Khảo sát số giờ tự học hiệu quả của sinh viên trường đại học thương mại

TRƯỜNG ĐẠI HỌC THƯƠNG MẠI
KHOA KINH TẾ VÀ KINH DOANH QUỐC TẾ
--------------------

BÀI THẢO LUẬN
LÝ THUYẾT XÁC XUẤT VÀ THỐNG KÊ TOÁN
ĐỀ TÀI
“Khảo sát số giờ tự học hiệu quả của sinh viên trường Đại học Thương Mại”

Nhóm thực hiện

: 05

Lớp học phần

: 1914AMAT0111

Giáo viên hướng dẫn

: Nguyễn Đức Minh

Hà Nội - 2019
1


DANH SÁCH THÀNH VIÊN NHÓM 5

2


LỜI MỞ ĐẦU

Tự học đóng vai trò vô cùng quan trọng trong quá trình học tập của mỗi sinh viên.
Tự học giúp phát huy tính tự giác, tích cực ở người học. Đặc biệt là với hệ thống học theo
tín chỉ như hiện nay, việc tiếp thu kiến thức chủ yếu đến từ quá trình tự học. Tuy nhiên,
có rất nhiều thứ xung quanh khiến chúng ta bị phân tâm, khó tập trung để tự học.
Trong bài thảo luận này, nhóm 5 sẽ trình bày kết quả “Khảo sát số giờ tự học hiệu
quả của sinh viên trường Đại học Thương Mại”, vận dụng kiến thức về ước lượng và
kiểm định trong thống kê toán để giải quyết bài toán thực tế này. Qua đây phản ánh thực
trạng tự học của sinh viên Đại học Thương Mại, từ đó đưa ra nhận xét và khuyến nghị để
giúp các bạn sinh viên có thể tự học hiệu quả hơn.
Bài khảo sát của nhóm tiến hành điều tra trên 200 sinh viên ở các khoa và các
khóa khác nhau thuộc trường Đại học Thương Mại. Do thời gian, điều kiện và khả năng
có hạn, bài thảo luận của nhóm sẽ không tránh khỏi những khiếm khuyết, rất mong nhận
được sự đóng góp của thầy giáo và các bạn để bài thảo luận được hoàn thiện hơn.

3


PHẦN 1: CƠ SỞ LÝ THUYẾT
I. BÀI TOÁN ƯỚC LƯỢNG
1.1. Ước lượng điểm
Giả sử cần ước lượng tham số θ của ĐLNN X
- Lấy mẫu ngẫu nhiên :
- Tùy thuộc vào θ , XDTK:
*
- Với mẫu cụ thể w= ( x1 , x2 … xn ), tính toán θtn = f ( x1 , x2 ,... xn )

Khi n đủ lớn , ta lấy

≈

1.1.1. Ước lượng không chệch
Thống kê
nói

được gọi là ước lượng không chệch của θ nếu

. Ngược lại ta

được gọi là ước lượng chệch của θ.

1.1.2. Ước lượng vững
Thống kê

được gọi là ước lượng vững của θ với mọi ɛ˃0 ta có

1.1.3. Ước lượng hiệu quả (ước lượng không chệch tốt nhất)
Thống kê được gọi là ước lượng hiệu quả của θ nếu nó là ước lượng không
chệch và có phương sai nhỏ nhất so với các ước lượng không chệch khác trên cùng
một mẫu.

1.2. Ước lượng bằng khoảng tin cậy
1.2.1. Khái niệm
Giả sử cần ước lượng tham số θ của ĐLNN X trên đám đông
4


- Chọn mẫu ngẫu nhiên :
- Từ ước lượng điểm tốt nhất của θ XDTK:

Sao cho G có quy luật xác định và có biểu thức chứa θ.

Với

cho trước , xác định

thỏa mãn

Từ đó xác định các phân vị

Trong đó :

: độ tin cậy
Khoảng

: khoảng tin cậy
: độ dài khoảng tin cậy

Chú ý:
+ Thường chọn độ tin cậy khá lớn :0,9; 0,95… theo nguyên lý xác suất lớn thì biến
cố

hầu như chắc chắn xảy ra trong một lần thực hiện phép thử.

+ Xác suất mắc sai lầm trong ước lượng khoảng là

+ Khi G có phân phối N(0;1) hoặc phương pháp Student nếu chọn
khoảng tin ngắn nhất và đó là các khoảng tin cậy đối xứng.
+ Để ước lượng giá trị tối đa oặc tối thiểu của

ta chọn

ta có

hay

1.2.2. Ước lượng kỳ vọng toán của ĐLNN
5


Giả sử E(X)=µ và Var(X) = σ2 trong đó µ chưa biết
a. ĐLNN X có phân phối chuẩn, phương sai đã biết
Vì ~ N(µ, σ2) nên


U = ─ ~ N(0;1)

Xác suất

Khoảng tin cậy

Hai phía

P(> uα/2) = 1-α=

( - uα/2; + uα/2)

Trái

P(-uα < U )= 1-α=

Phải

P( U< u)= 1-α=

( - ;+ uα)

( - uα;+)

b. ĐLNN X có phân phối chuẩn σ2 chưa biết, n<30
Vì ~ N(µ, σ2) nên ta xây dựng thống kê:
T = T( n – 1)

Xác suất

Khoảng tin cậy

Hai phía

P(< ) = 1-α=

(- + )

Trái

P(-< T) = 1-α=

( - ;+)

6

Phải

P( T< 1-α=

(-)

Với khoảng tin cậy hai phía ta cũng có ba bài toán. Riêng bài toán 3 biết độ tin cậy,
biết sai số cần tìm kích thước mẫu tối thiểu ta sử dụng phương pháp mẫu kép.
-

Bước 1: Ta điều tra mẫu sơ bộ kích thước K.
W = (X1; X2...XK) từ đó ta tìm được Sk’
Bước 2: Giả sử cần điều tra mẫu có kích thước n
W = (X1; X2...Xn)
Xây dựng thống kê
T = x ~ T k-1
Lập luận tương tự ta có
)2

c. Chưa biết quy luật phân phối của ĐLNN X, n>30
n>30 nên


=>

U = ─ N(0;1).

Từ đó các bài toán giải quyết tương tự trường hợp X có phân phối chuẩn.
Nhận xét:
-

=>

Do σ chưa biết, vì n >30 nên t lấy σ S’
Đối với bài toán 3, vì chưa biết quy luật phân phối xác suất của X nên giả sử
trung bình mẫu có phân phối chuẩn.

U = ─ N(0;1)

1.2.3. Ước lượng tỉ lệ
Giả sử cần nghiên cứu một đám đông kích thước N có m phần tử mang dấu hiệu A
khi đó p =m/n là tỉ lệ các phần tử mang dấu hiệu trên đám đông. Từ đám đông lấy
kích thước n và f =nA/n là tần suất mẫu.
Khi n khá lớn ta có q= 1-p
7




f N(p; => U = ─ N(0;1)

- Khi n đủ lớn p f =
- Bài toán 3: Giả sử f N(p;
=> U = ─ N(0;1)

Xác suất

Khoảng tin cậy

Hai phía

P(< uα/2) = 1-α=

(- uα/2 ; f+ uα/2 )

Trái

P(-uα < U )= 1-α=

Phải

P( U< u)= 1-α=

(0; f+ uα)

(- uα)

1.2.4. Ước lượng phương sai của ĐLNN phân phối chuẩn
~ N(µ, σ2) nên ta xây dựng thống kê

Xác suất

Khoảng tin cậy

8


Hai phía

(;)

Trái

P()= 1-α=

Phải

P()= 1-α=

(0;)

()

II. BÀI TOÁN KIỂM ĐỊNH
2.1. Kiểm định giả thuyết thống kê
X é t m ộ t đ ám đ ô n g k í ch t h ư ớ c N , t r o n g đ ó c ó M ph ầ n t ử m a n g dấ u
hiệu A.
K h i đ ó : P ( A) = l à t ỷ l ệ p h ầ n t ử m a n g d ấ u h i ệ u A t r ê n đ ám đ ôn g .
T ừ một cơ sở nào đó người ta tìm được: p = p0
Nhưng nghi ngờ về điều này, với mức ý nghĩa α ta cần kiểm định giả thuyết Ho:
p= p0
Để kiểm định giả thuyết trên, từ đám đông ta lấy ra một mẫu kích thước
n. Gọi f là tỷ lệ phần tử mang dấu hiệu A trên mẫu. Theo quy luật phân phối xác
suất của tần suất mẫu, khi n khá lớn thì f ≅ N(p,
Ta xây dựng tiêu chuẩn kiểm định:
U = , trong đó q0 =1-p0
Nếu Ho đúng thì U (0,1)
Vì α khá bé, theo nguyên lý xác suất nhỏ và tùy thuộc vào từng đối thuyết H 1 ta có
miền bác bỏ Wα.
Trường hợp 1:

9


Với mức ý nghĩa α cho trước ta tìm được sao cho
P(
Vì α khá bé, theo nguyên lý xác suất nhỏ ta có miền bác bỏ:

Trường hợp 2:
Với mức ý nghĩa α cho trước ta tìm được sao cho
P(

Lập luận như trong trường hợp 1 ta thu được miền bác bỏ

Trường hợp 3:
Với α cho trước ta xác định được sao cho:
P(
Vì α khá bé, theo nguyên lý xác suất nhỏ ta có miền bác bỏ:

2.2. Kiểm định giả thuyết về các tham số của ĐLNN
2.2.1. KĐGT về kỳ vọng toán của một ĐLNN
Giả sử ĐLNN X có E(X) = µ và Var(X) = σ2.
Với mức ý nghĩa α ta KĐGT Ho: µ = µo
a)

ĐLNN X có phân phối chuẩn, phương sai đã biết

10


Vì~ N(µ, σ2) nên

Xây dựng TCKĐ: U =
Nếu Ho đúng thì U ~ N(0;1)

Ho
µ = µo

b)

H1
µ≠µo
µ>µo
µ<µo

Xác suất P(G ∈ Wα /Ho) = α
P(> uα/2) = α
P( U > uα ) = α
P(U <- uα) = α

Miền bác bỏ Wα
Wα = {utn: > uα/2}
Wα = {utn: utn> uα}
Wα = {utn: utn< -uα}

ĐLNN X có phân phối chuẩn, phương sai chưa biết, n < 30
Vì X ~ N(µ, σ2) với σ2 chưa biết nên ta xây dựng TCKĐ:
T=
Nếu Ho đúng thì T ~ T(n – 1)

Ho
µ = µo

c)

H1
µ≠µo
µ>µo
µ<µo

Xác suất P(G ∈ Wα /Ho) = α
P(<) = α
P(T > ) = α
P(T <) = α

Miền bác bỏ Wα
Wα = {ttn: >}
Wα = {ttn: ttn>}
Wα = {ttn: ttn< -}

Chưa biết quy luật phân phối của ĐLNN X, n > 30
Do X chưa biết quy luật phân phối, n > 30 nên ta có
Xây dựng TCKĐ: U =
Nếu Ho đúng thì U ≃ N(0;1).
Từ đó, bài toán được giải quyết tương tự trường hợp a)
Chú ý: Do σ chưa biết, vì n > 30 nên ta lấy σ ≈ s’

2.2.2. KĐGT về tỷ lệ của đám đông
11


Giả sử trên một đám đông tỷ lệ phần tử mang dấu hiệu A là p.

Với mức ý nghĩa α ta cần KĐGT Ho: p = po
Chọn từ đám đông mẫu có kích thước n từ đó ta tìm được f là tỷ lệ phần tử mang
dấu hiệu A trên mẫu.
Khi n đủ lớn (với q = 1 – p) ta có: f ≃ N
Xây dựng TCKĐ: U =
Nếu Ho đúng thì U ≃ N(0;1).

Ho
p = po

H1
p ≠ po

Xác suất P(G ∈ Wα /Ho) = α
P(> uα/2) = α

Miền bác bỏ Wα
Wα = {utn: > uα/2}

p > po

P(U > uα) = α

Wα = {utn: utn> uα}

p < po

P(U < -uα) = α

Wα = {utn: utn< -uα}

2.2.3. KĐGT về phương sai của ĐLNN phân phối chuẩn
Giả sử ĐLNN X có E(X) = µ và Var(X) = σ2.
Với mức ý nghĩa α ta cần KĐGT Ho : σ2 = σo2.
Lấy mẫu : W = ( từ đó ta tìm được:

Do X là phân phối chuẩn nên ta có TCKĐ:
Nếu đúng thì :
Ho

H1

Xác suất P(G ∈ Wα /Ho) = α

Miền bác bỏ Wα

12


=α

Wα = {tn:tn } hoặc {tn:tn }

P() = α

Wα = {tn: tn>}

P() = α

Wα = {tn: tn<}

PHẦN 2: GIẢI BÀI TOÁN THỰC TẾ
Vì mẫu lớn nên coi “Số giờ tự học hiệu quả trung bình” trong các bài toán dưới
đây là các ĐLNN có quy luật phân phối chuẩn.
I. BÀI TOÁN ƯỚC LƯỢNG
Sau khi tiến hành điều tra 117 sinh viên Đại học Thương Mại, nhóm tổng hợp được
bảng phân phối học lực như sau:

Từ bảng trên, ta có 3 bài toán dưới đây:
13


BÀI TOÁN 1.1: Với độ tin cậy 95%, ước lượng số giờ tự học hiệu quả trung bình
của sinh viên trường Đại học Thương Mại có học lực từ trung bình trở xuống.

Dùng excel ta tính được:
Mean
Standard Error
Median
Mode
Standard
Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count

1.421875
0.245499862
1
1
0.981999448
0.964322917
2.105698283
1.443787278
3.75
0.25
4
22.75
16

Bài giải:
•
•
•

Gọi X là số giờ tự học hiệu quả của sinh viên trường Đại học Thương Mại có
học lực từ trung bình trở xuống.
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương
Mại có học lực trung bình trở xuống trên mẫu
μ là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương
Mại có học lực trung bình trở xuống trên đám đông

,
2
=) = 0,9643

Bởi vì chưa biết,
=>
14


=> Khoảng tin cậy đối xứng:

=> )
Kết luận: Với độ tin cậy 95% ta có thể nói số giờ tự học hiệu quả của sinh viên
trường Đại học Thương mại có học lực từ trung bình trở xuống nằm trong khoảng
(0,908;1,935)
BÀI TOÁN 1.2: Với độ tin cậy 95%, ước lượng số giờ tự học hiệu quả trung bình
của sinh viên trường Đại học Thương Mại có học lực khá.

Dùng excel ta tính được:
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count

1.480985915

0.100903196
1.5
1
0.850225441
0.7228833
-0.009418725
0.706118499
3.75
0.25
4
105.15
71

Bài giải:
Gọi X là số giờ tự học hiệu quả của sinh viên trường Đại học Thương Mại có
học lực khá.
15


là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực khá trên mẫu.
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực khá trên đám đông.
Ta có:
=1,481
Suy ra:
Vì n= 71 30 nên :
XDTK : .
Với mức ta tìm được phân vị sau:
P()

=> Khoảng tin cậy : ( ; )
Ta có:
N khá lớn nên ta lấy = 0,85. Thay vào biểu thức ta được:

Vậy với độ tin cậy 95% ta có thể nói rằng số giờ tự học hiệu quả trung bình của
sinh viên trường Đại học Thương Mại có học lực khá thuộc khoảng (1,283; 1,679).
BÀI TOÁN 1.3: Với độ tin cậy 95%, ước lượng số giờ tự học hiệu quả trung bình
của sinh viên trường Đại học Thương Mại có học lực từ giỏi trở lên.

Dùng Excel ta tính được:
Mean
Standard Error

1.82333333
3
0.20553733
16


Median
Mode
Standard
Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum

Count

1.75
1
1.12577431
8
1.26736781
6
0.88152156
2
1.02796501
4
4.5
0.5
5
54.7
30

Bài giải:
Gọi X là số giờ tự học hiệu quả của sinh viên đại học Thương Mại
là số giờ tự học hiệu quả trung bình của sinh viên đại học Thương Mại có học
lực từ giỏi trở lên trên mẫu
µ là số giờ tự học hiệu quả trung bình của sinh viên đại học Thương Mại có
học lực từ giỏi trở lên trên đám đông
Vì ~ N(µ, σ2) nên


U = ─ ~ N(0;1)

Với =95% ta có

P(> uα/2) = 1-α= => P( - uα/2 + uα/2
Khoảng tin cậy ( - uα/2 ; + uα/2)
Với =95% => α= 0,05 => uα/2

=1,96

=()=1,8233
(136,49-99,699) =1,2675
=>
N khá lớn nên ta lấy =1,1258
17


Khoảng tin cậy ( - uα/2 ; + uα/2) =(1,823-1,96 ; 1,823+1,96)


Khoảng tin cậy: (1,4204; 2,2261)

Vậy, với độ tin cậy là 95% thì số giờ tự học hiệu quả trung bình của sinh viên đại
học Thương Mại có học lực giỏi trở lên thuộc khoảng (1,4204; 2,2261).

II. BÀI TOÁN KIỂM ĐỊNH
Sau khi tiến hành điều tra 117 sinh viên Đại học Thương Mại, nhóm tổng hợp được
bảng phân phối học lực như sau:

Từ đó ta có 3 bài toán dưới đây:
BÀI TOÁN 2.1: Với mức ý nghĩa = 0.05 có thể nói số giờ tự học hiệu quả trung
bình của sinh viên trường Đại học Thương Mại có học lực trung bình trở xuống là
1,4 giờ được không ?

Từ Excel ta tính được:
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance

1.468
8
0.473
5
1
1
1.339
2
1.793
5
18


Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count
Bài giải:

4.451
8
1.980
5
4.25
0.25
4.5
11.75
8

Gọi X là số giờ tự học hiệu quả của sinh viên trường Đại học Thương Mại có
học lực trung bình trở xuống.
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực trung bình trở xuống trên mẫu.
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực trung bình trở xuống trên đám đông.
Từ bảng phân phối thực nghiệm, ta tính được:
=1,46875
Suy ra:
Với mức ý nghĩa α = 0,05 ta cần kiểm định:

Xây dựng TCKĐ: U =. Nếu đúng thì U N(0,1)
Với mức α = 0,05 ta tìm được mức phân vị sao cho : P(>) = α
Theo nguyên lý xác suất nhỏ ta tìm được miền bác bỏ:
=
Theo bài ra ta có :
α = 0,05 => =1,96 => Miền bác bỏ =
19

= 0,1452
Ta thấy = 0,1452 không thuộc
Vậy với mức ý nghĩa 0,05 ta chưa đủ cơ sở để bác bỏ GT , tức là có thể nói rằng số
giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại có học
lực từ trung bình trở xuống là 1,4 giờ.
BÀI TOÁN 2.2: Với mức ý nghĩa = 0.05 có thể nói số giờ tự học hiệu quả trung
bình của sinh viên trường Đại học Thương Mại có học lực khá là 1,5 giờ được
không?

Dùng Excel ta tính được:
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count

1.387
5
0.124
4
1
0.5

1.055
5
1.114
2.978
6
1.704
1
4.8
0.2
5
99.9
72

Bài giải:
20


Gọi X là số giờ tự học hiệu quả của sinh viên trường Đại học Thương Mại có
học lực khá.
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực khá trên mẫu.
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực khá trên đám đông.
Từ bảng phân phối thực nghiệm, ta tính được:
=1,3875
Suy ra:
Vì n=72 > 30 nên:
Với mức ý nghĩa α = 0,05 ta cần kiểm định:

XDTCKĐ: U =

Nếu đúng thì U N(0,1)
Với mức α = 0,05 ta tìm được mức phân vị sao cho :
P(>) = α
Theo nguyên lý xác suất nhỏ ta tìm được miền bác bỏ: =
Theo bài ra ta có : α = 0,05 => =1,96
Miền bác bỏ =
Vì n = 72 >30 khá lớn nên ta lấy s’=1,055


Thay vào ta được: = -0,905
Ta thấy = 0,905 không thuộc
21


Vậy với mức ý nghĩa 0,05 ta chưa đủ cơ sở để bác bỏ GT , tức là có thể nói rằng số
giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại có học
lực khá là 1,5 giờ.
BÀI TOÁN 2.3: Với mức ý nghĩa = 0.05 có thể nói số giờ tự học hiệu quả trung
bình của sinh viên trường Đại học Thương Mại có học lực từ giỏi trở lên là 1,8 giờ
được không ?

Dùng Excel ta tính được:
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness

Range
Minimum
Maximum
Sum
Count

1.65
0.169
4
1.5
2
0.987
5
0.975
2
-0.389
0.379
3
3.8
0.2
4
56.1
34

Bài giải:
Gọi X là số giờ tự học hiệu quả của sinh viên trường Đại học Thương Mại có
học lực từ giỏi trở lên
là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực từ giỏi trở lên trên mẫu.
22

là số giờ tự học hiệu quả trung bình của sinh viên trường Đại học Thương Mại
có học lực từ giỏi trở lên trên đám đông.
Từ bảng phân phối thực nghiệm, ta tính được:
=1,65
34()
Suy ra:
Vì n=34 > 30 nên:
Với mức ý nghĩa α = 0,05 ta cần kiểm định:

XDTCKĐ: U =

Nếu đúng thì U N(0,1)

Với mức α = 0,05 ta tìm được mức phân vị sao cho :
P(>) = α
Theo nguyên lý xác suất nhỏ ta tìm được miền bác bỏ
=
Theo bài ra ta có :
α = 0,05 => =1,96
Miền bác bỏ =
Vì n = 34 >30 khá lớn nên ta lấy s’=0,987


Thay vào ta được: = -0,886
Ta thấy = 0,886 không thuộc miền bác bỏ
Vậy với mức ý nghĩa 0,05 ta chưa đủ sở sở để bác bỏ GT có thể nói rằng số giờ tự
học hiệu quả trung bình của sinh viên trường Đại học Thương Mại có học lực từ
giỏi trở lên là 1,8 giờ.

23


PHẦN 3: NHẬN XÉT VÀ KHUYẾN NGHỊ
I. Nhận xét
Sau 2 tuần tiến hành khảo sát, nhóm đã thu được 231 phiếu khảo sát của sinh
viên từ 4 khóa và 18 chuyên ngành khác nhau tại trường Đại học Thương Mại. Với
tỉ lệ giới tính: nam chiếm 14,3% (33 sinh viên), nữ chiếm 85,7% (198 sinh viên).
Trong đó, tỷ lệ học lực phân bổ như biểu đồ bên dưới:
Nhìn vào các kết quả khảo sát, nhóm nhận thấy một số thực trạng liên quan đến
vấn đề tự học như sau:
Thứ nhất, về không gian học
94,8% các bạn sinh viên cảm thấy không gian học là rất quan trọng. Có một
không gian học yên tĩnh, thoải mái chắc chắn việc học sẽ hiệu quả hơn rất nhiều.
Qua khảo sát cho thấy, nơi tự học được các bạn sinh viên lựa chọn rất phong phú,
có thể thấy được qua biểu đồ dưới đây:

Phần lớn sinh viên thường tự học ở nhà hoặc phòng trọ, chiếm đến 61%. Một
phần đông thì học ở thư viện (chiếm 20,3%). Ngoài ra cũng khá nhiều bạn lựa
chọn quán café, quán trà sữa hay Circle K để tự học. Đây đều là những địa điểm dễ
tìm kiếm và khá yên tĩnh để tự học. Nhiều sinh viên ngại ra ngoài thường sẽ học ở
nhà và phòng trọ. Một số khác thì lựa chọn khuôn viên, nhà sách hay căng tin để
học. Việc lựa chọn nơi tự học không có nhiều khác biệt giữa các sinh viên có lực
học khác nhau.
Thứ hai, về hình thức tự học
Đa số các bạn sinh viên thường tự học một mình (chiếm 92%) mà không học
theo nhóm. Có thể thấy qua biểu đồ:
Tự học theo nhóm giúp chúng ta bớt nhàm chán và trì hoãn, việc tiếp thu cũng
nhanh hơn. Tuy nhiên, học theo nhóm cũng có mặt tiêu cực. Nếu lựa chọn những

24


bạn học nhóm thiếu kỷ luật có thể dễ dàng khiến chúng ta mất tập trung, dễ sao
nhãng vào những chuyện không đâu và việc học sẽ không được hiệu quả. Do vậy,
nhiều bạn lựa chọn học một mình.
Với câu hỏi: “Trong thời gian tự học, bạn chỉ tập trung học một môn hay phân
bổ thời gian cho nhiều môn?”, có 61% các bạn sinh viên trả lời là học một môn,
39% còn lại phân thời gian học nhiều môn. Tỷ lệ này tương đối giống nhau ở cả 3
nhóm học lực giỏi, khá, trung bình. Học một môn hay nhiều môn đều có những ưu
điểm riêng. Học một môn giúp ta nghiên cứu vấn đề sâu hơn, còn học nhiều môn
giúp người học không cảm thấy chán nản.
Về câu hỏi liên quan đến ảnh hưởng của môn học tới việc tự học, có 67,1% trả
lời rằng có ảnh hưởng. Nhóm sinh viên giỏi có 68,75% trả lời “Có ảnh hưởng”,
trong khi nhóm sinh viên trung bình chỉ có 29,17%. Còn ảnh hưởng như thế nào thì
các sinh viên có học lực giỏi trả lời rằng họ thường dành nhiều thời gian và tập
trung hơn khi học những môn học mình thích, những môn chuyên ngành và những
môn khó. Nhóm học khá thì thấy rằng khó tập trung khi học môn khó và dành
nhiều thời gian hơn cho môn khó.
Thứ ba, về thời gian tự học
Theo kết quả khảo sát, có 73,6% sinh viên tự học vào buổi tối và ban đêm, chủ
yếu trong khoảng thời gian từ 20h-24h. Khoảng 13% các bạn tự học vào buổi sáng
(8h-10h) và số ít còn lại là học vào buổi chiều. Phần lớn sinh viên đi học vào buổi
sáng, làm thêm buổi sáng và vì vậy thời gian tự học thường sẽ là buổi tối. Buổi tối
cũng thường yên tĩnh và dễ tập trung hơn.
Về thời gian dành cho việc tự học và thời gian tập trung học hiệu quả thấy có sự
khác biệt giữa 3 nhóm học lực. Điều này được thể hiện qua biểu đồ dưới đây:
Nhìn vào biểu đồ trên ta thấy, nhóm sinh viên giỏi dành trung bình 2,6 giờ tự
học và số giờ tự học hiệu quả là 1,7 giờ, chiếm 65%. Trong khi đó, nhóm sinh viên
có học lực trung bình dành ra 3,3 giờ để tự học nhưng thời gian học hiệu quả chỉ có

1,7 giờ, chiếm 42%. Còn nhóm học khá thì dành ít thời gian tự học hơn (2,2 giờ)
nhưng số giờ tự học hiệu quả lại có tỷ lệ tương đương với nhóm học giỏi (63%).
Từ đó có thể suy ra, dù dành nhiều thời gian nhưng không tập trung học thì kết quả
sẽ không tốt bằng việc dành ít thời gian nhưng tập trung.
25