Khóa luận là gì? Cấu trúc, cách viết và ví dụ dễ áp dụng

Khóa luận trong luận văn là gì

Khóa luận là một công trình nghiên cứu tương đối độc lập do sinh viên thực hiện để hoàn thành chương trình đào tạo, thường ở năm cuối đại học. Bài viết phải cho thấy bạn xác định được một vấn đề nghiên cứu, xây dựng câu hỏi hoặc giả thuyết, thu thập dữ liệu, phân tích bằng phương pháp phù hợp và rút ra kết luận có căn cứ.

Bạn có thể xem khóa luận tốt nghiệp như một sản phẩm hoàn chỉnh gồm phần lý do chọn đề tài, cơ sở lý thuyết, phương pháp, kết quả và thảo luận. Tên gọi có thể khác nhau giữa các trường. Có nơi dùng “khóa luận tốt nghiệp”, có nơi dùng “đồ án tốt nghiệp” hoặc “báo cáo tốt nghiệp”, nhưng yêu cầu cốt lõi vẫn là lập luận có cấu trúc và số liệu có thể kiểm tra.

Khóa luận không chỉ là việc gom tài liệu rồi viết dài. Nếu bạn làm nghiên cứu định lượng, mỗi nhận định quan trọng phải liên quan đến mô hình, biến quan sát, bảng hỏi hoặc kết quả phân tích từ file .sav hay .csv. Một bài có văn phong tốt nhưng câu hỏi nghiên cứu không khớp với dữ liệu vẫn bị hội đồng hỏi lại.

Về độ dài, bạn nên theo quy định của khoa thay vì lấy một con số chung cho mọi trường. Một khóa luận thường gồm khoảng năm chương, kèm tài liệu tham khảo và phụ lục. Phần nội dung chính có thể dài vài chục đến hơn một trăm trang, tùy ngành, thiết kế nghiên cứu và yêu cầu trình bày.

Cấu trúc chuẩn của khóa luận

Bảng dưới đây là khung thường dùng cho khóa luận định lượng. Số trang chỉ là khoảng tham khảo để bạn phân bổ công sức, không phải quy định bắt buộc. Quy định của khoa và giảng viên hướng dẫn luôn được ưu tiên.

Tên chương có thể thay đổi. Một số trường gộp cơ sở lý thuyết với tổng quan nghiên cứu, hoặc đặt thảo luận ngay sau từng nhóm kết quả. Bạn cần xin mẫu chính thức từ khoa trước khi định dạng mục lục.

Phần mở đầu trả lời câu hỏi “vì sao nghiên cứu này cần được thực hiện”. Chương lý thuyết trả lời “nghiên cứu dựa trên khái niệm và mô hình nào”. Chương phương pháp trả lời “bạn đã nghiên cứu bằng cách nào”. Chương kết quả trả lời “dữ liệu cho thấy điều gì”. Chương thảo luận trả lời “kết quả đó có ý nghĩa gì với đề tài và thực tiễn”.

Khóa luận và luận văn có thể giống nhau về logic nghiên cứu, nhưng khác ở bậc đào tạo, quy mô và yêu cầu học thuật. Bạn đừng lấy nguyên mục lục của một luận văn thạc sĩ rồi áp vào khóa luận nếu khoa đã có mẫu riêng.

Các bước viết khóa luận

Bước 1: Chốt vấn đề, mục tiêu và câu hỏi nghiên cứu

Hãy bắt đầu bằng một vấn đề có thể quan sát và thu thập dữ liệu. Ví dụ, thay vì viết “nghiên cứu sự phát triển của thương mại điện tử”, bạn có thể thu hẹp thành “các yếu tố ảnh hưởng đến ý định tiếp tục sử dụng sàn thương mại điện tử của sinh viên tại Thành phố Hồ Chí Minh”.

Từ vấn đề đó, viết một mục tiêu tổng quát và vài mục tiêu cụ thể. Nếu bạn dùng mô hình định lượng, câu hỏi nghiên cứu phải dẫn đến các biến có thể đo lường. Một câu hỏi như “yếu tố nào ảnh hưởng đến ý định mua” phù hợp với hồi quy hoặc PLS-SEM hơn câu hỏi yêu cầu mô tả trải nghiệm cá nhân.

Bạn có thể tham khảo các đề tài nghiên cứu khoa học để kiểm tra cách đặt tên đề tài, nhưng cần điều chỉnh theo ngành, đối tượng và khả năng thu thập dữ liệu của chính bạn.

Bước 2: Tìm tài liệu và dựng mô hình

Đọc tài liệu theo câu hỏi, không đọc tràn lan. Với mỗi bài, bạn ghi lại khái niệm được dùng, thang đo, đối tượng khảo sát, phương pháp và kết quả chính. Sau đó lập bảng theo dõi để biết nguồn nào hỗ trợ định nghĩa, nguồn nào hỗ trợ giả thuyết và nguồn nào hỗ trợ thang đo.

Mô hình nghiên cứu cần thể hiện quan hệ giữa các biến độc lập, biến phụ thuộc, mediator hoặc moderator nếu có. Mỗi mũi tên phải có lý do lý thuyết hoặc bằng chứng từ nghiên cứu trước. Nếu bạn đưa một biến vào mô hình chỉ vì thấy đề tài khác có biến đó, hội đồng có thể hỏi cơ sở lựa chọn.

Đừng viết giả thuyết trước rồi mới tìm lý do để lấp vào. Cách chắc hơn là trình bày khái niệm, giải thích quan hệ giữa hai biến, dẫn nguồn phù hợp rồi mới viết H1, H2 hoặc các giả thuyết tiếp theo.

Bước 3: Thiết kế thang đo và bảng hỏi

Mỗi biến tiềm ẩn cần có các biến quan sát phù hợp. Bạn ghi rõ mã như PU1, PU2, PU3 hoặc SAT1, SAT2, SAT3, sau đó giải thích nguồn thang đo và cách điều chỉnh ngôn ngữ cho bối cảnh Việt Nam. Bảng hỏi cần có phần giới thiệu, câu hỏi sàng lọc, thông tin nhân khẩu học và các phát biểu đo lường.

Nếu dùng Likert, bạn phải ghi rõ số mức và ý nghĩa của từng mức. Thang đo năm mức thường được trình bày từ “hoàn toàn không đồng ý” đến “hoàn toàn đồng ý”, nhưng cách chọn cần nhất quán trong toàn bộ bảng hỏi. Các biến đảo chiều phải được đánh dấu ngay từ khi nhập dữ liệu để tránh phân tích sai.

Trước khi thu chính thức, hãy kiểm tra bảng hỏi trên một nhóm nhỏ để phát hiện câu khó hiểu, mã biến trùng hoặc lựa chọn trả lời bị thiếu. Đây là kiểm tra công cụ, không phải bằng chứng rằng thang đo đã đạt độ tin cậy trong mẫu chính thức.

Bước 4: Thu thập và làm sạch dữ liệu

Bạn lập tiêu chí loại phản hồi trước khi xem kết quả. Những trường hợp bỏ trống quá nhiều, trả lời một mẫu cho toàn bộ câu hỏi, thời gian hoàn thành bất thường hoặc không thuộc đối tượng nghiên cứu cần được ghi nhận và xử lý nhất quán.

Khi mở file dữ liệu, kiểm tra tên cột, kiểu dữ liệu, mã hóa giá trị thiếu và chiều của biến đảo. Không đặt tên biến có dấu hoặc khoảng trắng nếu phần mềm phân tích có thể đọc sai. Lưu một bản dữ liệu gốc và một bản làm sạch, đồng thời ghi lại từng thay đổi.

Nếu bạn đang tìm nơi xây dựng bảng hỏi và thu phản hồi, fillform.info là công cụ biểu mẫu của DoThesis cho bước này. Google Forms là lựa chọn thay thế phổ biến. Dù dùng công cụ nào, bạn vẫn phải kiểm soát tiêu chí chọn mẫu và xuất dữ liệu đúng cột trước khi đưa vào SPSS.

Bước 5: Chạy phân tích theo đúng thứ tự

Với SPSS, quy trình thường gồm thống kê mô tả, kiểm tra độ tin cậy, EFA nếu mô hình yêu cầu, sau đó hồi quy và kiểm định giả thuyết. Với SmartPLS, bạn đánh giá measurement model trước rồi mới đánh giá structural model. Không chuyển sang diễn giải giả thuyết khi thang đo chưa được kiểm tra.

Bạn lưu output theo từng vòng chạy, chẳng hạn 01_descriptive, 02_alpha, 03_efa. Khi loại một biến, ghi rõ lý do và kết quả sau khi chạy lại. EFA hiếm khi ra đẹp ở lần đầu. Loại biến, chạy lại và ghi lại từng vòng là việc bình thường, nhưng mỗi quyết định phải có lý do phương pháp chứ không chỉ nhằm làm bảng kết quả đẹp hơn.

Khi báo cáo, đặt tên bảng theo nội dung và giữ số liệu nhất quán giữa output, chương kết quả và phần tóm tắt. Một p-value trong bảng hồi quy không được khác với p-value bạn dùng để kết luận giả thuyết.

Bước 6: Viết kết quả rồi mới viết thảo luận

Chương kết quả nên mô tả điều dữ liệu cho thấy. Bạn trình bày đặc điểm mẫu, chỉ số kiểm định và kết quả giả thuyết với ngôn ngữ thận trọng. Tránh viết “yếu tố X chắc chắn gây ra Y” nếu thiết kế của bạn chỉ đo mối quan hệ tại một thời điểm.

Phần thảo luận giải thích kết quả bằng lý thuyết và so sánh với nghiên cứu trước. Nếu giả thuyết không được ủng hộ, hãy nêu kết quả đó rõ ràng, sau đó đưa ra cách giải thích có căn cứ. Việc một giả thuyết không có ý nghĩa thống kê không làm khóa luận mất giá trị, còn việc che giấu hoặc sửa số liệu sẽ tạo rủi ro lớn khi bị hỏi về file gốc.

Bước 7: Rà soát theo góc nhìn hội đồng

Đọc lại khóa luận theo ba lớp. Lớp đầu kiểm tra logic từ mục tiêu đến kết luận. Lớp hai kiểm tra số liệu, bảng, đơn vị đo và trích dẫn. Lớp ba kiểm tra trình bày, mục lục, phụ lục và lỗi chính tả.

Bạn cũng nên chuẩn bị câu trả lời cho các câu hỏi như: vì sao chọn mô hình này, vì sao dùng cỡ mẫu đó, vì sao loại biến, kết quả nào trả lời mục tiêu nghiên cứu và hạn chế lớn nhất là gì. Có thể kiểm tra các vấn đề liên quan đến đạo văn và Turnitin, nhưng điểm tương đồng thấp không thay thế cho việc trích dẫn đúng nguồn.

Câu mẫu dùng được

Các câu dưới đây là khung để bạn thay thông tin trong ngoặc vuông. Đọc lại để bảo đảm câu khớp với dữ liệu thật, không chép nguyên nếu thiết kế nghiên cứu của bạn khác.

Khi viết kết quả, bạn thay placeholder bằng con số lấy từ output của mình. Không dùng câu “kết quả rất tốt” nếu chưa nói rõ tốt ở chỉ số nào và theo tiêu chí nào. Với bảng hồi quy hoặc SmartPLS, ghi đúng tên chỉ số như path coefficient, t-value, p-value, R² hoặc outer loading để người đọc có thể đối chiếu.

Ví dụ khóa luận rút gọn

Giả sử đề tài là “Các yếu tố ảnh hưởng đến ý định tiếp tục sử dụng ứng dụng ngân hàng số của sinh viên tại Hà Nội”. Mô hình gồm perceived usefulness, perceived ease of use, trust và continuance intention. Bạn thu được 286 phản hồi hợp lệ sau khi áp dụng tiêu chí làm sạch đã định trước.

Phần mở đầu nêu vấn đề sử dụng ngân hàng số và khoảng trống trong nhóm sinh viên. Phần cơ sở lý thuyết định nghĩa từng khái niệm, giải thích quan hệ và xây dựng các giả thuyết H1 đến H3. Phần phương pháp mô tả bảng hỏi Likert, cách chọn mẫu, thời gian thu thập và quy trình phân tích.

Trong chương kết quả, bạn trình bày mẫu nghiên cứu, độ tin cậy thang đo, kết quả EFA hoặc measurement model, rồi kiểm định các quan hệ trong mô hình. Bảng dưới đây chỉ là số liệu minh họa về cách viết, không phải kết quả của một nghiên cứu có thật.

Cách viết vào luận văn có thể là: “Kết quả minh họa cho thấy perceived usefulness có tác động cùng chiều đến continuance intention với hệ số [β] = [giá trị] và p-value = [giá trị]. Do p-value [nhỏ hơn/lớn hơn] 0,05, giả thuyết H[ ] được [ủng hộ/chưa được ủng hộ] trong phạm vi mẫu nghiên cứu.” Bạn chỉ dùng câu này sau khi thay bằng số liệu thật và kiểm tra đúng loại phân tích.

Phần thảo luận không lặp lại toàn bộ bảng. Bạn giải thích vì sao usefulness có thể liên quan đến ý định tiếp tục sử dụng, đối chiếu với cơ sở lý thuyết và nêu ý nghĩa cho đơn vị cung cấp ứng dụng. Với quan hệ không có ý nghĩa thống kê, bạn ghi nhận kết quả và bàn về bối cảnh, mẫu hoặc cách đo lường thay vì tự ý xóa giả thuyết.

Lỗi thường gặp khiến hội đồng hỏi lại

Lỗi đầu tiên là tên đề tài, mục tiêu, mô hình và bảng hỏi không nói về cùng một vấn đề. Tiêu đề ghi “ý định mua”, nhưng bảng hỏi lại đo “mức độ hài lòng” thì kết quả có nhiều bảng cũng không cứu được lập luận.

Lỗi thứ hai là trích dẫn một nguồn nhưng nội dung trong bài không phản ánh đúng nguồn đó. Bạn nên kiểm tra từng định nghĩa, thang đo và giả thuyết với tài liệu gốc, đồng thời thống nhất kiểu ghi tác giả, năm trong toàn văn.

Lỗi thứ ba là chọn cỡ mẫu hoặc loại biến sau khi xem kết quả mà không ghi lý do. Nếu phải loại biến, hãy nêu chỉ số liên quan, vòng phân tích và ảnh hưởng của quyết định đó. Hội đồng thường quan tâm quy trình có minh bạch hay không.

Lỗi thứ tư là nhầm giữa kết quả mô tả và kết quả kiểm định. Tỷ lệ người trả lời đồng ý với một phát biểu chưa chứng minh biến đó có tác động đến biến phụ thuộc. Hai loại kết quả cần được trình bày ở đúng phần.

Lỗi thứ năm là dùng thuật ngữ của phương pháp này cho phương pháp khác. Nếu bạn chạy SmartPLS, hãy tập trung vào outer loadings, CR, AVE, HTMT, VIF, R², Q² và path coefficients. Các chỉ số CFI, TLI, RMSEA thuộc ngữ cảnh CB-SEM và không nên đưa vào bài chỉ vì thấy trong một mẫu luận văn khác.

Lỗi cuối là chỉ sửa định dạng vào đêm trước hạn nộp. Hãy xuất bản sao PDF, mở lại trên máy khác, kiểm tra số trang, mục lục, bảng biểu, phụ lục và file dữ liệu đi kèm. Một lỗi số liệu trong phụ lục có thể khiến người đọc nghi ngờ cả chương kết quả.

Câu hỏi thường gặp

Khóa luận là gì và khác báo cáo thực tập thế nào?

Khóa luận là công trình nghiên cứu có câu hỏi, phương pháp, dữ liệu và kết luận được lập luận theo cấu trúc học thuật. Báo cáo thực tập thường tập trung mô tả cơ quan, công việc và trải nghiệm thực tế, dù một số chương trình có thể yêu cầu thêm phần phân tích.

Bạn nên xem đề cương và quy chế của khoa để biết sản phẩm cuối khóa của mình thuộc loại nào. Đừng dùng yêu cầu của báo cáo thực tập để viết một nghiên cứu định lượng hoặc ngược lại.

Khóa luận thường có mấy chương?

Nhiều khóa luận có năm chương gồm mở đầu, cơ sở lý thuyết, phương pháp, kết quả, thảo luận và kết luận. Một số khoa gộp hoặc tách chương, vì vậy số chương không phải tiêu chí duy nhất để đánh giá bài đúng hay sai.

Điều quan trọng là khóa luận phải trả lời được mục tiêu nghiên cứu và trình bày rõ cách đi từ dữ liệu đến kết luận. Bạn cần ưu tiên mẫu của khoa và hướng dẫn của giảng viên.

Khóa luận định lượng cần chạy những gì?

Tùy mô hình, bạn có thể cần thống kê mô tả, Cronbach's Alpha, EFA, hồi quy hoặc SmartPLS. Không phải đề tài nào cũng cần chạy tất cả các kiểm định. Phương pháp phải xuất phát từ câu hỏi nghiên cứu, loại biến và mô hình đã chọn.

Bạn nên lập sơ đồ quy trình trước khi mở SPSS, sau đó lưu output theo từng bước. Nếu thay đổi cách xử lý dữ liệu, ghi lại lý do để có thể giải trình.

Có thể lấy nguyên khóa luận của người khác để tham khảo không?

Bạn có thể tham khảo cấu trúc, cách trình bày bảng và cách diễn đạt phương pháp, nhưng không được sao chép nội dung, số liệu, mô hình hoặc kết luận như thể đó là nghiên cứu của mình. Mọi ý tưởng và dữ liệu lấy từ nguồn khác cần được ghi nhận theo quy định trích dẫn.

Đặc biệt, không thay tên địa bàn trong một khóa luận có sẵn rồi nộp lại. Cách làm đó dễ tạo ra mâu thuẫn giữa mẫu, thời gian thu thập và kết quả phân tích.

Khi kết quả không ủng hộ giả thuyết thì viết thế nào?

Bạn báo cáo đúng hệ số, p-value hoặc khoảng tin cậy theo output, sau đó kết luận giả thuyết chưa được ủng hộ trong phạm vi nghiên cứu. Phần thảo luận có thể nêu các khả năng liên quan đến bối cảnh, mẫu, cách đo lường hoặc đặc điểm mô hình nếu có cơ sở.

Không tự ý sửa dữ liệu, đổi giả thuyết sau khi xem kết quả hoặc xóa quan hệ không có ý nghĩa chỉ để bài đẹp hơn. Một kết quả không như kỳ vọng vẫn có thể là phát hiện cần được thảo luận rõ ràng.

Bạn hãy mở file đề cương và file dữ liệu ngay bây giờ, đối chiếu bốn mục đầu tiên gồm vấn đề, mục tiêu, biến và phương pháp, rồi lập danh sách phần còn thiếu trước khi viết tiếp; nếu cần hỗ trợ chạy phân tích trên chính file .sav hoặc .csv, xem module M4 tại DoThesis.