Giải pháp nâng cao sự gắn kết với nhà trường thông qua sự hài lòng của sinh viên tại các trường đại học TP. Hồ Chí Minh

Measures to enhance student engagement with universities in Ho Chi Minh City through student satisfaction

TS. Nguyễn Ky
Trường Đại học Nguyễn Tất Thành
Email: nky@ntt.edu.vn
Võ Chí Tâm
Học viên cao học Trường Đại học Nguyễn Tất Thành
Email: vctam@ntt.edu.vn

(Quanlynhanuoc.vn) – Bài viết đánh giá tác động của môi trường đào tạo đến sự hài lòng và mức độ gắn kết của sinh viên tại các trường đại học ở TP. Hồ Chí Minh, đồng thời xác định các ưu tiên quản trị. Dữ liệu thực nghiệm được thu thập từ 270 mẫu hợp lệ (trên tổng số 293 phản hồi) và được phân tích bằng mô hình PLS-SEM theo phương pháp tiếp cận hai giai đoạn. Trên cơ sở đó, bài viết đề xuất năm yếu tố : (1) Chất lượng đào tạo; (2) Môi trường học tập; (3) Hoạt động sinh viên; (4) Hỗ trợ và cơ hội; (5) Truyền thông và mối quan hệ. Trong đó, sự hài lòng đóng vai trò trung gian dẫn đến sự gắn kết (được đo lường dưới dạng cấu trúc bậc hai, gồm cảm xúc, nhận thức và hành vi).

Từ khóa: Sự hài lòng; sự gắn kết sinh viên; chất lượng đào tạo; trường đại học; TP. Hồ Chí Minh.

Abstract: This article examines the effects of the educational environment on student satisfaction and engagement at universities in Ho Chi Minh City, while identifying key management priorities. Of the 293 responses received, 270 were valid and included in the analysis. The data were analyzed using partial least squares structural equation modeling (PLS-SEM) with a two-stage approach. Based on the findings, the article identifies five key factors: (1) educational quality; (2) learning environment; (3) student activities; (4) support and opportunities; and (5) communication and relationships. Student satisfaction mediates the relationship between these factors and student engagement. Student engagement is modeled as a second-order construct with emotional, cognitive, and behavioral dimensions.

Keywords: Student satisfaction; student engagement; educational quality; universities; Ho Chi Minh City.

1. Đặt vấn đề

Trong bối cảnh tự chủ và cạnh tranh gia tăng, các trường đại học không chỉ chú trọng tuyển sinh mà còn tập trung nâng cao sự hài lòng và duy trì gắn kết người học. Tại TP. Hồ Chí Minh, trải nghiệm sinh viên được định hình từ: chất lượng đào tạo, môi trường học tập, hoạt động sinh viên, hỗ trợ và cơ hội, cùng truyền thông và mối quan hệ với nhà trường. Về lý thuyết, sự hài lòng phản ánh việc đối chiếu kỳ vọng với thực tế (Oliver, 1980), bắt nguồn từ chất lượng dịch vụ giáo dục (Abdullah, 2006; Alves & Raposo, 2007). Sự gắn kết biểu thị kết nối cảm xúc, nhận thức và hành vi của người học với tổ chức (Fredricks & cộng sự, 2004). Môi trường đào tạo tích cực sẽ nâng cao sự hài lòng, qua đó thúc đẩy sự gắn kết. Dù vậy, bằng chứng thực nghiệm về cơ chế: Môi trường đào tạo → Sự hài lòng → Sự gắn kết sinh viên tại TP. Hồ Chí Minh vẫn còn khoảng trống. Đồng thời, kết hợp mức độ tác động và mức độ thực hiện là căn cứ xác định đúng ưu tiên quản trị. Vì vậy, bài viết kiểm định năm yếu tố trên với vai trò trung gian của sự hài lòng đến sự gắn kết, trong đó hướng đến: (1) Xác định các yếu tố tác động và vai trò của sự hài lòng với sự gắn kết; (2) Đo lường mức độ tác động và mức độ thực hiện của các yếu tố; (3) Đề xuất giải pháp ưu tiên nhằm nâng cao sự hài lòng và gắn kết của sinh viên tại TP. Hồ Chí Minh.

2. Cơ sở lý thuyết và mô hình nghiên cứu

(1) Nền tảng lý thuyết.

Mô hình dựa trên ba nền tảng: Lý thuyết Tự quyết (SDT) giải thích vai trò của tự chủ, năng lực và kết nối đối với trải nghiệm tích cực (Deci & Ryan, 1985); Lý thuyết Trao đổi xã hội (SET) cho rằng, cá nhân có xu hướng đáp lại hỗ trợ và nguồn lực của tổ chức bằng thái độ, hành vi tích cực (Blau, 1964; Cropanzano & Mitchell, 2005); Marketing mối quan hệ nhấn mạnh giao tiếp, niềm tin, sự hài lòng và cam kết trong duy trì quan hệ (Berry, 1983; Crosby & cộng sự, 1990; Grönroos, 1994). Các nền tảng này hỗ trợ logic môi trường đào tạo → sự hài lòng → sự gắn kết.

(2) Các yếu tố của môi trường đào tạo và sự hài lòng.

Chất lượng đào tạo phản ánh chương trình, nội dung, giảng dạy và đánh giá; chất lượng trải nghiệm là tiền đề của sự hài lòng (Abdullah, 2006; Alves & Raposo, 2007).

H1: Chất lượng đào tạo tác động tích cực đến sự hài lòng.

Môi trường học tập gồm không gian, hạ tầng, học liệu và điều kiện tương tác; môi trường đáp ứng nhu cầu người học có thể thúc đẩy trải nghiệm tích cực (Deci & Ryan, 1985).

H2: Môi trường học tập tác động tích cực đến sự hài lòng.

Hoạt động sinh viên gồm câu lạc bộ, workshop, cuộc thi, dự án và hoạt động nghề nghiệp; các cơ hội này có thể củng cố cảm nhận được hỗ trợ (Blau, 1964; Cropanzano & Mitchell, 2005).

H3: Hoạt động sinh viên tác động tích cực đến sự hài lòng.

Hỗ trợ và cơ hội gồm tư vấn, học bổng, nghề nghiệp, thực tập và kết nối doanh nghiệp; cảm nhận được tổ chức quan tâm có thể nâng cao đánh giá của sinh viên (Eisenberger & cộng sự, 1986).

H4: Hỗ trợ và cơ hội tác động tích cực đến sự hài lòng.

Truyền thông và mối quan hệ phản ánh tương tác, lắng nghe, phản hồi và tính kịp thời của thông tin; giao tiếp và niềm tin là nền tảng quan hệ bền vững (Crosby & cộng sự, 1990; Grönroos, 1994).

H5: Truyền thông và mối quan hệ tác động tích cực đến sự hài lòng.

(3) Sự hài lòng và sự gắn kết với nhà trường.

Sự hài lòng là đánh giá tổng thể sau khi người học đối chiếu kỳ vọng với trải nghiệm thực tế (Oliver, 1980). Trong giáo dục đại học, sự hài lòng còn liên hệ với duy trì mối quan hệ và lòng trung thành (Alves & Raposo, 2007).

Sự gắn kết được đặc tả là cấu trúc bậc hai phản ánh-phản ánh gồm gắn kết cảm xúc, nhận thức và hành vi theo Fredricks & cộng sự (2004). Khi hài lòng với trải nghiệm, sinh viên được kỳ vọng hình thành cảm xúc tích cực, nhận thức rõ giá trị của mối quan hệ và chủ động tham gia hơn.

H6: Sự hài lòng tác động tích cực đến sự gắn kết.

(4) Mô hình nghiên cứu đề xuất.

Mô hình gồm: CLDT, MTHT, HĐSV, HTCO và TTQH → SHL; SHL → GK. Không thiết lập đường trực tiếp từ năm yếu tố đến GK; do đó, H7-H11 kiểm định tác động gián tiếp qua SHL và nghiên cứu không phân loại trung gian toàn phần hay một phần. Mô hình được trình bày tại Hình 1.

Hình 1. Mô hình nghiên cứu

Nguồn: Đề xuất của nhóm tác giả, 2026

3. Phương pháp nghiên cứu

Bài viết áp dụng thiết kế hỗn hợp tuần tự. Giai đoạn định tính thực hiện phỏng vấn bán cấu trúc với 5 đại diện (nhà quản lý, giảng viên, nhân sự học vụ và sinh viên) nhằm hiệu chỉnh ngữ nghĩa và bảo đảm độ giá trị nội dung của thang đo trong bối cảnh giáo dục đại học tại TP. Hồ Chí Minh. Thang đo chính thức sử dụng Likert 5 điểm, bao gồm 7 cấu trúc khái niệm với 38 biến quan sát: Chất lượng đào tạo – CLDT (5), Môi trường học tập – MTHT (5), Hoạt động sinh viên – HĐSV (4), Hỗ trợ & cơ hội – HTCO (5), Truyền thông & mối quan hệ – TTQH (5), Sự hài lòng – SHL (5) và Sự gắn kết – GK (9 biến đo lường cảm xúc, nhận thức, hành vi).

Giai đoạn định lượng tiến hành thu thập dữ liệu từ sinh viên tại TP. Hồ Chí Minh đã có trải nghiệm học tập. Trong 293 phản hồi thu về, 270 quan sát hợp lệ (đạt 92,15%) được đưa vào xử lý bằng phần mềm SmartPLS 4. Do biến GK là cấu trúc bậc hai dạng phản ánh – phản ánh, thuật toán PLS-SEM được vận hành theo tiếp cận hai giai đoạn (Hair & cộng sự, 2022). Giai đoạn 1 đánh giá mô hình đo lường bậc một và trích xuất điểm số nhân tố; giai đoạn 2 sử dụng các điểm số này để định hình cấu trúc GK bậc hai nhằm kiểm định các giả thuyết (H1-H11). Cuối cùng, phân tích IPA được tích hợp để đề xuất các ưu tiên quản trị chiến lược.

Hình 2. Kết quả ước lượng mô hình PLS-SEM giai đoạn 1

Nguồn: Kết quả phân tích dữ liệu của nhóm tác giả bằng SmartPLS 4

4. Kết quả nghiên cứu

4.1. Kết quả mô tả và đánh giá mô hình đo lường

Mô hình đo lường đáp ứng các tiêu chí (Fornell & Larcker, 1981; Hair & cộng sự, 2022; Henseler & cộng sự, 2015). Giai đoạn 1 có outer loading > 0,70, AVE > 0,50, HTMT lớn nhất = 0,656. Giai đoạn 2, GKCX, GKHV, GKNT tải lên GK lần lượt 0,790; 0,782; 0,813; GK đạt alpha = 0,712, rho_a = 0,718, rho_c = 0,838, AVE = 0,632 và HTMT lớn nhất = 0,680.

Bảng 2. Tóm tắt kết quả mô hình đo lường

Tiêu chíKết quả chínhĐánh giá
Outer loadingGiai đoạn 1: > 0,70; GK bậc hai: 0,782–0,813Đạt
Độ tin cậyCác hệ số alpha/rho_a/rho_c đạt ngưỡng; GK: 0,712/0,718/0,838Đạt
AVEGiai đoạn 2: 0,606–0,640; GK = 0,632Đạt
HTMTLớn nhất = 0,680 < 0,85Đạt
Cấu trúc GKGKCX, GKHV, GKNT phản ánh GK bậc haiPhù hợp
Nguồn: Đề xuất của nhóm tác giả, 2026

4.2. Đánh giá mô hình cấu trúc và khả năng dự báo

VIF cấu trúc dao động 1,000-1,121. Năm yếu tố giải thích 28,8% phương sai SHL (R² = 0,288), còn SHL giải thích 28,4% phương sai GK (R² = 0,284).

f² của năm yếu tố → SHL ở mức nhỏ (0,038-0,060), trong khi SHL → GK đạt 0,397. PLSpredict cho thấy toàn bộ Q²predict > 0 và PLS-SEM có RMSE/MAE thấp hơn mô hình tuyến tính chuẩn ở 8/8 chỉ báo; CVPAT cũng cho kết quả chênh lệch tổn thất dự báo có ý nghĩa (p < 0,05) (Sharma & cộng sự, 2023; Shmueli & cộng sự, 2019).

Giai đoạn 2 đưa GK bậc hai vào mô hình cấu trúc và là cơ sở trực tiếp để đánh giá các giả thuyết H1-H11 (Hình 3).

Hình 3. Kết quả ước lượng mô hình cấu trúc PLS-SEM giai đoạn 2

Nguồn: Kết quả phân tích dữ liệu của tác giả bằng SmartPLS 4

4.3. Kiểm định giả thuyết nghiên cứu

Bootstrapping cho thấy, sáu quan hệ trực tiếp đều dương và có ý nghĩa ở mức 5%. Trong năm yếu tố → SHL, TTQH có β = 0,214; HĐSV = 0,206; MTHT = 0,184; HTCO = 0,174; CLDT = 0,171. Thứ tự này phản ánh mức tác động tương đối, không phải xếp hạng ưu tiên quản trị.

SHL → GK đạt β = 0,533; t = 14,017; p < 0,001. H1-H6 đều được dữ liệu ủng hộ.

Bảng 3. Kết quả kiểm định các giả thuyết trực tiếp và gián tiếp

Giả thuyếtMối quan hệLoại tác độngβtpKết luận
H1CLDT → SHLTrực tiếp0,1713,3180,001Chấp nhận
H2MTHT → SHLTrực tiếp0,1843,640< 0,001Chấp nhận
H3HDSV → SHLTrực tiếp0,2063,843< 0,001Chấp nhận
H4HTCO → SHLTrực tiếp0,1743,3050,001Chấp nhận
H5TTQH → SHLTrực tiếp0,2144,207< 0,001Chấp nhận
H6SHL → GKTrực tiếp0,53314,017< 0,001Chấp nhận
H7CLDT → SHL → GKGián tiếp0,091–< 0,05Chấp nhận
H8MTHT → SHL → GKGián tiếp0,098–< 0,05Chấp nhận
H9HDSV → SHL → GKGián tiếp0,110–< 0,05Chấp nhận
H10HTCO → SHL → GKGián tiếp0,093–< 0,05Chấp nhận
H11TTQH → SHL → GKGián tiếp0,114–< 0,05Chấp nhận
Nguồn: Đề xuất của nhóm tác giả, 2026

4.4. Tác động gián tiếp qua Sự hài lòng

Năm tác động gián tiếp qua SHL đều dương và có ý nghĩa: TTQH = 0,114; HĐSV = 0,110; MTHT = 0,098; HTCO = 0,093; CLDT = 0,091. Như vậy, các yếu tố môi trường đào tạo liên hệ với GK thông qua thay đổi SHL.

Do mô hình không ước lượng đường trực tiếp từ năm yếu tố đến GK, nghiên cứu chỉ kết luận SHL có vai trò truyền dẫn có ý nghĩa thống kê, không phân loại trung gian toàn phần hay một phần.

4.5. Phân tích IPA và hàm ý ưu tiên

Phân tích Tầm quan trọng – Mức độ thực hiện (IPA) được vận dụng theo cách tiếp cận của Martilla và James (1977). IPA dùng Importance trung bình = 0,190 và Performance trung bình = 80,10%. HDSV (0,206; 79,03%) và TTQH (0,214; 80,06%) cần ưu tiên cải thiện; MTHT (0,184; 79,85%) cải thiện có chọn lọc; CLDT (0,171; 80,98%) và HTCO (0,174; 80,59%) chủ yếu duy trì, hoàn thiện. Các điểm cần chú ý gồm HDSV1, TTQH2, MTHT3, CLDT2 và HTCO2.

Hình 4. Ma trận Tầm quan trọng – Hiệu suất thực hiện (IPA)

Nguồn: Nhóm tác giả xây dựng từ hệ số β của mô hình PLS-SEM và giá trị Mean của mẫu nghiên cứu

Kết quả IPA xác định HDSV là ưu tiên cao nhất và TTQH là ưu tiên tiếp theo; mức 80,10% chỉ là đường tham chiếu nội bộ của mẫu, không phải chuẩn chất lượng tuyệt đối.

Bảng 4. Ma trận IPA của năm yếu tố dự báo Sự hài lòng

Yếu tốImportance (β → SHL)Performance (%)Vị trí IPAĐịnh hướng
CLDT0,17180,98IVDuy trì và cải tiến phù hợp
MTHT0,18479,85IIICải thiện có chọn lọc
HDSV0,20679,03IIƯu tiên tập trung cải thiện
HTCO0,17480,59IVDuy trì và hoàn thiện
TTQH0,21480,06IIƯu tiên cải thiện
Nguồn: Đề xuất của nhóm tác giả, 2026

5. Hàm ý quản trị

Qua kết quả nghiên cứu của bài viết cho thấy, SHL là mắt xích quan trọng giữa trải nghiệm và GK: SHL → GK = 0,533 và f² = 0,397 thể hiện mức hài lòng cao hơn đi cùng xu hướng gắn kết cảm xúc, nhận thức và hành vi cao hơn, phù hợp với logic về sự hài lòng và quan hệ bền vững (Alves & Raposo, 2007; Oliver, 1980).

TTQH và HĐSV nổi bật trong các yếu tố tiền đề, nhấn mạnh vai trò của tương tác, phản hồi, thông tin kịp thời và hoạt động trải nghiệm nghề nghiệp.

MTHT, HTCO và CLDT cũng tác động dương đến SHL cho thấy, sự hài lòng được hình thành từ hệ trải nghiệm đa chiều.

Vì vậy, ưu tiên quản trị không nên chỉ dựa vào β. PLS-SEM cho biết mức tác động tương đối, còn IPA bổ sung trạng thái thực hiện, giúp tập trung nguồn lực vào các yếu tố vừa quan trọng vừa còn khoảng trống. Qua đó, hàm ý quản trị cần bám chuỗi môi trường đào tạo → SHL → GK và kết hợp hệ số tác động với Performance, thay vì triển khai các hoạt động gắn kết rời rạc.
Thứ nhất, ưu tiên hoạt động sinh viên và duy trì truyền thông – mối quan hệ. Trong đó, HDSV (β = 0,206; 79,03%) là ưu tiên cao nhất. Các trường đại học cần tăng giá trị workshop, dự án doanh nghiệp, cuộc thi, câu lạc bộ và hoạt động nghề nghiệp, gắn với chuẩn đầu ra. Tiếp đến là TTQH (β = 0,214; 80,06%) là ưu tiên thứ hai và cần chuẩn hóa thông tin học vụ, cơ chế phản hồi, tăng tương tác giảng viên – sinh viên cũng như phân vai các kênh truyền thông.
Thứ hai, tăng cường cải thiện hỗ trợ – cơ hội và môi trường học tập. Kết quả phân tích cho thấy, HTCO chiếm 80,59%, vì vậy, cần duy trì, hoàn thiện khả năng tiếp cận cố vấn, tư vấn, học bổng, thực tập, việc làm và kết nối doanh nghiệp. Đối với MTHT (β = 0,184; 79,85%), cần cải thiện có chọn lọc, tập trung studio, phòng thực hành, thiết bị, phần mềm, hạ tầng số và học liệu.
Thứ ba, tiếp tục nâng cao chất lượng đào tạo và quản trị sự hài lòng. Từ kết quả nghiên cứu cho thấy, CLDT (β = 0,171; Performance = 80,98%) cần tiếp tục cập nhật chương trình, tăng dự án thực tế, chuyên gia nghề nghiệp và bảo đảm đánh giá phản ánh năng lực. Đồng thời, để có được sự gắn kết trong mối quan hệ giữa nhà trường – sinh viên – doanh nghiệp và sự hài lòng của các bên, các trường đại học nên đo lường SHL và GK định kỳ để theo dõi hiệu quả cải thiện.

Như vậy, từ nghiên cứu trên 270 sinh viên cho thấy, CLDT, MTHT, HDSV, HTCO và TTQH đều tác động dương đến SHL; SHL tiếp tục tác động tích cực đến GK (β = 0,533). R² của SHL và GK lần lượt là 0,288 và 0,284; PLSpredict và CVPAT hỗ trợ khả năng dự báo ngoài mẫu. IPA xác định HDSV là ưu tiên cải thiện cao nhất, TTQH là ưu tiên tiếp theo, MTHT cần cải thiện có chọn lọc, còn CLDT và HTCO cần duy trì kết quả kết hợp cải tiến các điểm còn hạn chế. Do đó, các nhà trường tiếp tục mở rộng quy mô mẫu và tăng tính đại diện giữa các nhóm trường, ngành học và đặc điểm người học; đồng thời, sử dụng thiết kế dọc cũng như bổ sung các biến, chẳng hạn như: nhận diện tổ chức, giá trị cảm nhận, niềm tin, hỗ trợ cảm nhận hoặc triển vọng nghề nghiệp.
Tài liệu tham khảo:
Abdullah, F. (2006). The development of HEdPERF: A new measuring instrument of service quality for the higher education sector. International Journal of Consumer Studies, 30(6), 569–581. https://doi.org/10.1111/j.1470-6431.2005.00480.x
Alves, H., & Raposo, M. (2007). Conceptual model of student satisfaction in higher education. Total Quality Management & Business Excellence, 18(5), 571–588. https://doi.org/10.1080/14783360601074315
Berry, L. L. (1983). Relationship marketing. In L. L. Berry, G. L. Shostack, & G. D. Upah (Eds.), Emerging perspectives on services marketing (pp. 25–28). American Marketing Association.
Blau, P. M. (1964). Exchange and power in social life. John Wiley & Sons.
Cropanzano, R., & Mitchell, M. S. (2005). Social exchange theory: An interdisciplinary review. Journal of Management, 31(6), 874–900. https://doi.org/10.1177/0149206305279602
Crosby, L. A., Evans, K. R., & Cowles, D. (1990). Relationship quality in services selling: An interpersonal influence perspective. Journal of Marketing, 54(3), 68–81. https://doi.org/10.1177/002224299005400306
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Plenum Press.
Eisenberger, R., Huntington, R., Hutchison, S., & Sowa, D. (1986). Perceived organizational support. Journal of Applied Psychology, 71(3), 500–507. https://doi.org/10.1037/0021-9010.71.3.500
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59–109. https://doi.org/10.3102/00346543074001059
Grönroos, C. (1994). From marketing mix to relationship marketing: Towards a paradigm shift in marketing. Management Decision, 32(2), 4–20. https://doi.org/10.1108/00251749410054774
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). SAGE Publications.
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43, 115–135. https://doi.org/10.1007/s11747-014-0403-8
Martilla, J. A., & James, J. C. (1977). Importance-performance analysis. Journal of Marketing, 41(1), 77–79. https://doi.org/10.1177/002224297704100112
Oliver, R. L. (1980). A cognitive model of the antecedents and consequences of satisfaction decisions. Journal of Marketing Research, 17(4), 460–469. https://doi.org/10.1177/002224378001700405
Sharma, P. N., Liengaard, B. D., Hair, J. F., Sarstedt, M., & Ringle, C. M. (2023). Predictive model assessment and selection in composite-based modeling using PLS-SEM: Extensions and guidelines for using CVPAT. European Journal of Marketing, 57(6), 1662–1677. https://doi.org/10.1108/EJM-08-2020-0636
Shmueli, G., Sarstedt, M., Hair, J. F., Cheah, J.-H., Ting, H., Vaithilingam, S., & Ringle, C. M. (2019). Predictive model assessment in PLS-SEM: Guidelines for using PLSpredict. European Journal of Marketing, 53(11), 2322–2347. https://doi.org/10.1108/EJM-02-2019-0189
* Bài viết thuộc Đề tài Giải pháp nâng cao sự gắn kết với nhà trường thông qua sự hài lòng của sinh viên đang học tại các trường đại học tại thành phố Hồ Chí Minh, mã số ngành 8340101, được tài trợ bởi Quỹ Phát triển Khoa học và Công nghệ, Trường Đại học Nguyễn Tất Thành.