Page 106 - Tạp chí Giao Thông Vận Tải - Số Tết Âm Lịch

SỐ 1+2 KHOA HỌC CÔNG NGHỆ

Ta thấy, giá trị trung bình của hầu hết các nhân tố độc được, nghiên cứu đã tiến hành phân tích thống kê mô
lập đều xoay quanh giá trị 3,8/5 điểm, điều này cho thấy tả mẫu nghiên cứu, hệ số Cronbach’s Alpha, tương quan
mức độ tương xứng của các nhân tố với nhau và hoàn toàn Pearson và phương pháp nhân tố khám phá EFA để đánh
phù hợp chạy mô hình hồi quy. Kết quả chạy mô hình hồi giá thực trạng áp dụng Big Data vào phát triển bền vững
quy được trình bày trong Bảng 5.2: trong các dự án đầu tư xây dựng cơ sở hạ tầng giao thông
Bảng 5.2. Kết quả phân tích mô hình hồi quy đường bộ tại Việt Nam dựa trên 5 nhóm nhân tố tác động
ở trên. Kết quả phân tích các hệ số hồi quy tuyến tính cho
Hệ số đã
Hệ số chưa chuẩn Đa cộng tuyến thấy giá trị Sig. tổng thể của các nhân tố độc lập đều nhỏ
chuẩn hóa
Mô hình hóa t Sig. hơn 5%, điều này chứng tỏ các nhân tố phụ thuộc A, B, C,
Std. D, E đều có ý nghĩa 95% trong mô hình và đều có tác động
B Beta Tolerance VIF
Error đến nhân tố áp dụng dữ liệu lớn (Big Data) vào thúc đẩy
1 (Constant) -.452 .360 -1.254 .011 phát triển bền vững trong các dự án đầu tư xây dựng cơ sở
Atb .212 .051 .205 4.146 .000 .988 1.012 hạ tầng giao thông đường bộ.
Btb .104 .045 .119 2.319 .021 .926 1.080 Tuy nhiên, nghiên cứu vẫn còn tồn tại các hạn chế liên
Ctb .346 .048 .409 7.169 .000 .745 1.341 quan đến số lượng nhân tố đưa vào nghiên cứu và mô hình
Dtb .285 .055 .303 5.174 .000 .707 1.414 hồi quy chỉ hiệu quả trong phạm vi của dữ liệu ban đầu.
Việc dự đoán cho các giá trị nằm ngoài phạm vi của tập dữ
Etb .171 .046 .188 3.729 .000 .954 1.048 liệu có thể dẫn đến kết quả không chính xác.
Dependent Variable: Ftb
Nguồn: Tác giả tính toán bằng phần mềm SPSS Lời cảm ơn: Nghiên cứu này được tài trợ bởi Trường
Kết quả phân tích các hệ số hồi quy tuyến tính cho Đại học Giao thông vận tải trong Đề tài mã số T2024-
thấy giá trị Sig. tổng thể của các nhân tố độc lập đều nhỏ QLXD-005.
hơn 5%, điều này chứng tỏ các nhân tố phụ thuộc A, B, C,
D, E đều có ý nghĩa 95% trong mô hình và đều có tác động Tài liệu tham khảo
đến nhân tố áp dụng dữ liệu lớn (Big Data) vào thúc đẩy [1]. Tran Quang và cộng sự (2022), Ứng dụng dữ liệu
phát triển bền vững trong các dự án đầu tư xây dựng cơ sở lớn trong dự báo giao thông: Thử thách và giải pháp, Doi:
hạ tầng giao thông đường bộ. Như vậy, phương trình hồi 10.6084/m9.figshare.7140.
quy có dạng là: [2]. Trung, N.T và cộng sự (2022), Giáo trình Phân tích
(1) dữ liệu lớn căn bản, NXB. Khoa học và Kỹ thuật.
Để đánh giá mức độ phù hợp của mô hình hồi quy [3]. Trần Minh Quang và cộng sự (2020), Nghiên cứu
thì cần dựa vào giá trị R và R hiệu chỉnh. Dựa trên kết quả xây dựng hệ thống cảnh báo ùn tắc giao thông dựa vào dữ
2
2
tính toán, mô hình xây dựng có hệ số R là 0,528. Kết quả liệu từ cộng đồng và phân tích dữ liệu lớn, Đại học Quốc gia
2
này cho thấy độ thích hợp của mô hình là 52,8%, hay nói TP. Hồ Chí Minh.
cách khác, 52,8% sự biến thiên của nhân tố F được quyết [4]. Weerakkody, V et al. (2021), Influencing subjective
định bởi 5 nhân tố độc lập trong mô hình. Cả giá trị R và well-being for business and sustainable development using
2
R hiệu chỉnh đều lớn hơn 0,5 cho thấy mô hình có ý nghĩa. big data and predictive regression analysis, Journal of
2
Tiếp theo, sử dụng kiểm định F trong phân tích phương sai business research. 131, pp.520-538.
với giá trị F = 43.561 để kiểm định giả thuyết về sự phù hợp [5]. Rodrigo, N et al. (2024), Leveraging digital
của mô hình hồi quy nhằm xem xét nhân tố phụ thuộc F technologies for circular economy in construction industry:
có quan hệ tuyến tính với các nhân tố độc lập A, B, C, D, E. a way forward, Smart and Sustainable Built Environment,
Với mức ý nghĩa sig = 0,000 << 0,05, điều đó cho thấy sự 13(1), pp.85-116.
[6]. Edwin Cheng, T.C et al. (2022), Linkages between big
phù hợp của mô hình, tức là sự kết hợp của các nhân tố có data analytics, circular economy, sustainable supply chain
trong mô hình có thể giải thích được sự thay đổi của nhân flexibility and sustainable performance in manufacturing
tố phụ thuộc. firms, International Journal of Production Research. 60(22),
Tiếp theo, các kiểm định được tiến hành để đánh giá pp.6908-6922, Doi: 10.1080/00207543.2021.1906971.
mô hình đề xuất. Các nội dung kiểm định về phần dư có [7]. Pachouri, V et al. (2024), Empowering sustainability
phân phối chuẩn hay không, mối quan hệ tuyến tính giữa in the built environment: A technological Lens on industry 4.0
các biến, đa cộng tuyến, tự tương quan và phương sai Enablers, Technology in Society. 76, pp.102427.
đồng nhất đều thỏa mãn. Như vậy, mô hình hồi quy đa [8]. Bilal, M et al. (2016), Big Data in the construction
biến thỏa mãn các điều kiện đánh giá và kiểm định độ phù industry: A review of present status, opportunities and
hợp cho việc rút ra các kết quả nghiên cứu. future trends, Advanced engineering informatics. 30(3),
pp.500-521.
6. KẾT LUẬN
Nghiên cứu được tiến hành để xác định mức độ tác
động của 5 nhân tố độc lập lên nhân tố phụ thuộc là nhân Ngày nhận bài: 27/11/2024
tố áp dụng dữ liệu lớn (Big Data) vào thúc đẩy phát triển Ngày nhận bài sửa: 15/12/2024
bền vững trong các dự án đầu tư xây dựng cơ sở hạ tầng Ngày chấp nhận đăng: 26/12/2024
giao thông đường bộ (Nhân tố F). Dựa trên số liệu thu thập

105