $d = 1.872$ ($1.5 < d < 2.5$), chứng minh không có hiện tượng tự tương quan bậc nhất giữa các phần dư.
  • Hệ số phóng đại phương sai $VIF < 1.65$ và $Tolerance > 0.60$ ở tất cả các biến, khẳng định không xảy ra hiện tượng đa cộng tuyến.
Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($SE$) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Thống kê VIF
(Hằng số) 0.412 0.215 — 1.916 0.057 —
Cơ hội nghề nghiệp 0.318 0.052 0.342 6.115 0.000 1.341
Danh tiếng trường 0.245 0.048 0.268 5.104 0.000 1.412
Chi phí học tập 0.182 0.044 0.195 4.136 0.000 1.215
Truyền thông & TVTS 0.156 0.041 0.168 3.805 0.000 1.289
Đặc điểm trường ĐH 0.124 0.039 0.135 3.179 0.002 1.304
Nhóm tham khảo 0.098 0.035 0.108 2.800 0.006 1.187
Đặc điểm cá nhân 0.084 0.033 0.092 2.545 0.012 1.156

Kết quả đạt được

  1. Xác thực giả thuyết: Toàn bộ 7 giả thuyết từ $H_1$ đến $H_7$ đều được chấp nhận ở mức ý nghĩa thống kê $p < 0.05$.
  2. Thứ tự mức độ tác động: Cơ hội nghề nghiệp ($\beta = 0.342$) có tác động mạnh nhất $\rightarrow$ Danh tiếng trường ($\beta = 0.268$) $\rightarrow$ Chi phí học tập ($\beta = 0.195$) $\rightarrow$ Truyền thông & Tư vấn ($\beta = 0.168$) $\rightarrow$ Đặc điểm trường ($\beta = 0.135$) $\rightarrow$ Nhóm tham khảo ($\beta = 0.108$) $\rightarrow$ Đặc điểm cá nhân ($\beta = 0.092$).
  3. Phân tích ANOVA nhân khẩu học:
    • Không có sự khác biệt có ý nghĩa thống kê về quyết định chọn trường theo giới tính ($Sig. = 0.428 > 0.05$).
    • Có sự khác biệt có ý nghĩa thống kê giữa các trường THPT ($Sig. = 0.018 < 0.05$): Học sinh khối trường nội thị (Hai Bà Trưng, Nguyễn Huệ) quan tâm nhiều hơn đến danh tiếng và cơ hội nghề nghiệp; trong khi học sinh khối trường ven đô (Phan Đăng Lưu, Gia Hội) đặt trọng số cao hơn vào yếu tố chi phí học tập và học bổng.

Đổi mới và đóng góp

Điểm mới về mặt học thuật và phương pháp luận

  • Chuẩn hóa khung đánh giá hành vi người học Gen Z: Khác với các nghiên cứu trước đây chỉ áp dụng đơn lẻ mô hình Chapman (1981) hoặc Hossler & Gallagher (1987), nghiên cứu này tích hợp đa chiều giữa Thuyết hành vi hoạch định (TPB) và các thuộc tính đặc thù của thị trường giáo dục đại học công lập tự chủ tài chính tại Việt Nam.
  • Phát hiện chuyển dịch tâm lý: Yếu tố "Cơ hội nghề nghiệp" và "Danh tiếng" đã vượt qua yếu tố "Nhóm tham khảo" (gia đình, bạn bè). Điều này phản ánh tính độc lập cao của học sinh thế hệ mới trong việc tự định vị tương lai dựa trên dữ liệu việc làm thực tế thay vì nghe theo định hướng thụ động.

Đóng góp thực tiễn cho công tác quản trị đại học

  • Cung cấp cơ sở định lượng giải thích nguyên nhân mất cân đối ngành học năm 2020: Các ngành đạt tỷ lệ nhập học cao như Quản trị Kinh doanh (214,4%) và Kế toán - Kiểm toán (129,7%) là những ngành có định vị cơ hội nghề nghiệp rõ ràng và hoạt động truyền thông mạnh.
  • Tối ưu hóa ngân sách tiếp thị: Định hướng nhà trường chuyển dịch 40% ngân sách từ in ấn tờ rơi truyền thống sang xây dựng hệ sinh thái truyền thông số (SEO website, Subiz Live Chat tương tác tự động và video hướng nghiệp thực tế).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong vận hành tuyển sinh

Hệ thống giải pháp được cấu trúc theo phễu chuyển đổi tuyển sinh 3 giai đoạn:

  1. Giai đoạn 1 – Định hình và Nhận diện (Tháng 10 - Tháng 2):
    • Đẩy mạnh truyền thông về kiểm định chất lượng đào tạo, mạng lưới 193 giảng viên (13 Phó Giáo sư, 46 Tiến sĩ) và các chương trình liên kết quốc tế.
    • Ứng dụng bài trắc nghiệm tính cách MBTI và Holland tích hợp trên cổng thông tin để học sinh tự đánh giá độ tương thích với các ngành Kinh tế, Thống kê, Hệ thống thông tin.
  2. Giai đoạn 2 – Thu hút và Tương tác (Tháng 3 - Tháng 6):
    • Tối ưu hóa hệ thống website (đáp ứng lưu lượng $> 65.000$ lượt truy cập trong đợt cao điểm).
    • Thiết lập đội ngũ "Đại sứ sinh viên" tổ chức tư vấn trực tiếp tại 100% các trường THPT trên địa bàn tỉnh Thừa Thiên Huế và mở rộng sang Quảng Trị, Quảng Bình, Hà Tĩnh.
  3. Giai đoạn 3 – Chuyển đổi và Nhập học (Tháng 7 - Tháng 9):
    • Vận hành tổng đài Hotline đa kênh kết hợp hệ thống tin nhắn tự động cập nhật biến động điểm chuẩn và hướng dẫn xác nhận nhập học trực tuyến.

Kế hoạch và lộ trình triển khai (Roadmap)

Giai đoạn Mốc thời gian Hoạt động trọng tâm Chỉ số đo lường hiệu quả (KPIs)
P1: Chuẩn bị & Dữ liệu Tháng 10 - 12 Thu thập data học sinh lớp 12; hoàn thiện ấn phẩm số. Đạt 10.000 contact dữ liệu học sinh tiềm năng.
P2: Chiến dịch Số & Offline Tháng 01 - 05 Tham gia ngày hội TVTS; phủ sóng 200+ bài viết PR. Website đạt $> 80.000$ views; 15.000 tương tác Fanpage.
P3: Cao điểm Nguyện vọng Tháng 06 - 08 Trực hotline 24/7; tư vấn điều chỉnh nguyện vọng. Tỷ lệ chuyển đổi nguyện vọng 1 đạt $> 75%$.
P4: Đón tiếp Nhập học Tháng 09 Số hóa quy trình nhập học; giải quyết ký túc xá. Tỷ lệ nhập học/chỉ tiêu chung đạt $> 98%$.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật của đề tài

  • Quy mô mẫu: Cỡ mẫu $n = 150$ dù đảm bảo các điều kiện tối thiểu cho phân tích EFA và OLS ($n \ge 50 + 8m = 106$), nhưng chưa đạt quy mô lý thuyết 370 mẫu theo chuẩn Krejcie & Morgan.
  • Phương pháp chọn mẫu: Chọn mẫu định mức phi ngẫu nhiên có thể tạo ra sai số ngoại suy khi áp dụng cho toàn bộ học sinh khu vực miền Trung.
  • Mô hình tĩnh: Chưa đo lường tác động trễ (Lagged effect) của các chiến dịch quảng cáo kỹ thuật số qua các năm.

Định hướng mở rộng nghiên cứu

  • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) kết hợp PLS-SEM để phân tích các biến trung gian (thái độ người học, niềm tin thương hiệu).
  • Mở rộng quy mô mẫu lên $N \ge 1.000$ trên địa bàn 6 tỉnh Bắc Trung Bộ.
  • Tích hợp hệ thống phân tích dữ liệu lớn (Big Data Analytics) để theo dõi hành vi truy cập theo thời gian thực trên Cổng thông tin tuyển sinh.

Đối tượng hưởng lợi

  • Học sinh THPT và Phụ huynh: Được cung cấp bức tranh toàn diện về các tiêu chí chọn trường, hạn chế quyết định sai lầm, nắm bắt chính xác mức học phí và cơ hội việc làm sau tốt nghiệp.
  • Trường Đại học Kinh tế – Đại học Huế: Sở hữu căn cứ khoa học vững chắc để tái cơ cấu chỉ tiêu tuyển sinh, đặc biệt là các giải pháp vực dậy nhóm ngành Thống kê - Hệ thống Thông tin (đạt 40% năm 2020) và Kinh tế (đạt 79% năm 2020).
  • Cộng đồng học thuật và Sinh viên: Cung cấp bộ dữ liệu thực chứng và quy trình phân tích kinh tế lượng chuẩn mực phục vụ học tập, nghiên cứu phương pháp nghiên cứu trong kinh doanh.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để triển khai khảo sát tương tự?

Để triển khai mô hình, đơn vị cần thiết lập bảng hỏi chuẩn hóa 33 biến quan sát trên nền tảng thu thập số liệu (như Google Forms, KoboToolbox), phần mềm IBM SPSS Statistics (tối thiểu bản v20.0) hoặc môi trường Python (yêu cầu các thư viện statsmodels, pandas, scipy). Hệ thống thu thập cần kiểm soát chặt chẽ IP và email để loại bỏ câu trả lời trùng lặp.

2. Làm thế nào để giải quyết giới hạn quy mô mẫu (n=150) khi phân tích hồi quy?

Theo quy tắc kinh nghiệm của Green (1991), quy mô mẫu tối thiểu cho phân tích hồi quy đa biến là $N \ge 50 + 8m$ (với $m=7$ biến độc lập $\rightarrow N \ge 106$). Với $n=150$, mẫu hoàn toàn đáp ứng độ tin cậy thống kê cho phép ước lượng OLS. Tuy nhiên, để tăng tính đại diện cho toàn bộ địa bàn tuyển sinh liên tỉnh, các nghiên cứu tiếp theo nên tăng quy mô mẫu lên $N \ge 400$ bằng phương pháp lấy mẫu phân tầng ngẫu nhiên.

3. Giải pháp nào để cải thiện tỷ lệ tuyển sinh cho các ngành đạt chỉ tiêu thấp?

Dữ liệu cho thấy "Cơ hội nghề nghiệp" ($\beta = 0.342$) chi phối mạnh nhất. Với các ngành như Thống kê kinh tế hay Hệ thống thông tin quản lý, nhà trường cần: (1) Đổi mới tên chuyên ngành gắn liền với xu hướng thị trường (như Khoa học dữ liệu kinh tế, Fintech); (2) Công bố tỷ lệ sinh viên có việc làm và mức lương khởi điểm cụ thể; (3) Ký kết thỏa thuận thực tập có hưởng lương với doanh nghiệp công nghệ ngay từ năm thứ 2.

4. Chi phí học tập hợp lý được đo lường như thế nào trong mô hình?

Nhân tố "Chi phí học tập" ($\beta = 0.195$, Cronbach's Alpha $= 0.831$) được đo lường qua 4 thuộc tính: (1) Mức học phí phù hợp với thu nhập gia đình; (2) Mức học phí ổn định qua các năm; (3) Sự tương xứng giữa học phí và chất lượng đào tạo; (4) Khả năng chấp nhận học phí so với các trường đại học cùng khu vực miền Trung.

5. Tỷ suất hoàn vốn đầu tư (ROI) cho các hoạt động truyền thông số được đánh giá ra sao?

Năm 2020, hệ thống website ghi nhận 64.826 lượt truy cập, 203 bài viết truyền thông đã đóng góp vào việc tuyển thành công 2.030 sinh viên (đạt trên 100% chỉ tiêu chung toàn trường). Việc tập trung vào truyền thông số giúp cắt giảm 35% chi phí in ấn tài liệu giấy, rút ngắn chu kỳ phản hồi thí sinh qua Subiz Chatbot từ 4 giờ xuống dưới 3 phút, tối ưu hóa chi phí chuyển đổi trên mỗi hồ sơ nhập học thực tế.

Kết luận

Công trình nghiên cứu đã giải quyết bài toán thực tiễn trong công tác tuyển sinh đại học thông qua phương pháp tiếp cận định lượng. Nghiên cứu đã kiểm định thành công mô hình 7 nhân tố ảnh hưởng đến quyết định chọn Trường Đại học Kinh tế – Đại học Huế của học sinh lớp 12 tại Thừa Thiên Huế, đạt hệ số giải thích $R^2 = 58.4%$. Kết quả chứng minh Cơ hội nghề nghiệp ($\beta = 0.342$) và Danh tiếng trường ($\beta = 0.268$) là hai động lực lớn nhất định hình hành vi người học, đồng thời chỉ ra sự khác biệt có ý nghĩa thống kê giữa các nhóm trường THPT trên địa bàn.

Hệ thống giải pháp đa kênh, lộ trình 4 giai đoạn và các khuyến nghị tái cấu trúc truyền thông cung cấp căn cứ chiến lược giúp ĐHKT-ĐHH nâng cao năng lực cạnh tranh, khắc phục tình trạng mất cân đối chỉ tiêu giữa các khối ngành, hướng tới mục tiêu trở thành một trong 10 cơ sở đào tạo kinh tế và quản lý hàng đầu Việt Nam vào năm 2030.