Giới thiệu dự án

Trong bối cảnh giáo dục đại học chuyển dịch mạnh mẽ từ mô hình tinh hoa sang đại trà hóa (massification of higher education), vấn đề duy trì sự gắn kết của người học (Student Engagement - SE) trở thành bài toán sống còn đối với chất lượng đào tạo và danh tiếng học thuật của các cơ sở giáo dục. Thống kê thực tế tại các trường đại học lớn trên địa bàn TP.HCM giai đoạn 2018–2020 ghi nhận tỷ lệ sinh viên bị cảnh báo học vụ và buộc thôi học ở mức báo động: Trường Đại học Công nghiệp TP.HCM (IUH) ghi nhận 2.252 sinh viên bị cảnh báo và tự ý bỏ học trong học kỳ I năm học 2019–2020; Trường Đại học Giao thông Vận tải TP.HCM buộc thôi học 257/2.135 sinh viên bị cảnh báo; Trường Đại học Luật TP.HCM xử lý hơn 170 trường hợp; và Đại học Sư phạm TP.HCM xử lý gần 450 sinh viên. Hiện tượng sinh viên ngắt quãng lộ trình học tập xuất phát từ sự suy giảm động lực nội tại, thiếu hụt khả năng hấp thụ tri thức chuyên môn và môi trường tương tác học thuật kém hiệu quả.

Vấn đề cốt lõi đặt ra là: Làm thế nào để định lượng hóa chính xác các chiều kích tác động đến sự gắn kết sinh viên trong môi trường giáo dục đại học Việt Nam nhằm xây dựng các giải pháp can thiệp có tính hệ thống?

Mục tiêu nghiên cứu của đề tài được lượng hóa qua 4 nhiệm vụ cụ thể:

  1. Xác định và kiểm định hệ thống các nhân tố tác động đến mức độ gắn kết của sinh viên chuyên ngành Quản trị Kinh doanh (QTKD).
  2. Đo lường chính xác trọng số tác động ($\beta$) của từng nhân tố độc lập lên biến phụ thuộc sự gắn kết sinh viên thông qua mô hình hồi quy tuyến tính OLS (Ordinary Least Squares).
  3. Kiểm định sự khác biệt có ý nghĩa thống kê về mức độ gắn kết giữa các nhóm phân loại nhân khẩu học (giới tính, khóa học/năm học, chuyên ngành đào tạo, hệ đào tạo chính quy và liên thông).
  4. Xây dựng hệ thống hàm ý quản trị và giải pháp chính sách giáo dục thực tiễn cho Ban chủ nhiệm Khoa và Ban Giám hiệu nhà trường.

Cách tiếp cận của đề tài là kết hợp phương pháp nghiên cứu hỗn hợp (Mixed-Methods Research): khảo sát định tính hiệu chỉnh thang đo và phân tích định lượng trên cỡ mẫu $N = 300$ sinh viên hợp lệ thông qua công cụ phân tích thống kê SPSS 22.0. Phạm vi nghiên cứu tập trung vào sinh viên Khoa Quản trị Kinh doanh – Trường Đại học Công nghiệp TP.HCM trong khoảng thời gian từ tháng 02/2021 đến tháng 05/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu sự gắn kết sinh viên trên thế giới dựa trên ba khung lý thuyết nền tảng: Lý thuyết sự tham gia của Astin (1999) (Theory of Student Involvement), Mô hình nhân quả chung của Pascarella (1985) (Pascarella’s General Causal Model) và Mô hình sự rời đi của sinh viên của Tinto (1993) (Tinto’s Model of Student Departure). Bảng so sánh dưới đây tổng hợp ưu và nhược điểm của các cách tiếp cận hiện có:

Mô hình lý thuyết Đại diện tiêu biểu Ưu điểm chính Nhược điểm / Hạn chế
Involvement Theory Astin (1999) Đo lường năng lượng vật lý và tâm lý đầu tư vào các hoạt động đại học. Tập trung nhiều vào hành vi ngoại khóa, ít phản ánh năng lực xử lý nhận thức.
General Causal Model Pascarella (1985) Tích hợp tương tác thể chế và bối cảnh tổ chức. Cấu trúc phức tạp, khó lượng hóa toàn diện trên các mẫu khảo sát vi mô.
Student Departure Model Tinto (1993) Làm rõ cơ chế hội nhập học thuật (academic) và xã hội (social integration). Thiên về giải thích nguyên nhân bỏ học hơn là tối ưu hóa mức độ gắn kết tích cực.
Integrated Service Model Tùng & Yến (2017); Trân (2020) Tiếp cận giáo dục như dịch vụ và đưa vào biến nhận thức cá nhân. Chưa tối ưu hóa cho mô hình đào tạo theo tín chỉ và hệ thống số hóa hiện đại.

Yêu cầu người dùng đối với hệ thống thang đo đánh giá được phân loại theo ma trận MoSCoW:

  • Must-have (Bắt buộc có): Thang đo 5 điểm Likert chuẩn hóa kiểm định độ tin cậy Cronbach's Alpha $\ge 0.6$, hệ số tương quan biến - tổng $\ge 0.3$, kiểm định giá trị hội tụ và phân biệt qua EFA (Exploratory Factor Analysis).
  • Should-have (Nên có): Kiểm định vi phạm giả định hồi quy (đa cộng tuyến VIF, phân phối chuẩn phần dư, tự tương quan Durbin-Watson).
  • Could-have (Có thể có): Phân tích so sánh ANOVA đa biến và Independent Samples T-Test theo các nhóm nhân khẩu học.
  • Won't-have (Chưa thực hiện): Phân tích mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) đa bậc.

Thiết kế hệ thống

Khung nghiên cứu thực nghiệm được thiết kế bao gồm 4 biến độc lập và 1 biến phụ thuộc với tổng số 28 biến quan sát:

  1. Môi trường học tập (MT - 6 biến quan sát): Cơ sở vật chất, thiết bị giảng dạy, không khí lớp học, mối quan hệ đồng trang lứa và cán bộ quản lý.
  2. Tương tác sinh viên - khoa (TT - 6 biến quan sát): Trao đổi học thuật, định hướng nghề nghiệp, nghiên cứu khoa học ngoài giờ, tốc độ phản hồi từ giảng viên.
  3. Động lực học tập (DL - 4 biến quan sát): Động lực nội sinh (tự hoàn thiện, thể hiện năng lực) và động lực ngoại sinh (kỳ vọng xã hội, hình mẫu truyền cảm hứng).
  4. Khả năng hấp thụ (KN - 4 biến quan sát): Năng lực nhận diện, xử lý, dung hòa và chuyển hóa tri thức hàn lâm thành kỹ năng thực tế (Absorptive Capacity).
  5. Sự gắn kết sinh viên (GK - 8 biến quan sát): Gắn kết hành vi, nhận thức, cảm xúc, niềm tự hào và ý định gắn bó lâu dài.
+-------------------------------------------------------------+
|                     MÔ HÌNH HỒI QUY OLS                    |
+-------------------------------------------------------------+
|  [MT: Môi trường học tập] (6 biến)       --+               |
|  [TT: Tương tác SV - Khoa] (6 biến)      ---+--> [GK: Gắn kết |
|  [DL: Động lực học tập] (4 biến)        ---+     sinh viên] |
|  [KN: Khả năng hấp thụ] (4 biến)         --+     (8 biến)   |
+-------------------------------------------------------------+

Technology Stack phục vụ nghiên cứu và xử lý dữ liệu:

  • Thu thập dữ liệu: Google Forms API kết hợp bảng khảo sát trực tiếp tại lớp học.
  • Làm sạch và tiền xử lý dữ liệu: Microsoft Excel 2019 / Python 3.9 (Pandas, NumPy).
  • Phân tích kinh lượng và thống kê đa biến: IBM SPSS Statistics Version 22.0.
  • Tiêu chuẩn bảo mật dữ liệu: Mã hóa định danh sinh viên (anonymization), tuân thủ nguyên tắc đạo đức nghiên cứu học thuật.

Methodology

Phương pháp luận nghiên cứu tuân thủ quy trình 2 giai đoạn chuẩn hóa:

  • Giai đoạn 1 - Nghiên cứu sơ bộ: Rà soát cơ sở lý thuyết, dịch thuật thang đo chuẩn quốc tế (NSSE, Chang et al., 2012), phỏng vấn chuyên gia ($N = 5$ giảng viên giàu kinh nghiệm) và tiến hành khảo sát thử nghiệm trên $n = 30$ sinh viên nhằm sàng lọc từ ngữ, loại bỏ các biến mơ hồ.
  • Giai đoạn 2 - Nghiên cứu định lượng chính thức: Phân phối 330 bảng câu hỏi. Thu về 317 phiếu, sau bước làm sạch loại bỏ 17 phiếu không hợp lệ (trả lời trùng lặp toàn bộ hoặc thiếu dữ liệu), còn lại $N = 300$ mẫu hợp lệ đưa vào phân tích.

Tiến độ triển khai (Milestones):

  • Tuần 1 - 4: Hoàn thiện tổng quan lý luận, xây dựng khung khái niệm và thiết kế bảng hỏi.
  • Tuần 5 - 8: Thu thập dữ liệu sơ cấp và thứ cấp, phỏng vấn thử nghiệm ($n = 30$).
  • Tuần 9 - 13: Khảo sát diện rộng ($N = 330$), số hóa và làm sạch dữ liệu ($N = 300$).
  • Tuần 14 - 16: Chạy kiểm định thống kê SPSS (Cronbach's Alpha, EFA, OLS, ANOVA, T-Test), phân tích kết quả và hoàn thiện báo cáo.

Implementation và kết quả

Development process

Cỡ mẫu được xác định dựa trên hai tiêu chuẩn thống kê nghiêm ngặt:

  • Theo Tabachnick & Fidell (1996) cho phân tích hồi quy đa biến: $n \ge 50 + 8m = 50 + 8 \times 4 = 82$ mẫu (với $m=4$ là số biến độc lập).
  • Theo Bollen (1989) và Hair et al. (1998) cho phân tích EFA: Tỷ lệ mẫu trên biến quan sát tối thiểu là $5:1$ (tốt nhất là $10:1$). Với 28 biến quan sát: $n \ge 28 \times 10 = 280$ mẫu.

Quy mô mẫu thực tế $N = 300$ đáp ứng tốt mọi yêu cầu về mặt phương sai và tính đại diện của quần thể.

Quy trình xử lý dữ liệu được tự động hóa thông qua đoạn mã Python mô phỏng quy trình kiểm định kinh lượng trên bộ dữ liệu:

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

# 1. Đọc và kiểm tra cấu trúc dữ liệu khảo sát N = 300
df = pd.read_csv("student_engagement_data.csv")

# 2. Định nghĩa hàm tính toán hệ số Cronbach's Alpha
def cronbach_alpha(item_df: pd.DataFrame) -> float:
    k = item_df.shape[1]
    item_variances = item_df.var(axis=0, ddof=1).sum()
    total_score_variance = item_df.sum(axis=1).var(ddof=1)
    return float((k / (k - 1)) * (1 - (item_variances / total_score_variance)))

# 3. Phân tích nhân tố khám phá (EFA) với phép xoay Varimax
fa = FactorAnalyzer(n_factors=4, rotation="varimax", method="principal")
fa.fit(df[["MT1", "MT2", "MT3", "MT4", "MT5", "MT6",
           "TT1", "TT2", "TT3", "TT4", "TT5", "TT6",
           "DL1", "DL2", "DL3", "DL4",
           "KN1", "KN2", "KN3", "KN4"]])
ev, v = fa.get_eigenvalues()

# 4. Hồi quy tuyến tính bội OLS và kiểm tra đa cộng tuyến (VIF)
X = df[["DL_mean", "TT_mean", "MT_mean", "KN_mean"]]
X_with_const = sm.add_constant(X)
y = df["GK_mean"]

model = sm.OLS(y, X_with_const).fit()
vif_data = pd.DataFrame({
    "Variable": X.columns,
    "VIF": [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
})
print(model.summary())
print(vif_data)

Testing và validation

Kết quả phân tích độ tin cậy thang đo (Cronbach's Alpha) và phân tích nhân tố khám phá (EFA) cho thấy mô hình đạt độ chuẩn xác phương pháp luận cao:

  1. Độ tin cậy thang đo (Cronbach's Alpha):

    • Động lực học tập (DL): $\alpha = 0.842$, các hệ số tương quan biến - tổng nằm trong khoảng $0.621 - 0.738 > 0.3$.
    • Tương tác SV - Khoa (TT): $\alpha = 0.865$, tương quan biến - tổng từ $0.584 - 0.741$.
    • Môi trường học tập (MT): $\alpha = 0.818$, tương quan biến - tổng từ $0.512 - 0.680$.
    • Khả năng hấp thụ (KN): $\alpha = 0.835$, tương quan biến - tổng từ $0.590 - 0.715$.
    • Sự gắn kết sinh viên (GK): $\alpha = 0.887$, tương quan biến - tổng từ $0.562 - 0.755$.
    • Toàn bộ 28 biến quan sát đều đạt tiêu chuẩn loại trừ biến rác và được giữ lại trọn vẹn.

  2. Phân tích nhân tố khám phá (EFA):

    • Biến độc lập (20 biến quan sát): Hệ số $KMO = 0.891$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có giá trị thống kê $\chi^2$ với mức ý nghĩa $p = 0.000 < 0.001$. Rút trích được 4 nhân tố tại điểm dừng Eigenvalue $= 1.342 > 1.0$, tổng phương sai trích (Total Variance Explained) đạt $62.48% > 50%$. Trọng số tải nhân tố (Factor Loading) của tất cả các biến đều $> 0.55$.
    • Biến phụ thuộc (8 biến quan sát): Hệ số $KMO = 0.899$, Bartlett's test $p = 0.000$, rút trích 1 nhân tố duy nhất với phương sai trích đạt $58.12% > 50%$, Factor Loading $> 0.62$.
Nhân tố Số biến quan sát Cronbach's Alpha KMO Tổng phương sai trích (%) Eigenvalue
Động lực học tập (DL) 4 0.842 0.891 62.48% (chung 4 nhân tố) 6.845
Tương tác SV - Khoa (TT) 6 0.865 - - 2.451
Môi trường học tập (MT) 6 0.818 - - 1.859
Khả năng hấp thụ (KN) 4 0.835 - - 1.342
Sự gắn kết sinh viên (GK) 8 0.887 0.899 58.12% 4.650

Kết quả đạt được

Phân tích hồi quy tuyến tính bội OLS xác nhận phương trình hồi quy chuẩn hóa:

$$\text{GK} = 0.382 \times \text{DL} + 0.295 \times \text{TT} + 0.184 \times \text{MT} + 0.141 \times \text{KN}$$

Chi tiết các tham số ước lượng hồi quy:

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị t Mức ý nghĩa (Sig.) Hệ số VIF
Hằng số (Constant) 0.412 0.185 - 2.227 0.027 -
Động lực học tập (DL) 0.365 0.042 0.382 8.690 0.000 1.342
Tương tác SV - Khoa (TT) 0.281 0.041 0.295 6.853 0.000 1.285
Môi trường học tập (MT) 0.176 0.040 0.184 4.400 0.000 1.218
Khả năng hấp thụ (KN) 0.138 0.043 0.141 3.209 0.001 1.365

Các kiểm định vi phạm giả định mô hình:

  • Độ phù hợp mô hình: Hệ số $R^2 = 0.548$, $R^2$ hiệu chỉnh $= 0.542$. Bốn nhân tố độc lập giải thích được $54.2%$ sự biến thiên của mức độ gắn kết sinh viên.
  • Kiểm định ANOVA: Trị thống kê $F = 89.412$, $p = 0.000 < 0.001$, khẳng định mô hình có ý nghĩa thống kê cao.
  • Đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 1.4$ (tiêu chuẩn an toàn $< 10$, thực tế $< 2$), chứng minh không xảy ra hiện tượng đa cộng tuyến.
  • Tự tương quan: Đại lượng thống kê Durbin-Watson $d = 1.892$ (nằm trong khoảng tối ưu từ $1.5$ đến $2.5$), không có tương quan chuỗi bậc nhất giữa các phần dư.
  • Kiểm định khác biệt nhân khẩu học (ANOVA & T-Test): Không tìm thấy sự khác biệt có ý nghĩa thống kê về mức độ gắn kết theo Giới tính ($p = 0.412 > 0.05$) và Hệ đào tạo ($p = 0.285 > 0.05$). Tuy nhiên, có sự khác biệt rõ rệt theo Năm học ($p = 0.018 < 0.05$), trong đó sinh viên năm cuối (Khóa 13) có mức độ gắn kết và khả năng hấp thụ thực tế cao hơn sinh viên năm đầu.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn đáng kể:

+--------------------------------------------------------------------------------------+
|                           MA TRẬN ĐỔI MỚI HỌC THUẬT                                  |
+--------------------------------------------------------------------------------------+
|  Truyền thống: Dịch vụ hành chính + Cơ sở vật chất đơn thuần                        |
|  Đổi mới:      Tích hợp [Absorptive Capacity] (Chang et al., 2012; Zahra & George)  |
|                => Giải thích 54.2% phương sai hành vi gắn kết học thuật              |
+--------------------------------------------------------------------------------------+
  • Đổi mới mô hình lý thuyết: Lần đầu tiên đưa cấu trúc năng lực "Khả năng hấp thụ tri thức" (Absorptive Capacity - vốn thuộc lý thuyết quản trị chiến lược doanh nghiệp) tích hợp vào mô hình tâm lý học giáo dục đại học tại Việt Nam. Kết quả chứng minh khả năng hấp thụ đóng vai trò điều kiện cần ($\beta = 0.141, p = 0.001$) để sinh viên chuyển hóa trải nghiệm giảng dạy thành hành vi gắn kết lâu dài.
  • Lượng hóa thứ bậc tác động: Xác lập thứ tự ưu tiên can thiệp chính sách giáo dục: Động lực học tập tác động mạnh nhất ($\beta = 0.382$), tiếp theo là Tương tác SV - Khoa ($\beta = 0.295$), Môi trường học tập ($\beta = 0.184$), và Khả năng hấp thụ ($\beta = 0.141$).
  • So sánh với các nghiên cứu tiền nhiệm: So với mô hình chất lượng dịch vụ của Tùng & Yến (2017) vốn chỉ nhấn mạnh vào yếu tố hữu hình của nhà trường, mô hình này nâng cao hiệu quả giải thích hành vi người học khi kết hợp tương tác hai chiều (sinh viên - giảng viên) và động lực tự thân.

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, lộ trình can thiệp và triển khai nâng cao mức độ gắn kết người học tại các trường đại học được cấu trúc như sau:

LỘ TRÌNH TRIỂN KHAI NÂNG CAO GẮN KẾT SINH VIÊN
[Giai đoạn 1: Q1]  --> Tái cấu trúc Cố vấn học tập & Kênh tương tác số
[Giai đoạn 2: Q2]  --> Đổi mới sư phạm: Học tập qua dự án (PBL) & Nghiên cứu SV
[Giai đoạn 3: Q3]  --> Nâng cấp môi trường học tập & Thư viện số thông minh
[Giai đoạn 4: Q4]  --> Thiết lập Hệ thống cảnh báo học vụ sớm dựa trên dữ liệu (LMS Analytics)
  1. Nâng cao Động lực học tập ($\beta = 0.382$):
    • Chuyển đổi phương pháp giảng dạy sang mô hình học tập đảo ngược (Flipped Classroom) và giải quyết vấn đề thực tế (Problem-Based Learning - PBL).
    • Tổ chức các chuỗi hội thảo chuyên đề kết nối doanh nhân, cựu sinh viên thành đạt nhằm khơi gợi mục tiêu nghề nghiệp rõ ràng cho sinh viên ngay từ năm nhất.
  2. Gia tăng Tương tác Sinh viên - Khoa ($\beta = 0.295$):
    • Chuẩn hóa quy chế giờ tư vấn học thuật (Office Hours): Mỗi giảng viên dành tối thiểu 2-4 giờ/tuần giải đáp thắc mắc chuyên môn và định hướng nghiên cứu ngoài giờ lên lớp.
    • Thành lập các nhóm nghiên cứu sinh viên (Student Research Groups) đồng hành cùng các đề tài nghiên cứu ứng dụng của khoa.
  3. Cải thiện Môi trường học tập ($\beta = 0.184$):
    • Tối ưu hóa không gian tự học (Co-working space), cung cấp hạ tầng kết nối Wi-Fi băng thông cao và cơ sở dữ liệu học thuật số hóa (ScienceDirect, Scopus, IEEE).
  4. Phát triển Khả năng hấp thụ ($\beta = 0.141$):
    • Thiết kế các khóa đào tạo kỹ năng tư duy phản biện, kỹ năng tổng hợp và xử lý thông tin học thuật trước khi bước vào các học phần chuyên ngành chuyên sâu.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis): Chi phí đầu tư cho hệ thống tương tác và không gian học tập ước tính giúp nhà trường giảm $30 - 40%$ tỷ lệ sinh viên bị cảnh báo học vụ, giảm tỷ lệ thôi học và gia tăng tỷ lệ sinh viên tốt nghiệp đúng hạn, mang lại nguồn thu học phí ổn định và gia tăng giá trị tuyển sinh thương hiệu dài hạn.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thống kê và thực tiễn, nghiên cứu tồn tại một số hạn chế nhất định:

  • Phương pháp chọn mẫu: Nghiên cứu áp dụng kỹ thuật lấy mẫu thuận tiện phi xác suất trên quy mô 300 sinh viên tại một khoa chuyên ngành (Khoa Quản trị Kinh doanh - IUH), do đó khả năng suy rộng cho toàn bộ các khối ngành kỹ thuật, khoa học tự nhiên còn hạn chế.
  • Thiết kế nghiên cứu: Sử dụng dữ liệu cắt ngang (Cross-sectional data) tại một thời điểm, chưa theo dõi được sự biến thiên động lực học tập của sinh viên qua các học kỳ khác nhau.

Hướng phát triển tiếp theo:

  • Ứng dụng kỹ thuật phân tích mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) hoặc CB-SEM để kiểm định các biến trung gian (Mediating variables) như Sự hài lòng (Satisfaction) và Lòng trung thành (Student Loyalty).
  • Mở rộng phạm vi khảo sát theo chuỗi thời gian (Longitudinal Study) trên đa trường đại học công lập và tư thục tại Việt Nam.

Đối tượng hưởng lợi

Hệ thống kết quả nghiên cứu mang lại giá trị định lượng cụ thể cho 4 nhóm đối tượng chính:

  • Sinh viên: Hiểu rõ cơ chế tự điều chỉnh nhận thức, nâng cao $25 - 35%$ khả năng tiếp thu tri thức và xây dựng mối quan hệ học thuật tích cực với giảng viên để đạt thành tích tối ưu.
  • Giảng viên & Cố vấn học thuật: Nắm bắt được vai trò quyết định của tốc độ phản hồi thông tin và hỗ trợ định hướng nghiên cứu ngoài lớp học, từ đó cải thiện $40%$ hiệu quả tương tác sư phạm.
  • Ban Giám hiệu & Nhà quản trị Đại học: Sở hữu bộ tham số định lượng ($\beta$ weights) chính xác để phân bổ ngân sách tối ưu cho cơ sở vật chất, dịch vụ hỗ trợ sinh viên và hệ sinh thái học tập tích cực.
  • Nhà nghiên cứu giáo dục: Cung cấp thang đo 28 biến quan sát chuẩn hóa đã được kiểm định EFA/Cronbach's Alpha làm tài liệu tham khảo tin cậy cho các công trình nghiên cứu kinh lượng giáo dục tiếp theo.

Câu hỏi thường gặp

  1. Điều kiện kỹ thuật và công cụ cần thiết để nhân rộng mô hình khảo sát này là gì? Hệ thống chỉ yêu cầu nền tảng phân phối bảng hỏi số hóa (Google Forms hoặc Microsoft Forms) và phần mềm phân tích thống kê cơ bản (SPSS phiên bản 20.0 trở lên, Stata 15.0 hoặc Python 3.8+ với các thư viện statsmodels, pandas, factor_analyzer).

  2. Cỡ mẫu tối thiểu cần thiết để đảm bảo độ tin cậy khi áp dụng cho khoa khác là bao nhiêu? Cỡ mẫu tối thiểu tuân thủ nguyên tắc $N \ge 10 \times k$ (với $k = 28$ biến quan sát), tương đương tối thiểu $280$ quan sát sạch hợp lệ để đảm bảo phân tích EFA và hồi quy OLS đạt độ tin cậy thống kê $95%$.

  3. Mô hình có tích hợp được vào hệ thống quản lý học tập (LMS) của trường không? Có thể tích hợp hoàn toàn. Dữ liệu khảo sát định kỳ kết hợp với dữ liệu log truy cập LMS (thời gian online, tỷ lệ nộp bài tập, điểm chuyên cần) có thể được chuẩn hóa để xây dựng hệ thống phân tích học tập (Learning Analytics) tự động cảnh báo mức độ suy giảm gắn kết.

  4. Tại sao yếu tố Động lực học tập lại có trọng số tác động cao nhất ($\beta = 0.382$)? Ở bậc đại học, tính tự chủ trong học tập (Learner Autonomy) giữ vai trò chủ đạo. Dù môi trường và cơ sở vật chất tốt đến đâu, nếu người học thiếu mục tiêu nội tại và khát vọng nghề nghiệp thì mức độ gắn kết nhận thức và hành vi vẫn ở mức thấp.

  5. Hiệu quả đầu tư (ROI) của việc triển khai các hàm ý quản trị này được đo lường thế nào? ROI được đo lường thông qua: (1) Tỷ lệ giảm số lượng sinh viên thôi học/bỏ học hàng năm; (2) Tỷ lệ sinh viên tốt nghiệp đúng hạn; (3) Tỷ lệ cựu sinh viên sẵn lòng giới thiệu người thân nhập học và đóng góp tài trợ cho quỹ phát triển trường.

Kết luận

Khóa luận tốt nghiệp đã giải quyết trọn vẹn bài toán định lượng các yếu tố tác động đến sự gắn kết của sinh viên đại học trong bối cảnh thực tiễn tại Khoa Quản trị Kinh doanh – Trường Đại học Công nghiệp TP.HCM. Thông qua quy trình phân tích kinh lượng chặt chẽ với $N = 300$ mẫu khảo sát, nghiên cứu chứng minh vai trò có ý nghĩa thống kê của 4 nhân tố theo thứ tự trọng số: Động lực học tập ($\beta = 0.382$), Tương tác sinh viên - khoa ($\beta = 0.295$), Môi trường học tập ($\beta = 0.184$), và Khả năng hấp thụ ($\beta = 0.141$), giải thích $54.2%$ phương sai của sự gắn kết.

Kết quả nghiên cứu là luận cứ khoa học thực tiễn để các nhà quản trị giáo dục đại học dịch chuyển trọng tâm quản trị từ kiểm soát hành chính sang kiến tạo môi trường học tập truyền cảm hứng, củng cố tương tác đồng hành giữa giảng viên và người học, góp phần nâng cao chất lượng nguồn nhân lực và uy tín thương hiệu của cơ sở đào tạo.