Luận văn là gì và cách viết luận văn từ đề tài đến chương 5

Luận văn trong nghiên cứu là gì

Luận văn là công trình nghiên cứu có cấu trúc, trong đó bạn đặt ra một vấn đề, xây dựng câu hỏi hoặc giả thuyết, thu thập dữ liệu, phân tích bằng phương pháp phù hợp rồi giải thích kết quả. Với luận văn định lượng, phần kết quả phải đi ra từ dữ liệu thực trong file .sav hoặc .csv, chẳng hạn dữ liệu bảng hỏi được mã hóa thành các biến quan sát.

Bạn có thể xem luận văn là gì trong hệ thống khóa luận tốt nghiệp để phân biệt cách gọi theo bậc học và quy định của trường. Trong thực tế, tên gọi có thể khác nhau giữa luận văn tốt nghiệp, khóa luận tốt nghiệp và đề tài nghiên cứu, nhưng yêu cầu cốt lõi vẫn là sự nhất quán giữa đề tài, mô hình, thang đo, phương pháp và kết luận.

Một luận văn thường trả lời bốn câu hỏi: bạn nghiên cứu vấn đề nào, vì sao vấn đề đó đáng nghiên cứu, bạn dùng dữ liệu và phương pháp nào, cuối cùng kết quả nói lên điều gì. Nếu một chương không trả lời được một trong bốn câu hỏi này, hội đồng thường yêu cầu bạn giải thích lại mối liên hệ giữa các phần.

Luận văn có khó không còn tùy vào phạm vi đề tài và mức độ chuẩn bị dữ liệu. Phần khiến sinh viên mất nhiều thời gian thường không phải là gõ văn bản, mà là chốt câu hỏi nghiên cứu, tìm thang đo phù hợp, làm sạch dữ liệu và giải thích output SPSS hoặc SmartPLS đúng với mô hình đã đề xuất.

Cấu trúc chuẩn của luận văn

Tên chương và số trang có thể thay đổi theo khoa. Bảng dưới đây là khung thực hành cho một luận văn định lượng, bạn cần đối chiếu thêm với mẫu trình bày của trường trước khi nộp.

Một số trường đánh số chương kết quả là Chương 4 và thảo luận là Chương 5. Bạn nên giữ đúng quy định của khoa thay vì tự đổi số chương. Nội dung quan trọng hơn số thứ tự là mỗi giả thuyết phải được theo dõi xuyên suốt từ mô hình, phương pháp, bảng kết quả đến kết luận.

Ngoài phần chính, luận văn thường có tài liệu tham khảo và phụ lục. Phụ lục có thể gồm bảng hỏi, bảng mã hóa biến, output cần thiết và các bảng thống kê dài. Đừng đưa toàn bộ output SPSS vào thân bài. Thân bài chỉ nên giữ bảng giúp người đọc hiểu và đánh giá kết quả.

Các bước viết luận văn

Bước 1: Chốt vấn đề, mục tiêu và phạm vi

Bắt đầu bằng một vấn đề có thể đo lường được. Ví dụ, thay vì viết “nghiên cứu chất lượng dịch vụ nói chung”, bạn có thể giới hạn thành “các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ ngân hàng số tại Thành phố Hồ Chí Minh”. Phạm vi càng rõ, bảng hỏi và mẫu nghiên cứu càng dễ kiểm soát.

Mục tiêu tổng quát cần khớp với tên đề tài. Các mục tiêu cụ thể nên dùng động từ có thể kiểm tra bằng dữ liệu, như xác định, đo lường, đánh giá, kiểm định hoặc đề xuất. Nếu mục tiêu nói “khám phá cảm nhận sâu sắc” nhưng toàn bộ thiết kế chỉ có bảng hỏi Likert, bạn đang tạo ra một khoảng lệch phương pháp.

Bạn có thể tham khảo hướng cách xác định đề tài trước khi chốt tên. Hãy kiểm tra ba việc: bạn có tiếp cận được đối tượng khảo sát không, các biến có thể đo bằng bảng hỏi không, và thời gian còn lại có đủ để thu thập và xử lý dữ liệu không.

Bước 2: Tìm tài liệu và xây dựng mô hình

Từ vấn đề nghiên cứu, bạn xác định các khái niệm chính và tìm nghiên cứu đã dùng những khái niệm đó. Mỗi biến trong mô hình cần có định nghĩa, nguồn thang đo và lý do được đưa vào. Bạn không nên vẽ mô hình trước rồi mới tìm tài liệu để lấp vào các mũi tên.

Mô hình định lượng thường gồm biến độc lập, biến phụ thuộc và có thể có biến trung gian hoặc điều tiết. Mỗi mũi tên cần được chuyển thành một giả thuyết rõ ràng. Chẳng hạn: “H1: Chất lượng thông tin có ảnh hưởng tích cực đến sự hài lòng của người dùng”. Cụm “có ảnh hưởng” cần được kiểm định bằng hệ số đường dẫn hoặc hệ số hồi quy, không chỉ bằng nhận xét mô tả.

Bước 3: Thiết kế thang đo và bảng hỏi

Mỗi khái niệm nên được đo bằng các biến quan sát phù hợp. Bạn cần ghi rõ mã biến, nội dung biến, thang đo và cách mã hóa trong file dữ liệu. Với thang Likert, hãy thống nhất chiều từ mức hoàn toàn không đồng ý đến hoàn toàn đồng ý, đồng thời kiểm tra các biến đảo chiều trước khi nhập dữ liệu. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ của Likert (Likert, 1932).

Bảng hỏi nên có phần giới thiệu, câu hỏi sàng lọc, nhóm biến quan sát và thông tin nhân khẩu học cần thiết. Tránh đưa vào những câu hỏi không phục vụ mục tiêu hoặc không được dùng trong bất kỳ phân tích nào. Nếu bạn dùng thang đo đã điều chỉnh từ nghiên cứu trước, hãy ghi rõ đây là bản tham khảo và kiểm tra lại cách diễn đạt trong bối cảnh Việt Nam.

Bước 4: Thu thập và làm sạch dữ liệu

Trước khi chạy SPSS, bạn kiểm tra số dòng, tên cột, kiểu dữ liệu, giá trị thiếu và các mã trả lời. Một dòng dữ liệu phải tương ứng với một người trả lời, một cột phải tương ứng với một biến. Không đặt tên biến có dấu hoặc khoảng trắng nếu phần mềm phân tích không xử lý ổn định.

Các dấu hiệu cần xem xét gồm bảng hỏi bỏ trống quá nhiều, một người chọn cùng một mức cho toàn bộ biến, thời gian trả lời bất thường và câu trả lời mâu thuẫn với câu hỏi sàng lọc. Xóa dữ liệu phải có tiêu chí được ghi lại, không xóa chỉ vì kết quả Cronbach's Alpha hoặc EFA chưa đẹp.

Bước 5: Chạy phân tích theo đúng thứ tự

Với mô hình dùng SPSS, quy trình thường bắt đầu bằng thống kê mô tả, sau đó kiểm định độ tin cậy, EFA nếu thiết kế nghiên cứu yêu cầu, tương quan và hồi quy. Với SmartPLS, bạn đánh giá mô hình đo lường trước rồi mới đánh giá mô hình cấu trúc, phù hợp với cách tiếp cận hai bước được trình bày trong Anderson và Gerbing (1988).

Khi chạy Cronbach's Alpha, mở Analyze > Scale > Reliability Analysis, đưa các biến quan sát cùng một khái niệm vào ô Items, rồi mở Statistics và chọn Scale if item deleted. Ghi lại Alpha, Corrected Item-Total Correlation và thay đổi của Alpha nếu loại biến. Alpha từ 0.7 trở lên thường được chấp nhận theo Nunnally (1978), còn thang đo mới hoặc mang tính khám phá có thể xem xét mức từ 0.6 theo Hair và cộng sự (2010). Corrected Item-Total Correlation nên từ 0.3 trở lên theo Nunnally và Bernstein (1994).

Khi chạy EFA, mở Analyze > Dimension Reduction > Factor. Trong Descriptives, chọn KMO and Bartlett's test; trong Extraction, kiểm tra eigenvalue; trong Rotation, chọn phương pháp xoay phù hợp; trong Options, có thể yêu cầu ẩn hệ số nhỏ. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê ở mức dưới 0.05 được dùng làm tiêu chí tham khảo theo Kaiser (1974). Eigenvalue lớn hơn 1 là quy tắc trích nhân tố thường gặp theo Kaiser (1960), còn tổng phương sai trích từ 50% trở lên được Hair và cộng sự (2010) sử dụng như ngưỡng tham khảo.

Bước 6: Viết chương kết quả từ bảng output

Đừng viết kết quả bằng cách chép toàn bộ câu chữ trong output. Bạn chọn bảng cần thiết, đặt tên bảng, nêu số liệu chính và giải thích nó liên quan thế nào đến mục tiêu nghiên cứu. Mỗi bảng cần có nguồn, cỡ mẫu hoặc ghi chú nếu số liệu do bạn tự xử lý.

Khi viết phần thảo luận, hãy quay lại từng giả thuyết. Nêu giả thuyết được ủng hộ hay không, sau đó giải thích ý nghĩa của hệ số, so sánh với nghiên cứu trong cơ sở lý thuyết và tránh suy diễn vượt quá thiết kế cắt ngang của dữ liệu. Một p-value nhỏ không tự động chứng minh quan hệ nhân quả.

Bước 7: Rà soát tính nhất quán trước khi nộp

Bạn lập một bảng kiểm gồm tên biến, mã biến, số lượng biến quan sát, giả thuyết, phương pháp kiểm định và kết luận. Nếu mô hình có bốn biến độc lập nhưng bảng kết quả chỉ có ba, hội đồng sẽ hỏi ngay. Kiểm tra thêm số liệu giữa phần tóm tắt, chương kết quả, bảng biểu và phụ lục.

Rà soát trích dẫn, tài liệu tham khảo và tỷ lệ trùng lặp trước khi gửi bản cuối. Bạn có thể đọc hướng dẫn check Turnitin và xem các lỗi thường gặp về đạo văn. Kiểm tra trùng lặp chỉ là một bước kiểm soát, không thay thế việc ghi nguồn đúng cho ý tưởng, thang đo và kết quả kế thừa.

Câu mẫu dùng được

Các câu dưới đây là khung để bạn điền số liệu thật. Không giữ nguyên số minh họa trong luận văn nếu chúng không xuất hiện trong file của bạn.

Đoạn “cách viết vào luận văn” nên đặt ngay sau bảng kết quả, với số liệu thật của bạn: “Kết quả phân tích cho thấy [biến X] có tác động [cùng chiều/ngược chiều] đến [biến Y] với hệ số [Beta/path coefficient] = [giá trị] và p-value = [giá trị]. Vì p-value [nhỏ/lớn hơn] [mức ý nghĩa], giả thuyết [H] được [chấp nhận/bác bỏ].”

Ví dụ luận văn rút gọn

Giả sử đề tài là các yếu tố ảnh hưởng đến ý định tiếp tục sử dụng ứng dụng ngân hàng số. Mô hình gồm ba biến độc lập là tính hữu ích cảm nhận, tính dễ sử dụng cảm nhận và niềm tin; biến phụ thuộc là ý định tiếp tục sử dụng. Đây là ví dụ minh họa để bạn hình dung mạch viết, không phải kết quả của một nghiên cứu thật.

Phần mở đầu nêu vấn đề người dùng có thể cài ứng dụng nhưng chưa chắc tiếp tục sử dụng. Câu hỏi nghiên cứu tập trung vào việc ba yếu tố trên có liên quan đến ý định tiếp tục sử dụng hay không. Chương cơ sở lý thuyết định nghĩa từng khái niệm, trình bày mô hình và viết các giả thuyết H1 đến H3.

Ở chương phương pháp, tác giả mô tả bảng hỏi Likert, đối tượng khảo sát, cách lấy mẫu, thời gian thu thập và quy tắc làm sạch dữ liệu. Chương kết quả trình bày đặc điểm mẫu, Cronbach's Alpha, EFA và hồi quy. Cuối cùng, chương thảo luận giải thích vì sao niềm tin có thể có ảnh hưởng lớn hơn trong bối cảnh ứng dụng tài chính, đồng thời nêu hạn chế về mẫu khảo sát.

Bảng dưới đây là số liệu minh họa, được trình bày theo dạng bảng kết quả thường dùng trong luận văn. Bạn không được xem đây là số liệu để thay thế output của mình.

Cách diễn giải cần đi từ bảng sang giả thuyết, không chỉ nói “mô hình phù hợp”. Chẳng hạn, với số liệu minh họa trên, bạn có thể viết rằng niềm tin có hệ số Beta lớn nhất trong ba biến và p-value nhỏ hơn 0.05, nên H3 được ủng hộ trong mẫu nghiên cứu minh họa. Khi viết bản thật, thay toàn bộ giá trị bằng số trong bảng Coefficients của bạn và kiểm tra đúng tên cột.

Lỗi thường gặp khiến hội đồng hỏi lại

Lỗi đầu tiên là tên đề tài, mục tiêu và mô hình không cùng hướng. Đề tài nói về ý định mua nhưng bảng hỏi lại đo sự hài lòng, hoặc mục tiêu nói đánh giá thực trạng nhưng phân tích lại kiểm định ảnh hưởng. Bạn nên đọc lại toàn bộ luận văn chỉ qua các từ khóa của biến để phát hiện sự lệch này.

Lỗi thứ hai là đưa ngưỡng vào bài mà không nói nguồn hoặc dùng lẫn chỉ số của các phương pháp khác nhau. Ví dụ, CFI, TLI và RMSEA thuộc nhóm chỉ số phù hợp của CB-SEM, không nên đưa vào bài hướng dẫn đánh giá mô hình PLS-SEM. Với PLS-SEM, nhóm chỉ số thường được báo cáo gồm outer loading, CR, AVE, HTMT, VIF, R², f², Q² và path coefficient theo bối cảnh nghiên cứu.

Lỗi thứ ba là xóa biến liên tục để làm đẹp kết quả. Việc loại biến cần dựa trên nội dung thang đo, chỉ số thống kê và lập luận phương pháp. Bạn ghi lại từng vòng chạy, biến đã loại và lý do. Nếu thang đo thay đổi quá nhiều so với nguồn gốc, cần trình bày rõ trong phần phương pháp.

Lỗi thứ tư là viết kết luận mạnh hơn dữ liệu. Mẫu thuận tiện trong một thành phố không đại diện tự động cho mọi người dùng trên cả nước. Dữ liệu khảo sát tại một thời điểm cũng không đủ để khẳng định quan hệ nhân quả chắc chắn nếu thiết kế nghiên cứu không hỗ trợ điều đó.

Lỗi cuối là phụ thuộc vào người chạy số liệu nhưng không hiểu output. SPSS, SmartPLS, AMOS, JASP và R đều có ưu điểm riêng, còn dịch vụ chạy SPSS có thể giúp tiết kiệm thời gian nhưng làm tăng rủi ro khi bạn bị hỏi về cách mã hóa, tiêu chí loại biến hoặc ý nghĩa hệ số. Dù dùng công cụ nào, bạn vẫn phải giữ file dữ liệu, syntax hoặc lịch sử thao tác và hiểu các bảng đã đưa vào luận văn.

Câu hỏi thường gặp

Luận văn là gì và khác khóa luận tốt nghiệp ở đâu?

Luận văn là một công trình nghiên cứu có câu hỏi, phương pháp, dữ liệu và lập luận kết quả. “Khóa luận tốt nghiệp” thường là cách gọi công trình cuối khóa ở bậc đại học, còn “luận văn” có thể được dùng rộng hơn tùy trường và bậc đào tạo. Bạn nên dùng đúng thuật ngữ trong quy chế của khoa.

Viết luận văn có khó không?

Khó nhất thường là giữ cho vấn đề nghiên cứu, thang đo, dữ liệu và phân tích đi cùng một hướng. Bạn có thể giảm việc sửa lại bằng cách chốt mô hình và bảng mã hóa trước khi thu thập dữ liệu, sau đó lưu lại từng bước xử lý thay vì chỉ giữ bảng kết quả cuối.

Luận văn định lượng cần bao nhiêu trang?

Không có một số trang chung cho mọi trường. Quy định có thể phụ thuộc ngành, bậc học, mẫu trình bày và yêu cầu của giảng viên. Hãy ưu tiên đủ nội dung cần thiết, bảng có thể kiểm tra và lập luận rõ ràng thay vì kéo dài bằng cách chép output hoặc lặp lại định nghĩa.

Nếu Cronbach's Alpha không đạt thì phải làm sao?

Kiểm tra Corrected Item-Total Correlation, nội dung biến đảo chiều, lỗi nhập dữ liệu và việc bạn có đưa nhầm biến của khái niệm khác vào cùng thang đo hay không. Chỉ loại biến khi có lý do thống kê và lý thuyết, sau đó chạy lại, ghi nhận thay đổi và báo cáo trung thực quy trình.

Có thể dùng số liệu minh họa để viết luận văn không?

Không. Số liệu minh họa chỉ giúp bạn hiểu hình dạng bảng và cách diễn giải. Bản nộp phải dùng dữ liệu thật của nghiên cứu, đồng thời các con số trong phần mô tả, output, bảng kết quả và kết luận phải khớp nhau.

Mở file dữ liệu của bạn ngay hôm nay và lập bảng đối chiếu gồm mục tiêu, giả thuyết, biến, bảng output và câu kết luận tương ứng; nếu cần chạy lại phân tích trên chính file .sav hoặc .csv, bạn có thể xem module M4 phân tích dữ liệu của DoThesis.