ISSN: 1859-1272
TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT
Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
Website: https://jte.edu.vn
Email: jte@hcmute.edu.vn
JTE, Volume 19, Issue 04, 2024
90
Building a Decision Support System based on Data-Driven Approach to
Enhancing Teaching Quality
Hien Trinh , Phuong Le , Hy Nguyen , Giang Bui , Anh T. Huynh , Hien D. Nguyen
University of Information Technology, Vietnam National University of Ho Chi Minh City, Vietnam
*Corresponding author. Email: hiennd@uit.edu.vn
ARTICLE INFO
ABSTRACT
Received:
In the current era of Industry 4.0, the analysis and evaluation of data,
leading to informed decision-making, play a crucial role in advancing all
aspects of life. At University of Information Technology (VNU-HCM),
students have the opportunity to assess and provide feedback on teching
activities of lecturers at the end of each semester, resulting in an
increasingly large dataset. Consequently, the potential of this dataset is
immense. To help the university efficiently capture valuable information
and support decision-making aimed at improving teaching quality, this
study develops a decision support system, named Academic Quality
Assurance, for supporting the analyzing of data collected from multiple
semesters. The system focuses on assisting users in filtering data based on
semesters, courses, departments, and programs, and then visualizing the
data, providing comparisons. In turn, this supports users in making
necessary improvement decisions and tracking effectiveness through
annual evaluation scores. In the following, the system will be elaborated
further on the process of constructing survey questions, building the
dataset, survey data structure.
Revised:
Accepted:
Published:
KEYWORDS
Decision Support System;
Data Visualization;
Data Engineering;
Quality Assurance;
Teaching Quality.
Xây Dựng Hệ Hỗ Trợ Quyết Định dựa trên Phương Pháp Tiếp Cận Hướng Dữ
Liệu để Nâng Cao Chất Lượng Giảng Dạy
Trịnh Thị M Hiền , Lê Thị Phương , Nguyễn Hong Hy , Bùi Thị Hương Giang , Huỳnh Tuấn
Anh , Nguyễn Đnh Hiển*
Trưng Đại học Công nghệ Thông Tin, Đại học Quốc gia Hồ Chí Minh, Việt Nam
*Tc gi liên h. Email: hiennd@uit.edu.vn
THÔNG TIN BÀI BÁO
TÓM TẮT
Ngày nhận bài:
Trong thời đại công nghip 4.0 hin nay, vic phân tích và đnh gi dữ liu
để đưa ra cc quyết định đóng vai trò quan trọng trong vic ci thin và
nâng cao mọi khía cạnh của cuộc sống. Tại Trường Đại học Công Ngh
Thông Tin, ĐHQG-HCM, sinh viên có cơ hội đnh gi và cung cấp phn
hồi về ging viên vào cuối mỗi học k, điều này dẫn đến sự hnh thành một
tập dữ liu vô cùng lớn và tiềm năng. Để giúp trường đại học thu thập thông
tin có gi trị một cch hiu qu và hỗ trợ cc quyết định nhằm ci thin chất
lượng ging dạy, nghiên cu này đã pht triển một h thống hỗ trợ ra quyết
định dựa trên dữ liu với mc tiêu đm bo chất lượng ging dạy và hỗ trợ
cấp qun l trong vic theo di, đnh gi qu trnh ging dạy, gọi là
Academic Quality Assurance – AQA. H thống AQA tập trung vào vic hỗ
trợ người dùng lọc dữ liu dựa trên cc học k, các môn học, các phòng ban
và cc chương trnh, sau đó trực quan hóa dữ liu, cung cấp cc so snh.
Điều này hỗ trợ người dùng trong vic đưa ra cc quyết định ci thin cần
thiết và theo di hiu qu thông qua điểm đnh gi hàng năm.
Ngày hoàn thin:
Ngày chấp nhận đăng:
Ngày đăng:
TỪ KHÓA
H hỗ trợ Quyết định;
Trực quan hóa Dữ liu;
Kỹ thuật Dữ liu;
Đm bo Chất lượng;
Chất lượng Ging dạy.
Doi: https://doi.org/10.54644/jte.2024.1542
ISSN: 1859-1272
TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT
Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
Website: https://jte.edu.vn
Email: jte@hcmute.edu.vn
JTE, Volume 19, Issue 04, 2024
91
Copyright © JTE. This is an open access article distributed under the terms and conditions of the Creative Commons Attribution-NonCommercial 4.0
International License which permits unrestricted use, distribution, and reproduction in any medium for non-commercial purpose, provided the original work is
properly cited.
1. Giới thiệu
Trong bối cnh văn hóa gio dc đại học ngày nay, vic nâng cao chất lượng ging dạy và đào tạo
đã trở thành một mc tiêu quan trọng đối với cc trường đại học [1], [2]. Để đạt được mc tiêu này, cc
cơ sở gio dc thực hin cc cuộc kho st sinh viên như một công c đnh gi chính. Điều này giúp
ban lãnh đạo nhà trường có được ci nhn sâu sắc về hiu qu của từng ging viên và môn học c thể
[3]. Tuy nhiên, vic sử dng hiu qu dữ liu này đặt ra một thch thc riêng bit. Cc qun trị viên của
trường đại học cần có kh năng phân tích hiu suất ging dạy qua nhiều học k cho từng ging viên,
cũng như theo di phn hồi của sinh viên về cc chương trnh do cc đơn vị học thuộc nhiều phòng ban
học về thời gian. Để đp ng nhu cầu này, bên cạnh cc h thống thông minh hỗ trợ vic học tập của
người học [4], vic triển khai một h thống qun l dữ liu toàn din có kh năng lưu trữ tất c cc kết
qu kho st và hỗ trợ thực hin cc chc năng phc tạp là cần thiết. H thống này sẽ giúp cc trường
đại học tận dng tối đa dữ liu phn hồi từ sinh viên của mnh, từ đó góp phần vào vic ci thin liên
tc chất lượng ging dạy và học tập.
Để đnh gi hiu qu của cc hoạt động ging dạy, Trường Đại học Công Ngh Thông Tin (UIT),
ĐHQG-HCM, thu thập  kiến từ cc bên liên quan về chương trnh học, cc hoạt động ging dạy, chất
lượng môn học, tnh trạng vic làm của sinh viên tốt nghip, điều kin làm vic tại UIT, v.v. kho st
này được tiến hành với mc tiêu điều chỉnh và ci thin liên tc cc hoạt động qun l và đào tạo để phù
hợp hơn, đp ng nhu cầu ngày càng cao của tất c cc bên liên quan [5], [6]. Qu trnh này được thực
hin theo chu kỳ. Tiềm năng của bộ dữ liu kho st vượt ra ngoài mc đích trước đó nhưng bù lại,
chúng ta có thể nhận thêm thông tin về chất lượng ging dạy, thi độ của sinh viên với dữ liu đnh gi
của sinh viên [7], [8], hơn nữa, dữ liu có thể đnh gi sự ci thin của trường đại học về chất lượng
ging dạy tổng thể qua mỗi học k và so snh giữa cc khoa/ging viên để có cc hnh thc khen thưởng
cho vic ging dạy trở nên minh bạch hơn [9].
Trong bài bo này, chúng tôi đề xuất một gii php thiết kế h thống hỗ trợ quyết định dựa trên dữ
liu kho st người học về qu trnh ging dạy. H thống này hỗ trợ cho công tc đm bo chất lượng
ging dạy thông qua cc hoạt động kho st, được gọi là Academic Quality Assuarance – AQA. H
thống có thể trực quan hóa dữ liu đnh gi, tổng hợp, phân loại nhận xét của sinh viên theo thi độ,
thực hin sự so snh giữa qu trnh ging dạy của cc ging viên. H thống sẽ giúp cc nhà qun trị có
ci nhn tổng quan toàn din về dữ liu, từ đó hỗ trợ họ đưa ra cc quyết định nhằm nâng cao chất lượng
ging dạy của trường đại học. Trước tiên, chúng tôi trnh bày gii php tổ chc dữ liu kho st được
thu thập từ sinh viên, bao gồm cc dạng câu hỏi và dữ liu kiểm tra. Sau đó, thiết kế kiến trúc của h
thống hỗ trợ dựa trên sự mong đợi của cc đơn vị qun l tại trường. Cuối cùng, h thống Đm bo Chất
lượng ging dạy được thử nghim và đnh gi.
2. Thiết kế câu hỏi khảo sát
Dựa vào cc tiêu chuẩn đm bo chất lượng (ĐBCL) như AUN-QA (Mạng lưới Đo bo chất lượng
của cc trường Đại học thuộc khối ASEAN), MOET (Bộ Gio dc và Đào tạo), và cc khung khi nim
ĐBCL quốc tế khc, Phòng Thanh tra - Pháp chế & ĐBCL (TT-PC&ĐBCL) của trường UIT sẽ lập một
bng câu hỏi để kho st cc nội dung mong muốn [10], [11]. Bng câu hỏi này sau đó sẽ được phân
phối cho tất c cc cn bộ và nhân viên để thu thập  kiến của họ. Tiếp theo, bng câu hỏi sẽ được chỉnh
sửa và thử nghim để hoàn thin cấu trúc của nó.
Đối với cc hoạt động kho st thu thập  kiến sinh viên về vic ging dạy của ging viên, cc mẫu
câu hỏi, trước khi được sử dng trong kho st, đã thu thập phn hồi từ cc bên liên quan và tri qua
vic kiểm tra độ tin cậy thông qua vic tính ton h số Cronbach Alpha bằng phần mềm SPSS [12]. Vic
này giúp loại bỏ cc biến không liên quan, mang cc yếu tố mơ hồ [13], được đnh gi thông qua tương
quan giữa mc và tổng điểm.
ISSN: 1859-1272
TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT
Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
Website: https://jte.edu.vn
Email: jte@hcmute.edu.vn
JTE, Volume 19, Issue 04, 2024
92
H số tương quan giữa mc và tổng điểm chỉ ra mc độ mà một câu hỏi đóng góp vào tổng điểm
chung. Cc câu hỏi có h số tương quan giữa mc và tổng điểm < 0.3 sẽ được loại bỏ. Một h số độ tin
cậy của Cronbach Alpha > 0.3 sẽ được coi là chấp nhận được (cc gi trị alpha cao hơn cho thấy độ tin
cậy nội tại cao hơn). Bng 1 cho thấy kết qu của vic kiểm tra mẫu câu hỏi.
Bảng 1. Kết quả của việc kiểm tra các mẫu câu hỏi khảo sát
Loại phiếu
khảo sát
Phiên
bản
Số câu hỏi
Hệ số Cronbach
Alpha
Hệ số tương quan
giữa từng mục v
tổng số điểm
Độ tin cậy
Năm điều
chỉnh
Biểu mẫu kho
st thu thập
phn hồi từ
sinh viên về
hoạt động
ging dạy của
ging viên
1
30
0.95
Max= 0.78
Min= 0.36
Cao
2012
2
25
0.97
Max= 0.86
Min= 0.53
Cao
2013
3
16
0.97
Max= 0.86
Min= 0.67
Cao
2015
4
17
0.987
Max= 0.94
Min= 0.77
Cao
2017
5
19
0.99
Max= 0.96
Min= 0.85
Cao
2020
Có thể nhận thấy rằng cc bng câu hỏi được xây dựng và điều chỉnh qua nhiều lần, thể hin độ tin
cậy cao (với cc h số alpha dao động từ 0.95 đến 0.99 và cc h số tương quan giữa mc và tổng điểm
> 0.3). Cc biểu mẫu kho st chủ yếu được sử dng với bốn thang điểm để đnh gi nội dung của cc
tiêu chí. Điều này tương thích với yêu cầu chất lượng của Trường Đại học được đề xuất bởi cơ sở ging
dạy. Cc thang đo hài lòng qua mỗi năm được lit kê trong Bng 2.
Bảng 2. Danh sách các thang đo mức độ hài lòng qua từng năm.
Từ 2011 đến 2019
Từ 2020 đến nay
Cấp độ điểm
Thang điểm 4 cấp
Cấp độ điểm
Thang điểm 5 cấp
1
Không hài lòng/Không tốt.
1
Rất không hài lòng/Rất t.
2
Trung bình/Bình thường.
2
Không hài lòng/Không tốt.
3
Hài lòng/Tốt.
3
Trung bnh/Bnh thường.
4
Rất hài lòng/Xuất sắc.
4
Hài lòng/Tốt.
5
Rất hài lòng/Xuất sắc.
Bắt đầu từ học kỳ th hai của năm học 2012-2013, UIT đã chuyển sang thực hin cc cuộc kho st
trực tuyến để dễ dàng theo di, hỗ trợ và truy cập dữ liu phc v cho cc nhim v kiểm tra và đnh
gi một cch thuận tin. Điều chỉnh này nhằm mc đích tiết kim thời gian và chi phí liên quan đến vic
in ấn, thu thập và xử lkết qu, đồng thời phù hợp với sinh viên Công ngh Thông tin, người thường
xuyên sử dng my tính. Do đó, cc cuộc kho st gần đây đã thấy sự tăng lên về số lượng sinh viên
tham gia.
Để tiến hành một cuộc kho st, sinh viên đăng nhập vào tài khon xc thực của mnh trên h thống
kho st trực tuyến của trường [14], sau đó hoàn thành cc biểu mẫu kho st tương ng cho mỗi môn
học trong khong thời gian nhất định, tuân thủ theo hướng dẫn được cung cấp.
ISSN: 1859-1272
TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT
Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
Website: https://jte.edu.vn
Email: jte@hcmute.edu.vn
JTE, Volume 19, Issue 04, 2024
93
3. Tổ chức dữ liệu khảo sát
3.1. Giới thiệu dữ liệu
Tại Trường Đại học Công ngh Thông tin (UIT), vào cuối mỗi học kỳ, một cuộc kho st được tiến
hành định kỳ để thu thập kiến của sinh viên về chất lượng ging dạy của ging viên. Sau đó, dữ liu
kho st được xuất dưới dạng tp Excel và gửi đến Phòng TT-PC&ĐBCL. Bộ dữ liu kho st được thu
thập từ năm 2017 đến nay, bao gồm cc đnh gi của sinh viên về ging viên (dựa trên cc tiêu chí c
thể) và cc  kiến tích cực/ tiêu cực. Mỗi loại lớp học, bao gồm lớp học l thuyết và lớp học thực hành,
đều bao gồm cc tiêu chí đnh gi khc nhau. Hnh 1 là cấu trúc dữ liu kho st trong một học kỳ.
Hình 1. Cấu trúc dữ liệu khảo sát trong một học kỳ.
Bng 3 là một ví d về danh sch cc tiêu chí trong một học kỳ của một năm học, và Bng 4 là ví d
về dữ liu đnh gi của cc ging viên.
Bảng 3. Ví dụ về danh sách tiêu chí trong một học kỳ của năm học 2022-2023.
STT
Giảng
viên
Khoa/
Bộ môn
Môn
học
Chương
trình
Lớp
Sĩ
số
Tham
gia
1
2
...
19
M/4
1
KHMT
BCU
14
8
3
4
4
...
4
3.8
2
BMTL
CLC
39
31
3
3
4
...
4
3.7
3
BMTL
CLC
45
23
3
3
4
...
4
3.8
4
CNPĐ
CLC
155
129
3
3
4
...
4
3.7
5
CNPĐ
CLC
50
39
3
3
4
...
4
3.5
6
CNPĐ
CLC
50
38
3
3
4
...
4
3.6
7
CNPĐ
CLC
48
38
3
3
4
...
4
3.7
Cc tài liu liên quan đến cc hoạt động kho st liên quan đến cc bên liên quan, cơ chế phn hồi
và vic sử dng kết qu kho st để ci thin chất lượng đã được thiết lập dưới dạng cc quy trnh và
quy định. Đồng thời, những quy định này đã được triển khai một cch hiu qu. Kết qu kho st được
sử dng cho cc mc đích sau:
Ci thin phương php/ging dạy của gio viên.
Điều chỉnh và cập nhật kết qu, chương trnh học, ci thin cơ sở hạ tầng, trang thiết bị, dịch v
hỗ trợ sinh viên, vv.
Đnh gi hiu qu ging dạy của ging viên của trường đại học.
Vic đnh gi dữ liu được sử dng như một tiêu chí để đnh gi và khen thưởng cc ging viên
có kết qu dạy tốt.
Dữ liệu khảo
sát mỗi học kỳ
Điểm đánh giá
Lớp lý thuyết
Danh sách tiêu
chí
Điểm đánh giá
từng tiêu chí
Lớp thực hành
(HT1)
Danh sách tiêu
chí
Điểm đánh giá
từng tiêu chí
Lớp thực hành
(HT2)
Danh sách tiêu
chí
Điểm đánh giá
từng tiêu chí
Ý kiến đóng
góp
Tích cực Tiêu cực
ISSN: 1859-1272
TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT
Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
Website: https://jte.edu.vn
Email: jte@hcmute.edu.vn
JTE, Volume 19, Issue 04, 2024
94
Toàn bộ dữ liu thu thập, khi được tổng hợp theo loại lớp học và phân loại theo cc tiêu chí c thể,
vẫn còn là dữ liu thô và chưa được khai thc hết tiềm năng của nó. Do đó, vic xây dựng một h thống
hỗ trợ quyết định, có kh năng khai thc cc ngha bên trong là rất cần thiết, từ đó giúp khm ph cc
tiềm năng của bộ dữ liu và đp ng nhu cầu của trường đại học.
Bảng 4. Ví dụ về ý kiến và đánh giá của sinh viên.
STT
Khoa
Môn học
Lớp
Ý kiến tích cực
Ý kiến tiêu cực
1
KHMT
Máy học
CS114.J21
Nhit tình
Bị trễ giờ
Thầy hài hước, vui tính
Thầy khá dễ tính
Giáo viên truyền đạt kiến
thc tốt c về cơ bn lẫn
nâng cao
1
BMAV
Anh văn 1
ENG01.J11
Dạy hay, nhit tình
Cô quá nhit tình
Hình 2. Mô hình cơ sở dữ liệu của hệ thống.
3.2. Các trường hợp sử dụng bộ dữ liệu
Dữ liu sẽ được sử dng để xây dựng cc tính năng sau:
Lọc, sắp xếp và phân loại cc bnh luận/đnh gi dựa trên cc tiêu chí, ging viên, lớp học, và
phòng ban.
Trực quan hóa điểm đnh gi của ging viên/kho học/khoa theo học kỳ qua từng năm học dưới
dạng biểu đồ đường. Trực quan này giúp theo di sự ci thin về chất lượng ging dạy qua mỗi
học k.
Trực quan hóa điểm đnh gi của cc ging viên/kho học/khoa được lọc ra trong biểu đồ cột.
Chc năng này giúp so snh giữa cc ging viên/kho học/khoa của trường.
Xem thông tin chi tiết về một ging viên c thể, bao gồm khoa, cc lớp ging dạy trong mỗi học
k, và cc bnh luận. H thống cũng có thể trực quan hóa điểm đnh gi của ging viên qua mỗi
học k dưới dạng biểu đồ đường.
Xem thông tin chi tiết về một môn học c thể. Người dùng có thể xem điểm của từng lớp học
thuộc môn học đó dưới dạng biểu đồ cột, điểm và bnh luận của ging viên cho môn học đó.