Nghiên cứu khoa học

Nghiên cứu khoa học Tuyển dụng xã hội học; Khảo sát online; Nghiên cứu khoa học

MẪU BAO NHIÊU LÀ ĐẠI DIỆNTrong nghiên cứu thực nghiệm, do điều kiện về nhân lực, tài lực và trí lực nên chỉ khảo sát trê...
01/09/2023

MẪU BAO NHIÊU LÀ ĐẠI DIỆN
Trong nghiên cứu thực nghiệm, do điều kiện về nhân lực, tài lực và trí lực nên chỉ khảo sát trên một mẫu nhỏ - hay còn gọi là mẫu đại diện, sau đó rút ra kết luận cho tổng thể. Một câu hỏi luôn đặt ra với nhà nghiên cứu là cần phải điều tra bao nhiêu đơn vị mẫu để nó đại diện và có thể suy rộng cho tổng thể, để phân tích có ý nghĩa và kết quả nghiên cứu có giá trị về mặt khoa học?
Cỡ/số lượng mẫu phụ thuộc vào phương pháp chọn mẫu và cơ bản là phụ thuộc vào mục tiêu, tính chất của cuộc nghiên cứu. Nghiên cứu nhận thức của người nghiện ma túy về sử dụng chung bơm kim tiêm, không thể chọn quần thể người dân bất kì, chúng ta cũng không thể lập được danh sách “cứng” những người bị nghiện ma túy, do đó với nghiên cứu này thì phải cách chọn mẫu đặc thù.
xem thêm:

kết nối khoa học

Quy trình triển khai của một đề tài nghiên cứuTóm gọn trong các sơ đồ hóa dễ hiểu, dễ thực hiện
12/07/2022

Quy trình triển khai của một đề tài nghiên cứu
Tóm gọn trong các sơ đồ hóa dễ hiểu, dễ thực hiện

kết nối khoa học

[DỊCH VỤ HỖ TRỢ CÁC HOẠT ĐỘNG NCKH]Anh chị đang làm đề tài nghiên cứu khoa học, luận văn, luận án... nếu gặp khó khăn vớ...
05/12/2021

[DỊCH VỤ HỖ TRỢ CÁC HOẠT ĐỘNG NCKH]
Anh chị đang làm đề tài nghiên cứu khoa học, luận văn, luận án... nếu gặp khó khăn với các hoạt động của nghiên cứu như thiết kế đề cương, bảng hỏi, nhập, xử lý số liệu, viết kết quả nghiên cứu
Các bạn có thể inbox trực tiếp qua Facebook hoặc Zalo/phone: 0915450036.
Tư vấn trước khi làm và sau khi hoàn thành bài.

kết nối khoa học

CÁC LỖI TRONG THIẾT KẾ BẢNG HỎI VÀ CÁCH KHẮC PHỤC (phần 1)Bảng khảo sát nghiên cứu là công cụ quan trọng để thu thập thô...
03/11/2021

CÁC LỖI TRONG THIẾT KẾ BẢNG HỎI VÀ CÁCH KHẮC PHỤC (phần 1)
Bảng khảo sát nghiên cứu là công cụ quan trọng để thu thập thông tin phục vụ nghiên cứu khoa học. Một bảng hỏi tốt sẽ phải đảm bảo cả hai khía cạnh về nội dung và cách thức trình bày câu hỏi (xây dựng thang đo). Khía cạnh nội dung đảm bảo bao hàm được các biến số để giải quyết vấn đề nghiên cứu, còn cách thức trình bày giúp cho việc thu thập thông tin đúng theo ý đồ của nội dung và giúp thông tin thu được khoa học, logic. Trên thực tế nhiều bảng hỏi hiện có nhiều lỗi trong thiết kế. Bài viết này xin chia sẻ một số lỗi và cách chỉnh sửa về cách xây dựng thang đo cho câu hỏi, các dẫn chứng trong bài viết được review từ 10 bảng khảo sát online vào ngày 29/10 tại group Khảo sát xã hội học (https://www.facebook.com/groups/117527042302158).
- Thu thập thông tin của người trả lời
“Họ tên của bạn là gì”, “Email của bạn là gì” (thể hiện tại Hình 9) là những câu hỏi không nên có (thậm chí là tối kị trong thiết kế nghiên cứu). Thứ nhất đây là nội dung hỏi không có giá trị về mặt khoa học vì không có giá trị xử lý, nếu mục đích là để nhận dạng hay phân biệt giữa người trả lời này với người trả lời khác phục vụ khâu clearning thì có thể sử dụng mã phiếu, mã ID, trong nghiên cứu y khoa có thể sử dụng kí hiệu mã bệnh nhân, trường hợp bắt buộc cần có thông tin (ví dụ trong nghiên cứu lặp lại) thì đối với câu này cần để mở là tự nguyện, chứ không phải là câu trả lời bắt buộc. Thứ hai, việc thiết kế câu hỏi này tạo ra sự “thận trọng” đối với những câu trả lời tiếp theo, đặc biệt là những bảng hỏi có nội dung nghiên cứu nhạy cảm hoặc liên quan đến bản thân người trả lời, bởi họ sợ liện lụy hoặc ảnh hưởng đến bản thân, một mẹo nhỏ là nên để cụm câu hỏi thu thập thông tin cá nhân ở phần sau cùng của bảng hỏi.
- Thiết kế thang đo likert
Một nghiên cứu đã sử dụng thang đo với 7 mức độ như sau (thể hiện tại Hình 8): (1) Hoàn toàn không đồng ý; (2) Rất không đồng ý; (3) Không đồng ý; (4) Bình thường; (5) Đồng ý; (6) Rất đồng ý; (7) Hoàn toàn đồng ý. Điều có thể dễ nhận thấy là mức phân chia thang đo không rõ ràng giữa (1) và (2), (6) và (7), người trả lời sẽ không rõ như thế nào là “rất không đồng ý” và “hoàn toàn không đồng ý”. Đối với câu hỏi dạng này có thể chỉ sử dụng thang đo likert 5 mức độ hoặc sử dụng mức đo điểm với 2 cực (1) Hoàn toàn không đồng ý và (10) Hoàn toàn đồng ý.
- Câu hỏi không phân định đối tượng
“Người thân, bạn bè, đồng nghiệp của anh/chị đang sử dụng? (1) Ví điện tử; (2) Mobile banking” (Hình 10). Khó thể biết được câu hỏi này đang dành để hỏi đối tượng nào, vì vậy câu trả lời cũng chẳng biết phản ánh ý kiến cho ai. Câu hỏi này nên là người thân, hoặc bạn bè, hoặc đồng nghiệp. Tuy nhiên, dù có phân nhỏ ra thì đối tượng cũng là rất rộng, do đó thông tin thu về cũng khá mơ hồ. Đối với câu này, nếu mục đích của người nghiên cứu là tìm hiểu về hình thức sử dụng nào được ựa chuộng hơn thì nên thêm từ để so sánh, chẳng hạn “người thân của anh/chị thường (thay cho đang) sử dụng hình thức thanh toán nào hơn”.
- Thang đo lặp
Thang đo lặp thường hay xảy ra đổi với câu hỏi có biến liên tục như tuổi, thu nhập. Lỗi dễ dàng nhận thấy đó là người trả lời không rõ sẽ lựa chọn phương án nào. Ví dụ tại Hình 1, Hình 3, Hình 5, giả sử người trả lời dùng MXH 3 tiếng /1 ngày thì lựa chọn phương án 1 hay phương án 2 (trong câu hỏi tại hình 1), tương tự nếu người trả lời có độ tuổi 19 hoặc 22 thì sẽ điền phương án nào trong câu hỏi ở Hình 5. Với những lỗi sai này, tác giả chỉ cần xác định độ chênh giữa 2 phương án để không có sự trùng lắp ở bất cứ phương án nào.
- Phương án trả lời không bao phủ hết câu hỏi
Lỗi này thường gặp ở các câu hỏi đa phương án, ví dụ như tại Hình 2, Hình 3, Hình 4, Hình 6. Trong câu hỏi “Phương tiện bạn thường xuyên sử dụng để đi du lịch? Phương án đưa ra: (1) Xe máy; (2) Xe khách, oto; (3) Tàu, thuyền; (4) Máy bay. Giả sử người trả lời đi du lịch bằng Xe đạp, Xích lô hay đi bộ thì khó có thể lựa chọn phương án phù hợp thực tế của bản thân. Lỗi tươn tự ở câu “Bạn hay đọc tin tức Covid từ đâu?”, nếu người trả lời đọc từ các poter quảng cáo, sách vở hoặc không đọc bất cứ kênh nào được đưa ra ở trên thì có thể dẫn đến trả lời bừa (vì câu hỏi này là câu hỏi bắt buộc trả lời). Vậy, việc thiết kế như thế nào để tránh lỗi này. Thứ nhất, cần đảm bảo liệt kê được được các phương án xảy ra của câu hỏi, cách tốt nhất là tham khảo các mẫu bảng câu hỏi về nội dung tương tự đã có, cũng có thể bảng hỏi có cùng thang đo. Đây là phần rất quan trọng, nên tác giả sẽ đề cập riêng trong một bài viết. Thứ hai, nên thêm phương án Khác để đảm bảo có câu trả lời (vì xã hội rất rộng, nên có thể không thể liệt kê được hết). Thứ ba, ở trong nghiên cứu online, không nên tạo ràng buộc ở câu hỏi này (có nghĩa là không có ý kiến nào phù hợp thì người trả lời có thể bỏ qua).
Trên đây là một trong số những lỗi về thiết kế trong các bảng hỏi và cách khắc phục, vẫn còn nhiều lỗi khác trong thiết kế sẽ được tiếp tục liệt kê ở phần 2 của bài viết. Để hình dung kĩ thuật thiết kế cơ bản của một bảng hỏi nghiên cứu các bạn có thể tham khảo thêm bài viết Phương pháp xây dựng bảng hỏi nghiên cứu (qua link: https://solieukhaosat.blogspot.com/.../phuong-phap-xay...).
Bài viết là quan điểm cá nhân của tác giả, cũng còn nhiều thiếu sót, các học giả có thể đóng góp để hoàn thiện hơn ở các comment bên dưới.

HƯỚNG DẪN SỬ DỤNG PHẦN MỀM NHẬP SỐ LIỆU Epi-data là một trong những phần mềm chuyên dụng để nhập liệu từ các cuộc khảo s...
29/10/2021

HƯỚNG DẪN SỬ DỤNG PHẦN MỀM NHẬP SỐ LIỆU
Epi-data là một trong những phần mềm chuyên dụng để nhập liệu từ các cuộc khảo sát xã hội. Epi-data giúp tạo dựng được bảng hỏi trên form nhập liệu dễ thao tác, dễ hiểu và logic. Nền tảng trình bày form nhập giống như một bảng hỏi thực tế tạo cảm giác thân thiện
Để biết cách sử dụng cơ bản phần mềm này, các bạn có thể xem tại

kết nối khoa học

28/09/2021

SAI SỐ TRONG KIỂM ĐỊNH GIẢ THUYẾT
Sai số loại I và II trong kiểm định giả thuyết thống kê? Tại sao chọn sai số loại 1 nhỏ mà sai số loại 2 cao? Đây là 2 nội dung bài viết đề cập
SAI SỐ LOẠI 1, SAI SỐ LOẠI 2
Mọi người học thống kê đều quá quen thuộc với sai số trong kiểm định giả thuyết. Giả sử chúng ta quan tâm đến chiều cao của người Việt Nam, và muốn xem trung bình chiều cao này có lớn hơn 160 cm hay không (gọi là giả thuyết H0). Trong kiểm định giả thuyết thống kê, chúng ta ký hiệu:
H0: Chiều cao trung bình = 160
H1: Chiều cao trung bình > 160
Vì không điều tra được tất cả người Việt Nam, nên chúng ta phải chọn mẫu ngẫu nhiên, chẳng hạn 100 người, xong ước lượng chiều cao trung bình từ mẫu 100 người này, thu được kết quả là 165 cm. Chúng ta biết là với mỗi mẫu khác nhau thì chúng ta thu được một chiều cao trung bình khác nhau. Câu hỏi là liệu chúng ta có thể kết luận được là chiều cao người Việt Nam có thực sự cao hơn 160 cm hay không với duy nhất một lần chọn mẫu? Ý tưởng của kiểm định thống kê là nếu rằng chiều cao trung bình thực sự bằng 160 cm thì xác suất chúng ta rút ra được một mẫu ngẫu nhiên với chiều cao trung bình ít nhất là 165 cm là bao nhiêu. Ví dụ chúng ta ước lượng được xác suất P(X>=165|H0) = 0.012. Điều này có nghĩa là nếu như chiều cao trung bình của người Việt Nam thực sự là 160 cm thì xác xuất chúng ta thu được một mẫu ngẫu nhiên có trung bình lớn hơn hoặc bằng 165 cm là 1.2%. Xác suất này khá nhỏ và làm chúng ta nghi ngờ H0 rằng chiều cao người Việt Nam thực sự là 160 cm. Để quyết định xem có bác bỏ H0 hay không chúng ta thường chọn mức ý nghĩa là 5%, và trong trường hợp này p-value nhỏ hơn 5% nên chúng ta bác bỏ H0. Mức ý nghĩa alpha này còn gọi là sai số loại 1 (trong y học gọi là ‘dương tính giả’), cho thấy xác suất chúng ta bác bỏ H0 khi H0 đúng.
Cũng liên quan ví dụ trên, chẳng hạn trong một lần chọn mẫu chúng ta thu được kết quả trung bình là 162 cm, với p-value ước lượng được là 0.2, và chúng ta không bác bỏ được H0. Tuy nhiên trên thực tế chiều cao trung bình thực sự của tổng thể thực sự lớn hơn 160 cm. Trong trường hợp này chúng ta mắc sai số loại 2 (âm tính giả): không bác bỏ được H0 khi H0 sai. Chúng ta có khái niệm power test (tạm dịch là sức mạnh của kiểm định), bằng 1 trừ đi sai số loại 2, phản ánh khả năng chúng ta bác bỏ được H0 khi mà H0 sai (ở mức ý nghĩa nhất định).
Khi H0 đúng
Khi mà H0 đúng thì với kích thước mẫu bất kỳ chúng ta luôn phạm sai số loại 1 với mức ý nghĩa được chọn. Chẳng hạn chúng ta chọn sai số loại 1 là 5% thì sẽ có 5% trường hợp chúng ta sẽ bác bỏ H0 khi mà H0 đúng. Hình dưới đây mình mô phỏng giá trị p-value theo kích thước mẫu của kiểm định thống kế khi mà H0 đúng. Chúng ta thấy là phân phối của giá trị p theo quy luật uniform. Với 10 hay một tỷ quan sát thì chúng ta luôn mắc sai số loại 1 như nhau. Để giảm sai số loại 1 thì chúng ta phải sử dụng mức ý nghĩa nhỏ hơn, chẳng hạn 0.01 hay 0.005.
Khi H0 sai
Khi H0 sai thì khả năng chúng ta sẽ bác bỏ được nó sẽ phụ thuộc vào power test. Nếu không bác bỏ được H0 thì chúng ta mắc sai lầm loại 2, nguyên nhân có thể là kích thước mẫu nhỏ, chênh lệch giữa giá trị cần kiểm định và giá trị quan sát nhỏ, và phương sai mẫu lớn. Để giảm sai số loại 2 thì chỉ có cách là tăng số lượng quan sát của mẫu nghiên cứu.
SAI SỐ TRONG PHÂN TÍCH
Tại sao sai số loại 1 thấp còn loại 2 lại cao?
Thường thì các nhà nghiên cứu kinh tế xã hội hay chấp nhận sai số loại 1 là 5% còn loại 2 là 20% (power test là 80%). Tại sao lại chênh lệch như vậy? Thông thường H0 là một khái niệm sẵn có còn H1 là khái niệm mới, nó có thể là một thử nghiệm thuốc hay một chính sách mới. Chúng ta cần phải chắc chắn rằng loại thuốc hay chính sách mới này thực sự có tác dụng, từ đó tiến hành triển khai. Chúng ta không thể để mắc sai lầm triển khai một loại thuốc hay một chính sách không có tác dụng. Sai số loại 2 cũng quan trọng nhưng để có thể giảm sai số này xuống mức 5% thì chúng ta phải tăng kích thước mẫu lên khoảng gấp 2 lần, và điều này rất tốn kém. Không triển khai một chính sách đúng được đánh giá không nghiệm trọng bằng thực hiện một chính sách sai.

26/09/2021

CHỌN MẪU ĐỊNH TÍNH: CÁC NGỘ NHẬN

Nghiên cứu định tính ở Việt Nam vẫn là một mảnh đất ít người khai phá. Kiến thức từ phương pháp này nếu không phải được dịch từ sách vở nước ngoài, thì được tổng hợp từ kinh nghiệm của người làm nghề. Cái dở của định tính là khó có gì chắc chắn. Dựa vào cái bất định này mà nhiều tổng hợp giới thiệu phương pháp nghiên cứu này có chứa đựng những nhầm lẫn tai hại, nhưng ít bị phát hiện và mổ xẻ. Slides do một tác giả từ Đại học Y Dược thành phố HCM có thể xem là một trong những trường hợp này. Bạn đọc có thể truy cập vào slide ở đây.
https://www.slideshare.net/phapngoctran/cmdt
Cần phải nói, bài giảng này có rất nhiều điểm ngộ nhận, thiếu sót, thậm chí sai về định tính. Đó là cách hiểu tương đối giản đơn về nghiên cứu định tính. Chính sự giản đơn này có thể gây ra những hệ lụy khó lường khi chúng ta thực hành nghiên cứu định tính.
Vì có quá nhiều vấn đề, tôi sẽ tập trung vào vấn đề nho nhỏ của bài - mẫu định tính. Nào, chúng ta bắt đầu.
Slides bài giảng nghiên cứu định tính này viết:
“Đối tượng nghiên cứu là những người tiêu biểu nhất, đại diện nhất của vấn đề nghiên cứu”
(Xem trang 5)
Ở đây, xin phản biện ba điểm:
1. “Đại diện nhất”
Một, không có mẫu (sample) nào là mẫu “đại diện nhất”. Bản thân nghiên cứu định lượng (NCĐL) chọn mẫu trên cơ sở thống kê học cũng không dám khẳng định rằng mẫu họ chọn ra là mẫu đại diện nhất cho một quần thể/tổng thể nghiên cứu (population), đại diện hơn những mẫu chọn từ các nghiên cứu khác. Cho nên nói đại diện nhất là không hợp lý.
Hai, mẫu nghiên cứu định tính (NCĐT) không hướng tới tính đại diện. Nó không nhằm suy rộng từ mẫu (sample) ra tổng thể (population). Mặc dù, nghiên cứu định tính có tính suy rộng (generalization) nhưng chỉ là suy rộng phân tích (analytical generalization). Phần này sẽ bàn ở một bài khác vì khá dài.
2. “Những người”
Đối tượng nghiên cứu của định tính là “người”? Đúng. Nhưng chưa đủ. Đối tượng nghiên cứu của định tính có thể là người, vấn đề, văn bản, quá trình, thiết chế (giáo dục, y tế), dự án, chương trình, quốc gia, v.v.
Mà trong bản thân từ “người” cũng cần phải làm rõ. Vì chúng ta có thể nghiên cứu ở các cấp độ khác nhau: cá nhân riêng lẻ, hộ gia đình, nhóm xã hội, tổ chức, cộng đồng, xã hội, quốc gia, liên quốc gia, toàn cầu, v.v.
3. “Tiêu biểu nhất”
Trước hết, cũng không có “nhất”. Rất khó để chứng minh chúng ta chọn một mẫu là “tiêu biểu nhất” trong một quần thể nghiên cứu.
Hai, nói “tiêu biểu” là đúng, nhưng chưa đủ. Tại sao chưa đủ, vì chọn mẫu định tính hướng tới rất nhiều đặc điểm của mẫu, chứ không bó buộc vào tính “tiêu biểu”.
Patton (1990) tổng hợp 16 loại chiến lược chọn mẫu. Mỗi loại chiến lược nhấn mạnh vào đặc điểm riêng của mẫu. Sau đây chúng ta sẽ bàn từng chiến lược và đặc trưng mẫu từ chiến lược đó.
1) Extreme or deviant case sampling: mẫu được chọn là mẫu cực đoan, ngoại biệt. Chẳng hạn như trường hợp ở Hà Giang tự nhiên xuất hiện một trường hợp ngoại biên, khác với phổ điểm chuẩn, thì đó là trường hợp dị biệt, cần phải nghiên cứu.
2) Intensity sampling: mẫu được chọn mà mẫu giàu thông tin, giúp cho việc hiểu biết hiện tượng nghiên cứu được tỉ mỉ, sâu sắc, nhưng không quá cực đoan.
3) Maximum variation sampling: mẫu được chọn là mẫu cho phép đa dạng hóa sự khác biệt. Chẳng hạn, khi chúng ta chọn một mẫu để nghiên cứu ảnh hưởng của một phương phá giáo dục mới tới học sinh, chúng ta có thể chọn mẫu sao cho bất cứ trẻ em ở hoàn cảnh nào cũng được chọn. Chẳng hạn đa dạng hóa theo dân tộc (Kinh, Tày, Nùng, v.v.), theo giới (nam, nữ, khác), theo bậc học và lớp học, theo nghề nghiệp cha mẹ, v.v.
4) Homogeneous samples: mẫu được chọn là mẫu tập trung, có đặc điểm tương đồng nhau, không phân biệt về thứ bậc. Chẳng hạn cùng là nhóm nữ, cùng là nhóm nam, trong đó không có ai là lãnh đạo vì lãnh đạo có thể lấn át những thành viên trong nhóm.
5) Typical case sampling: mẫu được chọn là mẫu thông thường, nằm ở xu hướng trung bình trong quần thể. Việc chọn lựa mẫu đặc trưng thường dựa vào các phỏng vấn tiền trạm đối với ngừoi cung cấp thông tin chính (key informant participant) hay số liệu điều tra sẵn có. Chẳng hạn có ba nhóm học sinh, nhóm 1 điểm xuất sắc, nhóm 2 điểm trung bình, nhóm 2 điểm yếu kém. Với dữ liệu này chúng ta có thể chọn nhóm trung bình để giúp mô tả cho những người xa lạ đặc điểm chung của quần thể chúng ta đang nghiên cứu.
6) Stratified purposeful sampling: mẫu được chọn là mẫu phân tầng chủ đích, cho phép nhà nghiên cứu xác định được các nhóm nhỏ trong mẫu và đưa ra so sánh.
7) Critical case sampling: mẫu được chọn là một mẫu đặc trưng. Mẫu này chứa đựng các đặc điểm của nhiều trường hợp khác trong quần thể, cho phép sự khái quát hóa logic. Cách thức chọn được mẫu này là phát biểu: “Nếu nhóm này có vấn đề thì chúng ta chắc chắn là tất cả các nhóm khác đều có vấn đề này”. (Patton 1990: 174). Để chọn được mẫu này chúng ta cần dựa vào sự hiểu biết sâu sắc đối với trường hợp điển hình này.
😎 Snowball or chain sampling: mẫu - quả bóng tuyết hay dây xích - được chọn là mẫu được giới thiệu từ một người tham gia nghiên cứu – người có hiểu biết sâu sắc về thành viên trong quần thể chúng ta đang nghiên cứu.
9) Theory-based or operational construct sampling: mẫu được chọn là một mẫu có thể minh họa cho một phần lý thuyết nào đó.
10) Criterion: mẫu được chọn là mẫu đạt được các tiêu chí đề ra. Chẳng hạn chúng ta nghiên cứu những người bị ảnh hưởng của cơn bão A. Tiêu chí chúng ta đưa ra là hộ gia đình có nữ làm chủ hộ, hộ nghèo, sinh kế chủ yếu là đánh bắt cá.
11) Confirming and disconfirming cases: mẫu được chọn là mẫu cho phép nhà nghiên cứu tìm kiếm bằng chứng để ủng hộ hay phủ nhận các phân tích ban đầu.
12) Opportunistic sampling: mẫu được chọn là mẫu cơ hội. Mẫu này dựa trên tình huống trong quá trình thu thập thông tin thực địa. Chúng ta có thể không định sẵn sẽ phỏng vấn thương lái, nhưng trên thực tế khảo sát nông dân, chúng ta lại thấy vai trò của thương lái cực kỳ quan trọng đối việc sản xuất lúa. Do đó, chúng ta sẽ điều chỉnh mẫu để bao gồm thêm nhóm đối tượng này.
13) Purposeful random sampling: mẫu được chọn là mẫu chọn ngẫu nhiên có chủ đích. Tức là trong một quần thể, chúng ta xác định được chủ đích những đặc trưng của mẫu được chọn (bằng việc đưa ra các tiêu chí lựa chọn) sau đó dựa vào danh sách mẫu để chọn ngẫu nhiên. Mục đích của việc chọn ngẫu nhiên này là tăng độ tin cậy của mẫu, chứ không phải hướng tới tính đại diện cho quần thể.
14) Politically important case sampling: mẫu được chọn là mẫu “nhạy cảm về mặt chính trị” cho phép nhà nghiên cứu thu hút được sự chú ý từ công luận, từ đó thực hiện lan tỏa kết quả nghiên cứu. Chẳng hạn, trong nghiên cứu một dự án xóa đói giảm nghèo, chúng ta chọn một địa phương có nhà lãnh đạo nổi tiếng. Với cách chọn này, nghiên cứu sẽ thu hút được công luận và có thể là chất xúc tác để chúng ta áp dụng các thành quả nghiên cứu (chẳng hạn khuyến nghị chính sách) (xem Patton 1990: 180).
15) Convenience sampling: mẫu được chọn là mẫu thuận tiện, được chọn trên cơ sở nhanh, thuận tiện, dễ dàng. Chẳng hạn trong một nghiên cứu về góc phố ở phố Cổ, chúng ta sẽ phỏng vấn bất cứ người nào chúng ta gặp trên đường. Mẫu này thường được dùng ở giai đoạn đầu của nghiên cứu.
16) Combination or mixed purposeful sampling: mẫu được chọn là mẫu được thiết kế kết hợp nhiều chiến lược chọn mẫu khác nhau. Chẳng hạn, chúng ta thiết kế mẫu chọn thuận tiện ở giai đoạn đầu thực địa, sau đó dần về sau chọn mẫu thông thường (typical) sau đó chọn mẫu cực đoan (extreme). Miễn sao, chúng ta giải thích được lý do chúng ta chọn một cách logic và phù hợp.
***
Tham khảo:
Patton 1990, Qualitative evaluation and research methods.
Miles and Huberman, 1994, Qualitative data analysis: An expanded sourcebook.

Nguồn: https://kiensociology.blogspot.com/.../phuong-phap-chon...)

PHƯƠNG PHÁP NGHIÊN CỨU VÀ PHƯƠNG PHÁP LUẬNNghiên cứu có thể được hiểu là tìm kiếm một cách có hệ thống và nghiêm ngặt cá...
14/05/2021

PHƯƠNG PHÁP NGHIÊN CỨU VÀ PHƯƠNG PHÁP LUẬN
Nghiên cứu có thể được hiểu là tìm kiếm một cách có hệ thống và nghiêm ngặt các thông tin thích hợp về một chủ đề cụ thể. Nó bao gồm việc đặt vấn đề, giả thuyết nghiên cứu, thu thập, phân tích dữ liệu và rút ra các kết luận dựa trên thực chứng. Và để làm được điều này, nhà nghiên cứu sử dụng các phương pháp để triển khai nhằm thu thập thông tin cho nghiên cứu. Các phương pháp nghiên cứu thường bị nhầm lẫn với phương pháp luận nghiên cứu, thậm chí bị đánh đồng là một. Nhầm lẫn này ảnh hưởng không nhỏ đến quá trình nghiên cứu, làm giảm giá trị cũng như tính thuyết phục trong khoa học. Cần có cái nhìn khoa học giữa phương pháp nghiên cứu và phương pháp luận nghiên cứu.
- Định nghĩa của phương pháp nghiên cứu
Phương pháp nghiên cứu liên quan đến tất cả cách thức mà một nhà nghiên cứu sử dụng để thực hiện quá trình nghiên cứu, để giải quyết vấn đề nhất định. Các kỹ thuật và thủ tục được áp dụng trong quá trình nghiên cứu vấn đề nghiên cứu được gọi là phương pháp nghiên cứu. Nó bao gồm cả phương pháp định lượng và định tính để thực hiện các hoạt động nghiên cứu, chẳng hạn như khảo sát, nghiên cứu tình huống, phỏng vấn, bảng câu hỏi, quan sát…
Đây là những cách tiếp cận, giúp thu thập dữ liệu và tiến hành nghiên cứu để đạt được các mục tiêu cụ thể như kiểm chứng hoặc phát triển lý thuyết, bao gồm tất cả các công cụ và hành vi, được sử dụng ở các cấp độ khác nhau của hoạt động nghiên cứu như thực hiện các quan sát, thu thập dữ liệu, xử lý dữ liệu, rút ra suy luận, ra quyết định…
- Định nghĩa của phương pháp luận nghiên cứu
Phương pháp luận nghiên cứu có thể hiểu đơn giản là luận về phương pháp hay khoa học hoặc lý thuyết về phương pháp.
Phương pháp luận được hiểu là hệ thống các nguyên lý, quan điểm làm cơ sở, có tác dụng chỉ đạo, xây dựng các phương pháp, xác định phạm vi, khả năng áp dụng các phương pháp và định hướng cho việc nghiên cứu tìm tòi cũng như việc lựa chọn, vận dụng phương pháp. Nói cách khác thì phương pháp luận chính là lý luận về phương pháp, bao hàm hệ thống các phương pháp của người sử dụng phương pháp và các nguyên tắc để giải quyết các vấn đề đã đặt ra có hiệu quả cao nhất. Nó đề cập đến phân tích nghiêm ngặt các phương pháp được áp dụng trong dòng nghiên cứu, để đảm bảo rằng các kết luận rút ra là hợp lệ và đáng tin cậy.
Các nhà nghiên cứu đưa ra một cái nhìn tổng quan về các bước khác nhau được lựa chọn trong sự hiểu biết các vấn đề, cùng với logic đằng sau các phương pháp được sử dụng bởi các nhà nghiên cứu trong quá trình nghiên cứu. Nó cũng làm rõ lý do sử dụng một phương pháp hoặc kỹ thuật cụ thể, sử dụng phương pháp này mà không phải là các phương pháp khác, do đó các kết quả đạt được có thể được đánh giá khách quan bởi chính nhà nghiên cứu hoặc của bất kỳ bên nào khác.
- Những khác biệt chính giữa phương pháp nghiên cứu và phương pháp luận nghiên cứu
Sự khác biệt giữa phương pháp nghiên cứu và phương pháp nghiên cứu có thể được đưa ra rõ ràng trên các căn cứ sau:
Phương pháp nghiên cứu được định nghĩa là thủ tục hoặc kỹ thuật mà nhà nghiên cứu áp dụng để nghiên cứu. Trong khi đó, phương pháp luận nghiên cứu là một hệ thống các phương pháp, được sử dụng khoa học để giải quyết vấn đề nghiên cứu.
Phương pháp nghiên cứu chỉ là hành vi hoặc công cụ được sử dụng trong việc lựa chọn và xây dựng kỹ thuật nghiên cứu. Ngược lại, phương pháp luận nghiên cứu hàm ý khoa học phân tích, cách nghiên cứu được thực hiện phù hợp.
Phương pháp nghiên cứu liên quan đến việc thực hiện thí nghiệm, kiểm tra, điều tra, phỏng vấn,... Về mặt này, phương pháp luận nghiên cứu liên quan đến việc học các kỹ thuật khác nhau có thể được sử dụng để thực hiện thí nghiệm, khảo nghiệm hoặc khảo sát.
Phương pháp nghiên cứu dự định khám phá ra giải pháp cho vấn đề đang gặp phải. Ngược lại, phương pháp luận nghiên cứu mong muốn áp dụng các thủ tục phù hợp, nhằm tìm ra các giải pháp.
Phạm vi của phương pháp luận nghiên cứu rộng hơn phương pháp nghiên cứu. Để hiểu rõ vấn đề nghiên cứu một cách triệt để, nhà nghiên cứu nên biết phương pháp luận nghiên cứu cùng với các phương pháp.
Tóm lại, phương pháp nghiên cứu đề cập đến kỹ thuật có thể được áp dụng để khám phá bản chất của của vấn đề nghiên cứu. Ngược lại, phương pháp luận nghiên cứu là nền tảng, giúp chúng ta hiểu các yếu tố quyết định ảnh hưởng đến hiệu quả của các phương pháp được áp dụng.

06/03/2020

NHỮNG SAI LẦM KHI LẬP PHIẾU ĐIỀU TRA CẦN NÊN TRÁNH

1.1. Không xác định rõ mục đích khi lập phiếu điều tra
Quá trình nghiên cứu thị trường được chia làm nhiều giai đoạn khác nhau, mỗi giai đoạn lại cần lập những phiếu điều tra với từng nhóm câu hỏi riêng để phục vụ cho mục đích của giai đoạn đó. Nếu bạn chỉ đưa ra mục đích chung chung như “Khảo sát nhu cầu của khách hàng” hay “Điều tra mức độ hài lòng của khách hàng” mà không chỉ rõ nhu cầu về cái gì, hài lòng cho sản phẩm nào thì hệ thống câu hỏi của bạn sẽ rất mơ hồ, kết quả nhận được cũng không chính xác.

Trước khi lập phiếu hãy vạch ra bạn muốn biết gì từ khách hàng để từ đó lên nội dung câu hỏi đi vào đúng trọng tâm. Câu hỏi càng cụ thể thì càng thuận tiện cho người được khảo sát, chắc chắn chẳng ai muốn tốn thời gian để suy nghĩ về những vấn đề của người lạ là bạn đâu.

1.2. Sai lầm khi tạo câu hỏi khảo sát
Phần quan trọng nhất của phiếu điều tra chắc chắn là bộ câu hỏi, và đây cũng là phần nhiều người mắc lỗi nhất. Chúng ta sẽ cùng điểm qua một số sai lầm cơ bản dưới đây:

Quá nhiều

Nếu nhìn thấy một phiếu điều tra có đến vài chục câu hỏi, liệu rằng bạn có hứng thú để làm hay không? Chưa kể thời gian để viết đáp án mà chỉ tính riêng thời gian đọc hiểu cũng tốn của bạn không ít rồi. Khách hàng thực hiện khảo sát chủ yếu là dựa trên tinh thần tự nguyện, nên nếu bạn làm họ cảm thấy khó chịu vì bảng câu hỏi quá dài, quá nhiều chữ thì chắc chắn sẽ chỉ nhận được những cái lắc đầu mà thôi. Trung bình một bảng điều tra chỉ nên có từ 10 đến 15 câu hỏi, hạn chế câu hỏi mở và câu hỏi phải viết câu trả lời.

Không chia thành nhóm

Với những bảng khảo sát dài bạn nên chia thành từng nhóm câu hỏi để người đọc không cảm thấy chán nản. Ngoài ra việc chia nhóm cũng đồng nghĩa với việc chia thành các chủ đề khác nhau, giúp người thực hiện khảo sát hình dung tổng thể về mục đích của bạn dễ hơn.

Mắc lỗi chính tả

Nhìn vào bảng câu hỏi với đầy lỗi chính tả, cách dùng từ, dấu câu cũng rất lộn xộn người đọc sẽ đánh giá thấp tính chuyên nghiệp của cửa hàng hoặc doanh nghiệp bạn. Vô hình chung bạn đang làm thương hiệu của mình sụt giảm trong mắt khách hàng, đây là sai lầm ngớ ngẩn nhất cần phải tránh

Đệm ngoại ngữ, tỉ giá không phù hợp

Bảng khảo sát dành cho người Việt thì tốt nhất hãy dùng tiếng Việt trong mọi câu hỏi, trừ trường hợp danh từ riêng hoặc trích dẫn thì nên chú thích rõ ràng. Ngoài ra, các câu hỏi liên quan đến giá cả, chi phí, nếu không cần thiết thì chỉ nên dùng đơn vị tiền tệ của quốc gia đó mà thôi, vì không ai muốn mất thời gian nhẩm tính 100 đô la Mỹ bằng bao nhiêu tiền Việt Nam đâu.

1.4. Không thử nghiệm
Để tạo ra một bộ câu hỏi hoàn chỉnh, phù hợp với mục đích và đạt chuẩn về cách diễn đạt không phải điều đơn giản. Cũng vì lí do này mà nhiều người thường vội vã phát phiếu điều tra ngay khi được ban lãnh đạo thông qua mà không tiến hành thử nghiệm. Đây chính là sai lầm phổ biến khiến chiến dịch nghiên cứu thị trường của họ thất bại.

Giải thích cho điều này rất đơn giản, những câu hỏi đều được xây dựng dựa trên ý kiến chủ quan của họ và ban lãnh đạo, vì vậy chưa chắc nó đã đúng khi áp dụng vào khách hàng. Cũng giống như khi tung ra sản phẩm mới, các doanh nghiệp thường tiến hành thử nghiệm trên một nhóm khách hàng hoặc phát mẫu dùng thử đại trà để xem ý kiến đánh giá của người dùng thế nào. Bạn nên phát phiếu điều tra cho người thân, bạn bè hoặc đồng nghiệp để họ nhận xét cần thay đổi hay thêm bớt gì hay không.

1.5. Trình bày phiếu khảo sát thiếu tính chuyên nghiệp
Lập một phiếu khảo sát thực ra cũng giống như phát tờ rơi quảng cáo vậy, nếu bạn không thể thu hút sự chú ý của người xem ngay từ bước đầu thì đừng mong họ sẽ trả lời cẩn thận nội dung câu hỏi. Để làm được điều này bạn cần phải trình bày phiếu khảo sát sao cho thật hấp dẫn, thể hiện sự chuyên nghiệp của mình, dưới đây là một số lưu ý nhỏ:

Tiêu đề không ấn tượng

Thử so sánh hai tiêu đề của mẫu phiếu khảo sát này xem bạn thấy ấn tượng với mẫu nào hơn: “Khảo sát nhu cầu sử dụng ốp lưng điện thoại” và “Bạn nghĩ sao khi cho dế yêu “mặc áo?””. Một tiêu đề khảo sát ấn tượng sẽ kích thích trí tò mò của người đọc hơn, họ cũng không cảm thấy nhàm chán với những câu hỏi khô khan nữa.

Lựa chọn rối mắt

Để tiết kiệm thời gian, các câu hỏi thường được trình bày đáp án dưới dạng đúng sai hoặc lựa chọn A B C. Tuy nhiên, nhiều người không biết sắp xếp các đáp án này khiến cho người đọc bị rối mắt hoặc các đáp án tương tự nhau. Để khắc phục bạn cần chia cột hợp lý, thoáng, dễ nhìn, lựa chọn tích V hoặc khoanh tròn đơn giản.

Thiếu logo, hình ảnh thương hiệu
Như đã nói, phiếu điều tra như một tờ rơi của cửa hàng hoặc doanh nghiệp vậy, thế nên bạn cũng cần phải thiết kế logo, hình ảnh của thương hiệu sao cho thật nổi bật vừa để quảng cáo vừa để tạo sự tin tưởng cho khách hàng.

Như vậy chúng ta đã cùng tìm hiểu 5 sai lầm cơ bản khi lập phiếu điều tra phục vụ quá trình nghiên cứu thị trường. Hy vọng rằng bạn sẽ tìm ra giải pháp khắc phục tối ưu nhất.

Ng: https://www.sapo.vn/blog/nhung-sai-lam-khi-lap-phieu-dieu-tra-nghien-cuu-thi-truong/

LÀM SẠCH DỮ LIỆU (CLEARNING)Làm sạch dữ liệu là một hoạt động không thể thiếu trong quá trình nghiên cứu nhằm loại bỏ nh...
31/05/2018

LÀM SẠCH DỮ LIỆU (CLEARNING)
Làm sạch dữ liệu là một hoạt động không thể thiếu trong quá trình nghiên cứu nhằm loại bỏ những “lỗi” ở bộ số liệu trước khi đưa vào phân tích. Đơn cử trường hợp tại câu hỏi về giới tính thông tin được điền là nam nhưng câu hỏi liên quan phía sau được trả lời là có tham gia hội phụ nữ. Thông thường, phụ nữ mới có thể trở thành thành viên hội phụ nữ; như vậy ở đây, khả năng sẽ là tối thiểu một trong hai câu ở trên bị sai thông tin. Hoặc ví dụ khác, câu hỏi về giới tính chỉ mặc định 2 phương án: 1. Nữ; 2. Nam, nhưng trong bảng nhập liệu được nhập là 3. Tất cả những vấn đề đó cần phải xem lại để chỉnh sửa hoặc loại bỏ nhằm gia tăng tính logic, khoa học và thuyết phục của bộ số liệu. Có những lỗi tưởng chứng như đơn giản nhưng nếu chúng ta bỏ qua và vô tình đưa vào bộ số liệu nếu bị phát hiện thì trông thật ngớ ngẩn.

Có hai thời điểm quan trọng để tiến hành làm sạch số liệu là trước và sau khi nhập số liệu. Bài viết này chỉ dẫn một số thao tác làm sạch số liệu cơ bản từ bộ số liệu sau khi nhập. Quá trình làm sạch dữ liệu gồm 3 bước: phát hiện, kiểm tra, sửa lỗi.
Xem tiếp:

kết nối khoa học

Address

Hanoi

Alerts

Be the first to know and let us send you an email when Nghiên cứu khoa học posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Business

Send a message to Nghiên cứu khoa học:

Share

Category