Khảo sát mô phỏng (bảng hỏi tiếng Anh) đối với quản lý doanh nghiệp dệt may xuất khẩu về doanh nghiệp dệt may xuất khẩu, chọn mẫu thuận tiện có kiểm soát hạn ngạch, thu thập năm 2026. Bộ dữ liệu gồm 410 quan sát mô phỏng, 7 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 PROCESS.
Mô hình nghiên cứu
Mô hình dựa trên quan điểm năng lực động (Teece, 2007) và lý thuyết khả năng phục hồi chuỗi cung ứng (Ambulkar, Blackhurst và Grawe, 2015). Năng lực phân tích dữ liệu lớn và hợp tác chuỗi cung ứng nâng khả năng hiển thị; hiển thị tạo nên sự linh hoạt, linh hoạt tạo khả năng phục hồi và nâng kết quả kinh doanh của doanh nghiệp dệt may xuất khẩu (trung gian nối tiếp). Tính biến động môi trường khuếch đại vai trò của sự linh hoạt.
| Giả thuyết | Nội dung |
|---|---|
| H1 | Big data analytics capability có tác động cùng chiều đến Supply chain visibility |
| H2 | Supply chain collaboration có tác động cùng chiều đến Supply chain visibility |
| H3 | Supply chain visibility có tác động cùng chiều đến Supply chain agility |
| H4 | Big data analytics capability có tác động cùng chiều đến Supply chain agility |
| H5 | Supply chain collaboration có tác động cùng chiều đến Supply chain agility |
| H6 | Supply chain agility có tác động cùng chiều đến Supply chain resilience |
| H7 | Supply chain visibility có tác động cùng chiều đến Supply chain resilience |
| H8 | Supply chain resilience có tác động cùng chiều đến Firm performance |
| H9 | Supply chain agility có tác động cùng chiều đến Firm performance |
| H10 | Environmental dynamism điều tiết mối quan hệ giữa Supply chain agility và Supply chain resilience |
Thang đo trong bộ dữ liệu
| Nhân tố | Mã | Số biến | Nguồn thang đo | \(\alpha\) |
|---|---|---|---|---|
| Big data analytics capability | BDAC |
4 | Gupta and George (2016) | 0,872 |
| Supply chain collaboration | SCCOL |
4 | Cao and Zhang (2011) | 0,863 |
| Supply chain visibility | SCVIS |
4 | Brandon-Jones et al. (2014) | 0,883 |
| Supply chain agility | SCAGIL |
4 | Gligor, Esmark and Holcomb (2015) | 0,903 |
| Environmental dynamism | ENVDY |
4 | Jansen, Van den Bosch and Volberda (2006) | 0,854 |
| Supply chain resilience | SCRES |
4 | Ambulkar, Blackhurst and Grawe (2015) | 0,907 |
| Firm performance | FPERF |
4 | Vickery et al. (2003) | 0,929 |
Kết quả tham khảo trên dữ liệu mẫu
Các thang đo có Cronbach’s Alpha từ 0,85 đến 0,93, 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 | 0,490*** | 13,33 | \(< 0{,}001\) | Ủng hộ |
| H2 | 0,393*** | 10,70 | \(< 0{,}001\) | Ủng hộ |
| H3 | 0,450*** | 10,14 | \(< 0{,}001\) | Ủng hộ |
| H4 | 0,240*** | 6,07 | \(< 0{,}001\) | Ủng hộ |
| H5 | 0,246*** | 6,62 | \(< 0{,}001\) | Ủng hộ |
| H6 | 0,562*** | 12,67 | \(< 0{,}001\) | Ủng hộ |
| H7 | 0,282*** | 6,38 | \(< 0{,}001\) | Ủng hộ |
| H8 | 0,591*** | 14,14 | \(< 0{,}001\) | Ủng hộ |
| H9 | 0,290*** | 6,93 | \(< 0{,}001\) | Ủng hộ |
| H10 | 0,068* | 2,15 | 0,032 | Ủng hộ |
Supply chain visibility: các biến trong mô hình giải thích 47,7% biến thiên của supply chain visibility. Nhân tố tác động mạnh nhất là big data analytics capability (\(\beta = 0{,}490\)), tiếp theo là supply chain collaboration (\(\beta = 0{,}393\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Supply chain agility: các biến trong mô hình giải thích 58,1% biến thiên của supply chain agility. Nhân tố tác động mạnh nhất là supply chain visibility (\(\beta = 0{,}450\)), tiếp theo là supply chain collaboration (\(\beta = 0{,}246\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Supply chain resilience: các biến trong mô hình giải thích 60,8% biến thiên của supply chain resilience. Nhân tố tác động mạnh nhất là supply chain agility (\(\beta = 0{,}562\)), tiếp theo là supply chain visibility (\(\beta = 0{,}282\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Firm performance: các biến trong mô hình giải thích 69,1% biến thiên của firm performance. Nhân tố tác động mạnh nhất là supply chain resilience (\(\beta = 0{,}591\)), tiếp theo là supply chain agility (\(\beta = 0{,}290\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Tác động gián tiếp: Big data analytics capability → Supply chain visibility → Supply chain agility ≈ 0,220; Big data analytics capability → Supply chain visibility → Supply chain resilience ≈ 0,138; Supply chain collaboration → Supply chain visibility → Supply chain agility ≈ 0,177 (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 PROCESS (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.


Đọc bảng Model Summary và ANOVA
\(R^2_{\text{hc}} = 0{,}689\), các biến độc lập giải thích 68,9% biến thiên của firm performance. Kiểm định \(F = 454{,}270\) với \(\text{Sig.} < 0{,}001\), mô hình hồi quy phù hợp với tổng thể. \(\text{Durbin-Watson} = 1{,}823\) nằm trong khoảng 1,5 - 2,5, không có tự tương quan bậc nhất của phần dư.
Đọc bảng Coefficients
\(\text{VIF}_{\max} = 2{,}298\) (dưới 5), đa cộng tuyến ở mức chấp nhận được. SCRES có \(\text{Beta} = 0{,}591\), \(\text{Sig.} < 0{,}001\) nên có tác động cùng chiều đến FPERF; SCAGIL có \(\text{Beta} = 0{,}290\), \(\text{Sig.} < 0{,}001\) nên có tác động cùng chiều đến FPERF.
Phương trình hồi quy chuẩn hóa:
Thứ tự tác động theo độ lớn Beta: SCRES > SCAGIL.
Đọc output PROCESS
Model 4 (BDAC → SCVIS → SCAGIL): tác động gián tiếp \(= 0{,}3763\), khoảng tin cậy bootstrap 95% [0,3061; 0,4560] không chứa 0, vai trò trung gian của SCVIS được xác nhận. Tác động trực tiếp \(c' = 0{,}2379\) (\(p < 0{,}001\)), đây là trung gian một phần. Model 4 (BDAC → SCVIS → SCRES): tác động gián tiếp \(= 0{,}3875\), khoảng tin cậy bootstrap 95% [0,3204; 0,4638] không chứa 0, vai trò trung gian của SCVIS được xác nhận. Tác động trực tiếp \(c' = 0{,}1553\) (\(p = 0{,}002\)), đây là trung gian một phần. Model 1: hệ số tương tác Int_1 (\(\text{SCAGIL} \times \text{ENVDY}\)) \(= 0{,}0774\), \(p = 0{,}049\), ENVDY có vai trò điều tiết; đọc thêm bảng conditional effects và Johnson-Neyman để biết vùng tác động có ý nghĩa.
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?
PROCESS Model 4: trung gian, bootstrap
PROCESS Model 1: điều tiết, simple slope
Hồi quy phân cấp với biến tương tác
Kiểm định 10 giả thuyết theo mô hình
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_process_textile_and_garment_manufacturing.csv |
Dữ liệu 410 quan sát, 28 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 |
Thông tin sản phẩm
- Phần mềm: IBM SPSS 25 trở lên và PROCESS v4
- Lĩnh vực: Quản trị chuỗi cung ứng
- Định dạng: file .zip, khoảng 278 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.