In data analysis, forecasting is often based on two main types of models: Cause and Effect Modeling and Time Series Modeling. For The Cause and Effect Model, Regression Analysis Techniques are used to establish the relationship between the dependent variables and the causal variables. The objective of this research is to introduce the construction of the Time Series Model by the Autoregressive Integrated Moving Average (ARIMA) method. With past data on matriculation and enrollment from 2007-2022 at Quang Nam University, the model's results will forecast the number of matriculation and enrollment for the following years. Trong phân tích dữ liệu, việc dự báo thường dựa trên hai loại mô hình chính là mô hình nhân quả và mô hình chuỗi thời gian. Trong mô hình nhân quả, kỹ thuật phân tích hồi quy được sử dụng để thiết lập mối quan hệ giữa biến phụ thuộc và các biến nguyên nhân. Mục tiêu của nghiên cứu này nhằm giới thiệu việc xây dựng mô hình chuỗi thời gian theo phương pháp trung bình trượt tích hợp tự hồi quy (Autoregressive Integrated Moving Average - ARIMA). Với dữ liệu quá khứ trúng tuyển và nhập học từ năm 2007-2022 tại trường đại học Quảng Nam, kết quả của mô hình sẽ dự bảo số lượng trúng tuyển và nhập học cho những năm tiếp theo.