PPNCKH 2015 Hoang Trong

UEH - PP Nghiên C u Khoa H c - GV Hoàng Tr ng 1
PHƯƠNG PHÁP NGHIÊN C U KHOA H C
(trong kinh t & kinh doanh)
NGHIÊN C U
VÀ VAI TRÒ C A NGHIÊN C U
Hoàng Tr ng
2
NGHIÊN C U KHOA H C
Nghiên c u khoa h c là m tcách th c con ngư i tìm
hi u s vi c m tcách có h th ng (Babbie,1986)
Hi u bi t m ts vi c: ch p nh n ho c nghiên c u.
Ch p nh n:t nh n kinh nghi m haynghiên c u c a
ngư i khác.
Nghiên c u: tìm hi u s vi c qua vi c nghiên c u hay
kinh nghi m c a chính mình.

3
Nghiên c u hàn lâm trong m t ngành khoa h c nh m
m r ng kho tàng tri th c c a ngành khoa h c đó. K t
qu nh m m c đích tr l i các câu h i v b n ch t lý
thuy t c a khoa h c: xây d ng và ki m đ nh các lý
thuy t khoa h c. Các lý thuy t khoa h c dùng đ gi i
thích và d báo các hi n tư ng khoa h c.
Nghiên c u hàn lâm trong m t ngành khoa h c nào đó
nh m xây d ng và và ki m đ nh các lý thuy t khoa h c
đ gi i thích và d báo các hi n tư ng khoa h c
(Kerlinger,1986)
4
Nghiên c u ng d ng nh m ng d ng các thành t u
c a khoa h c ngành đó vào th c ti n cu c s ng.
K t qu nghiên c u ng d ng nh m m c đích h tr
cho vi c ra quy t đ nh.
Nghiên c u ng d ng trong kinh doanh là các nghiên
c u áp d ng khoa h c nghiên c u trong vi c nghiên
c u các v n đ trong kinh doanh c a công ty, nh m h
tr tr c ti p các nhà qu n lý đi u hành trong quá trình
ra quy t đ nh qu n lý kinh doanh.

5
Qui trình suy di n b t đ u t lý thuy t khoa h c đã có
(lý thuy t n n) đ xây d ng (suy di n) các gi thuy t tr
l i cho câu h i nghiên c u và dùng quan sátđ ki m
đ nh các lý thuy t này
Qui trình qui n p đi theo hư ng ngư c l i. Qui trình
này b t đ u b ng cách quan sátcác hi n tư ng khoa
h c đ xây d ng mô hình gi i thích các hi n tư ng khoa
h c (lý thuy t khoa h c).
Lý thuy t là n n t ng đ xây d ng các gi thuy t, gi
thuy t c n có quan sátđ ki m đ nh,k t qu ki m đ nh
giúp t ng quáthóa và các t ng quáthóa này s b sung
cho lý thuy t. Lý thuy t l i kích thích các gi thuy t m i.
CÁC TRƯ NG PHÁI NCKH
Suy di n và qui n p
6
Suy di n và qui n p

7
Nghiên c u đ nh tính: thư ng đi đôi v i v i vi c khám
phá ra lý thuy t khoa h c d a vào qui trình qui n p
(nghiên c u trư c, lý thuy t sau)
Nghiên c u đ nh lư ng: thư ng g n li n v i vi c ki m
đ nh lý thuy t khoa h c d a vào qui trình suy di n
Nghiên c u h n h p: ph i h p c đ nh tính & đ nh
lư ng v i nh ng m c đ khác nhau.
Đ nh tính, đ nh lư ng và h n h p
8
Có nhi u cách th c khám phá các hi n trư ng khoa h c
– t o ra tri th c khoa h c- và chúng d a trên nh ng ti n
đ khác nhau, t o thành các h nh n th c khoa h c –
cung c p cách ti p c n cho nhà nghiên c u.
H nh n th c khách quan (postpositivism):h nh n
th c th c ch ng, thư ng đi đôi v i trư ng phái đ nh
lư ng
H nh n th c ch quan (constructivism):xây d ng hay
di n gi i,thư ng g n v i trư ng phái đ nh tính.
H nh n th c th c d ng (pragmatism):g n li n v i
trư ng phái h n h p.
H nh n th c và trư ng phái NCKH

9
Ba v n đ chính c a NCKH:
B n ch t c a th c t là gì? => quan đi m lu n khoa h c
Nhà nghiên c u và SP nghiên c u quan h v i nhau như
th nào? => nh n th c lu n khoa h c
Cách th c nào đ khám phá tri th c khoa h c => phương
pháp lu n nghiên c u khoa h c
10
Quan đi m lu n khoa h c (ontology: the scienceof being):
Trư ng phái đ nh lư ng, d a vào h nh n th c khách quan ,
thư ng theo qui trình suy di n (t lý thuy t), ki m đ nh lý
thuy t khoa h c xem có phù h p v i th c t hay không. Qui
trình: LÝ THUY T -> NGHIÊN C U
Trư ng phái đ nh tính, d a vào h nh n th c ch quan,
thư ng theo qui trình qui n p, NCKH là xây d ng lý thuy t
khoa h c d a vào quá trình - các hi n tư ng khoa h c tương
tác qua l i v i nhau, thư ng g n v i các PP đ nh tính. Qui
trình NGHIÊN C U – LÝ THUY T
Trư ng phái NC h n h p, d a vào h nh n th c th c d ng:
v n đ quan tr ng đ t o ra tri th c khoa h c không ph i là
có s hi n di n c a th c t khách quan không, mà là s n
ph m c a NCKH s giúp ích cho DN.

11
Nh n th c lu n khoa h c (epistemology:the theory of knowledge):
Tri th c khoa h c là gì? Nh ng gì là tri th c khoa h c, ngu n
g c, b n ch t và h n ch c a chúng…
Trư ng phái NC đ nh lư ng, theo h nh n th c khách quan:
khoa h c đ c l p v i nhà nghiên c u -> thu th p d li u đ nh
lư ng (đ c l p) - và đó là th c t - đ ki m đ nh lý thuy t KH.
Trư ng phái NC đ nh tính, theo h nh n th c ch quan: tri
th c KH ph thu c vào nhà NC -> tr c ti p đ n hi n trư ng
đ thu th p và di n gi i d li u, nhà NC th o lu n, quan sát,
đ ng hành v i đ i tư ng nghiên c u đ tìm hi u và thu th p.
Trư ng phái NC h n h p, d a vào h nh n th c th c d ng:
không quan tâm đ n v n đ tri th c khoa h c đ c l p hay ph
thu c vào nhà NC, mà là tính th c d ng c a nó -> s d ng
nhi u d ng d li u và PP thu th p.
12
Phương pháp lu n nghiên c u KH (methodology): Nghiên c u
đư c ti n hành như th nào, lý thuy t đư c xây d ng và ki m
đ nh ntn
Trư ng phái NC đ nhlư ng, theo h nh n th c khách quan: thư ng
theo qui trình suy di n, NCKH là ki m đ nhcác lý thuy t KH và các
lý thuy t - và đó là th c t - đ ki m đ nh lý thuy tKH. Quy trình là
LÝ THUY T -> NGHIÊN C U (d a vào phương sai)
Trư ng phái NC đ nhtính, theo h nh n th c ch quan: thư ng
theo qui trình qui n p, NCKH là xây d ng các lý thuy t khoa h c
d a vào quá trình tương tác qual i và thư ng g nli n v i các PP
đ nh tính -> xây d ng lý thuy t khoa h c theoquá trình. Quy trình là
NGHIÊN C U -> LÝ THUY T.
Trư ng phái NC h n h p,d a vào h nh n th c th c d ng: k t
h p c PP nghiên c u đ nh tính và đ nh lư ng nhi u m c đ khác
nhau đ xây d ng và /ho c ki m đ nh lý thuy t khoa h c.

QUY N P
Đ nh tính
Xây d ng
Quá trình
(process
theorizing)
Phương pháp lu n NCKH
SUY DI N
Đ nh lư ng
Ki m đ nh
Phương sai
(variance
theorizing)
Ph i h p
(triangulation
─mixed
methodology)
LÝ THUY T
KHOA H C
13
Nguy n Đình Th ,Trư ng ĐH Kinh t TPHCM
14
1. Th nào là m t lý thuy t khoa h c và n i dung c a nó bao
g m nh ng gì?
2. Làm sao đ đánh giá m t lý thuy t khoa h c?
3. S d ng lý thuy t khoa h c trong nghiên c u c th c a
mình như th nào?
LÝ THUY T KHOA H C

15
M t lý thuy t khoa h c là “m t t p c a nh ng khái ni m, đ nh
nghĩa, và gi thuy t trình bày có h th ng thông qua các m i
quan h gi a các khái ni m, nh m m c đích gi i thích và d
báo các hi n tư ng KH” (Kerlinger, 1986).
Khi xây d ng m t lý thuy t khoa h c, ta ph i xác đ nh các
khái ni m s t o thành lý thuy t, khái ni m ph i:
(1) đo lư ng đư c. Thông thư ng ta không th đo lư ng tr c ti p các khái
ni m nghiên c u mà ph i thông qua m t hay nhi u bi n quan sát khác có
th đo lư ng đư c.
(2) m i liên h gi a các khái ni m.
(3) lý thuy t ph i nh m m c đích gi i thích và d báo các hi n tư ng khoa
h c.
LÝ THUY T KHOA H C
các thành ph n c a lý thuy t khoa h c
16
Feldman:
1. Câu h i nghiênc u: th ts quan tr ng và c n thi t
2. Cơ s lý thuy t: ph i đ y đ và phù h p
3. Ph m vi nghiên c u: đ y đ
4. Đ nh nghĩa các khái ni m nghiênc u chínhxác, rõ ràng, đơn gi n
5. B n ch t c a các m i liên h lý thuy t ph i rõ ràng và logic: bi n
đ c l p, ph thu c,đi uti t …
6. Bài nghiênc u c n đư c d như ng b i lý thuy t n n
7. Xác đ nh rõ ràng hư ng t p trungvà ph m vi
8. Văn vi t rõ ràng, súc tích
9. Bên c nh t ng h p các nghiên c u đã có, c n ph i cung c p
nh ng phê bình,đánhgiávà đưa ra hư ng đ ki m đ nhlý thuy t
đưa ra.
10. Cho th y s khác bi t có ý nghĩa so v i các nghiên c u đã có và
có ý nghĩa trong th c ti n
LÝ THUY T KHOA H C
các tiêu chu n đánh giá lý thuy t khoa h c

17
Bacharach, Dubin,Weick, Whetten:
1. Y u t c u thành
2. M i quan h gi a các khái ni m nghiên c u
3. Kh năng t ng quát hóa c a lý thuy t
4. Đóng góp c a lý thuy t v m t lý lu n và th c ti n
5. Ki m đ nh đư c
LÝ THUY T KHOA H C
các tiêu chu n đánh giá lý thuy t khoa h c
18
NGHIÊN C U, XÂY D NG VÀ KI M Đ NH
LÝ THUY T KHOA H C
QUY N P
Đ nh tính
Xây d ng
Quá trình
(process
theorizing)
SUY DI N
Đ nh lư ng
Ki m đ nh
Phương sai
(variance
theorizing)
Ph i h p
(triangulation─m
ixed
methodology)
LÝ THUY T
KHOA H C

Qui trình nghiên c u xây d ng lý thuy t khoa h c:
19
LÝ THUY T KHOA H C
Khe h ng => câu h i nghiên c u
Lý thuy t => XD lý thuy t m i
Thi t k nghiên c u
Th c hi n nghiên c u
Mô hình v à gi thuy t lý thuy t
T
R
Phươngpháp
Phươngpháplun
?
Qui trình nghiên c u ki m đ nh lý thuy t khoa h c:
20
LÝ THUY T KHOA H C
Lý thuy t => mô hình, gi thuy t
Xây d ng thang đo
Ki m đ nh thang đo
Ki m đ nh mô hình, gi thuy t
T
R
Phươngpháp
Phươngpháplun
?

21
LÝ THUY T KHOA H C
Nhu c u xây d ng lý thuy t m i
Xây d ng lý thuy t m i b ng
phương pháp đ nhtính
Ki m đ nh lý thuy tđã xây d ng
b ng phương pháp đ nhlư ng
?
Qui trình h n h p: xây d ng & ki m đ nh lý thuy t
D li u đ xây d ng & ki m đ nh lý thuy t
Nghiên c u có cùng nghĩa v i d li u: D (data) ≡ R (research)
22
LÝ THUY T KHOA H C

C nhân,
Th c sĩ
(h môn h c)
Các d ng nghiên c u
Hàn lâm
(M r ng tri th c khoa h c)
L p l i
lo i I
L p l i
lo i II
L p l i
lo i III
Nguyên
th y
C nhân (h nghiên c u)
ng d ng
(gi i quy t
v n đ )
Th c sĩ h nghiên c u
Ti n sĩ PhD
Ti n sĩ DBA
23
D án nghiên c u và
d án qu n lý / kinh doanh
D án nghiên c u: M c tiêu là nghiên c u (data)
◦ Hàn lâm: xây d ng và ki m đ nh lý thuy t khoa h c
◦ ng d ng: thu th p thông tin đ ra quy t đ nh kinh doanh
D án qu n lý/ kinh doanh
◦ M c tiêu: gi i quy t v n đ qu n lý/ kinh doanh (xác đ nh
và gi i quy t)
◦ Nghiên c u ( ng d ng): thu th p thông tin đ xác đ nh,
gi i quy t v n đ qu n lý/ kinh doanh và đánh giá hi u
qu
24

Ph m vi đ tài còn r t r ng (như khóa lu n c
nhân)
Chưa phân bi t: nghiên c u, phương pháp
nghiên c u, ho ch đ nh chi n lư c, chương
trình, vv.
Chưa n m rõ m i liên h : lý thuy t – th c tr ng
– gi i pháp
LvThS d ng d án qu n lý/ kinh doanh
25
LvThS d ng nghiên c u hàn lâm
• M c tiêu và phương pháp nghiên c u rõ ràng
và c th hơn:
• Chưa n m v ng cách th c suy di n t lý thuy t
• Chưa n m v ng đư c phương pháp thi t k và x
lý s li u
• Chưa v n d ng hi u qu nh ng k t qu nghiên c u
đ đưa ra gi i pháp c th nh m gi i quy t v n đ
26

Vd LvThS: R i ro trong ho t đ ng thanh toán
XNK c a ngân hàng XYZ…
• M c tiêu:
• H th ng l i các r i ro trong kinh doanh
qu c t …,
• Tìm hi u kinh nghi m phòng ch ng r i ro
c a t p đoàn XYZ,
• Đánh giá thu n l i khó khăn…, và
• Đưa ra m t s gi i pháp phòng ng a và x
lý r i ro, vv.
27
Vd LvThS: Chi n lư c kinh doanh c a xí
nghi p thương m i XYZ
• M c tiêu nghiên c u:
D a trên cơ s lý lu n v ho ch đ nh chi n lư c
kinh doanh, tác gi đã nghiên c u th c tr ng
ho t đ ng s n xu t kinh doanh c a xí nghi p…
đ đưa ra m t m nh m t y u, cơ h i và thách
th c…, t đó xây d ng đ nh hư ng chi n lư c
phát tri n và các gi i pháp th c hi n cho xí
nghi p…
28

Cơ s lý thuy t/th c tr ngth trư ng
Câu h i nghiênc u
Nghiên c u khám phá
Mô hình nghiên c u/gi thuy t
Nghiên c u đ nhtính (đi u ch nh thangđo)
Nghiên c u đ nhlư ng
(ki m đ nh thang đo, môhình& gi thuy t)
Ví d : Lu n án ThS/TS: suy di n
K t qu : So v i nghiên c u đãcó/ý nghĩath c ti n
Cơ s lý thuy t
29
Ví d : Lu n án ThS/TS: Qui n p
V n đ nghiên c u
Thi t k và th c hi n nghiênc u
Đ nh tính/đ nh lư ng/k t h p
K t qu : mô hình/lý thuy t
So sánh v i lý thuy t đã có/ý nghĩa th c ti n
Cơ s lý thuy t
Câu h i nghiênc u
30

Câu h i nghiênc u
Nghiên c u khám phá
Mô hình nghiên c u/gi thuy t
Nghiên c u đ nhtính (đi u ch nh thangđo)
Nghiên c u đ nhlư ng
(ki m đ nh thang đo, môhình& gi thuy t)
Ví d : Lu n án ThS/TS: suy di n
K t qu : So v i nghiên c u đãcó/ý nghĩath c ti n
Cơ s lý thuy t
31
Ví d : Lu n án ThS/TS: Qui n p
V n đ nghiên c u
Thi t k và th c hi n nghiênc u
Đ nh tính/đ nh lư ng/k t h p
K t qu : mô hình/lý thuy t
So sánh v i lý thuy t đã có/ý nghĩa th c ti n
Cơ s lý thuy t
Câu h i nghiênc u
32

V N Đ NGHIÊN C U
M C TIÊU NGHIÊN C U
CÂU H I NGHIÊN C U
Hoàng Tr ng
34
V N Đ NGHIÊN C U
Xác đ nh v n đ nghiên c u có th t :
Lý thuy t: t ng k t lý thuy t, nh ng gì nh ng nghiên c u
trư c đó đã làm, chưa làm, chưa làm hoàn ch nh
Th c t th trư ng: các v n đ đang vư ng m c, xu t hi n
trên truy n thông, các h i th o kinh doanh, nh ng nghiên
c u khám phá sơ b , th o lu n v i các nhà nghiên c u cùng
ngành.
Khi v n đ nghiênc u đư c phát hi n t th c t c n liên h v i lý
thuy t đ xác đ nh xem có nghiên c u nàogi i quy t v n đ này
chưa và gi i quy t đ nđâu
Khi v n đ nghiênc u xu t phát t lý thuy t c n xem xét v nđ
nghiên c u này giúp ích gì cho ho t đ ng sxkd trên th trư ng

35
Ý TƯ NG, V N Đ , M C TIÊU, CÂU H I &
GI THUY T NGHIÊN C U
Ý tư ng nghiên c u là nh ng ý tư ng ban đ u v v n đ
nghiên c u-> tìm ki m khe h ng nghiên c u đ nh n di n v n
đ nghiên c u.
Xác đ nh m c tiêu nghiên c u: c n nghiên c u cái gì.
Câu h i nghiên c u: phát bi u m c tiêu nghiên c u d ng
câu h i.
36
XÁC Đ NH V N Đ NGHIÊN C U
M t nghiên c u c n th a mãn 2 yêu c u: có tính m i, có ý nghĩa
M c đ m i: đóng góp m i cho khoa h c c a k t qu NC:
D ng nguyên th y
Nghiên c u l p l i:
Lo i 0: hoàn toàngi ngnhư nghiên c u đã có (KHTN)
Lo i I: gi ngthi t k , mô hình nghiên c u th c hi nđ tăngm c
đ t ng quát hóa c a nghiên c u đã có nhưki m đ nh n n
văn hóa khác, đ i tư ng nghiên c u khác …
Lo i II: l p l i nhi ung c nhkhác nhau
Lo i III: l p l i có b sung đ hoànthi n hơn

37
C nhân,
Th c sĩ
(h môn h c)
Hàn lâm
(M r ng tri th c khoa h c)
L p l i
lo i I
L p l i
lo i II
L p l i
lo i III
Nguyên
th y
C nhân h (h nghiên c u)
ng d ng
(gi i quy t
v n đ )
Th c sĩ h nghiên c u
Ti n sĩ PhD
Ti n sĩ DBA
37
38
Theo dõi th trư ng
• Phương ti n truy n thông
đ i chúng
• Nghiên c u sơ b
Theo dõi lý thuy t
• Lý thuy t trong cùng ngành
• Lý thuy t trong nhi u
ngành liênquan
V N Đ NGHIÊN C U
• trong cùng ngành khoa h c
• Liên quan đ nnhi u ngành
khoa h c

39
T NG K T LÝ THUY T
T ng k t lý thuy t là khâu đ u tiên và đóng vai trò quy t đ nh
Theo Hart (2009): t ng k t lý thuy t là:
(1) vi c ch n l c các tài li u v ch đ nghiên c u, trong đó bao
g m thông tin, ý tư ng, d li u và b ng ch ng đư c trình bày
trên m t quan đi m nào đó đ hoàn thành các m c tiêu đã xác
đ nh hay di n t các quan đi m v b n ch t c a ch đ đó cũng
như phương pháp xem xét ch đ đó, và (2) vi c đánh giá m t
cách hi u qu các tài li u này trên cơ s liên h v i nghiên c u
chúng ta đang th c hi n”
40
T NG K T LÝ THUY T
T ng k t lý thuy t chia thành 2 nhóm có hư ng và m c tiêu
khác nhau (Cooper, 1998)
T ng k t nghiên c u (research review ) t p trung vào t ng k t
các nghiên c u th c ti n (emperical study) đ đưa ra k t lu n
chung v k t qu c a các nghiên c u này, nh m đúc k t
nh ng gì c n đư c ti p t c nghiên c u (khe h ng nghiên
c u)
T ng k t lý thuy t (theoretical review ): nhà nghiên c u trình
bày các lý thuy t đã có cùng gi i thích m t s hi n tư ng KH
nào đó và so sánh chúng v m t đ sâu, tính nh t quán cũng
như kh năng d báo.

41
T NG K T LÝ THUY T
V phương pháp t ng k t lý thuy t có 2 nhóm chính:
Đ nh tính: thiên v t ng (narratives)
Đ nh lư ng (meta analysis): dùng các k thu t đ nh lư ng đ
t ng k t và so sánh các k t qu nghiên c u
T ng k t lý thuy t không ch mô t mà còn đánh giá chúng.
42
T NG K T LÝ THUY T
T ng k t lý thuy t ph c v nhi u công đo n trong quá trình NC:
Xác đ nh v n đ nghiên c u
Cơ s lý thuy t
Ch n l a phương pháp
So sánh k t qu

43
T NG K T LÝ THUY T
T ng k t lý thuy t c n tr l i các câu h i cơ b n:
1. Ngu n tài li u nào c n tham kh o v ch đ nghiên c u?
2. Nh ng v n đ , câu h i nghiên c u v ch đ nghiên c u?
3. Nh ng v n đ , tranh lu n chính v ch đ nghiên c u?
4. Nh ng ý tư ng, khái ni m, lý thuy t v ch đ nghiên c u?
5. Nh ng PP lu n, phương pháp, công c nghiên c u s d ng
và nh ng tranh lu n v vi c s d ng chúng?
6. Cách th c s p x p nh ng tri th c đã có v ch đ nghiên
c u?
44
T NG K T LÝ THUY T
Ngu n tài li u t ng k t lý thuy t:
1. T p chí khoa h c hàn lâm chuyên ngành
2. Sách nghiên c u (sách công b các công trình nghiên c u)
3. Các lu n án th c sĩ h nghiên c u, ti n sĩ trong ngành
4. K y u các h i th o khoa h c chuyên ngành (proceedings)

45
T NG K T LÝ THUY T
Qui trình t ng k t nghiên c u:
1. Xác đ nh t khóa v ch đ đang nghiên c u
2. Tìm ki m tài li u truy n th ng và đi n t
3. Li t kê m t s tài li u liên quan m t thi t đ n đ tài
4. Đ c nhanh (ph n tóm t t) và thu th p các bài vi t quan tr ng
5. Thi t k sơ đ t ng k t tài li u, th hi n b c tranh t ng th
v cơ s c a ch đ nghiên c u.
6. Tóm t t các bài quan tr ng, trích d n và li t kê tài li u tham
kh o
7. T ng k t l i ph n đã tóm t t, t ch c danh m c các khái
ni m quan tr ng, tóm t t nh ng hư ng chính đã đư c
nghiên c u và nêu s c n thi t cho nghiên c u c a mình.
46
T NG K T LÝ THUY T
Ví d minh h a v t ng k t và xác đ nh v n đ nghiên c u:
Xác đ nh v n đ nghiên c u d a chính vào lý thuy t (xem sách
trang 73-79)
Xác đ nh v n đ nghiên c u: lý thuy t và th trư ng (xem sách
trang 79-87)
Xác đ nh v n đ nghiên c u: lý thuy t và phương pháp (xem
sách trang 88-91)
Tài li u tham kh o: cách trích d n và li t kê (xem sách trang 91-
100)

PHƯƠNG PHÁP Đ NH TÍNH
Hoàng Tr ng
Qui trình đ nh tính xây d ng lý thuy t khoa h c:
48
NGHIÊN C U Đ NH TÍNH TRONG
XÂY D NG LÝ THUY T KHOA H C
Lý thuy t => XD lý thuy t m i
Thi t k nghiên c u
Th c hi n nghiên c u
Mô hình v à gi thuy t lý thuy t
T
R
Phươngpháp
Phươngpháplun
?

Phương pháp và công c nghiên c u đ nh tính
Phương pháp ph bi n:
GT: Grounded theory
Tình hu ng (case study method)
Công c thông d ng:
Th o lu n tay đôi/ph ngv n sâu (in-depthinterview)
Th o lu n nhóm (focusgroup)
Quan sát (observations)
V n đ , m c tiêu, lý thuy t trong nghiên c u đ nh tính
M c tiêu c a nghiên c u đ nh tính là xây d ng lý thuy t khoa
h c. Vì v y khi xác đ nh v n đ NC và đưa ra m c tiêu NC c n
bi n lu n lý do d n đ n vi c s d ng PP đ nh tính.

T ng k t và s d ng lý thuy t trong nghiên c u đ nh tính
Lý thuy t s d n hư ng v nhu c u th c hi n NC đ nh tính. M c
đích chính c a NC đ nh tính là xây d ng lý thuy t khoa h c theo
qui trình quy n p -> c n t ng k t lý thuy t và minh ch ng là hi n
t i nh ng lý thuy t đã có chưa gi i thích đư c ho c gi i thích
chưa hoàn ch nh hi n tư ng khoa h c đã đ ra -> lý thuy t m i.
Phương pháp ph bi n:
GT: Grounded theory
Tình hu ng (case study method)
Xây d ng lý thuy t khoa h c d a trên d li u thông qua vi c thu
th p, so sánh d li u đ nh n d ng, xây d ng và k t n i các
khái ni m v i nhau đ t o thành lý thuy t khoa h c (Strauss & Corbin 1998)
Quá trình thu th p, phân tích và xây d ng lý thuy t quan h ch t
ch v i nhau và v i nhà nghiên c u.
Nhà nghiên c u không bao gi d ki n trư c m t lý thuy t tr
trư ng h p mu n đi u ch nh ho c m r ng m t lý thuy t đã có.
PHƯƠNG PHÁP GT

1. Thu th p & phân tích d li u là hai quá trình liên h m t thi t v i nhau
2. Khái ni m nghiên c u chính là đơn v phân tích cơ b n
3. Các khái ni m c n đư c xây d ng và liên h chúng v i nhau
4. Ch n m u d a v ào lý thuy t đang xây d ng
5. Phân tích ph i qua quá trình so sánh liên t c v à ch t ch
6. Mô hình v à s thay đ i c a chúng ph i đư c xem xét, ki m tra c n th n
(hư ng m i hay ch v ài ngo i l )
7. Quá trình ph i đư c g n v i lý thuy t (xây d ng lý thuy t d a v ào quá trình)
8. Ghi chú d li u trong quá trình thu th p g n li n v ào quá trình xây d ng lý
thuy t b ng GT
9. Các gi thuy t v m i quan h c a các khái ni m c n đư c phát tri n và đánh
giá trong su t quá trình nghiên c u
10. T o nhóm nghiên c u v i các nhà nghiên c u cùng lĩnh v c giúp k t qu t t
hơn
11. Có th phân tích nh ng ng c nh r ng hơn, nhưng ph i liên k t v ào LT đang
xây d ng
PHƯƠNG PHÁP GT
B t đ u b ng vi c thu th p d li u (d li u trư c, lý thuy t
sau). Trong quá trình thu th p d li u liên t c so sánh v i lý
thuy t
D li u đư c thu th p thông qua m t tình hu ng (m t cá nhân,
m t t ch c) hay nhi u tình hu ng
Là m t qui trình tích lũy: phát hi n lý thuy t – ch n tình hu ng –
thu th p d li u.
Nhà nghiên c u ch n tình hu ng đ thu th p và phân tích d
li u và phát hi n lý thuy t, ti p t c ch n tình hu ng ti p theo đ
thu th p và phân tích d li u đ phát tri n lý thuy t.
PHƯƠNG PHÁP TÌNH HU NG

Qui trình xây d ng lý thuy t b ng PP tình hu ng:
1. Xác đ nh câu h i nghiên c u
2. Ch n tình hu ng
3. Ch n phương phápthu th p d li u
4. Ti n hànhthu th p d li u
5. Phân tích d li u
6. Xây d ng gi thuy t
7. So sánh v i lý thuy t
8. K t lu n
PHƯƠNG PHÁP TÌNH HU NG
Nhà nghiên c u tr c ti p th c hi n vi c th o lu ncũng nhưđi u
khi n chương trình th o lu nnhóm
B n ch t d li u trongNC đ nh tính:d li u bêntrong (insight data)
Ch n m u trong NC đ nh tính: ch nm ulý thuy t(theo ch đích)
Công c thu th p d li uđ nhtính:s d ng dàn bài th olu n, không
ph i BCH chi ti t: ph ngi i thi uvà g n l c, ph nth olu n. Câu h i
đi t t ng quát và t t h p và sâu d n vào v n đ c n khám phá
Quan sát
Th o lu n tay đôi
Th o lu n nhóm
D LI U VÀ THU TH P D LI U Đ NH TÍNH

Quan sát: quan sát b ng m t, có nhi u d ng
Tham gia như m t thành viên (không cho bi t)
Tham gia ch đ ng đ quan sát (cho bi t)
Tham gia th đ ng (không tham gia như m t thành viên th c th )
Ch quan sát (đ ng ngoài quan sát, không là thành viên)
Th o lu n tay đôi:
Ch đ mang tính cá nhân cao, không phù h p khi th o lu n nhóm
V trí xã h i cao, khó m i tham gia th o lu n nhóm
Do c nh tranh trong trư ng h p th trư ng công nghi p
Do tính chuyên môn c a v n đ nghiên c u
Th o lu n nhóm: nhà nghiên c u là ngư i đi u khi n th o lu n
Thành ph n c a nhóm c n đ ng nh t
Thành viên chưa t ng tham gia các cu c th o lu n trư c đây
Thành viên chưa quen bi t nhau
M t s chú ý trong thu th p d li u đ nh tính:
Không th tăng kích thư c m u đ thay th NC đ nh lư ng
Không th lư ng hóa k t qu nghiên c u, đi u quan tr ng
là ý nghĩa c a d li u không ph i là con s t ng quát hóa
th trư ng

Phân tích d li u đ nhtính làquá trìnhđi tìm ý nghĩa c a d li u
Quá trình thu th p v à phân tích d li u đ nh tính không tách r i nhau.
Là quá trình tương tác qua l i. Nhà nghiên c u th o lu n v i đ i tư ng
nghiên c u đ thu th p v à phân tích d li u, tìm hi u ý nghĩa c a DL),
ti p t c th o lu n v à tìm hi u ý nghĩa c a nó cho đ n khi đ t đi m bão
hòa.
PHÂN TÍCH D LI U Đ NH TÍNH
Đ i
tư ng
nghiên
c u
Nhà
nghiên
c u
D LI U
Phân tích
Thu th p
Phân tích d li u đ nh tính là quá trình đi tìm ý nghĩa c a d li u
Bao g m 3 quá trình cơ b n:
Mô t hi n tư ng
Phân lo i hi n tư ng
K t n i d li u

Mô t hi n tư ng: di n gi i và thông đ t nh nggì đangdi n ra,
giúp khám phá các khái ni m nghiênc u làm cơ s trong quá
trình xây d ng khái ni m và lý thuy t. Ngư i nghiên c u tr c
ti p thu th p và phântích vì ý nghĩa c a DL đ nh tínhph thu c
vào t ng ng c nh c th và không luônluôncó th di n t
b ng l i (ghi âm, ghi hình)
Phân tích m phát tri ncác khái ni m, các thu c tính cũngnhư
c p đ (dimensions)
D li u nói lên cái gì?
Nh ng gì x y ra? Ai có liên quan?
H xem (đ nh nghĩa) nh ng v n đ đó như th nào?
Chúng có ý nghĩa gì đ i v i h ?
Nh ng ngư i có liên quan làm gì?
Nh ng v n đ này x y ra như nhau hay khác nhau đ i v i h
K t qu c a chúng: gi ng hay khác nhau?
Phân lo i hi n tư ng
Phân lo i khái ni m
(t t c các khái ni m có th có)
Khái ni m B
(c p đ /thu c tính)
Khái ni m A
Khái ni m C
Khái ni m con
A 1
Khái ni m con
A 2
Khái ni m con
A 3

K t n i d li u
Lý thuy t KH là m t t p các khái ni m liên h v i nhauđ t o thành
m t h th ng nh m gi i thích và d báo các hi n tư ngkhoa h c -. Kêt
n i d li u chính là k t n i các khái ni m thànhm t h th nglogic đ
gi i thích và d báo
Strauss & Cobin: quá trình phântích ch nl c (selective coding) bao
g m vi c t ng h p và sàng l c các khái ni m đ t othànhlý thuy t.
C n chú ý m i quan h gi a các hi n tư ng(khái ni m) và bi n thiên
c a chúng.
Trong quá trình thu th p và phân tích d li u, nhànghiênc u thư ng
t đ t ra cho mình các câu h i d n hư ng đ ch nm u, ví d khái
ni m đã phát tri n đ y đ ,có c n thêm d li u không, n ucó thì ai?
Khi nào? đâu?
Quá trình mô t , phân lo i, và k t n i d li u là quá trình tương tác v i
quá trình thu th p d li u
GIÁ TR C A S N PH M Đ NH TÍNH
Tiêu chuẩn truyền
thông định lượng
Tiêu chuẩn tin
cậy (định tính) Côngcụ để đạt được độ tin tưởng
Giátrịnội Tin cậy Tham giatrực tiếp vào hiện trường
(internal validity) Đa dạngdữ liệu
Kiểm tra ngoại
Kiểm tra nội
Giátrịngoại Xuyên suốt Mô tả chi tiết kháiniệm và nhóm
(external validity) Cấutrúc và quá trình phản ánh trong dữ liệu
Độ tincậy Phụ thuộc Mẫu theo mục đích xâydựng lý thuyết
(reliability) Giữ kín đốitượng
Kiểm tra quá trình thu thập,quản lývà phân tích dữliệu
Tính khách quan Khẳngđịnh
Tỉ mỉ và chính xác trong quản lý thuthập vàghi nhận dữ
liệu:
(objectivity) + trongquá trình quan sát
+ trongquyếtđịnh về lýthuyếtvà phươngpháp
+ chitiếttrongtiếp xúc phỏng vấn
K thu t đ m b o đ tin c y trong nghiên c u đ nh tính

GIÁ TR C A S N PH M Đ NH TÍNH
Đ nh lư ng: Khách quan Đ nh tính: lý gi i đư c
Đ tin c y : như nhau cho các l n
l p l i (đi u ki n c n)
Thông đ t (communicability): các khái
ni m nghiên c u rõ ràng v à có nghĩa
Giá tr : đo lư ng đúng cái c n đo
(đi u ki n đ )
G n k t (coherence): các khái ni m
nghiên c u g n k t v i nhau => t o
thành lý thuy t (câu chuy n
T ng quát hóa cho t ng th =>
kh năng đ i di n c a m u
Xuy ên su t (transperancy ): nhà nghiên
c u khác có th n m b t đư c các bư c
đ d n đ n lý thuy t đư c xây d ng
Đ CƯƠNG NGHIÊN C U Đ NH TÍNH
Là k ho ch nghiênc u trong đó môt và gi i thíchquá trình nghiên
c u m t cách có h th ng. Đ cương nghiên c u c n ch ng minh:
1. Nghiên c u x ng đáng đư c th c hi n
2. Nhà nghiên c u có đ kh năng đ th c hi n nghiên c u
3. Nghiên c u có đư c ho ch đ nh rõ ràng v à ch t ch đ b o đ m s thành
công cho d án nghiên c u
B n đ cương nghiên c u đ nhtính thư nglinh ho t hơnso v i
nghiên c u đ nh lư ng:
Gi i thi u: v n đ , m c tiêu, câu h i nghiên c u, ý nghĩa c a c a k t qu
nghiên c u d ki n
T ng k t lý thuy t: ph i minh ch ng là lý thuy t đã có chưa gi i thích đư c
hay gi i thích chưa hoàn ch nh hi n tư ng khoa h c đ ngh nghiên c u
Thi t k & PP nghiên c u: gi i thi u cách ti p c n v à bi n lu n s phù h p
c a cách ti p c n, chi ti t thi t k nghiên c u, PP, công c s d ng, đ a
đi m, đ i tư ng nghiên c u … cho t ng bư c v à bi n lu n tính tin tư ng

PHƯƠNG PHÁP Đ NH LƯ NG
Hoàng Tr ng
Qui trình đ nh lư ng ki m đ nh lý thuy t khoa h c:
NGHIÊN C U Đ NH LƯ NG TRONG
KI M Đ NH LÝ THUY T KHOA H C
?
Lý thuy t => mô hình, gi thuy t
Xây d ng thang đo
Ki m đ nh thang đo
Ki m đ nh mô hình, gi thuy t
T
R
Phươngpháp
Phươngpháplun

Phương pháp và công c nghiên c u đ nh lư ng
Phương pháp chính:
Kh o sát (survey method)
Th nghi m (experimentation)
Công c thông d ng:
Ph ng v n tr c di n (face-to-face interview)
Ph ng v n qua đi n tho i (telephoneinterview)
G i thư (mail survey)
Công c phân tích d li u: ph bi n là các PP th ngkê d a vào
phương sai
Theo s lư ng bi nphântích:
1. Phân tich đơn bi n (univ ariate data analy sis)
2. Phân tich nh bi n (biv ariate data analy sis)
3. Phân tich đa bi n (multiv ariate data analysis)
Theo m i quan h gi acác bi n
1. Phân tích ph thu c l n nhau: phân tích nhân t khám phá (EFA), phân
tích nhóm CLA
2. Phân tích ph thu c: bi n ph thu c v à bi n đ c l p: phân tích h i qui,
phân tích phân bi t MDA, mô hình c u trúc tuy n tính SEM
Theo m c đ chính xác và kh năng x lý đ ng th i mô hìnhlý
thuy t và mô hình đo lư ng:
1. Th h th nh t: thư ng không tính sai s đo lư ng c a bi n đ c l p,
không x lý đ ng th i mô hình LT v à mô hình đo lư ng
2. Th h th hai:k t h p mô hình đo lư ng v à mô hình lý thuy t, luôn tính
toán sai s c a bi n đ cl p.

D li u s d ng trong nghiên c u đ nh lư ng:
D li u đã có s n: dùng mô hình h i qui, chu i th i gian, mô hình
logit, probit, SEM …
Ưu: ti t ki m th i gian, chi phí; không c n b n tâm nhi u v vi c đo
lư ng;
Như c: thi u m t s bi n, đ tin c y là d u h i, tính c p nh t th p
D li u chưa có s n: th c hi n kh o sát đ thu th p -> c n thi t k
thang đo, đánh giá thang đo, EFA, CFA; ch n m u, phân tích v i h i
qui, logit, ANOVA,ANCOVA, MDA….
Ưu: nhà nghiên c u ch đ ng hơn
Như c: công v i c nhi u, t n th i gian, chi phí
D li u chưa có trên th trư ng: ph i thi tk th nghi m phùh p đ
t o ra và thu th p d li u, dùng các các mô hìnhtuy t tính t ngquát
GLMsnhư h i qui, ANOVA;mô hìnhtuy ntính t ng quát hóa ZLMs
như logit, probit.
V n đ , m c tiêu và lý thuy t trong nghiên c u đ nh lư ng:
Xem sách trang 157-163

T ng k t và s d ng lý thuy t trong nghiên c u đ nh lư ng:
Lý thuy t đóng vai trò:
1. Xác đ nh v n đ nghiên c u và câu h i nghiên c u và tr l i
chúng: trong nghiênc u đ nh lư ngta chưa có lý thuy tđ tr l i
tr c ti p cho câu h i nghiênc u nhưng đã có lý thuy t n n v
v n đ này. Vì v y chúng ta suydi n t lý thuy t n n đ đưa ra
mô hình và gi thuy t(lý thuy t) tr l i cho câu h i nghiên c u.
2. Lý thuy t làm n n t ng đ xây d ngthangđo cho các khái ni m
nghiên c u.
3. Góp ph n quan tr ngtrong so sánh v i k t qu nghiên c u đang
th c hi n v i các k t qu c a nghiên c u đã có trongng c nh
khác (ngành, văn hóa, m c đ phát tri n c a n nkinh t …)
Ch n m u trong nghiên c u đ nh lư ng:
• M u thư ng có kích thư c l n
• ch n theo phươngphápxác su t, tuy nhiênm uphi xác su t cũng
đư c s d ng ph bi n.
• M u xác su t đ i di n đư c cho đám đông -> k t qu có tính t ng
quát cao
• M u phi xác su t không đ i di ncho đám đông, tuy nhiêntrong
ki m đ nh lý thuy t khoa h c cũng góp ph n đánh giálý thuy t đang
đư c ki m đ nh.

Công c thu th p d li u trong nghiên c u đ nh lư ng:
• B ng câu h i chi ti t
• Ch y u là các câu h i đóng
• Có thang đo lư ng rõ ràng
• Ph bi n nh t trongnghiên c u đ nh lư ng(d li u sơ c p) đ c bi t
trong kinh doanh
• Thu th p đư c nhi ud ngd li u khác nhau,nh tlà khi d li u th
c p thư ng không có hay không đ y đ .
• Do d li u thu th p đư c t i m tth i đi m (Cross-sectional data)
nên d li u ch ki m đ nhđư c có t n t i m i liênh (tươngquan),
còn liên h nhânqu thì suy di n t lý thuy t.
PHƯƠNG PHÁP KH O SÁT- SURVEY

D ng thi t k nghiên c u dùng đ xác đ nh m i quan h nhân
qu gi a các bi n trong th trư ng
Đi u ki n:
1. Bi n thiên đ ng hành
2. Th i gianxu t hi n:bi n k t qu ph i xu t hi nsau ho c đ ng
th i v i bi nnguyên nhân
3. V ng m t các lý gi i thay th :không có nh nglý gi i khác cho
bi n k t qu tr bi n nguyênnhânđã đư c xác đ nh.
PHƯƠNG PHÁP TH NGHI M
M t s khái ni m cơ b n trong th nghi m:
• Bi n th nghi m:
– Bi n nguyên nhân:bi nđ c l p(x lý- treatment)
– Bi n k t qu : bi n ph thu c (đo lư ng)
– Bi n ngo i lai (lý gi i thay th - extraneousvariable)
• Đơn v th nghi m: các ph n t mà nhà nghiên c u s d ng đ ti n
hành x lý
– Nhóm th c nghi m (experimental group - EG): đ đo lư ngm i
liên h nhân qu c a các bi n.
– Nhóm ki m soát (control group- CG): đ ki m soát nh hư ng
c a bi n ngo i lai

Mô hình th nghi m:
3
Hi n trư ng th nghi m:
– Th t: s d ng th trư ng th t đ th nghi m, tăng hi u
qu c a vi c t ng quát hóa k t qu c a th nghi m cho th
trư ng th t.
– Gi : hi n trư ng do nhà nghiên c u thi t k và xây d ng
đ ti n hành th nghi m, d ki m soát các bi n ngo i lai
hơn.

Giá tr c a th nghi m:
– Giá tr n i: kh năng lo i tr lý gi i thay th cho k t qu th
nghi m (hi u ng c a các bi n ngo i lai càng th p càng t t)
– Ngo i: kh năng t ng quát hoá c a k t qu th nghi m cho
th trư ng th t. Hi n trư ng th nghi m càng g n gi ng v i th
trư ng th t bao nhiêu thì giá tr ngo i càng cao b y nhiêu.
Hai giá tr này có khuynh hư ng ngư c nhau
PHƯƠNG PHÁP H N H P
Hoàng Tr ng

PP h n h p: đư c s d ng r ng rãi trong nghiên c u khoa h c xã h i
và nghiên c u kinh doanhtrong nh ngnăm g n đây.
PP h n h p d a trên h nh nth c th c d ng, chú tr ngvi c ngd ng
c a s n ph m khoa h c – gi i quy t v n đ kinh doanh.
PP h n h p k t h p hàng lo tcác phương pháp, côngc , lý thuy t,
nhà nghiên c u,đ ađi m.
H N H P TRONG NGHIÊN C U KHOA H C
K t h p trong nghiên c u: b t đ u t vi c s d ng đa phương pháp
trong đánh giá thang đo -> khái ni m đa phươngpháp-> thu t ng
qualiquantology -> thu t ng mixed methodsapproach
Đa phương pháp: k t h p nhi u phương pháp trongm t nghiên c u,
s d ng cùng lúc nhi u lý thuy t khác nhau và /ho c nhi u nhà nghiên
c u đ xem xét di n gi i m thi n tư ng khoa h c c a m tnghiên
c u.
Ngày nay h u như d án nghiên c u nàocũng d ngk t h p.
Trong nghiên c u đ nhtính phương pháp GT, phươngpháptình hu ng
s d ng nhi u phươngphápthu th p d li uvà nhi u d ng d li u
khác nhau.
Trong nghiên c u đ nhlư ng s d ng hànglo t các nghiênc u đ nh
tính đ nh n d ng và khám pháv n đ nghiên c u, xây d ngcác
thang đo cho khái ni m nghiênc u, gi i thích các k t qu NCĐL.
THI T K H N H P TRONG PP H N H P

Các d ng thi t k h n h p ph bi n:
Giai đo n I: Đơn phương pháp: th k 18 – 1950s
A. Thu n túy đ nh lư ng (Đ NH
LƯ NG) B. Thu n túy đ nh tính (Đ NH TÍNH)
1. Đơn d li u (Đ NH LƯ NG) 1. Đơn d li u (Đ NH TÍNH)
2. Đa d li u trong cùng h nh n th c 2. Đa d li u trong cùng h nh n th c
a. Th t
Đ NH LƯ NG -> Đ NH LƯ NG
a. Th t
Đ NH TÍNH -> Đ NH TÍNH
b. Song hành
Đ NH LƯ NG + Đ NH LƯ NG
b. Song hành
Đ NH TÍNH + Đ NH TÍNH
Ngu n: Tashakkori & Teddlie, 1998
Giai đo n II: Hình thành trư ng phái h n h p: 1960s – 1980s
A. Cùng v trí (equal status design)
B. CHÍNH –ph (dominant- less
dominant deigns)
1. Th t 1. Th t
a. Đ NH TÍNH -> Đ NH LƯ NG a. Đ NH TÍNH -> đ nh lư ng
b. Đ NH LƯ NG -> Đ NH TÍNH b. Đ NH LƯ NG -> đ nh tính
2. Song hành 2. Song hành
a. Đ NH TÍNH + Đ NH LƯ NG a. Đ NH TÍNH + đ nh lư ng
b.Đ NH LƯ NG + Đ NH TÍNH b.Đ NH LƯ NG + đ nh tính
c.Thi t k t n d ng đa phương pháp đa c p (multilev el use of approaches)

Giai đo n III: Mô hình t ng h p: 1990s –>
A. Bư c nghiên c u – đơn ng d ng B. Bư c nghiên c u – đa ng d ng
1. D ng nghiên c u 1. D ng nghiên c u
Đ NH TÍNH hay Đ NH LƯ NG Đ NH TÍNH và/ho c Đ NH LƯ NG
2. Thu th p d li u 2. Thu th p d li u
3. Phân tích, di n gi i d li u 3. Phân tích, di n gi i d li u
Creswell & Clark (2007) chia thành 4 nhóm chính:
- h n h p đa phươngpháp(triangulation design)
- H n h p g n k t (embedded design)
- H n h p gi i thích (explantory design)
- H n h p khám phá (exploratory design)

Thi t k h n h p đa phương pháp là d ng thi t k trong đó nhà
nghiên c u s d ng c đ nh tính và đ nh lư ng, c hai PP đư c ti n
hành cùng m t lúc (song hành) và có vai trò như nhau trongd án
nghiên c u.
Đ NH TÍNH Đ NH LƯ NG
Di n gi i d a v ào k t qu
Đ NH TÍNH + Đ NH LƯ NG
Thi t k h n h p g n k t là d ng thi t k trong đó m t phươngpháp
(đ nh tính hay đ nhlư ng) làchính và phươngphápcòn l i g nvào PP
chính.
Đ nh lư ng g nk t trong Đ NH TÍNH
Đ nh tính g n k t trong Đ NH LƯ NG
Đ NH TÍNH
Đ NH TÍNH (đ nh lư ng)Đ nh lư ng
Đ NH LƯ NG
Đ NH LƯ NG (đ nh tính)Đ nh tính

Thi t k h n h p gi i thích là d ng thi t k trong đó phương pháp
đ nh lư nglà chính, phươngphápđ nh tínhdùngđ gi i thích cho k t
qu c a nghiênc u đ nhlư ng(2 bư c).
Đ NH
LƯ NG
Đ NH LƯ NG -> đ nh tính
đ nh
tính
Thi t k h n h p khám phá là d ng thi t k trong đó phương pháp
đ nh tính là chínhđ khám phá các hi n tư ngkhoa h c c n nghiên
c u. Ti p theo dùng phươngphápđ nh lư ngdùngđ kh ng đ nh k t
qu c a nghiênc u đ nhtính.
Đ NH
TÍNH
Đ NH TÍNH -> đ nh lư ng
đ nh
lư ng

CH N M U
TRONG NGHIÊN C U Đ NH LƯ NG
Hoàng Tr ng
Ti t ki m chi phí
Ti t ki n th i gian
Ch n m u có th cho k t qu chính xác hơn nghiên c u toàn b
đám đông. Trong nghiên c u có hai lo i sai s : sai s ch n m u SE và
sai s không do ch n m u NE. N u sai s gây ra do ch n m u (thay vì
nghiên c u toànb đám đông) l n hơnsai s không do ch n m u,
ch n m u s cho k t qu chính xác hơn.
LÝ DO PH I CH N M U

Sai s do ch n m u: là sai s g y ra do vi c ch n m u đ thu th p d
li u, và t thông tin c a m u này suy ra thông tin c a đám đông thay vì
thu th p d li uc a toàn b đám đông nghiênc u. Kích thư c m u
càng tăng thì sai s ch n m u càng gi m, và khi kích thư c m u ti n
đ n kích thư c đám đôngthì sai s này ti n t i không.
Sai s không do ch n m u: là các sai s còn l i, phátsinh trong quá
trình ph ng v n, hi u ch nh,nh pd li u.Sai s này càng tăngkhi
kích thư c m u càng l n.
CH N M U & SAI S
Đám đông (t ng th ): t p h p t t c các đ i tư ng nghiên c u (c n
thu th p d li ut h ) đ th a mãnm c đíchvà ph m vi nghiênc u
c a mình.
Đám đông (t ng th ) nghiên c u: trong th c ti n NCKH, chúng ta
không bao gi bi t đư c chínhxác các ph n t c a đám đông. Qui mô
c a đám đông chúngta có th nghiênc u g i là đám đông nghiên c u.
Ph n t : là đ i tư ng c n thu th p d li u. Ph nt là đơnv nh nh t
c a đám đông.
Đơn v : trong nhi uk thu t ch n m ungư i ta thư ngchiađám đông
thành nhi unhóm có đ c tính c nthi t cho vi c ch n m u. Nh ng
nhóm có đư c sau quá trình chia nh c a đám đông đư c g i là đơnv
ch n m u.
Khung m u: danh sách li t kê d li u c n thi tc a t t c các đơn v
và ph n t c a đám đông đ th c hi nch n m u.
CÁC KHÁI NI M CƠ B N TRONG CH N M U

Xác đ nh đám đông nghiên c u
Xác đ nh khung m u
Xác đ nh kích thư c m u
Ch n phương pháp ch n m u
Ti n hành ch n
QUI TRÌNH CH N M U
Quy mô m u phù h p đư c xác đ nh theo hai côngth c sau :
N u m c tiêu chính c a nghiên c u làtrung bình:
N u m c tiêu chính c a nghiên c u làcác t l :
Trong đó :
z là h s tin c y tra t b ng phân ph i chu n.Đ tin c y
thư ng dùng trongnghiên c u là 95%, tương ng v i z = 1,96
σ là đ l ch chu n c at ng th t nh ngl nnghiên c u trư c
trong trư ng h p m c tiêu nghiên c u chính làtrung bình
p là t l c a t ng th t nh ng l n nghiên c u trư c trong
trư ng h p m c tiêunghiênc u chínhlà t l .
ɛ là sai s cho phép
2
22
ε
σz
n ≥
2
2
)1(
ε
ppz
n
−
≥
QUI TRÌNH CH N M U

Các phương pháp ch n m u
QUI TRÌNH CH N M U
K thu t ch n m u
Ch n m u xác su t
Ng u nhiên đơn gi n
H th ng
Phân t ng
C kh i (theo nhóm)
Ch n m u phi xác su t
Thu n ti n
Phán đoán
Đ nh m c
Phát tri n m m
Các phương phápch n m u
QUI TRÌNH CH N M U
Ch n m u xác su t
Tính đ i di n cao, t ng quát hóa
cho đám đông
T n kém th i gian v à chi phí
Thư ng dùng cho các nghiên c u
chính th c
Ch n m u phi xác su t
Ti t ki m th i gian v à chi phí
Tính đ i di n th p, không t ng quát
hóa cho đám đông
Dùng cho các nghiên c u sơ b ,
khám phá

CH N M U XÁC SU T
M u ng u nhiên đơn gi n
m i đơn v c a t ng th đư c ch n v i s ng u nhiên
như nhau (đư c ch n vào m u v i cơ h i/ xác su t
b ng nhau)
chu n b danh sách các đơn v c a t ng th c n nghiên
c u và kh o sát. Danh sách này g i là khung m u hay
dàn ch n m u (sampling frame).Các đơn v t ng th
trong danh sách này có th đư c s p x p theo m ttr t
t nào đó, ví d như theo v n ABC, theo quy mô, theo
đ a ch … và đư c gán cho m t s th t t đơn v th
1 đ n đơn v cu i cùng.
có th th c hi n vi c l y đơn v m u ra b ng nhi u cách
như b c thăm, quay s ,hay dùng s ng u nhiên.N u
s lư ng đơn v t ng th ít, khung l y m u ng n (vài
ch c hay vài trăm đơn v ).
CH N M U XÁC SU T
M u h th ng
ch c n ch n ra m tcon s ng u nhiên là có th xác
đ nh đư c t t c các đơn v m u c n l y ra t danh
sách ch n m u (thay vì ph i ch n ra n s ng u nhiên
ng v i n đơn v m u c n l y ra).
Quy trình th c hi n:
Chu n b danh sách ch n m u,x p th t theom t quy ư c
nào đó, đánh s th t cho các đơn v trong danh sách. T ng
s đơn v trong danh sách là N.
Xác đ nh c m u mu nl y, ví d g m n quansát
Chia N đơn v t ng th thành knhóm theocông th c k=N/n, k
đư c g i là kho ng cách ch nm u.
Trong k đơn v đ u tiên ta ch nng unhiênra 1 đơn v (b c
thăm hay s d ng b ng s ng u nhiênhay hàm ng unhiên),
đây là đơn v m u đ u tiên,các đơn v m uti ptheođư c l y
cách đơn v này 1 kho ng là k, 2k, 3k ...

CH N M U XÁC SU T
M u c kh i/ theo nhóm
t ng th đư c chia thành nhi u kh i, m i kh i xem như m t
t ng th con, l y ng u nhiên đơn gi n m kh i, sau đó kh o
sát h t các đ i tư ng trong các kh i m u đã đư c l y ra.
Áp d ng trong trư ng h p danh sách đơn v (danh sách h
gia đình hay danh sách nhân kh u c a khu v c kh o sát)
không có
Ưu đi m là không c n có danh sách t t c các đơn v mà ch
c n có danh sách c a các kh i hay c a các đơn v m u b c
th p như danh sách qu n, phư ng, khu ph , t dân ph ). Khi
áp d ng cách ch n c kh i thì do không có danh sách t t c
các đơn v nên ph i dùng danh sách các kh i (là m t nhóm
các đơn v , ví d như đơn v hành chánh: phư ng, khu ph ,
t dân ph hay kh i nhà - block) đ ch n ra các kh i m u.
Sau khi ch n ra các kh i m u thì kh o sát h t t t c các đơn
v trong kh i đó.
CH N M U XÁC SU T
L y m u phân t ng
s d ng khi các đơn v quá khác nhau v tính ch t liên quan
đ n v n đ c n nghiên c u và kh o sát.
t ng th nghiên c u đư c chia thành các t ng l p, m c tiêu
là đ các giá tr c a các đ i tư ng t ng th ta quan tâm thu c
cùng m t t ng càng ít khác nhau càng t t. Sau đó các đơn v
m u đư c ch n t các t ng này theo các phương pháp l y
m u xác su t thông thư ng như l y m u ng u nhiên đơn
gi n hay l y m u h th ng.
Đ c đi m dùng đ phân t ng ph i có liên quan đ n n i dung
b n c n nghiên c u kh o sát.
S đơn v m u trong t ng t ng l p có th : b ng nhau, theo t
l c a t ng class hay phân b t i ưu (v a theo quy mô c a
t ng l p và theo m c đ đ ng đ u c a các đơn v trong cùng
m t t ng l p).

Khi quy mô toàn b m ukhông l nl m, lúc đócó th phânb m u
cho các t ng l p đ u nhau(m c đích chính là xem k t qu c a
t ng t ng l p và so sánh gi a các t ng l pv i nhau, m c đích
khác là xem xét k t qu c a toàn b t ng th ), và khi c n có k t
qu chung thì s gia tr ng (nhân v i h s ) các t ng l p theo h s
ph n nh qui môc a t ng t ng l p trongtoàn b t ng th .
Gi s chúng ta c n l y n đơn v m ut N đơn v t ng th , các đơn
v t ng th đư c phân t ng thành kl p
N u dùng phân b m uđ u thì côngth c tínhs lư ng đơnv m u
l y ra trong t ng t ng l p đơn gi n là:
N u phân b m u theo t l thì côngth c tínhs lư ng đơnv m u
l y ra trong t ng t ng l p s theo t l t c là
c th t t ng l p th i là:
CH N M U XÁC SU T
L y m u phân t ng
n n n
n
k
k1 2= = = =K
N
n
N
n
N
n
N
n
k
k
==== L
2
2
1
1
ii N
N
n
n =
L y m u thu n ti n: đ n nh ng nơi mà có nhi u kh năng
g p đư c đ i tư ng mu n khai thác thông tin mà b n c m
th y ti n l i, c n suy nghĩ k v th i gian, đ a đi m hay hoàn
c nh s g p đ i tư ng và thu th p d li u đó.
L y m u phán đoán: ngư i nghiên c u quy t đ nh s thích
h p các các đ i tư ng đ m i h tham gia vào m u kh o
sát. Tuy nhiên v n đ n m ch chính ph ng v n viên là
ngư i tr c ti p phán đoán s thích h p c a các đ i tư ng đ
m i h . Do đó tính đ i di n c a m u kh o sát th c t s ph
thu c nhi u vào ki n th c và kinh nghi m c a nh ng ngư i
đi thu th p d li u tr c ti p.
CH N M U PHI XÁC SU T

L y m u phát tri n m m: xác đ nh m t ho c m t s ph n t
cho m u phù h p đ thu th p d li u, sau đó h i h v tên
c a nh ng ngư i khác r t có th là ng viên cho nghiên c u.
N u nghiên c u m t t ng th tương đ i nh g m nh ng
ngư i có nhi u kh năng có m i liên h v i nhau thì m u
phát tri n m m là m t cách hi u qu đ xây d ng m t khung
m u bao quát đư c t t c . H u ích trong nghiên c u nh ng
t ng th nh và nh ng t ng th h n ch , và khó tìm th y.
CH N M U PHI XÁC SU T
L y m u đ nh m c: tương t l y m u xác su t phân t ng
ch đ u tiên ngư i nghiên c u ph i phân chia t ng th
nghiên c u thành các t ng (t ng th con). Nhưng đi m khác
bi t cơ b n là trong t ng t ng th con nh ng ngư i ph ng
v n đư c ch n m u t i hi n trư ng theo cách thu n ti n hay
phán đoán, trong khi trong m i t ng c a ch n m u phân t ng
thì các đơn v m u đư c ch n ra theo ki u xác su t. Vi c
chia thành các t ng theo 1 thu c tính ki m soát, thu c tính có
kh năng phân bi t đ i tư ng cao, các ph n t trong cùng
m t thu c tính ki m soát (m t t ng) thì có tính đ ng nh t
cao.
CH N M U XÁC SU T

ĐO LƯ NG VÀ THU TH P
D LI U Đ NH LƯ NG
Hoàng Tr ng
THANG ĐO LƯ NG
Thang đo là công c dùng đ mã hoá các bi u hi n
khác nhau c a các đ c trưng nghiên c u.
Đ thu n l i cho vi c x lý d li u trên máy vi tính
ngư i ta thư ng mã hoá thang đo b ng các con s
ho c b ng các ký t

ĐO LƯ NG VÀ C P Đ THANG ĐO
D li u đ nh tính: thu th p t thang đo danh nghĩa và th b c ->
không tính đư c tr trung bình
D li u đ nh lư ng: thu th p t thang đo kho ngcách và t l -> tính
đư c tr trung bình
Döõ lieäu
Döõ lieäu
ñònh löôïng
Döõ lieäu
ñònh tính
thang ño
danh nghóa
thang ño
tæ leä
thang ño
thöù baäc
thang ño
khoaûng caùch
THANG ĐO LƯ NG
Thang đo đ nh danh (nominal scale)
Ph n ánh s khác nhau v tên g i, màus c, tính ch t, đ c
đi m…c a các đơn v nghiênc u.
Nh ng con s đư c gán cho m i bi uhi n c a thang đoch mang
tính quy ư c, nói lên s khác bi t v thu c tính gi acác đơn v ,
ch không nói lên s khác bi t v lư nggi acác đơn v đó.
Nh ng con s thu th p t thang đonày không th dùng đ tính
toán.
Ví d :
Tình tr ng hôn nhân c a ngư i tr l i : đã có gia đình(1), chưa có
gia đình (2)
Siêu th mà ngư i tiêudùngthư ng đ nmuas m: Co.opMart,
BigC, Maxi Mark, Citi Mart, Lotte …

THANG ĐO LƯ NG
Thang đo th b c (ordinal scale)
Thang đo th t ph n ánh s khác bi t v thu c tính và v th t
hơn kém gi a các đơn v nghiên c u.
Có th dùng các con s x p theo th t tăng d n hay gi m d n đ
bi u hi n các đơnv mu nđo theothang đo này.
Tương t như thang đo đ nh danh, nh ng con s thu th p t thang
đo này không th dùng đ tính toán.
Ví d : M c đ ưa thích c a b n đ i v i các siêu th màb n đã t ng
đ n mua s m (x p theo th t 1,2,3,…nghĩa làt ưa thích nh t tr
xu ng):
Co.opMart ____
BigC ____
Maxi Mark ____
Citi Mart ____
Lotte Mart ____
THANG ĐO LƯ NG
Thang đo kho ng (interval scale)
Thang đo kho ng là m t d ng đ c bi t c a thang đo th t , trong
đó kho ng cách gi a các th b c đ u nhau.
Thư ng dùng m t dãy s có kho ng cách đ u nhau 1 đ n 5, 1 đ n
7, 1 đ n 10,… đ bi u hi n thang đo này.
Có th tính các tham s trong th ng kê mô t trên thang đo này
như s trung bình, s trung v , phươngsai, đ l ch chu n,…
tuy nhiên không th làm phép chia t l gi a các con s c a thang
đo, vì giá tr 0 c a thang đo ch là con s quy ư c, có th thay đ i
tuỳ ý, nói cách khác là các giá tr s c a thang đo kho ng không có
đi m g c 0.

THANG ĐO LƯ NG
Thang đo kho ng (interval scale)
Ví d : Anh (ch ) hãy đánh giá m c đ quan tr ng c a các y u t sau
trong m t thông tin qu ng cáo trên truy n hình:
Y u t m c đ quan tr ng
r t quan
tr ng
khá quan
tr ng
quan tr ng khá không
quan
tr ng
r t không
quan
tr ng
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
THANG ĐO LƯ NG
Thang đo t l (ratio scale)
Thang đo t l là m td ngđ c bi t c a thang đo kho ng, trongđó
giá tr 0 c a thang đo là đi m g c c đ nh. Thang đo t l có t t c
các tính ch t c a thang đo đ nh danh, th t , kho ng. Có th làm
phép chia t l gi acác con s c a thang đo, có th áp d ng t t
c các phương phápth ng kê cho thang đo này.
Ví d : N u cho 100 đi m, hãy phân b t ng đi m này cho 4 siêu
th tùy theo m c đ ưa thích đ i v i t ng siêu th này
Co.opMart ____
BigC ____
Maxi Mark ____
Citi Mart ____
Lotte ____
100

THANG ĐO LƯ NG
K thu t thi t k thang đo
thang đo so sánh:
Thang đo so sánh t ng c p
Thang đo x p h ngtheoth t
Thang đo có t ng s đi m c đ nh
THANG ĐO LƯ NG
K thu t thi t k thang đo
thang đo không so sánh tr c ti p:
Thang đo Likert
Thang đo có hai c c đ i l p
Thang đo Stapel

T CH C THU TH P D LI U Đ NH LƯ NG
Ph ng v n cá nhân
Ph ng v n qua đi n tho i
B n câu h i t đi n
Kh o sát qua thư
Ph ng v n cá nhân
Ph ng v n cá nhân (giao ti p m t đ i m t) là m t cu c
trò chuy n tr c ti p gi a ngư i ph ng v n và ngư i tr
l i đ thu th p các thông tin c n thi t cho cu c nghiên
c u.
Ngư i ph ng v n thư ng đi u khi n các ch đ n i
dung c a cu c th o lu n.
Các cu c ph ng v n cá nhân có th di n ra trong nhà
máy, trong nhà , trong văn phòng, trong m t trung tâm
mua s m,ho c trong các b i c nh khác.

Ph ng v n cá nhân
Ưu đi m
1. Cơ h i cho thông tin ph n h i
2. Làm rõ n i dung tr l i chung chung
3. Chi u dài c a cu c ph ng v n
4. T l hoàn thành cu c ph ng v n cao
5. Các công c h tr như hình nh, v t m u
6. T l tham gia cao
7. Quan sátcác hành vi không l i
8. Ph ng v n ngư i mù ch hay h c v n th p
9. G n l c đ i tư ng đúng yêu c u
Ph ng v n cá nhân
Như c đi m
1. Chi phí cao.
2. Thi u các ph ng v n viên đư c đào t o bài b n và
nhi u kinh nghi m
3. Thi u tính n c danh
4. Liên h ph ng v n
5. nh hư ng c a ph ng v n viên
6. Ph ng v n b sai l ch
7. S d ng t ng không chu n
8. Khó ti p c n
9. M t s khu dân cư khó khăn đ vào

Ph ng v n qua đi n tho i t i đi mt p trung:
ti n hành các cu c ph ng v n quađi n tho i t m t v trí trung tâm.
d ch v đi n tho i đư ng dài m c giá c đ nh đư c cung c p,
cho phép ngư i ph ngv n th c hi nkhông gi i h ncác cu c g i
đi n tho i trong ph m vi toàn b đ tnư c
D thuê đ i ngũ ph ngv n viênchuyênnghi p và d dànggiám
sát và ki m soát ch t lư ng c a các cu c ph ng v n.
Ph ng V n qua đi n tho i v i h tr c a máy tính (CATI)
cho phép nh p tr c ti p vàomáy tínhcác câu tr l i ph ngv n qua
đi n tho i
thi t b đ u cu i máy tính, mànhìnhhi nth các câu h i v i các
l a ch n tr l i đã mã hoás n. M i l n ph ngv n viênđ c t ng
câu h i đang hi n th trên mànhình,sau khi nghe đư c câu tr l i,
ngư i ph ngv n b m vào các l a ch ntrên mànhình, và nó s t
đ ng đư c lưu tr vào máy tính.
Ưu đi m
1. T c đ nhanh: hàng ch c cu c ph ngv n có th đư c ti n hành ch
sau m t đêm. Khi nh p tr c ti pn i dungtr l i ph ng v n vào m t
h th ng máy vi tính ngay trong quátrình th c hi nph ng v n, vi c
x lý d li u có th đư c th c hi n nhanh hơn.
2. Ti t ki m chi phí: Thông thư ngchi phíph ng v n quađi n tho i
ch b ng 25% c a ph ng v n cá nhân. Nh t làkhi có ph m vi đ alý
r ng.
3. Nhân s : c n ít hơn nhưng có tay ngh cao nh ngph ng v n viên
có kinh nghi m.
4. Gi m l ch l c do ph ngv n viêngây ra: Do ngư i ph ng v n và
ngư i tr l i không th y m t nhau nênnh ng nhhư ngc a đ c
đi m c a ngư i ph ng v nđư c gi m thi u t i đa.
5. Ti p c n t t hơn:Trongm t s khu dân cư, ngư i dânđư c mi n
cư ng cho phép ngư i l đ n trongnhà c a h ,nh t làtrong
bu i t i. Tuy nhiên có th h có th ch p nh n ph ngv n qua đi n
tho i.

Như c đi m
1. Thi u tương tác m tđ i m t: Ngư i ph ngv n và tr l i không
nhìn th y nhau. Ngư i tr l i v n tr l i khi chưa suy nghĩ k và
không chú ý đ n vi c tr l i trong khi v n đang làm vi c khác
2. T l đáp ng th p: M t s cá nhân s t ch i tham giacác cu c
ph ng v n qua đi n tho i. Nh ngngư i tham gia cũngcó th d
dàng ch m d t gi a ch ngm t cu c ph ng v n đi n tho i.
3. Thi u công c tr c quanh tr : Ngư i nghiênc u không th s
d ng hình v , nh ch p, m uv t li u … đ minh h acho câu h i
khi ph ng v n qua đi ntho i.
4. Th i lư ng h nch : thư ngch có th kéo dài kho ng 10 phút.
5. Kh năng tham d ít: thuth p nh ngcâu tr l i chưa tri tđ , chưa
sâu, vì nh ng ngư i đư c ph ng v nít tìm th y nh ng kinh
nghi m b ích so v i m t cu c ph ngv n cá nhân.
6. Môi trư ng tr l i:B i c nh tr l i đi n tho i có th làm phântâm
ngư i tr l i và nh hư ngđ n ch tlư ng c a d li u thu th p.
B ng câu h i t đi n
Các b ng câu h i khách t tr l i đã tr thành ph bi n trongcu c
s ng hi n đ i.
D ch v đánh giá c a các hãng hàng không,khách s n, nhà hàng,
đ i lý xe hơi, và các nhà cung c p giao thôngv n t i đãs d ng
các b ng câu h i cho khách hàng đánh giá.
Thư ng thì b ng câu h i ng n g nđư c đ t/đ v trí thu n ti n
cho ngư i tr l i l y ho c đư c phátt n tay đ cungc p ý ki n.
B n câu h i khách t tr l i cũng có th đư c g i quad chv bưu
chính, fax và d ch v chuy n phát nhanh, email.

B n câu h i g i qua thư
là m t b n câu h i khách t đi n đư c g i đ n ngư i
tr l i qua đư ng thư tín truy n th ng hay qua email.
Cách làm này tương t phương pháp b ng câu h i
khách t đi n,có nhi u ưu đi m và như c đi m.
Ưu đi m
1. Linh ho t v khu v c đ a lý: B ng câu h i g i qua thưcó th đ t
đư c m t m u phântán v m t đ a lý và v i chi phí tương đ i th p
vì không c n có ph ng v n viên.
2. Ti p c n m u:các đ i tư ng nhưgiám đ c và bác sĩ, r t khó đ
ti p c n tr c ti p ho c quađi n tho i. Ngư i nghiên c u có th ti p
c n nh ng ngư i này qua thưđi n t .
3. Ti t ki m th i gian: B n câuh i t tr l i có th đư c phânph i
r ng rãi đ n m t s lư ng l n nhân viên,và có th đư c đánhgiá
m t cách nhanh chóngvà ít t n kém.
4. Ti t ki m chi phí: không c ncó PVV có k năng, không c n có quà.
5. Tính n c danh (b o m t đ i tư): các cu c kh o sát qua thư, b n câu
h i t đi n thư ng đư c coi làn c danhhơn vì ngư i cung c p
gi u tên c a mìnhkhi tr l i.
7. Câu h i đư c tiêu chu n hóa: nh ng câu h i thư ngcó c u trúc
s n đ ngư i tr l i ch n.

Như c đi m
1. T l đáp ng th p: T l đư c g i tr l i r t th p.
2. T l hoàn thành th p:ngư i tr l i đ l i nhi u câu h i tr ngchưa
tr l i vì h không hi u câu h i ho c không có PVV đ h tr .
3. Chi phí tăng: Do ít ngư i g i l i nênti pt c ch đ i thêm. Khi chưa
đ s lư ng, g i thêm thư nh c nh , và l i ch đ i. Khi g i thư
nh c nh và g i l i b ng câuh i chi phí c a nghiênc u s tăng.
4. Thi u ki m soát trên b ng câuh i:ngư i tr l i thư ngđ c toànb
qua các câu h i trư c khi tr l i t ng câu h i. Nh ngcâu h i phía
sau có th nh hư ng đ n câu tr l i cho các câu h i trư c đó; do
đó nó có kh năng thiên v các d li u.
5. Không th s d ng câu h i dài: không nênvư t quá sáu trang.
6. Không ki m soát môi trư ng:không bi t gì v nh ngngư i th c s
đã đi n vào nh ngb ngcâu h i.
7. Không th n m b tcác hành vi không l i.
8. Ngư i không bi t ch hay h c v n th pkhông th tham gia.
THI T K CÔNG C THU TH P D LI U
B n câu h i
1- Xác đ nh các d li uc n thu th p
2- Xác đ nh phương pháp ph ngv n
3- Phác th o n i dung b ng câu h i
4- Ch n d ng cho câu h i
5- Xác đ nh t ng thích h pcho b ng câu h i
6- Xác đ nh c u trúc b ng câu h i
7- Thi t k vi c trình bày b ngcâu h i
8- Ph ng v n th đ tr c nghi m b ng câu h i

131
BCH sau khi ph ng v n xong c n đư c hi u ch nhđ tránh các sai
sót.
Nguyên nhân gây sai sót:
Thi t k BCH
Hư ng d n PVV không k lư ng
K thu t ph ng v n kém
Các bư c hi u ch nh:
Hi u ch nh t i hi ntrư ng
Hi u ch nh t i trung tâm
HI U CH NH D LI U
132
Nh p tr c ti p trong SPSS -> ph bi ntrong các NCKH c m u không
quá l n
B ng chương trình Data Entry c a SPSS (n ngn , năng su t th p)
Nh p b ng chương trìnhkhác (Excel, Fox, …) hay chương trình vi t
riêng (không ti n l i hay m t th i gianvi tchươngtrình nh p) n u s
lư ng m u không nhi u.
Có th nhi u ngư i nh psong song, r i ghép fileth cônghay b ng
l nh Data > Merge files
NH P LI U

133
Dùng l nh sort
B ng t n s đơn
Dùng b ng ph c
Các l nh select cases(filter)
-> C n có kinh nghi m, ki n th c liênquanđ n đ i tư ng,b i c nh,
n i dung nghiênc u.
LÀM S CH D LI U
ĐO LƯ NG KHÁI NI M NGHIÊN C U
Hoàng Tr ng

135
Mô hình nghiên c u & khái ni m
Trong nghiên c u đ nh lư ng c n đo lư ng các khái ni m dùng
trong nghiên c u (construct).
M t mô hình nghiên c u đơn gi n bên dư i có 3 khái ni m: Giá tr
d ch v , ch t lư ng d ch v và s hài lòng.
Giaù trò dòch vuï Chaát löôïng dòch vuï
Söï haøi loøng
H1 (+)
H2 (+)
Mô hình khái ni m (lý thuy t)
Construct
Latent v ariable
136
Mô hình nghiên c u & khái ni m
Mô hình đo lư ng
.00
Gia tri DV
.16
XAHOI
e1.6
.33
CAMXUC
e1.5
.04
HINH ANH
e1.4
.21
.47
CHUCNAN G
e1.3
.02
KIENTHUC
e1 .2
.30
UOCMUON
e1.1
.55
.00
Chat luong DV
.59
DICHVU
e2.3
.52
VATCHAT
e2 .2
.43
DAOTAO
e2.1
.66
Hai long
.61
V52 e3.1
.78
.60
V53 e3.2
.78
.59
V54 e3.3
.77
.67
.46
e1
e2
e3
.39
.57 .68 .13
.72 .77.66
Bi n đo lư ng: có th là
nhân t (bi n đã t ng h p
t các bi n quan sát) hay là
bi n quan sát tr c ti p

137
Khái ni m và Đo lư ng
Vi c đo lư ng m t s khái ni m có th không ph c t p v phương
pháp ví d như: m c thu nh p, m c chi tiêu, th i gian xem
truy n hình, quy mô v n, quy mô lao đ ng, năng su t lao đ ng.
M t s khái ni m ph c t p, trư u tư ng đòi h i c n có quá trình chi
ti t hóa khái ni m (construct operationalization) và thi t k đo
lư ng (measurement design) và ki m tra k lư ng. Ví d như:
Trung thành c a khách hàng đ i v i s n ph m/d ch v /thương hi u (customer
loy alty ); Ch t lư ng s n ph m/d ch v theo c m nh n c a khách hàng
(perceiv ed quality )
Hài lòng c a nhân v iên (employ ee satisfaction)
Ch t lư ng cu c s ng, quan ni m s ng
Lòng tin; thái đ c a ngư i dân t i ch đ i v i ngư i nh p cư …
138
Khái ni m và Đo lư ng
Ví d v chi ti t hóa khái ni m: trung thành c a khách hàng đ i
v i s n ph m/d ch v /thương hi u (customer loyalty) bao g m
nh ng khía c nh sau:
– Ti p t c mua
– Không nghĩ đ n nh ng th khác
– Không có ý đ nh mua th nh ng th khác
– Nói t t v sp/d ch v /thương hi u v i ngư i khác
– Gi i thi u sp/d ch v /thương hi u v i ngư i khác

139
Đo lư ng và thang đo Likert
Khái ni m c th ch c n thang đo đơn gi n (thang đo 1 ch báo)
Khái ni m trư u tư ng c n thang đo ph c t p (thang đo nhi u ch
báo - multi-indicator scale)
Thang đo nhi u ch báo đư c s d ng ph bi n nh t là Likert 5
m c đ .
“Xin vui lòng đ c k nh ng phát bi u sau. Sau m i câu phát bi u,
hãy khoanh tròn tr l i th hi n đúng nh t quan đi m c a b n.
Xin b n cho bi t r ng b n r t đ ng ý, đ ng ý, th y bình thư ng,
không đ ng ý hay r t không đ ng ý v i m i phát bi u?”
140
Đo lư ng và thang đo Likert
Sau đây là những phát biểu liên quan đến việc chọn và học tập của bạn tại trường ĐH
Kinh Tế TPHCM. Xin bạn vui lòng trả lời bằng cách khoanh tròn một con số ở từng
dòng. Những con số này thể hiện mức độ bạn đồng ý hay không đồng ý đối với các
phát biểu theo quy ước như sau:
Rất không
đồng ý
1
Không
đồng ý
2
Trung lập
3
Đồng ý
4
Rất đồng ý
5
1. Bằng cấp của trường ĐH Kinh Tế sẽ giúp tôi kiếmđược thu nhập
cao sau khi ra trường.
1 2 3 4 5
2. Kiến thức từ trường ĐH Kinh Tế sẽ giúp tôi dễ dàng thăng tiến
trong nghề nghiệp.
1 2 3 4 5
3. Tôi tin rằng các doanh nghiệp rất cần các sinh viên tốt nghiệp từ
trường tôi đang học.
1 2 3 4 5
4. Bằng cấp có được từ trường ĐH Kinh Tếlà sự đầu tư tốt của tôi
cho tương lai.
1 2 3 4 5
5. Bằng đại họcKinh Tế bảo đảm việc làm trong tương lai. 1 2 3 4 5

141
Thang đo đơn hư ng và đa hư ng
M t khái ni m có th ch bao g m m t y u t /thành ph n/khía c nh
(component / factor / aspect), và thang đo m t khái ni m ch bao
hàm m t thành ph n g i là thang đo đơn hư ng (unidimesional)
M t khái ni m có th bao g m nhi u y u t /thành ph n/khía c nh,
và thang đo m t khái ni m bao hàm nhi u thành ph n g i là
thang đo đa hư ng (multidemensional)
Thang đo Likert áp d ngcho m t khái ni m đơn có th làm tthangđo
nhi u ch báo có tính đơn hư ng, ch bao g m m t t ph p m c h i.
Thang đo Likert áp d ngcho m t khái ni m đa y u t có th làm t thang
đo nhi u ch báo có tính đa hư ng,bao g m nhi ut p h pm c h i,
m i m t t p h p m c h i s ph n nh m ty u t c a khái ni m.
142
BAÛNG 3.3 Keát quaû phaân tích nhaân toá EFA cuûa khaùi nieäm “ chaát löôïng dòch vuï ñaøo taïo”
Bieán
quan
saùt
Caùc nhaân toá chính T roïng
soá
% bieán
thieân giaûi
thíchñöôïc
Cron
bach
α
F1 Hoïat ñoäng ñaøo taïo 33.849 0.726
CL_1 Chöông trình ñaøo taïo phuøhôïp toát vôùi yeâu caàu cuûa thöïc tieãn. 0.600
CL_2 No äi dung moân ho ïc ñöôïc ñoåi mô ùi, ñaùp öùngto át ye âu caàuñaøo taïo. 0.620
CL_3 Phöông phaùpgiaûng cuûa GV phuø hôïpvôùi yeâucaàucuûa töøng moânhoïc. 0.652
CL_4 Giaûng vieân coù kieán thöùc saâu ve àmo ân hoïc ñaûm traùch. 0.673
CL_5 Caùch ñaùnh giaùvaøchoñieåm sinh vieân coângbaèng. 0.583
CL_6 Toå chöùc thi cöû, giaùm thò coi thi nghie âm tuùc. 0.565
F2 Cô sôû vaät cha át 7.377 0.746
CL_8 Cô sô ûvaät chaát tröôøng ñaùp öùngtoát nhu caàu ñaøo taïo vaøhoïc taäp. 0.639
CL_9 Phoøng maùy tính ñaùp öùng to át nhu ca àuthö ïc haønh cuûa sinh vie ân. 0.680
CL_10 Côsôûvaät chaát thövieän to át. 0.798
CL_11 Nhaân vieân thö vieän phuïc vuï to át. 0.698
F3 Dòch vuïhoã trôï vaø phuïc vuï 9.166 0.811
CL_13 Dòch vuï y teá ñaùp öùngto át sinhvie ân coùnhu caàu. 0.645
CL_14 Tö vaán ñaùp ö ùng to át nhu ca àuchoïn löïa vaø hoïc taäp cu ûa sinh vieân. 0.718
CL_15 Dòch vuï taøi chính hoã trôï to át sinh vieân coù nhu caàu. 0.782
CL_17 Dòch vuï aên uo áng giaûi khaùt phuø hô ïp vôùi nhu caàu sinh vie ân. 0.638
CL_19 Nhaân vieân giaùo vu ï, thanh tra nhieät tình phuïc vuï sinh vieân. 0.567
CL_20 Nhaøtröôøng va økhoa thöôøngxuye ânlaéng nghe yù kieán sinh vieân. 0.579

143
BAÛNG 3.4 Keát quaû phaân tích nhaân toá cuûa khaùi nieäm “söï haøi loøng cuûa sinh vieân”
Bieán quan saùt Troïng soá
HL_1 Hoïc taïi tröôøng ÑH Kinh TeáTPHCM hônnhöõng gì toâi mong ñôïi. 0.880
HL_2 Tröôøng ÑH Kinh Teá gioáng nhö tröôøng ÑH lyù töôûng maø toâi haèng mong ñôïi. 0.883
HL_3 Toâi haøi loøng khi hoïc taïi tröôøng ÑH Kinh Teá TPHCM. 0.862
Giaù trò Eigen
% bieáân thieân ñöôïc giaûi thích
Cronbach alpha
2.296
76.522
0.846
144
Các bư c xây d ng thang đo Likert
1. Nh n di n và đ t tên bi n mu n đo lư ng: kinh nghi m, quansát, và
thăm dò
2. L p ra m t danh sách các phát bi u ho c câu h i mang tínhbi u th .
Có th l y t lý thuy t có liên quan, đ c sách báo, ý ki n chuyên gia,
th c nghi m.
3. Xác đ nh lo i tr l i:đ ngý – không đ ng ý; ng h -- ph n đ i;h u
ích -- vô ích; nhi u – không có; gi ng tôi – không gi ng tôi; phùh p –
không phù h p; luôn luôn– không bao gi ; đúng – không đúng
4. S lư ng m c đ : 3, 5 hay 7 m c đ .
5. Ki m tra toàn b các m c h i b ngcách kh o sát th 100 – 200
ngư i.
6. Phân tích m c h i trongdanhsách đ tìm ra m t t p h p các m c
h i giúp đo lư ngđư c m tkhía c nh c a khái ni m/bi nmu n
nghiên c u trong môhình.

145
Phân tích các m c h i
Tìm ra và gi l i nh ng m c h i có ý nghĩagiúpđo lư ngđư c m tkhía
c nh c a khái ni m nghiên c u t danhsách các m c h i ban đ u ->
ki m tra tính đơn hư ng
Tính đi m các tr l i
Ki m tra tương quangi a các m c h i và tính toán Cronbach alpha
Ki m tra tương quangi a t ngđi m c at ng ngư i và đi m c a t ng
m c h i (l n hơn hay b ng 0.4)
Tiêu chu n: αl n hơn 0,7.Có th ch p nh n αl n hơn hay b ng 0,6
)1(
1K
K
2
Y
K
1i
2
Xi
σ
σ
−
−
=α
∑=
K : Là s bi n đưa vào phân tích.
: Phương sai c a bi n t ng
: Phương sai c a bi n quan sát th i
2
Xiσ
2
Yσ
146
Phân tích các m c h i
Trong trư ng h pth c hi n nghiên c u l p l i,hay s d ng thangđo đã
đư c thi t k và s d ng trong các nghiênc u trư c thì tính
Cronbach α cho t ng t p h p bi n giúp đolư ng t ngthành ph n
c a các khái ni m dùng trong nghiênc u. N u khái ni m ch có 1
thành ph n thì ch có 1 α, n u khái ni m có nhi u thànhph nthì s
tính α cho t ng t p bi n đo lư ng t ngthành ph n.
Trong trư ng h pngư i nghiên c u làm đ u tiên th c hi nvi c đo lư ng
khái ni m dùng trongnghiênc u, chưabi trõ có bao nhiêu thành
ph n trong khái ni m, lúc đó dùng phân tíchnhânt đ phânbi t các
thành ph n, và như v y bi t đư c t ng nhóm bi nđo lư ngt ng
thành ph n này, sau đó tính Cronbachαt ng t ng nhóm bi n này.

PHƯƠNG PHÁP NGHIÊN C U
TRONG KINH DOANH
MÔ HÌNH EFA
KI M Đ NH GIÁ TR THANG ĐO
Hoàng Tr ng
148
EFA và đánh giá thang đo
Cronbach alpha dùng đ đánh giá đ tin c y thang đo (k t qu đo
lư ng n đ nh n u th c hi n nhi u l n đo lư ng khác nhau)
EFA đư c dùng đ đánh
giá giá tr c a thang đo
(đo đư c cái c n đo): giá
tr h i t và giá tr phân
bi t
Tâm đi m c a
ki m soát
Các bi n cùng đo lư ng 1 khái ni m
tương quan m nh v i nhau: đ h i t cao
Các bi n đo lư ng 1 khái ni m này tương
quan y u v i các bi n đo lư ng m t khái
ni m khác: đ phân bi t cao

149
EFA và đánh giá thang đo
EFA đư c dùng đ đánh giá giá tr c a thang đo (đo đư c cái
c n đo): giá tr h i t và giá tr phân bi t
150
Khái ni m và ng d ng
Phân tích nhân t là tên chung c a m t nhóm các th t c đư c s
d ng ch y u đ thu nh và tóm t t các d li u.
Trong nghiên c u, ta có th thu th p đư c m t s lư ng bi n khá
l n và h u h t các bi n này có liên h v i nhau và s lư ng
c a chúng ph i đư c gi m b t xu ng đ n m t s lư ng mà
chúng ta có th s d ng đư c.

151
Mô hình phân tích nhân t
các nhân t chung có th đư c di n t như nh ng k t h p tuy n
tính c a các bi n quan sát:
F W X W X W X W Xi í í í ík k= + + + +1 1 2 2 3 3 ...
Fi : öôùc löôïng trò soá cuûa nhaân toá thöù i
Wí : quyeàn soá hay troïng soá nhaân toá (weight or factor score coefficient)
k : soá bieán
152
Các tham s th ng kê trong EFA
Đi u ki n áp d ng FA: các bi n có tương quan v i nhau
Barlett test of sphericity: ki m đ nh có tương quan hay không, gi
thuy t không là: không có tương quan gi a các bi n quan sát.
Kaiser-Mayer-Olkin (KMO): t 0,5 -> 1, các tương quan đ l n đ n
m c có th áp d ng FA.
v1 v2 v3 v4 v5 v6
v1 1
v2 0 1
v3 0 0 1
v4 0 0 0 1
v5 0 0 0 0 1
V6 0 0 0 0 0 1

153
Correlation matrix (ma tr n tương quan): ma tr n ch a t t c các
h s tương quan c p gi a các c p bi n trong phân tích.
v1 v2 v3 v4 v5 v6
v1 1 0.039 0.321 0 0.314 -0.097
v2 0.039 1 -0.13 0.534 0.352 0.593
v3 0.321 -0.13 1 -0.432 0.474 0.037
v4 0 0.534 -0.432 1 0.077 0.345
v5 0.314 0.352 0.474 0.077 1 0.279
v6 -0.097 0.593 0.037 0.345 0.279 1
Communality (ph n chung): lư ng bi n thiên c a 1 bi n đư c gi i
thích chung v i các bi n khác (cũng là ph n bi n thiên đư c
gi i thích b i các nhân t chung).
Eigenvalue: bi n thiên c a t p bi n quan sát đư c gi i thích b i
m i nhân t rút ra so v i bi n thiên còn l i c a t p bi n quan
sát sau khi nhân t đư c rút ra.
154
Factor scores (các đi m s nhân t ): các tr s đư c ư c lư ng cho
t ng quan sát trên t ng nhân t đư c rút ra.
Các bi n g c
Các nhân t
(bi n t ng h p)
Factor score

155
S lư ng nhân t
Priori determination: t lý thuy t, kinh nghi m, các k t qu nghiên
c u trư c.
D a vào eigenvalue: eigenvalue th hi n ph n bi n thiên đư c gi i
thích b i m i nhân t so v i bi n thiên còn l i, n u ph n bi n
thiên đư c gi i thích này l n (eigenvalue l n hơn 1), thì nhân
t rút ra có ý nghĩa tóm t t thông tin t t.
156
Xoay các nhân t
Th nh tho ng có m t vài bi n có h s l n đ i v i hơn m t nhân t
ho c có nhi u nhân t có h s l n trong cùng m t bi n, vi c
gi i thích s tr nên khó khăn
F1 F2
ngua sau rang 0.050 0.618
lam trang rang 0.891 -0.007
lam khoe nuu rang -0.143 0.872
lam hoi tho thom tho 0.726 -0.377
lam sach cau rang 0.462 0.726
lam rang bong hon 0.775 0.050
Kinh nghi m: m i bi n g c nên có h s t i nhân t l n (0.4 tr lên)
đ i v i ch m t nhân t đư c rút ra.
-> xoay nhân t

157
Xoay các nhân t
-1 -0,5 0 +0,5 +1
-1
-0,5
+0,5
+ 1
Nhaân toá chöa xoay II
Nhaân toá xoay II
V3
V4
V5
V1
V2
Nhaân
toá
chöa
xoay I
Nhaân toá xoay I
Xoay v n gi nguyên góc ban đ u c a các nhân t
158
Xoay các nhân t
Xoay không gi nguyên góc ban đ u c a các nhân t
-1 -0,5 0 +0,5 +1
-1
-0,5
+0,5
+ 1
Nhaân toá chöa xoay II
Nhaân
toá
chöa
xoay I
V3
V4
V5
V1
V2
Nhaân toá xoay
Khoâng giöõ nguyeân
goùc ban ñaàu II
Nhaân toá xoay
giöõ nguyeân
goùcban ñaàu II
Nhaân toá xoay
giöõnguyeân
goùc ban ñaàu I
Nhaân toáxoay
Khoâng giöõ nguyeân
goùc ban ñaàu I

159
Xoay các nhân t
F1 F2 F1 F2
ngua sau rang 0.050 0.618 -0.014 0.620
lam trang rang 0.891 -0.007 0.886 0.086
lam khoe nuu rang -0.143 0.872 -0.233 0.852
lam hoi tho thom tho 0.726 -0.377 0.761 -0.300
lam sach cau rang 0.462 0.726 0.384 0.770
lam rang bong hon 0.775 0.050 0.766 0.130
đã xoaychưa xoay
F1
1.00.0-1.0
F2
1.0
0.0
-1.0
V6
V5
V 4
V 3
V 2
V1
160
Đ t tên và gi i thích các nhân t
Vi c gi i thích các nhân t đư c th c hi n trên cơ s nh n ra các
bi n có h s (factor loading) l n cùng m t nhân t .
Và chúng ta có th tóm t t các d li u thu th p đư c đ nói r ng
ngư i tiêu dùng dư ng như tìm ki m hai lo i l i ích chính khi mua
kem đánh răng: l i ích th m m /giao ti p xã h i và l i ích s c kh e
F1 F2
ngua sau rang -0.014 0.620
lam trang rang 0.886 0.086

161
Tính tr s nhân t
F W X W X W X W Xi í í í ík k= + + + +1 1 2 2 3 3 ...
6543211 355,0171,0356,0116,0411,0012,0 XXXXXXF +++−+−=
F1 F2
ngua sau rang -0.012 0.341
lam trang rang 0.411 0.039
6543212 065,0420,0172,0471,0039,0341,0 XXXXXXF ++−++=
T Factor score coefficient matrix (ma tr n tr ng s nhân t ),
vi t đư c phương trình th hi n t ng nhân t như là k t h p
c a các bi n g c.
T các phương trình th hi n nhân t , th các tr s c a các
bi n g c vào phương trình thì s tính đư c tr s nhân t cho
t ng quan sát.
162
Tính tr s nhân t
6543211 355,0171,0356,0116,0411,0012,0 XXXXXXF +++−+−=
6543212 065,0420,0172,0471,0039,0341,0 XXXXXXF ++−++=
Tr s nhân t
chưa chu n hóa
(dùng l nh compute)
Tr s nhân t đã chu n hóa
đư c lưu l i t đ ng nh l nh
save trong phân tích nhân t

163
Ưu đi m Như c đi m
Cách 1 dùng l nh save scores c a SPSS đ tính các
tr s nhân t dư i d ng trung bình có tr ng
s và đư c chu n hóa
Tính nhanh, nh t là
khi có quá nhi u bi n
quan sát và nhân t
đư c rút ra
Không phân tích nhân t cùng
lúc v i bi n nguyên nhân và
bi n k t qu .
Các tr s dư i d ng chu n
hóa s khó hình dung v i
nhi u ngư i.
Cách 2 Dùng l nh compute đ tính tr s nhân t dư i
d ng trung bình có tr ng s không chu n hóa
Các tr s nhân t
dư i d ng thang đo
thông thư ng s d
cho vi c mô t
Tính toán lâu, d nh m l n,
nh t là khi có quá nhi u bi n
quan sát và nhân t đư c rút
ra
Cách 3 Dùng l nh compute đ tính các tr s nhân t
dư i d ng trung bình không có tr ng s và rút
g n các bi n quan sát (ch nh ng bi n quan
sát có h s t i nhân t l n nhân t nào thì
m i đư c tham gia tính toán ra nhân t đó)
Tính toán nhanh hơn,
ít nh m l n, các tr s
thông thư ng, d cho
vi c mô t
Có th ít chính xác vì không
có tr ng s
Cách 4 Dùng l nh compute đ tính các tr s nhân t
dư i d ng t ng không có tr ng s và rút g n
các bi n quan sát (ch nh ng bi n quan sát có
h s t i nhân t l n nhân t nào thì m i
đư c tham gia tính toán ra nhân t đó)
Tính toán nhanh hơn,
ít nh m l n, các tr s
thông thư ng, d cho
vi c mô t
N u các nhân t có s lư ng
bi n quan sát (item) chênh
l ch nhau s khó hình dung
cho vi c mô t
Tính tr s nhân t
164
S d ng k t qu phân tích nhân t
Sau khi rút trích đư c các nhân t và lưu l i thành các bi n
m i, chúng ta s s d ng các bi n m i này thay cho t p h p
bi n g c đ đưa vào các phân tích ti p theo như ki m đ nh
trung bình, ANOVA, tương quan & h i quy ...
Ví d : chúng ta có th xem có khác bi t gi a nam và n hay
không v t m quan tr ng c a các l i ích khi mua kem đánh
răng b ng m t ki m đ nh t đ i v i m u đ c l p.
-> có s khác bi t có ý nghĩa th ng kê: nam quan tâm đ n l i
ích giao ti p xã h i nhi u hơn n (k t qu trang sau)

165
S d ng k t qu phân tích nhân t
Gr o up Sta ti s ti c sGr o up Sta ti s ti c sGr o up Sta ti s ti c sGr o up Sta ti s ti c s
17 .3833755 .87044420 .21111373
18 -.3620768 1.000554 .23583278
17 -.2771805 1.155686 .28029505
18 .2617816 .77043184 .18159253
giôùi tính
nam
nöõ
nam
nöõ
lôïi ích giao tieáp XH
lôïi ích söùc khoûe
N Mean
Std.
Deviation
Std. Error
Mean
Inde pe nde nt S a mple s Te s tInde pe nde nt S a mple s Te s tInde pe nde nt S a mple s Te s tInde pe nde nt S a mple s Te s t
.224 .639 2.346 33 .025 .7454523 .31781402
2.355 32.790 .025 .7454523 .31652189
5.726 .023 -1.632 33 .112 -.5389620 .33021613
-1.614 27.663 .118 -.5389620 .33397778
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
lôïi ích
giao tieáp
XH
lôïi ích
söùc khoûe
F Sig.
Levene's Test for
Equality of Variances
t df
Sig.
(2-tailed)
Mean
Difference
Std. Error
Difference
t-test for Equality of Means
166
Đánh giá giá tr thang đo b ng EFA
S lư ng nhân t trích: phù h p v i gi thuy t ban đ u v s
lư ng thành ph n c a thang đo (khái ni m đa hư ng).
S lư ng nhân t trích không phù h p: do d li u thu th p
không đ t yêu c u: Ph ng v n không đ t, câu h i không rõ
ràng, đ i tư ng không h p tác, d li u không s ch. N u s
lư ng nhân t nh hơn, có ít nh t 2 thành ph n b g p l i, c n
xem l i lý thuy t. N u s lư ng nhân t trích đư c l n hơn ->
m t khái ni m th c s là 2 khái ni m đơn hư ng -> c n nghiên
c u đ nh tính đ di n gi i và k t lu n v k t qu
Bi n không nhóm vào nhân t như đã gi thuy t: có th do
d li u không đ t yêu c u, ki m tra l i lý thuy t, n u bi n
không th c s đo lư ng khái ni m thì có th lo i chúng đi, n u
chúng th c s đo lư ng khái ni m đang đo thì ch c n đi u
ch nh l i thang đo trong ph n thi t k thang đo.

167
Đánh giá giá tr thang đo b ng EFA
Tr ng s nhân t và t ng phương sai trích:
Tr ng s nhân t c a bi n quan sát trên nhân t mà nó đo lư ng
ph i cao hơn tr ng s trên các nhân t khác -> giá tr h i t :
Tr ng s nhân t : trong th c ti n nghiên c u thì tr ng s nhân t
này nên ≥ 0,5, có th ch p nh n n u ≥ 0,4.
T ng phương sai trích TVE: ph i đ t t 50% tr lên
Chi n lư c phân tích EFA đ đánh giá thang đo:
Dùng EFA cho t ng khái ni m đa hư ng và EFA cho t t c các
khái ni m đơn hư ng
S d ng c p: đánh giá t ng c p khái ni m v i nhau (đ xem đ
h i t và đ phân bi t)
Tính tr s nhân t : t ng hay trung bình, l nh save as trong SPSS
TRONG KINH DOANH
KI M Đ NH M I LIÊN H &
KI M Đ NH KHÁC BI T TRUNG BÌNH
Hoàng Tr ng

169
Lo i bi n và lo i ki m đ nh
Bi n nguyên nhân Bi n k t qu Công c th ng kê
Đ nh danh/ th b c Đ nh danh/ th b c Chi bình phương
Đ nh danh/ th b c
(2 nhóm)
Đ nh lư ng T test
Đ nh danh/ th b c
(nhi u hơn 2 nhóm)
Đ nh lư ng ANOVA
Đ nh lư ng Đ nh lư ng Tương quan & h i qui
Đ nh lư ng Đ nh danh/ th b c H i qui logistic,
Phân tích bi t s
170
Liên h hai bi n đ nh danh
D li u dư i d ngt n s
Dùng b ng chéo khám phá m i liênh
Dùng ki m đ nh chi bìnhphương (ki m đ nhtính đ c l p) đ xem xét m i
liên h có ý nghĩa th ngkê hay không
Dùng nh ng thư c đo nhưh s liên k t lamda, phi đ đo lư ng đ m nh
m i liên h

171
Liên h m t bi n đ nh tính và
m t bi n đ nh lư ng
Bi n nguyên nhân:bi nđ nh danh hay th b c
Bi n k t qu : bi n đ nh lư ng
-> n u bi n nguyên nhân ch có 2 nhóm: dùng ki m đ nhtrung bình
(ki m đ nh t)
-> n u bi n nguyên nhân có t 3 nhóm tr lên: dùng phân tíchphương
sai.
172
Liên h hai bi n đ nh lư ng
Đo lư ng đ m nh b ng h s tương quan hay t s tương quan
Th hi n m i quan h b ng phương trình h i qui

Khái ni m ANOVA
• M c tiêu c a ANOVA là so sánh trung bình c a nhi u nhóm
(t ng th ) d a trên các trung bình m u.
• Trong nghiên c u, ANOVA đư c dùng như m t công c đ
xem xét nh hư ng c a m t y u t nguyên nhân (bi n đ nh
tính) đ n m t y u t k t qu (bi n đ nh lư ng)
ANOVA 1 y u t nh hư ng
Các m u rút ra t k t ng th
1 2 . . . k
x11
x12
. . .
x1n1
x21
x22
. . .
x2n2
. . .
. . .
. . .
. . .
xk1
xk1
. . .
xknk

Bư c 1: tính các trung bình
• các trung bình m u
• trung bình chung c a k m u
i
n
j
ij
i
n
x
x
i
∑
=
=
1
∑
∑
=
==
k
i
i
k
i
ii
n
xn
x
1
1
Bư c 2: tính các t ng bình phương
• n i b t ng nhóm
• n i b k nhóm
• gi a các nhóm
• Toàn b m u
2
1
n
1j
j11 )xx(SS
1
∑
=
−=
2
k
1i
n
1j
iij )xx(SSW
i
∑∑
= =
−=
2
i
k
1i
i )xx(nSSG −= ∑
=
SSGSSW)xx(SST 2
k
1i
n
1j
ij
i
+=−= ∑∑
= =
Bi n thiên c a bi n
k t qu x do các y u
t khác nh hư ng
Bi n thiên c a bi n
k t qu x do các
nhóm (bi n nguy ên
nhân) nh hư ng
Bi n thiên toàn b
bi n k t qu x

Bư c 3: tính các phương sai
• n i b nhóm
• gi a các nhóm
Bư c 4: ki m đ nh
• Bác b gi thuy t H0 cho r ng trung bìnhc a kt ng th đ u b ngnhau
khi: F > F
Ph n phương sai c a
bi n k t qu x do các
y u t khác nh hư ng
Ph n phương sai c a
bi n k t qu x do các
nhóm (bi n nguy ên
nhân) nh hư ng
kn
SSW
MSW
−
=
1k
SSG
MSG
−
=
MSW
MSG
F=
α,,1 knk −−
Giá tr gi i h n tra t b ng phân ph i F v i
k -1 b c t do t s và n -k b c t do
m u s m c ý nghĩa α
178
Phân tích phương sai – tóm t t
Bi n nguyên nhân đ nhtính có t 3 nhóm tr lên
Bi n k t qu là đ nh lư ng.
Toàn b bi nthiên c a bi nk t qu (SST) đư c tách thành 2 ph n:
Bi n thiên doy u t nguyên nhân đang xem xét:SSG
Bi n thiên docác y u t khác gây ra: SSW
-> Phương sai c a y u t k t qu do y u t nguyên nhân gây ra (hay gi i
thích đư c) MSG = SSG/k-1
-> Phương sai c a y u t k t qu do các y u t khác gây ra
MSW = SSW/n-k
T s F = MSG/MSW l n ph n nh nh hư ng c ay u t nguyên nhân
đang xem xét là đáng k và nh hư ngđ n bi nk t qu , làm chotung
bình c a bi n k t qu t ng nhóm c a bi nnguyên nhân không b ng
nhau.

Phân tích sâu ANOVA
2
)1k(k
)!2k(!2
!k
C2
k
−
=
−
=
i
knk
n
MSW
qT −= ,,α
knkq −,,α
Trư ng h p các t ng th có phân ph i b t kỳ
)1(3
)1(
12
1
2
+−
+
∑=
n
n
R
nn
k
i i
i
2
,1kW α−χ>
Giá tr gi i h n tra
t b ng phân ph i
Chi square

Business Statistics:ADecision-Making Approach,6e © 2005 Prentice-Hall,Inc. Chap 13-181
Introduction to Linear Regression and
Correlation Analysis
(Gi i thi u h i qui tuy n tính và phân tích tương quan)
TRONG KINH DOANH
Business Statistics:ADecision-
Making Approach,6e © 2005
Prentice-Hall,Inc.
Chap 13-182
Chapter Goals
After completing this chapter, you should be
able to:
Calculate and interpretthe simple correlation between
two variables
Determine whether the correlation is significant
Calculate and interpretthe simple linear regression
equation for a setof data
Understand the assumptions behind regression
analysis
Determine whether a regression model is significant

Prentice-Hall,Inc.
Chap 13-183
Chapter Goals
After completing this chapter, you should be
able to:
Calculate and interpretconfidence intervals for the
regression coefficients
Recognize regression analysis applications for
purposes ofprediction and description
Recognize some potential problems ifregression
analysis is used incorrectly
Recognize nonlinear relationships between two
variables
(continued)
Prentice-Hall,Inc.
Chap 13-184
Scatter Plots and Correlation
A scatter plot (or scatter diagram) is used to show
the relationship between two variables
Correlation analysis is used to measure strength
of the association (linear relationship) between
two variables
Only concerned with strength of the
relationship
No causal effect is implied

Prentice-Hall,Inc.
Chap 13-185
Scatter Plot Examples
y
x
y
x
y
y
x
x
Linear relationships Curvilinear relationships
Prentice-Hall,Inc.
Chap 13-186
y
x
y
x
y
y
x
x
Strong relationships Weak relationships
(continued)

Prentice-Hall,Inc.
Chap 13-187
y
x
y
x
No relationship
(continued)
Prentice-Hall,Inc.
Chap 13-188
Correlation Coefficient
The population correlation coefficient ρ (rho)
measures the strength of the association
between the variables
The sample correlation coefficient r is an
estimate of ρ and is used to measure the
strength of the linear relationship in the
sample observations
(continued)

Prentice-Hall,Inc.
Chap 13-189
Features of ρ and r
Unit free
Range between -1 and 1
The closer to -1, the stronger the negative
linear relationship
The closer to 1, the stronger the positive
linear relationship
The closer to 0, the weaker the linear
relationship
Prentice-Hall,Inc.
Chap 13-190
r = +.3 r = +1
Examples of Approximate
r Values
y
x
y
x
y
x
y
x
y
x
r = -1 r = -.6 r = 0

Prentice-Hall,Inc.
Chap 13-191
Calculating the
Correlation Coefficient
∑∑
∑
−−
−−
=
])yy(][)xx([
)yy)(xx(
r
22
where:
r = Sample correlation coef ficient
n = Sample size
x = Value of the independent v ariable
y = Value of the dependent v ariable
∑ ∑ ∑ ∑
∑ ∑ ∑
−−
−
=
])y()y(n][)x()x(n[
yxxyn
r
2222
Sample correlation coefficient:
or the algebraic equivalent:
Prentice-Hall,Inc.
Chap 13-192
Calculation Example
Tree
Height
Trunk
Diameter
y x xy y2
x2
35 8 280 1225 64
49 9 441 2401 81
27 7 189 729 49
33 6 198 1089 36
60 13 780 3600 169
21 7 147 441 49
45 11 495 2025 121
51 12 612 2601 144
ΣΣΣΣ=321 ΣΣΣΣ=73 ΣΣΣΣ=3142 ΣΣΣΣ=14111 ΣΣΣΣ=713

Prentice-Hall,Inc.
Chap 13-193
0
10
20
30
40
50
60
70
0 2 4 6 8 10 12 14
0.886
](321)][8(14111)(73)[8(713)
(73)(321)8(3142)
]y)()y][n(x)()x[n(
yxxyn
r
22
2222
=
−−
−
=
−−
−
=
∑ ∑ ∑ ∑
∑ ∑ ∑
Trunk Diameter, x
TreeHeight,y
Calculation Example
(continued)
r = 0.886 → relatively strong positive
linear associationbetween x and y
Prentice-Hall,Inc.
Chap 13-194
Excel Output
Tree Height Trunk Diameter
Tree Height 1
Trunk Diameter 0.886231 1
Excel Correlation Output
Tools / data analysis /correlation…
Correlation between
Tree Heightand Trunk Diameter

Prentice-Hall,Inc.
Chap 13-195
Significance Test for Correlation
Hypotheses
H0: ρ = 0 (no correlation)
HA: ρ ≠ 0 (correlation exists)
Test statistic
(with n – 2 degrees of freedom)
2n
r1
r
t
2
−
−
=
Prentice-Hall,Inc.
Chap 13-196
Example: Produce Stores
Is there evidence of a linear relationship
between tree heightand trunk diameter at
the .05 level of significance?
H0: ρ = 0 (No correlation)
H1: ρ ≠ 0 (correlation exists)
α =.05 , df = 8 - 2 = 6
4.68
28
.8861
.886
2n
r1
r
t 22
=
−
−
=
−
−
=

Prentice-Hall,Inc.
Chap 13-197
4.68
28
.8861
.886
2n
r1
r
t 22
=
−
−
=
−
−
=
Example: Test Solution
Conclusion:
There is
evidence of a
linear relationship
at the 5% level of
significance
Decision:
RejectH0
Reject H0Reject H0
α/2=.025
-tα/2
Do not reject H0
0
tα/2
α/2=.025
-2.4469 2.4469
4.68
d.f. = 8-2 = 6
Prentice-Hall,Inc.
Chap 13-198
Introduction to Regression Analysis
Regression analysis is used to:
Predict the value of a dependent variable based on
the value of at least one independent variable
Explain the impact of changes in an independent
variable on the dependent variable
Dependent variable: the variable we wish to
explain
Independent variable: the variable used to
explain the dependent variable

Prentice-Hall,Inc.
Chap 13-199
Simple Linear Regression Model
Only one independent variable, x
Relationship between x and y is
described by a linear function
Changes in y are assumed to be caused
by changes in x
Prentice-Hall,Inc.
Chap 13-200
Types of Regression Models
Positive Linear Relationship
Negative Linear Relationship
Relationship NOT Linear
No Relationship

Prentice-Hall,Inc.
Chap 13-201
εxββy 10 ++=
Linear component
Population Linear Regression
The population regression model:
Population
y intercept
Population
Slope
Coefficient
Random
Error
term, or
residualDependent
Variable
Independent
Variable
Random Error
component
Prentice-Hall,Inc.
Chap 13-202
Linear Regression Assumptions
Error values (ε) are statistically independent
Error values are normally distributed for any
given value of x
The probability distribution of the errors is
normal
The probability distribution of the errors has
constant variance
The underlying relationship between the x
variable and the y variable is linear

Prentice-Hall,Inc.
Chap 13-203
Population Linear Regression
(continued)
Random Error
for this x value
y
x
Observed Value
of y for xi
Predicted Value
of y for xi
εxββy 10 ++=
xi
Slope = β1
Intercept = β0
εi
Prentice-Hall,Inc.
Chap 13-204
xbbyˆ 10i +=
The sample regression line provides an estimate of
the population regression line
Estimated Regression Model
Estimate of
the regression
intercept
Estimate of the
regression slope
Estimated
(or predicted)
y value
Independent
variable
The individual random error terms ei have a mean of zero

PPNCKH 2015 Hoang Trong

Recommended

Recommended

More Related Content

Similar to PPNCKH 2015 Hoang Trong

Similar to PPNCKH 2015 Hoang Trong (20)

Recently uploaded

Recently uploaded (20)

PPNCKH 2015 Hoang Trong