Bỏ qua, tới nội dung

Mẫu bảng hỏi khoá luận

Mẫu bảng hỏi ý định dùng ChatGPT, AI trong học tập (UTAUT2)

Khái niệm
7
Biến quan sát
23
Cỡ mẫu tối thiểu
155
Đối tượng khảo sát
Sinh viên
Mở trong Bộ khảo sát để chỉnh và tải Word

Việc sinh viên dùng ChatGPT và các công cụ AI tạo sinh để học là đề tài mới và được nhiều khoa quan tâm. UTAUT2 của Venkatesh, Thong và Xu (2012) phù hợp vì người dùng tự chọn dùng, có yếu tố hưởng thụ và thói quen. Mẫu bỏ giá trị giá cả vì phần lớn sinh viên dùng bản miễn phí.

Mô hình nghiên cứu gợi ý

Mô hình theo UTAUT2 (Venkatesh và cộng sự, 2012), bỏ giá trị giá cả: hiệu quả kỳ vọng, nỗ lực kỳ vọng, ảnh hưởng xã hội, điều kiện thuận lợi, động lực hưởng thụ và thói quen tác động lên ý định hành vi.

Sơ đồ mô hình: Ý định dùng ChatGPT và AI trong học tậpH1: Hiệu quả kỳ vọng (PE) tác động cùng chiều tới Ý định hành vi (BI). H2: Nỗ lực kỳ vọng (EE) tác động cùng chiều tới Ý định hành vi (BI). H3: Ảnh hưởng xã hội (SI) tác động cùng chiều tới Ý định hành vi (BI). H4: Điều kiện thuận lợi (FC) tác động cùng chiều tới Ý định hành vi (BI). H5: Động lực hưởng thụ (HM) tác động cùng chiều tới Ý định hành vi (BI). H6: Thói quen (HT) tác động cùng chiều tới Ý định hành vi (BI).Hiệu quả kỳ vọngPENỗ lực kỳ vọngEEẢnh hưởng xã hộiSIĐiều kiện thuận lợiFCĐộng lực hưởng thụHMThói quenHTÝ định hành viBIH1H2H3H4H5H6
Sơ đồ mô hình gợi ý. Mũi tên liền: tác động cùng chiều; mũi tên nét đứt, ghi (−): tác động ngược chiều.

Bảng hỏi: các phát biểu đo lường

Các phát biểu dạng đồng ý dùng thang Likert 5 mức: 1 = Hoàn toàn không đồng ý, 2 = Không đồng ý, 3 = Trung lập, 4 = Đồng ý, 5 = Hoàn toàn đồng ý. Nên thêm một câu sàng lọc đúng đối tượng (sinh viên) và một câu kiểm tra sự chú ý; Bộ khảo sát tự thêm hai câu này và phần thông tin chung theo đối tượng khảo sát.

Câu đánh dấu điều chỉnh từ bản gốc được viết lại cho đúng bối cảnh của đề tài. Câu dịch sát bản gốc ghi ngay bên dưới để bạn đối chiếu và tự quyết định. Nếu dùng câu điều chỉnh, ghi rõ trong chương 3; Bộ khảo sát mở từ trang này đã điền sẵn các câu điều chỉnh.

Hiệu quả kỳ vọng (PE)

MãPhát biểu
PE1Tôi thấy ChatGPT hoặc công cụ AI tạo sinh hữu ích cho việc học của mình.điều chỉnh từ bản gốc Bản gốc: Tôi thấy ChatGPT hoặc công cụ AI tạo sinh hữu ích trong cuộc sống hằng ngày.
PE3Sử dụng ChatGPT hoặc công cụ AI tạo sinh giúp tôi hoàn thành các nhiệm vụ học tập nhanh hơn.điều chỉnh từ bản gốc Bản gốc: Sử dụng ChatGPT hoặc công cụ AI tạo sinh giúp tôi làm mọi việc nhanh hơn.
PE4Sử dụng ChatGPT hoặc công cụ AI tạo sinh giúp tôi học hiệu quả hơn.điều chỉnh từ bản gốc Bản gốc: Sử dụng ChatGPT hoặc công cụ AI tạo sinh làm tăng năng suất của tôi.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Nỗ lực kỳ vọng (EE)

MãPhát biểu
EE1Tôi thấy học cách sử dụng ChatGPT hoặc công cụ AI tạo sinh là dễ dàng.
EE2Việc tương tác với ChatGPT hoặc công cụ AI tạo sinh rõ ràng và dễ hiểu đối với tôi.
EE3Tôi thấy ChatGPT hoặc công cụ AI tạo sinh dễ sử dụng.
EE4Tôi có thể dễ dàng trở nên thành thạo trong việc sử dụng ChatGPT hoặc công cụ AI tạo sinh.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Ảnh hưởng xã hội (SI)

MãPhát biểu
SI1Những người quan trọng với tôi nghĩ rằng tôi nên sử dụng ChatGPT hoặc công cụ AI tạo sinh.
SI2Những người có ảnh hưởng tới hành vi của tôi nghĩ rằng tôi nên sử dụng ChatGPT hoặc công cụ AI tạo sinh.
SI3Những người mà tôi coi trọng ý kiến muốn tôi sử dụng ChatGPT hoặc công cụ AI tạo sinh.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Điều kiện thuận lợi (FC)

MãPhát biểu
FC1Tôi có đủ nguồn lực cần thiết để sử dụng ChatGPT hoặc công cụ AI tạo sinh.
FC2Tôi có đủ kiến thức cần thiết để sử dụng ChatGPT hoặc công cụ AI tạo sinh.
FC3ChatGPT hoặc công cụ AI tạo sinh tương thích với các công nghệ khác mà tôi đang dùng.
FC4Tôi có thể nhận được sự giúp đỡ từ người khác khi gặp khó khăn trong việc sử dụng ChatGPT hoặc công cụ AI tạo sinh.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Động lực hưởng thụ (HM)

MãPhát biểu
HM1Sử dụng ChatGPT hoặc công cụ AI tạo sinh rất vui.
HM2Sử dụng ChatGPT hoặc công cụ AI tạo sinh mang lại cảm giác thích thú.
HM3Sử dụng ChatGPT hoặc công cụ AI tạo sinh mang tính giải trí cao.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Thói quen (HT)

MãPhát biểu
HT1Việc sử dụng ChatGPT hoặc công cụ AI tạo sinh đã trở thành thói quen của tôi.
HT2Tôi bị nghiện sử dụng ChatGPT hoặc công cụ AI tạo sinh.
HT3Tôi cảm thấy mình không thể không sử dụng ChatGPT hoặc công cụ AI tạo sinh.điều chỉnh từ bản gốc Bản gốc: Tôi phải sử dụng ChatGPT hoặc công cụ AI tạo sinh.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Ý định hành vi (BI)

MãPhát biểu
BI1Tôi dự định tiếp tục sử dụng ChatGPT hoặc công cụ AI tạo sinh trong tương lai.
BI2Tôi sẽ luôn cố gắng sử dụng ChatGPT hoặc công cụ AI tạo sinh trong cuộc sống hằng ngày.
BI3Tôi có kế hoạch tiếp tục sử dụng ChatGPT hoặc công cụ AI tạo sinh thường xuyên.

Nguồn: Venkatesh và cộng sự (2012). Xem bản gốc tiếng Anh: thang đo UTAUT2.

Cỡ mẫu

Khái niệm nhận nhiều mũi tên nhất trong mô hình có 6 mũi tên. Phân tích power theo G*Power (f² = 0,15, α = 0,05, power 0,80) cho tối thiểu 98 quan sát; phương pháp căn bậc hai nghịch đảo của Kock và Hadaya (2018) với hệ số đường dẫn nhỏ nhất 0,2 cho 155. Cỡ mẫu tối thiểu lấy mức lớn hơn trong hai con số này: 155. Dự phòng 15% phiếu loại thì cần thu khoảng 183 phiếu.

Đổi số mũi tên hoặc phương pháp thì tính lại bằng máy tính cỡ mẫu nghiên cứu. Kế hoạch phát phiếu xem bài cách thu mẫu khảo sát khoá luận; thu xong, chuyển dữ liệu Google Form sang SPSS và lọc phiếu, rồiphân tích dữ liệu khảo sát online để có bảng chochương 4 kết quả nghiên cứu.

Nghiên cứu tại Việt Nam dùng mô hình này

Các bài dưới đây đã được đối chiếu với bản ghi DOI (Crossref) hoặc trang của tạp chí. Mô hình trong từng bài có thể rộng hơn mẫu này; đọc bài gốc trước khi trích dẫn.

Tác giả (năm)Nghiên cứuMẫuĐộ tin cậy, kết quả bài báo báo cáo
Duong, Bui, Pham, Vu và Nguyen (2023)How effort expectancy and performance expectancy interact to trigger higher education students' uses of ChatGPT for learningInteractive Technology and Smart Education, 21(3), 356–3801.461 sinh viên đại học ở Việt Nam; UTAUT; hồi quy đa thức và phân tích bề mặtChưa trích (chưa đọc được bản đầy đủ)
Nguyễn Thị Thanh Thúy và cộng sự (2025)Các yếu tố ảnh hưởng đến ý định sử dụng ChatGPT trong học tập và nghiên cứu của sinh viên Đại học Đà NẵngTạp chí Khoa học Kinh tế, Trường Đại học Kinh tế – Đại học Đà Nẵng, 11(04), 102–117300 sinh viên Đại học Đà Nẵng; UTAUT2; hồi quyα 0,608–0,804 (Bảng 3), vài khái niệm dưới 0,70

Kết quả điển hình: trong các bài có báo cáo số liệu, Nguyễn Thị Thanh Thúy và cộng sự (2025) cho α 0,608–0,804 (Bảng 3), vài khái niệm dưới 0,70. Đây là kết quả trên mẫu của từng bài, không bảo đảm mẫu của bạn cũng đạt.

Đoạn văn chương 3 (bản rút gọn)

Bảng hỏi gồm 7 khái niệm với 23 biến quan sát kế thừa từ: Hiệu quả kỳ vọng (PE, 3 biến) theo Venkatesh và cộng sự (2012); Nỗ lực kỳ vọng (EE, 4 biến) theo Venkatesh và cộng sự (2012); Ảnh hưởng xã hội (SI, 3 biến) theo Venkatesh và cộng sự (2012); Điều kiện thuận lợi (FC, 4 biến) theo Venkatesh và cộng sự (2012); Động lực hưởng thụ (HM, 3 biến) theo Venkatesh và cộng sự (2012); Thói quen (HT, 3 biến) theo Venkatesh và cộng sự (2012); Ý định hành vi (BI, 3 biến) theo Venkatesh và cộng sự (2012). Các phát biểu dạng đồng ý được đo bằng thang Likert 5 mức. Các biến PE1, PE3, PE4, HT3 được điều chỉnh câu chữ cho phù hợp bối cảnh nghiên cứu. [Nếu đã thực hiện:] Thang đo được dịch xuôi và dịch ngược (Brislin, 1970). [Nếu đã thực hiện:] Bảng hỏi được khảo sát thử với [số người] người thuộc đối tượng nghiên cứu trước khi khảo sát chính thức.

Bản đầy đủ, có phần cỡ mẫu và tài liệu tham khảo định dạng sẵn: mở trong Bộ khảo sát.

Lưu ý khi dùng mẫu này

Cần 183 người trả lời đúng đối tượng? Có thể thu mẫu trên Genius Data (link giới thiệu), chỉ trả cho phiếu được duyệt.

Tài liệu tham khảo

Thêm tài liệu của riêng bạn theo cùng chuẩn APA 7 bằng công cụ trích dẫn APA 7 online.

Mẫu bảng hỏi khác