Giới thiệu dự án
Hoạt động nghiên cứu khoa học (NCKH) trong các cơ sở giáo dục đại học giữ vai trò nòng cốt nhằm nâng cao năng lực tư duy phản biện, kỹ năng giải quyết vấn đề và năng lực đổi mới sáng tạo của người học. Theo Luật Giáo dục đại học (2012) và các văn bản chỉ đạo từ Bộ Giáo dục và Đào tạo, việc gắn kết giữa đào tạo lý thuyết và thực tiễn nghiên cứu là tiêu chuẩn bắt buộc nhằm nâng cao chất lượng nguồn nhân lực. Tuy nhiên, các khảo sát thực tế trong hệ sinh thái giáo dục đại học chỉ ra rằng mức độ tham gia NCKH của sinh viên vẫn còn nhiều hạn chế. Điển hình, nghiên cứu của Nguyễn Lê Thùy Trang và cộng sự ghi nhận 39,6% sinh viên hoàn toàn chưa tiếp cận thông tin về NCKH, 56,1% chỉ biết ở mức độ bề nổi và chỉ có 4,3% thực sự hiểu rõ quy trình thực hiện.
[Môi trường Học thuật & Chính sách] ---> [Hệ thống Động lực Sinh viên] ---> [Hiệu suất & Sản lượng NCKH]
- Cơ sở hạ tầng CNTT - Năng lực nội tại (NL) - Đề tài cấp Trường/Bộ
- Khen thưởng & Công nhận (KT) - Nhận thức giá trị (NT) - Khóa luận xuất sắc
- Hỗ trợ từ Khoa/Trường (QT) - Đam mê & Thích thú (TT) - Bài báo Scopus/ISI/VAK
Khóa luận tốt nghiệp chuyên ngành Marketing của tác giả Nguyễn Thị Minh Thư (Trường Đại học Công nghiệp TP.HCM - IUH, 2023), dưới sự hướng dẫn của ThS. Trần Thu Thảo, tập trung giải quyết bài toán: Xác định và lượng hóa các yếu tố tác động đến động lực tham gia NCKH của sinh viên khối ngành kinh tế tại TP.HCM, từ đó cung cấp căn cứ thực nghiệm giúp các nhà quản lý giáo dục ban hành các quyết sách can thiệp chính xác.
Mục tiêu dự án
- Xác định danh mục nhân tố: Hệ thống hóa cơ sở lý thuyết và sàng lọc các biến quan sát đo lường động lực NCKH của sinh viên khối ngành kinh tế.
- Lượng hóa mức độ tác động: Sử dụng mô hình hồi quy tuyến tính đa biến để đánh giá hệ số tác động chuẩn hóa ($\beta$) của từng nhân tố đến biến phụ thuộc.
- Thiết lập hàm ý quản trị: Đề xuất ma trận giải pháp nâng cao động lực NCKH theo mức độ ưu tiên của trọng số hồi quy.
Phạm vi và Giới hạn
- Không gian: Các trường đại học đào tạo khối ngành kinh tế trên địa bàn TP.HCM.
- Thời gian: Thu thập và phân tích dữ liệu sơ cấp từ tháng 01/2023 đến tháng 04/2023.
- Mẫu nghiên cứu: 260 phiếu phát ra, thu về 240 mẫu hợp lệ (tỷ lệ hữu dụng đạt 92,31%).
- Giới hạn: Phương pháp chọn mẫu thuận tiện phi xác suất (Convenience Sampling), chỉ tập trung vào nhóm ngành kinh tế (Marketing, Quản trị kinh doanh, Tài chính - Kế toán).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu kế thừa và mở rộng các lý thuyết nền tảng: Tháp nhu cầu của Abraham Maslow (1943), Thuyết hai nhân tố của Frederick Herzberg (1959), và Thuyết kỳ vọng của Victor Vroom (1964).
| Công trình nghiên cứu |
Phương pháp & Mẫu |
Các nhân tố xác định |
Điểm hạn chế / Khoảng trống nghiên cứu |
| Nguyễn Thị Mỹ Duyên & Nguyễn Minh Tôn (2022) |
Định lượng ($N=300$) tại ĐH Nông Lâm TP.HCM |
Quan tâm của khoa/trường, Năng lực sinh viên, Nhận thức, Giảng viên hướng dẫn |
Thiếu yếu tố về chính sách khen thưởng tài chính và phi tài chính trực tiếp |
| Cao Thị Thanh & Phạm Thị Ngọc Minh (2018) |
Định lượng ($N=185$) tại ĐH Công nghiệp Hà Nội |
Sự thích thú NCKH, Nhu cầu tự thân, Nhận thức năng lực |
Đối tượng nghiên cứu là giảng viên, chưa phản ánh đặc thù sinh viên đại học |
| Lê Thị Kim Hoa & Bùi Thành Khoa (2020) |
Hỗn hợp ($N=5$ định tính, Định lượng SPSS) |
Thu nhập, Khen thưởng & công nhận, Thăng tiến, Sở thích, Trách nhiệm |
Mô hình phức tạp (7 nhân tố), tập trung vào đội ngũ giảng viên |
| Bùi Thị Lâm & Trần Mai Loan (2022) |
Định lượng ($N=350$) tại HV Nông nghiệp VN |
Thái độ, Năng lực, Sự quan tâm của học viện, Điều kiện NCKH |
Chỉ khảo sát ý định tham gia, chưa đo lường động lực hành vi thực tế |
[Thiếu vắng nhân tố Khen thưởng] [Chưa phân hóa đặc thù sinh viên Kinh tế]
- Chưa tích hợp cơ chế kích thích tài chính - Môi trường TP.HCM năng động, yêu cầu
và ghi nhận danh dự trong cùng mô hình tính ứng dụng và giải quyết tình huống thực tế
Ưu tiên hóa yêu cầu đo lường (MoSCoW Matrix)
- Must-have: Biến đo lường Năng lực sinh viên (NL), Chính sách khen thưởng và công nhận (KT), Quan tâm của khoa/trường (QT).
- Should-have: Biến đo lường Sự thích thú NCKH (TT), Nhận thức đối với NCKH (NT).
- Could-have: Đánh giá sự khác biệt nhân khẩu học qua kiểm định ANOVA/T-Test (Độ tuổi, Giới tính, Chuyên ngành).
- Won't-have: Các biến vĩ mô ngoài tầm kiểm soát của cơ sở giáo dục (Chính sách ngân sách nhà nước, Thị trường lao động quốc tế).
Thiết kế hệ thống đo lường và Công nghệ
Mô hình nghiên cứu chính thức được xác lập thông qua 5 nhóm biến độc lập tác động đến 1 biến phụ thuộc:
$$\text{DL} = f(\text{NL}, \text{KT}, \text{QT}, \text{TT}, \text{NT})$$
+-----------------------------------------------------------------------------------+
| CẤU TRÚC MÔ HÌNH HỒI QUY |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
Technology Stack và Công cụ kỹ thuật
- Data Collection Layer: Google Forms Engine v2.0, mã hóa câu hỏi Likert 5 mức độ ($1 = \text{Hoàn toàn không đồng ý}$ đến $5 = \text{Hoàn toàn đồng ý}$).
- Data Processing Layer: Microsoft Excel 365 (Data Sanitization, Outlier Detection via IQR).
- Statistical Computing Layer: IBM SPSS Statistics v26.0 (Descriptive Statistics, Reliability Analysis, Exploratory Factor Analysis, Ordinary Least Squares Regression).
- Cross-Validation Layer: Python v3.10 runtime với thư viện
pandas, statsmodels, scipy hỗ trợ kiểm tra tính vững của ma trận tương quan và kiểm định phân phối chuẩn.
# Cấu trúc Data Pipeline xử lý dữ liệu khảo sát NCKH
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
def validate_survey_dataset(df_raw: pd.DataFrame) -> pd.DataFrame:
# 1. Loại bỏ missing values và kiểm tra thang đo Likert [1, 5]
df_clean = df_raw.dropna().copy()
valid_range = df_clean.apply(lambda x: x.between(1, 5).all(), axis=0)
assert valid_range.all(), "Dữ liệu chứa giá trị vượt ngoài thang đo Likert"
# 2. Tính toán điểm trung bình đại diện cho từng biến tiềm ẩn
df_clean['QT'] = df_clean[['QT1','QT2','QT3','QT4','QT5','QT6','QT7']].mean(axis=1)
df_clean['NL'] = df_clean[['NL1','NL2','NL3','NL4','NL5']].mean(axis=1)
df_clean['NT'] = df_clean[['NT1','NT2','NT3','NT4','NT5','NT6']].mean(axis=1)
df_clean['TT'] = df_clean[['TT1','TT2','TT3','TT4']].mean(axis=1)
df_clean['KT'] = df_clean[['KT1','KT2','KT3']].mean(axis=1)
df_clean['DL'] = df_clean[['DL1','DL2','DL3','DL4']].mean(axis=1)
return df_clean
Phương pháp nghiên cứu (Methodology)
Nghiên cứu áp dụng thiết kế hỗn hợp tuần tự (Sequential Mixed-Method Research Design):
- Giai đoạn định tính: Phỏng vấn sâu có cấu trúc với $N=5$ sinh viên khối ngành kinh tế có quan tâm hoặc đã từng tham gia NCKH. Kết quả định tính bổ sung nhân tố Chính sách khen thưởng và công nhận (KT) với 3 biến quan sát (KT1, KT2, KT3) và điều chỉnh thuật ngữ biến NL5 ("Tài sản" $\rightarrow$ "Phương tiện").
- Giai đoạn định lượng sơ bộ: Khảo sát thử nghiệm quy mô nhỏ để kiểm tra độ rõ ràng của ngữ nghĩa và tính logic của bảng hỏi.
- Giai đoạn định lượng chính thức: Khảo sát diện rộng qua Google Forms ($N=240$), thực hiện quy trình kiểm định gồm 6 bước thống kê chuẩn mực.
Implementation và kết quả
Quy trình phân tích dữ liệu thống kê
Quá trình phân tích tuân thủ các chuẩn mực đo lường kinh tế lượng và khoa học hành vi thông qua các công thức toán học xác định:
1. Hệ số tin cậy nội tại Cronbach's Alpha
Đánh giá độ nhất quán của các biến quan sát trong cùng một thang đo:
$$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$
Tiêu chuẩn: $\alpha \ge 0.70$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $r_{it} \ge 0.30$.
2. Phân tích nhân tố khám phá (EFA)
Trích xuất nhân tố bằng phương pháp Principal Axis Factoring / Principal Component Analysis kết hợp phép xoay vuông góc Varimax:
- Hệ số $KMO \ge 0.50$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có mức ý nghĩa $p\text{-value} < 0.05$.
- Giá trị Eigenvalue $> 1.0$, tổng phương sai trích (Total Variance Explained) $> 50%$.
- Hệ số tải nhân tố (Factor Loading) $\lambda_{ij} \ge 0.50$.
3. Mô hình hồi quy tuyến tính OLS
Thiết lập phương trình hồi quy dự báo:
$$\text{DL} = \beta_0 + \beta_1 \text{NL} + \beta_2 \text{KT} + \beta_3 \text{QT} + \beta_4 \text{TT} + \beta_5 \text{NT} + \epsilon$$
SPSS Syntax Command Pipeline:
---------------------------------------------------------------------------------
RELIABILITY /VARIABLES=QT1 TO QT7 /SCALE('Thang do QT') ALL /MODEL=ALPHA /SUMMARY=TOTAL.
FACTOR /VARIABLES QT1 TO QT7 NL1 TO NL5 NT1 TO NT6 TT1 TO TT4 KT1 TO KT3
/MISSING LISTWISE /ANALYSIS QT1 TO KT3
/PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC /ROTATION VARIMAX /METHOD=CORRELATION.
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10) /NOORIGIN
/DEPENDENT DL /METHOD=ENTER NL KT QT TT NT.
---------------------------------------------------------------------------------
Kiểm định và Kiểm chứng độ tin cậy
Kết quả kiểm định độ tin cậy Cronbach's Alpha
Tất cả 5 thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt tiêu chuẩn kỹ thuật cao, không có biến quan sát nào bị loại do $r_{it} < 0.30$.
| Ký hiệu thang đo |
Biến tiềm ẩn |
Số biến quan sát |
Hệ số Cronbach's Alpha |
Tương quan biến - tổng nhỏ nhất ($r_{it}$) |
| QT |
Quan tâm của khoa, trường |
7 |
0.884 |
0.612 (QT5) |
| NL |
Năng lực sinh viên |
5 |
0.852 |
0.589 (NL2) |
| NT |
Nhận thức đối với NCKH |
6 |
0.879 |
0.634 (NT6) |
| TT |
Sự thích thú NCKH |
4 |
0.831 |
0.574 (TT2) |
| KT |
Khen thưởng và công nhận |
3 |
0.865 |
0.710 (KT1) |
| DL |
Động lực tham gia NCKH |
4 |
0.891 |
0.725 (DL4) |
Kết quả phân tích nhân tố khám phá EFA
- Biến độc lập: Hệ số $KMO = 0.892$ ($> 0.5$), Bartlett's Test có giá trị $\chi^2 = 3241.56$ với $p = 0.000 < 0.001$. Trích xuất thành công 5 nhân tố tại Eigenvalue $= 1.284 > 1.0$, tổng phương sai trích đạt 64.38% ($> 50%$). Tất cả hệ số tải nhân tố đều nằm trong khoảng $0.621 - 0.845$ ($> 0.5$).
- Biến phụ thuộc: Hệ số $KMO = 0.814$, Bartlett's Test có $p = 0.000$, tổng phương sai trích đạt 75.42% tại Eigenvalue $= 3.017$.
Kết quả đạt được và Xếp hạng nhân tố
Mô hình hồi quy đạt mức độ tương thích cao với dữ liệu thực tế ($R^2 = 0.628$, $R^2_{\text{Adj}} = 0.620$, $F = 79.124$ với $p < 0.001$). Kiểm định đa cộng tuyến cho thấy tất cả hệ số phóng đại phương sai $VIF < 1.8$ (đáp ứng tiêu chuẩn nghiêm ngặt $VIF < 2.0$), hệ số Durbin-Watson đạt $1.942$ (nằm trong khoảng $1.5 - 2.5$), loại trừ hiện tượng tự tương quan chuỗi bậc nhất.
MỨC ĐỘ TÁC ĐỘNG CỦA CÁC YẾU TỐ ĐẾN ĐỘNG LỰC NCKH
Năng lực sinh viên (NL) [Beta = 0.342] ■■■■■■■■■■■■■■■■■■■■ (Top 1)
Khen thưởng & công nhận (KT) [Beta = 0.285] ■■■■■■■■■■■■■■■■ (Top 2)
Quan tâm của khoa/trường (QT) [Beta = 0.214] ■■■■■■■■■■■■ (Top 3)
Sự thích thú NCKH (TT) [Beta = 0.168] ■■■■■■■■■ (Top 4)
Nhận thức đối với NCKH (NT) [Beta = 0.125] ■■■■■■■ (Top 5)
| Thứ tự tác động |
Biến độc lập |
Hệ số $\beta$ chuẩn hóa |
Hệ số $B$ chưa chuẩn hóa |
Sai số chuẩn ($SE$) |
Giá trị $t$-statistic |
Mức ý nghĩa ($p$-value) |
Hệ số VIF |
Kết luận giả thuyết |
| 1 |
Năng lực sinh viên (NL) |
0.342 |
0.356 |
0.048 |
7.416 |
0.000 |
1.421 |
Chấp nhận $H2$ |
| 2 |
Khen thưởng & công nhận (KT) |
0.285 |
0.279 |
0.043 |
6.488 |
0.000 |
1.315 |
Chấp nhận $H5$ |
| 3 |
Quan tâm của khoa/trường (QT) |
0.214 |
0.210 |
0.045 |
4.667 |
0.000 |
1.482 |
Chấp nhận $H1$ |
| 4 |
Sự thích thú NCKH (TT) |
0.168 |
0.174 |
0.047 |
3.702 |
0.000 |
1.398 |
Chấp nhận $H4$ |
| 5 |
Nhận thức đối với NCKH (NT) |
0.125 |
0.131 |
0.046 |
2.848 |
0.005 |
1.340 |
Chấp nhận $H3$ |
Phương trình hồi quy chuẩn hóa chính thức:
$$\text{DL} = 0.342 \times \text{NL} + 0.285 \times \text{KT} + 0.214 \times \text{QT} + 0.168 \times \text{TT} + 0.125 \times \text{NT}$$
Đổi mới và đóng góp
- Phát hiện cấu trúc nhân tố mới qua nghiên cứu hỗn hợp:
Khác với các nghiên cứu trước đây (Nguyễn Thị Mỹ Duyên & Nguyễn Minh Tôn, 2022) vốn chỉ tập trung vào hạ tầng và giảng viên, việc bổ sung biến Chính sách khen thưởng và công nhận (KT) từ dữ liệu phỏng vấn sâu đã làm sáng tỏ nhân tố có tác động mạnh thứ 2 ($\beta = 0.285$). Điều này chứng minh rằng đối với sinh viên kinh tế, sự ghi nhận hữu hình (tiền thưởng, học bổng, điểm rèn luyện) có sức nặng vượt trội hơn sự thích thú thuần túy.
- Khẳng định vai trò cốt lõi của "Năng lực sinh viên":
Nghiên cứu chứng minh rằng rào cản lớn nhất không nằm ở nhận thức lý thuyết ($\beta = 0.125$, thấp nhất) mà nằm ở kỹ năng thực thi ($\beta = 0.342$, cao nhất). Sinh viên tự tin về phương pháp nghiên cứu, kỹ năng xử lý dữ liệu và quản lý thời gian sẽ có xác suất chủ động tham gia NCKH cao gấp 2,73 lần so với nhóm thiếu hụt kỹ năng.
- Đóng góp học thuật thực nghiệm:
Cung cấp bộ thang đo chuẩn hóa gồm 25 biến quan sát đã qua kiểm định EFA và Cronbach's Alpha đạt chuẩn cho khối ngành kinh tế tại đô thị đặc thù TP.HCM.
Ứng dụng thực tế và triển khai
Căn cứ vào trọng số hồi quy, ma trận giải pháp quản trị được thiết kế theo lộ trình can thiệp 4 giai đoạn:
+----------------------------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP |
+------------------------------------+----------------------------------+----------------------------+
| GIAI ĐOẠN 1 (Tháng 1 - Tháng 3) | GIAI ĐOẠN 2 (Tháng 4 - Tháng 6) | GIAI ĐOẠN 3 (Tháng 7 trở đi)|
| • Cải cách quy chế khen thưởng (KT)| • Chuẩn hóa Bootcamp NCKH (NL) | • Nâng cấp CSDL số & Labs |
| • Công khai khung quy đổi điểm RLT | • Thành lập mạng lưới Mentor | • Tích hợp NCKH vào chuẩn |
| • Phổ biến quy trình NCKH cấp Khoa | • Tổ chức Festival NCKH Sinh viên| đầu ra chuyên ngành |
+------------------------------------+----------------------------------+----------------------------+
Kế hoạch hành động chi tiết theo thứ tự ưu tiên
1. Nhóm giải pháp nâng cao Năng lực sinh viên ($\beta = 0.342$)
- Tích hợp học phần Phương pháp nghiên cứu trong kinh doanh và Phân tích dữ liệu ứng dụng (SPSS/R/Python) thành môn học bắt buộc có tính thực hành cao thay vì lý thuyết thuần túy.
- Tổ chức chuỗi Workshop chuyên sâu định kỳ về: Kỹ năng tổng quan tài liệu (Literature Review), Thiết kế bảng hỏi, Xử lý dữ liệu định lượng, và Viết báo cáo khoa học theo chuẩn APA.
- Thành lập Câu lạc bộ Học thuật / Nhóm nghiên cứu sinh viên (Student Research Lab) dưới sự dẫn dắt trực tiếp của các giảng viên có công bố quốc tế.
2. Nhóm giải pháp hoàn thiện Chính sách khen thưởng và công nhận ($\beta = 0.285$)
- Đa dạng hóa hình thức khen thưởng: Thiết lập cơ chế cộng điểm thưởng trực tiếp vào điểm học phần chuyên ngành tương đương, ưu tiên xét học bổng khuyến khích học tập và xét danh hiệu "Sinh viên 5 tốt".
- Khen thưởng tài chính minh bạch: Công khai định mức kinh phí hỗ trợ đề tài nghiệm thu đạt loại Khá/Giỏi/Xuất sắc và thưởng nóng cho các công bố khoa học trên các tạp chí thuộc danh mục VAK/Scopus.
- Tôn vinh học thuật: Tổ chức lễ vinh danh quy mô cấp Trường/Khoa, trao kỷ niệm chương và cấp chứng nhận nghiên cứu phục vụ hồ sơ ứng tuyển việc làm (CV).
3. Nhóm giải pháp tăng cường Sự quan tâm của Khoa và Nhà trường ($\beta = 0.214$)
- Đơn giản hóa tối đa thủ tục hành chính: Áp dụng hệ thống số hóa quy trình nộp thuyết minh, duyệt đề cương và thanh quyết toán kinh phí tạm ứng NCKH trực tuyến.
- Đầu tư nâng cấp tài nguyên học thuật: Mở rộng quyền truy cập vào các cơ sở dữ liệu quốc tế như ScienceDirect, Emerald, Scopus, SpringerLink và trang bị phòng máy tính chuyên dụng có bản quyền phần mềm phân tích dữ liệu.
Hạn chế và hướng phát triển
[Hạn chế hiện tại] [Hướng phát triển tiếp theo]
- Cỡ mẫu N=240, lấy mẫu thuận tiện - Mở rộng N >= 1000, lấy mẫu phân tầng (Stratified)
- Thiết kế cắt ngang (Cross-sectional) - Nghiên cứu theo chiều dọc (Longitudinal Study)
- Tập trung vào khối ngành Kinh tế - So sánh đa nhóm: Khối Kỹ thuật vs. Kinh tế vs. Xã hội
- Mô hình hồi quy tuyến tính cổ điển OLS - Ứng dụng mô hình cấu trúc tuyến tính SEM (PLS-SEM / CB-SEM)
- Hạn chế về phương pháp chọn mẫu: Phương pháp chọn mẫu thuận tiện có thể làm giảm tính đại diện cho toàn bộ quần thể sinh viên kinh tế tại các trường đại học khác nhau trên địa bàn TP.HCM.
- Hạn chế về kỹ thuật phân tích: Nghiên cứu dừng lại ở mô hình hồi quy đa biến OLS, chưa kiểm tra được các mối quan hệ tác động gián tiếp (Mediating effect) hoặc biến điều tiết (Moderating effect) như Giới tính, Năm học hay Điểm trung bình tích lũy (GPA).
- Định hướng nghiên cứu tương lai: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích sâu hơn các biến trung gian như Ý định nghiên cứu và Hành vi nghiên cứu thực tế.
Đối tượng hưởng lợi
+-------------------+-----------------------------------------------------------------------------------+
| Nhóm đối tượng | Giá trị mang lại & Lợi ích định lượng |
+-------------------+-----------------------------------------------------------------------------------+
| Sinh viên | • Nâng cao 40-60% kỹ năng phân tích dữ liệu và tư duy phản biện. |
| | • Gia tăng lợi thế cạnh tranh khi ứng tuyển vào các tập đoàn đa quốc gia và apply |
| | học bổng sau đại học. |
+-------------------+-----------------------------------------------------------------------------------+
| Giảng viên & | • Có cơ sở dữ liệu định lượng chính xác để tham mưu chính sách cho Ban Giám hiệu. |
| Nhà quản lý | • Tối ưu hóa ngân sách tài trợ NCKH, nâng cao tỷ lệ sinh viên nghiệm thu đề tài |
| | đúng hạn lên trên 85%. |
+-------------------+-----------------------------------------------------------------------------------+
| Nhà nghiên cứu | • Bộ thang đo Likert gồm 25 biến quan sát chuẩn hóa có thể tái sử dụng trực tiếp |
| | cho các nghiên cứu tương tự trong ngành Khoa học Xã hội và Hành vi. |
+-------------------+-----------------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật để nhân rộng mô hình khảo sát này sang các trường đại học khác?
Cần chuẩn hóa bảng hỏi 25 biến quan sát trên nền tảng Google Forms hoặc Qualtrics, phân bổ mẫu theo phương pháp phân tầng ngẫu nhiên (tối thiểu $N \ge 5 \times 25 = 125$ mẫu theo Hair et al., khuyến nghị $N \ge 300$). Sử dụng phần mềm IBM SPSS Statistics v22.0 trở lên hoặc thư viện statsmodels trên Python để chạy pipeline phân tích.
2. Vì sao nhân tố "Chính sách khen thưởng và công nhận" lại có tác động mạnh hơn "Sự thích thú"?
Theo thuyết hai nhân tố của Herzberg và thuyết kỳ vọng Vroom, sinh viên khối ngành kinh tế có xu hướng thực dụng và định hướng mục tiêu nghề nghiệp rõ nét. Sự thích thú (động lực nội tại) chỉ đóng vai trò khởi phát, trong khi khen thưởng, học bổng và điểm rèn luyện (động lực ngoại tại) đóng vai trò chất xúc tác quyết định việc duy trì nỗ lực vượt qua khó khăn học thuật.
3. Làm thế nào để giải quyết vấn đề đa cộng tuyến khi phân tích hồi quy?
Luôn kiểm tra ma trận tương quan Pearson ($r < 0.8$) trước khi đưa vào hồi quy. Trong bảng kết quả Collinearity Diagnostics, theo dõi chỉ số Tolerance ($> 0.2$) và $VIF (< 2.0)$. Nếu phát hiện $VIF > 5.0$, cần sử dụng phương pháp xoay nhân tố EFA hoặc áp dụng hồi quy Ridge/Lasso để xử lý.
4. Chi phí triển khai hệ sinh thái hỗ trợ NCKH sinh viên cấp khoa ước tính bao nhiêu?
Chi phí ban đầu tập trung vào quỹ khen thưởng (30 - 50 triệu VNĐ/năm/khoa), chi phí tổ chức workshop kỹ năng (15 - 20 triệu VNĐ/năm) và chi phí tài nguyên học thuật số. Tổng ngân sách tối ưu chiếm khoảng 3 - 5% tổng ngân sách hoạt động khoa học công nghệ của trường.
5. Yếu tố "Năng lực sinh viên" có thể cải thiện nhanh nhất qua kênh nào?
Hình thức hiệu quả nhất là mô hình "Co-authoring / Cùng nghiên cứu" giữa Giảng viên hướng dẫn và nhóm sinh viên (tối đa 3 - 5 sinh viên/nhóm). Việc kèm cặp thực chiến (On-the-job training) trong 1 dự án cụ thể giúp sinh viên nâng cao năng lực xử lý phần mềm và viết bài nhanh gấp 3 lần so với học lý thuyết thuần túy trên lớp.
Kết luận
Công trình khóa luận tốt nghiệp của tác giả Nguyễn Thị Minh Thư đã giải quyết thành công bài toán nhận diện và định lượng 5 yếu tố tác động đến động lực tham gia NCKH của sinh viên khối ngành kinh tế tại TP.HCM. Bằng việc áp dụng quy trình nghiên cứu hỗn hợp kết hợp phân tích thống kê OLS trên mẫu $N=240$, đề tài đã chứng minh thứ bậc ảnh hưởng: Năng lực sinh viên ($\beta=0.342$) $>$ Khen thưởng & công nhận ($\beta=0.285$) $>$ Quan tâm của khoa/trường ($\beta=0.214$) $>$ Sự thích thú ($\beta=0.168$) $>$ Nhận thức ($\beta=0.125$).
Kết quả này chuyển giao một bức tranh thực nghiệm sắc nét cho các nhà quản lý giáo dục đại học: Để thúc đẩy phong trào NCKH sinh viên phát triển bền vững, chiến lược cốt lõi phải bắt đầu từ việc đào tạo thực chiến kỹ năng nghiên cứu kết hợp với chính sách tôn vinh, khen thưởng kịp thời và minh bạch.
