50 đề tài luận văn khoa học dữ liệu có thể làm với SPSS và SmartPLS

Bạn đang cần chốt một đề tài luận văn khoa học dữ liệu nhưng chưa biết dữ liệu lấy ở đâu, hỏi ai và chạy mô hình nào. Một tiêu đề nghe hiện đại chưa đủ để thành đề tài làm được. Bạn còn phải xác định biến, đơn vị khảo sát, cách đo lường và thời gian thu dữ liệu.

Danh sách dưới đây ưu tiên các đề tài định lượng mà một sinh viên có thể triển khai bằng bảng hỏi, dữ liệu thứ cấp, SPSS hoặc SmartPLS. Mỗi gợi ý đều có hướng xác định biến độc lập và biến phụ thuộc. Bạn có thể xem thêm các chủ đề thuộc nhóm Khóa luận tốt nghiệp trước khi chốt tên đề tài chính thức.

Chọn đề tài khoa học dữ liệu theo tiêu chí nào

Một đề tài phù hợp thường nằm ở giao điểm của ba yếu tố: câu hỏi nghiên cứu rõ, dữ liệu có thể thu được và phương pháp vừa sức. Nếu bạn chỉ có khoảng ba tháng, một khảo sát trực tuyến với người dùng thật thường dễ kiểm soát hơn việc xây dựng một hệ thống lớn từ đầu.

Với đề tài khoa học dữ liệu, bạn nên phân biệt phần “khoa học dữ liệu” với phần “công cụ”. Dùng Python, R, SPSS hay SmartPLS không tự làm cho đề tài có tính khoa học dữ liệu. Giá trị nằm ở câu hỏi, dữ liệu, mô hình và cách giải thích kết quả.

Một đề tài luận văn công nghệ thông tin có thể nghiên cứu chấp nhận hệ thống, chất lượng dữ liệu hoặc hành vi người dùng. Một đề tài hệ thống thông tin quản lý có thể tập trung vào chất lượng thông tin, hỗ trợ quyết định và hiệu quả sử dụng. Nếu tiêu đề bao gồm xây dựng thuật toán, bạn cần chắc chắn có dữ liệu đủ lớn và tiêu chí đánh giá mô hình rõ ràng.

Danh sách đề tài theo nhóm

Nhóm 1: Hành vi chấp nhận công nghệ

1. Các yếu tố ảnh hưởng đến ý định sử dụng ứng dụng học trực tuyến của sinh viên. Biến độc lập có thể gồm perceived usefulness, perceived ease of use, social influence và facilitating conditions. Biến phụ thuộc là ý định sử dụng.

2. Các yếu tố ảnh hưởng đến ý định sử dụng ứng dụng ngân hàng số của người trẻ. Có thể đo perceived usefulness, perceived ease of use, perceived security và trust. Biến phụ thuộc là ý định tiếp tục sử dụng.

3. Các yếu tố ảnh hưởng đến việc chấp nhận chatbot hỗ trợ khách hàng. Biến độc lập gồm chất lượng phản hồi, tính dễ sử dụng, mức độ tin cậy và perceived usefulness. Biến phụ thuộc là ý định sử dụng chatbot.

4. Các yếu tố ảnh hưởng đến ý định sử dụng công cụ AI tạo sinh trong học tập. Bạn có thể khảo sát perceived usefulness, ease of use, academic concern và social influence. Biến phụ thuộc là ý định sử dụng.

5. Các yếu tố ảnh hưởng đến việc sử dụng phần mềm quản lý công việc của nhân viên. Biến độc lập gồm chất lượng hệ thống, chất lượng thông tin, hỗ trợ tổ chức và perceived usefulness. Biến phụ thuộc là mức độ sử dụng hoặc hiệu quả cảm nhận.

Các đề tài này có thể tham chiếu TAM của Davis (1989), TPB của Ajzen (1991), hoặc UTAUT của Venkatesh và cộng sự (2003). Nếu nghiên cứu ứng dụng tiêu dùng, UTAUT2 của Venkatesh và cộng sự (2012) thường phù hợp hơn.

Nhóm 2: Chất lượng dữ liệu và chất lượng hệ thống

6. Ảnh hưởng của chất lượng dữ liệu đến hiệu quả ra quyết định trong doanh nghiệp.

7. Ảnh hưởng của chất lượng thông tin trên dashboard đến mức độ sử dụng của nhà quản lý.

8. Các yếu tố ảnh hưởng đến niềm tin của người dùng đối với hệ thống phân tích dữ liệu.

9. Ảnh hưởng của chất lượng hệ thống đến sự hài lòng của người dùng phần mềm nội bộ.

10. Mối quan hệ giữa chất lượng dữ liệu, chất lượng thông tin và hiệu quả công việc.

Trong các đề tài này, biến độc lập có thể là accuracy, completeness, timeliness, accessibility hoặc system quality. Biến phụ thuộc nên chọn một kết quả có thể hỏi trực tiếp, chẳng hạn sự hài lòng, hiệu quả công việc hoặc chất lượng quyết định. Tránh gom quá nhiều thuộc tính dữ liệu vào một mô hình khi bạn chưa có cơ sở lý thuyết.

Nhóm 3: Phân tích dữ liệu trong doanh nghiệp

11. Các yếu tố ảnh hưởng đến ý định sử dụng business intelligence của nhà quản lý.

12. Ảnh hưởng của năng lực phân tích dữ liệu đến hiệu quả hoạt động của doanh nghiệp nhỏ.

13. Mức độ sẵn sàng dữ liệu ảnh hưởng thế nào đến việc triển khai data-driven decision making.

14. Ảnh hưởng của data literacy đến chất lượng quyết định của nhân viên.

15. Các yếu tố ảnh hưởng đến việc chia sẻ dữ liệu giữa các phòng ban.

16. Ảnh hưởng của văn hóa dữ liệu đến hiệu quả ứng dụng phân tích kinh doanh.

Với nhóm này, bạn nên giới hạn đối tượng ở nhân viên hoặc nhà quản lý đang sử dụng dữ liệu trong công việc. Các biến có thể gồm data literacy, top management support, data quality, organizational readiness và perceived usefulness. Biến phụ thuộc có thể là hiệu quả quyết định hoặc mức độ sử dụng business intelligence.

Nhóm 4: Thương mại điện tử và nền tảng số

17. Các yếu tố ảnh hưởng đến ý định mua hàng trên sàn thương mại điện tử.

18. Ảnh hưởng của chất lượng gợi ý sản phẩm đến ý định mua lại.

19. Tác động của cá nhân hóa nội dung đến sự hài lòng của người dùng nền tảng số.

20. Ảnh hưởng của đánh giá trực tuyến đến niềm tin và ý định mua hàng.

21. Các yếu tố ảnh hưởng đến ý định sử dụng thanh toán không tiền mặt.

22. Ảnh hưởng của perceived security đến ý định tiếp tục sử dụng ví điện tử.

Bạn cần tách rõ biến trung gian nếu mô hình có cả trust, satisfaction và purchase intention. Một mô hình vừa sức có thể gồm perceived usefulness, perceived ease of use, trust và satisfaction, trong đó purchase intention là biến phụ thuộc. Đừng đưa tám hoặc mười biến độc lập chỉ vì bảng hỏi có nhiều câu hỏi.

Nhóm 5: Giáo dục số và y tế số

23. Các yếu tố ảnh hưởng đến sự hài lòng của sinh viên khi học qua hệ thống LMS.

24. Ảnh hưởng của chất lượng nền tảng học trực tuyến đến ý định tiếp tục sử dụng.

25. Các yếu tố ảnh hưởng đến việc sử dụng ứng dụng tư vấn sức khỏe trực tuyến.

26. Ảnh hưởng của perceived privacy đến ý định chia sẻ dữ liệu sức khỏe.

27. Các yếu tố ảnh hưởng đến mức độ tin cậy đối với hệ thống dự báo kết quả học tập.

28. Ảnh hưởng của phản hồi tự động đến sự tham gia học tập trực tuyến.

Nhóm này cần cẩn trọng với thông tin nhạy cảm. Bạn chỉ nên thu các biến cần thiết, thông báo mục đích khảo sát và tránh yêu cầu dữ liệu nhận dạng cá nhân. Nếu nghiên cứu hệ thống dự báo, hãy xác định rõ bạn đang đo nhận thức của người dùng về hệ thống hay đang đánh giá độ chính xác của thuật toán.

Nhóm 6: Đề tài nghiên cứu khoa học công nghệ thông tin và hệ thống thông tin quản lý

29. Các yếu tố ảnh hưởng đến hiệu quả triển khai hệ thống ERP trong doanh nghiệp.

30. Ảnh hưởng của hỗ trợ lãnh đạo đến thành công của dự án chuyển đổi số.

31. Các yếu tố ảnh hưởng đến ý định sử dụng hệ thống quản trị nhân sự.

32. Ảnh hưởng của đào tạo người dùng đến hiệu quả khai thác hệ thống thông tin.

33. Các yếu tố ảnh hưởng đến mức độ sẵn sàng chuyển đổi số của doanh nghiệp nhỏ.

34. Ảnh hưởng của năng lực công nghệ đến hiệu quả quản trị dữ liệu.

35. Mối quan hệ giữa chất lượng dịch vụ công trực tuyến và sự hài lòng của người dân.

36. Các yếu tố ảnh hưởng đến ý định sử dụng cổng dịch vụ hành chính trực tuyến.

Đây là hướng phù hợp cho đề tài nghiên cứu khoa học hệ thống thông tin quản lý vì đối tượng, hệ thống và kết quả quản trị có thể xác định tương đối rõ. Bạn nên giới hạn một loại hệ thống hoặc một nhóm tổ chức, thay vì nghiên cứu “chuyển đổi số tại Việt Nam” ở phạm vi quá rộng.

Nhóm 7: Đề tài nghiên cứu khoa học khoa học dữ liệu

37. Ảnh hưởng của khả năng giải thích mô hình đến niềm tin của người dùng đối với hệ thống AI.

38. Các yếu tố ảnh hưởng đến ý định sử dụng hệ thống phân tích dự báo.

39. Ảnh hưởng của chất lượng trực quan hóa dữ liệu đến khả năng ra quyết định.

40. Mối quan hệ giữa data literacy và khả năng sử dụng dashboard.

41. Các yếu tố ảnh hưởng đến việc chấp nhận hệ thống phát hiện gian lận.

42. Ảnh hưởng của perceived fairness đến niềm tin đối với mô hình AI.

43. Các yếu tố ảnh hưởng đến việc sử dụng công cụ phân tích dữ liệu tự phục vụ.

44. Ảnh hưởng của tính minh bạch dữ liệu đến ý định chia sẻ dữ liệu.

45. Mức độ trưởng thành về dữ liệu và hiệu quả ra quyết định trong doanh nghiệp.

46. Các yếu tố ảnh hưởng đến ý định sử dụng hệ thống khuyến nghị.

Những đề tài này phù hợp khi bạn muốn gắn khoa học dữ liệu với hành vi người dùng hoặc quản trị. Nếu mục tiêu là so sánh thuật toán, bạn cần một thiết kế khác, gồm bộ dữ liệu, cách chia train-test, metric và quy trình tái lập. Khi chỉ có một khảo sát vài trăm người, hãy đặt câu hỏi về nhận thức, niềm tin hoặc ý định sử dụng thay vì tuyên bố mô hình AI có độ chính xác cao.

Mô hình và thang đo gợi ý

Các nguồn trên là điểm bắt đầu, không phải bộ câu hỏi được phép sao chép nguyên văn. Bạn cần đọc định nghĩa từng khái niệm, dịch và điều chỉnh theo bối cảnh. Có thể dùng Likert năm hoặc bảy mức, nhưng phải thống nhất hướng mã hóa trong toàn bộ bảng hỏi. Khái niệm phản ánh nhận thức của người trả lời cần được đo bằng nhiều biến quan sát, sau đó kiểm tra độ tin cậy và giá trị thang đo.

Khi làm EFA, hệ số tải nhân tố từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên thường được tham chiếu theo (Hair và cộng sự, 2010). KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê được tham chiếu theo (Kaiser, 1974). Cronbach's Alpha từ 0.7 trở lên theo (Nunnally, 1978), còn corrected item-total correlation từ 0.3 trở lên theo (Nunnally và Bernstein, 1994).

Nếu dùng SmartPLS, outer loading từ 0.7 trở lên có thể tham chiếu (Chin, 1998), CR từ 0.7 và AVE từ 0.5 theo (Fornell và Larcker, 1981). HTMT nên dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, theo (Henseler và cộng sự, 2015). VIF dưới 5 được báo cáo theo (Hair và cộng sự, 2019). Các ngưỡng CFI, TLI và RMSEA thuộc CB-SEM, không đưa vào báo cáo SmartPLS.

Dữ liệu lấy ở đâu và cỡ mẫu bao nhiêu

Bạn có thể lấy dữ liệu từ ba nguồn chính. Thứ nhất là bảng hỏi với người dùng đúng đối tượng. Thứ hai là dữ liệu thứ cấp từ báo cáo, cơ sở dữ liệu công khai hoặc dữ liệu nội bộ được cấp quyền. Thứ ba là dữ liệu giao dịch hoặc log hệ thống, nhưng nguồn này thường cần quyền truy cập và kỹ năng làm sạch cao hơn.

Nếu dùng bảng hỏi, hãy xác định tiêu chí sàng lọc trước khi thu. Ví dụ, người trả lời phải từng sử dụng ứng dụng trong sáu tháng gần đây, từng dùng hệ thống LMS hoặc đang làm việc tại doanh nghiệp có dashboard. Một bảng hỏi dài và không có tiêu chí sàng lọc sẽ tạo nhiều câu trả lời không phù hợp.

Với thang đo nhiều biến quan sát, quy tắc tham khảo là 5 đến 10 quan sát cho một biến quan sát theo (Hair và cộng sự, 2010). Với hồi quy có m biến độc lập, cỡ mẫu từ 50 + 8m trở lên được nêu trong (Tabachnick và Fidell, 2013). Đây là căn cứ thiết kế, không phải cam kết rằng dữ liệu của bạn chắc chắn đạt mọi kiểm định.

số liệu minh họa: nếu bạn có 24 biến quan sát và dự kiến dùng EFA, kế hoạch 120 đến 240 quan sát là một khoảng tham khảo theo quy tắc 5 đến 10 lần. Nếu bảng hỏi có 30% câu trả lời không hợp lệ, số phiếu phát ra phải cao hơn số phiếu mục tiêu. Bạn cần ghi lại số phiếu phát, số phiếu thu, số phiếu loại và số phiếu đưa vào phân tích.

Dữ liệu khảo sát nên được lưu thành .sav hoặc .csv, mỗi hàng là một người trả lời và mỗi cột là một biến. Không đặt nhiều câu trả lời trong một ô, không trộn chữ vào cột số và không đổi mã 1 đến 5 giữa các nhóm biến. Trước khi chạy, kiểm tra missing value, câu trả lời lặp, thời gian hoàn thành quá ngắn và kiểu trả lời một cột từ đầu đến cuối.

Những đề tài nên tránh

Bạn nên tránh đề tài có tiêu đề quá rộng như “ứng dụng khoa học dữ liệu trong doanh nghiệp Việt Nam”. Đề tài này chưa chỉ ra ngành, đối tượng, kết quả cần đo hay nguồn dữ liệu. Hãy thu hẹp thành một hệ thống, một loại doanh nghiệp và một kết quả cụ thể.

Đề tài xây dựng mô hình dự báo doanh thu cũng cần cân nhắc nếu bạn không có chuỗi dữ liệu đủ dài, biến giải thích đáng tin cậy và metric đánh giá. Một bảng hỏi về cảm nhận của nhân viên không thể thay thế cho dữ liệu doanh thu thực tế.

Bạn cũng nên tránh đề tài yêu cầu dữ liệu cá nhân hoặc dữ liệu nội bộ mà chưa có quyền truy cập. Việc chọn đề tài dựa trên dữ liệu chưa chắc chắn sẽ khiến bạn mắc kẹt sau khi đã viết xong đề cương. Đề tài có quá nhiều mục tiêu, chẳng hạn vừa xây dựng thuật toán, vừa khảo sát người dùng, vừa đánh giá tác động tổ chức, thường vượt quá thời gian của một khóa luận.

Cuối cùng, tránh dùng các từ như “tối ưu”, “chính xác nhất” hoặc “tác động toàn diện” khi chưa có tiêu chí đo. Tiêu đề càng lớn thì yêu cầu về dữ liệu và lập luận càng nặng. Một đề tài hẹp nhưng có dữ liệu thật thường an toàn hơn một đề tài bắt mắt nhưng chỉ có dữ liệu giả định.

Lỗi thường gặp khi chốt đề tài

Chọn tên trước rồi mới tìm dữ liệu

Bạn hãy mở một bảng kiểm gồm đối tượng, số lượng có thể tiếp cận, thời gian thu và định dạng dữ liệu. Nếu chưa trả lời được bốn mục này, tên đề tài mới chỉ là ý tưởng.

Nhầm biến độc lập với biến quan sát

“Chất lượng hệ thống” là một khái niệm hoặc biến tiềm ẩn. Các phát biểu về tốc độ, độ ổn định và dễ sử dụng là biến quan sát. Khi viết mô hình, bạn cần thể hiện đúng cấp độ này.

Dùng quá nhiều mô hình trong một đề tài

TAM, TPB, UTAUT và SERVQUAL không nên được ghép lại chỉ để làm mô hình dài hơn. Chọn một mô hình chính, sau đó giải thích rõ biến nào được thêm vào và vì sao phù hợp với bối cảnh.

Không thống nhất giữa mục tiêu và phân tích

Nếu mục tiêu là giải thích ý định sử dụng, hồi quy hoặc PLS-SEM có thể phù hợp. Nếu mục tiêu là phân loại hoặc dự báo, bạn cần dữ liệu và metric khác. Đừng ghi “dự đoán” trong mục tiêu rồi chỉ chạy Cronbach's Alpha và EFA.

Không ghi nguồn thang đo

Bạn nên lưu tác giả, năm, khái niệm, số biến quan sát và bối cảnh của từng thang đo. Khi viết tài liệu, hãy xem hướng dẫn cách ghi tài liệu tham khảo và cách trích dẫn tài liệu tham khảo để tránh thiếu nguồn trong chương 2 và chương 3.

Tự tạo dữ liệu để mô hình đẹp

Dữ liệu minh họa chỉ dùng để học cách đọc bảng. Khi làm luận văn, bạn cần phân tích file .sav hoặc .csv thật, lưu lại từng vòng làm sạch và giải thích mọi biến bị loại. Nếu số liệu không đạt, nguyên nhân phải được truy tìm trong thiết kế thang đo, mẫu và dữ liệu, không thể xử lý bằng cách thay số.

Đọc thêm: thạc sĩ, check turnitin.

Câu hỏi thường gặp

Đề tài luận văn khoa học dữ liệu có bắt buộc phải xây dựng thuật toán không?

Không bắt buộc. Bạn có thể nghiên cứu việc chấp nhận hệ thống phân tích dữ liệu, chất lượng dashboard, data literacy hoặc niềm tin đối với AI bằng khảo sát định lượng. Nếu dùng từ “xây dựng thuật toán”, đề tài phải có dữ liệu và cách đánh giá mô hình tương ứng.

Nên chọn SPSS hay SmartPLS cho đề tài khoa học dữ liệu?

SPSS phù hợp với thống kê mô tả, Cronbach's Alpha, EFA, tương quan, hồi quy và một số kiểm định giả thuyết. SmartPLS phù hợp khi mô hình có biến tiềm ẩn, nhiều đường dẫn và bạn muốn đánh giá measurement model cùng structural model. Hãy chọn theo câu hỏi và dạng dữ liệu, không chọn chỉ vì công cụ đang được nhiều người dùng.

Có thể dùng dữ liệu khảo sát sinh viên cho mọi đề tài không?

Không. Mẫu sinh viên chỉ phù hợp nếu câu hỏi nghiên cứu hướng đến sinh viên hoặc người dùng có đặc điểm tương tự. Với đề tài về quyết định của nhà quản lý, ERP trong doanh nghiệp hoặc hiệu quả vận hành, bạn cần tiếp cận đúng nhóm đối tượng.

Bao nhiêu mẫu là đủ cho một khóa luận?

Không có một con số chung cho mọi mô hình. Bạn cần xem số biến quan sát, số biến độc lập, độ phức tạp mô hình và nhóm đối tượng. Có thể dùng quy tắc 5 đến 10 quan sát cho mỗi biến quan sát theo (Hair và cộng sự, 2010), hoặc công thức 50 + 8m cho hồi quy theo (Tabachnick và Fidell, 2013), rồi trao đổi lại với giảng viên.

Nếu Cronbach's Alpha hoặc EFA không đạt thì phải làm sao?

Kiểm tra mã đảo chiều, missing value, biến nhập sai và nội dung biến quan sát trước khi loại biến. Sau đó xem corrected item-total correlation, factor loading và ý nghĩa lý thuyết. Bạn cần ghi lại lý do loại biến, không xóa liên tục chỉ để đạt ngưỡng.

Đề tài có cần trích dẫn nguồn thang đo không?

Có. Bạn cần ghi nguồn khái niệm, mô hình và thang đo, đồng thời mô tả cách điều chỉnh cho bối cảnh nghiên cứu. Phần phương pháp nên nói rõ số biến quan sát ban đầu, thang Likert, khảo sát thử và cách kiểm định sau khi thu dữ liệu.

Trước khi gửi tên đề tài, hãy viết một trang gồm vấn đề nghiên cứu, đối tượng, biến độc lập, biến phụ thuộc, nguồn dữ liệu, cỡ mẫu dự kiến và phương pháp phân tích. Sau đó kiểm tra lại trích dẫn, mô hình và bảng hỏi bằng abstract nếu trường yêu cầu phần tóm tắt, rồi dùng M4 phân tích dữ liệu thật bằng SPSS và SmartPLS của DoThesis khi bạn cần chạy trên chính file .sav hoặc .csv của mình.