Các nhân tố ảnh hưởng đến ý định chọn ngành kinh tế số tại Trường Đại học Nguyễn Tất Thành của học sinh trung học phổ thông ở TP. Hồ Chí Minh

Võ Huỳnh Quang Hiếu, Nguyễn Hoài Linh

Khoa Quản trị kinh doanh, Trường Đại học Nguyễn Tất Thành, TP. Hồ Chí Minh

Email: vhqhieu@ntt.edu.vn

Tóm tắt

Nghiên cứu khái quát bối cảnh phát triển mạnh mẽ của kinh tế số tại Việt Nam và toàn cầu, đặt ra yêu cầu cấp thiết về đào tạo nguồn nhân lực chất lượng cao. Mục tiêu nghiên cứu là khám phá và đo lường các yếu tố ảnh hưởng đến ý định chọn ngành Kinh tế số tại Trường Đại học Nguyễn Tất Thành của học sinh trung học phổ thông ở TP. Hồ Chí Minh, qua đó cung cấp dữ liệu thực chứng hỗ trợ chiến lược tuyển sinh và phát triển chương trình đào tạo của Nhà trường. Kết quả nghiên cứu không chỉ đóng góp lý luận cho lĩnh vực quản trị giáo dục và hành vi lựa chọn ngành học mà còn có ý nghĩa thực tiễn trong việc nâng cao hiệu quả đào tạo và đáp ứng nhu cầu nhân lực cho nền kinh tế số.

Từ khóa: Kinh tế số, ý định chọn ngành, học sinh trung học phổ thông, các yếu tố ảnh hưởng, Trường Đại học Nguyễn Tất Thành

Summary

The study outlines the dynamic development of the digital economy in Viet Nam and worldwide, highlighting the urgent need for high-quality human resource training. The research aims to explore and measure the factors influencing high school students’ intentions to choose the digital economy major at Nguyen Tat Thanh University in Ho Chi Minh City. The findings provide empirical data to support the university’s recruitment strategies and curriculum development. Beyond its theoretical contribution to educational management and field-of-study choice behavior, the study also offers practical implications for improving training effectiveness and meeting human resource demands in the digital economy.

Keywords: Digital economy, major choice intention, high school students, influencing factors, Nguyen Tat Thanh University

ĐẶT VẤN ĐỀ

Trong kỷ nguyên chuyển đổi số, kinh tế số đã trở thành động lực trung tâm thúc đẩy tăng trưởng kinh tế và đổi mới sáng tạo toàn cầu. Báo cáo của Diễn đàn Kinh tế Thế giới (VEF, 2020) dự báo, khoảng 85 triệu việc làm sẽ bị thay thế bởi công nghệ nhưng đồng thời 97 triệu việc làm mới sẽ được tạo ra trong các lĩnh vực số, bao gồm trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data) và chuỗi khối (Blockchain). Tại Việt Nam, nền kinh tế số được kỳ vọng đạt giá trị 52 tỷ USD vào năm 2025, chiếm khoảng 10% GDP quốc gia (Google & Temasek, 2020). Điều này đặt ra yêu cầu cấp thiết về đào tạo nguồn nhân lực chất lượng cao đáp ứng nhu cầu thị trường lao động số (Trinh, Le, Le, Nguyen, & Tran, 2024).

Tuy nhiên, việc lựa chọn ngành học của học sinh trung học phổ thông thường chịu ảnh hưởng từ nhiều yếu tố như cơ hội nghề nghiệp, hình ảnh thương hiệu của trường, học phí, cơ sở vật chất và xu hướng thị trường (Perna, 2024). Bên cạnh đó, các lý thuyết nền tảng như Thuyết hành vi có kế hoạch (Ajzen, 1991), Mô hình chấp nhận công nghệ (Davis, 1989) và Thuyết kỳ vọng - giá trị (Eccles & Wigfield, 2024) đã chỉ ra rằng thái độ, chuẩn mực xã hội và nhận thức kiểm soát hành vi có ảnh hưởng đáng kể đến ý định lựa chọn ngành học.

Trong bối cảnh Trường Đại học Nguyễn Tất Thành đang xây dựng ngành Kinh tế số, nghiên cứu này nhằm khám phá và đo lường tác động của tám yếu tố then chốt đến ý định chọn ngành của học sinh trung học phổ thông tại TP. Hồ Chí Minh. Kết quả kỳ vọng sẽ đóng góp lý luận cho lĩnh vực hành vi lựa chọn ngành học, đồng thời cung cấp cơ sở thực tiễn hỗ trợ công tác tuyển sinh và phát triển chương trình đào tạo phù hợp với nhu cầu nhân lực số.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Thuyết hành vi có kế hoạch (Theory of Planned Behavior - TPB)

Ajzen (1991) cho rằng, hành vi có chủ đích chịu ảnh hưởng bởi 3 yếu tố: Thái độ đối với hành vi, Chuẩn mực xã hội và Nhận thức kiểm soát hành vi. Trong bối cảnh chọn ngành học, khi học sinh có thái độ tích cực, được xã hội ủng hộ và tin vào khả năng bản thân, họ có xu hướng hình thành ý định chọn ngành.

Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM)

Davis (1989) nhấn mạnh rằng, ý định hành vi chịu tác động bởi nhận thức về tính hữu ích và tính dễ sử dụng của công nghệ. Trong ngành Kinh tế số, nếu sinh viên nhận thấy công nghệ hỗ trợ thiết thực cho việc học và nghề nghiệp, họ sẽ có động lực chọn ngành.

Lý thuyết hợp nhất về chấp nhận và sử dụng công nghệ (Unified Theory of Acceptance and Use of Technology - UTAUT)

Venkatesh và cộng sự (2003) chỉ ra rằng, kỳ vọng hiệu suất, kỳ vọng nỗ lực, ảnh hưởng xã hội và điều kiện thuận lợi là các yếu tố then chốt quyết định hành vi tiếp nhận công nghệ. Kiến thức công nghệ của học sinh vì vậy đóng vai trò quan trọng trong ý định chọn ngành Kinh tế số.

Lý thuyết kỳ vọng - giá trị (Expectancy-Value Theory)

Eccles và Wigfield (2024) giải thích rằng, cá nhân lựa chọn hành động dựa trên kỳ vọng thành công và giá trị cảm nhận. Khi học sinh tin tưởng ngành Kinh tế số mang lại lợi ích nghề nghiệp và giá trị lâu dài, ý định chọn ngành sẽ gia tăng.

Mô hình tính cách Big Five (Big Five Personality Traits)

Costa và McCrae (1992) chỉ ra 5 yếu tố tính cách chính (cởi mở, tận tâm, hướng ngoại, dễ chịu, ổn định cảm xúc). Những học sinh có mức độ cởi mở và ưa khám phá thường có xu hướng chọn ngành liên quan đến đổi mới và công nghệ, như Kinh tế số.

Lý thuyết lựa chọn nghề nghiệp Holland (RIASEC)

Holland (1997) cho rằng cá nhân có xu hướng chọn ngành nghề phù hợp với nhóm tính cách. Các nhóm Nghiên cứu (Investigative) và Quản lý (Enterprising) thường gắn với lựa chọn ngành mang tính sáng tạo, công nghệ và đổi mới - tiêu biểu là Kinh tế số.

Lý thuyết tự quyết định (Self-Determination Theory - SDT)

Deci và Ryan (1985) nhấn mạnh động lực nội tại, trong đó sở thích cá nhân, thúc đẩy hành vi bền vững. Học sinh có hứng thú với công nghệ và kinh tế số sẽ dễ hình thành ý định chọn ngành này.

Giả thuyết và mô hình nghiên cứu

Dựa trên các cơ sở lý thuyết nền tảng như Thuyết hành vi có kế hoạch (Ajzen, 1991), Mô hình chấp nhận công nghệ (Davis, 1989), Lý thuyết kỳ vọng - giá trị (Eccles & Wigfield, 2024) và Mô hình SERVQUAL (Parasuramanvà cộng sự, 1988), có thể khẳng định rằng, ý định chọn ngành học của học sinh trung học phổ thông chịu ảnh hưởng bởi nhiều yếu tố cả bên ngoài (hình ảnh thương hiệu, cơ sở vật chất, xu hướng thị trường, cơ hội nghề nghiệp) lẫn bên trong (học phí, tính cách, sở thích và kiến thức công nghệ). Trên cơ sở đó, nghiên cứu này đề xuất 8 giả thuyết nghiên cứu sau đây:

H1: Hình ảnh thương hiệu (BI) có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

H2: Học phí (TF) hợp lý có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

H3: Cơ sở vật chất (FC) hiện đại có tác động tích cực đến Ý định chọn (IC) ngành Kinh tế số của học sinh trung học phổ thông.

H4: Xu hướng thị trường (MT) lao động có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

H5: Cơ hội nghề nghiệp (CO) trong tương lai có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

H6: Tính cách cá nhân (PT) phù hợp có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

H7: Sở thích cá nhân (PI) có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

H8: Kiến thức công nghệ (TK) có tác động tích cực đến Ý định chọn ngành (IC) Kinh tế số của học sinh trung học phổ thông.

Hình 1: Mô hình nghiên cứu

Nguồn: Nhóm tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Khảo sát được tiến hành thực hiện với đối tượng là học sinh trung học phổ thông tại TP. Hồ Chí Minh. Bảng hỏi trực tuyến được gửi qua Zalo và Facebook, thời gian khảo sát tiến hành từ tháng 6 đến tháng 8/2025. Với yêu cầu tối thiểu 390 mẫu (Hair và cộng sự, 2014); số lượng phiếu khảo sát thu về là 579, sau khi thực hiện xử lý dữ liệu, có 523 quan sát đảm bảo phù hợp và được sử dụng để phân tích dữ liệu. Dữ liệu mẫu gồm 57.3% nam; 42.7% nữ; 22.7% học lớp 10, 32.5% học lớp 11, 44.8% học lớp 12. Dữ liệu xử lý bằng SPSS 26.0 và AMOS 22.0, quy trình phân tích gồm các bước: (1) Kiểm định tin cậy thang đo (Scale quality test); (2) Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA); (3) Phân tích nhân tố khẳng định (Confirmatory Factor Analysis - CFA); (4) Phân tích cấu trúc tuyến tính (Structural Equation Modeling - SEM). Nghiên cứu sử dụng cách viết số thập phân theo chuẩn quốc tế.

KẾT QUẢ NGHIÊN CỨU

Kiểm định chất lượng thang đo

Bảng 1: Tin cậy thang đo và biến quan sát bị loại

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Kết quả thể hiện trong bảng 1 cho thấy, tất cả các biến quan sát đều thoả mãn các điều kiện trong phân tích độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha > 0.6 và tương quan biến tổng (Corrcted Item-Total Correlation) > 0.3 (Nunnally and Burnstein, 1994).

Phân tích nhân tố khám phá

Bảng 2: Bộ thang đo mới qua phân tích nhân tố khám phá

Ghi chú: Theo Hair và cộng sự (2006), 0,5 0.5; phương sai trích > 50% và Eigenvalue > 1.

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Kết quả được trình bày trong bảng 2 cho thấy, các yếu tố tác động đến Ý định chọn ngành (IC) được trích thành 8 yếu tố tương ứng với các biến đo lường của mô hình lý thuyết có tổng phương sai trích là 57.944% tại Eigenvalue là 1.536; EFA của IC được trích thành 4 biến quan sát với phương sai trích là 62.304% tại Eigenvalues là 2.492. Kết quả EFA được sử dụng bằng phương pháp xoay Promax.

Phân tích nhân tố khẳng định

Theo Smith và McMilan (2001), mô hình đo lường phù hợp với dữ liệu thực tế đảm bảo phù hợp với 4 thước đo: (1) Cmin/df; (2) TLI; (3) CFI; (4) RMSEA.

Hình 2: Kết quả phân tích nhân tố khẳng định

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Bảng 3: Kết quả giá trị các thước đo

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Bảng 3 cho thấy, mô hình đo lường phù hợp với dữ liệu thực tế.

Phân tích cấu trúc tuyến tính

Hình 3: Kết quả của phân tích cấu trúc tuyến tính

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Kết quả được trình bày trong Hình 3 cho thấy: mô hình có giá trị CMIN/df = 1.764; TLI = 0.912; CFI = 0.917 và RMSEA = 0.038. Do đó, mô hình tích hợp phù hợp với dữ liệu thực tế.

Bảng 4: Kết quả giả thuyết

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Kết quả được trình bày trong bảng 4 cho thấy, ngoại trừ giả thuyết H6, thì các giả thuyết còn lại đều được chấp nhận ở mức ý nghĩa ≤ 0.05, độ tin cậy trên 95%.

Bảng 5: Mức độ tác động

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Trong Bảng 5, các yếu tố tác động đến IC theo thứ tự ảnh hưởng: Cơ hội nghề nghiệp (CO), Sở thích cá nhân (PI), Hình ảnh thương hiệu (BI), Cơ sở vật chất (FC), Học phí (TF), Xu hướng thị trường (MT) và Kiến thức công nghệ (TK).

THẢO LUẬN VÀ HÀM Ý CHÍNH SÁCH

Kết quả nghiên cứu cho thấy, trong 8 yếu tố đưa vào mô hình, 7 yếu tố có ảnh hưởng đáng kể đến Ý định chọn ngành Kinh tế số của học sinh trung học phổ thông tại TP. Hồ Chí Minh. Trong đó, Cơ hội nghề nghiệp (20.1%) và Sở thích cá nhân (15.6%) là những nhân tố quan trọng nhất, khẳng định rằng người học ưu tiên lựa chọn ngành học có triển vọng việc làm rõ ràng và phù hợp với sở thích, năng lực bản thân. Hình ảnh thương hiệu (15.3%) và Cơ sở vật chất (14.2%) cũng tác động mạnh, phản ánh vai trò của uy tín và môi trường học tập hiện đại trong quyết định của học sinh. Học phí (14.1%) và Xu hướng thị trường (12.1%) có ảnh hưởng ở mức trung bình cho thấy học sinh quan tâm đến khả năng chi trả và bối cảnh phát triển ngành nghề. Yếu tố Kiến thức công nghệ (8.6%) tuy tác động thấp nhất nhưng vẫn đáng chú ý vì thể hiện mức độ sẵn sàng công nghệ của học sinh còn chưa đồng đều.

Những kết quả này gợi ý hàm ý chính sách quan trọng: (i) Nhà trường cần tăng cường truyền thông về cơ hội việc làm, đồng thời xây dựng mạng lưới kết nối doanh nghiệp để khẳng định lợi thế nghề nghiệp của ngành; (ii) Thiết kế chương trình đào tạo gắn với sở thích và nhu cầu trải nghiệm thực tiễn của học sinh nhằm duy trì động lực học tập; (iii) Đầu tư nâng cao thương hiệu và cơ sở vật chất để tạo sự tin tưởng; (iv) Chính phủ và trường đại học cần triển khai chính sách học phí linh hoạt, học bổng hỗ trợ đối tượng khó khăn, đồng thời đẩy mạnh định hướng nghề nghiệp từ sớm để học sinh nắm bắt xu hướng thị trường và nâng cao năng lực công nghệ. Những giải pháp này sẽ góp phần gia tăng sức hút và tính bền vững cho ngành Kinh tế số trong bối cảnh chuyển đổi số quốc gia.

KẾT LUẬN

Nghiên cứu đã xác định 7 yếu tố tác động đến Ý định chọn ngành Kinh tế số của học sinh trung học phổ thông tại TP. Hồ Chí Minh, trong đó Cơ hội nghề nghiệp, Sở thích cá nhân, Hình ảnh thương hiệu và Cơ sở vật chất có ảnh hưởng mạnh nhất, tiếp đến là Học phí, Xu hướng thị trường và Kiến thức công nghệ. Kết quả cho thấy, học sinh lựa chọn ngành học chủ yếu dựa trên triển vọng nghề nghiệp, sự phù hợp với sở thích và uy tín cũng như điều kiện đào tạo của trường. Những phát hiện này không chỉ bổ sung bằng chứng thực nghiệm cho các lý thuyết hành vi lựa chọn ngành học mà còn cung cấp cơ sở thực tiễn quan trọng cho các trường đại học trong việc xây dựng chiến lược tuyển sinh, phát triển chương trình đào tạo và chính sách hỗ trợ, từ đó góp phần nâng cao sức hút của ngành Kinh tế số và đáp ứng nhu cầu nhân lực trong bối cảnh chuyển đổi số.

Nghiên cứu còn tồn tại một số hạn chế như phạm vi khảo sát chỉ tập trung tại học sinh trung học phổ thông ở TP. Hồ Chí Minh nên kết quả chưa thể khái quát cho toàn bộ bối cảnh Việt Nam, số mẫu thu thập có thể chưa phản ánh đầy đủ sự đa dạng về điều kiện kinh tế xã hội và vùng miền. Ngoài ra, nghiên cứu chủ yếu sử dụng phương pháp định lượng thông qua bảng hỏi nên khó tránh khỏi sai lệch do cảm tính hoặc xu hướng trả lời xã hội mong đợi từ người tham gia. Mô hình nghiên cứu mới dừng lại ở các yếu tố chính và chưa xét đến các biến trung gian hay điều tiết khác có thể làm rõ hơn mối quan hệ giữa các nhân tố. Những hạn chế này mở ra hướng nghiên cứu tiếp theo với phạm vi rộng hơn, phương pháp kết hợp định tính và định lượng, cùng với việc bổ sung thêm biến số để kết quả toàn diện và có giá trị ứng dụng cao hơn.

(*) Nghiên cứu được tài trợ bởi Trường Đại học Nguyễn Tất Thành, Thành phố Hồ Chí Minh trong khuôn khổ đề tài mã số 2025.01.227.

Tài liệu tham khảo:

1. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T

2. Costa, P. T., & McCrae, R. R. (1992). Revised NEO Personality Inventory (NEO-PI-R) and NEO Five-Factor Inventory (NEO-FFI) professional manual. Psychological Assessment Resources.

3. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008

4. Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer Science & Business Media. https://doi.org/10.1007/978-1-4899-2271-7

5. Eccles, J. S., & Wigfield, A. (2024). The development, testing, and refinement of Eccles, Wigfield, and colleagues’ situated expectancy-value model of achievement performance and choice. Educational Psychology Review. https://doi.org/10.1007/s10648-024-09888-9

6. Google & Temasek. (2020). e-Conomy SEA 2020: At full velocity - Resilient and racing ahead.

7. Holland, J. L. (1997). Making vocational choices: A theory of vocational personalities and work environments (3rd ed.). Psychological Assessment Resources.

8. Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing, 64(1), 12-40.

9. Perna, L. W. (2024). Transitioning from high school to college in the United States. Journal of Postsecondary Student Success, 4(1), 73-94. https://doi.org/10.33009/fsop_jpss129072

10. Trinh, T. M., Le, T. T. K., Le, K. M. A., Nguyen, C., & Tran, T. N. (2024). Shaping choices: Factors influencing Vietnamese high school students’ transition to higher education. Higher Education. https://doi.org/10.1007/s10734-024-01384-x

11. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540

12. World Economic Forum. (2020). The Future of Jobs Report 2020. World Economic Forum.