Các yếu tố tác động đến việc sử dụng tài nguyên giáo dục mở của học viên cao học trường chính sách công và quản lý fulbright, đại học fulbright việt nam

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN

Một số định nghĩa, khái niệm liên quan đến OER

OER có thể được coi như một hệ thống thông tin, vì vậy việc hiểu rõ các định nghĩa và khái niệm liên quan đến hệ thống thông tin sẽ giúp nắm bắt rõ hơn các thành phần của OER.

Hệ thống thông tin (IS) có nhiều định nghĩa khác nhau Theo Từ điển Cambridge (2021), IS là một hệ thống máy tính trong công ty hoặc tổ chức nhằm chia sẻ thông tin Từ điển Công nghệ mở (2020) mô tả IS là bộ sưu tập đa thiết bị liên quan đến việc phổ biến thông tin, bao gồm phần cứng, phần mềm, kết nối hệ thống máy tính, người dùng và cấu trúc hệ thống Bourgeois & Bourgeois (2020) cho rằng IS là sự kết hợp giữa phần cứng, phần mềm và mạng viễn thông mà con người xây dựng để thu thập, tạo lập và phân phối dữ liệu hữu ích trong tổ chức Valacich & Schneider (2017) định nghĩa IS là sự kết hợp của con người và công nghệ thông tin để tạo lập, thu thập, sản xuất, lưu trữ và phân phối dữ liệu hữu ích.

Hệ thống thông tin bao gồm máy tính (phần cứng và phần mềm) kết hợp với các mạng viễn thông, cho phép con người thu thập, tạo lập, phân phối và chia sẻ thông tin Điều này phục vụ cho các mục đích khác nhau của tổ chức, phản ánh những đặc điểm chung của các khái niệm liên quan.

E-learning là hình thức đào tạo chính quy hoặc không chính quy, nhằm đạt được mục tiêu học tập hiệu quả Hình thức này tạo điều kiện cho sự tương tác trực tiếp giữa giảng viên và học viên, cũng như giữa các thành viên trong cộng đồng học tập, thông qua công nghệ thông tin và truyền thông.

Theo Horton (2006, tr.1) được Yang (2012, tr.419) trích dẫn, "E-learning" được định nghĩa là việc sử dụng công nghệ thông tin và máy tính để tạo ra những trải nghiệm học tập hiệu quả.

Theo Bates (2008) thì E-learning là tất các các hoạt động dựa vào máy tính và Internet để hỗ trợ dạy và học ở cả trên lớp và từ từ xa

E-learning là hình thức học tập và đào tạo được thực hiện thông qua nhiều công cụ công nghệ thông tin và truyền thông (CNTT & TT), có thể diễn ra ở cấp độ cục bộ hoặc toàn cầu Hình thức này dựa vào các công nghệ như mạng, kỹ thuật đồ họa, kỹ thuật mô phỏng và công nghệ tính toán, mang lại sự linh hoạt và tiện lợi trong việc tiếp cận kiến thức.

2.1.3 Tài nguyên Giáo dục mở (OER)

Trên thế giới, có hai cách tiếp cận chính về OER được chấp nhận rộng rãi Cách tiếp cận thứ nhất xem OER như một giải pháp tổng thể bao gồm nội dung, công cụ, phần mềm và công nghệ Cách tiếp cận thứ hai lại tập trung vào việc phát triển nội dung của OER Hai khái niệm này được phổ biến bởi William và Flora Hewlett Foundation cùng với UNESCO.

MIT lần đầu tiên giới thiệu khái niệm OER vào năm 2002, định nghĩa OER là việc xuất bản nội dung toàn bộ các môn học của MIT trên nền tảng web với quy mô lớn Mục tiêu của OER là tạo ra một phương thức tiếp cận mới để chia sẻ nguồn tri thức mở (MIT, 2020).

Theo Tổ chức Creative Commons (CC):

OER (Tài nguyên giáo dục mở) bao gồm tất cả tài liệu giảng dạy, học tập và nghiên cứu, được cung cấp công khai hoặc cấp phép miễn phí, cho phép mọi người tham gia vào các hoạt động 5R.

• Giữ lại (Retain): tạo ra, sở hữu và kiểm soát bản sao của tài nguyên

• Tái sử dụng (Reuse): sử dụng bản gốc, sửa đổi hoặc pha trộn lại tài nguyên đã được công bố

• Sửa đổi (Revise): biên tập, chỉnh sửa và điều chỉnh bản sao của tài nguyên

Pha trộn lại (Remix) là quá trình kết hợp bản gốc hoặc bản sao đã chỉnh sửa của tài nguyên với các tài liệu hiện có khác nhằm tạo ra một tài nguyên mới.

• Phân phối lại (Redistribute): chia sẻ với người khác các bản sao của tài liệu gốc, bản chỉnh sửa hoặc bản pha trộn của nguồn tài nguyên

Theo William và Flora Hewlett Foundation:

OER (Tài nguyên giáo dục mở) là tài nguyên giảng dạy, học tập và nghiên cứu thuộc phạm vi công cộng, được phát hành dưới giấy phép sở hữu trí tuệ cho phép người dùng sử dụng và chia sẻ tự do OER bao gồm nhiều loại nội dung như môn học hoàn chỉnh, mô-đun, sách giáo khoa, video, bài kiểm tra, phần mềm và các công cụ, tài liệu, phương pháp kỹ thuật khác nhằm hỗ trợ việc tiếp cận tri thức.

Nguồn: William + Flora Hewlett Foudation, 2013

Theo Tổ chức về Hợp tác và Phát triển Kinh tế (Organization for Economic Co- operation and Development – OECD):

OER, hay Tài nguyên Giáo dục Mở, là những tài liệu số hóa được cung cấp miễn phí và công khai, phục vụ cho giáo viên, sinh viên và những người tự học Những tài liệu này có thể được sử dụng và tái sử dụng cho mục đích giảng dạy, học tập và nghiên cứu.

Trong tuyên bố về OER tại Cape Town (Nam Phi) cho rằng:

OER cần được chia sẻ tự do qua giấy phép mở để mọi người có thể sử dụng, chỉnh sửa, dịch thuật và cải tiến Tài nguyên này nên được xuất bản ở các định dạng hỗ trợ việc sử dụng và chỉnh sửa, tương thích với nhiều nền tảng kỹ thuật Ngoài ra, cần đảm bảo rằng tài nguyên cũng có sẵn trong các định dạng dễ tiếp cận cho người khuyết tật và những người không có internet.

Nguồn: The Cape Town Open Education Declaration, 2008

Theo Tổ chức OER Commons:

OER, hay Tài nguyên Giáo dục Mở, là những tài liệu giảng dạy và học tập mà người dùng có thể tự do sử dụng và tái sử dụng mà không cần xin phép Khác với các tài nguyên có bản quyền, OER được tạo ra bởi tác giả hoặc các tổ chức, cho phép lựa chọn một số quyền sở hữu nhất định.

Năm 2012, trong Tuyên bố tại Paris, UNESCO đã đưa ra một định nghĩa về OER như sau:

Tài liệu giáo dục mở (OER) là các tài liệu có sẵn trong tên miền công cộng hoặc đi kèm với giấy phép mở, cho phép mọi người sao chép, sử dụng, chỉnh sửa và chia sẻ một cách tự do và hợp pháp OER bao gồm nhiều loại tài liệu như sách giáo trình, chương trình đào tạo, đề cương môn học, ghi chú bài giảng, bài tập, bài thi, dự án, âm thanh, hình ảnh và phim hoạt hình.

Cơ sở lý thuyết

2.2.1 Lý thuyết Mô hình chấp nhận công nghệ

Mô hình chấp nhận công nghệ (TAM) được phát triển bởi Davis và các cộng sự vào năm 1989, dựa trên Thuyết hành động hợp lý (TRA) TAM giải thích các yếu tố ảnh hưởng đến việc người dùng chấp nhận và sử dụng công nghệ mới Mô hình này tập trung vào hai yếu tố chính: sự cảm nhận về tính hữu ích và sự cảm nhận về tính dễ sử dụng của công nghệ Những yếu tố này đóng vai trò quan trọng trong việc quyết định mức độ chấp nhận công nghệ của người dùng.

Mô hình TAM, được phát triển bởi Fishbein & Ajzen (1975), là một trong những mô hình đáng tin cậy trong việc phân tích hành vi chấp nhận hệ thống thông tin Theo lý thuyết này, hai yếu tố chính ảnh hưởng đến thái độ sử dụng công nghệ mới là nhận thức về sự hữu ích và nhận thức về tính dễ sử dụng Đặc biệt, yếu tố tính dễ sử dụng còn có tác động trực tiếp đến sự hữu ích mà người dùng cảm nhận được.

Hình 2.2 Mô hình chấp nhận công nghệ (TAM)

Nguồn: Tác giả vẽ lại từ Davis và cộng sự (1989, trang 985)

Các biến ngoại sinh đóng vai trò quan trọng trong việc giải thích hành vi chấp nhận công nghệ của người dùng, ảnh hưởng đến nhận thức về sự hữu ích và tính dễ sử dụng của công nghệ.

Nhận thức sự hữu ích (Perceived Usefulness - PU) là mức độ mà người dùng cảm nhận rằng việc sử dụng một công nghệ hoặc hệ thống nhất định sẽ nâng cao hiệu quả và năng suất trong công việc cụ thể của họ.

Nhận thức tính dễ sử dụng (Perceived Ease of Use - PEU) đề cập đến mức độ mà người dùng kỳ vọng công nghệ hoặc hệ thống sẽ dễ dàng sử dụng Điều này ảnh hưởng trực tiếp đến quyết định chấp nhận và sử dụng công nghệ của người dùng.

Thái độ hướng đến việc sử dụng (ATU) phản ánh niềm tin vào tính hữu ích và khả năng sử dụng dễ dàng của một công nghệ hoặc hệ thống Sự tin tưởng này đóng vai trò quan trọng trong việc hình thành thái độ tích cực đối với việc áp dụng công nghệ trong thực tiễn.

Behavioral Intention to Use (BIE) refers to a user's intention to engage with a system This intention is closely linked to Actual System Use, highlighting the significant relationship between what users plan to do and their actual usage of the system.

Sử dụng hệ thống thực sự (Actual System Use - ASU) là kết quả cuối cùng mà người dùng đạt được khi quyết định áp dụng một công nghệ hoặc hệ thống cụ thể.

Mô hình TAM (Technology Acceptance Model) là lý thuyết phổ biến trong nghiên cứu việc sử dụng hệ thống thông tin, đặc biệt trong bối cảnh OER (Open Educational Resources) - công nghệ giáo dục dựa trên nội dung giảng dạy Để triển khai OER hiệu quả, các cơ sở giáo dục cần xây dựng hạ tầng công nghệ vững chắc với hệ thống thông tin quản lý làm nền tảng phát triển (Đào Thiện Quốc, 2020, tr.529) Do đó, mô hình TAM không chỉ giúp đo lường mà còn dự đoán hành vi sử dụng hệ thống thông tin của người dùng.

Venkatesh và Davis (2000) đã xác định rằng nhận thức về tính hữu ích là yếu tố quan trọng nhất ảnh hưởng đến ý định sử dụng công nghệ, từ đó đề xuất Mô hình chấp nhận công nghệ mở rộng (TAM2).

TAM là điểm khởi đầu trong việc nghiên cứu công nghệ, trong khi TAM2 mở rộng lý thuyết bằng cách kết hợp các quá trình tác động xã hội như chuẩn chủ quan, sự tự nguyện và hình ảnh với các quá trình công cụ nhận thức như sự phù hợp với công việc, chất lượng đầu ra, sự rõ ràng của kết quả và nhận thức về tính dễ sử dụng Tác giả đã xác định rõ từng cấu trúc này và phát triển cơ sở lý thuyết cho các mối quan hệ nhân quả trong mô hình, như được minh họa trong Hình 2.3.

Hình 2.3 Mô hình chấp nhận công nghệ mở rộng (TAM2)

Nguồn: Tác giả vẽ lại từ Venkatesh và Davis (2000, trang 188)

Mô hình TAM2 phản ánh ảnh hưởng của ba lực lượng xã hội lên quyết định của cá nhân trong việc chấp nhận hoặc từ chối một hệ thống mới, bao gồm chuẩn chủ quan, sự tự nguyện và hình ảnh (Venkatesh & Davis, 2000, tr.187).

Chuẩn chủ quan (Subjective Norm) đo lường ảnh hưởng của những người xung quanh đến quyết định sử dụng hoặc không sử dụng công nghệ của người dùng, theo nghiên cứu của Marangunić và Granić (2015, tr.86).

Sự tự nguyện và tuân thủ tác động xã hội có vai trò quan trọng trong việc hình thành ý định sử dụng Nghiên cứu cho thấy rằng chuẩn chủ quan ảnh hưởng đáng kể đến ý định của người dùng trong bối cảnh bắt buộc, nhưng không có tác động tương tự trong bối cảnh tự nguyện.

Theo giả thuyết TAM2, chuẩn chủ quan có ảnh hưởng tích cực đến hình ảnh xã hội, vì khi những thành viên quan trọng trong nhóm sử dụng hệ thống, họ tin rằng điều này sẽ nâng cao vị thế của cả nhóm Các nghiên cứu trước đây đã chỉ ra rằng hành vi của các thành viên trong nhóm có thể tạo ra tác động tích cực đến sự chấp nhận và sử dụng công nghệ trong cộng đồng (Blau, 1964; Kiesler, 1969; Pfeffer, 1982; Kelman, 1958; được trích dẫn bởi Venkatesh & Davis, 2000, tr.189).

Tổng quan các nghiên cứu liên quan đến OER

2.3.1 Các nghiên cứu tại Việt Nam

Có khá nhiều nghiên cứu khác nhau liên quan đến các thành phần chính của OER

Nội dung học tập bao gồm các công cụ phát triển, sử dụng, tái sử dụng và phân phối nội dung học tập, cùng với việc tìm kiếm và tổ chức nội dung hiệu quả Hệ thống quản trị học tập đóng vai trò quan trọng trong việc quản lý quá trình học tập, trong khi các công cụ phát triển nội dung hỗ trợ việc tạo ra tài liệu chất lượng Các cộng đồng học tập cũng góp phần quan trọng trong việc chia sẻ kiến thức và kinh nghiệm Cuối cùng, các nguồn lực cần thiết để thực hiện các hoạt động này là rất quan trọng để đảm bảo sự thành công trong việc phát triển nội dung học tập.

Nghiên cứu của Đỗ Văn Hùng (2016) đã chỉ ra rằng có nhiều yếu tố ảnh hưởng đến sự thành công của hệ thống thông tin và MOOCs, bao gồm sự hiểu biết của cộng đồng về Tài nguyên giáo dục mở (OER) Các yếu tố này đóng vai trò quan trọng trong việc phát triển OER tại Việt Nam, như được thể hiện trong Bảng 2.4 của nghiên cứu.

Nghiên cứu của Bùi Hà Phương (2017) đã chỉ ra rằng phát triển Tài nguyên giáo dục mở (OER) phụ thuộc vào nhiều yếu tố như cơ chế chính sách, tầm nhìn của nhà quản lý, kinh phí, công nghệ, sự hợp tác của các trường đại học, vai trò của thư viện, và vấn đề bản quyền Ba yếu tố cơ bản ảnh hưởng đến hành vi thông tin của giảng viên bao gồm mức độ mở, mức độ truy cập và tính thích hợp của OER Nghiên cứu của Đỗ Văn Hùng và các cộng sự (2019) tại ĐHQG Hà Nội cho thấy 90.4% sinh viên cảm nhận tác động từ nhà trường trong việc sử dụng OER, trong khi 67.8% sinh viên cho rằng cần có chính sách hỗ trợ OER Điều này nhấn mạnh vai trò quan trọng của giảng viên và nhà trường trong việc phát triển và khuyến khích sử dụng OER, đặc biệt tại các trường đại học trong lĩnh vực Kinh tế và Quản trị.

Bảng 2.4 Tổng hợp các yếu tố tác động tới việc sử dụng OER tại các trường ĐH ở Việt Nam

Tác giả Tên đề tài nghiên cứu

Kết quả (Các yếu tố tác động tới ý định sử dụng

Xây dựng và khai thác OER: Báo cáo khảo sát OER trong giáo dục ĐH Việt Nam

Yếu tố các điều kiện hỗ trợ:

- 75.5% giảng viên đánh giá nguyên nhân chủ yếu cản trở OER là sự thiếu nhận thức về OER Rào cản lớn nhất là ngoại ngữ, chiếm 50.3%

- 69.8% sinh viên có máy tính và Internet, cho thấy công nghệ là thuận lợi cho việc khai thác OER

Yếu tố tác động xã hội:

Các trường đại học hàng đầu trong lĩnh vực kinh tế tại Việt Nam bao gồm: Đại học Kinh tế Quốc dân, Học viện Ngân hàng, Đại học Kinh tế - Đại học Thái Nguyên, Đại học Kinh tế - Đại học Đà Nẵng, Đại học Kinh tế TP.HCM, Đại học Nguyễn Tất Thành và Đại học Ngoại thương.

Tác giả Tên đề tài nghiên cứu

Kết quả (Các yếu tố tác động tới ý định sử dụng

- 90.4% sinh viên cho rằng nhà trường, giáo viên cần tích cực xây dựng và sử dụng nguồn OER

- 67.8% người được hỏi cho rằng nhà trường cần xây dựng chính sách về OER

Nguồn: Đỗ Văn Hùng và cộng sự (2019)

Trong nghiên cứu của Đỗ Văn Hùng và cộng sự (2019), có 51% sinh viên cho rằng họ thường xuyên nhận tư vấn từ thầy cô và bạn bè về tài liệu cần thiết, trong khi chỉ có 12,8% không đồng tình Điều này cho thấy rằng "tác động từ bạn bè" và "tác động từ giảng viên" là những yếu tố xã hội quan trọng, ảnh hưởng trực tiếp đến ý định sử dụng OER của sinh viên.

Bảng 2.5 Mức độ tán thành về các tác động tới ý định sử dụng OER ở các trường ĐH Việt Nam Đvt: %

Yếu tố tác động tới việc sử dụng OER

1 Nhận thức của giảng viên về các rào cản đối với sự phát triển OER

(75.5% giảng viên đánh giá nguyên nhân cản trở OER là sự thiếu nhận thức về OER)

Thiếu nhận thức về OER 2.9 4.1 17.4 48.8 26.7

Sợ vi phạm bản quyền 4.1 5.8 24.6 46.2 19.3

Nghi ngờ về tính hữu dụng/lợi ích thực sự của

Có khả năng tác động tiêu cực tới uy tín của người tạo lập OER

Khuyến khích chia sẻ OER 2.0 7.0 20.0 57.0 14.0 Đvt: %

Thiếu sự hỗ trợ, cơ chế thưởng, đánh giá và ghi nhận của Nhà trường

Trường có chính sách phát triển OER với các chỉ số đáng chú ý như 4.7, 6.5, 29.0, 46.2 và 13.6 Bình luận và đánh giá từ người sử dụng cho thấy sự quan tâm, với các con số 6.0, 8.4, 39.5, 38.9 và 7.2 Tuy nhiên, vẫn còn thiếu hụt kỹ năng công nghệ và kỹ thuật cần thiết để xây dựng OER hiệu quả.

Thiếu trang thiết bị công nghệ (phần cứng, phần mềm)

2 Các rào cản trong tiếp cận OER của sinh viên

(Rào cản lớn nhất là vấn đề ngoại ngữ, chiếm 50.3%)

Ngoại ngữ của tôi không tốt nên rất khó khăn trong việc tìm kiếm và sử dụng tài liệu tiếng nước ngoài

Tôi tìm kiếm tài liệu không hiệu quả vì không có kiến thức và kỹ năng về máy tính cũng như như hiểu biết nguồn thông tin

Tôi không được thư viện hướng dẫn và hỗ trợ tìm kiếm tài liệu trong thư viện

Tôi không có kinh phí để mua tài liệu học tập 11.8 24.6 35.8 16.0 11.8 Tôi không tìm được những tài liệu tôi cần 7.4 22.3 35.6 23.9 10.6

Tôi không biết tìm tài liệu ở đâu 8.6 23.5 32.1 24.6 11.2

3 Các phương tiện tìm kiếm thông tin của sinh viên

(Có 51% ý kiến tán thành thường xuyên hỏi/tư vấn thầy cô, bạn bè về tài liệu học tập, trong khi đó, chỉ có 12.8% không tán thành)

Tôi thường xuyên tìm kiếm trên Internet (thông qua Google, Bing…)

Tôi thường xuyên tìm kiếm trong thư viện 4.8 14.4 33.0 36.7 11.2

Tôi thường xuyên hỏi mượn/tư vấn thầy cô, bạn bè về tài liệu mà tôi cần

Tôi thường xuyên tìm ở các nhà sách và thường mua tài liệu học tập

Tôi thường tìm kiếm ở các CSDL chuyên ngành 3.3 13.1 35.5 37.7 10.4 Tôi thường gặp khó khăn khi tìm tài liệu mình cần cho việc học tập

4 Những khó khăn về công nghệ mà sinh viên gặp phải

(69.8% sinh viên có máy tính và Internet cho việc khai thác)

Tôi tìm kiếm tài liệu không hiệu quả vì không có kiến thức và kỹ năng về máy tìm cũng như hiểu biết nguồn thông tin

Tôi không có máy tính/Internet để khai thác và sử dụng các tài liệu số/tài liệu trực tuyến

5 Mức độ kỳ vọng của sinh viên vào vai trò của OER

(90.4% sinh viên tán thành sử dụng nguồn OER)

Thư viện nhà trường/giảng viên nên tích cực thu thập và giới thiệu các nguồn học liệu miễn phí và trực tuyến cho sinh viên

6 Chính sách tác động đến OER

(67.8% người được hỏi cho rằng chính sách của Trường tác động tới sử dụng OER) Đvt: %

Các trường chưa nhận thấy lợi ích thực sự của

Thiếu chính sách và chỉ đạo chung của Nhà nước

Thiếu chính sách của Trường về phát triển OER 1.8 5.9 24.5 42.3 25.5

Nguồn: Đỗ Văn Hùng và cộng sự (2019)

Kết quả từ Bảng 2.4 và Bảng 2.5 chỉ ra rằng các yếu tố xã hội trong môi trường đại học có ảnh hưởng mạnh mẽ đến ý định sử dụng OER của sinh viên, đặc biệt là “tác động từ nhà trường”, “tác động từ giảng viên” và “tác động từ bạn bè” Ngoài ra, các yếu tố khác như “kỳ vọng vào tính hữu ích” và “tính dễ sử dụng” của OER, cùng với “yếu tố tác động thuận lợi của công nghệ”, cũng đóng vai trò quan trọng trong việc thúc đẩy sinh viên sử dụng OER.

Mặc dù các nghiên cứu của các tác giả Đỗ Văn Hùng (2016), Bùi Hà Phương

Nghiên cứu của Đỗ Văn Hùng và cộng sự (2019) đã tiếp cận OER và khảo sát tỉ lệ % của các yếu tố liên quan, nhưng chỉ dừng lại ở mức thống kê mô tả mà chưa phát triển mô hình thực nghiệm theo phương pháp định lượng Các tác giả chưa phân tích sâu các yếu tố khám phá để kiểm định giả thuyết và thực nghiệm bằng mô hình hồi quy nhằm xác định các yếu tố tác động đến việc sử dụng OER của sinh viên tại các trường ĐH ở Việt Nam Tuy nhiên, những nghiên cứu này tạo tiền đề cho các nghiên cứu định lượng sâu hơn trong tương lai, khuyến khích giới học thuật tìm kiếm các góc nhìn và cách tiếp cận mới về OER, một chủ đề còn khá mới mẻ tại Việt Nam.

Theo nghiên cứu của Đào Thiện Quốc (2020, tr.122), có 6 yếu tố chính ảnh hưởng đến ý định sử dụng Nguồn tài nguyên giáo dục mở (OER) của sinh viên các trường ĐH khối Kinh tế và Quản trị Kinh doanh tại Việt Nam Cụ thể, các yếu tố này bao gồm: Kỳ vọng dễ sử dụng, Kỳ vọng hiệu suất học tập, Tác động từ giảng viên, Tác động từ bạn bè, Tác động từ nhà trường, và Các điều kiện hỗ trợ Đặc biệt, yếu tố “kỳ vọng dễ sử dụng OER” được xác định là có tác động mạnh nhất trong số các yếu tố được khảo sát.

Gần 48.15% sinh viên cho rằng yếu tố "Động lực học tập" có ảnh hưởng lớn đến ý định sử dụng OER, trong khi "Kỳ vọng hiệu suất học tập" đứng thứ hai với 41.96% sự đồng tình Ngược lại, "Các điều kiện hỗ trợ" chỉ chiếm 36.31%, cho thấy tác động thấp nhất Hệ số tương quan Beta của các yếu tố lần lượt là 0.314, 0.218 và 0.167, cho thấy tất cả đều có ảnh hưởng tích cực đến ý định sử dụng OER của sinh viên tại các trường đại học này.

Bảng 2.6 Tổng hợp đánh giá của sinh viên qua các biến quan sát

1 Yếu tố “Kỳ vọng hiệu suất”

(Có 41.96% sinh viên đồng tình với việc sử dụng OER sẽ mang lại hiệu suất học tập tốt hơn)

Hệ số tương quan Beta

Sử dụng OER sẽ rất hữu ích 54 132 126 125 89

Sử dụng OER sẽ giúp cho việc tiếp cận tài liệu học tập nhanh hơn

Sử dụng OER sẽ giúp cho việc tiếp cận được nhiều nguồn tài liệu hơn

Sử dụng OER sẽ nâng cao khả năng nghiên cứu độc lập của sinh viên

2 Yếu tố “Kỳ vọng dễ sử dụng”

(Có 48.15% sinh viên đồng tình với việc sử dụng OER một cách dễ dàng)

Giao diện sử dụng OER được thiết kế rõ ràng

Kiến thức cung cấp bởi OER dễ hiểu

Kiến thức cung cấp bởi OER có sự tương đồng với bài học

Việc học để sử dụng OER là dễ dàng

3 Yếu tố “Tác động từ bạn bè”

(Có 49.37% sinh viên cho rằng bạn bè có tác động đến ý định sử dụng OER)

Bạn bè cho rằng nên sử dụng

OER để phục vụ học tập

Bạn bè sẵn sàng giúp đỡ trong việc sử dụng OER

Việc sử dụng OER được bạn bè đánh giá cao

4 Yếu tố “Tác động từ giảng viên”

(34.27% sinh viên được hỏi cho rằng giảng viên có tác động đến ý định sử dụng OER)

Tham khảo tài liệu từ OER để phục vụ học tập là yêu cầu bắt buộc từ phía giảng viên

Giảng viên luôn khuyến khích sử dụng OER để phục vụ học tập

Sử dụng OER để phục vụ học tập luôn được giảng viên ghi nhận

Giảng viên coi khả năng sử dụng OER là một trong những tiêu chí đánh giá năng lực học tập của sinh viên

5 Yếu tố “Tác động từ nhà trường”

(Có 51.05% sinh viên cho rằng nhà trường có tác động đến việc sử dụng OER)

Sử dụng tài liệu tham khảo từ

OER để phục vụ học tập là quy định bắt buộc của Nhà trường

Nhà trường luôn khuyến khích sinh viên sử dụng OER

Nhà trường luôn hỗ trợ sinh viên trong việc sử dụng OER

Nhà trường luôn có cơ chế khen thưởng kịp thời đối với sinh viên tích cực sử dụng OER

6 Yếu tố “Các điều kiện hỗ trợ”

(Có 36.31% sinh viên được hỏi cho rằng yếu tố điều kiện hỗ trợ có tác động tới ý định sử dụng

Nhà trường có hệ thống thông tin quản lý OER hoạt động hiệu quả

Nhà trường có cơ sở hạ tầng hệ thống CNTT tốt, mạng WiFi ổn định, tốc độ cao

Nhà trường có đội ngũ kỹ thuật viên luôn sẵn sàng hỗ trợ sử dụng OER

Nhà trường có sự hợp tác, chia sẻ tài liệu học tập giữa các trường cùng khối kinh tế và quản trị kinh doanh

Nguồn: Tác giả tham khảo và tổng hợp từ Đào Thiện Quốc (2020) Bảng 3.36: Kết luận kiểm định giả thuyết của mô hình nghiên cứu, trang 120-126

Nghiên cứu của Đào Thiện Quốc là nghiên cứu định lượng đầu tiên về OER tại Việt Nam, nhưng chỉ tập trung vào các trường ĐH phía Bắc trong lĩnh vực Kinh tế và Quản trị kinh doanh Để có cái nhìn tổng quát hơn về tác động của OER đối với sinh viên, cần thực hiện thêm các nghiên cứu ở các vùng khác trên cả nước.

2.3.2 Các nghiên cứu trên thế giới

Sự ra đời của OER từ đầu những năm 2000 đã thu hút sự quan tâm của các nhà nghiên cứu và giáo viên, đặc biệt ở các nước phát triển Nhiều nghiên cứu đã được thực hiện với cả phương pháp định tính và định lượng, hoặc kết hợp cả hai Kết quả cho thấy có một số nghiên cứu định lượng về OER, tập trung vào việc đánh giá các yếu tố ảnh hưởng đến ý định sử dụng OER, như được trình bày trong Bảng 2.7.

Bảng 2.7 Tổng hợp một số nghiên cứu có liên quan đến OER

STT Tác giả Tên đề tài nghiên cứu Cách tiếp cận và xử lý dữ liệu Các yếu tố tác động

▪ Factors that Influence University Students’

Intention to Use Moodle: A Study in Macau

▪ Tạm dịch: Các yếu tố tác động đến ý định sử dụng Moodle của sinh viên đại học: Nghiên cứu tại Macau

▪ Sử dụng kết hợp khung lý thuyết và mô hình giữa DIT 4 (Rogers, 1995) và TAM (Venkatesh & Davis, 1989)

▪ Xử lý dữ liệu bằng phần mềm SPSS

Key factors influencing the intention to use Moodle include perceived usefulness (PU), perceived ease of use (PEU), and attitude towards use (ATU) These elements encompass attitudes, perceptions, and viewpoints that significantly impact users' decisions regarding the adoption of Moodle as an educational tool.

Bên cạnh các yếu tố chính, còn có những yếu tố phụ quan trọng như chuẩn chủ quan, thể hiện niềm tin cá nhân của người sử dụng, chất lượng đầu ra của hệ thống và sự phức tạp của công nghệ.

Niềm tin của người dùng về độ khó của công nghệ ảnh hưởng lớn đến sự lo lắng khi họ tương tác với máy tính Cảm giác này liên quan đến nhận thức kiểm soát hành vi, tức là cảm giác dễ dàng hay khó khăn trong việc thực hiện các hành động Khả năng thử thách, bao gồm việc từ chối hoặc chấp nhận sự đổi mới, cũng đóng vai trò quan trọng trong việc hình thành ý định sử dụng công nghệ của sinh viên.

STT Tác giả Tên đề tài nghiên cứu Cách tiếp cận và xử lý dữ liệu Các yếu tố tác động

▪ Factors influencing Open Educational Practices and OER in the Global South:

Meta-synthesis of the ROER4D project

▪ Tạm dịch: Các yếu tố tác động đến Thực hành Giáo dục mở (OEP) và OER ở Nam bán cầu: Tổng hợp Siêu dự án ROER4D

Giả thuyết nghiên cứu và đề xuất mô hình nghiên cứu

2.4.1 Các giả thuyết nghiên cứu

Bài viết này trình bày quá trình nghiên cứu các công trình về OER tại Việt Nam, cụ thể là các nghiên cứu của Đỗ Văn Hùng và Đào Thiện Quốc, được tóm tắt trong các bảng 2.4, 2.5 và 2.8 Tác giả đã lựa chọn các yếu tố trong mô hình của Đào Thiện Quốc và kết hợp với tổng quan các nghiên cứu liên quan đến việc sử dụng OER trong mô hình UTAUT (mục 2.2) để xây dựng mô hình nghiên cứu cho luận văn, nhằm làm rõ các lý do cho sự lựa chọn này.

Thứ nhất, theo Huang, Zeng & Zhong (2011, tr.1940) được trích dẫn bởi Đào

OER, theo Thiện Quốc (2020, tr.77), là một công nghệ thông tin giáo dục mới, làm thay đổi mô hình truyền thông tin truyền thống trong giáo dục Mô hình UTAUT thường được áp dụng để phân tích hành vi chấp nhận công nghệ thông tin của người dùng Do đó, nghiên cứu ý định sử dụng OER là nghiên cứu hành vi chấp nhận công nghệ của học viên cao học tại trường FSPPM, phù hợp với mô hình UTAUT trong luận văn.

Nghiên cứu tổng quan về các yếu tố ảnh hưởng đến ý định sử dụng Tài nguyên Giáo dục Mở (OER) của sinh viên đại học cho thấy rằng giảng viên và nhà trường là những yếu tố chính thúc đẩy việc sử dụng OER Các nghiên cứu của Cox & Trotter (2017), Dulle & Minishi-Majanja (2011), Percy & Bell (2012) và Padhi (2018) đã xác nhận vai trò quan trọng của những tác nhân này trong việc khuyến khích sinh viên tiếp cận và sử dụng OER.

Thứ ba, Venkatesh, Thong & Xu (2012, tr.157) đã phát hiện ra rằng mô hình

Mô hình UTAUT giải thích đến 70% ý định và hành vi sử dụng hệ thống, vượt trội hơn so với các mô hình trước chỉ đạt 50% Trong đó, biến “Ý định hành vi sử dụng” bị ảnh hưởng bởi các yếu tố độc lập như “Kỳ vọng hiệu suất”, “Kỳ vọng dễ sử dụng”, “Tác động xã hội” và “Điều kiện thuận lợi”, tác động trực tiếp đến “Hành vi sử dụng” thông qua “Ý định sử dụng” OER Nhiều nghiên cứu đã phân tích “ý định sử dụng OER”, vì vậy, tác giả sẽ tập trung vào nghiên cứu hành vi sử dụng OER của học viên cao học Trường FSPPM Tác giả đề xuất mô hình nghiên cứu với các biến độc lập tác động trực tiếp lên biến phụ thuộc, kèm theo các biến kiểm soát từ yếu tố nhân khẩu học trong mô hình UTAUT của Venkatesh & cộng sự (2003).

Biến độc lập, đóng vai trò là nhân tố tác động trực tiếp đến biến phụ thuộc, bao gồm sáu yếu tố chính: "Kỳ vọng hiệu suất", "Kỳ vọng dễ sử dụng" và "Tác động từ giảng viên" Những yếu tố này không chỉ ảnh hưởng đến quyết định của người học mà còn góp phần quan trọng trong việc nâng cao hiệu quả học tập.

Tác động từ nhà trường, chất lượng OER, và các điều kiện hỗ trợ là những yếu tố quan trọng trong nghiên cứu Qua phỏng vấn 05 học viên khóa MPP2019, đa số cho rằng tác động từ bạn bè đối với học viên cao học là không đáng kể, vì hầu hết đều có khả năng tự học độc lập Vì vậy, tác giả quyết định loại bỏ biến này khỏi mô hình nghiên cứu.

• Biến kiểm soát (nhân tố tác động đến biến độc lập) bao gồm: “Gới tính”,

“Nhóm tuổi”, “Ngành học”, “Năm trúng tuyển Fulbright” và “Thời gian sử dụng OER”

• Biến phụ thuộc (nhân tố bị tác động trực tiếp bởi biến độc lập) là: “Sử dụng OER”

Qua phân tích như trên, tác giả đề xuất mô hình nghiên cứu sau đây:

Hình 2.6 Mô hình nghiên cứu việc sử dụng OER của học viên cao học Trường FSPPM

Mô hình nghiên cứu về các yếu tố ảnh hưởng đến việc sử dụng OER của học viên cao học Trường FSPPM được trình bày trong Bảng 2.9.

Bảng 2.9 Các biến tác động đến việc sử dụng OER của học viên cao học FSPPM

STT Tên biến Diễn giải

Mức độ kỳ vọng của học viên vào việc sử dụng OER sẽ mang lại hiệu quả trong học tập

2 Kỳ vọng dễ sử dụng

Mức độ kỳ vọng của học viên vào việc sử dụng OER là dễ dàng

3 Tác động từ giảng viên

Mức độ tác động của giảng viên đến việc sử dụng OER của học viên

4 Tác động từ nhà trường

Mức độ tác động của nhà trường đến việc sử dụng OER của học viên

Mức độ đáp ứng tiêu chuẩn chất lượng của OER, bao gồm nội dung, khả năng truy cập, sự chính xác, sự phù hợp với mục đích sử dụng và độ tin cậy của tác giả, ảnh hưởng trực tiếp đến việc sử dụng của học viên.

6 Các điều kiện hỗ trợ

Mức độ hỗ trợ về hạ tầng kỹ thuật thuận lợi cho việc sử dụng OER của học viên

Việc sử dụng OER của học viên

Nguồn: Tác giả đề xuất 2.4.2 Đề xuất mô hình nghiên cứu

Dựa trên các nhân tố đã được xác định, tác giả đề xuất mô hình nghiên cứu như sau:

• Mô hình hồi quy tuyến tính OLS:

Biến phụ thuộc Y được xác định là tần suất sử dụng OER của học viên mỗi tuần trong thời gian học tại trường Do đặc tính của biến phụ thuộc không thể có giá trị âm, mô hình Hồi quy bình phương nhỏ nhất OLS không phù hợp vì có thể dự đoán giá trị âm Do đó, tác giả cho rằng mô hình Tobit sẽ là lựa chọn thích hợp hơn trong trường hợp này.

• Mô hình hồi quy Tobit:

Wooldridge (2017) đề xuất mô hình Tobit để biểu diễn biến phụ thuộc Y dưới dạng biến tiềm ẩn như sau:

Biến tiềm ẩn Y* đáp ứng các giả thuyết của mô hình tuyến tính cổ điển, trong đó Y được xác định bởi Y* với điều kiện Y* ≥ 0, tức là Y = Y* Ngược lại, khi Y* < 0, giá trị của Y sẽ là 0.

Các biến giải thích trong X đại diện cho các giả thuyết sau:

Giả thuyết 1 (X1) cho rằng việc sử dụng Tài nguyên Giáo dục Mở (OER) có tác động tích cực đến kết quả học tập, với mối tương quan thuận giữa việc áp dụng OER và hiệu suất học tập của người học.

- Giả thuyết 2 (X2): Sử dụng OER là dễ dàng, giả thuyết này có mối tương quan thuận với việc sử dụng OER

- Giả thuyết 3 (X3): Tác động của giảng viên, giả thuyết này có mối tương quan thuận với việc sử dụng OER

- Giả thuyết 4 (X4): Tác động của nhà trường, giả thuyết này có mối tương quan thuận với việc sử dụng OER

- Giả thuyết 5 (X5): Chất lượng của OER có tác động tích cực, giả thuyết này có mối tương quan thuận với việc sử dụng OER (Wright, 2018)

- Giả thuyết 6 (X6): Các điều kiện hỗ trợ về hạ tầng kỹ có tác động tích cực, giả thuyết này có mối tương quan thuận với việc sử dụng OER

Chương 2 đã trình bày tổng quan cơ sở lý thuyết, các định nghĩa, khái niệm và các nghiên cứu điển hình có liên quan đến các yếu tố tác động đến việc sử dụng OER Qua đó, tác giả đã đặt ra các giả thuyết và đề xuất mô hình nghiên cứu thường dùng hướng tới việc sử dụng OER trong giáo dục ĐH là mô hình UTAUT của Ventakesh & cộng sự (2003) và của Đào Thiện Quốc (2020) làm nền tảng cho luận văn để xây dựng mô hình nghiên cứu việc sử dụng OER của học viên cao học tại Trường FSPPM.

PHƯƠNG PHÁP NGHIÊN CỨU

Thiết kế nghiên cứu

3.1.1 Phương pháp và quy trình nghiên cứu

Luận văn áp dụng phương pháp nghiên cứu hỗn hợp, kết hợp cả phương pháp định tính và định lượng, nhằm phân tích các yếu tố ảnh hưởng đến việc sử dụng Tài nguyên Giáo dục Mở (OER) của học viên cao học tại Trường FSPPM trong giai đoạn từ năm 2008 đến 2022.

Quy trình nghiên cứu được thực hiện thông qua 04 bước như sau (xem Hình 3.1):

• Bước 1: Dựa trên thực trạng sử dụng OER ở Việt Nam và ở Trường

FSPPM đã tham khảo tài liệu từ các nghiên cứu trước về việc sử dụng OER để xây dựng cơ sở lý thuyết cho vấn đề nghiên cứu Để phát triển thang đo nháp, nhóm nghiên cứu đã thực hiện phỏng vấn thử 05 học viên thông qua việc hỏi nhanh và ghi chép lại thông tin (xem Phụ lục 1).

Bước 2 trong nghiên cứu là tiến hành khảo sát sơ bộ với 32 người, bao gồm 1 chuyên gia, 1 cán bộ tư vấn và 30 học viên từ Trường FSPPM, những người đã từng sử dụng Tài nguyên giáo dục mở (OER) Dựa trên kết quả thu được từ khảo sát này, tác giả đã đề xuất mô hình các yếu tố tác động, các giả thuyết nghiên cứu và xây dựng bảng khảo sát sơ bộ, chi tiết có thể xem trong Phụ lục 2A1.

Bước 3 trong nghiên cứu là khảo sát 101 người, bao gồm 01 chuyên gia, 03 cán bộ tư vấn, 05 nhân viên tư vấn và 92 học viên, dựa trên bảng khảo sát sơ bộ 2 Mục tiêu của bước này là phát triển mô hình nghiên cứu chính thức và xây dựng bảng khảo sát chính thức.

Phụ lục 2A2) Tác giả cũng điều chỉnh lại câu hỏi số 6 thuộc nhóm nhân tố Chất lượng OER (QUA) cho rõ ràng, dễ hiểu

Bước 4 trong nghiên cứu là tiến hành khảo sát chính thức với 438 học viên FSPPM, dựa trên bảng khảo sát đã được thiết lập (xem Phụ lục 2B) Kết quả thu được sẽ được kiểm định thông qua hai phương pháp khác nhau.

Bài viết trình bày về việc sử dụng Cronbach’s Alpha và phân tích nhân tố khám phá EFA để đánh giá và loại bỏ các biến quan sát không phù hợp, từ đó hình thành thang đo chính thức Sau đó, tác giả áp dụng mô hình hồi quy tuyến tính OLS và hồi quy Tobit để phân tích mối tương quan và đánh giá tác động của các yếu tố, kiểm định giả thuyết cũng như sự phù hợp của mô hình Để đánh giá cảm nhận của học viên, tác giả sử dụng điểm đánh giá trung bình, độ lệch chuẩn và khoảng tin cậy 95% Nghiên cứu còn áp dụng phân tích đa nhóm nhằm đánh giá tác động cho từng nhóm khác nhau Cuối cùng, tác giả thực hiện phỏng vấn bán cấu trúc với hai chuyên gia về OER để làm rõ các kết quả nghiên cứu, đưa ra kiến nghị cho Trường FSPPM, đồng thời nêu bật những đóng góp lý thuyết, thực tiễn và hạn chế của đề tài cũng như hướng nghiên cứu tiếp theo.

Phân tích yếu tố khám phá (EFA) là một phương pháp thống kê giúp rút gọn nhiều biến quan sát có mối liên hệ với nhau thành một tập hợp các yếu tố ít hơn Phương pháp này không chỉ giúp làm cho dữ liệu trở nên dễ hiểu hơn mà còn giữ lại hầu hết thông tin quan trọng từ tập biến ban đầu.

Hình 3.1 Quy trình nghiên cứu

3.1.2 Phương pháp chọn mẫu, cỡ mẫu

Phương pháp chọn mẫu được thực hiện theo chiến lược thuận tiện, thông qua việc gửi bảng khảo sát đến học viên hiện tại và cựu sinh viên của Trường FSPPM Mục tiêu của khảo sát là thu thập dữ liệu sơ bộ phục vụ cho việc phân tích và đánh giá, vì đây sẽ là nguồn dữ liệu chính cho nghiên cứu Để đảm bảo tính chính xác và quan trọng của thông tin thu thập, tác giả đã giải thích chi tiết từng yếu tố trong bảng khảo sát, giúp học viên hiểu rõ ý nghĩa của mỗi mục.

Theo Hair, Black, Babin & Anderson (2014), kích thước mẫu tối thiểu để áp dụng phương pháp EFA là 50, nhưng lý tưởng nhất là từ 100 trở lên Mỗi biến phân tích cần ít nhất 5 quan sát, tốt nhất là 10, với tỷ lệ số quan sát so với số biến phân tích tối thiểu là 10:1 Trong nghiên cứu này, bảng khảo sát có 29 câu hỏi sử dụng thang đo Likert 5 mức độ, do đó cần ít nhất 290 quan sát (29*10) để đáp ứng yêu cầu này.

Hansen (2005) đã đưa ra hai trường hợp liên quan đến kích thước mẫu khi sử dụng phương pháp hồi quy:

Để đảm bảo tính chính xác trong phép hồi quy, cỡ mẫu tối thiểu cần đạt ít nhất 50 + 8p, trong đó p là số lượng biến độc lập trong mô hình.

Nếu phép hồi quy nhằm xác định mức độ ảnh hưởng của từng biến độc lập đến biến phụ thuộc trong mô hình, thì cỡ mẫu tối thiểu cần thiết là 104 cộng với số biến độc lập (p).

Nghiên cứu của Harris (2001) chỉ ra rằng cỡ mẫu tối thiểu cho hồi quy đa biến là 50 + p, trong đó p là số biến độc lập trong mô hình Trong nghiên cứu này, có 6 biến độc lập, khác với bảng khảo sát gồm 29 câu hỏi được đo bằng thang đo Likert 5 mức độ.

Tóm lại, để sử dụng phương pháp hồi quy, theo Hansen (2005) thì cần ít nhất

Theo Harris (2001), cần tối thiểu 56 quan sát, trong khi Hair, Black, Babin & Anderson (2014) yêu cầu ít nhất 290 quan sát để áp dụng phương pháp EFA Để đảm bảo tính khoa học và độ chính xác, tác giả đã tiến hành khảo sát ít nhất 290 sinh viên, đáp ứng đầy đủ các yêu cầu nghiên cứu.

Thiết kế bảng khảo sát

Theo Bissonnette (2007) cho rằng thang đo Likert là một trong những thang đo định lượng phổ biến nhất, thường được sử dụng với năm hoặc bảy điểm để người dùng thể hiện mức độ đồng ý hoặc không đồng ý với các phát biểu cụ thể Thang đo này giả định rằng thái độ có thể được đo lường trên một chuỗi liên tục từ "Hoàn toàn không đồng ý" đến "Hoàn toàn đồng ý" Nhiều nghiên cứu như của Harris (2016), Kim & cộng sự (2015), và Quang Minh Doan cùng Thien Quoc Dao (2020) đã áp dụng thang đo Likert để đánh giá mức độ chấp nhận và sử dụng OER Luận văn này cũng sẽ sử dụng thang đo Likert năm điểm với năm mức độ lựa chọn: Hoàn toàn không đồng ý, không đồng ý, bình thường, đồng ý, và hoàn toàn đồng ý.

Bảng khảo sát được thiết kế dựa trên các cơ sở lý thuyết từ mục 2.2 và 2.3, cùng với tổng hợp các nghiên cứu liên quan đến OER tại Việt Nam và quốc tế, nhằm xác định các yếu tố ảnh hưởng đến việc sử dụng OER.

3.2.1 Thang đo Kỳ vọng hiệu suất (ký hiệu PER)

Thang đo mức độ đồng ý của học viên về việc sử dụng OER nhằm nâng cao kết quả học tập bao gồm năm câu hỏi Thang đo này được phát triển dựa trên nghiên cứu của Venkatesh và cộng sự (2003) cùng với Đào Thiện Quốc (2020) Yếu tố Kỳ vọng hiệu suất, ký hiệu là PER, được đo thông qua các biến PER1, PER2, PER3, PER4 và PER5.

Bảng 3.1 Thang đo Kỳ vọng hiệu suất (PER)

Ký hiệu Mô tả thang đo Nguồn tham khảo

PER1 Sử dụng OER rất hữu ích Venkatesh & cộng sự

PER2 Sử dụng OER giúp tiếp cận tài liệu học tập nhanh hơn

PER3 Sử dụng OER giúp tiếp cận được nhiều nguồn tài liệu hơn

PER4 Sử dụng OER mang lại kết quả học tập tốt hơn

PER5 Sử dụng OER giúp ích cho việc tự học và học tập suốt đời (lifelong learning)

3.2.2 Thang đo Kỳ vọng dễ sử dụng (ký hiệu EAS)

Thang đo mức độ đồng ý của học viên khi sử dụng Tài nguyên Giáo dục Mở (OER) được thiết kế đơn giản với năm câu hỏi Công cụ này được phát triển dựa trên nghiên cứu của Venkatesh, nhằm đánh giá hiệu quả và sự hài lòng của người học trong quá trình tiếp cận OER.

Yếu tố Kỳ vọng, ký hiệu là EAS, được nghiên cứu bởi & cộng sự (2003) và Đào Thiện Quốc (2020) EAS được đo bằng các biến EAS1, EAS2, EAS3, EAS4 và EAS5, như được trình bày trong Bảng.

Bảng 3.2 Thang đo Kỳ vọng dễ sử dụng (EAS)

EAS1 Giao diện OER được thiết kế rõ ràng Venkatesh & cộng sự

EAS2 Kiến thức OER cung cấp dễ hiểu

EAS3 Kiến thức cung cấp bởi OER có sự tương đồng với bài giảng

EAS4 Hướng dẫn sử dụng OER dễ hiểu

EAS5 Có thể download và in ấn tài liệu OER một cách dễ dàng

3.2.3 Thang đo Tác động từ giảng viên (ký hiệu LEC)

Thang đo mức độ đồng ý của học viên về giảng viên ảnh hưởng đến việc sử dụng OER bao gồm bốn câu hỏi, được xây dựng dựa trên nghiên cứu của Venkatesh & cộng sự (2003) và Đào Thiện Quốc (2020) Yếu tố tác động từ giảng viên, ký hiệu là LEC, được đo bằng các biến LEC1, LEC2, LEC3 và LEC4 như trình bày trong Bảng 3.3.

Bảng 3.3 Thang đo Tác động từ giảng viên (LEC)

LEC1 Giảng viên khuyến khích sử dụng OER để phục vụ học tập

Venkatesh & cộng sự (2003); Đào Thiện Quốc

LEC2 Việc sử dụng OER được giảng viên đánh giá cao

LEC3 Sử dụng OER là yêu cầu bắt buộc từ phía giảng viên

LEC4 Việc sử dụng OER là một trong những tiêu chí đánh giá năng lực học tập

3.2.4 Thang đo Tác động từ nhà trường (ký hiệu INS)

Thang đo mức độ đồng ý của học viên về các chính sách của nhà trường ảnh hưởng đến việc sử dụng OER bao gồm bốn câu hỏi, được xây dựng dựa trên nghiên cứu của Venkatesh & cộng sự (2003) và Đào Thiện Quốc (2020) Yếu tố tác động từ nhà trường, ký hiệu là INS, được đo bằng các biến INS1, INS2, INS3 và INS4 như trình bày trong Bảng 3.4.

Bảng 3.4 Thang đo Tác động từ nhà trường (INS)

INS1 Sử dụng OER là quy định của nhà trường

INS2 Nhà trường khuyến khích sử dụng OER

INS3 Nhà trường hỗ trợ việc sử dụng OER Venkatesh & cộng sự

INS4 Việc sử dụng OER là một trong những tiêu chí đánh giá năng lực học tập độc lập

3.2.5 Thang đo Chất lượng OER (ký hiệu QUA)

Thang đo này đánh giá mức độ đồng ý của học viên về chất lượng của OER thông qua sáu câu hỏi Nó được phát triển dựa trên các nghiên cứu của Venkatesh và cộng sự (2003), Zagdragchaa và Trotter (2019), Weller và cộng sự (2015), Hodgkinson-Williams và cộng sự (2017), Harris (2016), Coleman-Prisco (2017), và Padhi.

(2018) Yếu tố Chất lượng OER ký hiệu là QUA và được đo bằng các biến QUA1, QUA2, QUA3, QUA4, QUA5 và QUA6 như trong Bảng 3.5

Bảng 3.5 Thang đo Chất lượng OER (QUA)

QUA1 Tài liệu phong phú, đa dạng, cập nhật Venkatesh & cộng sự

Hodgkinson-Williams & cộng sự (2017); Harris (2016); Coleman-Prisco (2017); Padhi (2018)

QUA2 Tài liệu được chọn lọc cẩn thận, kỹ càng cho từng môn học

QUA3 Tài liệu phù hợp với nhu cầu và mục đích sử dụng

QUA4 Tác giả đáng tin cậy

QUA5 Khả năng truy cập, chia sẻ và tương tác tốt

QUA6 Hệ thống Giấy phép của OER đầy đủ và rõ ràng

3.2.6 Thang đo Các điều kiện hỗ trợ (ký hiệu FAC)

Thang đo mức độ đồng ý của học viên về các điều kiện hỗ trợ sử dụng OER bao gồm năm câu hỏi, được xây dựng dựa trên nghiên cứu của Venkatesh & cộng sự (2003) và Đào Thiện Quốc (2020) Yếu tố này, ký hiệu là FAC, được đo bằng các biến FAC1, FAC2, FAC3, FAC4 và FAC5, như thể hiện trong Bảng 3.6.

Bảng 3.6 Thang đo Các điều kiện hỗ trợ (FAC)

FAC1 Nhân viên thư viện luôn hỗ trợ kịp và giải đáp thắc mắc khi sử dụng OER

Venkatesh & cộng sự (2003); Đào Thiện Quốc

FAC2 Nhân viên IT luôn hỗ trợ kịp thời khi có sự cố kỹ thuật

FAC3 Nhận được các điều kiện cần thiết để truy cập

OER (máy tính, không gian chỗ ngồi, wifi, ổ cắm điện…)

FAC4 Tốc độ đường truyền Internet ổn định, độ phủ sóng rộng

FAC5 Miễn phí truy cập Internet

3.2.7 Yếu tố nhân khẩu học

Nghiên cứu này xem xét tác động của các yếu tố nhân khẩu học, bao gồm giới tính (nam, nữ), nhóm tuổi (18-26 tuổi, 27-35 tuổi, 36-45 tuổi và trên 45 tuổi) và ngành học (kỹ thuật – công nghệ, kinh tế) đến việc sử dụng OER của học viên.

- kinh doanh, dịch vụ - xã hội, và ngành khác) Năm trúng tuyển vào Fulbright (từ năm 2008-2022) Và Thời gian sử dụng OER (từ 1-3 năm, và từ 4 năm trở lên)

3.2.8 Đánh giá sơ bộ về mô hình nghiên cứu đề xuất và bảng khảo sát

3.2.8.1 Khảo sát chuyên gia và học viên

Mục đích của khảo sát này là sàng lọc các biến độc lập trong mô hình lý thuyết đã được đề xuất, đồng thời xác định mối quan hệ sơ bộ giữa các biến độc lập và biến phụ thuộc dựa trên mô hình nghiên cứu UTAUT của Venkatesh và cộng sự.

Nghiên cứu của Đào Thiện Quốc (2020) và các tác giả khác (2003) đã kiểm tra tính đầy đủ và sự phù hợp của thang đo, đồng thời thu thập thông tin cần thiết cho bảng khảo sát nhằm phục vụ cho phân tích định lượng.

Để thực hiện khảo sát, cần chọn các nhóm học viên và chuyên gia về OER, sau đó tiến hành phỏng vấn trực tiếp hoặc gửi bảng khảo sát theo quy trình nghiên cứu đã định.

➢ Lần 1: Phỏng vấn thử ngẫu nhiên 05 học viên (tại Bước 1) để xây dựng thang đo nháp (Xem nội dung bảng khảo sát tại Phụ lục 1)

➢ Lần 2: Khảo sát sơ bộ 1 gồm có 32 người (tại Bước 2), gồm 01 chuyên gia, 01 cán bộ thư viện (CBTV) và 30 học viên

• Hình thức khảo sát: Phỏng vấn trực tiếp qua Zoom (đối với 01 chuyên gia) và gởi bảng khảo sát qua email (đối với 01 CBTV và

Cuộc khảo sát này nhằm mục đích thu thập ý kiến và đánh giá ý nghĩa của các biến độc lập, cũng như xác định thang đo cho các biến này và biến phụ thuộc Thông qua việc khảo sát, chúng tôi mong muốn hiểu rõ hơn về các yếu tố ảnh hưởng và mối quan hệ giữa chúng, từ đó cung cấp thông tin quý giá cho nghiên cứu và phân tích tiếp theo.

• Thời gian khảo sát: Trung bình khoảng 45 – 60 phút

Kỹ thuật thực hiện bao gồm việc ghi âm trả lời từ một chuyên gia, sau đó tiến hành phân tích và đưa ra kết luận Tiếp theo, nhận bảng khảo sát từ một cán bộ tư vấn và 30 học viên, sau đó cũng thực hiện phân tích để đưa ra kết luận (Xem nội dung bảng khảo sát tại Phụ lục 2A1).

➢ Lần 3: Khảo sát sơ bộ 2 gồm có 101 người (Bước 3), gồm 01 chuyên gia,

03 CBTV, 05 NVTV và 92 học viên để xây dựng bảng khảo sát chính thức

Phương pháp xử lý số liệu

3.3.1 Kiểm định độ tin cậy thang đo Cronbach’s Alpha

Trong phương pháp kiểm định độ tin cậy thang đo Cronbach’s Alpha, "thang đo" được hiểu là tập hợp các biến quan sát con có khả năng đo được, phản ánh tính chất của nhân tố mẹ Trong nghiên cứu định lượng, nhân tố mẹ thường là khái niệm trừu tượng và khó đo lường trực tiếp Để đo lường chính xác nhân tố mẹ, các nhà nghiên cứu thường sử dụng nhiều thang đo chi tiết hơn bằng cách bóc tách các nhân tố con Khi thiết kế bảng khảo sát, nhà nghiên cứu đưa ra nhiều câu hỏi quan sát con nhằm đo lường một nhân tố mẹ, từ đó suy ra các tính chất của nhân tố này dựa trên kết quả trả lời.

Một thách thức cho các nhà nghiên cứu là đảm bảo tính hợp lý của các biến quan sát con trong việc đo lường nhân tố mẹ Để giải quyết vấn đề này, Cronbach đã giới thiệu phương pháp kiểm định độ tin cậy thang đo Cronbach’s Alpha vào năm 1951, giúp xác định mức độ tương quan giữa các biến quan sát con trong cùng một nhân tố mẹ Bằng cách tính toán hệ số tương quan giữa các biến, mức độ hội tụ của chúng được đánh giá Khi các biến hội tụ nhiều, các thang đo sẽ được coi là hợp lý Công thức Cronbach’s Alpha do Cronbach đề xuất đã trở thành công cụ quan trọng trong nghiên cứu.

𝛼: hệ số Cronbach’s Alpha K: số lượng biến quan sát con trong nhóm nhân tố

𝑉 𝑖 : là phương sai của mỗi biến quan sát con trong nhóm nhân tố

𝑉 𝑡 : là phương sai của biến tổng, biến tổng được tạo bằng cách lấy tổng của các biến quan sát con

Mức độ phù hợp của thang đo dựa vào hệ số tin cậy Cronbach’s Alpha được cho trong Bảng 3.8 như sau:

Bảng 3.8 Mức độ phù hợp của thang đo theo mốc hệ số Cronbach’s Alpha

Mốc đánh giá Ý nghĩa alpha >= 0.9 Thang đo nhân tố rất tốt

0.9 > alpha >= 0.8 Thang đo nhân tố tốt

0.8 > alpha >= 0.7 Thang đo nhân tố chấp nhận được

0.7 > alpha >= 0.6 Thang đo nhân tố chấp nhận được với các nghiên cứu mới 0.6 > alpha Thang đo nhân tố là không phù hợp

Nguồn: Tác giả tổng hợp lại theo Cronbach (1951)

Hệ số tin cậy Cronbach’s Alpha chỉ đánh giá mức độ tương quan giữa các biến trong một nhóm mà không xác định được sự đóng góp của từng biến vào mô tả đặc điểm của nhân tố mẹ Để khắc phục điều này, khái niệm “hệ số tương quan biến tổng” có thể được sử dụng để đánh giá mức độ tương quan giữa từng biến và các biến khác trong nhóm Nếu hệ số tương quan biến tổng của một biến quan sát cụ thể cao, biến đó sẽ đóng góp nhiều giá trị vào việc đo lường nhân tố mẹ, ngược lại, nếu hệ số này thấp, biến đó sẽ đóng góp ít giá trị và cần được xem xét loại bỏ.

Trong nghiên cứu này, các nhà nghiên cứu đã đặt ngưỡng giá trị của hệ số tương quan biến tổng là 0.5 để đảm bảo độ tin cậy cao, khác với ngưỡng thông thường là 0.3 Đồng thời, để đánh giá thang đo nhân tố, luận văn cũng áp dụng ngưỡng Cronbach’s Alpha là 0.8, cho thấy độ tin cậy của thang đo là tốt.

Bảng 3.9 cho thấy các ngưỡng giá trị thường được sử dụng để loại bỏ các biến quan sát

Bảng 3.9 Giá trị tối thiểu mà hệ số tương quan biến tổng cần đạt được để không loại bỏ biến quan sát theo các nhà nghiên cứu

Mức tối thiểu của hệ số tương quan biến tổng Nhà nghiên cứu

0.5 Kim, S., & Stoel, L (2004) và Francis, J E., & White, L (2002)

Nguồn: Tác giả tự tổng hợp 3.3.2 Phân tích nhân tố khám phá EFA

Theo Hair (2009), phương pháp phân tích nhân tố khám phá (EFA) là một kỹ thuật phân tích dữ liệu hữu ích để tóm tắt và giảm kích thước dữ liệu Phương pháp này giúp chuyển đổi k biến quan sát thành một tập hợp F các nhân tố quan trọng hơn (F < k), trong khi vẫn giữ lại hầu hết thông tin từ tập k biến ban đầu Tuy nhiên, việc áp dụng EFA yêu cầu phải tuân thủ hai điều kiện cơ bản.

• Điều kiện 1: Ma trận tương quan giữa các biến không phải ma trận đơn vị

Ma trận đơn vị là một ma trận vuông với các phần tử trên đường chéo chính bằng 1 và các phần tử còn lại bằng 0 Để xác định tính hợp lệ của ma trận này, các hệ số tương quan ngoài đường chéo chính cần có ít nhất một hệ số khác 0 với ý nghĩa thống kê Kiểm tra điều kiện này được thực hiện qua kiểm định Bartlett’s Test of Sphericity, trong đó giả thuyết Ho cho rằng ma trận tương quan là ma trận đơn vị, còn giả thuyết Ha cho rằng không phải Nếu p-value của kiểm định này nhỏ hơn 5%, giả thuyết Ho sẽ bị bác bỏ với độ tin cậy 95%, cho thấy mô hình có ít nhất một nhân tố được hình thành.

Bảng 3.10 Minh họa về ma trận tương quan giữa các biến v1 v2 v3 … v1 r11 v2 r21 r22 v3 r31 r32 r33

Nguồn: Tác giả tự tổng hợp

• Điều kiện 2: Hệ số KMO nằm trong khoảng từ 0.5 tới 1 (Kaiser (1974))

Hệ số KMO (Kaiser – Meyer – Olkin) là chỉ số dùng để đánh giá mức độ tương quan giữa các biến và tương quan riêng phần Giá trị KMO cao cho thấy mối tương quan chung giữa các biến lớn Theo bảng 3.11, các ngưỡng KMO và ý nghĩa tương ứng được cung cấp theo Kaiser (1974) Cụ thể, nếu KMO nhỏ hơn 0,5, phương pháp phân tích nhân tố EFA sẽ không được khuyến nghị sử dụng.

Bảng 3.11 Các ngưỡng hệ số KMO và ý nghĩa (theo Kaiser (1974))

Ngưỡng hệ số Ý nghĩa hệ số

KMO < 0.5 Không chấp nhận được

Nguồn: Tác giả tổng hợp từ Kaiser (1974)

Sau khi hoàn thành hai điều kiện cần thiết cho phân tích nhân tố EFA, chúng ta cần áp dụng bốn tiêu chuẩn để đánh giá tính phù hợp của các nhân tố mới hình thành.

• Tiêu chuẩn 1: Tổng phương sai trích lớn hơn hoặc bằng 50%

Tiêu chuẩn đầu tiên để đánh giá tính phù hợp của các nhân tố mới trong phân tích nhân tố EFA là Tổng phương sai trích (Total variance explained) phải đạt ít nhất 50% Chỉ số này phản ánh tỷ lệ phần trăm sự biến thiên của các biến được giải thích bởi các nhân tố mới; tổng phương sai trích càng cao, các nhân tố này càng giải thích hiệu quả hơn cho sự biến thiên của các biến quan sát Theo Anderson & Gerbing (1988), việc giải thích ít nhất 50% phương sai tổng là cần thiết để đảm bảo tính hợp lý và độ tin cậy của các nhân tố mới.

• Tiêu chuẩn 2: Giá trị riêng (Eigen value) cần phải lớn hơn hoặc bằng 1

Giá trị riêng phản ánh mức độ giải thích biến thiên của từng nhân tố trong mô hình phân tích Nhân tố có giá trị riêng lớn hơn hoặc bằng 1 được coi là có ý nghĩa và nên được giữ lại, theo Anderson & Gerbing (1988) Sự gia tăng giá trị riêng đồng nghĩa với việc nhân tố đó giải thích biến thiên tốt hơn.

• Tiêu chuẩn 3: Hệ số tải nhân tố có giá trị tuyệt đối lớn hơn hoặc bằng 0.5

Hệ số tải nhân tố (Factor loadings - FL) là chỉ số đo lường mức độ liên quan giữa các biến quan sát và các nhân tố, giúp xác định tầm quan trọng của từng biến trong mỗi nhân tố Theo Hair, việc phân tích hệ số tải nhân tố là cần thiết để hiểu rõ hơn về cấu trúc của dữ liệu và mối quan hệ giữa các biến.

Theo nghiên cứu năm 2009, hệ số tải nhân tố của từng biến cần đạt giá trị tối thiểu 0.5 để được coi là có ý nghĩa Nếu hệ số này không đạt yêu cầu, biến đó không có vai trò quan trọng trong nhân tố và nên được loại bỏ.

• Tiêu chuẩn 4: Khác biệt hệ số tải nhân tố cần lớn hơn hoặc bằng 0.3

Khi có ít nhất hai nhân tố chứa cùng một biến, tiêu chuẩn 4 có thể được áp dụng để đánh giá mức độ phân biệt của biến đó Khác biệt hệ số tải nhân tố được tính bằng cách lấy giá trị tuyệt đối của hệ số tải nhân tố lớn nhất trừ đi giá trị tuyệt đối của hệ số tải nhân tố lớn thứ hai trong các nhân tố khác nhau Theo nghiên cứu của Jabnoun & Al-Tamimi (2003), nếu sự khác biệt hệ số tải nhân tố của một biến quan sát lớn hơn hoặc bằng 0,3, biến quan sát này được coi là quan trọng và đảm bảo giá trị phân biệt.

Trong Chương 3, luận văn trình bày chi tiết về phương pháp và mô hình nghiên cứu, cùng với quy trình chọn mẫu khảo sát Để thu thập dữ liệu, nghiên cứu kết hợp cả phương pháp định tính và định lượng Nghiên cứu định tính nhằm xác định các biến quan sát để đo lường các khái niệm nghiên cứu, trong khi nghiên cứu định lượng đánh giá tác động của các yếu tố lên biến phụ thuộc Để xác định các yếu tố chính cho mô hình nghiên cứu từ các biến quan sát trong bảng khảo sát, luận văn áp dụng kiểm định độ tin cậy thang đo Cronbach’s Alpha và phân tích nhân tố khám phá EFA Mô hình nghiên cứu sử dụng hồi quy tuyến tính OLS và hồi quy Tobit.

Nghiên cứu trong Chương 3 đã xác định các yếu tố ảnh hưởng đến việc sử dụng OER của học viên cao học Trường FSPPM, từ đó cung cấp cơ sở để tác giả đo lường mức độ tác động trong Chương 4.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Thống kê mô tả đặc điểm bộ dữ liệu khảo sát

Tác giả đã thực hiện khảo sát bằng cách gửi email đến học viên và cựu học viên của Trường FSPPM, và sau khi loại bỏ các kết quả không hợp lệ, đã thu được 438 quan sát hợp lệ Số lượng quan sát này vượt qua yêu cầu tối thiểu là 290 quan sát đã được phân tích trong Chương 3.

Biểu đồ 4.1 Phân bổ giới tính học viên trong mẫu nghiên cứu

Nguồn: Dữ liệu khảo sát tháng 8/2020

Biểu đồ 4.1 trình bày kết quả phân tích thống kê về tỷ lệ giới tính của 438 học viên trong mẫu nghiên cứu, với 52% là nam (209 người) và 48% là nữ (229 người), cho thấy sự phân bố giới tính gần như cân bằng Điều này phản ánh tính đa dạng và sự đại diện tốt cho tổng thể, tương tự như tỷ lệ giới tính tại Trường FSPPM Sự cân bằng này trong mẫu nghiên cứu rất quan trọng, giúp đánh giá hiệu quả của các biến độc lập đối với biến phụ thuộc mà không bị ảnh hưởng bởi giới tính.

Biểu đồ 4.2 Số lượng học viên tham gia khảo sát phân theo nhóm tuổi

Biểu đồ 4.2 cho thấy rằng nhóm học viên chủ yếu tại Trường FSPPM nằm trong độ tuổi từ 27 đến 35, chiếm tỷ lệ cao nhất trong mẫu khảo sát Nhóm này đã tốt nghiệp một thời gian và tích lũy được một số năm kinh nghiệm làm việc Ngược lại, nhóm học viên trên 45 tuổi chỉ chiếm tỷ lệ thiểu số Kết quả phân nhóm trong khảo sát phản ánh đúng tỷ lệ các nhóm học viên theo học tại trường.

Trường FSPPM trong thực tế và nó cũng cho thấy kết quả khảo sát là hoàn toàn ngẫu nhiên và khách quan

Nghiên cứu sự phân bố độ tuổi của học viên tại Trường FSPPM giúp hiểu rõ sự đa dạng của học viên và xác định các yếu tố ảnh hưởng đến quyết định sử dụng OER ở các nhóm tuổi khác nhau Điều này cho phép xây dựng các chính sách phù hợp nhằm thu hút và tăng cường việc sử dụng OER Hơn nữa, việc tìm hiểu độ tuổi học viên còn giúp các trường đại học và tổ chức liên quan dự đoán xu hướng phát triển của đối tượng học viên trong tương lai, từ đó điều chỉnh kế hoạch đào tạo và quản lý nguồn nhân lực một cách hợp lý.

Biểu đồ 4.3 Phân bổ học viên theo ngành học ĐH

Trường FSPPM chuyên đào tạo về chính sách công, tập trung vào các lĩnh vực kinh tế và xã hội Kết quả khảo sát cho thấy đa số học viên có nền tảng từ kinh tế - kinh doanh và dịch vụ xã hội, trong khi tỷ lệ học viên có nền tảng kỹ thuật - công nghệ là thấp nhất.

• Năm trúng tuyển vào Trường FSPPM:

Biểu đồ 4.4 Số lượng học viên phân theo năm trúng tuyển vào Trường FSPPM

Biểu đồ 4.4 cho thấy số lượng học viên tham gia khảo sát phân loại theo năm trúng tuyển vào Trường FSPPM Tại thời điểm khảo sát, khóa học viên trúng tuyển năm 2020 đang theo học và dự kiến tốt nghiệp vào năm 2022, dẫn đến việc thu thập dữ liệu từ khóa này nhiều hơn so với các năm khác Học viên trúng tuyển gần đây có tần suất tham gia khảo sát cao hơn so với các học viên trúng tuyển từ lâu.

• Biến Y – Tần suất sử dụng OER theo tuần:

Biểu đồ 4.5 Phân phối tần suất sử dụng OER/tuần

Biểu đồ 4.5 cho thấy mức phổ biến sử dụng OER/tuần của học viên là khoảng

Mức sử dụng tối ưu cho các học viên là từ 6 đến 21 lần mỗi tuần, với trung bình khoảng 14 lần, tương đương 2 lần mỗi ngày Tần suất sử dụng của học viên gần giống với phân phối chuẩn, cho thấy mẫu khảo sát là đại diện cho tổng thể nghiên cứu.

• Phân loại tần suất sử dụng OER theo giới tính:

Biểu đồ 4.6 Phân loại tần suất sử dụng OER/tuần theo giới tính

Biểu đồ Box & Whisker trong Biểu đồ 4.6 minh họa tần suất sử dụng OER hàng tuần của học viên theo giới tính, cho thấy sự cân bằng dữ liệu và không có sự khác biệt đáng kể giữa nam và nữ Luận văn sẽ tiếp tục kiểm tra giả thuyết này để xác nhận rằng giới tính không ảnh hưởng đến tần suất sử dụng OER.

• Nhóm nhân tố về Kỳ vọng dễ sử dụng (EAS):

Biểu đồ 4.7 Mức độ đánh giá của học viên về nhóm nhân tố

Kỳ vọng dễ sử dụng (EAS)

Biểu đồ Box & Whisker trong Biểu đồ 4.7 thể hiện đánh giá của học viên về các nhân tố con trong nhóm Kỳ vọng dễ sử dụng Kết quả cho thấy các nhận xét của học viên đều tích cực, với nhân tố EAS2 (Kiến thức OER cung cấp dễ hiểu) và EAS3 (Kiến thức cung cấp bởi OER có sự tương đồng với bài giảng) được đánh giá cao nhất, với Q1 bằng 3 và Q3 bằng 5, cho thấy tối thiểu 50% nhận định nằm trong khoảng từ 3 tới 5 Trong khi đó, EAS4 và EAS5 thể hiện sự trung lập với Q1 bằng 2, Q2 bằng 3 và Q3 bằng 4, cho thấy tối thiểu 25% nhận định nằm trong khoảng từ 2 tới 3 và 3 tới 4 Phân tích chi tiết về các nhân tố này sẽ giúp đưa ra kết luận và kiến nghị cụ thể nhằm cải thiện yếu tố Kỳ vọng dễ sử dụng trong tương lai.

• Nhóm nhân tố về Các điều kiện hỗ trợ (FAC):

Các điều kiện hỗ trợ (FAC)

Biểu đồ 4.8 cho thấy mức độ đánh giá của học viên về các yếu tố liên quan đến việc sử dụng OER Trong số các yếu tố, FAC2 (Nhân viên IT hỗ trợ kịp thời khi có sự cố kỹ thuật) và FAC3 (Cung cấp điều kiện cần thiết để truy cập OER) nhận được đánh giá trung bình Ngược lại, FAC1 (Nhân viên thư viện hỗ trợ và giải đáp thắc mắc khi sử dụng OER) và FAC4 (Tốc độ đường truyền Internet ổn định, độ phủ sóng rộng) được đánh giá tích cực Đặc biệt, FAC5 (Miễn phí truy cập Internet) được học viên hoàn toàn đồng ý.

Sự đánh giá trung dung của FAC2 và FAC3 có thể phản ánh những khó khăn trong việc đánh giá chất lượng nhân viên IT và điều kiện truy cập OER Cần có sự phân tích và giải thích sâu hơn trong tương lai để hiểu rõ hơn về đánh giá của học viên Cải thiện những yếu tố này sẽ góp phần nâng cao trải nghiệm sử dụng OER cho học viên.

• Nhóm nhân tố về thang đo Chất lượng OER (QUA):

Biểu đồ 4.9 cho thấy đánh giá của học viên về các yếu tố liên quan đến chất lượng OER Học viên hoàn toàn đồng ý rằng tài liệu phong phú, đa dạng và cập nhật (QUA1) cùng với tác giả đáng tin cậy (QUA4) là hai yếu tố quan trọng Các yếu tố khác cũng nhận được đánh giá tích cực nhưng không đạt mức hoàn toàn đồng ý.

Tài liệu phong phú, đa dạng và cập nhật là yếu tố được học viên đánh giá cao nhất, đặc biệt trong bối cảnh công nghệ phát triển nhanh chóng và sự xuất hiện của nhiều nguồn tài liệu khác nhau.

QUA4 – Tác giả đáng tin cậy là một yếu tố quan trọng khác để học viên đánh giá tính hợp lệ và đáng tin cậy của tài liệu

Các yếu tố quan trọng ảnh hưởng đến sự chấp nhận của học viên đối với OER bao gồm: QUA2 - Tài liệu được chọn lọc cẩn thận cho từng môn học; QUA3 - Tài liệu phù hợp với nhu cầu và mục đích sử dụng; QUA5 - Khả năng truy cập, chia sẻ và tương tác tốt; và QUA6 - Hệ thống Giấy phép của OER đầy đủ và rõ ràng Những yếu tố này đóng vai trò thiết yếu trong việc nâng cao sự chấp nhận và sử dụng OER trong giáo dục.

QUA2 – Tài liệu được lựa chọn kỹ lưỡng cho từng môn học đóng vai trò quan trọng trong việc đảm bảo tiêu chuẩn chuyên môn và độ chính xác của nội dung.

Kết quả nghiên cứu định lượng

4.2.1 Đánh giá độ tin cậy thang đo bằng kiểm định hệ số Cronbach’s

Sau khi kiểm định độ tin cậy của thang đo Cronbach’s Alpha cho từng nhóm nhân tố trong Bảng 4.1, kết quả cho thấy cả 5 nhóm nhân tố đều đạt hệ số tin cậy cao.

Cronbach’s Alpha dao động từ 0.8 đến 0.9, với một nhóm nhân tố có hệ số gần 0.8 Kết quả này cho thấy thang đo lường là đáng tin cậy Tuy nhiên, cần thực hiện phân tích sâu hơn đối với nhóm nhân tố có hệ số thấp, vì điều này có thể ảnh hưởng đến kết quả kiểm định tổng thể.

Bảng 4.1 Độ tin cậy thang đo Cronbach’s Alpha của mỗi nhóm nhân tố

Nhóm nhân tố Số lượng biến quan sát

Thang đo Kỳ vọng dễ sử dụng (EAS) 5 0.8609

Thang đo Các điều kiện hỗ trợ (FAC) 5 0.8649

Thang đo Chất lượng OER (QUA) 6 0.8639

Thang đo Tác động từ nhà trường (INS) 4 0.8180

Thang đo Tác động từ giảng viên (LEC) 4 0.7861

Thang đo Kỳ vọng hiệu suất (PER) 5 0.8245

Nguồn: Tác giả tổng hợp từ kết quả STATA

Bảng 4.2 Hệ số tương quan biến tổng của từng biến quan sát

Biến quan sát Hệ số tương quan biến tổng

Bảng 4.2 cho thấy hệ số tương quan biến tổng cho mỗi biến quan sát, trừ biến

Biến LEC4 có giá trị 0.3732, nhỏ hơn ngưỡng 0.5 nên bị loại bỏ, trong khi biến PER1 có giá trị 0.4753, gần bằng 0.5 và được giữ lại Các biến quan sát còn lại đều có giá trị lớn hơn 0.5 Dựa trên nghiên cứu của Kim & Stoel (2004) và Francis & White (2002), tác giả quyết định loại bỏ biến LEC4 khỏi mô hình Sau khi loại bỏ, hệ số Cronbach’s Alpha của nhóm nhân tố về thang đo Tác động từ giảng viên tăng từ 0.7861 lên 0.8278, cho thấy thang đo lường là tốt Hệ số tương quan biến tổng mới cho các biến quan sát trong nhóm nhân tố này được trình bày trong Bảng 4.3.

Bảng 4.3 Hệ số tương quan biến tổng mới

Biến quan sát Hệ số Cronbach’s

Giảng viên khuyến khích sử dụng OER để phục vụ học tập 0.6660

Việc sử dụng OER được giảng viên đánh giá cao 0.8144

Sử dụng OER là yêu cầu bắt buộc từ phía giảng viên 0.6050

Bảng 4.2 và Bảng 4.3 được so sánh để đánh giá sự thay đổi hệ số tương quan biến tổng của các biến thành phần trong nhóm nhân tố liên quan đến tác động của giảng viên Kết quả cho thấy, tất cả các hệ số tương quan biến tổng mới đều cao hơn so với trước khi loại bỏ biến LEC4 khỏi mô hình nghiên cứu, cho thấy việc loại bỏ biến này là hợp lý và đã nâng cao độ chuẩn của thang đo Các biến quan sát còn lại sẽ được sử dụng trong phân tích nhân tố khám phá (EFA) để kiểm tra khả năng tách thành các nhân tố mới.

4.2.2 Phân tích yếu tố khám phá EFA

Trước khi tiến hành phân tích nhân tố, cần kiểm tra một số điều kiện quan trọng để đảm bảo tính chính xác của quá trình phân tích, như đã nêu trong Chương 3.

Điều kiện đầu tiên để kiểm tra ma trận tương quan giữa các biến không phải là ma trận đơn vị là sử dụng phương pháp kiểm định Bartlett’s Test of Sphericity Giả thuyết ban đầu cho rằng ma trận tương quan giữa các biến là ma trận đơn vị, trong khi giả thuyết đối lập khẳng định rằng ma trận tương quan không phải là ma trận đơn vị.

Kết quả kiểm định với p-value bằng 0% cho thấy có độ tin cậy 99% để bác bỏ giả thuyết H0 và chấp nhận giả thuyết đối lập Ha, điều này chứng tỏ ma trận tương quan giữa các biến không phải là ma trận đơn vị Như vậy, điều kiện cần thiết để tiến hành phân tích nhân tố khám phá EFA đã được thỏa mãn, cho phép trích xuất thông tin quan trọng từ các biến trong tập dữ liệu và hình thành các nhân tố mới.

Bảng 4.4 Kết quả kiểm định Bartlett’s Test of Sphericity

• Điều kiện 2: Hệ số KMO nằm trong khoảng từ 0.5 tới 1 (Kaiser, 1974)

Hệ số KMO là chỉ số quan trọng đánh giá tính phù hợp của dữ liệu cho phân tích nhân tố khám phá EFA, với giá trị từ 0 đến 1; giá trị càng gần 1 cho thấy dữ liệu càng phù hợp Trong nghiên cứu này, hệ số KMO được đo bằng phần mềm STATA là 0.7255, cho thấy độ tương quan giữa các biến ở mức cao và đáp ứng điều kiện tối thiểu cho EFA là từ 0.5 đến 1 Kết quả này chứng tỏ rằng dữ liệu nghiên cứu là thích hợp cho phân tích nhân tố khám phá EFA.

• Xét tiêu chuẩn 1 và tiêu chuẩn 2 trong phân tích nhân tố khám phá EFA

Bảng 4.5 Giá trị riêng (Eigenvalue) và Tổng phương sai trích

Nhân tố con (Factor) Giá trị riêng (Eigenvalue) Tổng phương sai trích

Theo Bảng 4.5, 28 biến quan sát đã được phân chia thành sáu nhóm nhân tố một cách hợp lý, với giá trị Eigen lần lượt từ Factor1 đến Factor6 là 3.76659, 3.37463, 3.25227, 2.91886, 2.6143, và 2.1165, tất cả đều lớn hơn 1 Tổng phương sai trích đạt 64.44%, vượt ngưỡng 50%, cho thấy sáu nhóm nhân tố này giải thích 64.44% biến thiên của 28 biến quan sát Kết quả này đáp ứng tiêu chuẩn 1 và tiêu chuẩn 2 trong phân tích nhân tố khám phá EFA theo Anderson & Gerbing (1988).

• Tiêu chuẩn 3: Hệ số tải nhân tố có giá trị tuyệt đối lớn hơn hoặc bằng 0.5

Bảng 4.6 Ma trận nhân tố với phương pháp xoay Varimax

Luận văn áp dụng phương pháp phân tích thành phần chính (Principal Components Analysis) kết hợp với phép quay Varimax để thực hiện phân tích nhân tố Kết quả từ ma trận xoay nhân tố, như thể hiện trong Bảng 4.6, cho thấy tất cả các hệ số tải nhân tố đều lớn hơn 0.5, không có biến nào xuất hiện đồng thời trong nhiều nhóm nhân tố, chứng tỏ tiêu chuẩn 3 đã được đáp ứng và tiêu chuẩn 4 không cần xem xét Giá trị hội tụ và phân biệt của các nhóm nhân tố được đảm bảo trong quá trình phân tích EFA.

Kết quả phân tích nhân tố khám phá EFA đã đáp ứng hai điều kiện và bốn tiêu chuẩn, cho thấy rằng các biến quan sát không tạo ra nhóm nhân tố mới mà vẫn duy trì sáu nhóm nhân tố đã xác định trước đó Điều này chứng tỏ rằng thang đo được sử dụng trong nghiên cứu có độ tin cậy cao và phù hợp với mục đích nghiên cứu.

Tạo biến đại diện sau khi phân tích EFA

Sau khi kiểm định độ tin cậy bằng thang đo Cronbach’s Alpha và thực hiện phân tích nhân tố khám phá EFA, tác giả đã quyết định giữ lại 28 trong số 29 biến quan sát ban đầu.

Từ đó, tác giả đã xác định được sáu nhóm nhân tố chính, đại diện cho các biến quan sát, như được trình bày chi tiết trong Bảng 4.7

Bảng 4.7 Biến đại diện được tạo từ các biến quan sát

Nhóm nhân tố Các biến quan sát Biến đại diện

Thang đo Kỳ vọng dễ sử dụng EAS1, EAS2, EAS3, EAS4, EAS5 EAS Thang đo Các điều kiện hỗ trợ FAC1, FAC2, FAC3, FAC4, FAC5 FAC

Thang đo Chất lượng OER QUA1, QUA2, QUA3, QUA4,

Thang đo Tác động từ nhà trường INS1, INS2, INS3, INS4 INS

Thang đo Tác động từ giảng viên LEC1, LEC2, LEC3 LEC

Thang đo Kỳ vọng hiệu suất PER1, PER2, PER3, PER4, PER5 PER

Có hai phương pháp chính để tính toán biến đại diện sau khi thực hiện phân tích nhân tố khám phá (EFA) Phương pháp đầu tiên là tạo biến đại diện bằng trung bình cộng giản đơn, thích hợp cho các bước hồi quy, t-test và one-way ANOVA, bằng cách lấy trung bình của các biến quan sát tương ứng với từng nhóm nhân tố Phương pháp thứ hai sử dụng ma trận điểm thành phần, tính toán biến đại diện dựa trên tổng tích của các biến quan sát với trọng số, trong đó trọng số là hệ số tải nhân tố thể hiện mức độ quan trọng của từng biến Tuy nhiên, phương pháp này có hạn chế trong việc loại bỏ sai số và vi phạm giả định hồi quy OLS, có thể dẫn đến kết quả hồi quy không chính xác nếu giả định bị vi phạm.

Các nhà nghiên cứu thường áp dụng phương pháp đầu tiên cho các biến quan sát được đo lường bằng thang đo Likert Trong nghiên cứu này, tác giả cũng lựa chọn phương pháp này để tạo ra biến đại diện từ các biến quan sát được giữ lại sau khi thực hiện phân tích nhân tố khám phá EFA Việc này đảm bảo tính chính xác và sự phù hợp của kết quả từ phân tích nhân tố khám phá EFA cùng với các phân tích thống kê khác.

4.3.1 Ý nghĩa giá trị của biến đại diện

Trong nghiên cứu này, các biến quan sát được đo bằng thang đo Likert từ 1 đến 5 Giá trị của biến đại diện được tính bằng trung bình của các biến quan sát và chia thành năm khoảng bằng nhau, tương ứng với các giá trị của thang đo Likert như trình bày trong Bảng 4.8 Việc chia khoảng này giúp làm rõ mối quan hệ giữa các biến quan sát và biến đại diện, đồng thời hỗ trợ phân tích kết quả một cách hiệu quả hơn Tuy nhiên, để đảm bảo độ chính xác của dữ liệu, tác giả vẫn sử dụng các giá trị liên tục khi thực hiện các mô hình hồi quy.

Bảng 4.8 Ý nghĩa của mỗi khoảng giá trị trung bình của biến đại diện

Các khoảng giá trị Ý nghĩa

Từ 1.00 tới 1.80 Hoàn toàn không đồng ý

Từ 2.61 tới 3.40 Không ý kiến (Bình thường)

Từ 4.21 tới 5.00 Hoàn toàn đồng ý

Nguồn: Tác giả tự tổng hợp 4.3.1 Thống kê các biến đại diện

Các biến đại diện là các biến định lượng, được mô tả qua biểu đồ Box & Whisker (Biểu đồ 4.13), thể hiện các thông số thống kê như giá trị trung vị, phạm vi giá trị, các giá trị ngoại lệ và phân bố dữ liệu trong các khoảng Những thông số này giúp hiểu rõ hơn về tính đối xứng và phân tán của dữ liệu, đồng thời cho phép so sánh giữa các biến đại diện khác nhau Biểu đồ 4.13 chỉ ra rằng các biến đại diện cho các nhóm nhân tố đều có xu hướng thiên về Đồng ý, cho thấy cả sáu nhóm nhân tố đều ảnh hưởng đến tần suất học viên sử dụng OER, được xác minh qua kết quả hồi quy để xác định mức độ tác động của từng nhóm nhân tố.

Biểu đồ 4.13 Thống kê các biến đại diện

Nguồn: Tác giả tự tổng hợp.

Kết quả chạy mô hình

4.4.1 Kiểm định đa cộng tuyến

Bảng 4.9 Kiểm định đa cộng tuyến

Hệ số phóng đại phương sai

Bảng 4.9 trình bày kết quả kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF) Theo lý thuyết, giá trị VIF cao cho thấy sự tương quan mạnh mẽ giữa các biến đại diện, với mức 10 thường được sử dụng làm ngưỡng để xác định hiện tượng đa cộng tuyến Nếu VIF của bất kỳ biến nào vượt quá 10, biến đó sẽ bị loại khỏi mô hình Tuy nhiên, từ bảng kết quả, tác giả nhận thấy tất cả các biến đều có giá trị VIF nhỏ hơn 10, cho thấy không có hiện tượng đa cộng tuyến Điều này đảm bảo tính chính xác và độ tin cậy của kết quả nghiên cứu.

4.4.2 Kết quả hồi quy tuyến tính OLS

Bảng 4.10 Kết quả hồi quy tuyến tính OLS

Biến Tác động biên p-value

PER 1.225471 0.000 sex -.0103453 0.941 group_age -.1747006 0.008 year_fulbright 0386004 0.035

Dựa vào phân tích hồi quy OLS trong Bảng 4.10, tất cả các nhóm nhân tố đều có ý nghĩa thống kê đáng kể ở mức 95%, với giá trị p-value nhỏ hơn 0,05 Nhóm nhân tố QUA (đo lường chất lượng của OER) có tác động mạnh nhất, tiếp theo là các nhóm nhân tố PER (kỳ vọng về hiệu suất), LEC (tác động của giảng viên), INS (tác động của nhà trường), EAS (kỳ vọng dễ sử dụng) và FAC (các điều kiện hỗ trợ) Tất cả sáu nhóm nhân tố này đều có tác động dương đến biến phụ thuộc.

Kết quả nghiên cứu cho thấy giới tính không ảnh hưởng đến tần suất sử dụng OER của học viên, với p-value đạt 94%, vượt xa mức ý nghĩa 5% Phát hiện này cũng phù hợp với nhận định ban đầu từ biểu đồ Box & Whisker, minh họa mối quan hệ giữa giới tính và tần suất sử dụng OER trong phần thống kê mô tả.

Kết quả nghiên cứu cho thấy tần suất sử dụng Tài nguyên giáo dục mở (OER) khác nhau giữa các nhóm tuổi, với p-value là 0,8%, nhỏ hơn mức ý nghĩa 5% Điều này cho thấy rằng nhóm tuổi trẻ có xu hướng sử dụng OER tích cực hơn, với tác động biên có dấu âm.

Năm nhập học ảnh hưởng đến tần suất sử dụng OER, với p-value là 3.5%, nhỏ hơn mức ý nghĩa 5% Học viên nhập học gần đây có xu hướng sử dụng OER nhiều hơn so với những học viên nhập học ở các năm trước.

4.4.3 Kết quả hồi quy Tobit

Bảng 4.11 Kết quả hồi quy Tobit

PER 1.225471 0.000 sex -.0103453 0.940 group_age -.1747006 0.007 year_fulbright 0386004 0.033

Bảng 4.12 Kết quả tác động biên của mỗi nhân tố (xét tại giá trị trung bình) lên biến phụ thuộc bằng hồi quy Tobit

Biến Tác động biên p-value

PER 1.225471 0.000 sex* -.0103453 0.940 group_age -.1747006 0.007 year_fulbright 0386004 0.032

Trong chương 3, luận văn phân tích chi tiết trường hợp biến phụ thuộc bị chặn dưới, nơi biến này không thể nhận giá trị nhỏ hơn 0 Do đó, phương pháp hồi quy Tobit được xác định là phù hợp nhất cho tình huống này Kết quả hồi quy Tobit đã được trình bày rõ ràng.

Bảng 4.11 và Bảng 4.12 chỉ ra rằng tất cả 6 nhóm nhân tố chính đều có ý nghĩa thống kê với p-value nhỏ hơn 5% Các nhóm nhân tố được sắp xếp theo mức độ tác động từ mạnh đến yếu, và chiều hướng tác động nhất quán với kết quả từ phương pháp hồi quy OLS Ngoài ra, sự tương đồng cũng được thể hiện ở các biến giới tính, năm nhập học và nhóm tuổi Điều này cho thấy sự thống nhất giữa hai mô hình, khẳng định rằng các kết quả thu được là đáng tin cậy.

Kiểm định độ phù hợp của mô hình

Mô hình hồi quy OLS là công cụ quan trọng trong phân tích dữ liệu, giúp xác định mối quan hệ giữa các biến độc lập và biến phụ thuộc Để đánh giá sự phù hợp của mô hình, luận văn sử dụng hệ số R² và R² điều chỉnh, với R² cho biết tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập Trong nghiên cứu, hệ số R² và R² điều chỉnh lần lượt là 0.6888 và 0.6820, cho thấy các yếu tố có thể giải thích khoảng 68.88% đến 68.20% sự biến động của biến phụ thuộc, mức độ này được xem là khá cao trong nghiên cứu xã hội Để kiểm tra hiệu lực giải thích của mô hình, tác giả đã thực hiện kiểm định F, với giả thuyết rằng toàn bộ các hệ số hồi quy đều bằng 0 Kết quả kiểm định F cho thấy giá trị F(9,413) = 101.57 và p-value bằng 0%, cho phép bác bỏ giả thuyết rằng toàn bộ các hệ số hồi quy đều bằng 0 với mức độ tin cậy 95%, từ đó khẳng định mô hình là phù hợp.

So sánh kết quả kiểm định của các nhóm mẫu nghiên cứu

4.6.1 Kiểm định sự khác biệt theo giới tính Để khẳng định chắc chắn có sự khác biệt theo giới tính với tần suất sử dụng OER hay không thì tác giả sẽ tiến hành kiểm định Các giả thiết được phát biểu như sau:

• H0: Không có sự khác biệt về giới tính với tần suất sử dụng OER

• Ha: Có sự khác biệt về giới tính với tần suất sử dụng OER

Kết quả kiểm định cho thấy p-value là 49.66%, lớn hơn 5%, do đó chưa đủ cơ sở để bác bỏ giả thuyết H0 Điều này có nghĩa là chưa có bằng chứng xác thực về sự khác biệt trong tần suất sử dụng OER theo giới tính, và kết quả này hoàn toàn phù hợp với nhận định của tác giả trong phần thống kê mô tả.

4.6.2 Kiểm định sự khác biệt theo độ tuổi của học viên

Kết quả phân tích hồi quy cho thấy, nhóm tuổi trẻ hơn có xu hướng sử dụng OER nhiều hơn so với nhóm lớn tuổi Tác giả đã kiểm định lại nhận định này bằng cách so sánh giữa hai nhóm: nhóm dưới 35 tuổi và nhóm trên 35 tuổi Giả thuyết nghiên cứu được đưa ra nhằm xác minh sự khác biệt này.

• H0: Hai nhóm tuổi không có khác biệt trong tần suất sử dụng OER

• Ha: Nhóm tuổi trẻ hơn sử dụng OER với tần suất nhiều hơn so với nhóm lớn tuổi hơn

Kết quả kiểm định cho thấy p-value bằng 0%, nhỏ hơn mức ý nghĩa 5%, cho phép bác bỏ giả thuyết H0 và chấp nhận Ha Điều này khẳng định rằng nhóm tuổi trẻ hơn có tần suất sử dụng OER cao hơn so với nhóm tuổi lớn hơn.

4.6.3 Kiểm định sự khác biệt theo ngành học của học viên

Tác giả nghiên cứu xem liệu OER có phù hợp với mọi ngành học và ảnh hưởng đến tần suất sử dụng của học viên hay không Để kiểm tra giả thuyết này, tác giả so sánh tần suất sử dụng OER giữa hai ngành học đối lập là Kinh tế và Kỹ thuật.

• H0: Học viên học ngành Kinh tế có tần suất sử dụng OER không khác so với học viên học ngành Kỹ thuật

• Ha: Học viên học ngành Kinh tế có tần suất sử dụng OER khác so với học viên học ngành Kỹ thuật

Kết quả kiểm định cho thấy p-value là 48.17%, lớn hơn mức ý nghĩa 5%, do đó chưa đủ cơ sở để bác bỏ giả thuyết H0 với độ tin cậy 95% Điều này có nghĩa là chưa có đủ chứng cứ để khẳng định sự khác biệt về tần suất sử dụng OER giữa hai ngành học Kỹ thuật và Kinh tế, ngụ ý rằng ngành học không ảnh hưởng đến tần suất sử dụng OER của học viên.

Thảo luận kết quả

Sau khi thống kê mô tả, chạy hồi quy và kiểm định, luận văn đã thu được nhiều kết quả đáng chú ý:

Luận văn đã xác định các thang đo Kỳ vọng hiệu suất (PER), Kỳ vọng dễ sử dụng (EAS), Tác động từ giảng viên (LEC), Tác động từ nhà trường (INS), Chất lượng OER (QUA), và Các điều kiện hỗ trợ (FAC) Các thang đo này đã được kiểm tra độ tin cậy thông qua Cronbach’s Alpha và phân tích yếu tố khám phá (EFA), cho thấy kết quả tốt và nhất quán, đáp ứng đầy đủ hai điều kiện và bốn tiêu chuẩn trong EFA Hệ số Cronbach’s Alpha của các thang đo nằm trong khoảng 0.8 đến 0.9, ngoại trừ nhóm nhân tố Tác động từ giảng viên có hệ số gần 0.8 nhưng vẫn đạt yêu cầu với hệ số tương quan biến tổng lớn hơn 0.6, chứng tỏ độ tin cậy của thang đo.

Nghiên cứu cho thấy rằng biến định tính về giới tính và ngành học của học viên không ảnh hưởng đến tần suất sử dụng Tài nguyên Giáo dục Mở (OER), điều này chứng tỏ mẫu nghiên cứu có tính đa dạng và đại diện tốt cho tổng thể Kết quả không có sự khác biệt rõ ràng giữa giới tính và ngành học trong việc sử dụng OER (Xem mục 4.1.1).

Học viên trẻ tuổi có xu hướng sử dụng OER nhiều hơn so với học viên lớn tuổi, điều này có thể do họ thường theo học chuyên ngành Phân tích chính sách, nơi yêu cầu cam kết 100% thời gian học tại Trường FSPPM Chuyên ngành này có tổng số tín chỉ cao hơn (59 tín chỉ) so với chuyên ngành Lãnh đạo và quản lý (46 tín chỉ), dẫn đến việc học viên trẻ phải dành nhiều thời gian học tập hơn, từ đó tăng tần suất sử dụng OER Ngược lại, học viên lớn tuổi thường chọn chuyên ngành Lãnh đạo và quản lý với hình thức học tập ngắn hạn, do đó tần suất sử dụng OER của họ thấp hơn.

Kết quả hồi quy cho thấy tất cả 6 nhóm nhân tố: Kỳ vọng hiệu suất (PER), Kỳ vọng dễ sử dụng (EAS), Tác động từ giảng viên (LEC), Tác động từ nhà trường (INS), Chất lượng OER (QUA), và Các điều kiện hỗ trợ (FAC) đều có tác động khác nhau và có ý nghĩa thống kê lên tần suất sử dụng OER của học viên, với chiều tác động là dương.

Bảng 4.13 Tầm quan trọng của các biến độc lập với biến phụ thuộc

Ký hiệu biến Nhân tố (Biến độc lập) Hệ số Beta Thứ tự mức tác động

PER Kỳ vọng hiệu suất 1.225 2

LEC Tác động từ giảng viên 1.024 3

INS Tác động từ nhà trường 0.916 4

EAS Kỳ vọng dễ sử dụng 0.618 5

FAC Các điều kiện hỗ trợ 0.385 6

Qua kiểm định mô hình, các nhân tố ảnh hưởng đến việc sử dụng OER của học viên cao học Trường FSPPM đã được xác định Kết quả cho thấy tầm quan trọng của các yếu tố này được sắp xếp theo thứ tự như sau:

- Chất lượng OER là nhân tố có tác động mạnh nhất đến việc sử dụng OER của học viên

- Kỳ vọng hiệu suất là nhân tố có tác động mạnh thứ 2 đến việc sử dụng OER của học viên

- Tác động từ giảng viên là nhân tố có tác động mạnh thứ 3 đến việc sử dụng

- Tác động từ nhà trường là nhân tố có tác động mạnh thứ 4 đến việc sử dụng

- Kỳ vọng dễ sử dụng là nhân tố có tác động mạnh thứ 5 đến việc sử dụng OER của học viên

- Các điều kiện hỗ trợ là nhân tố có tác động thấp nhất đến việc sử dụng OER của học viên

Kết quả này cũng tương đồng với kết quả trong nghiên cứu của Đào Thiện Quốc

(2020, tr.121) và các nghiên cứu trước đây về các yếu tố tác động đến việc sử dụng OER mà luận văn đã nêu trong mục 2.3

Kết quả phân tích cho thấy học viên nhập học gần đây sử dụng OER nhiều hơn so với các năm trước Điều này cho thấy OER của Trường FSPPM đang trở thành công cụ quan trọng và hữu ích trong quá trình học tập và nghiên cứu của học viên.

Tiểu kết Chương 4

Chương 4 đã phân tích dữ liệu từ bảng khảo sát để xác nhận tính phù hợp của kết quả nghiên cứu định tính và định lượng với mô hình nghiên cứu Các phương pháp kiểm tra độ tin cậy của thang đo, bao gồm hệ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA, và mô hình hồi quy OLS, Tobit sử dụng phần mềm STATA, đều cho thấy kết quả khả thi Những kết quả này sẽ là cơ sở cho việc đề xuất các giải pháp nhằm tăng cường việc sử dụng OER của học viên cao học tại Trường FSPPM.

Kết quả phân tích định lượng trong Chương 4 đã làm rõ câu hỏi nghiên cứu thứ hai của luận văn, xác định mức độ tác động của các nhân tố đến việc sử dụng OER của học viên cao học tại Trường FSPPM.

Tiêu đề	Các Yếu Tố Tác Động Đến Việc Sử Dụng Tài Nguyên Giáo Dục Mở Của Học Viên Cao Học Trường Chính Sách Công Và Quản Lý Fulbright, Đại Học Fulbright Việt Nam
Tác giả	Trương Minh Hòa
Người hướng dẫn	TS. Ninh Thị Kim Thoa
Trường học	Đại học Fulbright Việt Nam
Chuyên ngành	Chính sách công
Thể loại	luận văn thạc sĩ
Năm xuất bản	2022
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	173
Dung lượng	8,87 MB