Phát triển năng lực số và tâm lý số cho sinh viên ngành Logistics tại Việt Nam

ThS. Lê Thị Thanh Dung

Trường Đại học FPT; NCS Trường Đại học Ngoại Thương; E-mail: [email protected]

Lương Thu Hương

Trường Đại học FPT; Email: [email protected]

Tóm tắt

Trong bối cảnh chuyển đổi số diễn ra mạnh mẽ, năng lực số ngày càng được xem là yếu tố then chốt quyết định hiệu quả học tập của sinh viên. Thông qua dữ liệu được thu thập từ 367 sinh viên ngành logistics tại Việt Nam, nghiên cứu này nhằm kiểm định mô hình tác động của năng lực số đến kết quả học tập của sinh viên, với vai trò trung gian của niềm tin năng lực làm việc trực tuyến. Kết quả nghiên cứu cho thấy, Năng lực số có tác động tích cực và có ý nghĩa thống kê đến cả Niềm tin năng lực làm việc trực tuyến và Kết quả học tập. Đặc biệt, niềm tin năng lực làm việc trực tuyến đóng vai trò trung gian quan trọng trong mối quan hệ này. Nghiên cứu đã tích hợp niềm tin năng lực làm việc trực tuyến như một cơ chế tâm lý trung gian trong giáo dục Logistics, đồng thời cung cấp hàm ý thực tiễn cho các cơ sở đào tạo trong thiết kế chương trình phát triển năng lực số và tâm lý số cho sinh viên.

Từ khoá: Năng lực số, niềm tin năng lực làm việc trực tuyến, kết quả học tập, logistics

Abstract

Amid the rapid advancement of digital transformation, digital competence is increasingly recognized as a key determinant of students’ academic performance. Drawing on data collected from 367 logistics students in Viet Nam, the study examines the effects of digital competence on students’ academic performance, with online work self-efficacy serving as a mediating variable. The findings indicate that digital competence has a positive and statistically significant effect on both online work self-efficacy and academic performance. Notably, online work self-efficacy plays a key mediating role in this relationship. The study integrates online work self-efficacy as a mediating psychological mechanism in logistics education, while also offering practical implications for educational institutions in designing curricula aimed at fostering students’ digital competence and psychological readiness in digital learning environments.

Keywords: Digital competence, online work self-efficacy, academic performance, logistics

GIỚI THIỆU

Với sự phát triển bùng nổ của chuyển đổi số, năng lực số là yếu tố cốt lõi cần được trang bị cho cả sinh viên và giáo viên (Ma và Ismail, 2025) và trên thực tế năng lực số đang ngày càng phát triển (Pettersson, 2018). Trong lĩnh vực giáo dục đại học, đặc biệt đối với các ngành có mức độ chuyển đổi số cao như Logistics và Quản lý chuỗi cung ứng, Năng lực số (Digital Competence - DC) không chỉ là công cụ hỗ trợ học tập mà còn là điều kiện tiên quyết để sinh viên có thể thích ứng với những thay đổi nhanh chóng của thị trường lao động (Schwarz và cộng sự, 2024). Ngành Logistics hiện đại đang trải qua cuộc cách mạng số hóa toàn diện, từ tự động hóa kho bãi, tối ưu hóa chuỗi cung ứng bằng dữ liệu lớn, đến ứng dụng trí tuệ nhân tạo trong dự báo nhu cầu, điều đặt ra yêu cầu ngày càng cao về DC cho nguồn nhân lực tương lai.

Mặc dù đã có nhiều nghiên cứu khẳng định tầm quan trọng của DC trong giáo dục, hầu hết các tài liệu hiện có chủ yếu tập trung vào mối quan hệ trực tiếp giữa DC và điểm số hoặc thành tích học tập tĩnh (Almenara và cộng sự, 2022; Ma và Ismail, 2025). Các nghiên cứu trước đây thường có xu hướng bỏ qua hoặc chưa đánh giá đầy đủ các điều kiện bối cảnh rộng hơn, đặc biệt là các khía cạnh về sức khỏe tinh thần và kỹ năng xã hội trong môi trường ảo (Pettersson, 2018). Khoảng trống lý thuyết quan trọng này gợi mở sự cần thiết phải khám phá các cơ chế tâm lý trung gian, mà cụ thể là niềm tin năng lực làm việc trực tuyến (e-Work Self-Efficacy – EWSE), có thể lý giải cách thức DC chuyển hóa thành kết quả học tập (Student Learning Outcomes - SLO) thực chất.

EWSE được hiểu là sự tự tin của cá nhân vào khả năng thực hiện hiệu quả các nhiệm vụ trong môi trường số và từ xa, bao gồm các chiều cạnh: kỹ năng số (e-skills), xây dựng niềm tin, tự chăm sóc bản thân, kỹ năng xã hội và kỹ năng quản lý cảm xúc từ xa (Tramontano và cs, 2021). Dựa trên Lý thuyết nhận thức xã hội của Bandura (1986), niềm tin vào năng lực bản thân không chỉ phản ánh những gì cá nhân đã tích lũy được, mà còn định hướng hành vi, sự kiên trì và mức độ nỗ lực của họ trong các tình huống học tập thách thức, từ đó trực tiếp ảnh hưởng đến kết quả đầu ra.

Vì vậy, nghiên cứu này thực hiện nhằm 3 mục tiêu cụ thể: (1) đánh giá tác động trực tiếp của DC đến SLO của sinh viên Logistics; (2) kiểm định vai trò trung gian của EWSE trong mối quan hệ này; và (3) cung cấp bằng chứng thực nghiệm từ bối cảnh giáo dục logistics tại Việt Nam trong giai đoạn chuyển đổi số mạnh mẽ, nhưng còn thiếu các nghiên cứu chuyên sâu về DC trong đào tạo ngành kỹ thuật - kinh tế. Kết quả nghiên cứu kỳ vọng đóng góp vào cơ sở lý thuyết về DC trong giáo dục đại học, đồng thời cung cấp các hàm ý thực tiễn có giá trị cho các nhà thiết kế chương trình đào tạo và hoạch định chính sách giáo dục trong kỷ nguyên số.

CƠ SỞ LÝ THUYẾT VÀ GIẢ THUYẾT NGHIÊN CỨU

Cơ sở lý thuyết

Năng lực số (Digital Competence - DC)

DC được công nhận là một trong tám năng lực cốt lõi cho việc học tập suốt đời trong kỷ nguyên số (Ma và Ismail, 2025), được định nghĩa là việc sử dụng các công nghệ thông tin và truyền thông (ICT) một cách tự tin, phê phán và sáng tạo để đạt được các mục tiêu liên quan đến công việc, học tập và tham gia vào xã hội (Ilomäki và cộng sự, 2016). Theo Khung DC của Châu Âu (DigComp), DC bao gồm năm lĩnh vực chính: năng lực thông tin và dữ liệu, giao tiếp và cộng tác, tạo lập nội dung số, an toàn và giải quyết vấn đề (Zhao và cộng sự, 2021). Trong bối cảnh giáo dục đại học, DC không chỉ là các kỹ năng kỹ thuật mà còn bao hàm khả năng đánh giá tài liệu số một cách có phê phán, là yếu tố dự báo quan trọng cho thành công học tập (Cabero-Almenara và cộng sự, 2023).

Niềm tin năng lực làm việc trực tuyến (e-Work Self-Efficacy - EWSE)

EWSE dựa trên lý thuyết về niềm tin năng lực bản thân của Bandura (1986), phản ánh sự tin tưởng của cá nhân vào khả năng hoàn thành các nhiệm vụ thông qua việc sử dụng các công cụ và công nghệ số (Suhada và cộng sự, 2025). Khái niệm này tập trung cụ thể vào các năng lực cần thiết cho môi trường làm việc từ xa hoặc trực tuyến (Zakir và cộng sự, 2025). EWSE được cấu thành từ năm chiều cạnh then chốt: kỹ năng số, sự tin cậy, khả năng tự chăm sóc, kỹ năng xã hội trực tuyến và kỹ năng kiểm soát cảm xúc trực tuyến (Tramontano và cộng sự, 2021). Việc sở hữu các kỹ năng số thực tiễn đóng vai trò nền tảng để xây dựng niềm tin năng lực này (Zakir và cộng sự, 2025).

Kết quả học tập (Student Learning Outcomes - SLO)

SLO là các tuyên bố về những gì người học kỳ vọng sẽ biết, hiểu hoặc có thể thực hiện sau khi kết thúc một giai đoạn đào tạo (Adam, 2024), không chỉ đo lường định lượng qua điểm số mà còn phản ánh sự phát triển đa chiều của sinh viên (Zakir và cộng sự, 2025). Nghiên cứu này xác định SLO thông qua bốn trụ cột chính: năng lực nhận thức, kỹ năng thực hành, phát triển bản thân và khả năng thích ứng học tập suốt đời (Zhoc và cộng sự, 2018). DC đã được chứng minh là có tác động tích cực đến SLO, và những tác động này thường được chuyển hóa thông qua các cơ chế tâm lý trung gian như niềm tin năng lực số (Suhada và cộng sự, 2025; Zakir và cộng sự, 2025). DC chỉ thực sự dẫn đến hành vi chuyên môn hiệu quả và kết quả cao khi cá nhân tin tưởng vào khả năng sử dụng công nghệ của mình (Suhada và cộng sự, 2025).

Giả thuyết nghiên cứu

Việc làm chủ các công cụ kỹ thuật số là nền tảng quan trọng giúp cá nhân hình thành và củng cố sự tự tin vào khả năng của chính mình khi thực hiện các nhiệm vụ trong môi trường trực tuyến; những cá nhân có trình độ DC cao thường có xu hướng tin tưởng hơn vào khả năng xử lý các tình huống phức tạp khi làm việc từ xa (Zakir và cộng sự, 2025). Từ đó, nghiên cứu đề xuất giả thuyết:

H1: DC có tác động tích cực đến EWSE.

DC cho phép sinh viên tiếp cận, xử lý và tạo lập tri thức từ các nguồn tài liệu số hóa một cách hiệu quả, trực tiếp góp phần nâng cao thành tích học tập; khả năng giải quyết vấn đề và tư duy phê phán trong môi trường số giúp sinh viên thích ứng nhanh chóng với các phương thức đào tạo hiện đại (Cabero-Almenara và cộng sự, 2023). Vì vậy, nghiên cứu đề xuất giả thuyết:

H2: DC có tác động trực tiếp tích cực đến SLO.

Dựa trên lý thuyết nhận thức xã hội của Bandura (1986) về niềm tin năng lực bản thân, sự tin tưởng vào khả năng thực thi của cá nhân đóng vai trò là yếu tố dự báo then chốt cho thành công học thuật; trong môi trường học tập dựa trên công nghệ, EWSE giúp sinh viên duy trì sự gắn kết, vượt qua các rào cản kỹ thuật và thúc đẩy đạt được các tiêu chuẩn năng lực đầu ra (Suhada và cộng sự, 2025; Zakir và cs., 2025). Do đó, nghiên cứu đề xuất giả thuyết:

H3: EWSE có tác động tích cực đến SLO.

Mặc dù năng lực kỹ thuật là cần thiết, nhưng tác động của nó đối với kết quả đầu ra thường được chuyển hóa thông qua các cơ chế tâm lý nội tại, trong đó EWSE đóng vai trò như một “ống dẫn” giúp chuyển hóa các kỹ năng số thuần túy thành các hành vi thực thi hiệu quả và sự chuẩn bị tâm lý sẵn sàng cho công việc (Suhada và cộng sự, 2025). Do đó, nghiên cứu đề xuất giả thuyết:

H4: EWSE đóng vai trò trung gian trong mối quan hệ giữa DC và SLO.

Mô hình nghiên cứu

Từ cơ sở lý thuyết và giả thuyết nghiên cứu, mô hình nghiên cứu đề xuất như Hình.

Hình 1: Mô hình nghiên cứu

Nguồn: Nhóm tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Đo lường

Nghiên cứu sử dụng 3 thang đo đã được kiểm định và công bố trong các tài liệu quốc tế, được dịch và điều chỉnh cho phù hợp với bối cảnh sinh viên ngành Logistics tại Việt Nam thông qua quy trình dịch thuật song song (forward-backward translation).

DC được đo lường bằng thang đo Digital Competence Scale gồm 12 biến quan sát, phát triển bởi Schwarz và cộng sự (2024), sử dụng thang đánh giá năng lực 7 mức từ 0 (không làm được) đến 6 (chuyên gia). Điểm đặc trưng của thang đo này là cách tiếp cận tự đánh giá dựa trên hành vi thực hành cụ thể, cho phép phân biệt rõ ràng các mức độ thành thạo từ phụ thuộc hoàn toàn đến có khả năng hướng dẫn người khác.

EWSE được đo lường bằng thang đo e-Work Self-Efficacy Scale gồm 15 biến quan sát, phát triển bởi Tramontano và cộng sự (2021), sử dụng thang Likert 5 mức từ 1 (hoàn toàn không tự tin) đến 5 (hoàn toàn tự tin). Thang đo bao gồm 5 chiều cạnh: (1) kỹ năng số là khả năng tổ chức và quản lý thời gian trong môi trường số; (2) xây dựng niềm tin là khả năng hoàn thành nhiệm vụ và tuân thủ cam kết mà không cần giám sát trực tiếp; (3) tự chăm sóc bản thân là khả năng nhận biết và ứng phó với căng thẳng do môi trường trực tuyến gây ra; (4) kỹ năng xã hội từ xa là khả năng xây dựng và duy trì mạng lưới quan hệ qua các công cụ số; và (5) quản lý cảm xúc từ xa là khả năng kiểm soát lo âu và duy trì cân bằng tâm lý trong môi trường làm việc/học tập ảo. EWSE được cấu trúc dưới dạng HOC bậc hai, với năm chiều cạnh kể trên đóng vai trò là các nhân tố bậc một.

SLO được đo lường bằng thang đo Student Learning Outcome Scale gồm 16 biến quan sát được phát triển dựa trên công trình của Zhoc và cộng sự (2018), sử dụng thang Likert 5 mức từ 1 (hoàn toàn không đồng ý) đến 5 (hoàn toàn đồng ý). Thang đo phản ánh bốn chiều cạnh kết quả học tập toàn diện: (1) kiến thức và tư duy nhận thức; (2) kỹ năng chung và nghề nghiệp; (3) phát triển cá nhân và xã hội; và (4) học tập suốt đời và khả năng thích nghi. Tương tự EWSE, SLO cũng được xử lý là HOC bậc hai, trong đó kết quả học tập tổng quát được phản ánh qua bốn chiều cạnh thành phần nêu trên.

Thu thập dữ liệu

Dữ liệu được thu thập trong khoảng thời gian từ tháng 2-4/2025, thông qua bảng khảo sát tự điền trực tuyến được thực hiện qua Google Form. Đối tượng khảo sát là sinh viên đang theo học ngành Logistics và Quản lý chuỗi cung ứng tại các cơ sở giáo dục tại Việt Nam. Nghiên cứu áp dụng phương pháp lấy mẫu thuận tiện, phù hợp với tính chất khám phá của nghiên cứu và bối cảnh thu thập dữ liệu thông qua mạng lưới học thuật. Số phiếu thu về là 382 phiếu, sau khi loại bỏ 15 phiếu trả lời không đầy đủ hoặc có dấu hiệu trả lời không nghiêm túc (ví dụ: chọn cùng một mức trong toàn bộ phiếu), mẫu cuối cùng bao gồm 367 sinh viên hợp lệ. Nghiên cứu sử dụng phương pháp mô hình phương trình cấu trúc bình phương nhỏ nhất riêng phần (Partial Least Squares Structural Equation Modeling – PLS-SEM) với sự hỗ trợ của phần mềm SmartPLS 4.0 (Nghiên cứu sử dụng cách viết số thập phân theo chuẩn quốc tế).

KẾT QUẢ NGHIÊN CỨU

Đánh giá mô hình đo lường

Về tính hội tụ ban đầu thông qua hệ số tải ngoài, kết quả từ Bảng 1 cho thấy, các chỉ báo có sức mạnh hội tụ tốt vào biến tiềm ẩn tương ứng. Các giá trị outer loadings phần lớn đạt hoặc vượt ngưỡng khuyến nghị ≥ 0.7 (từ 0.706 đến 0.907), riêng hệ số tải của DCS2 chỉ đạt ≈ 0.653 và dưới ngưỡng chấp nhận 0.70 (Hair và cộng sự, 2019) nên loại khỏi mô hình. Kết quả kiểm định tính đa cộng tuyến cho thấy tất cả các giá trị VIF đều nhỏ hơn 5 (từ 1.656 đến 3.283), phù hợp với khuyến nghị của Hair và cộng sự (2022), chứng tỏ các chỉ báo không bị chồng chéo quá mức và mô hình đo lường có độ ổn định cao ở khía cạnh này.

Bảng 1: Kết quả kiểm định mô hình đo lường

Nguồn: Phân tích từ dữ liệu nghiên cứu

Tất cả các chỉ số đánh giá chất lượng mô hình đo lường phản ánh đều đạt hoặc vượt các ngưỡng khuyến nghị theo hướng dẫn cập nhật của Hair và cộng sự (2022). Cụ thể, giá trị Cronbach's alpha của tất cả các thang đo đều ≥ 0.7. Bên cạnh đó, các chỉ số độ tin cậy tổng hợp bao gồm rho_a và rho_c cũng đều ≥ 0.7, cung cấp đánh giá toàn diện và cân bằng về độ tin cậy của các cấu trúc phản ánh. Về tính hội tụ (convergent validity), chỉ số AVE của hầu hết các biến tiềm ẩn đều ≥ 0.5, khẳng định rằng phần lớn biến thiên được giải thích bởi yếu tố chung thay vì nhiễu đo lường.

Bảng 2: Giá trị phân biệt: Tỷ số HTMT và tiêu chí Fornell-Larcker

Nguồn: Phân tích từ dữ liệu nghiên cứu

Đối với tính phân biệt (discriminant validity), kết quả kiểm tra theo tiêu chí Fornell-Larcker cho thấy căn bậc hai của AVE nằm trên đường chéo của ma trận đều lớn hơn các hệ số tương quan giữa biến tiềm ẩn đó với các biến khác. Chỉ số HTMT đều có giá trị ≥ 0.3 và ≤0.85, khẳng định rằng không tồn tại sự chồng chéo đáng kể giữa các cấu trúc khác nhau, và mỗi biến tiềm ẩn là độc lập về mặt khái niệm trong mô hình.

Đánh giá mô hình cấu trúc và kiểm định các giả thuyết nghiên cứu

Phân tích PLS-SEM với bootstrapping 5.000 lần cho thấy mô hình cấu trúc phù hợp (SRMR < 0.08). Mô hình cấu trúc giải thích được 52,6% phương sai của SLOS (R² = 0.526) và 18,9% phương sai của EWSE (R² = 0.189), cho thấy khả năng giải thích ở mức khá tốt theo tiêu chuẩn của Hair và cộng sự (2019).

Hình 2: Mô hình cấu trúc

Nguồn: Phân tích từ dữ liệu nghiên cứu

Bảng 3: Kết quả kiểm định mô hình cấu trúc – Hệ số đường dẫn

Ghi chú: β = hệ số hồi quy chuẩn hóa; STDEV = độ lệch chuẩn bootstrap (5.000 mẫu)

Nguồn: Phân tích từ dữ liệu nghiên cứu

Kết quả hệ số đường dẫn được thể hiện trong Hình 2 và Bảng 3 cho thấy: Chấp nhận H1: DC tác động tích cực đến EWSE. Chấp nhận H2: DC tác động trực tiếp đến SLO. Chấp nhận H2: EWSE tác động tích cực đến SLO. Chấp nhận H4: EWSE đóng vai trò trung gian trong mối quan hệ DC → SLO.

KẾT LUẬN VÀ ĐÓNG GÓP VỀ MẶT THỰC TIỄN

Kết luận

Nghiên cứu này thực hiện trên dữ liệu khảo sát từ 367 sinh viên ngành Logistics tại Việt Nam và phương pháp PLS-SEM với bootstrapping 5.000 mẫu, tất cả bốn giả thuyết đều được chấp nhận ở mức ý nghĩa thống kê cao (p ≤ 0.002). DC tác động đến SLO thông qua hai con đường song song: trực tiếp (β = 0.165) và gián tiếp qua EWSE (β = 0.278), với con đường gián tiếp chiếm gần 63% tổng tác động (β = 0.443), cho thấy cơ chế tâm lý là con đường chủ đạo chuyển hóa DC thành kết quả học tập thực chất.

Đặc biệt nổi bật là vai trò trung tâm của EWSE, với β = 0.653 (p < 0.001), EWSE là yếu tố dự báo tâm lý mạnh nhất của SLO, bao phủ đồng đều cả bốn chiều cạnh nhận thức, kỹ năng nghề nghiệp, phát triển cá nhân – xã hội và học tập suốt đời. Mô hình tổng thể giải thích 52.6% phương sai của SLO, khẳng định trong môi trường Logistics số hóa, không chỉ "biết làm" mà "tin rằng mình làm được" mới thực sự tạo ra sự khác biệt về kết quả học tập. Kết quả này, được củng cố bởi Lý thuyết nhận thức xã hội (Bandura, 1986) và Lý thuyết tự quyết (Ryan và Deci, 2000), khẳng định rằng đầu tư vào DC không chỉ là trang bị công cụ kỹ thuật mà còn là xây dựng nền tảng tâm lý - nhận thức thiết yếu để sinh viên có thể học tập và thích nghi bền vững trong thị trường lao động Logistics đang được cách mạng hóa bởi công nghệ số.

Đóng góp về mặt thực tiễn

Đối với các cơ sở đào tạo Logistics, nghiên cứu cung cấp bằng chứng định lượng rõ ràng rằng đầu tư vào phát triển DC cho sinh viên mang lại lợi ích kép: cải thiện SLO trực tiếp và đặc biệt là xây dựng nền tảng tâm lý số (EWSE) bền vững hơn. Điều này có nghĩa là các chương trình đào tạo không nên dừng lại ở việc truyền đạt kỹ năng kỹ thuật số đơn thuần mà cần thiết kế các hoạt động học tập giúp sinh viên trải nghiệm thành công trong môi trường kỹ thuật số, áp dụng theo đúng nguyên lý “kinh nghiệm thành thạo” của SCT Bandura. Cụ thể, việc tích hợp các học phần quản lý chuỗi cung ứng số, mô phỏng vận hành logistics qua nền tảng ERP/WMS, và các dự án học tập nhóm hoàn toàn trực tuyến sẽ đồng thời phát triển DC và nuôi dưỡng EWSE, từ đó tạo ra tác động tổng hợp lên SLO.

Đối với các nhà thiết kế chương trình, kết quả nghiên cứu gợi ý rằng EWSE, đặc biệt là các chiều cạnh quản lý cảm xúc từ xa và kỹ năng xã hội số cần được lồng ghép như một mục tiêu học tập tường minh trong chuẩn đầu ra chương trình, thay vì chỉ xem đây là kỹ năng mềm ngầm định. Các hoạt động tư vấn tâm lý số, câu lạc bộ học tập trực tuyến theo chuyên ngành và hệ thống phản hồi học tập số là những can thiệp có căn cứ để nâng cao EWSE của sinh viên.

Đối với các nhà hoạch định chính sách giáo dục đại học tại Việt Nam, nghiên cứu cung cấp bằng chứng thực nghiệm ủng hộ chủ trương tích hợp DC vào khung chuẩn đầu ra quốc gia và các chương trình đào tạo ngành Logistics. Trong bối cảnh Việt Nam đang đẩy mạnh chuyển đổi số giáo dục theo Quyết định số 749/QĐ-TTg, ngày 03/6/2020 của Thủ tướng Chính phủ phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030, kết quả nghiên cứu cung cấp luận cứ khoa học để phân bổ nguồn lực ưu tiên vào cả phát triển DC lẫn sức khỏe tâm lý số cho người học.

Tài liệu tham khảo:

1. Adam, S. (2004). Using learning outcomes. A consideration of the nature, function and position of learning outcomes in the creation of the European Higher Education Area. Report for the United Kingdom Bologna Seminar. Heriot-Watt University.

2. Alkhayyal, S., & Bajaba, S. (2023). The impact of e-leadership competencies on workplace well-being and job performance: The mediating role of e-work self-efficacy. Sustainability, 15(6), Article 4724. https://doi.org/10.3390/su15064724

3. Almenara, J., Gutiérrez Castillo, J. J., Guillen-Gamez, F., & Gaete-Bravo, A. (2022). Digital competence of higher education students as a predictor of academic success. Technology, Knowledge and Learning, 28, 683–702. https://doi.org/10.1007/s10758-022-00962-4

4. Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Prentice-Hall.

5. Becker, J.-M., Klein, K., & Wetzels, M. (2012). Hierarchical latent variable models in PLS-SEM: Guidelines for using reflective-formative type models. Long Range Planning, 45(5–6), 359–394. https://doi.org/10.1016/j.lrp.2012.10.001

6. Cabero-Almenara, J., Gutiérrez-Castillo, J. J., Guillén-Gámez, F. D., & Gaete-Bravo, A. F. (2023). Digital competence of higher education students as a predictor of academic success. Technology, Knowledge and Learning, 28(2), 683–702. https://doi.org/10.1007/s10758-022-00962-4

7. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.

8. Dang, H. A. T., & Nguyen, V. T. T. (2025). Linking AI literacy, self-efficacy, attitudes, and achievement: A mixed-methods study on the moderating role of AI usage and study year. Journal of Information Technology Education: Research, 24, Article 45. https://doi.org/10.28945/5689.

9. Dewi, N. P., Nurhatisyah, N., Elkarima, N., & Pawar, A. (2025). Transformational leadership, digital competence, and employee performance: Examining the mediating role of self-efficacy and the moderating influence of perceived organizational support in Riau Islands Province. Jurnal Manajemen Bisnis, 16(1), 47–72. https://doi.org/10.18196/mb.v16i1.25429

10. Dzulhijjah, D. R., & Pratikto, H. (2025). Adversity quotient as a mediator: The effect of locus of control and self-efficacy on student work readiness. In Proceedings of the 5th Business Innovation Sustainability and Technology International Conference, BISTIC 2025 (Article 2360549). EAI. http://dx.doi.org/10.4108/eai.30-7-2025.2360549

11. Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (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

12. Hair, J. F., Sarstedt, M., Ringle, C. M., & Gudergan, S. P. (2022). Advanced issues in partial least squares structural equation modeling (2nd ed.). SAGE Publications.

13. Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8

14. Ilomäki, L., Paavola, S., Lakkala, M., & Kantosalo, A. (2016). Digital competence – an emergent boundary concept for policy and educational research. Education and Information Technologies, 21(3), 655–679. https://doi.org/10.1007/s10639-014-9346-4

15. Liu, Z., Chen, X., & Ni, Y. (2024). Good tools are essential to do the job: A study of impact of digital competencies on innovative work behavior of Chinese remote work employees. Information Development. Advance online publication. https://doi.org/10.1177/02666669241264748

16. Ma, H., & Ismail, L. (2025). Bibliometric analysis and systematic review of digital competence in education. Humanities and Social Sciences Communications, 12(1), 185. https://doi.org/10.1057/s41599-025-04401-1

17. Pettersson, F. (2018). On the issues of digital competence in educational contexts – a review of literature. Education and Information Technologies, 23(3), 1005–1021. https://doi.org/10.1007/s10639-017-9649-3

18. Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78. https://doi.org/10.1037/0003-066X.55.1.68

19. Schwarz, S., Bieg, T., Svecnik, E., Schmölz, A., Geppert, C., & Gerdenitsch, C. (2024). Digital Competence Scale (DCS): A short self-assessment instrument for measuring digital competences. Nordic Journal of Digital Literacy, 19(3), 126–143. https://doi.org/10.18261/njdl.19.3.2

20. Suhada, S., Idries, F. A., Wulandari, N. D., Oktariantara, I., Romandhani, A. O., & Riyadho, A. (2026). Digital skills and work readiness: Unveiling the mediating effect of digital self-efficacy. Jurnal Akuntansi dan Manajemen, 23(1). https://doi.org/10.36406/jam.v23i1.262

21. Tramontano, C., Grant, C., & Clarke, C. (2021). Development and validation of the e-Work Self-Efficacy Scale to assess digital competencies in remote working. Computers in Human Behavior Reports, 4, Article 100129. https://doi.org/10.1016/j.chbr.2021.100129

22. Zakir, S., Hoque, M. E., Susanto, P., Nisaa, V., Alam, Md. K., Khatimah, H., & Mulyani, E. (2025). Digital literacy and academic performance: The mediating roles of digital informal learning, self-efficacy, and students' digital competence. Frontiers in Education, 10, Article 1590274. https://doi.org/10.3389/feduc.2025.1590274

23. Zhan, H., Cheng, K. M., Wijaya, L., & Zhang, S. (2024). Investigating the mediating role of self-efficacy between digital leadership capability, intercultural competence, and employability among working undergraduates. Higher Education, Skills and Work-Based Learning, 14(4), 796–820. https://doi.org/10.1108/HESWBL-02-2024-0032

24. Zhao, Y., Pinto Llorente, A. M., & Sánchez Gómez, M. C. (2021). Digital competence in higher education research: A systematic literature review. Computers & Education, 168, Article 104212. https://doi.org/10.1016/j.compedu.2021.104212

25. Zhoc, K. C. H., Webster, B. J., King, R. B., Li, J. C. H., & Chung, T. S. H. (2018). Higher education student engagement scale (HESES): Development and psychometric evidence. Research in Higher Education, 60(2), 219–244. https://doi.org/10.1007/s11162-018-9510-6