Khảo sát mô phỏng (bảng hỏi tiếng Anh) đối với cán bộ quản lý tín dụng và quản trị rủi ro tại ngân hàng thương mại về hệ thống chấm điểm tín dụng ứng dụng AI, chọn mẫu thuận tiện có kiểm soát hạn ngạch, thu thập năm 2026. Bộ dữ liệu gồm 520 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 SmartPLS.
Mô hình nghiên cứu
Mô hình dựa trên khung công nghệ - tổ chức - môi trường TOE (Tornatzky và Fleischer, 1990) kết hợp lý thuyết phù hợp nhiệm vụ - công nghệ TTF (Goodhue và Thompson, 1995). Sự phù hợp nhiệm vụ - công nghệ nâng lợi thế tương đối; hỗ trợ của lãnh đạo cấp cao nâng mức sẵn sàng của tổ chức (trung gian nối tiếp đến ý định áp dụng); cùng áp lực cạnh tranh, các yếu tố này quyết định ý định áp dụng hệ thống chấm điểm tín dụng ứng dụng AI, từ đó cải thiện hiệu quả công việc. Lo ngại an ninh dữ liệu làm suy yếu tác động của lợi thế tương đối.
| Giả thuyết | Nội dung |
|---|---|
| H1 | Task-technology fit có tác động cùng chiều đến Relative advantage |
| H2 | Top management support có tác động cùng chiều đến Organizational readiness |
| H3 | Relative advantage có tác động cùng chiều đến Adoption intention |
| H4 | Organizational readiness có tác động cùng chiều đến Adoption intention |
| H5 | Competitive pressure có tác động cùng chiều đến Adoption intention |
| H6 | Top management support có tác động cùng chiều đến Adoption intention |
| H7 | Adoption intention có tác động cùng chiều đến Performance impact |
| H8 | Task-technology fit có tác động cùng chiều đến Performance impact |
| H9 | Data security concern điều tiết mối quan hệ giữa Relative advantage và Adoption intention |
Thang đo trong bộ dữ liệu
| Nhân tố | Mã | Số biến | Nguồn thang đo | \(\alpha\) |
|---|---|---|---|---|
| Task-technology fit | TTFIT |
4 | Goodhue and Thompson (1995) | 0,868 |
| Relative advantage | RADV |
4 | Moore and Benbasat (1991) | 0,858 |
| Top management support | TMSUP |
4 | Premkumar and Roberts (1999) | 0,875 |
| Organizational readiness | ORGRD |
4 | Iacovou, Benbasat and Dexter (1995) | 0,860 |
| Competitive pressure | CPRESS |
4 | Zhu and Kraemer (2005) | 0,870 |
| Data security concern | DSRISK |
4 | adapted from Smith, Milberg and Burke (1996) | 0,875 |
| Adoption intention | ADOPI |
4 | adapted from Venkatesh et al. (2003) | 0,904 |
| Performance impact | PERFI |
4 | Goodhue and Thompson (1995) | 0,879 |
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 | 0,728*** | 24,19 | \(< 0{,}001\) | Ủng hộ |
| H2 | 0,712*** | 23,07 | \(< 0{,}001\) | Ủng hộ |
| H3 | 0,358*** | 11,87 | \(< 0{,}001\) | Ủng hộ |
| H4 | 0,223*** | 5,36 | \(< 0{,}001\) | Ủng hộ |
| H5 | 0,299*** | 9,84 | \(< 0{,}001\) | Ủng hộ |
| H6 | 0,225*** | 5,36 | \(< 0{,}001\) | Ủng hộ |
| H7 | 0,665*** | 19,96 | \(< 0{,}001\) | Ủng hộ |
| H8 | 0,140*** | 4,21 | \(< 0{,}001\) | Ủng hộ |
| H9 | -0,071* | -2,52 | 0,012 | Ủng hộ |
Relative advantage: các biến trong mô hình giải thích 53,0% biến thiên của relative advantage. Nhân tố tác động mạnh nhất là task-technology fit (\(\beta = 0{,}728\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Organizational readiness: các biến trong mô hình giải thích 50,7% biến thiên của organizational readiness. Nhân tố tác động mạnh nhất là top management support (\(\beta = 0{,}712\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Adoption intention: các biến trong mô hình giải thích 56,6% biến thiên của adoption intention. Nhân tố tác động mạnh nhất là relative advantage (\(\beta = 0{,}358\)), tiếp theo là competitive pressure (\(\beta = 0{,}299\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Performance impact: các biến trong mô hình giải thích 54,9% biến thiên của performance impact. Nhân tố tác động mạnh nhất là adoption intention (\(\beta = 0{,}665\)), tiếp theo là task-technology fit (\(\beta = 0{,}140\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Tác động gián tiếp: Task-technology fit → Relative advantage → Adoption intention ≈ 0,261; Top management support → Organizational readiness → Adoption intention ≈ 0,158; Relative advantage → Adoption intention → Performance impact ≈ 0,238 (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 SmartPLS (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.


Đánh giá mô hình đo lường
Outer loading của các biến quan sát nằm trong khoảng 0,828 - 0,891, đều vượt ngưỡng 0,708 (Hair và cộng sự, 2022), nên giữ lại toàn bộ biến. Cronbach’s alpha từ 0,858 đến 0,904, composite reliability (rho_c) từ 0,904 đến 0,933, thỏa ngưỡng 0,7 và chưa vượt 0,95 nên không có dấu hiệu trùng lặp câu hỏi. AVE từ 0,702 đến 0,777 (lớn hơn 0,5), thang đo đạt giá trị hội tụ. Căn bậc hai AVE của mỗi nhân tố lớn hơn tương quan với các nhân tố khác, đạt giá trị phân biệt theo Fornell và Larcker (1981); khi tự chạy, hãy kiểm tra thêm HTMT dưới 0,85.
Đánh giá mô hình cấu trúc
RADV có \(R^2 = 0{,}530\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 53,0% biến thiên của relative advantage; ORGRD có \(R^2 = 0{,}507\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 50,7% biến thiên của organizational readiness; ADOPI 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 adoption intention; PERFI có \(R^2 = 0{,}549\) (mức trung bình theo Chin, 1998), nghĩa là các biến tác động giải thích khoảng 54,9% biến thiên của performance impact. Các giả thuyết được ủng hộ ở mức ý nghĩa 5%: H1 (TTFIT → RADV: 0,728, \(p < 0{,}001\)); H2 (TMSUP → ORGRD: 0,712, \(p < 0{,}001\)); H3 (RADV → ADOPI: 0,358, \(p < 0{,}001\)); H4 (ORGRD → ADOPI: 0,222, \(p < 0{,}001\)); H5 (CPRESS → ADOPI: 0,298, \(p < 0{,}001\)); H6 (TMSUP → ADOPI: 0,226, \(p < 0{,}001\)); H7 (ADOPI → PERFI: 0,665, \(p < 0{,}001\)); H8 (TTFIT → PERFI: 0,140, \(p < 0{,}001\)); H9 (tương tác \(\text{DSRISK} \times \text{RADV}\) → ADOPI: -0,074, \(p = 0{,}010\)). Tất cả giả thuyết đều được ủng hộ. Tác động mạnh nhất là Task-technology fit → Relative advantage (hệ số 0,728), 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?
Outer loading, rho_A, CR, AVE, HTMT
Bootstrapping 10.000 mẫu, path coefficients
\(R^2\), \(f^2\), \(Q^2_{\text{predict}}\), specific indirect effects
Kiểm định 9 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_smartpls_ai_based_credit_scoring.csv |
Dữ liệu 520 quan sát, 32 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: SmartPLS 4
- Lĩnh vực: Ngân hàng
- Định dạng: file .zip, khoảng 300 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.