Phân Tích Các Yếu Tố Ảnh Hưởng Đến Kết Quả Học Tập Của Sinh Viên Đại Học: Nghiên Cứu Thực Nghiệm Dưới Góc Nhìn Kinh Tế Lượng

Tóm tắt nghiên cứu (Research Summary)

  • Câu hỏi nghiên cứu (Research Questions): Những yếu tố hành vi, thời gian và môi trường học tập nào có tác động thực sự đến kết quả học tập (Điểm trung bình tích lũy - ĐTB) của sinh viên đại học? Mức độ tác động định lượng của từng yếu tố ra sao, và liệu có tồn tại sự khác biệt có ý nghĩa thống kê giữa các nhóm giới tính và năm học hay không?

  • Tổng quan phương pháp (Methodology Snapshot): Đề tài sử dụng phương pháp tiếp cận hỗn hợp (Mixed Methods), kết hợp khảo sát định tính (phỏng vấn sâu giảng viên và sinh viên) và phân tích định lượng thông qua mô hình hồi quy đa biến Bình phương nhỏ nhất (OLS - Ordinary Least Squares) trên phần mềm EViews 8.0 với mẫu khảo sát $N = 116$ sinh viên chính quy tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE).

  • Phát hiện cốt lõi (Key Findings): Mô hình hồi quy tối ưu ($R^2 = 47.59%$, $R^2_{adj} = 45.21%$, $p < 0.05$) xác định được 5 yếu tố có tác động trực tiếp và có ý nghĩa thống kê đến ĐTB:

    1. Mức độ khai thác tri thức trên Internet ($\beta = +0.4156$)
    2. Thời gian tự học tại nhà ($\beta = +0.2615$)
    3. Thời gian giải trí hàng ngày ($\beta = -0.0871$)
    4. Số buổi nghỉ học trong học kỳ ($\beta = -0.0397$)
    5. Thời gian làm thêm trong tuần ($\beta = -0.0185$)

    Đặc biệt, các biến giả về Giới tính ($p > 0.05$) và Năm học ($p > 0.05$) không cho thấy sự khác biệt có ý nghĩa thống kê về kết quả học tập.

  • Hàm ý thực tiễn (Implications): Kết quả nhấn mạnh tầm quan trọng của việc nâng cao kỹ năng tự học số hóa, tối ưu hóa phân bổ thời gian cá nhân và thiết lập hệ thống cảnh báo sớm học vụ dành cho sinh viên đại học trong kỷ nguyên đào tạo theo chuẩn CDIO và hệ thống tín chỉ.

Bối cảnh và tầm quan trọng (Context & Significance)

1. Bối cảnh đào tạo đại học hiện đại

Trong xu thế hội nhập kinh tế quốc tế và chuyển đổi số giáo dục, các cơ sở giáo dục đại học (CSGD) tại Việt Nam đồng loạt chuyển đổi phương thức đào tạo từ niên chế sang học chế tín chỉ và áp dụng khung chuẩn giáo dục quốc tế như CDIO (Conceive – Design – Implement – Operate). Triết lý giáo dục này chuyển trọng tâm từ "người dạy truyền thụ một chiều" sang "người học chủ động kiến tạo tri thức".

Tuy nhiên, bước chuyển dịch này đặt sinh viên trước nhiều thách thức lớn:

  • Yêu cầu thời gian tự học, tự nghiên cứu ngoài giờ lên lớp tăng gấp đôi thời lượng trên giảng đường.
  • Áp lực cân bằng giữa việc học, các hoạt động ngoại khóa, làm thêm kiếm thêm thu nhập và nhu cầu giải trí cá nhân.
  • Nguy cơ tụt hậu học tập khi chưa thích nghi kịp với môi trường học thuật đòi hỏi tính tự kỷ luật và năng lực số hóa cao.

2. Khoảng trống nghiên cứu (Research Gap)

Mặc dù đã có nhiều nghiên cứu trong và ngoài nước (Checchi et al., 2002; Huỳnh Quang Minh, 2002; Nguyễn Thị Mai Trang et al., 2008) khảo sát về kết quả học tập của sinh viên, nhưng phần lớn các công trình trước đây chỉ tập trung vào các yếu tố nhân khẩu học tĩnh (quê quán, điểm thi đầu vào) hoặc động cơ trừu tượng. Rất ít công trình lượng hóa cụ thể sự đánh đổi về mặt kinh tế lượng giữa quỹ thời gian thực tế (giờ làm thêm, giờ giải trí, giờ tự học) kết hợp với hành vi ứng dụng công nghệ (Internet) trong một môi trường đào tạo kỹ thuật – ứng dụng đặc thù như Trường Đại học Sư phạm Kỹ thuật TP.HCM.

3. Tính cấp thiết và tác động

Đề tài nghiên cứu mã số SV2021-54 mang tính cấp thiết thực tiễn cao:

  • Cung cấp bằng chứng thực nghiệm giúp sinh viên nhận diện các "bẫy thời gian" và yếu tố đòn bẩy để nâng cao ĐTB tích lũy.
  • Cung cấp dữ liệu cơ sở cho các nhà quản lý giáo dục, cố vấn học tập và ban giám hiệu thiết kế chính sách hỗ trợ học vụ, nâng cấp hạ tầng số và quản trị chất lượng giảng dạy theo định hướng người học.

Phương pháp tiếp cận và mô hình nghiên cứu (Methodology & Approach)

1. Thiết kế nghiên cứu và Thu thập dữ liệu

Đề tài áp dụng quy trình nghiên cứu chuẩn hóa hai giai đoạn:

  • Nghiên cứu định tính: Xây dựng khung lý thuyết từ tổng quan y văn; thực hiện phỏng vấn sâu với giảng viên thuộc nhiều khoa chuyên ngành và các nhóm sinh viên để hiệu chỉnh bảng hỏi, xác định các thang đo phù hợp với đặc thù sinh viên đại học kỹ thuật.
  • Nghiên cứu định lượng: Khảo sát ngẫu nhiên thông qua biểu mẫu số hóa, thu thập được dữ liệu hoàn chỉnh của 116 sinh viên chính quy tại HCMUTE. Mẫu được cân bằng chuẩn xác về giới tính (58 Nam / 58 Nữ, tương ứng 50% - 50%) và phân bổ đại diện theo năm học (47% sinh viên năm 2, 53% sinh viên các năm khác).

2. Thiết lập mô hình kinh tế lượng

Mô hình toán học tổng quát ban đầu được xây dựng để kiểm định 10 biến độc lập và 2 biến giả tác động lên biến phụ thuộc ($Y_{\text{DTB}}$ - Điểm trung bình học kỳ):

$$Y_{\text{DTB}} = \beta_1 + \beta_2 X_{\text{TINCHI}} + \beta_3 X_{\text{TUHOC}} + \beta_4 X_{\text{LAMTHEM}} + \beta_5 X_{\text{NGHIHOC}} + \beta_6 X_{\text{GIAITRI}} + \beta_7 X_{\text{NGOAIKHOA}} + \beta_8 X_{\text{HOCNHOM}} + \beta_9 X_{\text{INTERNET}} + \beta_{10} X_{\text{THUVIEN}} + \beta_{11} X_{\text{GIANGDAY}} + \epsilon$$

Các thang đo:

  • Biến định lượng: Điểm trung bình (thang điểm 10), Số tín chỉ (tín chỉ), Số giờ tự học (giờ/ngày), Số giờ làm thêm (giờ/tuần), Số buổi nghỉ học (buổi/kỳ), Số giờ giải trí (giờ/ngày), Tần suất đến thư viện (lần/tuần).
  • Biến định tính (Thang đo Likert 5 mức độ & Danh nghĩa): Khai thác Internet, Học nhóm, Tham gia ngoại khóa, Mức độ hài lòng chất lượng giảng dạy, Biến giả Giới tính ($D_{\text{GIOITINH}}$), Biến giả Năm học ($D_{\text{NAMHOC}}$).

3. Kỹ thuật phân tích và Quy trình kiểm định khuyết tật mô hình

Sử dụng phần mềm kinh tế lượng EViews 8.0 để tiến hành ước lượng và sàng lọc mô hình:

  • Lựa chọn mô hình tối ưu: So sánh 4 dạng mô hình dựa trên hệ số xác định hiệu chỉnh ($R^2_{\text{adj}}$) cao nhất và tiêu chuẩn thông tin Schwarz (SIC) nhỏ nhất.

  • Kiểm định hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai (VIF - Variance Inflation Factor) của toàn bộ các biến độc lập đều $< 10$, chứng minh không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.

  • Kiểm định hiện tượng phương sai sai số thay đổi (Heteroskedasticity): Áp dụng đồng thời 4 kiểm định chuyên sâu:

    1. Kiểm định White ($p > 0.05$)
    2. Kiểm định Glejser ($p > 0.05$)
    3. Kiểm định Harvey ($p > 0.05$)
    4. Kiểm định Breusch-Pagan-Godfrey ($p > 0.05$)

    Tất cả các kiểm định đều chấp nhận giả thuyết $H_0$, chứng minh phương sai sai số là không đổi, đảm bảo tính chất BLUE (Best Linear Unbiased Estimator) theo định lý Gauss-Markov.

Các phát hiện chính và Luận giải chuyên sâu (Key Findings & Discussion)

Qua quá trình sàng lọc kinh tế lượng, Mô hình 4 được xác định là mô hình hồi quy OLS tối ưu nhất với phương trình thực nghiệm như sau:

$$\widehat{Y}{\text{DTB}} = 5.5916 + 0.2615 \cdot X{\text{TUHOC}} - 0.0185 \cdot X_{\text{LAMTHEM}} - 0.0397 \cdot X_{\text{NGHIHOC}} - 0.0871 \cdot X_{\text{GIAITRI}} + 0.4156 \cdot X_{\text{INTERNET}}$$

Biến số Tên biến trong mô hình Hệ số hồi quy ($\beta$) Mức ý nghĩa ($p$-value) Chiều hướng tác động
Hằng số (Intercept) $C$ $5.5916$ $< 0.001$ Nền tảng điểm số tối thiểu
Tham khảo Internet $X_9_INTERNET$ $+0.4156$ $< 0.05$ Tác động tích cực mạnh nhất
Số giờ tự học $X_3_TUHOC$ $+0.2615$ $< 0.05$ Tác động tích cực đáng kể
Số giờ giải trí $X_6_GIAITRI$ $-0.0871$ $< 0.05$ Tác động tiêu cực rõ rệt
Số buổi nghỉ học $X_5_NGHIHOC$ $-0.0397$ $< 0.05$ Tác động tiêu cực
Số giờ làm thêm $X_4_LAMTHEM$ $-0.0185$ $< 0.05$ Tác động tiêu cực nhẹ 
                       TÁC ĐỘNG LÊN ĐIỂM TRUNG BÌNH (GPA)
                       
  Khai thác Internet   [+0.4156]  ████████████████████████████████ (Mạnh nhất)
  Tự học tại nhà       [+0.2615]  ████████████████████
  Làm thêm             [-0.0185]  █ (Âm)
  Nghỉ học             [-0.0397]  ███ (Âm)
  Giải trí quá mức     [-0.0871]  ███████ (Âm)
                                  -0.10   0.00   +0.10   +0.20   +0.30   +0.40   +0.50

1. Khai thác Internet là đòn bẩy học thuật mạnh nhất ($\beta = +0.4156$)

Nghiên cứu chỉ ra rằng hành vi chủ động tra cứu, cập nhật kiến thức chuyên ngành qua Internet có tác động thúc đẩy điểm số mạnh nhất. Khi mức độ sử dụng Internet phục vụ học tập tăng lên một bậc trong thang đo, ĐTB của sinh viên tăng trung bình 0.42 điểm. Khảo sát mô tả cho thấy phần lớn sinh viên HCMUTE đều có thói quen tra cứu tài liệu số hóa, phản ánh đúng tính chất của sinh viên kỹ thuật trong thời đại số.

2. Vai trò sống còn của việc tự học tại nhà ($\beta = +0.2615$)

Trong điều kiện các yếu tố khác không đổi, trung bình mỗi giờ tự học thêm mỗi ngày sẽ giúp điểm trung bình của sinh viên tăng thêm 0.26 điểm. Mức tự học trung bình của mẫu là 2.52 giờ/ngày. Kết quả này hoàn toàn nhất quán với yêu cầu của phương pháp đào tạo CDIO: sinh viên cần đầu tư thời gian tự nghiên cứu gấp đôi thời lượng tiếp thu thụ động trên giảng đường.

3. Tác động triệt tiêu của giải trí quá mức và nghỉ học

  • Thời gian giải trí ($\beta = -0.0871$): Sinh viên dành trung bình 3.99 giờ/ngày cho các hoạt động giải trí. Mỗi giờ giải trí tăng thêm mỗi ngày kéo tụt ĐTB giảm 0.087 điểm. Mặc dù giải trí giúp giải tỏa căng thẳng trí não, nhưng việc lạm dụng thời gian vào các hình thức giải trí không lành mạnh sẽ làm xói mòn nghiêm trọng quỹ thời gian học tập.
  • Số buổi nghỉ học ($\beta = -0.0397$): Mức độ nghỉ học trung bình là 3.55 buổi/học kỳ. Cứ vắng mặt thêm 1 buổi học, sinh viên bị giảm sút 0.04 điểm ĐTB do bị "lõm" kiến thức nền tảng và mất tương tác trực tiếp với giảng viên.

4. Tác động của việc làm thêm ($\beta = -0.0185$)

Sinh viên trong mẫu khảo sát dành trung bình 11.59 giờ/tuần để đi làm thêm. Mỗi giờ làm thêm tăng thêm làm giảm nhẹ ĐTB khoảng 0.0185 điểm. Dù làm thêm hỗ trợ kỹ năng mềm và trang trải tài chính, nhưng việc làm thêm quá 20-30 giờ/tuần sẽ gây mệt mỏi thể chất, dẫn đến ngủ gật trên lớp và thiếu hụt thời gian ôn bài.

5. Phát hiện bất ngờ: Không có sự phân hóa theo Giới tính và Năm học

  • Kiểm định biến giả Giới tính ($p > 0.05$): Không có sự khác biệt có ý nghĩa thống kê về kết quả học tập giữa sinh viên Nam và Nữ khi cùng kiểm soát các biến số hành vi và thời gian. Điều này xóa bỏ định kiến giới trong các ngành kỹ thuật.
  • Kiểm định biến giả Năm học ($p > 0.05$): Không có sự khác biệt có ý nghĩa thống kê giữa sinh viên năm 2 và các năm khác. Dù độ khó của môn học tăng dần theo các năm chuyên ngành, nhưng nếu sinh viên duy trì được chiến lược phân bổ thời gian hợp lý thì năng lực học tập vẫn được giữ vững.

Đóng góp khoa học và Giá trị ứng dụng (Scientific Contributions)

1. Đóng góp về mặt học thuật và lý thuyết

  • Bổ sung vào lý thuyết hành vi học tập đại học: Công trình kiểm chứng thực nghiệm mô hình lý thuyết về mối quan hệ giữa "Đầu vào thời gian - Hành vi số hóa" và "Đầu ra kết quả học tập" trong bối cảnh cụ thể của một trường đại học khối kỹ thuật hàng đầu phía Nam.
  • Chuẩn hóa thang đo kinh tế lượng: Cung cấp bộ biến số định lượng và định tính được kiểm định khuyết tật mô hình chặt chẽ (OLS không vi phạm đa cộng tuyến, phương sai không đổi), tạo tiền đề tham khảo tin cậy cho các nghiên cứu giáo dục thực nghiệm tiếp theo.

2. Giá trị ứng dụng thực tiễn trong quản trị giáo dục

  • Đối với Nhà trường và Ban Quản lý Chất lượng:
    • Khảo sát cho thấy 73% sinh viên hài lòng với chất lượng giảng dạy (điểm trung bình 3.65/5). Nhà trường cần tiếp tục đẩy mạnh ứng dụng E-learning, mở rộng kho học liệu số, trang bị Wi-Fi băng thông rộng và tài khoản cơ sở dữ liệu học thuật quốc tế cho sinh viên.
    • Thiết lập cơ chế điểm danh số hóa và cảnh báo học vụ sớm đối với sinh viên vắng mặt quá 2 buổi/môn học.
  • Đối với Giảng viên và Cố vấn học tập:
    • Hướng dẫn sinh viên phương pháp tự học và khai thác tài nguyên học thuật số chuẩn xác trên Internet thay vì chỉ học vẹt giáo trình.
    • Tư vấn cho sinh viên năm nhất và năm hai kỹ năng quản trị thời gian (Time Management Matrix) nhằm cân bằng giữa việc làm thêm, hoạt động giải trí và tự nghiên cứu.

Đối tượng hưởng lợi từ nghiên cứu (Target Audience)

  1. Sinh viên đại học & tân sinh viên: Hiểu rõ công thức toán học chi phối điểm số của chính mình; từ đó chủ động cắt giảm thời gian giải trí thụ động, hạn chế nghỉ học, kiểm soát giờ làm thêm dưới 15h/tuần và tăng cường tự học số hóa.
  2. Giảng viên đại học & Cố vấn học vụ: Sở hữu dữ liệu khoa học để định hướng phương pháp học tập cho lớp chủ nhiệm; chuyển đổi từ giao bài tập truyền thống sang giao nhiệm vụ nghiên cứu trực tuyến.
  3. Ban Giám hiệu & Chuyên viên Đảm bảo chất lượng: Căn cứ thực chứng để đầu tư hạ tầng công nghệ thông tin, thư viện điện tử và hoàn thiện chính sách hỗ trợ sinh viên.
  4. Nhà nghiên cứu Kinh tế lượng & Giáo dục học: Tiếp cận một bộ khung phân tích hoàn chỉnh từ thiết lập bảng hỏi, xử lý hồi quy OLS đến kiểm định chuyên sâu trên EViews.

Câu hỏi thường gặp (FAQ)

1. Yếu tố nào có tác động quyết định mạnh nhất đến kết quả học tập của sinh viên?

Trả lời: Theo mô hình hồi quy OLS, mức độ tham khảo và khai thác tài liệu trên Internet là yếu tố có tác động tích cực lớn nhất ($\beta = +0.4156$), tiếp theo là số giờ tự học tại nhà trong ngày ($\beta = +0.2615$). Điều này phản ánh năng lực tự chủ số hóa là chìa khóa then chốt của sinh viên đại học hiện nay.

2. Phương pháp nghiên cứu trong đề tài có điểm gì nổi bật về mặt thống kê?

Trả lời: Nghiên cứu không dừng lại ở thống kê mô tả đơn thuần mà xây dựng mô hình hồi quy đa biến OLS có kiểm định đầy đủ các khuyết tật mô hình (kiểm định đa cộng tuyến VIF < 10; kiểm định phương sai sai số thay đổi bằng 4 phương pháp White, Glejser, Harvey, Godfrey). Mô hình đạt mức giải thích $R^2 = 47.59%$ với độ tin cậy $95%$.

3. Kết quả nghiên cứu có thể khái quát hóa (generalize) cho các trường đại học khác không?

Trả lời: Có thể khái quát hóa tốt cho các trường đại học đào tạo theo học chế tín chỉ và định hướng ứng dụng kỹ thuật – công nghệ tại Việt Nam. Đối với các khối ngành chuyên biệt như Y khoa, Nghệ thuật hoặc Khoa học Xã hội, mô hình có thể cần bổ sung thêm các biến đặc thù về thực hành lâm sàng hoặc năng khiếu.

4. Giới tính và Năm học có làm thay đổi kết quả học tập không?

Trả lời: Kết quả phân tích biến giả cho thấy không có sự khác biệt có ý nghĩa thống kê ($p > 0.05$) giữa sinh viên nam và nữ, cũng như giữa sinh viên năm hai và các năm khác. Cơ hội đạt điểm cao là bình đẳng nếu sinh viên áp dụng đúng phương pháp phân bổ thời gian.

5. Sinh viên nên áp dụng kết quả này vào thực tế như thế nào?

Trả lời: Sinh viên nên duy trì tự học tối thiểu 2.5 - 3 giờ/ngày, tận dụng Internet để tra cứu tài liệu học thuật, khống chế giờ làm thêm dưới 12 giờ/tuần, giới hạn thời gian giải trí dưới 2-3 giờ/ngày và tuyệt đối không nghỉ học quá số buổi quy định.

Kết luận (Conclusion)

Công trình nghiên cứu khoa học của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM (Mã số đề tài: SV2021-54) dưới sự hướng dẫn của TS. Trần Đăng Thịnh đã thành công trong việc lượng hóa các yếu tố tác động đến kết quả học tập đại học thông qua mô hình kinh tế lượng OLS chuẩn mực. Nghiên cứu đã chứng minh rõ nét rằng kết quả học tập không phụ thuộc vào giới tính hay năm học, mà được quyết định trực tiếp bởi năng lực khai thác tri thức số, tính kỷ luật trong tự học và khả năng quản trị quỹ thời gian cá nhân.

Trong giai đoạn tiếp theo, các nghiên cứu mở rộng có thể nâng quy mô mẫu và tích hợp thêm các biến số về phương pháp giảng dạy kết hợp (Blended Learning) cũng như tác động của trí tuệ nhân tạo (AI) đối với hành vi tự học của sinh viên.