câu hỏi ôn tập Phương pháp nghiên cứu khoa học

CÂU HỎI ÔN TẬP
Câu 1: Khái niệm nghiên cứu định lượng
Nghiên cứu định lượng là việc thu thập, phân tích thông tin trên cơ sở các số
liệu thu được từ thị trường. Mục đích của việc nghiên cứu định lượng là đưa ra các
kết luận về nghiên cứu thị trường thông qua việc sử dụng các phương pháp thống
kê để xử lý dữ liệu và số liệu. Nội dung của phân tích đinh lượng là thu thập số liệu
từ thị trường, xử lý các số liệu này thông qua các phương pháp thống kế thông
thường, mô phỏng hoặc chạy các phần mềm xử lý dữ liệu và đưa ra các kết luận
chính xác.
Câu 2: Nghiên cứu định lượng có những phương pháp chủ yếu gì? Lấy ví dụ
minh họa?
*Có hai phương pháp thu thập dữ liệu cơ bản là quan sát và điều tra thông
qua bộ câu hỏi thông qua bản câu hỏi.
-Phương pháp quan sát: ưu điểm của phương pháp quan sát là đưa ra nhiều
mục tiêu hơn sử dụng câu hỏi . Khi sử dụng phương pháp quan sát nhân viên khảo
sát không được dựa vào những gì những người được phỏng vấn trả lời hoặc là sẽ
nói.
Ví dụ:quan sát để rút ra các nhân tố ảnh hưởng đến sự hài lòng của người
tiêu dùng đối với sản phẩm bia Hà Nội.
- Điều tra qua bộ câu hỏi
*Một bộ câu hỏi có chất lượng phải có những đặc điểm sau:
o

Phải có tính bao quát, toàn diện.

o

Phải riêng cho từng khu vực thương mại.

Ví dụ:câu hỏi nghiên cứu về các nhân tố ảnh hưởng đến quyết định về quê làm việc
của sinh viên Thương Mại.

Câu 3: Phân tích quy trình nghiên cứu định lượng
Bước 1: Xây dựng câu hỏi nghiên cứu

1


Từ những vấn đề chưa được giải quyết ( tồn tại khe hổng lí thuyết) và có ý nghĩa
trong thực tiễn ( kết quả góp phần giải quyết các vấn đề hoặc có thể ứng dụng
trong thực tiễn).
 Hình thành câu hỏi nghiên cứu.
Bước 2: Tổng quan nghiên cứu
Nhà nghiên cứu cần phải đọc, tổng kết và lĩnh hội kết quả của các nghiên cứu trước
đó liên quan đến chủ đề nghiên cứu của mình.
 Giúp lựa chọn, sử dụng các lí thuyết thích hợp làm cơ sở nghiên cứu - > xá
định mô hình nghiên cứu và giả thuyết nghiên cứu sữ được kiểm định trong
nghiên cứu.
Bước 3 : Xác định và lựa chọn phương pháp nghiên cứu.
- Thu thập và phân tích dữ liệu phù hợp với câu hỏi và các giả thuyết nghiên
cứu được đặt ra
- Lựa chọn thang đo và thiết kế bảng câu hỏi, xác lập cách thức chọn mẫu và
điều tra, sử dụng công cụ thống kê phù hợp với phân tích dữ liệu.
Bước 4: Trình bày kết quả phân tích dữ liệu, diễn giải kết quả theo ngôn ngữ thống
kê và ngôn ngữ nghiên cứu.
Bước 5: Trao đổi, thảo luận
- Xem lại lí thuyết, đưa ra kết quả được khẳng định và kết quả khác
- Đưa ra kiến nghị, bàn luận về phát triển lí thuyết
- Ứng dụng kết quả nghiên cứu vào thực tiễn.
Câu 4: Thế nào là dữ liệu sơ cấp? Ưu và nhược điểm? dữ liệu sơ cấp gồm
những loại gì?
- Dữ liệu sơ cấp là dữ liệu không có sẵn, bản thân nhà nghiên cứu phải đi thu

thập dữ liệu cho phù hợp với vấn đề nghiên cứu đặt ra để kiểm định các mô
hình và giả thuyết nghiên cứu.
- Các loại dữ liệu sơ cấp;
o Dữ liệu chưa có sẵn:
 Dữ liệu có sẵn trong thực tế, chưa ai thu thập
 Dữ liệu có do tiến hành khảo sát, điều tra
o Dữ liệu chưa có trong thực tế
2


 Nhà khoa học cần thiết kế các thử nghiệm phù hợp để tạo ra và
thu thập dữ liệu.
- Ưu và nhược điểm của dữ liệu sơ cấp
Ưu điểm
Nhược điểm
Dữ liệu thu được phù hợp với nhu Tốn thời gian và chi phí thu thập dữ
cầu của nhà nghiên cứu
liệu
Phức tạp, đòi hỏi kĩ năng thiết kế và
sử dụng thang đo
Câu 5: Thế nào là dữ liệu thứ cấp? Ưu và nhược điểm? Dữ liệu thứ cấp gồm
những loại gì?
_ Dữ liệu thứ cấp là dữ liệu có sẵn, do người khác thu thập, sử dụng cho mục
đích nghiên cứu khác. Dữ liệu thứ cấp có thể là dữ liệu chưa xử lý (dữ liệu thô)
hoặc dữ liệu đã xử lý.
_ Các loại dữ liệu thứ cấp:
Dữ liệu thứ cấp bên trong
Khi tìm kiếm dữ liệu thứ cấp nên bắt
đầu từ các nguồn bên trong tổ chức.
Hầu hết các tổ chức đều có những

nguồn thông tin phong phú, vì vậy có
những dữ liệu có thể sử dụng ngay lập
tức. Chẳng hạn như dữ liệu về doanh
thu bán hàng và chi phí bán hàng hay
các chi phí khác sẽ được cung cấp đầy
đủ thông qua các báo cáo thu nhập
của doanh nghiệp. Những thông tin
khác có thể tìm kiếm lâu hơn nhưng
thật sự không khó khăn khi thu thập
loại dữ liệu này. Có hai thuận lợi
chính khi sử dụng dữ liệu thứ cấp bên
trong doanh nghiệp là thu thập được
một cách dễ dàng và có thể không tốn

Dữ liệu thứ cấp bên ngoài
Những nguồn dữ liệu thứ cấp bên
ngoài là các tài liệu đã được xuất bản.
Sự phát triển của mạng thông tin toàn
cầu đã tạo nên một nguồn dữ liệu vô
cùng phong phú và đa dạng, đó là các
dữ liệu thu thập từ internet.

3


kém chi phí.
_ Ưu, nhược điểm của dữ liệu thứ cấp:
Ưu điểm
+ Tiết kiệm chi phí so với dữ liệu sơ
cấp

+ Tiết kiệm thời gian và công sức so
với quá trình thu thập dữ liệu sơ cấp
+ Có thể cung cấp các dữ liệu so sánh
và dữ liệu theo bối cảnh
+ Có thể dẫn đến những khám phá bất
ngờ, mới mẻ
+ Tính đều đặn của dữ liệu
+ Chất lượng cao vì đây là những
thông tin đã qua kiểm duyệt, được
công bố.
+ Dữ liệu có tính cập nhật

Nhược điểm
+ Tiếp cận khó khăn và tốn kém trong
một số trường hợp
+ Những tổng hợp và các định nghĩa
có thể không phù hợp
+ Dạng chuẩn hóa, cách trình bày các
dữ liệu không thích hợp hoặc khó cho
việc sử dụng
+ Cũng cung cấp cho đối thủ cạnh
tranh, vì là những thông tin được công
bố công khai

Câu 6: Phân biệt dữ liệu sơ cấp và dữ liệu thứ cấp
Dữ kiệu sơ cấp
Khái niệm
Dữ liệu có sẵn, do người
khác thu thập, được sử
dụng trong mục đích

nghiên cứu khác.
Tính sẵn có tại thời Chưa sẵn có
điểm thu thập thông tin
Chi phí để thu thập
Thường cao hơn
Thời gian để thu thập
Thường dài hơn
Phương pháp để thu Nghiên cứu thực địa
thập
(quan sát, thảo luận
nhóm, điều tra, thử
nghiệm)

Dữ liệu thứ cấp
Dữ liệu không có sẵn
hoặc không thể giúp trả
lời các câu hỏi nghiên
cứu hiện tại
Đã sẵn có
Thường thấp hơn
Thường ngắn hơn
Nghiên cứu tài liệu bên
trong và bên ngoài
doanh nghiệp

4


Câu 7: Nêu các khái niệm cơ bản trong chọn mẫu: “đám đông, phần tử, mẫu, đơn
vị mẫu, khung mẫu, hiệu quả chọn mẫu, sai số trong chọn mẫu”. Tại sao cần phải

chọn mẫu?

1, Một số khái niệm trong chọn mẫu:
 Đám đông (Population): là thị trường mà nhà nghiên cứu tiến hành thực hiện
nghiên cứu để thỏa mãn mục tiêu và phạm vi của nghiên cứu
 Phần tử (Element) : là đối tượng cần thu thập dữ liệu, phần tử là đơn vị nhỏ
nhất của đám đông và là đơn vị cuối cùng của quá trình chọn mẫu.
 Mẫu (Sample) : là mọt tập hợp những phần tử nhỏ được lấy ra từ một tổng
thể lớn. Người ta nghiên cứu trong những mẫu nhỏ để tìm ra những tính chất,
những phản ứng đối với những lần thử nghiệm. Để rồi có thể suy diễn ra
những kết quả tìm được ở mẫu là điển hình của cả một tổng thể mà mẫu là
đại diện.
 Đơn vị mẫu (Sampling unit) : Để thuận tiện trong nhiều kĩ thuật chọn mẫu
người ta thường chia đám đông ra thành nhiều nhóm theo những đặc tính
nhất định. Những nhóm có được sâu khi phân chia đám đông được gọi là
đơn vị chọn mẫu
 Khung mẫu(sampling frame): Danh sách các đơn vị lấy mẫu có sẵn để phục
vụ cho việc lấy mẫu
 Hiệu quả chọn mẫu (Sampling efficiency) : được đo lường theo hai chỉ tiêu
là : hệ quả thống kê và hiệu quả kinh tế
+ Hiệu quả thống kê của một mẫu được đo lường dựa vào độ lệch chuân của ước
lượng. Một mẫu có hiệu quả thống kê cao hơn mẫu khác thì cùng một cỡ mãu, nó
có độ lệch chuẩn nhỏ hơn.
+ Hiệu quả kinh tế của một mẫu được đo lường dựa vào chi phí thu thập dữ liệu
của mẫu với một “độ chính xác” mong muốn nào đó.
 Sai số trong chọn mẫu là phần chênh lệch giữa kết quả thu được qua điều tra
và giá trị thực tế của nó trong tổng thể chung.
5

2, Tại sao cần phải chọn mẫu
 Để có thông tin nhanh hơn và tiết kiệm hơn.


Trường hợp khi tiến hành điều tra làm biến dạng hay phá hủy thuộc tính
của đơn vị

 Trường hợp số đơn vị của hiện tượng vô hạn hoặc không xác định


Khi muốn so sánh các hiện tượng với nhau mà chưa có thông tin cụ thể
hoặc khi muốn kiểm định một giả thuyết đặt ra, người ta thường dùng điều
tra chọn mẫu để thu thập dữ liệu.

Câu 8: Hãy nêu các phương pháp chọn mẫu ngẫu nhiên (xác xuất)
 Các phương pháp chọn mẫu ngẫu nhiên:
+Chọn
mẫu
ngẫu
nhiên
đơn
(Simple
random
sampling)
- Khái niệm: Là mẫu mà tất cả các thể trong quần thể có cùng cơ hội để chọn vào
mẫu.
Đây
là
dạng
đơn

giản
nhất
của
mẫu
xác
suất.
+Chọn
mẫu
hệ
thống:
- Trong mẫu hệ thống những cá thể được chọn theo một khoảng cách đều đặn (ví
dụ cứ năm đơn vị ta lại lấy một đơn vị) từ khung mẫu.
+Chọn
mẫu
phân
tầng
- Được lựa chọn khi nghiên cứu muốn đảm bảo tính đại diện của mẫu cho từng
nhóm
quần
thể,
ví
dụ
như
tuổi,
giới.
- QT mẫu được chia thành các tầng. Các tầng có chung đặc điểm (vùng miền, giới,
nhóm tuổi...). Mẫu được chọn riêng biệt cho từng tầng (dùng pp ngẫu nhiên đơn
hoặc ngẫu nhiên hệ thống). Cỡ mẫu từng tầng được chọn dựa trên tỷ lệ của cỡ dân
số
tại

tầng
đó
với
QT.
- Mẫu phân tầng chỉ có thể áp dụng khi chúng ta biết tỷ lệ của nhóm chúng ta cần
quan tâm trong QT là bao nhiêu.
+Chọn
mẫu
chùm/cụm
- Việc chọn những nhóm các đơn vị nghiên cứu (các cụm) thay cho việc chọn cá
nhân những đơn vị nghiên cứu được gọi là mẫu cụm. Các cụm thường là những
đơn vị địa lý (như, các huyện, các làng) hoặc những đơn vị tổ chức (như, các
phòng khám, những nhóm đào tạo).
6


+Chọn
mẫu
nhiều
giai
đoạn
- Phương pháp được sử dụng nhiều trong các nghiên cứu lớn, phạm vi địa lý rộng
+Chọn
mẫu
tỷ
lệ
với
cỡ
dân
số

PPS
- Là phương pháp chọn mẫu nhiều giai đoạn. Xác suất được chọn vào mẫu của
chùm/cụm được tỷ lệ với cỡ dân số của chùm/cụm đó. PPS rất hữu ích khi cỡ dân
số của các chùm/cụm khác biệt nhau nhiều. Kết hợp với việc chọn số mẫu tương
đương nhau tai các chùm/cụm, PPS đảm bảo các cá thể mẫu được chọn vào mẫu
với cùng xác suất. PPS được sử dụng rất nhiều trong các điều tra nghiên cứu hành
vi, trong điều tra hộ gia đình.

Câu 9: Hãy nêu các phương pháp chọn mẫu phi ngẫu nhiên (phi xác xuất)?
Chọn mẫu phi ngẫu nhiên là phương pháp chọn mẫu mà các phần tử trong tổng thể
không có khả năng ngang nhau để được chọn vào mẫu nghiên cứu. Việc chọn mẫu
phi xác suất hoàn toàn phụ thuộc vào kinh nghiệm và sự hiểu biết về tổng thể của
nhà khoa học nên kết quả điều tra mang tính chủ quan của nhà khoa học. Mặt khác,
chúng ta không thể tính được sai số do chọn mẫu, do đó không thể áp dụng phương
pháp ước lượng thống kê để suy rộng kết quả trên mẫu cho tổng thể.
Chọn mẫu phi ngẫu nhiên có bốn phương pháp khác nhau: Chọn mẫu theo phán
đoán, chọn mẫu theo định mức, chọn mẫu thuận tiện và chọn mẫu quả cầu tuyết.
- Chọn mẫu theo phán đoán: Nhà khoa học đưa ra những phán đoán về các
đặc điểm của đối tượng cần chọn vào mẫu. Những đặc điểm này được xác
định từ trước theo yêu cầu của nghiên cứu. Tính đại diện của mẫu phụ thuộc
nhiều vào kinh nghiệm và sự hiểu biết của người tổ chức việc điều tra và cả
người đi thu thập dữ liệu.
- Chọn mẫu theo định mức: Trước tiên nhà khoa học phân nhóm tổng thể theo
một tiêu thức nào đó (cũng giống như chọn mẫu ngẫu nhiên phân tầng), sau
đó dùng phương pháp chọn mẫu thuận tiện hay chọn mẫu phán đoán để chọn
các phần tử trong từng nhóm vào mẫu điều tra. Sự phân bổ số phần tử cần
điều tra theo từng nhóm được chia hoàn toàn theo kinh nghiệm chủ quan của
nhà khoa học.
- Chọn mẫu thuận tiện: Người điều tra lấy mẫu dựa trên sự tiện lợi hay khả
năng tiếp cận đối tượng điều tra ở những nơi mà người điều tra dễ gặp được

7


đối tượng . Lấy mẫu thuận tiện thường dùng trong nghiên cứu khám phá, để
xác định ý nghĩa thực tiễn của vấn đề nghiên cứu, hoặc để kiểm tra trước
bảng câu hỏi nhằm hoàn chỉnh bảng hỏi, hoặc khi muốn ước lượng sơ bộ về
vấn đề đang quan tâm mà không muốn mất nhiều thời gian và chi phí.
- Chọn mẫu quả cầu tuyết còn được gọi là chọn mẫu mở rộng. Phương pháp
này được áp dụng khi chúng ta khó xác định được người trả lời và khó tiếp
cận được họ. Nguyên tắc là ở giai đoạn đầu tiên chúng ta bắt đầu phát hiện
ra một vài cá nhân cần tìm hiểu và thu thập thông tin từ họ. Rồi sau đó
chúng ta nhờ các cá nhân này giới thiệu cho những người khác có đặc điểm
tương tự như họ. Ta sẽ tiếp tục tiếp cận, thu thập thông tin rồi lại hỏi các
thành viên tiếp theo giới thiệu. Cứ tiếp tục như thế, nhà khoa học sẽ được
người trả lời chỉ cho những người khác và mở rộng mẫu nghiên cứu cho đến
lúc đạt được cỡ mẫu cần thiết.
Câu 10: Phân tích quy trình chọn mẫu? Cách xác định kích thước mẫu?
1.
-

Quy trình chọn mẫu có thể được tiến hành qua năm bước:
Xác định tổng thể cần nghiên cứu
Xác định khung mẫu
Xác định kích thước mẫu
Xác định phương pháp chọn mẫu
Tiến hành chọn mẫu và điều tra

Xác định tổng thể cần nghiên cứu là khâu đầu tiên của quá trình chọn mẫu. Thực ra,
việc xác định tổng thể nghiên cứu đã được tiến hành khi nhà khoa học thiết kế
nghiên cứu và xác định đâu là đối tượng cần thu thập dữ liệu để đáp ứng mục tiêu

và phạm vi nghiên cứu
Xác định khung mẫu là công việc tiếp theo trong quá trình chọn mẫu. Nhà khoa
học cần liệt kê danh mục các dữ liệu và thông số cần thiết cho việc chọn mẫu.
Xác định kích thước mẫu là công việc rất quan trọng của quá trình chọn mẫu vì nó
ảnh hưởng tới quá trình phân tích dữ liệu và độ tin cậy của kết quả nghiên cứu. Đối
với một nghiên cứu định lượng, kích thước mẫu (n) tối thiểu phải lả 30 để các tính
toán thống kê có ý nghĩa. Đối với các cuộc điều tra, thăm dò thông thường, có hai
điều kiện quan trọng là n>30 và n<1/7 kích thước tổng thể. Thông thường, tỉ lệ lấy
mẫu trung bình là khoảng 1/10 kích thước tổng thể. Tuy nhiên, việc xác định kích
8


thước mẫu còn tùy thuộc vào mục tiêu nghiên cứu và công cụ phân tích thống kê sẽ
sử dụng để phân tích dữ liệu.
Xác định phương pháp chọn mẫu: các phương pháp chọn mẫu được chia làm hai
nhóm chính là phương pháp chọn mẫu xác xuất vả chọn mẫu phi xác xuất.
Tiến hành chọn mẫu và điều tra (gửi bảng câu hỏi).
2. Xác định kích thước mẫu
Việc xác định kích thước mẫu tùy thuộc vào loại nghiên cứu, mục tiêu nghiên cứu
và các phân tích thống kê mà nhà nghiên cứu dự định sử dụng.
a. Xác định cỡ mẫu theo chuẩn mực cơ bản:
- Kích thước mẫu tối thiểu là 30 (n>=30), về mặt thống kê đây là kích thước
đủ để các phân tích thống kê có ý nghĩa.
- Kích thước mẫu tối đa nhỏ hơn 1/7 tổng thể (f=n/N <= 1/7) và tỷ lệ lấy mẫu
trung bình là 1/10
b. Xác định cỡ mẫu để ước lượng trung bình tổng thể
𝑒=

𝑍𝑎/2𝑆𝑥
√𝑛

Trong đó:
e = Mức độ chính xác (chính là mức sai lệch giữa giá trị trung bình mẫu với
giá trị trung bình tổng thể)
n = Cỡ mẫu
Za/2 = Gía trị của biến phân phối chuẩn hóa ở mức ý nghĩa 𝛼
𝛼 = Mức ý nghĩa (thường được chọn ở mức 0,05)
Sx = Độ lệch chuẩn của mẫu

Câu 11: Bản chất của đo lường khái niệm nghiên cứu là gì ?
Giả sử, chúng ta sẽ kiểm định mối liên hệ giữa nhận thức về khả năng khởi nghiệp
với ý định khởi nghiệp( với mẫu sinh viên năm cuối, chuyên ngành Quản trị kinh
doanh).
Vấn đề đầu tiên là các khái niệm “ ý định" và “ nhận thức về khả năng khởi nghiệp”
sẽ được đo lường như thế nào?
9


Ý định khởi nghiệp được đo lường bằng 1 thang đo bao gồm 3 mục hỏi như sau:
- Biến tiềm ẩn: Ý định khởi nghiệp
- Biến quan sát ( mục hỏi)
+ X1: Khởi sự DN là 1 phần trong dự định nghề nghiệp của tôi
+ X2: Nếu chọn giữa làm chủ và tiền công tôi thích làm chủ hơn
+X3: Tôi sẽ đi làm trong 1 tổ chức/ doanh nghiệp có sẵn
Sau khi thu thập dữ liệu, nhà khoa học cần kiểm tra lại 3 mục hỏi(X1, X2, X3)
có thực sự tin cậy để đo khái niệm “ ý định khởi nghiệp" không? Các phân tích
thống kê được sử dụng là Phân tích độ tin cậy và kiểm định giá trị.
Câu 12: Có những cấp độ thang đo nào trong đo lường khái niệm nghiên cứu?
- Thang đo cấp định danh, thứ tự_ thang đo định tính
- Thang đo cấp quãng, tỉ lệ_ thang đo định lượng

+ Thang đo cấp định danh: Là thang đo trong đó số đo dùng để xếp loại( phân
loại hoặc đặt tên)
+ Thang đo cấp thứ tự: Loại thang đo trong đó số đo dùng để so sánh thứ tự
+ Thang đo khoảng: Các con số đưa ra có khoảng( thường từ 1 đến 5, 1 đến 7, 1
đến 9)
+ Thang đo cấp tỉ lệ: Trong đó số đo dùng để đo độ lớn, các con số hoặc lựa
chọn đưa ra ngoài việc xác định được khoảng cách, còn tính được tỉ lệ để so
sánh
Câu 13: Hãy nêu một số vấn đề trong thiết kế bảng hỏi định lượng: Định khung
bảng hỏi, xem xét thứ tự các câu hỏi và soạn thảo câu hỏi?
- Định khung câu hỏi: nhà nghiên cứu cần phải bắt đầu bằng việc xác định
phạm vi hay các chủ điểm chính cầ n thu thập thông tin và xây dựng khung
bảng hỏi như một sơ đồ cây. Vấn đề tiếp theo là xem xét các bước nhảy
trong diễn tiến của bảng câu hỏi. cuối cùng là cần xác định thang điểm hay
thang trả lời cho mỗi câu hỏi đặt ra.
- Xác định thứ tự các câu hỏi: các câu hỏi trong bảng hỏi được sắp xếp theo
nguyên tắc từ câu hỏi dễ đến câu hỏi khó( bắt đầu bằng các câu hỏi đòi hỏi ít
nỗ lực tư duy cho tới các câu hỏi phức tạp hơn) và từ khái quát đến cụ thể.
10


Các câu hỏi nhận dạng người trả lời (thông tin cá nhân) được đặt sau cùng.
Trong diễn tiến bảng câu hỏi, cần tránh gợi ý trả lời cho câu hỏi sau.
- Vấn đề soạn thảo câu hỏi: vấn đề chính đặt ra trong việc soạn thảo bảng câu
hỏi là việc sử dụng từ ngữ và văn phong như thế nào để người trả lời có thể
hiểu đúng ý câu hỏi. Các nguyên tắc đặt ra là: ngắn gọn, dễ hiểu, đơn nhất
trung lập và phong phú. Câu hỏi quá dài làm người trả lời hiểu lầm câu hỏi.
bảng hỏi quá dài sẽ dẫn tới việc bỏ sót hoặc bỏ dở khi trả lời. Đối với mỗi
câu hỏi đặt ra, nhà khoa học nên tư vấn mình là liệu ta có thể hỏi đơn giản
hơn không ( dễ hiểu). cần đảm bảo mỗi câu hỏi chỉ hướng tới duy nhất đo

một biến số, không nên đặt nhiều ý hỏi trong 1 câu và tránh từ ngữ nước đôi.
Không nên định hướng câu trả lời. Bảng hỏi cần đa dạng, thú vị để tránh sự
nhàm chán khi trả lời bảng hỏi.
Câu 14: Phân tích nội dung của nhập và chuẩn bị dữ liệu trong thu thập dữ liệu
định lượng?
- Xử lý sơ bộ bảng câu hỏi:
Trước khi đưa vào sử dụng chính thức để thu thập thông tin, cần thử nghiệm bảng
câu hỏi đế sửa chữa và giảm các sai sót đến mức thấp nhất có thể. Nhân viên phỏng
vấn có thể có những sai sót như: chủ quan, thiếu kinh nghiệm và kỹ năng phỏng
vấn, chưa hiểu rõ câu hỏi,.... do đó người phụ trách nghiên cứu cần huấn luyện kỹ
càng và cho nhân viên phỏng vấn thực tập trước khi tiến hành thực thụ. Có thể
người người trả lời câu hỏi trả lời qua loa cũng là 1 lý do. Như vậy, bảng câu hỏi
sau khi đã thu về cần phải xử lý sơ bộ để giảm thiểu các sai sót, tang chất lượng dữ
liệu mà chúng ta sẽ sử dụng để phân tích. Nếu là việc điều tra đối mặt, nhân viên
điều tra cần rà soát lại bảng câu hỏi ngay khi kết thúc phỏng vấn để đảm bảo không
có phàn nào trong bảng câu hỏi bị bỏ sót. Khi dữ liệu được nhập hoàn toàn vào các
phần mềm xử lý dữ liệu thống kê( SPSS, excel,...) nhà nghiên cứu cần tiến hành
các bước hiệu chỉnh để loại bỏ bớt những câu trả lời không hợp lý, xử lý câu trả lời
trống hoặc thiếu.
- Mã hóa dữ liệu:
Các dữ liệu thu thập trong bảng hỏi cần được mã hóa và nhập vào các phần mềm
phân tích dữ liệu hoàn toàn dưới dạng con số. mỗi câu hỏi sẽ được mã hóa là một
biến trong bảng dữ liệu ( tương ứng là một cột trong SPSS) mỗi người trả lời là
11


một trường hợp quan sát ( tương ứng là một dòng trong bảng dữ liệu SPSS). Với
các câu hỏi có thang đo định lương, các câu trả lời đã được mã hóa dưới dạng các
con số, việc nhập dữ liệu được thực hiện theo đúng các con số tương ứng. với các
câu hỏi có thang đo định tính, nhà nghiên cứu sẽ gán số cho các câu trả lời theo

quy ước của mình.
- Nhập dữ liệu:
Trước khi nhập dữ liệu cần đánh số thứ tự các bảng câu hỏi thu được để tiện việc
kiểm tra sau này. Nếu là một cuộc điều tra với số lượng lớn các câu hỏi, nhà
nghiên cứu có thể thuê bên ngoài công việc nhập dữ liệu và tiến hành kiểm trả xác
suất bảng dữ liệu thu được. phần mềm xử lý số liệu phổ biến hiện này là phần mềm
SPSS, nhà nghiên cứu có thể nhập dữ liệu trực tiếp trên phần mềm này hoặc nhập
dữ liệu với bảng tính excel rồi chuyển ssang SPSS. Bảng dữ liệu hoàn chỉnh sẽ là
một ma trận trong đó: mỗi cột biểu thị một biến, mỗi dòng biểu thị thông tin của
một người trả lời.
- Làm sạch dữ liệu:
Làm sạch dữ liệu là bước cuối cùng nhằm tiếp tục phát hiện các sai sót trong quá
trình thu thập dữ lieu và các sai sót có thể xảy ra trong quá trình nhập dữ liệu. đó là
trường hợp các ô trống trong bảng dữ liệu ( thiếu câu trả lời), các giá trị bị nhập sai
hoặc các câu trả lời không hợp lý.
15. Phân tích các nội dung chủ yếu của xử lý dữ liệu định lượng: Thống kê mô
tả, phân tích nhân tố, phân tích độ tin cậy thang đo và phân tích hồi qui tuyến
tính.
Thống kê mô tả:
Dùng để mô tả dữ liệu: dữ liệu là gì, cho biết điều gì; cung cấp bản tóm tắt đơn
giản về mẫu và các phép đo.
Mục đích mô tả:
Tóm tắt, mô tả sơ bộ cấu trúc, các đặc trưng phân phối của số liệu.
Xác định các ước lượng phân phối, tham số của tổng thể từ mẫu số liệu.
Phát hiện các quan sát ngoại lai, các sai số để tìm cách làm sạch số liệu.

12


Lựa chọn mô hình, các phương pháp phân tích thống kê phù hợp với số liệu.

Hạn chế: khi mô tả 1 tập hợp lớn các quan sát với 1 chỉ số duy nhất, có nguy cơ sai
lệch dữ liệu gốc hoặc bỏ sót chi tiết quan trọng.

Phân tích nhân tố:
Giúp đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị
phân biệt.
Dùng để rút gọn một tập k biến quan sát thành một tập F (Fnghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các
nhân tố với các biến quan sát.
Phân tích độ tin cậy thang đo:
Kiểm tra xem các biến quan sát của nhân tố mẹ (nhân tố A) có đáng tin cậy hay
không, có tốt không.
Phép kiểm định này phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát
trong cùng một nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến
nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không. Kết quả
Cronbach Alpha của nhân tố tốt thể hiện rằng các biến quan sát chúng ta liệt kê là
rất tốt, thể hiện được đặc điểm của nhân tố mẹ.
Các tiêu chuẩn trong kiểm định Cronbach Alpha:
– Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu
chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin
cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình
Thọ & Nguyễn Thị Mai Trang, 2009).
– Các mức giá trị của Alpha: Lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là
sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên
cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994;
Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).

13

– Các biến quan sát có tương quan biến-tổng nhỏ (nhỏ hơn 0,4) được xem là biến
rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu
cầu (lớn hơn 0,7).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí:
– Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ hơn 0,4 (đây là những
biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên
cứu trước đây đã sử dụng tiêu chí này).
– Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu
này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời).
Phân tích hồi qui tuyến tính:
Là kỹ thuật thống kê dùng để ước lượng phương trình phù hợp nhất với các tập
hợp kết quả quan sát của biến phụ thuộc và biến độc lập. Nó cho phép đạt được kết
quả ước lượng tốt nhất về mối quan hệ chân thực giữa các biến số. Từ phương
trình ước lượng được này, người ta có thể dự báo về biến phụ thuộc (chưa biết) dựa
vào giá trị cho trước của biến độc lập (đã biết).
Phương trình hồi quy không đem lại dự báo chính xác về biến phụ thuộc khi biết
giá trị của biến độc lập. Lý do là các hệ số hồi quy ước lượng được từ kết quả quan
sát mẫu chỉ là con số ước lượng tốt nhất cho các tham số chân thực của tổng thể, vì
vậy chúng phụ thuộc vào những biến thiên ngẫu nhiên.
Khi các mối quan hệ cơ bản giữa những biến số độc lập và phụ thuộc không phải
tuyến tính (phi tuyến), phương pháp hồi quy tuyến tính không ứng dụng được.

14