Phương pháp giảng dạy là gì và đo lường thế nào?
Phương pháp giảng dạy là gì và được đo bằng gì
Bạn mở bảng dữ liệu lên và thấy các biến như PPDG1, PPDG2, PPDG3. Vấn đề là bạn chưa biết chúng đang đo chính xác điều gì, lấy từ đâu, và viết thế nào trong chương 3. Phương pháp giảng dạy là tập hợp cách thức, kỹ thuật và hoạt động mà giảng viên hoặc giáo viên sử dụng để tổ chức việc học, truyền đạt nội dung, hướng dẫn người học và tạo điều kiện để người học tham gia.
Trong nghiên cứu định lượng, đây là một khái niệm trừu tượng, thường được xem là biến tiềm ẩn. Bạn không đo trực tiếp “phương pháp giảng dạy” bằng một câu hỏi duy nhất. Bạn đo nó thông qua nhiều biến quan sát, chẳng hạn mức độ giảng viên giải thích rõ ràng, khuyến khích thảo luận, dùng ví dụ thực tế, phản hồi cho người học và điều chỉnh cách dạy theo nhu cầu của lớp.
Cách đo phù hợp phụ thuộc vào mô hình nghiên cứu. Nếu đề tài kiểm tra ảnh hưởng của phương pháp giảng dạy đến [kết quả học tập], phương pháp giảng dạy có thể là biến độc lập và kết quả học tập là biến phụ thuộc. Bạn có thể xem thêm cách xác định kết quả học tập là gì, hoặc đặt khái niệm này cạnh động lực học tập là gì để tránh nhập nhầm các nội dung về sự hứng thú, nỗ lực và cách dạy.
Một thang đo Likert năm mức thường đi từ 1 là “Hoàn toàn không đồng ý” đến 5 là “Hoàn toàn đồng ý”. Likert là dạng thang đo thái độ được giới thiệu trong công trình của Likert (1932). Các biến quan sát phải cùng hướng diễn giải, cùng nói về một khái niệm, và được viết đủ cụ thể để sinh viên có thể trả lời dựa trên trải nghiệm thật của mình.
Nguồn thang đo gốc
Không có một bộ thang đo duy nhất phù hợp cho mọi đề tài về phương pháp giảng dạy. Cùng một tên khái niệm có thể được triển khai theo chất lượng giảng dạy, mức độ lấy người học làm trung tâm, hỗ trợ học tập, tương tác trong lớp hoặc mức độ sử dụng công nghệ. Vì vậy, bạn cần xác định phương pháp giảng dạy trong mô hình của mình trước khi tìm biến quan sát.
Một hướng tham khảo là dùng các nghiên cứu về chất lượng dịch vụ giáo dục hoặc trải nghiệm người học, sau đó chỉ giữ các nội dung liên quan trực tiếp đến hoạt động dạy. SERVQUAL của Parasuraman và cộng sự (1988) được xây dựng cho chất lượng dịch vụ, nên không nên sao chép toàn bộ thành phần của nó để gọi là thang đo phương pháp giảng dạy. Bạn chỉ có thể tham khảo cách phân biệt các khía cạnh chất lượng, rồi giải thích lý do điều chỉnh cho bối cảnh giáo dục.
Nếu đề tài của bạn nghiên cứu việc chấp nhận nền tảng dạy học trực tuyến, phương pháp giảng dạy có thể cần được đặt cạnh một mô hình công nghệ như TAM của Davis (1989), UTAUT của Venkatesh và cộng sự (2003), hoặc UTAUT2 của Venkatesh và cộng sự (2012). Các mô hình này giúp giải thích việc chấp nhận công nghệ, không tự động trở thành nguồn thang đo cho toàn bộ phương pháp giảng dạy.
| Nguồn tham khảo | Năm | Số biến quan sát | Bối cảnh gốc | Cách sử dụng trong đề tài |
|---|---|---|---|---|
| Parasuraman và cộng sự, SERVQUAL | 1988 | Nhiều nhóm biến | Chất lượng dịch vụ | Chỉ tham khảo cách tiếp cận chất lượng, không sao chép nguyên bộ cho phương pháp giảng dạy |
| Davis, TAM | 1989 | Các biến về chấp nhận công nghệ | Người dùng công nghệ thông tin | Dùng khi phương pháp dạy gắn với nền tảng hoặc công nghệ học tập |
| Venkatesh và cộng sự, UTAUT | 2003 | Các biến về ý định và hành vi sử dụng | Chấp nhận công nghệ | Phù hợp với nghiên cứu về dạy học số, cần tách khỏi chất lượng giảng dạy |
| Venkatesh và cộng sự, UTAUT2 | 2012 | Các biến về chấp nhận công nghệ của người tiêu dùng | Công nghệ trong bối cảnh tiêu dùng | Chỉ dùng phần phù hợp nếu người học là đối tượng sử dụng công nghệ |
Bảng trên là bản đồ đọc tài liệu, không phải bằng chứng rằng các nguồn đó đã xác nhận thang đo phương pháp giảng dạy trong đề tài của bạn. Khi viết tổng quan, hãy ghi rõ khái niệm gốc, bối cảnh gốc, số biến quan sát, cách dịch và lý do điều chỉnh. Nếu đang xây dựng mô hình nghiên cứu, hãy vẽ mũi tên giữa phương pháp giảng dạy và biến kết quả trước khi chốt bảng hỏi.
Bộ biến quan sát tham khảo
Dưới đây là bộ biến quan sát minh họa để bạn bắt đầu thiết kế bảng hỏi. Đây chưa phải bản dịch đã được xác nhận, cũng chưa phải thang đo đã đạt Cronbach's Alpha hay EFA. Bạn cần đối chiếu với định nghĩa khái niệm, bối cảnh trường, cấp học và hình thức dạy học của mình.
| Mã | Wording tiếng Việt tham khảo | Nội dung đang đo |
|---|---|---|
| PPDG1 | Giảng viên trình bày nội dung bài học theo cách dễ theo dõi. | Tính rõ ràng của cách trình bày |
| PPDG2 | Giảng viên sử dụng ví dụ phù hợp để giải thích các khái niệm khó. | Liên hệ và minh họa nội dung |
| PPDG3 | Giảng viên tạo cơ hội để người học đặt câu hỏi trong giờ học. | Tương tác hai chiều |
| PPDG4 | Giảng viên khuyến khích người học tham gia thảo luận. | Mức độ tham gia |
| PPDG5 | Giảng viên đưa ra phản hồi giúp người học cải thiện kết quả học tập. | Phản hồi và hướng dẫn |
| PPDG6 | Hoạt động học tập được tổ chức phù hợp với nội dung môn học. | Sự phù hợp giữa hoạt động và nội dung |
| PPDG7 | Giảng viên điều chỉnh cách giải thích khi người học chưa hiểu bài. | Khả năng thích ứng trong giảng dạy |
Mỗi biến nên chứa một ý chính. Câu PPDG1 nói về trình bày rõ ràng, còn PPDG5 nói về phản hồi. Nếu bạn gộp hai ý vào một biến như “Giảng viên giảng bài rõ ràng và phản hồi nhanh”, người trả lời có thể đồng ý với phần đầu nhưng không đồng ý với phần sau. Khi đó, điểm số khó diễn giải.
Bạn cũng cần phân biệt phương pháp giảng dạy với kết quả mà phương pháp tạo ra. “Giảng viên tổ chức thảo luận” là biến quan sát của phương pháp. “Tôi đạt điểm cao trong môn học” là nội dung gần với kết quả học tập. Nếu bảng hỏi dùng cả hai câu trong cùng một thang đo, kết quả EFA có thể bị trộn khái niệm.
Với câu đảo chiều, ví dụ “Giảng viên hiếm khi giải thích thêm khi người học chưa hiểu”, bạn phải mã hóa ngược trước khi tính điểm. Câu đảo chiều thường gây lỗi vì người trả lời dễ đọc sót từ “hiếm khi”, còn người nhập dữ liệu có thể quên đảo mã. Chỉ nên giữ câu đảo chiều khi có lý do phương pháp rõ ràng.
Nếu bạn nghiên cứu sinh viên sư phạm hoặc giáo viên, hãy xem thêm các đề tài luận văn sư phạm để kiểm tra cách đặt bối cảnh, đối tượng trả lời và biến kết quả. Nếu nghiên cứu trải nghiệm học tập, sự gắn kết học tập là gì cũng là khái niệm dễ bị dùng thay cho phương pháp giảng dạy, dù hai khái niệm nằm ở hai phía khác nhau của mô hình.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bạn nên điều chỉnh wording sau khi đã xác định người trả lời. Sinh viên đại học, học sinh phổ thông và giáo viên có thể hiểu khác nhau về “giảng viên”, “giáo viên”, “giờ học”, “hoạt động nhóm” và “phản hồi”. Một bảng hỏi dùng cho sinh viên không nên giữ câu “giáo viên đáp ứng chuẩn đầu ra của chương trình” nếu người trả lời không có đủ thông tin để đánh giá.
Giữ đúng nội dung khái niệm
Trước khi sửa câu chữ, viết một câu định nghĩa làm mốc: “Phương pháp giảng dạy là cách giảng viên tổ chức, trình bày và tương tác với người học trong quá trình dạy học”. Mỗi biến quan sát phải liên hệ được với câu định nghĩa này. Nếu biến nói về cơ sở vật chất, học phí hoặc danh tiếng trường, bạn nên chuyển nó sang khái niệm khác.
Kiểm tra ngôn ngữ và hướng mã hóa
Đọc từng câu như một sinh viên đang làm khảo sát trên điện thoại. Tránh từ tuyệt đối như “luôn luôn”, “hoàn toàn”, hoặc thuật ngữ chuyên môn mà đối tượng chưa được giải thích. Ghi rõ mã hóa trong file dữ liệu, chẳng hạn 1 đến 5 cho câu thuận chiều và công thức đảo điểm cho câu nghịch chiều.
Chạy thử bảng hỏi
Chạy thử với một nhóm nhỏ có đặc điểm gần với mẫu chính. Mục tiêu là phát hiện câu khó hiểu, hai biến bị trùng ý, thời gian trả lời quá dài và lựa chọn trả lời bị thiếu. Đây là bước kiểm tra công cụ, chưa phải lý do để khẳng định thang đo đã có giá trị.
Bạn không nên xóa biến chỉ vì muốn Alpha tăng. Nếu một biến có Corrected Item-Total Correlation thấp, hãy đọc lại wording, kiểm tra mã đảo chiều và xem biến đó có thật sự thuộc khái niệm hay không. Xóa biến phải có lý do nội dung và được ghi lại trong quy trình, vì hội đồng có thể hỏi thang đo đã thay đổi qua những vòng nào.
Kiểm định độ tin cậy và giá trị của thang đo
Với dữ liệu định lượng, quy trình thường đi từ làm sạch dữ liệu, kiểm tra độ tin cậy, EFA khi thiết kế nghiên cứu cần khám phá cấu trúc, rồi mới tính điểm hoặc đưa biến vào hồi quy. Nếu dùng SmartPLS, bạn đánh giá measurement model trước structural model theo cách tiếp cận hai bước được Anderson và Gerbing (1988) trình bày. Đừng trộn tiêu chí của CB-SEM như CFI, TLI, RMSEA vào bài phân tích PLS-SEM.
| Tiêu chí | Mức tham khảo | Cách đọc và nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | Độ tin cậy nội tại, (Nunnally, 1978); thang đo khám phá có thể xem Alpha từ 0.6 theo (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | Biến quan sát tương quan với tổng thang đo, (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | Mức phù hợp cho phân tích nhân tố, (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | Ma trận tương quan khác ma trận đơn vị, (Kaiser, 1974) |
| Eigenvalue | Lớn hơn 1 | Quy tắc tham khảo khi trích nhân tố, (Kaiser, 1960) |
| Factor loading | Từ 0.5 trở lên | Mức tải nhân tố tham khảo, (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | Mức phương sai trích tham khảo, (Hair và cộng sự, 2010) |
| Composite Reliability | Từ 0.7 trở lên | Độ tin cậy tổng hợp, (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | Giá trị hội tụ, (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85 hoặc 0.90 | Giá trị phân biệt, tùy mức gần nhau của khái niệm, (Henseler và cộng sự, 2015) |
Chạy Cronbach's Alpha trong SPSS
Mở Analyze > Scale > Reliability Analysis. Đưa các biến PPDG1 đến PPDG7 vào ô Items, chọn Model là Alpha, rồi vào Statistics và chọn Scale if item deleted. Đọc hai bảng Reliability Statistics và Item-Total Statistics. Không xóa biến chỉ vì cột “Cronbach's Alpha if Item Deleted” cao hơn một chút, hãy kiểm tra cả ý nghĩa nội dung và Corrected Item-Total Correlation.
Chạy EFA trong SPSS
Vào Analyze > Dimension Reduction > Factor. Đưa các biến cần kiểm tra vào ô Variables. Trong Descriptives, chọn KMO and Bartlett's test; trong Extraction, chọn Principal Axis Factoring hoặc phương pháp phù hợp với thiết kế và ghi lại lựa chọn; trong Rotation, chọn một kiểu xoay nhất quán với giả định các nhân tố có tương quan hay không.
Đọc các bảng KMO and Bartlett's Test, Total Variance Explained và Rotated Factor Matrix hoặc Pattern Matrix, tùy phương pháp xoay. Kiểm tra biến tải thấp, tải chéo và nhân tố không đúng với mô hình lý thuyết. Ở lần chạy đầu, EFA thường chưa cho ma trận gọn. Loại biến, chạy lại, và ghi lại từng vòng loại là chuyện bình thường, nhưng việc loại phải có giải thích.
Đánh giá thang đo trong SmartPLS
Nếu mô hình dùng PLS-SEM, kiểm tra Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Outer loading từ 0.7 trở lên là mức tham khảo theo Chin (1998) hoặc Hair và cộng sự (2022). Sau đó xem Composite Reliability, AVE và HTMT. Khi chạy bootstrapping, Hair và cộng sự (2022) khuyến nghị 5.000 bootstrap subsamples cho quy trình báo cáo PLS-SEM.
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được đặt theo cách bạn thường gặp trong output SPSS và SmartPLS.
| Output | Chỉ số | Giá trị minh họa | Cách diễn giải sơ bộ |
|---|---|---|---|
| Reliability Statistics | Cronbach's Alpha | 0.842 | Độ tin cậy đạt mức tham khảo theo (Nunnally, 1978) |
| Item-Total Statistics | PPDG3 Corrected Item-Total Correlation | 0.517 | Biến có tương quan với tổng thang đo trên mức 0.3 theo (Nunnally và Bernstein, 1994) |
| KMO and Bartlett's Test | KMO | 0.801 | Dữ liệu phù hợp để xem xét EFA theo (Kaiser, 1974) |
| KMO and Bartlett's Test | Sig. của Bartlett | 0.000 | Có ý nghĩa thống kê ở mức 0.05 theo (Kaiser, 1974) |
| Total Variance Explained | Cumulative % | 61.274 | Phương sai trích vượt mức 50% tham khảo theo (Hair và cộng sự, 2010) |
| Rotated Factor Matrix | PPDG4 loading | 0.736 | Biến có tải nhân tố đạt mức tham khảo theo (Hair và cộng sự, 2010) |
| Construct Reliability and Validity | AVE của PPDG | 0.574 | Giá trị hội tụ đạt mức tham khảo theo (Fornell và Larcker, 1981) |
| Discriminant Validity | HTMT giữa PPDG và Động lực | 0.782 | Giá trị dưới 0.85 theo (Henseler và cộng sự, 2015) |
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo chuỗi: định nghĩa khái niệm, nguồn tham khảo, cách điều chỉnh, số biến quan sát, thang Likert, đối tượng khảo sát và kế hoạch kiểm định. Đừng viết rằng thang đo “được sử dụng rộng rãi” nếu bạn không nêu được nguồn. Cũng đừng gọi bộ biến tham khảo là “thang đo chuẩn hóa” khi bạn mới dịch và chưa kiểm định trên mẫu của mình.
Cách viết vào luận văn: “Trong nghiên cứu này, khái niệm phương pháp giảng dạy được hiểu là [định nghĩa khái niệm theo bối cảnh nghiên cứu]. Thang đo gồm [số lượng] biến quan sát, ký hiệu từ PPDG1 đến PPDG[số], được tham khảo từ [tác giả, năm] và điều chỉnh theo [đối tượng/bối cảnh]. Các phát biểu được đo bằng thang Likert [5/7] mức, trong đó 1 là [mức thấp nhất] và [5/7] là [mức cao nhất].”
Sau khi có kết quả, bạn viết riêng phần kiểm định trong chương 4. Ví dụ: “Kết quả minh họa cho thấy Cronbach's Alpha của thang đo phương pháp giảng dạy là [giá trị], trong khi Corrected Item-Total Correlation của các biến dao động từ [giá trị thấp nhất] đến [giá trị cao nhất]. Do đó, thang đo được giữ lại để thực hiện [EFA/kiểm định tiếp theo], căn cứ vào các tiêu chí [nêu tiêu chí và nguồn].” Thay toàn bộ phần trong ngoặc vuông bằng số liệu thật từ output của bạn.
Nếu đề tài tập trung vào một khái niệm kết quả cụ thể, hãy xem thang đo kết quả học tập để tách rõ thang đo nguyên nhân và thang đo kết quả. Bảng chương 3 nên cho thấy mã biến, wording cuối cùng, nguồn và thay đổi so với bản gốc, thay vì chỉ liệt kê PPDG1 đến PPDG7.
Lỗi thường gặp
Gọi mọi yếu tố trong lớp là phương pháp giảng dạy
Cơ sở vật chất, học phí, lịch học và uy tín trường có thể ảnh hưởng đến trải nghiệm học tập, nhưng chúng không tự động là thành phần của phương pháp giảng dạy. Hãy kiểm tra từng biến với định nghĩa khái niệm trước khi đưa vào bảng hỏi.
Dịch nguyên văn rồi phát bảng hỏi
Một câu tiếng Anh có thể tự nhiên trong bối cảnh gốc nhưng khó hiểu với sinh viên Việt Nam. Bản dịch cần giữ ý nghĩa, dùng từ người trả lời quen thuộc và được thử đọc trước khi khảo sát chính thức.
Dùng Alpha để chứng minh giá trị nội dung
Cronbach's Alpha phản ánh độ nhất quán nội tại, không chứng minh rằng thang đo đã bao quát đầy đủ khái niệm. Bạn vẫn cần lập luận từ định nghĩa, nguồn gốc thang đo và quy trình điều chỉnh.
Xóa biến hàng loạt để làm đẹp output
Việc xóa PPDG2, PPDG4 và PPDG6 chỉ vì chúng làm Alpha giảm có thể khiến thang đo mất nội dung quan trọng. Ghi lại từng lần chạy, nêu lý do loại và kiểm tra xem mô hình sau điều chỉnh còn đúng với câu hỏi nghiên cứu không.
Nhầm phương pháp giảng dạy với sự gắn kết hoặc kết quả
Phương pháp giảng dạy mô tả điều giảng viên tổ chức và thực hiện. Sự gắn kết mô tả mức độ người học tham gia, còn kết quả mô tả đầu ra. Ba khái niệm có thể liên hệ trong mô hình nhưng không nên dùng các biến quan sát lẫn cho nhau.
Câu hỏi thường gặp
Phương pháp giảng dạy có phải là một biến độc lập không?
Có thể, nếu giả thuyết của bạn kiểm tra ảnh hưởng của phương pháp giảng dạy đến một biến khác như động lực, sự gắn kết hoặc kết quả học tập. Vai trò độc lập, phụ thuộc hay trung gian phụ thuộc vào mô hình và hướng giả thuyết, không phụ thuộc vào tên khái niệm.
Nên dùng bao nhiêu biến quan sát cho phương pháp giảng dạy?
Con số phù hợp thay đổi theo từng đề tài. Bạn cần đủ biến để bao quát khái niệm, nhưng không nên thêm câu chỉ để bảng hỏi dài hơn. Khi lập kế hoạch mẫu, quy tắc 5 đến 10 quan sát cho một biến quan sát thường được tham khảo theo (Hair và cộng sự, 2010), sau đó cần đối chiếu với thiết kế phân tích và yêu cầu của giảng viên.
Có thể tự viết toàn bộ thang đo phương pháp giảng dạy không?
Bạn có thể xây dựng biến quan sát mới nếu bối cảnh nghiên cứu đặc thù, nhưng phải giải thích quy trình hình thành, định nghĩa khái niệm và cách kiểm tra. Dùng một nguồn tham khảo rồi điều chỉnh có căn cứ thường dễ bảo vệ hơn việc viết câu hỏi tùy ý.
Alpha dưới 0.7 thì có phải loại ngay thang đo không?
Chưa thể kết luận chỉ từ một con số. Với thang đo khám phá, Alpha từ 0.6 có thể được tham khảo theo (Hair và cộng sự, 2010). Bạn cần xem Corrected Item-Total Correlation, số lượng biến, nội dung câu hỏi, mẫu nghiên cứu và mục tiêu của thang đo trước khi quyết định.
Có cần chạy cả EFA và SmartPLS không?
Không phải đề tài nào cũng cần chạy cả hai. EFA phù hợp khi bạn cần khám phá cấu trúc nhân tố trong SPSS. SmartPLS đánh giá measurement model và structural model theo PLS-SEM. Chọn công cụ theo mô hình, loại dữ liệu và thiết kế nghiên cứu, rồi giữ quy trình nhất quán trong toàn bộ luận văn.
Bây giờ hãy mở lại bảng hỏi và file dữ liệu của bạn, lập danh sách PPDG1 trở đi, kiểm tra từng câu với định nghĩa khái niệm, sau đó ghi nguồn và lý do điều chỉnh trước khi chạy Cronbach's Alpha. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của mình, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.