Làm thế nào để có dữ liệu đẹp, tốt khi khảo sát? - Phần 1

Bài viết này được đăng tải duy nhất và thuộc bản quyền của Phạm Lộc Blog. Việc chia sẻ lại nội dung lên website khác vui lòng dẫn nguồn link bài viết gốc này. Xin cảm ơn!
Dữ liệu xấu là lý do chính gây ra các kết quả kiểm định không đạt yêu cầu: Cronbach Alpha bị loại quá nhiều, EFA biến chạy lung tung, Tương quan và hồi quy biến quan trọng lại không có ý nghĩa trong mô hình... 

Vậy làm cách nào để có một bộ dữ liệu tốt?


Tình trạng mà rất nhiều chúng ta mắc phải đó là phần chuẩn bị trước khi khảo sát chúng ta lại tiến hành "tương đối qua loa" để đển khi mất thời gian, công sức và tiền bạc thu thập hàng trăm, có nghiên cứu lên hàng ngàn phiếu khảo sát về nhưng số liệu lại không dùng được do quá nhiều phiếu khảo sát kém chất lượng.

Chúng ta căng sức mò mẫm để loại bỏ các phiếu khảo sát xấu và làm sạch dữ liệu nhưng vấn đề gặp phải là chúng ta còn không biết bảng khảo sát nào là xấu, bảng nào là tốt để loại hay để giữ lại. Bài viết này mình sẽ đi vào chi tiết cách để các bạn có thể có được một bộ số liệu thu thập tốt nhất có thể. 

1. Chuẩn bị thật tốt trước khi "ra trận"

Đây là công đoạn cực kỳ quan trọng nhưng hầu hết chúng ta đều không làm tốt. Các đầu công việc chúng ta cần làm tốt nhất có thể ở giai đoạn này gồm:

Đầu mục 1: Xây dựng một bảng câu hỏi khảo sát tốt


Bảng câu hỏi khó hiểu, các câu hỏi lủng củng không rõ ràng, tự đưa vào các câu hỏi nhưng không có cơ sở lý luận hợp lý... là các lỗi rất hay gặp. 

Nên nhớ rằng, chỉ cần 1, 2 câu hỏi mà người trả lời họ không hiểu câu hỏi thì sẽ ảnh hưởng rất lớn đến các kiểm định liên quan đến 1, 2 câu hỏi này. Do vậy, nên tham khảo các nghiên cứu uy tín cùng đề tài và cùng ngôn ngữ Tiếng Việt để có được một bộ câu hỏi chất lượng. 


Trường hợp dịch từ bảng câu hỏi của nghiên cứu nước ngoài, nên dịch thật rõ ràng và dùng từ ngữ Tiếng Việt viết lại để câu mạch lạc và dễ hiểu. Mình đã xem qua nhiều bảng khảo sát dịch rất tệ, phần dịch đọc vào rối hơn cả phần Tiếng Anh, ngay cả người làm nghiên cứu với nhau không hiểu thì người trả lời họ không hiểu câu hỏi sẽ chiếm khả năng rất cao.

Nếu bạn đưa thêm các câu hỏi mới, nhân tố mới, hãy xem cơ sở lý luận nào bạn lại đưa ra các câu hỏi, các nhân tố đó. Bạn không được thêm bớt câu hỏi theo cảm tính, tất cả phải dựa vào cơ sở lý luận. Kèm với đó, bạn nên tham khảo ý kiến của chuyên gia, giảng viên, họ là những người có kinh nghiệm hơn bạn, họ sẽ cho bạn những lời khuyên, góp ý về câu hỏi bạn đưa vô có hợp lý không, các câu hỏi như vậy có dễ hiểu không, cơ sở lý luận bạn dùng có tốt không...

Đầu mục 2: Lồng vào các câu hỏi "gài" và câu hỏi "đảo đáp án"


Tình trạng người trả lời không hợp tác, đánh "qua loa" cho xong khiến dữ liệu thu thập về không tốt, làm ảnh hưởng lên kết quả kiểm định chung của dữ liệu xảy ra rất nhiều. Chính vì vậy, chúng ta cần có cách để phát hiện và loại bỏ các phiếu khảo sát này.


Kỹ thuật câu hỏi gài và đảo đáp án là 2 kỹ thuật sẽ giúp bạn loại bỏ đi kha khá những phiếu khảo sát kém chất lượng. Bạn sẽ dễ dàng nhận ra đâu là phiếu khảo sát đánh bao lô, đánh qua loa cho xong. Hai kỹ thuật quan trọng này các bạn vui lòng xem ở ebook "Hướng dẫn sử dụng SPSS 20 – Áp dụng viết luận văn, đề tài nghiên cứu sử dụng phân tích định lượng".

Đầu mục 3: Cần thực hiện nghiên cứu sơ bộ


Với những bạn mới làm nghiên cứu, chúng ta hay bỏ qua phần này mà chỉ hoàn thành bảng khảo sát và đi tới bước khảo sát chính thức.


Bạn cần thực hiện nghiên cứu sơ bộ tầm 70 người (kinh nghiệm cá nhân của mình thì sơ bộ tầm 60-80 sẽ tốt hơn mức 40-50 như nhiều tài liệu viết)

Dữ liệu thu về từ khảo sát sơ bộ, các bạn sẽ tiến hành phân tích Cronbach Alpha và EFA để xem độ tin cậy thang đo và tính hội tụ của các thang đo.

Từ những góp ý của người trả lời, những vấn đề khó khăn khi các bạn tiến hành nhập liệu và kết quả kiểm định của dữ liệu sơ bộ, tiến hành điều chỉnh, chỉnh sửa để có được bảng khảo sát hoàn thiện. Trình bày với giảng viên, chuyên gia về bảng khảo sát bạn đã chỉnh sửa những gì, tối ưu những gì để họ góp ý thêm, sau đó đi đến khảo sát chính thức với cỡ mẫu lớn.

Bài viết liên quan