Tóm tắt:
Nghiên cứu đánh giá sự hài lòng và tác động của việc dùng điện thoại thông minh đến cảm nhận hiệu quả học tiếng Anh (EFL) của sinh viên. Phân tích được thực hiện thông qua phương pháp định lượng với 328 mẫu sinh viên, ứng dụng mô hình cấu trúc tuyến tính PLS-SEM dựa trên nền tảng lý thuyết UTAUT mở rộng. Kết quả phân tích chỉ ra, các yếu tố bao gồm kỳ vọng học tập, nỗ lực, ảnh hưởng xã hội, điều kiện thuận lợi và sự thích thú đều thúc đẩy ý định tiếp tục sử dụng thiết bị. Đặc biệt, sự hài lòng và ý định này đóng vai trò quyết định, có tác động trực tiếp và tích cực đến việc nâng cao hiệu quả học tập của sinh viên. Trên cơ sở kết quả nghiên cứu, bài viết đề xuất một số hàm ý đối với giảng viên, sinh viên và nhà trường nhằm nâng cao hiệu quả tích hợp điện thoại thông minh trong giảng dạy và học tập tiếng Anh.
Từ khóa: Cảm nhận hiệu quả học tập, Điện thoại thông minh, Lớp học EFL, Sự hài lòng, sinh viên
1. Đặt vấn đề
Sự bùng nổ của các thiết bị di động đã biến điện thoại thông minh trở thành một công cụ phổ biến trong cả giảng dạy và học tập, giúp sinh viên dễ dàng truy cập tài liệu và mở ra cơ hội học tập mang tính tương tác cao. Trong bối cảnh giảng dạy tiếng Anh như một ngoại ngữ (EFL), công nghệ di động cung cấp nhiều ứng dụng hỗ trợ luyện tập ngôn ngữ, từ điển trực tuyến và bài tập tương tác, giúp người học thúc đẩy quá trình tự học và nâng cao sự hài lòng. Tuy nhiên, việc khai thác mối quan hệ giữa điện thoại thông minh, sự hài lòng của sinh viên và cảm nhận về hiệu quả học tập hiện vẫn là một hướng nghiên cứu chưa được chú trọng nhiều tại Việt Nam.
Do đó, nghiên cứu này được thực hiện nhằm xác định các nhân tố ảnh hưởng, đánh giá mức độ hài lòng và đề xuất các giải pháp tối ưu hóa việc tích hợp điện thoại thông minh vào giảng dạy EFL tại Khoa Đào tạo Quốc tế, Đại học Duy Tân.
2. Cơ sở lý thuyết và phương pháp nghiên cứu
2.1. Cơ sở lý thuyết và khung phân tích
Nghiên cứu này được xây dựng dựa trên sự kế thừa của 3 lý thuyết nền tảng chính: Mô hình chấp nhận công nghệ (TAM) của Davis (1989), Lý thuyết thay thế, tăng cường, sửa đổi và định nghĩa lại (SAMR) của Puentedura (2009), và Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh et al. (2003). Dựa trên nền tảng đó, nghiên cứu đề xuất một khung phân tích tích hợp mô hình UTAUT và bổ sung thêm hai nhân tố mới là "Cảm nhận về sự thích thú" (Perceived enjoyment) và "Kiểm soát người học" (Learner control). Khung lý thuyết này giả định rằng 6 yếu tố: Kỳ vọng học tập, Nỗ lực kỳ vọng, Ảnh hưởng xã hội, Điều kiện thuận lợi, Cảm nhận về sự thích thú và Kiểm soát người học sẽ có tác động đến Ý định tiếp tục sử dụng và Sự hài lòng, từ đó hai biến này tác động trực tiếp đến Cảm nhận về hiệu quả học tập của sinh viên.
Hình 1. Mô hình đề xuất nghiên cứu
Nguồn: Đề xuất của nhóm tác giả
2.2. Phương pháp nghiên cứu
Nghiên cứu áp dụng phương pháp nghiên cứu định lượng. Dữ liệu được thu thập thông qua bảng hỏi khảo sát sử dụng thang đo Likert 5 mức độ, thực hiện bằng Google Form. Đối tượng khảo sát được chọn mẫu ngẫu nhiên gồm các sinh viên từ năm 1 đến năm 4 thuộc tất cả các ngành của Khoa Đào tạo quốc tế, thu về 328 mẫu hợp lệ. Dữ liệu sau khi làm sạch bằng phần mềm SPSS được đưa vào phần mềm SmartPLS 4 để phân tích và đánh giá mô hình cấu trúc tuyến tính (PLS-SEM). Quá trình này bao gồm việc đánh giá mô hình đo lường (độ tin cậy của chỉ báo, tính nhất quán nội bộ, tính hội tụ, tính phân biệt) và kiểm định các giả thuyết trong mô hình cấu trúc (đa cộng tuyến, mức ý nghĩa thống kê, hệ số xác định).
3. Kết quả và thảo luận
Dựa vào kết quả ước lượng được trình bày ở bảng 2 để đánh giá hệ số tải ngoài (Outer loadings), Độ tinh cậy tổng hợp (CR); giá trị hội tụ (AVE) và giá trị phân biệt (HTMT)
3.1. Phân tích hệ số tải ngoài (Outer loadings)
Sử dụng Outer Loadings để đánh giá mức độ tin cậy của từng chỉ báo thì kết quả cho thấy các hệ số tải đều lớn hơn 0.7 điều này cho thấy các chỉ báo đạt mức độ tin cậy (Hair et al., 2017).
3.2. Độ tin cậy tổng hợp, giá trị hội tụ (AVE)
Mức độ tin cậy của thang đo CR đều lớn hơn 0.7 cho thấy mô hình đo lường đạt được tính nhất quán nội bộ (Nunnally & Bernstein, 1994). Kết quả đánh giá mức độ chính xác về sự hội tụ tương ứng của từng chỉ báo đều đạt AVE ≥ 0.5 nên thỏa mãn điều kiện (Hair et al., 2021) và tiến hành thực hiện các bước tiếp theo.
3.3. Giá trị phân biệt (HTMT)
Các cặp khái niệm trong bảng kết quả trên đều thấp hơn ngưỡng 0.85 thỏa mãn điều kiện phân biệt giữa các nhóm biến độc lập (Henseler et al., 2015). Chỉ riêng cặp “NL” -“CNTT” có giá trị là 0.853 và cặp “KS” - “CNTT” có giá trị 0.873 thấp hơn 0.9 vẫn nằm trong khoảng chấp nhận được (Henseler et al., 2015).
Bảng 1. Kết quả đánh giá mô hình đo lường kết quả
Nguồn: Phân tích từ dữ liệu nghiên cứu
3.4. Đánh giá hiện tượng đa cộng tuyến và hệ số xác định R2
Các chỉ số Inner VIF của các biến độc lập tác động lên HL lần lượt là CNTT (2.605); KS (1.723); KV (2.377) và YD (2.390), tác động lên NT lần lượt là HL (2.422); YD (2.422) và tác động lên YD lần lượt là AH (2.084); CNTT (2.728); DKTL (2.458); KS (2.072); KV (2.461); NL (2.604) đều nhỏ hơn 3 nên thỏa mãn không xuất hiện hiện tượng đa cộng tuyến (Hair et al., 2019).
Giá trị R2:
- R2 hiệu chỉnh của YD = 0.639 như vậy các biến độc lập KV, NL, AH, DKTL, CNTT, KS giải thích được 63.9% sự biến thiên của YD.
- R2 hiệu chỉnh của HL = 0.750, như vậy các biến độc lập KV, CNTT, KS, YD giải thích được 75.0% sự biến thiên của HL.
- R2 hiệu chỉnh của NT = 0.719, như vậy các biến độc lập YD, HL giải thích được 71.9% sự biến thiên của NT.
3.5. Kiểm định giả thuyết
Để đánh giá quan hệ tác động trưc tiếp, chúng ta sử dụng kết quả phân tích Bootstrapping. Kết quả cho thấy ngoại trừ quan hệ KS -> YD không có ý nghĩa thống kê do P-value = 0.209 > 0.05, các quan hệ tác động còn lại đều có ý nghĩa thống kê do P-value < 0.05.
Tất cả hệ số tác động đều mang dấu dương, như vậy các quan hệ tác động trong mô hình đều là thuận chiều. Thứ tự tác động từ mạnh đến yếu lên biến YD là: KV (0.217) > NL (0.203) > DKTL (0.159) > CNTT (0.161) > AH (0.129). Thứ tự tác động từ mạnh đến yếu lên biến HL là: KV (0.305) > YD (0.274) > CNTT (0.255) > KS (0.165). Thứ tự tác động từ mạnh đến yếu lên biến NT là: HL (0.639) > YD (0.254)
4. Kết luận và khuyến nghị giải pháp
4.1. Kết luận
Trong mô hình của bài báo này nhóm tác giả muốn nghiên cứu sự hài lòng và cảm nhận về hiệu quả học tập trong thực tiễn giảng dạy EFL về tích hợp điện thoại thông minh trong lớp học thông qua mô hình tích hợp UTAUT và kế thừa từ tác giả (Zou, 2022) kết hợp thêm biến quan sát CNTT và KS. Kết quả tổng thể đã chứng minh khả năng dự báo tốt và phù hợp của mô hình.
Các giả thuyết từ H1 –> H4 thuộc mô hình lý thuyết UTAUT đều được chấp nhận với mức ý nghĩa P-values <0.05. Điều này đồng nghĩa với hàng loạt với các nghiên cứu trước (Davis, 1989; Hoi & Mu, 2021; Muñoz-Carril et al., 2021; Sun & Gao, 2019; Venkatesh et al., 2003) khẳng định KV (β = 0.217, f2 = 0.054), NL (β = 0.203,f2 = 0.045), AH (β = 0.129, f2 = 0.023) và DKTL (β = 0.159, f2 = 0.028) tác động đến YD nhưng đều ở mức tác động nhỏ. Những lý do vẫn chưa được xác định, nhưng có thể liên quan đến nghiên cứu, bởi sinh viên không có cơ hội xem xét lợi ích của việc tích hợp điện thoại thông minh trong lớp, mỗi nhóm sinh viên thuộc những ngành nghề, năm học khác nhau, tiếp cận với việc triển khai lớp học của các giảng viên khác nhau. Các nghiên cứu trước đây về việc áp dụng công nghệ trong giáo dục hiếm khi xem xét đến cảm giác thích thú. Mặc dù vậy, trong các nghiên cứu của Chao (2019) và Zou (2022) đã chứng minh rằng CNTT là một chỉ báo tích cực về YD, nghiên cứu này đã xác nhận mối quan hệ tích cực và có ý nghĩa giữa CNTT và YD hướng tới việc tích hợp điện thoại thông minh các học EFL (H5: β = 0.161, p = 0.022, f2 = 0.027) và tác động tích cực đến HL (H8: β = 0.299, p = 0.000, f2 = 0.100) như đã được chứng minh bởi Chao (2019), Ifinedo (2017), Muñoz-Carril et al. (2021) và Venkatesh et al., 2003).
Nhóm tác giả nhận thấy, trong quá trình học tập, sinh viên thể hiện sự hứng thú và tham gia tích cực hơn khi sử dụng điện thoại thông minh để tham gia các hoạt động trò chơi hóa (gamification) như Kahoot!, Quizizz và Quizlet trong học từ vựng do giảng viên tổ chức. Mức độ hài lòng được sinh viên đánh giá có giá trị trung bình mean (3.622 - 3.720), đạt mức cao nhất rơi vào HL3 - “Tôi thích trải nghiệm tích hợp điện thoại thông minh trong lớp học tiếng Anh”.
Tuy nhiên, đối với biến KS được đưa vào mô hình bị bác bỏ với (H6: p = 0,209 > 0.05) khi xét tới sự tác động với YD điều này trái ngược với nghiên cứu của (Zou, 2022). Lý do cụ thể vẫn chưa được tìm ra, cũng có khả năng việc từ quản lý việc học của sinh viên trên ứng dụng của điện thoại còn khá chênh lệch về năng lực cũng như thời lượng sử dụng điện thoại cho việc học. Bên cạnh đó, chỉ báo KS3 có giá trị trung bình (mean = 3.360) thấp nhất trong thang đo KS cho thấy tính tự giá và không bị phân tâm bởi các hoạt động khác trên điện thoại thông minh khi sử dụng nó trong lớp học tiếng Anh chỉ đạt ở mức trung bình. Đáng chú ý là giả thuyết (KS -> HL) lại được chấp nhận với (H9: β = 0.189, p=0.01, f2 = 0.056) với mức tác động nhỏ, điều này trùng với nghiên cứu của Al-Adwan et al. (2018), Yilmaz (2017) và Zou (2022).
YD cũng có liên quan tích cực và đáng kể đến HL (H10: β = 0.274, p=0.00, f2 = 0.124), tương đồng với những phát hiện của Yilmaz (2017) và Zou (2022). Cuối cùng, phù hợp với kết quả của các nghiên cứu của Jung (2014), Muñoz-Carril et al. (2021) và Çakıroğlu et al. (2021) CNTT của sinh viên ảnh hưởng tích cực và đáng kể bởi YD (H11: β = 0.429, p=0.00, f2 = 0.095 và sự hài lòng (H12: β = 0.639, p=0.00, f2 = 0.603). Trong đó: NT3 có mean = 3.741 được đánh giá có giá trị trung bình cao nhất cho thấy rằng sinh viên đã hiểu rõ hơn một số điểm ngôn ngữ nhờ tích hợp điện thoại thông trong lớp được đánh giá ở mức trên trung bình.
4.2. Khuyến nghị
Việc ứng dụng điện thoại thông minh vào quá trình dạy và học tiếng Anh đã mang lại những tác động tích cực rõ rệt đến mức độ hài lòng và cảm nhận hiệu quả học thuật của sinh viên. Để tối ưu hóa việc tích hợp công nghệ này, nghiên cứu đề xuất một số khuyến nghị trọng tâm:
Đối với giảng viên: Cần tích cực thiết kế các bài giảng sáng tạo, áp dụng các ứng dụng trò chơi hóa (gamification) để tạo sự thích thú. Đồng thời, cần có sự hướng dẫn sinh viên cách tích hợp điện thoại đúng mục đích, phân bổ thời gian hợp lý nhằm hạn chế sự xao nhãng bởi các nhân tố ngoài lề trong giờ học.
Đối với sinh viên: Cần chủ động tận dụng các ứng dụng học tập chất lượng như ELSA Speak, BBC Learning English để tự trau dồi các kỹ năng, xây dựng thói quen tự học và lập kế hoạch học tập cá nhân hóa.
Đối với nhà trường: Cần ban hành chính sách và hướng dẫn chi tiết về việc sử dụng smartphone trong lớp học. Nhà trường cũng cần chú trọng đầu tư nâng cấp cơ sở hạ tầng công nghệ (hệ thống Wi-Fi ổn định), cung cấp tài nguyên số và thường xuyên tổ chức các khóa đào tạo nội bộ nhằm nâng cao năng lực ứng dụng công nghệ cho đội ngũ giảng viên.
Tài liệu tham khảo:
Al-Adwan, Ahmad & Al-Madadha, Amro & Zvirzdinaite, Zahra (2018). Modeling students’ readiness to adopt mobile learning in higher education- An empirical study. International Review of Research in Open, 19(1), 221-241. https://doi.org/10.19173/irrodl.v19i1.3256
Chao, C.-M. (2019). Factors Determining the Behavioral Intention to Use Mobile Learning: An Application and Extension of the UTAUT Model. Frontiers In Psychology, 10, 1652. https://doi.org/10.3389/fpsyg.2019.01652
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-340. doi:https://doi.org/10.2307/249008
Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM). SAGE Publications.
Hair, J., Risher, J., Sarstedt, M., & Ringle, C. (2019). When to use and how to report the results of PLS-SEM. European business review, 31(1), 2-24. https://doi.org/10.1108/EBR-11-2018-0203
Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Danks, N. P., & Ray, S. (2021). Partial least squares structural equation modeling (PLS-SEM) using R: A workbook. Springer Nature. https://doi.org/10.1007/978-3-030-80519-7
Henseler, J., Ringle, C.M. & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. J. of the Acad. Mark. Sci., 43, 115-135. https://doi.org/10.1007/s11747-014-0403-8
Hoi, V. N., & Mu, G. M. (2021). Perceived teacher support and students’ acceptance of mobile‐assisted language learning: Evidence from Vietnamese higher education context. British Journal of Educational Technology, 52(2), 879-898.
Ifinedo, P. (2017). Students’ perceived impact of learning and satisfaction with blogs. The International Journal of Information and Learning Technology, 34(4), 322-337. https://doi.org/10.1108/IJILT-12-2016-0059
Jung, H. J. (2014). Ubiquitous learning-determinants impacting learners’ satisfaction and performance with smartphones. Language Learning & Teaching, 18(3), 97 - 119. https://doi.org/10.64152/10125/44386
Muñoz-Carril, P.-C., Hernández-Sellés, N., Fuentes-Abeledo, E.-J., & González-Sanmamed, M. (2021). Factors influencing students’ perceived impact of learning and satisfaction in computer-supported collaborative learning. Computers & Education, 174, 104310. https://doi.org/10.1016/j.compedu.2021.104310
Nunnally, J., & Bernstein, I. (1994). Psychometric theory. New York: McGraw Hill.
Puentedura, R.R. (2009). As we may teach: educational technology, from theory into practice. https://hippasus.com/blog/2009/02/04/as_we_may_teach/
Sun, Y. & Gao, F. (2019). An investigation of the influence of intrinsic motivation on students’ intention to use mobile devices in language learning. Educational Technology Research and Development, 1181-1191. doi:https://doi.org/10.1007/s11423-019-09733-9
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
Yılmaz, R. (2017). Exploring the role of e-learning readiness on student satisfaction and motivation in flipped classroom. Computers in Human Behavior, 70, 251-260. https://doi.org/10.1016/j.chb.2016.12.085
Zou, C. L. (2022). Integrating smartphones in EFL classrooms: students’ satisfaction and perceived learning performance. Education and Information Technologies, 27, 12667-12688. doi:https://doi.org/10.1007/s10639-022-11103-7
Integrating smartphones into EFL classrooms:
Student satisfaction and perceived learning effectiveness• Vo Thi Thuy Linh
• Tran Thi Thu
International School, Duy Tan Unviersity
Abstract:
This study evaluates student satisfaction and the effects of smartphone integration on perceived learning effectiveness in English as a Foreign Language (EFL) classrooms. A quantitative survey of 328 students was analyzed using partial least squares structural equation modeling based on an extended UTAUT framework. The findings show that learning expectancy, effort expectancy, social influence, facilitating conditions, and perceived enjoyment positively influence students’ intentions to continue using smartphones. Learner control does not significantly affect continuance intention but positively influences satisfaction. Both satisfaction and continuance intention have direct positive effects on perceived learning effectiveness, with satisfaction exerting the stronger influence. The study recommends incorporating interactive and gamified applications, guiding students to use smartphones appropriately, improving digital learning infrastructure, and strengthening lecturers’ technological competencies to enhance smartphone-supported English teaching and learning.
Keywords: perceived learning effectiveness, smartphones, EFL classrooms, student satisfaction, continuance intention.
[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ số 21 tháng 7 năm 2026]
