Khảo sát mô phỏng (bảng hỏi tiếng Anh) đối với sinh viên đại học sử dụng ChatGPT cho học tập về ChatGPT trong viết học thuật của sinh viên, chọn mẫu thuận tiện có kiểm soát hạn ngạch, thu thập năm 2026. Bộ dữ liệu gồm 470 quan sát mô phỏng, 8 nhân tố, được tạo đúng theo mô hình nghiên cứu bên dưới, kèm cú pháp, sổ mã hóa và hướng dẫn để bạn thực hành trọn quy trình trên AMOS.
Mô hình nghiên cứu
Mô hình dựa trên lý thuyết hợp nhất về chấp nhận và sử dụng công nghệ mở rộng UTAUT2 (Venkatesh, Thong và Xu, 2012) bổ sung năng lực hiểu biết AI (Wang, Rau và Yuan, 2023). Năng lực hiểu biết AI làm tăng nỗ lực kỳ vọng và hiệu quả kỳ vọng (chuỗi trung gian nối tiếp), cùng ảnh hưởng xã hội và động lực hưởng thụ quyết định ý định sử dụng ChatGPT trong viết học thuật của sinh viên; ý định dẫn đến hành vi sử dụng thực tế. Lo âu công nghệ làm suy yếu tác động của nỗ lực kỳ vọng lên ý định.
| Giả thuyết | Nội dung |
|---|---|
| H1 | AI literacy có tác động cùng chiều đến Performance expectancy |
| H2 | AI literacy có tác động cùng chiều đến Effort expectancy |
| H3 | Effort expectancy có tác động cùng chiều đến Performance expectancy |
| H4 | Performance expectancy có tác động cùng chiều đến Behavioural intention |
| H5 | Effort expectancy có tác động cùng chiều đến Behavioural intention |
| H6 | Social influence có tác động cùng chiều đến Behavioural intention |
| H7 | Hedonic motivation có tác động cùng chiều đến Behavioural intention |
| H8 | Behavioural intention có tác động cùng chiều đến Use behaviour |
| H9 | AI literacy có tác động cùng chiều đến Use behaviour |
| H10 | Technology anxiety điều tiết mối quan hệ giữa Effort expectancy và Behavioural intention |
Thang đo trong bộ dữ liệu
| Nhân tố | Mã | Số biến | Nguồn thang đo | \(\alpha\) |
|---|---|---|---|---|
| AI literacy | AILIT |
5 | Wang, Rau and Yuan (2023) | 0,886 |
| Effort expectancy | EEXP |
4 | Venkatesh et al. (2003) | 0,857 |
| Social influence | SINF |
4 | Venkatesh et al. (2003) | 0,858 |
| Hedonic motivation | HMOT |
4 | Venkatesh, Thong and Xu (2012) | 0,886 |
| Technology anxiety | TANX |
4 | Meuter et al. (2003) | 0,875 |
| Performance expectancy | PEXP |
4 | Venkatesh et al. (2003) | 0,899 |
| Behavioural intention | BINT |
4 | Venkatesh, Thong and Xu (2012) | 0,900 |
| Use behaviour | USEB |
4 | adapted from Venkatesh et al. (2003) | 0,897 |
Kết quả tham khảo trên dữ liệu mẫu
Các thang đo có Cronbach’s Alpha từ 0,86 đến 0,90, đạt yêu cầu độ tin cậy. Bảng dưới là \(\beta\) chuẩn hóa ước lượng bằng hồi quy trên biến đại diện, giúp bạn đối chiếu khi tự chạy phân tích.
| Giả thuyết | \(\beta\) | t | p | Kết luận |
|---|---|---|---|---|
| H1 | 0,471*** | 11,05 | \(< 0{,}001\) | Ủng hộ |
| H2 | 0,698*** | 21,11 | \(< 0{,}001\) | Ủng hộ |
| H3 | 0,343*** | 8,04 | \(< 0{,}001\) | Ủng hộ |
| H4 | 0,114** | 2,76 | 0,006 | Ủng hộ |
| H5 | 0,316*** | 7,46 | \(< 0{,}001\) | Ủng hộ |
| H6 | 0,288*** | 9,03 | \(< 0{,}001\) | Ủng hộ |
| H7 | 0,385*** | 12,11 | \(< 0{,}001\) | Ủng hộ |
| H8 | 0,675*** | 19,12 | \(< 0{,}001\) | Ủng hộ |
| H9 | 0,133*** | 3,76 | \(< 0{,}001\) | Ủng hộ |
| H10 | -0,058* | -2,02 | 0,043 | Ủng hộ |
Effort expectancy: các biến trong mô hình giải thích 48,8% biến thiên của effort expectancy. Nhân tố tác động mạnh nhất là ai literacy (\(\beta = 0{,}698\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Performance expectancy: các biến trong mô hình giải thích 56,5% biến thiên của performance expectancy. Nhân tố tác động mạnh nhất là ai literacy (\(\beta = 0{,}471\)), tiếp theo là effort expectancy (\(\beta = 0{,}343\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Behavioural intention: các biến trong mô hình giải thích 56,7% biến thiên của behavioural intention. Nhân tố tác động mạnh nhất là hedonic motivation (\(\beta = 0{,}385\)), tiếp theo là effort expectancy (\(\beta = 0{,}316\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Use behaviour: các biến trong mô hình giải thích 56,2% biến thiên của use behaviour. Nhân tố tác động mạnh nhất là behavioural intention (\(\beta = 0{,}675\)), tiếp theo là ai literacy (\(\beta = 0{,}133\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Tác động gián tiếp: AI literacy → Performance expectancy → Behavioural intention ≈ 0,054; AI literacy → Effort expectancy → Performance expectancy ≈ 0,239; AI literacy → Effort expectancy → Behavioural intention ≈ 0,220 (tích các hệ số chuẩn hóa). Hãy kiểm định bằng bootstrap để có khoảng tin cậy.
Kết quả SEM, PLS-SEM có thể chênh lệch nhẹ so với hồi quy trên biến đại diện do khác phương pháp ước lượng. Số liệu chỉ phục vụ thực hành.
Kết quả chạy mô hình trên AMOS (minh họa)
Hình dưới mô phỏng giao diện kết quả khi chạy bộ dữ liệu này theo đúng mô hình nghiên cứu, giúp bạn biết trước cần đọc chỉ số nào và đối chiếu khi tự thực hành.


Mô hình đo lường
Hệ số tải chuẩn hóa của các biến quan sát từ 0,81 đến 0,89, đều lớn hơn 0,5 (tốt nhất từ 0,7), squared multiple correlation của từng biến từ 0,66 trở lên. Khi chạy CFA trên AMOS, hãy đọc thêm CMIN/DF (dưới 3), CFI và TLI (từ 0,9), RMSEA (dưới 0,08) trong mục Model Fit, sau đó tính CR, AVE từ bảng Standardized Regression Weights.
Mô hình cấu trúc
Trong bảng Regression Weights, giả thuyết được ủng hộ khi C.R. lớn hơn 1,96 (tương ứng P dưới 0,05, ký hiệu *** khi P dưới 0,001). Các giả thuyết được ủng hộ ở mức ý nghĩa 5%: H1 (AILIT → PEXP: 0,471, \(p < 0{,}001\)); H2 (AILIT → EEXP: 0,698, \(p < 0{,}001\)); H3 (EEXP → PEXP: 0,343, \(p < 0{,}001\)); H4 (PEXP → BINT: 0,114, \(p = 0{,}006\)); H5 (EEXP → BINT: 0,315, \(p < 0{,}001\)); H6 (SINF → BINT: 0,288, \(p < 0{,}001\)); H7 (HMOT → BINT: 0,385, \(p < 0{,}001\)); H8 (BINT → USEB: 0,675, \(p < 0{,}001\)); H9 (AILIT → USEB: 0,133, \(p < 0{,}001\)); H10 (tương tác \(\text{TANX} \times \text{EEXP}\) → BINT: -0,060, \(p = 0{,}039\)). Tất cả giả thuyết đều được ủng hộ. EEXP có \(R^2 = 0{,}488\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 48,8% biến thiên của effort expectancy; PEXP có \(R^2 = 0{,}565\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 56,5% biến thiên của performance expectancy; BINT có \(R^2 = 0{,}567\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 56,7% biến thiên của behavioural intention; USEB có \(R^2 = 0{,}562\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 56,2% biến thiên của use behaviour. Tác động mạnh nhất là AI literacy → Effort expectancy (hệ số 0,698), đây là gợi ý để viết hàm ý quản trị ưu tiên.
Ước lượng tham khảo trên dữ liệu mô phỏng. Kết quả khi bạn chạy trực tiếp trên phần mềm có thể chênh lệch nhẹ do khác thuật toán ước lượng và số mẫu bootstrap.
Xem trước bộ tài liệu
Hình dưới đây là nội dung thật của các file trong gói. Nhấn vào hình để xem kích thước đầy đủ.



Bạn sẽ thực hành được gì?
CFA: CMIN/DF, CFI, TLI, RMSEA, SRMR
CR, AVE, HTMT cho 8 nhân tố
SEM và kiểm định 10 giả thuyết
Bootstrap tác động gián tiếp
Nội dung bộ tài liệu
| File | Nội dung |
|---|---|
README.txt |
Đọc trước khi bắt đầu |
huong_dan.html |
Hướng dẫn từng bước kèm mô hình và kết quả tham khảo |
data_data_amos_chatgpt_for_academic_writing.csv |
Dữ liệu 470 quan sát, 33 biến thang đo |
so_ma_hoa.csv |
Sổ mã hóa biến và nguồn thang đo |
cu_phap_spss.sps |
Cú pháp SPSS chạy toàn bộ phân tích |
sem_lavaan.R |
Script R lavaan đối chiếu CFA, SEM |
Thông tin sản phẩm
- Phần mềm: IBM SPSS AMOS 24 trở lên (hoặc R lavaan, có script kèm theo)
- Lĩnh vực: Giáo dục số
- Định dạng: file .zip, khoảng 338 KB
- Ngôn ngữ: tiếng Việt
Cách nhận file
- Nhấn "Mua nhanh, nhận QR ngay" hoặc thêm vào giỏ và đặt hàng.
- Quét mã VietQR với số tiền và nội dung điền sẵn.
- Sau khi Kaas.vn xác nhận thanh toán, link tải được gửi qua email và hiển thị tại Tài khoản > Tải xuống.



















Đánh giá
Chưa có đánh giá nào.