Khảo sát mô phỏng tài xế xe công nghệ hai bánh và bốn bánh về chủ đề quản lý bằng thuật toán, kiệt sức và ý định rời bỏ nền tảng gọi xe công nghệ, chọn mẫu thuận tiện có kiểm soát hạn ngạch, thu thập năm 2026. Bộ dữ liệu gồm 390 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 SPSS.
Mô hình nghiên cứu
Mô hình dựa trên lý thuyết tự quyết SDT (Deci và Ryan, 2000) và mô hình nhu cầu - nguồn lực công việc JD-R (Bakker và Demerouti, 2007) áp dụng cho quản lý bằng thuật toán (Kellogg, Valentine và Christin, 2020). Kiểm soát bằng thuật toán trên nền tảng gọi xe công nghệ làm giảm tự chủ và tăng kiệt sức nghề nghiệp, trong khi tính minh bạch thuật toán nâng cảm nhận công bằng; tự chủ, kiệt sức và công bằng quyết định sự hài lòng công việc, dẫn đến ý định rời bỏ nền tảng. Mức độ phụ thuộc thu nhập làm suy yếu tác động của kiệt sức đến ý định rời bỏ.
| Giả thuyết | Nội dung |
|---|---|
| H1 | Kiểm soát bằng thuật toán có tác động ngược chiều đến Tự chủ trong công việc |
| H2 | Tính minh bạch của thuật toán có tác động cùng chiều đến Tự chủ trong công việc |
| H3 | Tính minh bạch của thuật toán có tác động cùng chiều đến Công bằng thuật toán cảm nhận |
| H4 | Kiểm soát bằng thuật toán có tác động ngược chiều đến Công bằng thuật toán cảm nhận |
| H5 | Tự chủ trong công việc có tác động ngược chiều đến Kiệt sức nghề nghiệp |
| H6 | Kiểm soát bằng thuật toán có tác động cùng chiều đến Kiệt sức nghề nghiệp |
| H7 | Công bằng thuật toán cảm nhận có tác động cùng chiều đến Hài lòng công việc |
| H8 | Kiệt sức nghề nghiệp có tác động ngược chiều đến Hài lòng công việc |
| H9 | Tự chủ trong công việc có tác động cùng chiều đến Hài lòng công việc |
| H10 | Hài lòng công việc có tác động ngược chiều đến Ý định rời bỏ nền tảng |
| H11 | Kiệt sức nghề nghiệp có tác động cùng chiều đến Ý định rời bỏ nền tảng |
| H12 | Mức độ phụ thuộc thu nhập vào nền tảng điều tiết mối quan hệ giữa Kiệt sức nghề nghiệp và Ý định rời bỏ nền tảng |
Thang đo trong bộ dữ liệu
| Nhân tố | Mã | Số biến | Nguồn thang đo | \(\alpha\) |
|---|---|---|---|---|
| Kiểm soát bằng thuật toán | KSTT |
4 | Parent-Rocheleau và cộng sự (2024) | 0,854 |
| Tính minh bạch của thuật toán | MBTT |
4 | Shin (2021) | 0,867 |
| Công bằng thuật toán cảm nhận | CBTTN |
4 | Colquitt (2001); Lee (2018) | 0,849 |
| Tự chủ trong công việc | TUCHU |
3 | Hackman và Oldham (1976) | 0,817 |
| Kiệt sức nghề nghiệp | KSNN |
4 | Maslach và Jackson (1981) | 0,870 |
| Hài lòng công việc | HLCV |
4 | Spector (1997) | 0,905 |
| Mức độ phụ thuộc thu nhập vào nền tảng | PTTN |
4 | Schor và cộng sự (2020) | 0,874 |
| Ý định rời bỏ nền tảng | YDRB |
4 | Mobley (1977) | 0,912 |
Kết quả tham khảo trên dữ liệu mẫu
Các thang đo có Cronbach’s Alpha từ 0,82 đến 0,91, 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 | -0,613*** | -14,14 | \(< 0{,}001\) | Ủng hộ |
| H2 | 0,216*** | 4,99 | \(< 0{,}001\) | Ủng hộ |
| H3 | 0,574*** | 12,90 | \(< 0{,}001\) | Ủng hộ |
| H4 | -0,263*** | -5,91 | \(< 0{,}001\) | Ủng hộ |
| H5 | -0,402*** | -9,39 | \(< 0{,}001\) | Ủng hộ |
| H6 | 0,405*** | 9,46 | \(< 0{,}001\) | Ủng hộ |
| H7 | 0,338*** | 9,51 | \(< 0{,}001\) | Ủng hộ |
| H8 | -0,367*** | -8,28 | \(< 0{,}001\) | Ủng hộ |
| H9 | 0,286*** | 6,35 | \(< 0{,}001\) | Ủng hộ |
| H10 | -0,547*** | -14,11 | \(< 0{,}001\) | Ủng hộ |
| H11 | 0,332*** | 8,59 | \(< 0{,}001\) | Ủng hộ |
| H12 | -0,117*** | -3,78 | \(< 0{,}001\) | Ủng hộ |
Công bằng thuật toán cảm nhận: các biến trong mô hình giải thích 30,6% biến thiên của công bằng thuật toán cảm nhận. Nhân tố tác động mạnh nhất là tính minh bạch của thuật toán (\(\beta = 0{,}574\)), tiếp theo là kiểm soát bằng thuật toán (\(\beta = -0{,}263\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Tự chủ trong công việc: các biến trong mô hình giải thích 34,1% biến thiên của tự chủ trong công việc. Nhân tố tác động mạnh nhất là kiểm soát bằng thuật toán (\(\beta = -0{,}613\)), tiếp theo là tính minh bạch của thuật toán (\(\beta = 0{,}216\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Kiệt sức nghề nghiệp: các biến trong mô hình giải thích 50,3% biến thiên của kiệt sức nghề nghiệp. Nhân tố tác động mạnh nhất là kiểm soát bằng thuật toán (\(\beta = 0{,}405\)), tiếp theo là tự chủ trong công việc (\(\beta = -0{,}402\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Hài lòng công việc: các biến trong mô hình giải thích 53,5% biến thiên của hài lòng công việc. Nhân tố tác động mạnh nhất là kiệt sức nghề nghiệp (\(\beta = -0{,}367\)), tiếp theo là công bằng thuật toán cảm nhận (\(\beta = 0{,}338\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Ý định rời bỏ nền tảng: các biến trong mô hình giải thích 62,5% biến thiên của ý định rời bỏ nền tảng. Nhân tố tác động mạnh nhất là hài lòng công việc (\(\beta = -0{,}547\)), tiếp theo là kiệt sức nghề nghiệp (\(\beta = 0{,}332\)). Tất cả các đường tác động đều có ý nghĩa thống kê ở mức 5%.
Tác động gián tiếp: Kiểm soát bằng thuật toán → Tự chủ trong công việc → Kiệt sức nghề nghiệp ≈ 0,246; Kiểm soát bằng thuật toán → Tự chủ trong công việc → Hài lòng công việc ≈ -0,175; Tính minh bạch của thuật toán → Tự chủ trong công việc → Kiệt sức nghề nghiệp ≈ -0,087 (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 SPSS (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
\(R^2_{\text{hc}} = 0{,}609\), các biến độc lập giải thích 60,9% biến thiên của ý định rời bỏ nền tảng. Kiểm định \(F = 303{,}679\) với \(\text{Sig.} < 0{,}001\), mô hình hồi quy phù hợp với tổng thể. \(\text{Durbin-Watson} = 2{,}214\) nằm trong khoảng 1,5 - 2,5, không có tự tương quan bậc nhất của phần dư.
Đọc bảng Coefficients
\(\text{VIF}_{\max} = 1{,}526\) (dưới 2), không có đa cộng tuyến đáng kể. HLCV có \(\text{Beta} = -0{,}530\), \(\text{Sig.} < 0{,}001\) nên có tác động ngược chiều đến YDRB; KSNN có \(\text{Beta} = 0{,}343\), \(\text{Sig.} < 0{,}001\) nên có tác động cùng chiều đến YDRB.
Phương trình hồi quy chuẩn hóa:
Thứ tự tác động theo độ lớn Beta: HLCV > KSNN.
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?
Cronbach’s Alpha, EFA với PAF và Promax
Ma trận tương quan và hồi quy bội, VIF
Kiểm định 12 giả thuyết theo mô hình
Diễn giải và trình bày kết quả theo APA 7
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_du_lieu_spss_valg_tai_xe_cong_nghe.csv |
Dữ liệu 390 quan sát, 31 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 22 trở lên (hoặc JASP, jamovi)
- Lĩnh vực: Kinh tế nền tảng
- Định dạng: file .zip, khoảng 318 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.