Giới thiệu dự án

Đại dịch Covid-19 bùng phát từ cuối năm 2019 đã tạo ra bước ngoặt mang tính lịch sử đối với nền giáo dục toàn cầu nói chung và giáo dục đại học tại Việt Nam nói riêng. Việc chuyển đổi đột ngột từ hình thức đào tạo trực tiếp sang hình thức trực tuyến (E-learning) đã đặt ra những thách thức chưa từng có tiền lệ đối với tâm lý và hành vi học tập của sinh viên. Theo thống kê của Bộ Giáo dục và Đào tạo, cả nước có gần 1,5 triệu sinh viên đang theo học tại các cơ sở giáo dục đại học. Khảo sát thực tế giai đoạn 2018–2019 ghi nhận 83% sinh viên vừa học vừa làm với thời lượng trung bình 3,4 giờ/ngày để trang trải chi phí, cao hơn thời gian tự học tại nhà (2,5 giờ/ngày) và trên giảng đường (2,7 giờ/ngày). Đáng chú ý, năm 2019 ghi nhận hơn 2.200 sinh viên tại Trường Đại học Công nghiệp Thành phố Hồ Chí Minh (IUH) buộc phải thôi học hoặc bỏ học do suy giảm kết quả học tập và mất phương hướng.

+-----------------------------------------------------------------------------+
|                            BỐI CẢNH DỰ ÁN                                   |
|  - 1.5M sinh viên toàn quốc chịu ảnh hưởng giãn cách xã hội do Covid-19     |
|  - 83% sinh viên chịu áp lực vừa học vừa làm (3.4 giờ/ngày)                 |
|  - >2,200 sinh viên IUH bỏ học (2019) do suy giảm động lực & kết quả        |
+-----------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement) nằm ở sự đứt gãy về tương tác trực tiếp, hạ tầng công nghệ chưa đồng bộ và thiếu hụt các cơ chế hỗ trợ kịp thời, dẫn đến sự suy giảm nghiêm trọng về động lực học tập (ĐLHT). Động lực học tập là biến số then chốt quyết định mức độ nỗ lực, tính kiên trì và kết quả rèn luyện của người học. Đề tài khóa luận tốt nghiệp chuyên ngành Marketing: "Nghiên cứu các yếu tố ảnh hưởng đến động lực học tập của sinh viên tại Trường Đại học Công nghiệp Thành phố Hồ Chí Minh trong mùa dịch Covid-19" do sinh viên Phan Trường Thịnh thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Thị Vân nhằm giải quyết bài toán cấp bách này.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định hệ thống các nhân tố tác động đến động lực học tập của sinh viên IUH trong bối cảnh học trực tuyến mùa dịch.
  2. Đo lường và đánh giá định lượng mức độ ảnh hưởng của từng nhân tố thông qua mô hình phân tích định lượng chuẩn tắc.
  3. Đề xuất hệ thống giải pháp và hàm ý quản trị khả thi giúp Ban giám hiệu và Khoa Quản trị Kinh doanh IUH nâng cao chất lượng đào tạo và trải nghiệm người học.

Phương pháp tiếp cận giải pháp kết hợp chặt chẽ giữa nghiên cứu định tính (phỏng vấn sâu, thảo luận nhóm) và nghiên cứu định lượng (khảo sát mẫu ngẫu nhiên $N = 220$, kiểm định Cronbach's Alpha, phân tích nhân tố khám phá EFA và hồi quy tuyến tính OLS trên phần mềm SPSS 26.0). Kết quả kỳ vọng cung cấp bộ trọng số tác động chuẩn hóa ($\beta$), xác định chính xác các điểm nghẽn trong hoạt động dạy học trực tuyến.

Phạm vi nghiên cứu tập trung vào sinh viên các khóa đang theo học tại Trường Đại học Công nghiệp TP.HCM từ tháng 02/2021 đến tháng 05/2021. Hạn chế của đề tài là phương pháp lấy mẫu thuận tiện phi xác suất và bối cảnh dịch bệnh hạn chế việc tiếp cận trực tiếp sinh viên toàn trường.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình, đề tài đã phân tích và so sánh các phương pháp tiếp cận đo lường động lực học tập phổ biến trong môi trường giáo dục đại học.

Phương pháp tiếp cận Ưu điểm Nhược điểm Đánh giá độ phù hợp với IUH
Khảo sát phản hồi truyền thống (Paper-based) Tỷ lệ phản hồi cao khi phát trực tiếp tại lớp Không khả thi trong mùa dịch Covid-19; chi phí nhập liệu cao Không khả thi (Loại bỏ)
Phân tích Log dữ liệu LMS thuần túy Dữ liệu khách quan, phản ánh chính xác thời gian truy cập Không đo lường được cảm xúc, nhận thức nội tại và tâm lý sinh viên Chưa đầy đủ (Chỉ mang tính bổ trợ)
Mô hình định lượng kết hợp (Qual-Quant Survey via SPSS) Đo lường toàn diện các biến tâm lý học và môi trường; xử lý đa biến tin cậy Đòi hỏi thiết kế bảng hỏi chặt chẽ và kiểm định độ tin cậy nghiêm ngặt Tối ưu (Được lựa chọn)

Yêu cầu nghiên cứu được phân loại theo ma trận MoSCoW:

  • Must-have: Kiểm định độ tin cậy thang đo (Cronbach's Alpha $\ge 0.70$), phân tích EFA trích xuất phương sai $> 50%$, mô hình hồi quy tuyến tính không vi phạm hiện tượng đa cộng tuyến (VIF $< 2$).
  • Should-have: Phân tích phương sai ANOVA để kiểm tra sự khác biệt giữa các biến nhân khẩu học (giới tính, năm học, khoa chuyên môn).
  • Could-have: Đánh giá chi tiết sự tương tác đa kênh qua mạng xã hội (Facebook, Zalo) bổ trợ cho hệ thống E-learning.
  • Won't-have: Khảo sát toàn bộ 100% sinh viên trên tất cả các cơ sở của trường (giới hạn ở mẫu đại diện $N=220$).
                      MA TRẬN KHOẢNG TRỐNG NGHIÊN CỨU (GAP ANALYSIS)
   +------------------------------------+      +------------------------------------+
   |         NGHIÊN CỨU TRƯỚC           |      |          NGHIÊN CỨU HIỆN TẠI       |
   | - Tập trung vào điều kiện lớp học  | ---> | - Bổ sung biến số Công nghệ số     |
   |   truyền thống (Offline).          |      |   (CNTT: Zoom, LMS, E-learning).   |
   | - Bỏ qua biến động tâm lý mùa dịch |      | - Đánh giá tác động khủng hoảng y tế|
   +------------------------------------+      +------------------------------------+

Thiết kế hệ thống đo lường và quy trình xử lý dữ liệu

Kiến trúc luồng xử lý thông tin được xây dựng khép kín, chuẩn hóa từ khâu thu thập đến xuất báo cáo thống kê:

[Bảng câu hỏi Google Forms] 
[Tiền xử lý & Làm sạch dữ liệu Excel] 
[Phần mềm IBM SPSS Statistics v26.0]
[Báo cáo kết quả & Đề xuất Hàm ý Quản trị]

Công nghệ và công cụ sử dụng:

  • Nền tảng thu thập: Google Forms API tích hợp Google Sheets.
  • Phần mềm phân tích dữ liệu: IBM SPSS Statistics phiên bản 26.0 (64-bit).
  • Công cụ tiền xử lý và trực quan hóa: Microsoft Excel 365.
  • Mã hóa thang đo: Thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).

Cấu trúc thang đo nghiên cứu bao gồm 6 biến độc lập với tổng cộng 30 biến quan sát:

  1. Môi trường học tập (MTHT): 5 biến quan sát (MTHT1 - MTHT5).
  2. Điều kiện học tập (DKHT): 6 biến quan sát (DKHT1 - DKHT6).
  3. Chất lượng giảng viên (CLGV): 5 biến quan sát (CLGV1 - CLGV5).
  4. Chương trình đào tạo (CTDT): 5 biến quan sát (CTDT1 - CTDT5).
  5. Công tác sinh viên (CTSV): 4 biến quan sát (CTSV1 - CTSV4).
  6. Ứng dụng công nghệ thông tin (CNTT): 5 biến quan sát (CNTT1 - CNTT5).
  7. Biến phụ thuộc - Động lực học tập (DLHT): 4 biến quan sát đo lường tính chủ động và kiên trì.

Methodology

Quy trình nghiên cứu triển khai qua 9 bước tuần tự theo chuẩn mực nghiên cứu hàn lâm khoa học hành vi:

  • Giai đoạn định tính: Rà soát tài liệu cơ sở (Thuyết kỳ vọng Vroom 1964, Tháp nhu cầu Maslow 1954, Thuyết hai nhân tố Herzberg 1959, Thuyết quy kết Heider 1958) $\rightarrow$ Thảo luận nhóm chuyên gia và giảng viên $\rightarrow$ Hiệu chỉnh thang đo sơ bộ.
  • Giai đoạn khảo sát sơ bộ: Thử nghiệm mẫu nhỏ $n = 50$ để kiểm định sơ bộ hệ số Cronbach's Alpha.
  • Giai đoạn định lượng chính thức: Phát tán bảng hỏi trực tuyến diện rộng thu về $N = 220$ mẫu hợp lệ $\rightarrow$ Phân tích độ tin cậy $\rightarrow$ Phân tích EFA $\rightarrow$ Hồi quy OLS $\rightarrow$ Kiểm định giả thuyết.

Implementation và kết quả

Quá trình thực thi dữ liệu và giải thuật phân tích

Dữ liệu sau khi thu thập được đưa vào pipeline xử lý định lượng tự động bằng SPSS Syntax và các thuật toán phân tích thống kê cốt lõi.

  1. Công thức tính hệ số tin cậy Cronbach's Alpha: $$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ Tiêu chuẩn: Biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.30$ bị loại bỏ; thang đo đạt yêu cầu khi $\alpha \ge 0.70$.

  2. Mô hình hồi quy tuyến tính bội OLS: $$DLHT = \beta_0 + \beta_1 MTHT + \beta_2 DKHT + \beta_3 CLGV + \beta_4 CTDT + \beta_5 CTSV + \beta_6 CNTT + \epsilon$$

Đoạn mã mô phỏng quy trình kiểm định Cronbach's Alpha và Hồi quy tuyến tính bằng Python (sử dụng thư viện pandasstatsmodels) phản ánh chính xác cấu trúc dữ liệu thực hiện trong SPSS:

import numpy as np
import pandas as pd
import statsmodels.api as sm

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số tin cậy nội tại Cronbach's Alpha cho thang đo."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

def run_regression_pipeline(data: pd.DataFrame, predictors: list, target: str):
    """Thực thi hồi quy tuyến tính OLS và xuất hệ số chuẩn hóa."""
    X = data[predictors]
    y = data[target]
    
    # Chuẩn hóa z-score để tính hệ số Beta chuẩn hóa
    X_scaled = (X - X.mean()) / X.std()
    y_scaled = (y - y.mean()) / y.std()
    
    X_scaled = sm.add_constant(X_scaled)
    model = sm.OLS(y_scaled, X_scaled).fit()
    return model.summary()

# Pipeline thực thi mẫu khảo sát N=220 tại IUH
# predictors = ['MTHT', 'DKHT', 'CLGV', 'CTDT', 'CTSV', 'CNTT']

Kết quả kiểm định và phân tích dữ liệu

1. Kiểm định độ tin cậy thang đo sơ bộ ($n = 50$)

Thang đo nhân tố Số biến quan sát Cronbach's Alpha sơ bộ Đánh giá
Môi trường học tập (MTHT) 5 0.771 Đạt yêu cầu ($\ge 0.7$)
Điều kiện học tập (DKHT) 6 0.759 Đạt yêu cầu ($\ge 0.7$)
Chất lượng giảng viên (CLGV) 5 0.700 Đạt yêu cầu ($\ge 0.7$)
Chương trình đào tạo (CTDT) 5 0.775 Đạt yêu cầu ($\ge 0.7$)
Công tác sinh viên (CTSV) 4 0.851 Đạt yêu cầu cao ($\ge 0.8$)
Ứng dụng công nghệ thông tin (CNTT) 5 0.788 Đạt yêu cầu ($\ge 0.7$)

2. Phân tích nhân tố khám phá (EFA) mẫu chính thức ($N = 220$)

  • Kiểm định biến độc lập: Chỉ số $KMO = 0.842$ ($> 0.5$), kiểm định Bartlett có giá trị thống kê $\chi^2$ với mức ý nghĩa $Sig. = 0.000 < 0.05$. Phương sai trích (Total Variance Explained) đạt 61.35% ($> 50%$), giá trị Eigenvalue tại nhân tố thứ 6 đạt 1.214 ($> 1$).
  • Ma trận xoay nhân tố (Rotated Component Matrix): Toàn bộ hệ số tải nhân tố (Factor Loading) của các biến quan sát đều đạt giá trị $> 0.55$, không xuất hiện biến chéo.

3. Phân tích hồi quy tuyến tính bội

  • Hệ số xác định $R^2 = 0.584$, $R^2$ hiệu chỉnh $= 0.572$. Điều này chứng minh rằng 57.2% sự biến thiên của Động lực học tập của sinh viên IUH được giải thích bởi 6 yếu tố trong mô hình.
  • Giá trị kiểm định Durbin-Watson đạt $1.892$ (nằm trong khoảng $1.5 - 2.5$, không có hiện tượng tự tương quan).
  • Thống kê ANOVA: $F = 49.82$ với $Sig. = 0.000$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tập dữ liệu thực tế.
Giả thuyết Mối quan hệ Hệ số hồi quy chưa chuẩn hóa (B) Hệ số Beta chuẩn hóa ($\beta$) Mức ý nghĩa ($Sig.$) Mức độ tác động Kết luận
H3 CLGV $\rightarrow$ DLHT 0.284 0.312 0.000 Cao nhất (1) Chấp nhận
H4 CTDT $\rightarrow$ DLHT 0.241 0.258 0.000 Thứ hai (2) Chấp nhận
H6 CNTT $\rightarrow$ DLHT 0.195 0.215 0.002 Thứ ba (3) Chấp nhận
H2 DKHT $\rightarrow$ DLHT 0.162 0.174 0.008 Thứ tư (4) Chấp nhận
H1 MTHT $\rightarrow$ DLHT 0.138 0.146 0.019 Thứ năm (5) Chấp nhận
H5 CTSV $\rightarrow$ DLHT 0.102 0.118 0.041 Thứ sáu (6) Chấp nhận

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về mặt học thuật và thực tiễn:

  1. Đổi mới mô hình trong bối cảnh đặc thù: Khác với các nghiên cứu trước đây chỉ khảo sát trong điều kiện học truyền thống, mô hình đã tích hợp thành công biến số "Ứng dụng công nghệ thông tin (CNTT)" trong mùa dịch Covid-19, đóng góp tỷ trọng ảnh hưởng đứng thứ 3 ($\beta = 0.215$).
  2. Cơ sở định lượng vững chắc: Toàn bộ các thang đo được hiệu chỉnh qua 2 vòng nghiên cứu nghiêm ngặt, loại bỏ các nhận định cảm tính.
Tiêu chí so sánh Hoàng Thị Mỹ Nga & Nguyễn Tuấn Kiệt (2016) Cao Thị Cẩm Vân và cộng sự (2020) Đề tài nghiên cứu hiện tại (2021)
Đối tượng & Địa bàn Sinh viên Kinh tế - ĐH Cần Thơ Sinh viên Kế toán - Kiểm toán IUH Đa ngành (Marketing, QTKD, Kinh tế) IUH
Bối cảnh nghiên cứu Đào tạo trực tiếp bình thường Đào tạo trực tiếp kết hợp E-learning sơ khởi Giãn cách xã hội do đại dịch Covid-19
Nhân tố công nghệ Chưa tích hợp độc lập Đã đưa vào biến khảo sát Chuẩn hóa chuyên sâu (Zoom, Zalo, E-learning)
Số lượng nhân tố 7 nhân tố 6 nhân tố 6 nhân tố tối ưu ($R^2_{adj} = 57.2%$)

Ứng dụng thực tế và triển khai

Hệ thống giải pháp và hàm ý quản trị được thiết kế bám sát thứ tự trọng số tác động của mô hình hồi quy:

                           LỘ TRÌNH TRIỂN KHAI HÀM Ý QUẢN TRỊ
   [Giai đoạn 1: Q3/2021]            [Giai đoạn 2: Q4/2021]            [Giai đoạn 3: Q1/2022]
+--------------------------+     +--------------------------+     +--------------------------+
| 1. Nâng cao CLGV         |     | 1. Nâng cấp hạ tầng CNTT |     | 1. Tối ưu Công tác SV    |
| - Tập huấn sư phạm số    | --> | - Băng thông LMS/E-learn | --> | - Giải ngân gói trợ cấp  |
| - Phương pháp Case-study |     | - Tích hợp Zoom bản quyền|     | - Tư vấn tâm lý online   |
| 2. Cập nhật CTĐT số hóa  |     | 2. Đổi mới MTHT số       |     | 2. Đo lường chỉ số CSAT  |
+--------------------------+     +--------------------------+     +--------------------------+
  1. Nâng cao chất lượng giảng viên ($\beta = 0.312$):

    • Tổ chức các khóa tập huấn kỹ năng sư phạm trực tuyến, kỹ năng tương tác qua nền tảng số nhằm giảm bớt sự nhàm chán của các buổi học online.
    • Giảng viên cần chủ động phản hồi nhanh chóng qua các kênh Zalo/Email học phần, kết hợp phương pháp giảng dạy tình huống thực tế (case-study) gắn với biến động thị trường mùa dịch.
  2. Hoàn thiện chương trình đào tạo ($\beta = 0.258$):

    • Tinh gọn thời lượng lý thuyết hàn lâm, tăng cường tỷ trọng bài tập thực hành nhóm và dự án môn học (project-based learning).
    • Đảm bảo tính liên thông và cập nhật kiến thức mới sát với nhu cầu tuyển dụng thời kỳ hậu dịch.
  3. Hiện đại hóa ứng dụng công nghệ thông tin ($\beta = 0.215$):

    • Đầu tư mở rộng băng thông máy chủ hệ thống E-learning của IUH (http://ework.vn), khắc phục triệt để tình trạng nghẽn mạng khi sinh viên nộp bài thi hoặc đăng ký học phần.
    • Chuẩn hóa tài khoản Zoom/Microsoft Teams bản quyền cho 100% sinh viên và giảng viên.
  4. Tối ưu hóa điều kiện học tập và công tác sinh viên ($\beta = 0.174$ & $\beta = 0.118$):

    • Số hóa toàn diện nguồn tài nguyên học liệu tại Thư viện số IUH, cấp quyền truy cập từ xa 24/7.
    • Đẩy mạnh các chính sách hỗ trợ tài chính, miễn giảm học phí và các gói trợ cấp xã hội kịp thời cho sinh viên có hoàn cảnh khó khăn do dịch Covid-19.

Hạn chế và hướng phát triển

Dù đạt được các kết quả có ý nghĩa thống kê cao, đề tài vẫn ghi nhận một số hạn chế:

  • Hạn chế về cỡ mẫu và kỹ thuật lấy mẫu: Mẫu khảo sát $N = 220$ được thu thập theo phương pháp thuận tiện phi xác suất, chưa bao phủ toàn diện tất cả các khoa viện kỹ thuật đặc thù tại IUH.
  • Hạn chế về thiết kế nghiên cứu: Sử dụng thiết kế nghiên cứu cắt ngang (cross-sectional) tại một thời điểm mùa dịch, chưa phản ánh được sự biến chuyển tâm lý học tập theo chuỗi thời gian dài (longitudinal study).

Hướng phát triển tiếp theo:

  • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) qua phần mềm AMOS hoặc SmartPLS để đánh giá đồng thời các biến trung gian (như Sự hài lòng, Cam kết học tập).
  • Mở rộng quy mô mẫu khảo sát lên $N \ge 1.000$ trên phạm vi liên trường đại học khối kinh tế và kỹ thuật tại khu vực phía Nam.

Đối tượng hưởng lợi

  • Sinh viên: Nhận diện rõ ràng các nguồn động lực nội tại và ngoại tại, từ đó chủ động xây dựng lộ trình tự học và thích ứng linh hoạt với phương thức học tập kết hợp (Blended Learning).
  • Giảng viên: Có cơ sở khoa học để tái cấu trúc phương pháp giảng dạy trực tuyến, tăng cường tương tác và gắn kết người học.
  • Nhà quản lý giáo dục (Ban Giám hiệu / Trưởng khoa): Sở hữu các dữ liệu định lượng cụ thể để ưu tiên phân bổ ngân sách đầu tư vào hạ tầng CNTT, bồi dưỡng giảng viên và cải cách thủ tục công tác sinh viên.
  • Nhà nghiên cứu: Kế thừa bộ thang đo chuẩn hóa đã được kiểm định độ tin cậy để áp dụng vào các nghiên cứu hành vi người học trong bối cảnh chuyển đổi số.

Câu hỏi thường gặp

  1. Hệ số Cronbach's Alpha và EFA của mô hình đạt chuẩn ở mức nào? Toàn bộ 6 thang đo độc lập đều đạt hệ số Cronbach's Alpha từ $0.700$ đến $0.851$, hệ số tải EFA đều $> 0.55$ và tổng phương sai trích đạt $61.35%$, đáp ứng hoàn toàn các tiêu chuẩn kiểm định định lượng khắt khe.

  2. Tại sao nhân tố Chất lượng giảng viên lại có tác động mạnh nhất ($\beta = 0.312$)? Trong môi trường học trực tuyến mùa dịch, sinh viên bị cô lập về mặt không gian vật lý; do đó, sự nhiệt tình, phương pháp truyền đạt lôi cuốn và sự hỗ trợ kịp thời từ giảng viên trở thành điểm tựa tâm lý lớn nhất duy trì hứng thú học tập.

  3. Yếu tố Công nghệ thông tin đóng vai trò như thế nào trong mô hình? CNTT là nhân tố mới được bổ sung, xếp thứ 3 về mức độ tác động ($\beta = 0.215$). Sự ổn định của hệ thống E-learning và các phần mềm hỗ trợ trực tuyến là điều kiện tiên quyết để quá trình tiếp thu kiến thức không bị gián đoạn.

  4. Nghiên cứu có kiểm tra sự khác biệt về đặc điểm nhân khẩu học không? Nghiên cứu đã thực hiện kiểm định Independent Samples T-Test (theo giới tính) và ANOVA (theo năm học và khoa chuyên môn), kết quả cho thấy có sự khác biệt có ý nghĩa thống kê về mức độ cảm nhận động lực học tập giữa sinh viên các năm học khác nhau.

  5. Giải pháp nào có thể thực thi ngay với chi phí thấp nhất? Thiết lập các nhóm trao đổi học tập qua Zalo/Teams cho từng môn học, công khai lịch giải đáp thắc mắc trực tuyến của giảng viên và số hóa các quy trình hành chính sinh viên.


Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Phan Trường Thịnh đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc vận dụng các lý thuyết hành vi kinh điển kết hợp với công cụ định lượng SPSS 26.0 hiện đại trên mẫu khảo sát 220 sinh viên IUH, nghiên cứu đã chứng minh thực nghiệm 6 nhóm yếu tố tác động cùng chiều đến Động lực học tập ($R^2_{adj} = 57.2%$), trong đó Chất lượng giảng viên ($\beta = 0.312$) và Chương trình đào tạo ($\beta = 0.258$) giữ vai trò chi phối hàng đầu.

Kết quả này không chỉ mang giá trị học thuật đối với chuyên ngành Quản trị Kinh doanh - Marketing mà còn là cẩm nang thực tiễn giúp các trường đại học tối ưu hóa chiến lược chuyển đổi số trong giáo dục, nâng cao chất lượng đào tạo và giữ vững tỷ lệ sinh viên duy trì học tập bền vững.