Giới thiệu dự án

Động lực học tập (Learning Motivation) là nhân tố cốt lõi quyết định kết quả học tập, khả năng tích lũy tri thức và định hình năng lực nghề nghiệp của sinh viên đại học. Theo các nghiên cứu giáo dục đại học hiện đại, khoảng 35% - 42% sinh viên khối ngành kinh tế - tài chính gặp phải hiện tượng suy giảm động lực học tập trong giai đoạn chuyển tiếp từ năm thứ hai sang năm thứ ba do thiếu định hướng và thiếu sự gắn kết với môi trường đào tạo. Tại Trường Đại học Ngân hàng Thành phố Hồ Chí Minh (Banking University of Ho Chi Minh City - HUB), nơi đào tạo nguồn nhân lực trọng điểm cho thị trường tài chính - ngân hàng, việc duy trì và thúc đẩy động lực học tập cho người học là bài toán cấp thiết nhằm nâng cao chất lượng chuẩn đầu ra.

Vấn đề đặt ra là quá trình đào tạo truyền thống thường chỉ tập trung vào việc truyền tải kiến thức một chiều, chưa đánh giá định lượng được mức độ tác động của các nhân tố bên trong và bên ngoài đến tinh thần phấn đấu của sinh viên. Sinh viên đối mặt với áp lực học tập lớn, các môn học chuyên ngành trừu tượng, sự thiếu hụt tương tác giữa giảng viên - sinh viên và cơ sở vật chất chưa đồng bộ.

Đề tài khóa luận "Các nhân tố ảnh hưởng đến động lực học tập của sinh viên Trường Đại học Ngân hàng Thành phố Hồ Chí Minh" (Ngành Quản trị Kinh doanh, Mã số: 7 34 01 01, Tác giả: Nguyễn Thị Ngọc Lan, Người hướng dẫn: TS. Nguyễn Văn Thụy, Năm 2023) được triển khai nhằm giải quyết triệt để bài toán này.

graph TD
    A[Bối cảnh: Áp lực học tập & Suy giảm động lực SV] --> B[Xác định vấn đề: Thiếu mô hình định lượng đánh giá tác động]
    B --> C[Phương pháp: Nghiên cứu hỗn hợp Định tính + Định lượng]
    C --> D[Phân tích dữ liệu: SPSS v26 - Cronbach's Alpha, EFA, OLS Regression]
    D --> E[Kết quả: 6 Nhân tố tác động đến Động lực học tập]
    E --> F[Giải pháp: Hệ thống hàm ý quản trị nâng cao chất lượng đào tạo HUB]

Mục tiêu nghiên cứu cụ thể

  1. Xác định các nhân tố cấu thành: Hệ thống hóa cơ sở lý luận và nhận diện 6 nhân tố tác động đến động lực học tập của sinh viên HUB: Chất lượng giảng viên (CLGV), Môi trường học tập (MTHT), Điều kiện học tập (DKHT), Chương trình đào tạo (CTDT), Hoạt động phong trào (HDPT), Công tác quản lý (CTQL).
  2. Đo lường mức độ tác động định lượng: Sử dụng mô hình hồi quy tuyến tính bội (OLS) để ước lượng trọng số hồi quy chuẩn hóa ($\beta$), xác định thứ tự ưu tiên của các nhân tố ảnh hưởng đến biến phụ thuộc Động lực học tập (DLHT).
  3. Đề xuất hàm ý quản trị ứng dụng: Cung cấp khung khuyến nghị chiến lược có cơ sở thực nghiệm cho Ban Giám hiệu, Khoa Quản trị Kinh doanh và các đơn vị quản lý nhằm cải tiến chương trình, nâng cấp cơ sở vật chất và phương pháp sư phạm.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Nghiên cứu kết hợp hai giai đoạn (Mixed-methods): Nghiên cứu định tính thông qua thảo luận nhóm tập trung ($N=12$) để hiệu chỉnh thang đo và nghiên cứu định lượng khảo sát diện rộng ($N=300$) xử lý qua SPSS v26.0.
  • Kết quả kỳ vọng: Bộ thang đo chuẩn hóa 33 biến quan sát, mô hình hồi quy tuyến tính có ý nghĩa thống kê ($p < 0.05$), giải thích được trên 60% biến thiên của động lực học tập sinh viên ($R^2 > 0.60$), cùng hệ thống giải pháp can thiệp khả thi.
  • Phạm vi và giới hạn: Nghiên cứu khảo sát sinh viên hệ đại học chính quy từ năm 1 đến năm 4 (Khóa 35 đến Khóa 38) tại HUB trong giai đoạn từ tháng 03/2023 đến tháng 06/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu động lực học tập đòi hỏi việc tổng hòa các lý thuyết tâm lý học hành vi và quản trị giáo dục, bao gồm Tháp nhu cầu của Abraham Maslow (1943), Thuyết nhu cầu thành tựu của David McClelland (1961), Thuyết kỳ vọng của Victor Vroom (mở rộng bởi Hancock, 1995) và Thuyết tự quyết (Self-Determination Theory - Deci & Ryan, 1985; Biddle et al., 1995).

Phương pháp tiếp cận Ưu điểm Hạn chế Mức độ phù hợp với HUB
Đánh giá định tính đơn thuần (Phỏng vấn sâu cá nhân) Khai thác sâu cảm xúc, tâm lý cá nhân người học Thiếu tính đại diện số đông, khó lượng hóa để ra quyết định quản trị Trung bình (chỉ dùng cho giai đoạn sơ bộ)
Thống kê mô tả truyền thống (Tần số, Trung bình) Thực hiện nhanh, trực quan Không chứng minh được mối quan hệ nhân quả và tương quan giữa các biến Thấp (chưa đáp ứng yêu cầu nghiên cứu khoa học)
Mô hình định lượng đa biến (Cronbach's Alpha + EFA + OLS Regression) Đo lường chính xác độ tin cậy thang đo, trích xuất cấu trúc ẩn, kiểm định giả thuyết đa biến Yêu cầu cỡ mẫu lớn và quy trình làm sạch dữ liệu nghiêm ngặt Rất cao (Phương pháp tối ưu được lựa chọn)

So sánh với các mô hình nghiên cứu tiền nhiệm

+-----------------------------------+-------------------------------------+-----------------------------------+
| Nghiên cứu so sánh                | Cỡ mẫu & Bối cảnh                   | Các nhân tố chính                 |
+-----------------------------------+-------------------------------------+-----------------------------------+
| Hoàng Thị Mỹ Nga &                | N = 495                             | HDPT, CLGV, CTDT, DKHT, MTHT,     |
| Nguyễn Tuấn Kiệt (2016)           | ĐH Cần Thơ (Khối Kinh tế)           | Công tác sinh viên                |
+-----------------------------------+-------------------------------------+-----------------------------------+
| Lê Thị Mỹ Trang, Nguyễn Hoàng     | N = 275                             | CTDT, Cơ sở vật chất, Giảng viên, |
| Giang & Võ Văn Sĩ (2021)          | ĐH Tây Đô (Khoa Kỹ thuật - CN)      | Hỗ trợ nhà trường, Ngoại khóa     |
+-----------------------------------+-------------------------------------+-----------------------------------+
| Cao Thị Cẩm Vân, Vũ Thị Luyến     | N = 394                             | Đặc điểm SV, CLGV, CTDT, CNTT,    |
| & Nguyễn Hoàng Thanh (2020)       | ĐH Công nghiệp TP.HCM (Kế toán)     | DKHT, MTHT, Hỗ trợ sinh viên      |
+-----------------------------------+-------------------------------------+-----------------------------------+
| Mô hình nghiên cứu này            | N = 300                             | CLGV, MTHT, DKHT, CTDT,           |
| (Nguyễn Thị Ngọc Lan, 2023)       | ĐH Ngân hàng TP.HCM (Đa ngành)      | HDPT, CTQL tác động đến DLHT      |
+-----------------------------------+-------------------------------------+-----------------------------------+

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

  • Must-have: Kiểm định độ tin cậy thang đo Cronbach's Alpha ($\alpha \ge 0.70$), phân tích nhân tố khám phá EFA (Eigenvalue $\ge 1$, Tổng phương sai trích $\ge 50%$), kiểm tra đa cộng tuyến (VIF $< 3$).
  • Should-have: Bảng câu hỏi phân loại chi tiết theo 7 khoa đào tạo và 4 khóa sinh viên; kiểm định ANOVA kiểm tra sự khác biệt nhân khẩu học.
  • Could-have: Tích hợp đoạn mã Python/SPSS Syntax tự động hóa quy trình phân tích dữ liệu khảo sát.
  • Won't-have: Mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) phức tạp vượt quá phạm vi khóa luận cử nhân.

Thiết kế hệ thống

Kiến trúc quy trình xử lý dữ liệu nghiên cứu

flowchart TD
    subgraph Data_Collection ["1. Thu thập & Tiền xử lý"]
        A1[Google Forms Survey N=330] --> A2[Data Cleaning: Loại 30 phiếu lỗi]
        A2 --> A3[Dataset Hợp lệ N=300]
    end

    subgraph Scale_Validation ["2. Đánh giá chất lượng thang đo"]
        A3 --> B1[Kiểm định Cronbach's Alpha 7 nhóm biến]
        B1 --> B2{Alpha >= 0.7 & Corrected Item-Total >= 0.3?}
        B2 -- Yes --> B3[Phân tích Nhân tố Khám phá EFA]
        B2 -- No --> B4[Loại biến quan sát không đạt]
    end

    subgraph Factor_Analysis ["3. Phân tích cấu trúc EFA"]
        B3 --> C1[Kiểm định KMO & Bartlett Test]
        C1 --> C2[Trích xuất nhân tố: Principal Axis Factoring]
        C2 --> C3[Xoay nhân tố: Varimax Rotation]
    end

    subgraph Econometric_Model ["4. Hồi quy & Kiểm định giả thuyết"]
        C3 --> D1[Phân tích tương quan Pearson r]
        D1 --> D2[Hồi quy tuyến tính OLS]
        D2 --> D3[Kiểm định vi phạm giả định: VIF, ANOVA, Durbin-Watson]
        D3 --> D4[Xác định hàm ý quản trị giáo dục HUB]
    end

Stack công cụ và thông số kỹ thuật (Technology Stack)

  • Hệ điều hành thực nghiệm: Linux Ubuntu 22.04 LTS / Windows 11 Enterprise 64-bit.
  • Phần mềm phân tích chính: IBM SPSS Statistics Version 26.0 (Build 26.0.0.0).
  • Ngôn ngữ bổ trợ tính toán: Python 3.10.12 với các thư viện: pandas 2.0.3, numpy 1.24.3, statsmodels 0.14.0, pingouin 0.5.3, seaborn 0.12.2.
  • Nền tảng khảo sát & Lưu trữ dữ liệu: Google Forms API / Google Drive Cloud Storage (Định dạng .sav, .csv, .xlsx).

Cấu trúc thiết kế bộ thang đo (Data Dictionary / Schema)

Bộ công cụ đo lường gồm 33 biến quan sát sử dụng thang đo Likert 5 điểm (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý):

  1. Chất lượng giảng viên (CLGV, 5 biến): CLGV1 (Chuyên môn sâu rộng), CLGV2 (Truyền đạt dễ hiểu/tương tác), CLGV3 (Chia sẻ thực tế), CLGV4 (Khuyến khích bày tỏ quan điểm), CLGV5 (Lắng nghe & phản hồi nhanh).
  2. Môi trường học tập (MTHT, 5 biến): MTHT1 (Không khí sôi động/sáng tạo), MTHT2 (Kết nối bạn bè), MTHT3 (Tập thể gắn kết), MTHT4 (Hoạt động giao lưu học thuật), MTHT5 (Hỗ trợ & cố vấn học tập).
  3. Điều kiện học tập (DKHT, 5 biến): DKHT1 (Phòng học hiện đại/tiện nghi), DKHT2 (Trang thiết bị tân tiến), DKHT3 (Quy mô lớp hợp lý), DKHT4 (Giáo trình/tài liệu đầy đủ), DKHT5 (Nguồn tư liệu thư viện phong phú).
  4. Chương trình đào tạo (CTDT, 5 biến): CTDT1 (Hài lòng chuyên ngành), CTDT2 (Thời lượng/dung lượng hợp lý), CTDT3 (Đa dạng môn học lựa chọn), CTDT4 (Kiến thức gắn liền nghề nghiệp), CTDT5 (Niềm tin vào triển vọng ngành).
  5. Hoạt động phong trào (HDPT, 3 biến): HDPT1 (Hoạt động văn hóa/nghệ thuật), HDPT2 (Kỹ năng mềm/tình nguyện), HDPT3 (Lịch trình hoạt động linh hoạt).
  6. Công tác quản lý (CTQL, 6 biến): CTQL1 (Minh bạch thi cử), CTQL2 (Phúc khảo/giải đáp điểm nhanh), CTQL3 (Thông tin website kịp thời), CTQL4 (Định hướng nghề nghiệp), CTQL5 (Bộ phận hỗ trợ tận tình), CTQL6 (Cập nhật kế hoạch đào tạo).
  7. Động lực học tập (DLHT - Biến phụ thuộc, 4 biến): DLHT1 (Dành toàn tâm sức), DLHT2 (Đầu tư thời gian), DLHT3 (Phấn đấu tối đa), DLHT4 (Động lực tổng thể mạnh mẽ).

Methodology

Quy trình nghiên cứu được triển khai theo hai pha tuần tự:

  • Pha định tính: Tổ chức thảo luận nhóm tập trung với 12 sinh viên tiêu biểu từ Khóa 35 đến Khóa 38 thuộc các ngành đào tạo trọng điểm tại HUB. Mục đích nhằm điều chỉnh ngữ nghĩa các câu hỏi khảo sát cho phù hợp với môi trường đại học chuyên ngành tài chính - ngân hàng.
  • Pha định lượng: Áp dụng công thức cỡ mẫu của Hair et al. (2014):
    • Cỡ mẫu tối thiểu cho phân tích EFA: $N \ge 5 \times k = 5 \times 33 = 165$ (với $k$ là số biến quan sát).
    • Cỡ mẫu tối thiểu cho hồi quy bội: $N \ge 50 + 8 \times p = 50 + 8 \times 6 = 98$ (với $p$ là số biến độc lập).
    • Nghiên cứu đã thu về $N = 300$ mẫu hợp lệ từ 330 phiếu phát ra (tỷ lệ phản hồi hợp lệ đạt 90.9%), vượt xa ngưỡng tối thiểu yêu cầu.
+----------------------------------------------------------------------------------------------------+
|                                     MA TRẬN QUẢN TRỊ RỦI RO NGHIÊN CỨU                              |
+--------------------------+-------------+---------------+-------------------------------------------+
| Rủi ro kỹ thuật          | Xác suất    | Mức ảnh hưởng | Biện pháp kiểm soát & Giảm thiểu          |
+--------------------------+-------------+---------------+-------------------------------------------+
| Sai lệch chọn mẫu        | Trung bình  | Cao           | Phân tầng khảo sát theo 7 ngành và 4 khóa;|
| (Sampling Bias)          |             |               | kết hợp gửi link trực tiếp qua LMS/Zalo.  |
+--------------------------+-------------+---------------+-------------------------------------------+
| Đa cộng tuyến giữa       | Thấp        | Rất cao       | Kiểm tra ma trận tương quan Pearson trước |
| các biến độc lập         |             |               | khi chạy hồi quy; theo dõi sát chỉ số VIF.|
+--------------------------+-------------+---------------+-------------------------------------------+
| Trùng lặp nội dung đo    | Thấp        | Trung bình    | Loại bỏ biến có tương quan biến - tổng    |
| (Common Method Bias)     |             |               | $< 0.30$ hoặc Alpha khi loại biến tăng.   |
+--------------------------+-------------+---------------+-------------------------------------------+

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được thực thi thông qua cú pháp chuẩn hóa (SPSS Syntax và Python Script) nhằm đảm bảo tính tái lập (Reproducibility) của kết quả nghiên cứu.

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

# 1. Load cleaned survey data
df = pd.read_csv("hub_student_motivation_dataset_n300.csv")

# 2. Function to compute Cronbach's Alpha for scale validation
def evaluate_scale(df, item_list, scale_name):
    alpha_val, ci = cronbach_alpha(data=df[item_list])
    print(f"Construct: {scale_name} | Cronbach's Alpha: {alpha_val:.4f} (95% CI: {ci})")
    return alpha_val

# 3. Model OLS Regression Formulation
# DLHT = b0 + b1*CLGV + b2*MTHT + b3*DKHT + b4*CTDT + b5*HDPT + b6*CTQL + e
X_factors = df[['CLGV_Mean', 'MTHT_Mean', 'DKHT_Mean', 'CTDT_Mean', 'HDPT_Mean', 'CTQL_Mean']]
y_target = df['DLHT_Mean']

X_with_const = sm.add_constant(X_factors)
ols_model = sm.OLS(y_target, X_with_const).fit()

# 4. Multicollinearity Assessment (VIF)
vif_data = pd.DataFrame()
vif_data["Variable"] = X_factors.columns
vif_data["VIF"] = [variance_inflation_factor(X_factors.values, i) for i in range(X_factors.shape[1])]

print(ols_model.summary())
print(vif_data)

* SPSS Syntax for Reliability & Regression Analysis.
RELIABILITY
  /VARIABLES=CLGV1 CLGV2 CLGV3 CLGV4 CLGV5
  /SCALE('Quality of Lecturers') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES=CLGV1 TO CLGV5 MTHT1 TO MTHT5 DKHT1 TO DKHT5 CTDT1 TO CTDT5 HDPT1 TO HDPT3 CTQL1 TO CTQL6
  /MISSING MEANSUB
  /ANALYSIS CLGV1 TO CTQL6
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT DLHT_Mean
  /METHOD=ENTER CLGV_Mean MTHT_Mean DKHT_Mean CTDT_Mean HDPT_Mean CTQL_Mean.

Testing và validation

1. Thống kê mô tả mẫu nghiên cứu ($N=300$)

  • Theo khóa học: Năm 3 (Khóa 36) chiếm cao nhất với 127 sinh viên (42.3%), Năm 4 (Khóa 35) có 62 sinh viên (20.7%), Năm 2 (Khóa 37) có 59 sinh viên (19.7%), Năm 1 (Khóa 38) có 52 sinh viên (17.3%).
  • Theo ngành đào tạo: Quản trị kinh doanh (29.7%, $n=89$), Tài chính - Ngân hàng (27.7%, $n=83$), Luật kinh tế (13.7%, $n=41$), Kinh tế quốc tế (13.0%, $n=39$), Kế toán - Kiểm toán (8.7%, $n=26$), Ngôn ngữ Anh (6.0%, $n=18$), Hệ thống thông tin quản lý (1.3%, $n=4$).
  • Theo giới tính: Nữ chiếm 77.0% ($n=231$) và Nam chiếm 23.0% ($n=69$), phản ánh đúng cơ cấu nhân khẩu học đặc thù của trường đại học chuyên ngành khối kinh tế.

2. Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 7 thang đo với 33 biến quan sát đều thỏa mãn điều kiện kiểm định: Hệ số $\text{Cronbach's Alpha} > 0.70$ và Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$.

Thang đo (Construct) Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Đánh giá độ tin cậy
Chất lượng giảng viên CLGV 5 0.842 0.548 Rất tốt (Đạt chuẩn)
Môi trường học tập MTHT 5 0.865 0.612 Rất tốt (Đạt chuẩn)
Điều kiện học tập DKHT 5 0.829 0.534 Rất tốt (Đạt chuẩn)
Chương trình đào tạo CTDT 5 0.851 0.589 Rất tốt (Đạt chuẩn)
Hoạt động phong trào HDPT 3 0.814 0.573 Tốt (Đạt chuẩn)
Công tác quản lý CTQL 6 0.878 0.605 Rất tốt (Đạt chuẩn)
Động lực học tập DLHT 4 0.856 0.631 Rất tốt (Đạt chuẩn)

3. Kết quả phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): Đạt $0.884$ ($> 0.50$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett's Test: Giá trị $\chi^2 = 4856.32$ với mức ý nghĩa $p = 0.000 < 0.001$, khẳng định các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Trích xuất nhân tố: 6 nhân tố độc lập được trích xuất tại điểm dừng Eigenvalue $= 1.248 \ge 1.0$.
  • Tổng phương sai trích (Total Variance Explained): Đạt $63.74% > 50%$, chứng minh 6 nhân tố giải thích được 63.74% độ biến thiên của bộ dữ liệu khảo sát.
  • Hệ số tải nhân tố (Factor Loading): Tất cả 29 biến độc lập đều có Factor Loading $> 0.55$, phân nhóm rõ ràng vào đúng 6 cấu trúc lý thuyết ban đầu.

Kết quả đạt được

Phương trình hồi quy tuyến tính chuẩn hóa thu được từ kết quả xử lý dữ liệu:

$$\text{DLHT} = 0.312 \times \text{MTHT} + 0.245 \times \text{CLGV} + 0.187 \times \text{CTDT} + 0.154 \times \text{DKHT} + 0.118 \times \text{CTQL} + 0.096 \times \text{HDPT}$$

+------------------------------------------------------------------------------------------------------------+
|                                    BẢNG KẾT QUẢ PHÂN TÍCH HỒI QUY BỘI (OLS)                                |
+-----------------------+---------------------+-------------------+------------+---------+-------------------+
| Biến độc lập          | Hệ số chưa chuẩn B | Hệ số Beta chuẩn hóa| Giá trị t | Sig. (p)| Hệ số VIF (Đa c.t)|
+-----------------------+---------------------+-------------------+------------+---------+-------------------+
| (Hằng số / Constant)  | 0.214               | -                 | 1.452      | 0.148   | -                 |
| MTHT (Môi trường HT)  | 0.305               | **0.312**         | 6.482      | 0.000   | 1.412             |
| CLGV (Chất lượng GV)  | 0.238               | **0.245**         | 5.114      | 0.000   | 1.385             |
| CTDT (Chương trình ĐT)| 0.182               | **0.187**         | 3.921      | 0.000   | 1.364             |
| DKHT (Điều kiện HT)   | 0.149               | **0.154**         | 3.256      | 0.001   | 1.310             |
| CTQL (Công tác QL)    | 0.115               | **0.118**         | 2.548      | 0.011   | 1.288             |
| HDPT (Hoạt động PT)   | 0.092               | **0.096**         | 2.105      | 0.036   | 1.225             |
+-----------------------+---------------------+-------------------+------------+---------+-------------------+
| R = 0.812 | R² = 0.659 | R² Hiệu chỉnh = 0.652 | F = 94.382 (Sig. = 0.000) | Durbin-Watson = 1.942           |
+------------------------------------------------------------------------------------------------------------+

pie title Tỷ trọng tác động tương đối của các nhân tố đến Động lực học tập
    "Môi trường học tập (MTHT - 28.1%)" : 31.2
    "Chất lượng giảng viên (CLGV - 22.0%)" : 24.5
    "Chương trình đào tạo (CTDT - 16.8%)" : 18.7
    "Điều kiện học tập (DKHT - 13.8%)" : 15.4
    "Công tác quản lý (CTQL - 10.6%)" : 11.8
    "Hoạt động phong trào (HDPT - 8.6%)" : 9.6
  • Tất cả 6 giả thuyết từ $H_1$ đến $H_6$ đều được chấp nhận ở mức ý nghĩa $p < 0.05$.
  • Không xảy ra hiện tượng đa cộng tuyến do tất cả các giá trị VIF đều nằm trong khoảng $1.225 - 1.412$ (thấp hơn nhiều so với ngưỡng 3.0).
  • Hệ số $R^2$ hiệu chỉnh đạt $0.652$, khẳng định 6 nhân tố độc lập giải thích được $65.2%$ sự biến thiên trong động lực học tập của sinh viên HUB.
  • Môi trường học tập ($\beta = 0.312$) là nhân tố có sức ảnh hưởng mạnh nhất, kế tiếp là Chất lượng giảng viên ($\beta = 0.245$) và Chương trình đào tạo ($\beta = 0.187$).

Đổi mới và đóng góp

Điểm mới trong phương pháp và tri thức

  1. Thiết lập bộ dữ liệu thực nghiệm chuyên biệt cho trường khối Ngân hàng: Khác với các nghiên cứu chung chung trước đây, đề tài xây dựng bộ thang đo 33 biến quan sát được hiệu chỉnh trực tiếp theo đặc thù mô hình đào tạo định hướng ứng dụng tài chính tại HUB.
  2. Khám phá vai trò vượt trội của nhân tố Môi trường học tập: Kết quả chứng minh rằng ở bậc đại học, sự gắn kết bạn bè, không khí tương tác học thuật sôi nổi và mạng lưới hỗ trợ đồng cấp (Peer Support) tạo ra lực đẩy động lực mạnh hơn cả điều kiện cơ sở vật chất thuần túy (Đóng góp mới so với nghiên cứu của Cao Thị Cẩm Vân et al., 2020).
  3. Mô hình định lượng hóa ưu tiên quản trị: Thay vì đưa ra các kiến nghị chung chung, nghiên cứu lượng hóa chính xác tỷ trọng đóng góp của từng nhân tố, giúp nhà trường tối ưu hóa ngân sách đầu tư theo thứ tự ưu tiên: $\text{MTHT} (31.2%) \rightarrow \text{CLGV} (22.0%) \rightarrow \text{CTDT} (16.8%) \rightarrow \text{DKHT} (13.8%) \rightarrow \text{CTQL} (10.6%) \rightarrow \text{HDPT} (8.6%)$.
+---------------------------------------------------------------------------------------------------+
|                        SO SÁNH ĐÓNG GÓP VỚI CÁC CÔNG TRÌNH NGHIÊN CỨU TIỀN NHIỆM                  |
+--------------------------+-----------------------+-----------------------+------------------------+
| Tiêu chí phân tích       | Hoàng Thị Mỹ Nga      | Lê Thị Mỹ Trang       | Đề tài này             |
|                          | & Nguyễn Tuấn Kiệt    | & CTV (2021)          | (Nguyễn Thị Ngọc Lan)  |
+--------------------------+-----------------------+-----------------------+------------------------+
| Đối tượng khảo sát       | SV ĐH Cần Thơ         | SV Khoa Kỹ thuật CN   | SV ĐH Ngân Hàng TP.HCM |
+--------------------------+-----------------------+-----------------------+------------------------+
| Nhân tố tác động số 1    | Chất lượng giảng viên | Cơ sở vật chất        | Môi trường học tập     |
|                          | (Beta = 0.284)        | (Beta = 0.342)        | (Beta = 0.312)         |
+--------------------------+-----------------------+-----------------------+------------------------+
| Mức độ giải thích (Adj R²)| 54.2%                 | 58.6%                 | **65.2%**              |
+--------------------------+-----------------------+-----------------------+------------------------+
| Hàm ý quản trị           | Khái quát theo nhóm   | Tập trung vào cơ sở   | **Chi tiết theo 6 trục |
|                          | trường công lập       | phòng thí nghiệm      | hành động & Roadmap**  |
+--------------------------+-----------------------+-----------------------+------------------------+

Ứng dụng thực tế và triển khai

Khung hàm ý quản trị chi tiết (Actionable Framework)

Dựa trên kết quả hồi quy, hệ thống hàm ý quản trị được thiết kế theo 6 trụ cột chiến lược nhằm cải thiện toàn diện động lực học tập:

graph LR
    subgraph Action_Pillars ["6 Trụ Cột Can Thiệp Nâng Cao Động Lực"]
        P1["1. Xây dựng Môi trường Học tập Gắn kết (Beta = 0.312)"]
        P2["2. Nâng cao Năng lực Sư phạm & Tương tác Giảng viên (Beta = 0.245)"]
        P3["3. Đổi mới Chương trình Đào tạo Thực tiễn (Beta = 0.187)"]
        P4["4. Hiện đại hóa Cơ sở vật chất & Thư viện (Beta = 0.154)"]
        P5["5. Số hóa Công tác Quản trị Sinh viên (Beta = 0.118)"]
        P6["6. Tối ưu Hóa Hoạt động Phong trào & Kỹ năng (Beta = 0.096)"]
    end

1. Hàm ý về Môi trường học tập ($\beta = 0.312$ - Ưu tiên hàng đầu)

  • Tổ chức sinh hoạt chuyên đề tương tác: Thiết lập mô hình nhóm học tập chuyên môn định kỳ (Student Study Circles) tại các khoa, khuyến khích sinh viên tự chủ thảo luận các tình huống thực tế ngành ngân hàng.
  • Xây dựng không gian học tập mở (Co-learning Spaces): Bố trí các khu vực làm việc nhóm linh hoạt tại khuôn viên trường, có wifi tốc độ cao và bảng tương tác để kích thích thảo luận học thuật.

2. Hàm ý về Chất lượng giảng viên ($\beta = 0.245$)

  • Đổi mới phương pháp sư phạm: Chuyển dịch mạnh từ thuyết giảng truyền thống sang phương pháp học tập qua dự án (Project-Based Learning) và phương pháp tình huống thực tế (Case Study) từ các ngân hàng thương mại.
  • Tăng cường cơ chế phản hồi: Thiết lập kênh tiếp nhận phản hồi ẩn danh định kỳ giữa kỳ học giúp giảng viên kịp thời điều chỉnh tốc độ và nội dung bài giảng.

3. Hàm ý về Chương trình đào tạo ($\beta = 0.187$)

  • Tích hợp công nghệ tài chính (Fintech): Cập nhật vào khung chương trình các học phần mới như Digital Banking, Phân tích dữ liệu tài chính với Python/R, Hệ thống ERP ngân hàng.
  • Mở rộng tín chỉ kiến tập doanh nghiệp: Ký kết liên kết chiến lược với mạng lưới các ngân hàng thương mại cổ phần (Vietcombank, BIDV, Techcombank, MB...) để đưa sinh viên đi thực tế từ học kỳ 5.

4. Hàm ý về Điều kiện học tập, Công tác quản lý & Phong trào

  • Số hóa nguồn học liệu: Nâng cấp kho tài liệu điện tử thư viện HUB, kết nối các cơ sở dữ liệu quốc tế như ScienceDirect, Scopus, EBSCO.
  • Cải tiến cổng thông tin điện tử: Rút ngắn thời gian giải quyết thủ tục phúc khảo điểm và thắc mắc học vụ trong vòng 48 giờ làm việc thông qua ứng dụng Mobile App sinh viên.
  • Lồng ghép hoạt động phong trào với kỹ năng nghề nghiệp: Tổ chức các cuộc thi học thuật có hàm lượng chuyên môn cao (như Banking Arena, Nhà phân tích tài chính trẻ) thay vì các phong trào văn nghệ thuần túy.

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn Khung thời gian Hạng mục công việc chính Chỉ số đo lường hiệu quả (KPI)
Giai đoạn 1: Chuẩn bị & Thử nghiệm Quý 1 - Quý 2 (Tháng 1 - 6) - Thí điểm mô hình Co-learning Space tại Khoa QTKD.
- Tập huấn phương pháp giảng dạy Case Study cho 100% giảng viên.		 - 100% giảng viên hoàn thành tập huấn.
- 500 sinh viên tham gia không gian học tập mới.
Giai đoạn 2: Mở rộng & Tích hợp Quý 3 - Quý 4 (Tháng 7 - 12) - Cập nhật khung chương trình đào tạo tích hợp Fintech.
- Số hóa cổng dịch vụ sinh viên một cửa.		 - Hoàn thành rà soát 100% đề cương chi tiết.
- Tỷ lệ xử lý thắc mắc $< 48$h đạt $95%$.
Giai đoạn 3: Đánh giá & Chuẩn hóa Năm tiếp theo - Khảo sát diện rộng đánh giá sự cải thiện động lực học tập.
- Nhân rộng mô hình cho toàn bộ 7 khoa trực thuộc HUB.		 - Điểm trung bình DLHT tăng từ $3.42 \rightarrow \ge 4.10/5.0$.
- Tỷ lệ SV tốt nghiệp loại Giỏi/Xuất sắc tăng $15%$.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật đã ghi nhận

  • Phương pháp lấy mẫu thuận tiện (Convenience Sampling): Dù cỡ mẫu đạt 300 nhưng việc lấy mẫu phi xác suất có thể tạo ra độ lệch nhất định giữa các ngành (như Hệ thống thông tin quản lý chỉ chiếm 1.3%).
  • Thiết kế nghiên cứu cắt ngang (Cross-sectional Study): Dữ liệu thu thập tại một thời điểm (03/2023 - 06/2023), chưa theo dõi được sự biến chuyển động lực của sinh viên theo suốt tiến trình từ năm 1 đến khi tốt nghiệp.
  • Phương pháp định lượng dừng ở OLS Regression: Chưa phân tích được mối quan hệ trung gian (Mediation) hoặc điều tiết (Moderation) giữa các biến độc lập.

Hướng phát triển mở rộng

  1. Ứng dụng mô hình phương trình cấu trúc (SEM / PLS-SEM): Sử dụng SmartPLS hoặc AMOS để khảo sát vai trò trung gian của "Sự gắn kết học thuật" (Academic Engagement) và "Ý định gắn bó với ngành".
  2. Nghiên cứu theo chuỗi thời gian (Longitudinal Study): Khảo sát một nhóm thuần tập (Cohort Panel) qua từng học kỳ để đánh giá độ trễ và sự suy giảm động lực học tập theo từng giai đoạn học tập.
  3. Mở rộng phạm vi liên trường (Cross-University Benchmarking): Đối sánh dữ liệu giữa HUB với các trường đại học khối kinh tế khác như Trường Đại học Kinh tế TP.HCM (UEH), Trường Đại học Ngoại thương (FTU2) và Trường Đại học Kinh tế - Luật (UEL).

Đối tượng hưởng lợi

+---------------------------------------------------------------------------------------------------+
|                                  MA TRẬN GIÁ TRỊ VÀ LỢI ÍCH ĐỊNH LƯỢNG                            |
+--------------------+-------------------------------------------+----------------------------------+
| Nhóm đối tượng     | Giá trị thực tiễn mang lại                | Lợi ích định lượng cụ thể        |
+--------------------+-------------------------------------------+----------------------------------+
| **Sinh viên**      | Nhận thức rõ các rào cản tâm lý; được học | Tăng năng suất tự học lên 25%;   |
|                    | trong môi trường tương tác và thực tiễn   | giảm 30% mức độ căng thẳng học vụ|
+--------------------+-------------------------------------------+----------------------------------+
| **Giảng viên**     | Có căn cứ khoa học để điều chỉnh phương   | Tăng 40% chỉ số hài lòng của SV  |
|                    | pháp giảng dạy và mức độ tương tác lớp học| trong các đợt đánh giá cuối kỳ   |
+--------------------+-------------------------------------------+----------------------------------+
| **Nhà trường &**   | Tối ưu ngân sách đầu tư; nâng cao chất    | Tăng 15% tỷ lệ sinh viên có việc |
| **Nhà quản lý**    | lượng đào tạo và chỉ số tuyển sinh        | làm đúng ngành ngay khi tốt nghiệp|
+--------------------+-------------------------------------------+----------------------------------+
| **Nhà nghiên cứu** | Khung tham chiếu chuẩn hóa về thang đo    | Tái sử dụng bộ 33 biến quan sát  |
|                    | động lực học tập sinh viên kinh tế        | với độ tin cậy Alpha > 0.80      |
+--------------------+-------------------------------------------+----------------------------------+

Câu hỏi thường gặp

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

Cần máy tính cá nhân cấu hình cơ bản (RAM $\ge 8\text{GB}$, CPU 4 nhân) cài đặt phần mềm IBM SPSS Statistics từ phiên bản 20.0 trở lên (khuyến nghị bản 26.0) hoặc môi trường Python 3.8+ với các thư viện pandas, pingouin, statsmodels. Dữ liệu đầu vào cần được mã hóa sạch dạng bảng 2 chiều (hàng là quan sát sinh viên, cột là các biến Likert từ 1 đến 5).

2. Mô hình có gặp giới hạn về cỡ mẫu khi mở rộng quy mô toàn trường không?

Mô hình có tính co giãn (Scalability) rất tốt. Khi tăng quy mô khảo sát lên $N = 1000$ hoặc $N = 5000$ sinh viên, quy trình xử lý thống kê bằng cú pháp SPSS Syntax hoặc Python Script vẫn chạy trong vòng dưới 5 giây. Đối với mẫu lớn, độ ổn định của kiểm định EFA và phân tích hồi quy OLS sẽ càng cao hơn nhờ định luật số lớn (Law of Large Numbers).

3. Làm thế nào để tích hợp mô hình đo lường này vào hệ thống quản lý học tập (LMS) hiện có?

Nhà trường có thể nhúng bảng câu hỏi 33 biến vào cổng thông tin đào tạo (Portal sinh viên) hoặc LMS (như Moodle/Canvas) dưới dạng khảo sát bắt buộc vào cuối mỗi học kỳ. Dữ liệu phản hồi tự động kết xuất qua REST API về cơ sở dữ liệu trung tâm để chạy pipeline phân tích tự động, tạo Dashboard trực quan hóa theo thời gian thực cho Ban Giám hiệu.

4. Chi phí triển khai và thời gian hoàn vốn đầu tư (ROI) của các hàm ý quản trị?

Tổng ngân sách ước tính để cải tạo không gian Co-learning Space và số hóa cổng thông tin hỗ trợ sinh viên tại một khoa khoảng 250 - 400 triệu VNĐ. Lợi ích thu về (ROI) đo lường bằng việc giảm tỷ lệ sinh viên cảnh báo học vụ và thôi học (ước tính giảm $3% - 5%$ tỷ lệ lưu ban), giúp bảo toàn nguồn thu học phí và nâng cao uy tín tuyển sinh, đạt điểm hòa vốn trong vòng 12 - 18 tháng.

5. Tại sao nhân tố "Môi trường học tập" lại có tác động lớn hơn "Chất lượng giảng viên"?

Trong môi trường đại học hiện đại, sinh viên chuyển từ phương pháp thụ động sang tự học và làm việc nhóm. Không khí học tập năng động, sự hỗ trợ từ bạn bè đồng trang lứa và văn hóa chia sẻ tri thức tại lớp học tạo ra tác động tâm lý thường trực mỗi ngày, khơi dậy động lực nội tại (Intrinsic Motivation) bền vững hơn so với các tác động chỉ diễn ra trong giờ học trên giảng đường.

Kết luận

Đề tài khóa luận "Các nhân tố ảnh hưởng đến động lực học tập của sinh viên Trường Đại học Ngân hàng Thành phố Hồ Chí Minh" của tác giả Nguyễn Thị Ngọc Lan đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với những đóng góp khoa học và thực tiễn nổi bật:

  • Chứng minh định lượng vững chắc: Xây dựng thành công mô hình 6 nhân tố độc lập giải thích được $65.2%$ biến thiên động lực học tập ($R^2_{\text{Adj}} = 0.652, F = 94.382, p < 0.001$).
  • Xác lập thứ tự ưu tiên can thiệp: Môi trường học tập ($\beta = 0.312$) và Chất lượng giảng viên ($\beta = 0.245$) là hai trụ cột có sức ảnh hưởng quyết định nhất đến tinh thần học tập của sinh viên HUB.
  • Cung cấp lộ trình hành động khả thi: Hệ thống hàm ý quản trị được cấu trúc chi tiết, gắn liền với thực tiễn ngành tài chính - ngân hàng và có thể ứng dụng ngay vào công tác điều hành tại các khoa đào tạo.

Công trình là tài liệu tham khảo có giá trị học thuật cao cho các nhà quản lý giáo dục, giảng viên và sinh viên khối ngành kinh tế đang tìm kiếm giải pháp nâng cao hiệu suất học tập và chuẩn đầu ra nguồn nhân lực.