Cách viết luận án tiến sĩ từ đề cương đến bản thảo hoàn chỉnh

Luận án tiến sĩ trong nghiên cứu là gì

Luận án tiến sĩ là công trình nghiên cứu độc lập, trong đó bạn xác định một vấn đề có ý nghĩa học thuật hoặc thực tiễn, xây dựng mô hình và phương pháp phù hợp, thu thập dữ liệu, phân tích kết quả rồi bảo vệ một lập luận có căn cứ. Với nghiên cứu định lượng, phần kết quả phải đi từ dữ liệu thật trong file .sav hoặc .csv, không đi từ những con số được chọn cho đẹp.

Một bản luận án thường dài hơn khóa luận và luận văn thạc sĩ vì yêu cầu về câu hỏi nghiên cứu, cơ sở lý thuyết, phương pháp, dữ liệu và đóng góp cũng cao hơn. Độ dài cụ thể phụ thuộc vào trường, ngành và quy định của nghiên cứu sinh. Vì vậy, trước khi đặt mục tiêu số trang, bạn cần lấy mẫu quy định của cơ sở đào tạo làm chuẩn chính.

Nếu đang xây dựng lộ trình học thuật, bạn có thể xem thêm trang chủ đề Khóa luận tốt nghiệp để phân biệt quy mô của đề tài bậc đại học với luận án tiến sĩ. Nội dung bên dưới tập trung vào cách biến một đề cương nghiên cứu định lượng thành bản thảo có thể kiểm tra từng phần.

Cấu trúc chuẩn của luận án tiến sĩ

Một luận án định lượng thường gồm phần mở đầu, tổng quan và cơ sở lý thuyết, phương pháp nghiên cứu, kết quả, thảo luận, kết luận, tài liệu tham khảo và phụ lục. Một số trường tách chương tổng quan khỏi cơ sở lý thuyết, hoặc gộp thảo luận vào chương kết quả. Bạn cần đối chiếu quy định của trường trước khi khóa mục lục.

Các tỷ lệ trên chỉ giúp bạn chia công việc. Chúng không thay thế quy định về số trang của trường. Chương kết quả cũng không nên kéo dài bằng cách chép toàn bộ output SPSS vào thân luận án. Bạn chỉ giữ bảng cần thiết, còn bảng chi tiết đưa vào phụ lục và chỉ dẫn rõ trong phần trình bày.

Phần tài liệu tham khảo cần thống nhất giữa trích dẫn trong bài và danh mục cuối luận án. Bạn có thể đối chiếu thêm hướng dẫn cách ghi tài liệu tham khảo và cách trích dẫn tài liệu tham khảo trước khi định dạng lần cuối.

Các bước viết luận án tiến sĩ

Bước 1: Chốt câu hỏi nghiên cứu và phạm vi

Bạn bắt đầu bằng cách viết vấn đề nghiên cứu trong một đoạn ngắn, sau đó chuyển nó thành mục tiêu tổng quát, mục tiêu cụ thể và câu hỏi nghiên cứu. Một câu hỏi định lượng cần chỉ ra biến nào được đo lường, mối quan hệ nào được kiểm định và bối cảnh nào được giới hạn.

Ví dụ, câu hỏi “Những yếu tố nào ảnh hưởng đến ý định sử dụng ngân hàng số của sinh viên tại Thành phố Hồ Chí Minh” vẫn còn rộng nếu chưa nói rõ nhóm yếu tố, cách đo và thời điểm khảo sát. Sau khi chốt phạm vi, bạn mới xây dựng mô hình, giả thuyết và bảng hỏi. Mỗi giả thuyết cần có biến độc lập, biến phụ thuộc và hướng quan hệ dự kiến.

Đừng viết mục tiêu theo những việc bạn sẽ làm như “chạy Cronbach's Alpha” hoặc “chạy hồi quy”. Đó là kỹ thuật, không phải mục tiêu nghiên cứu. Mục tiêu cần nói bạn muốn kiểm định hoặc giải thích điều gì.

Bước 2: Lập ma trận nội dung cho từng chương

Tạo một bảng riêng với bốn cột: câu hỏi cần trả lời, bằng chứng cần dùng, nguồn dữ liệu và vị trí dự kiến trong luận án. Chẳng hạn, câu hỏi về độ tin cậy thang đo sẽ dùng bảng Reliability Statistics và Item-Total Statistics trong SPSS. Câu hỏi về giả thuyết sẽ dùng hệ số hồi quy, p-value hoặc path coefficient tùy mô hình.

Ma trận này giúp bạn phát hiện đoạn viết không có bằng chứng. Nếu một kết luận không nối được với bảng, hình, nguồn tài liệu hoặc kết quả phân tích, bạn cần viết lại hoặc bỏ đi. Đây cũng là cách tránh tình trạng chương 2 nói về một mô hình nhưng chương 4 lại kiểm định một mô hình khác.

Bước 3: Viết mở đầu từ vấn đề đến đóng góp

Phần mở đầu nên đi theo một đường lập luận rõ. Đoạn đầu giới thiệu bối cảnh và vấn đề thực tế. Các đoạn tiếp theo cho thấy điều gì chưa được giải thích đầy đủ trong các nghiên cứu trước. Sau đó, bạn trình bày mục tiêu, câu hỏi, đối tượng, phạm vi, phương pháp khái quát và đóng góp dự kiến.

Ở cấp tiến sĩ, đóng góp cần cụ thể. Bạn có thể đóng góp về việc mở rộng mô hình, kiểm định trong một bối cảnh chưa được nghiên cứu đủ, làm rõ quan hệ giữa các biến, hoặc cung cấp bằng chứng cho một nhóm đối tượng cụ thể. Tránh viết “đề tài có ý nghĩa cả về lý luận và thực tiễn” nếu chưa nói rõ ý nghĩa đó nằm ở đâu.

Bước 4: Xây dựng tổng quan, mô hình và giả thuyết

Bạn nên phân nhóm tài liệu theo khái niệm hoặc quan hệ giữa các biến, thay vì tóm tắt từng bài theo thứ tự năm. Với mỗi nhóm, hãy trả lời ba câu: nghiên cứu trước đã thống nhất điều gì, còn điểm nào chưa thống nhất, và luận án của bạn xử lý khoảng trống nào.

Sau phần tổng quan, định nghĩa các biến tiềm ẩn và giải thích lý thuyết dùng để liên kết chúng. Mô hình nghiên cứu cần khớp với giả thuyết và thang đo. Nếu có biến trung gian hoặc điều tiết, bạn phải nói rõ vai trò của nó trước khi trình bày kỹ thuật kiểm định.

Giả thuyết nên viết thành câu hoàn chỉnh, có hướng quan hệ nếu lý thuyết cho phép. Ví dụ: “Nhận thức tính hữu ích có tác động tích cực đến ý định sử dụng ngân hàng số của sinh viên.” Sau mỗi giả thuyết, nêu lập luận và nguồn nghiên cứu liên quan, không chỉ đặt tên biến cạnh nhau.

Bước 5: Viết phương pháp để người khác có thể kiểm tra

Chương phương pháp cần mô tả thiết kế nghiên cứu, cách chọn mẫu, công cụ đo lường, quy trình thu thập dữ liệu, cách làm sạch dữ liệu và kỹ thuật phân tích. Bạn cần nói rõ thang đo dùng Likert mấy điểm, biến quan sát được điều chỉnh như thế nào, tiêu chí loại phiếu và kích thước mẫu cuối cùng.

Nếu chạy SPSS, ghi tên các thủ tục và bảng output tương ứng. Ví dụ, kiểm định độ tin cậy dùng Analyze > Scale > Reliability Analysis. EFA dùng Analyze > Dimension Reduction > Factor. Hồi quy tuyến tính dùng Analyze > Regression > Linear. Nếu dùng SmartPLS, tách rõ đánh giá measurement model và structural model.

Đừng viết “dữ liệu được xử lý bằng phần mềm chuyên dụng”. Câu này không cho biết bạn đã làm gì. Người đọc cần biết biến nào bị đảo chiều, dữ liệu thiếu được xử lý ra sao, tiêu chí nhận diện outlier là gì và tại sao một quan sát bị loại.

Bước 6: Trình bày kết quả theo câu hỏi nghiên cứu

Chương kết quả nên đi theo trình tự phân tích đã công bố trong phương pháp. Bạn có thể bắt đầu bằng đặc điểm mẫu, sau đó kiểm tra thang đo, đánh giá mô hình và kiểm định giả thuyết. Mỗi bảng cần có số thứ tự, tiêu đề, nguồn dữ liệu và một đoạn diễn giải ngay sau bảng.

Ví dụ, khi báo cáo Cronbach's Alpha, hãy nêu số biến ban đầu, biến nào bị loại nếu có, giá trị Alpha sau cùng và corrected item-total correlation. Khi báo cáo hồi quy, trình bày R², kiểm định F, hệ số, p-value và VIF nếu đó là các chỉ số thuộc mô hình của bạn.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Các con số chỉ cho thấy cách một đoạn kết quả có thể được tổ chức.

Cách diễn giải phù hợp là: “Trong số liệu minh họa, niềm tin có hệ số Beta lớn nhất trong ba biến và giá trị Sig. nhỏ hơn 0,05. Kết quả này ủng hộ giả thuyết về tác động của niềm tin trong mô hình minh họa.” Khi viết luận án thật, bạn thay toàn bộ số liệu bằng output của chính mình.

Bước 7: Viết thảo luận bằng cách giải thích, không lặp bảng

Thảo luận trả lời câu hỏi kết quả có ý nghĩa gì. Bạn so sánh phát hiện của mình với các nghiên cứu đã tổng quan, chỉ ra điểm tương đồng hoặc khác biệt, rồi giải thích nguyên nhân có thể đến từ bối cảnh, mẫu, cách đo hoặc thời điểm khảo sát.

Một đoạn thảo luận tốt thường có bốn phần: phát hiện chính, so sánh với tài liệu trước, lý giải, và ý nghĩa đối với lý thuyết hoặc thực tiễn. Không nên biến thảo luận thành danh sách các hệ số. Con số đã nằm ở chương kết quả, còn chương này cần làm rõ câu chuyện phía sau con số.

Bước 8: Viết kết luận, đóng góp và hạn chế

Kết luận cần trả lời lần lượt mục tiêu và câu hỏi nghiên cứu. Sau đó, tách đóng góp lý thuyết, đóng góp phương pháp nếu có, và hàm ý quản trị. Mỗi hàm ý cần nối với một kết quả cụ thể. Nếu một biến có tác động yếu, bạn không nên đề xuất quá nhiều giải pháp dựa trên biến đó.

Phần hạn chế cần trung thực về phạm vi mẫu, thiết kế cắt ngang, phương pháp chọn mẫu, khả năng khái quát và các biến chưa đưa vào mô hình. Một hạn chế có giá trị là hạn chế có thể giải thích bằng thiết kế nghiên cứu, không phải câu chung chung như “thời gian và nguồn lực còn hạn chế”.

Bước 9: Kiểm tra chéo trước khi gửi người hướng dẫn

Bạn kiểm tra bốn lớp. Lớp thứ nhất là nội dung: mục tiêu, câu hỏi, giả thuyết và kết luận có khớp nhau không. Lớp thứ hai là số liệu: cỡ mẫu trong phương pháp có bằng số quan sát trong output không, số biến qua từng vòng có nhất quán không.

Lớp thứ ba là trích dẫn: nguồn xuất hiện trong thân bài phải có trong danh mục và ngược lại. Lớp cuối là định dạng: tiêu đề bảng, đánh số chương, mục lục, phụ lục và file dữ liệu phải được kiểm tra. Nếu trường yêu cầu kiểm tra tương đồng, bạn có thể tham khảo quy trình check Turnitin, nhưng hãy sửa các vấn đề về lập luận và trích dẫn, không chỉ tìm cách giảm tỷ lệ phần trăm.

Câu mẫu dùng được

Các câu dưới đây là khung để bạn thay bằng thông tin thật. Không nên giữ nguyên câu mẫu nếu nó không phản ánh đúng thiết kế và kết quả nghiên cứu.

Đoạn cách viết vào luận văn có thể điều chỉnh như sau: “Kết quả phân tích cho thấy [biến X] tác động [cùng chiều/ngược chiều] đến [biến Y] với hệ số [Beta/path coefficient] = [giá trị] và p-value = [giá trị]. Vì vậy, giả thuyết [H1] được [chấp nhận/không được chấp nhận] trong phạm vi mẫu nghiên cứu.” Bạn chỉ dùng “được chấp nhận” khi quy tắc kiểm định và cách diễn giải của trường hướng dẫn cho phép.

Ví dụ luận án tiến sĩ rút gọn

Giả sử đề tài nghiên cứu là các yếu tố ảnh hưởng đến ý định sử dụng nền tảng học trực tuyến của giảng viên đại học. Mô hình gồm nhận thức tính hữu ích, nhận thức dễ sử dụng, chất lượng hệ thống và niềm tin. Ý định sử dụng là biến phụ thuộc. Sau khi tổng quan lý thuyết, nghiên cứu đề xuất bốn giả thuyết tương ứng với bốn mối quan hệ.

Trong chương phương pháp, nghiên cứu sử dụng bảng hỏi Likert năm mức, khảo sát giảng viên đã từng tiếp xúc với nền tảng học trực tuyến và phân tích dữ liệu bằng SPSS. Sau khi làm sạch, nghiên cứu giữ lại [số quan sát] bảng hợp lệ. Cronbach's Alpha được dùng để đánh giá độ tin cậy, EFA để xem xét cấu trúc nhân tố, rồi hồi quy tuyến tính để kiểm định các giả thuyết.

Trong chương kết quả, tác giả trước hết mô tả mẫu theo giới tính, độ tuổi, thâm niên và tần suất sử dụng. Tiếp theo, tác giả trình bày Reliability Statistics, KMO and Bartlett's Test, Total Variance Explained, Rotated Component Matrix và Coefficients. Mỗi bảng đều có diễn giải về điều kiện đạt, biến bị loại nếu có và tác động đến mô hình cuối cùng.

Trong phần thảo luận, nếu chất lượng hệ thống có tác động mạnh nhất, tác giả cần giải thích vì sao đặc điểm này phù hợp với bối cảnh giảng viên, đồng thời so sánh với các nghiên cứu trước. Hàm ý sau đó nên tập trung vào cải thiện độ ổn định, tốc độ phản hồi hoặc khả năng tích hợp của nền tảng, thay vì đưa ra danh sách giải pháp không liên quan đến kết quả.

Nếu luận án có phần tóm tắt tiếng Anh, hãy viết nội dung sau khi các chương tiếng Việt đã ổn định. Bạn có thể xem cấu trúc abstract để kiểm tra mục tiêu, phương pháp, kết quả và đóng góp có xuất hiện nhất quán hay không.

Lỗi thường gặp khiến hội đồng hỏi lại

Lỗi đầu tiên là tên đề tài nói về một nhóm đối tượng nhưng mẫu lại được thu từ nhóm khác. Hội đồng thường hỏi ngay lý do chọn mẫu và khả năng khái quát. Bạn cần xác định đối tượng nghiên cứu từ đầu và giữ nhất quán trong mục tiêu, bảng hỏi, phương pháp và kết luận.

Lỗi thứ hai là giả thuyết có trong chương 2 nhưng không có dòng tương ứng trong bảng kết quả. Ngược lại, có biến xuất hiện trong output nhưng không có cơ sở lý thuyết. Hãy lập bảng đối chiếu giả thuyết, biến, thang đo, kiểm định và kết luận trước khi đóng bản thảo.

Lỗi thứ ba là chép kết quả mà không giải thích. Một bảng có p-value nhỏ không tự động trả lời câu hỏi nghiên cứu. Bạn phải nói quan hệ có ý nghĩa theo hướng nào, mức độ ra sao và có phù hợp với kỳ vọng lý thuyết hay không.

Lỗi thứ tư là thay đổi số liệu giữa các chương. Cỡ mẫu, số biến quan sát, số nhân tố và tên biến phải giống nhau, trừ khi bạn giải thích rõ từng vòng làm sạch hoặc tái đặc tả mô hình. Hãy lưu từng phiên bản file dữ liệu và output, thay vì ghi đè lên file cũ.

Lỗi cuối là trích dẫn không kiểm chứng hoặc dùng một nguồn cho mọi nhận định. Tài liệu phải thực sự hỗ trợ cho định nghĩa, mô hình hoặc tiêu chí bạn đang nêu. Khi chưa chắc một con số, hãy quay lại nguồn gốc và quy định của chương trình đào tạo thay vì tự điền một ngưỡng quen mắt.

Câu hỏi thường gặp

Luận án tiến sĩ thường dài bao nhiêu trang?

Không có một số trang chung cho mọi ngành và mọi trường. Bạn nên lấy quy định đào tạo, mẫu luận án và yêu cầu của người hướng dẫn làm căn cứ. Số trang chỉ là chỉ báo, còn chất lượng lập luận, dữ liệu và đóng góp mới quyết định bản thảo có đáp ứng yêu cầu hay không.

Có thể dùng cấu trúc luận văn thạc sĩ cho luận án tiến sĩ không?

Bạn có thể dùng cấu trúc cơ bản như mở đầu, tổng quan, phương pháp, kết quả và kết luận, nhưng mức độ triển khai phải phù hợp với nghiên cứu tiến sĩ. Luận án cần làm rõ hơn khoảng trống, đóng góp, thiết kế nghiên cứu và giới hạn của kết quả. Nếu muốn đối chiếu cách trình bày bậc kế cận, xem thêm nội dung về thạc sĩ.

Luận án tiến sĩ định lượng có bắt buộc dùng SPSS không?

SPSS là một lựa chọn phổ biến cho làm sạch dữ liệu, Cronbach's Alpha, EFA, tương quan và hồi quy. Bạn cũng có thể dùng SmartPLS cho PLS-SEM, AMOS cho CB-SEM, hoặc JASP và R nếu có năng lực sử dụng và trường chấp nhận. Phần phương pháp cần nói rõ công cụ, phiên bản và quy trình, không nên chọn phần mềm chỉ vì tên phần mềm quen thuộc.

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

Bạn báo cáo đúng kết quả, nêu hệ số và mức ý nghĩa, sau đó giải thích khả năng nguyên nhân dựa trên bối cảnh, mẫu, thang đo hoặc lý thuyết. Không nên loại một giả thuyết chỉ vì p-value không đạt, cũng không nên sửa số liệu để làm mô hình đẹp hơn. Một kết quả không ủng hộ vẫn có thể có giá trị nếu được trình bày minh bạch.

Có nên đưa toàn bộ output SPSS vào luận án không?

Thân luận án chỉ nên giữ các bảng trực tiếp phục vụ câu hỏi nghiên cứu. Output chi tiết có thể đưa vào phụ lục, kèm tên bảng và chỉ dẫn từ chương kết quả. Cách này giúp hội đồng kiểm tra được quy trình mà phần lập luận chính vẫn dễ đọc.

Bạn nên mở lại file dữ liệu, đối chiếu mục tiêu với từng bảng kết quả, sau đó sửa chương theo đúng số liệu thật trước khi gửi người hướng dẫn; nếu cần chạy phân tích trên file .sav hoặc .csv của chính mình, bạn có thể dùng M4 phân tích để thực hiện bước này.