Chất lượng đào tạo là gì và đo bằng thang đo nào

Chất lượng đào tạo là gì và được đo bằng gì

Bạn có thể hiểu chất lượng đào tạo là mức độ chương trình, hoạt động giảng dạy và các điều kiện hỗ trợ đáp ứng kỳ vọng, mục tiêu học tập và nhu cầu phát triển của người học. Trong luận văn định lượng, đây thường là một khái niệm tiềm ẩn. Bạn không quan sát trực tiếp được nó bằng một con số duy nhất, mà đo thông qua nhiều biến quan sát trong bảng hỏi.

Ví dụ, một sinh viên có thể đánh giá chất lượng đào tạo qua sự phù hợp của nội dung học, năng lực giảng viên, cách tổ chức lớp, khả năng hỗ trợ học tập và mức độ đáp ứng mục tiêu nghề nghiệp. Các biến quan sát này thường được đo bằng thang Likert 5 hoặc 7 mức, từ mức rất không đồng ý đến rất đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ được trình bày bởi Likert (1932).

Bạn nên phân biệt chất lượng đào tạo với các khái niệm gần nghĩa. Chất lượng dịch vụ là gì thường gắn với đánh giá của khách hàng về quá trình phục vụ. Chất lượng sản phẩm là gì tập trung vào đặc tính của một sản phẩm cụ thể. Chất lượng cảm nhận là gì phản ánh đánh giá chủ quan sau trải nghiệm. Trong giáo dục, chất lượng đào tạo có thể bao gồm cả chất lượng dịch vụ hỗ trợ, nhưng hai khái niệm này không tự động đồng nhất.

Tương tự, chất lượng thông tin là gì thường liên quan đến độ chính xác, đầy đủ và kịp thời của thông tin. Chất lượng hệ thống là gì nói về khả năng vận hành, tính ổn định và mức độ dễ sử dụng của một hệ thống. Chất lượng dịch vụ điện tử là gì thường được dùng khi người học tương tác với cổng thông tin, hệ thống học trực tuyến hoặc nền tảng đăng ký môn học. Bạn cần đọc đúng định nghĩa khái niệm trước khi lấy thang đo từ một nghiên cứu khác.

Một mô hình đơn giản có thể xem chất lượng đào tạo là biến độc lập tác động đến sự hài lòng, ý định tiếp tục học hoặc ý định giới thiệu trường. Trong mô hình khác, chất lượng đào tạo có thể là biến phụ thuộc, chịu ảnh hưởng của chất lượng giảng viên, cơ sở vật chất và dịch vụ hỗ trợ. Hướng đặt biến phụ thuộc hay độc lập phải đi theo câu hỏi nghiên cứu, không đi theo tên thang đo có sẵn.

Nếu đề tài của bạn nghiên cứu dịch vụ tại trường, có thể xem thêm thang đo chất lượng dịch vụ để phân biệt cấu trúc khái niệm. Các thành phần như năng lực phục vụ, phương tiện hữu hình và sự tin cậy có thể xuất hiện trong mô hình, nhưng chỉ nên đưa vào khi phù hợp với bối cảnh đào tạo của bạn.

Nguồn thang đo gốc

Bạn cần truy ngược nguồn gốc trước khi dịch hoặc viết lại biến quan sát. Một thang đo tốt phải đi cùng định nghĩa khái niệm, bối cảnh sử dụng và lý do các biến quan sát đại diện cho khái niệm đó. Với chất lượng đào tạo, một nguồn duy nhất có thể chưa bao quát toàn bộ trải nghiệm của sinh viên. Bạn có thể tham khảo thang đo chất lượng dịch vụ hoặc thang đo sự hài lòng, sau đó kiểm tra lại mức độ phù hợp với giáo dục.

Bảng dưới đây là các hướng nguồn thường gặp trong nghiên cứu định lượng. Số lượng biến quan sát là số lượng phổ biến trong bộ gốc hoặc nhóm khái niệm được trình bày trong nguồn, không phải số lượng bắt buộc cho đề tài của bạn.

Nguồn Parasuraman và cộng sự (1988) phù hợp khi bạn đang đo chất lượng dịch vụ mà sinh viên nhận được, chẳng hạn dịch vụ hành chính, thư viện hoặc hỗ trợ học tập. Nếu bạn gọi toàn bộ khái niệm là chất lượng đào tạo, cần giải thích phần nào liên quan trực tiếp đến hoạt động dạy và học, phần nào thuộc dịch vụ hỗ trợ.

Bạn cũng nên xem các nghiên cứu đã dùng thang đo trong đúng bối cảnh trường đại học, cao đẳng hoặc đào tạo trực tuyến. Khi chưa có nguồn hoàn toàn trùng với đề tài, hãy trình bày rõ thang đo được kế thừa và điều chỉnh. Đừng ghi rằng thang đo là thang đo gốc nếu bạn đã dịch, gộp, tách hoặc viết lại nhiều biến quan sát.

Bộ biến quan sát tham khảo

Bộ dưới đây chỉ là điểm bắt đầu để bạn xây dựng bảng hỏi. Đây chưa phải bản dịch đã được xác nhận và chưa được kiểm định cho trường của bạn. Bạn cần đối chiếu với định nghĩa trong đề cương, xin ý kiến giảng viên hướng dẫn và thử trên một nhóm nhỏ trước khi thu thập chính thức.

Các câu trên đang dùng chủ thể “tôi” và mức đánh giá cảm nhận. Nếu đối tượng khảo sát là cựu sinh viên, bạn có thể điều chỉnh mốc thời gian để người trả lời nhớ được trải nghiệm. Nếu đối tượng là sinh viên năm nhất, những câu về khả năng chuẩn bị cho công việc cần được giải thích kỹ hoặc thay bằng câu phù hợp với trải nghiệm hiện tại.

Mỗi biến quan sát nên diễn đạt một ý. CLDT4 chẳng hạn nói về việc phương pháp giảng dạy giúp hiểu và vận dụng, trong đó đã có hai kết quả liên quan. Nếu giảng viên hướng dẫn yêu cầu thang đo chặt hơn, bạn có thể tách thành hai biến, một biến về hiểu bài và một biến về vận dụng. Việc tách hay giữ câu phải dựa trên cơ sở lý thuyết và khả năng trả lời của mẫu khảo sát.

Bạn nên dùng cùng một hướng điểm cho phần lớn biến quan sát. Nếu có câu phủ định, hãy đánh dấu rõ để reverse code trước khi chạy kiểm định. Những câu như “Tôi thường không hiểu mục tiêu của học phần” có thể gây nhầm khi người trả lời đọc nhanh. Vì vậy, câu phủ định chỉ nên dùng khi có lý do phương pháp rõ ràng.

Nếu đề tài có thành phần tin cậy của nhà trường, bạn có thể xem thêm thang đo sự tin cậy và khái niệm sự tin cậy là gì. Các biến về tin cậy cần phản ánh lời hứa, cam kết và khả năng thực hiện ổn định của đơn vị đào tạo, thay vì lặp lại câu hỏi về chất lượng giảng dạy.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bước đầu tiên là lập bảng đối chiếu giữa định nghĩa gốc và cách hiểu trong đề tài. Bạn ghi tên khái niệm, nguồn, biến quan sát gốc, bản dịch dự kiến và lý do điều chỉnh. Cách làm này giúp bạn giải thích với giảng viên vì sao CLDT3 được viết lại theo ngành học hoặc vì sao một biến bị loại trước khảo sát chính thức.

Khi dịch, ưu tiên câu ngắn, chủ thể rõ và từ ngữ sinh viên sử dụng hằng ngày. “Chương trình đào tạo đáp ứng kỳ vọng nghề nghiệp” có thể quá rộng với sinh viên năm nhất. Bạn có thể đổi thành câu dễ trả lời hơn, nhưng cần giữ đúng nội dung khái niệm. Tránh thay đổi hàng loạt biến chỉ để câu chữ nghe tự nhiên, vì khi đó thang đo có thể không còn đo cùng một cấu trúc.

Bạn nên kiểm tra bốn vấn đề. Một là người trả lời có hiểu từ chuyên môn hay không. Hai là câu hỏi có yêu cầu họ biết thông tin mà họ không thể biết hay không. Ba là hai biến có trùng ý hay không. Bốn là thang đo có phù hợp với nhóm đối tượng, bậc học và loại hình đào tạo hay không.

Với bảng hỏi tiếng Việt, bạn có thể chạy thử trên một nhóm nhỏ tương đồng với mẫu chính thức. Ghi lại thời gian trả lời, câu bị bỏ trống và câu khiến người trả lời hỏi lại. Sau đó chỉnh câu chữ trước khi khóa file dữ liệu. Bảng hỏi online có thể dùng Google Forms; fillform.info cũng là công cụ biểu mẫu của DoThesis dành cho việc thu thập phản hồi bảng hỏi tiếng Việt.

Khi tạo file SPSS, đặt tên biến ngắn như CLDT1, CLDT2, CLDT3 và ghi đầy đủ nội dung trong Variable View. Ở cột Values, khai báo nhất quán từ 1 đến 5 hoặc 1 đến 7. Không trộn thang 5 mức và 7 mức trong cùng một nhóm nếu bạn chưa có lý do phương pháp. Kiểm tra Missing trước khi chạy, vì ô trống, số 0 và mã 99 có ý nghĩa khác nhau.

Kiểm định độ tin cậy và giá trị của thang đo

Bạn có thể đi theo thứ tự: làm sạch dữ liệu, chạy Cronbach's Alpha, xem Corrected Item-Total Correlation, chạy EFA nếu thiết kế nghiên cứu có EFA, sau đó đưa các biến đạt yêu cầu vào mô hình hồi quy hoặc SmartPLS. Nếu dùng PLS-SEM, quy trình đánh giá measurement model có thể gồm outer loading, Cronbach's Alpha, rho_A, Composite Reliability, AVE và HTMT.

Trong SPSS, mở Analyze > Scale > Reliability Analysis. Đưa các biến CLDT vào ô Items, chọn Model là Alpha, rồi vào Statistics và chọn Scale if item deleted. Bảng Reliability Statistics cho bạn Cronbach's Alpha và số lượng biến. Bảng Item-Total Statistics cho Corrected Item-Total Correlation và Alpha if Item Deleted.

Cronbach's Alpha từ 0.7 trở lên thường được chấp nhận theo Nunnally (1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét theo Hair và cộng sự (2010). Corrected Item-Total Correlation từ 0.3 trở lên được dùng như một mốc tham khảo theo Nunnally và Bernstein (1994). Bạn cần xem đồng thời nội dung biến, không xóa biến chỉ vì Alpha if Item Deleted tăng.

Các mốc trên là tiêu chí tham khảo có nguồn, không phải lệnh tự động xóa biến. Nếu CLDT5 có tương quan biến tổng thấp, bạn xem lại nội dung câu hỏi, dữ liệu thiếu, cách mã hóa và sự khác biệt trong cách hiểu của người trả lời. Sau đó mới cân nhắc loại biến và chạy lại. Ghi lại từng vòng xử lý để chương kết quả có thể giải thích được.

Nếu chạy EFA, vào Analyze > Dimension Reduction > Factor. Trong Descriptives, đánh dấu KMO and Bartlett's test. Trong Extraction, kiểm tra phương pháp trích và eigenvalue. Trong Rotation, chọn kiểu xoay phù hợp với giả định các nhân tố có tương quan. Output cần đọc gồm KMO and Bartlett's Test, Total Variance Explained, Rotated Component Matrix và bảng communalities.

KMO từ 0.5 trở lên và Bartlett's Test có p-value dưới 0.05 là các mốc thường được trích dẫn theo Kaiser (1974). Eigenvalue trên 1 là quy tắc trích nhân tố được gắn với Kaiser (1960). Factor loading từ 0.5 và Total Variance Explained từ 50% là các mốc tham khảo theo Hair và cộng sự (2010). Khi một biến tải cao ở hai nhân tố hoặc tải thấp, bạn cần xem cả ý nghĩa lý thuyết và cấu trúc bảng hỏi.

Nếu dùng SmartPLS, bạn đánh giá measurement model trước structural model. Outer loading từ 0.7 trở lên là mốc thường dùng trong PLS-SEM theo Chin (1998) hoặc Hair và cộng sự (2022). CR từ 0.7 và AVE từ 0.5 trở lên được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ theo Fornell và Larcker (1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được trình bày theo Henseler và cộng sự (2015).

Khi bảng kết quả có đường dẫn từ chất lượng đào tạo đến sự hài lòng, bạn không dùng CFI, TLI hay RMSEA để đánh giá một mô hình PLS-SEM. Các chỉ số đó thuộc hướng CB-SEM và tiêu chí tương ứng được nêu trong Hu và Bentler (1999). Với SmartPLS, hãy giữ đúng nhóm chỉ số của PLS-SEM và mô tả phần mềm, phiên bản, phương pháp bootstrapping trong chương phương pháp.

Cách trình bày thang đo trong chương 3

Bạn có thể trình bày theo ba đoạn. Đoạn đầu định nghĩa chất lượng đào tạo và nêu vai trò của biến trong mô hình. Đoạn thứ hai ghi nguồn thang đo, cách dịch và các điều chỉnh cho bối cảnh trường hoặc ngành học. Đoạn thứ ba liệt kê mã biến quan sát, dạng thang Likert và kế hoạch kiểm định bằng SPSS hoặc SmartPLS.

Cách viết vào luận văn: “Trong nghiên cứu này, chất lượng đào tạo được hiểu là [định nghĩa phù hợp với đề tài]. Thang đo được kế thừa từ [tác giả, năm] và điều chỉnh theo bối cảnh [trường/ngành/nhóm đối tượng]. Khái niệm được đo lường bằng [số lượng] biến quan sát, ký hiệu từ CLDT1 đến CLDT[số cuối], sử dụng thang Likert [5/7] mức.”

Bạn có thể bổ sung câu về kiểm định: “Sau khi thu thập [số lượng] phiếu hợp lệ, nghiên cứu đánh giá độ tin cậy bằng Cronbach's Alpha và giá trị thang đo bằng [EFA/measurement model trong SmartPLS]. Các biến không đáp ứng tiêu chí sẽ được xem xét trên cả cơ sở thống kê và nội dung lý thuyết.” Hãy thay toàn bộ phần trong ngoặc vuông bằng thông tin thật trong file của bạn.

Lỗi thường gặp

Lỗi đầu tiên là dùng cụm “chất lượng đào tạo” nhưng đưa vào bảng hỏi các câu chỉ đo sự hài lòng. “Tôi hài lòng với trường” là biến hài lòng, còn “nội dung đào tạo phù hợp với mục tiêu học tập” phản ánh đánh giá về chất lượng. Hai khái niệm có thể liên quan, nhưng không nên trộn vào cùng một thang đo.

Lỗi thứ hai là lấy nguyên bộ biến quan sát từ một bài nghiên cứu khác mà không đọc định nghĩa và bối cảnh. Một câu phù hợp với đào tạo trực tuyến có thể không phù hợp với lớp học trực tiếp. Bạn cần ghi nguồn, dịch, điều chỉnh và nêu giới hạn của việc kế thừa.

Lỗi thứ ba là xóa biến theo Alpha if Item Deleted mà không xem nội dung. Xóa nhiều biến có thể làm Alpha đẹp hơn nhưng khiến khái niệm bị thiếu thành phần. Khi hội đồng hỏi vì sao loại CLDT3, bạn cần có lý do từ dữ liệu và lý thuyết, không chỉ trả lời rằng phần mềm gợi ý.

Lỗi thứ tư là trộn mã dữ liệu. Nếu một biến dùng 1 là hoàn toàn không đồng ý và biến khác dùng 1 là hoàn toàn đồng ý, Cronbach's Alpha có thể bị ảnh hưởng. Trước khi chạy, mở Frequencies để xem min, max, số lượng giá trị thiếu và phân phối bất thường.

Lỗi cuối là báo cáo tiêu chí nhưng không báo cáo kết quả thực tế. Bạn cần đưa Alpha, Corrected Item-Total Correlation, KMO, Bartlett's Test, số nhân tố và loading theo đúng phân tích đã chạy. Số liệu minh họa dưới đây chỉ cho thấy hình dạng output, không phải kết quả của nghiên cứu nào.

Bảng số liệu minh họa, Reliability Statistics và Item-Total Statistics

Trong ví dụ này, Alpha là 0.862 và các Corrected Item-Total Correlation đều lớn hơn 0.3. Đây chỉ là số liệu minh họa để bạn nhận diện cột trong SPSS. Khi viết luận văn, thay bằng số liệu trong file .sav hoặc .csv của bạn và ghi rõ biến nào đã bị loại ở từng bước.

Đọc thêm: thang đo chất lượng dịch vụ, năng lực phục vụ là gì, phương tiện hữu hình là gì, sự tin cậy là gì, thang đo sự tin cậy, chủ đề mo hinh nghien cuu.

Câu hỏi thường gặp

Chất lượng đào tạo có giống chất lượng dịch vụ không

Hai khái niệm có thể giao nhau nhưng phạm vi thường khác nhau. Chất lượng đào tạo tập trung vào nội dung, giảng dạy, đánh giá và kết quả học tập cảm nhận. Chất lượng dịch vụ có thể bao gồm thủ tục, hỗ trợ, phản hồi và trải nghiệm phục vụ. Bạn nên chọn một khái niệm chính rồi xác định phần giao nhau trong mô hình.

Nên dùng bao nhiêu biến quan sát cho chất lượng đào tạo

Không có một con số áp dụng cho mọi đề tài. Bạn bắt đầu từ nguồn thang đo và định nghĩa khái niệm, sau đó điều chỉnh theo bối cảnh. Một biến chỉ nên giữ khi có ý nghĩa nội dung và hoạt động ổn định trong dữ liệu. Mốc 5 đến 10 quan sát cho mỗi biến quan sát thường được dùng khi lập kế hoạch mẫu theo Hair và cộng sự (2010), nhưng cỡ mẫu còn phụ thuộc toàn bộ mô hình.

Cronbach's Alpha thấp thì phải làm sao

Kiểm tra mã hóa, biến đảo chiều, dữ liệu thiếu và nội dung từng biến trước khi xóa. Xem Corrected Item-Total Correlation và Alpha if Item Deleted, sau đó đối chiếu với lý thuyết. Với thang đo khám phá, Alpha từ 0.6 có thể được xem xét theo Hair và cộng sự (2010), nhưng bạn cần giải trình bối cảnh và không nên dùng mốc này để hợp thức hóa một thang đo không phù hợp.

Có cần chạy EFA nếu dùng SmartPLS không

Điều này phụ thuộc thiết kế nghiên cứu và yêu cầu của khoa. SmartPLS có quy trình đánh giá measurement model bằng outer loading, CR, AVE và HTMT. Nếu đề tài xây dựng thang đo mới hoặc cần khám phá cấu trúc nhân tố, EFA trong SPSS có thể hữu ích. Bạn nên thống nhất trước quy trình với giảng viên để tránh chạy nhiều phân tích chỉ vì output chưa đẹp.

Có được tự dịch biến quan sát từ tiếng Anh không

Bạn có thể dịch để phù hợp với người trả lời, nhưng cần giữ nội dung khái niệm và ghi rõ quá trình điều chỉnh. Hãy kiểm tra từ ngữ, độ dài câu, bối cảnh trường và khả năng hiểu của sinh viên trong khảo sát thử. Bản dịch của bạn chỉ trở thành thang đo dùng cho nghiên cứu sau khi được xem xét về nội dung và kiểm định trên dữ liệu thực tế.

Bạn hãy mở lại file bảng hỏi và file dữ liệu, đối chiếu từng mã CLDT với định nghĩa, hướng mã hóa và nguồn thang đo trước khi chạy Cronbach's Alpha; nếu cần xử lý trọn bước phân tích trên dữ liệu .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.