Professional Documents
Culture Documents
Chương 5 - Dữ Liệu Trong Nghiên Cứu Kinh Tế Và Kinh Doanh
Chương 5 - Dữ Liệu Trong Nghiên Cứu Kinh Tế Và Kinh Doanh
DOANH
- Dữ liệu (data) thường được dùng để chỉ dữ liệu thô (raw) bao gồm chữ cái, con
số, biểu tượng, âm thanh… => Không có ý nghĩa, cần được xử lý và tổ chức để trở
nên có ý nghĩa
- Thông tin (information) là kết quả của việc xử lý, tổ chức và kiến giải dữ liệu =>
Thông tin làm cho dữ liệu trở nên có ý nghĩa
- Kiến thức (knowledge) được hình thành nhờ tích lũy các thông tin vào bối cảnh
để suy luận, phân tích, ứng dụng
- Quá trình nghiên cứu là quá tình đi từ:
Informatio
Thu thập dữ liệu Phânntích dữ liệu Đặt kết quả NC
để đưa ra kết quả vào bối cảnh
Thảo luận, hàm ý
ứng dụng
Data Knowledge
(1) Phương pháp chọn mẫu phi xác suất (non-probability sampling)
- Trong một mẫu phi xác suất, các cá nhân được chọn trên các tiêu chí không ngẫu
nhiên và không phải mọi cá nhân đều có cơ hội được đưa vào
- Có dạng chọn mẫu phi xác suất:
o Chọn mẫu thuận tiện (convenience sampling)
o Chọn mẫu theo chủ đích/phán đoán (purposes sampling/judgement sampling)
o Chọn mẫu theo định mức (quota sampling)
o Chọn mẫu quả cầu tuyết (snowball sampling)
a. Kích cỡ mẫu
- Xác định kích cỡ mẫu (số đơn vị mẫu) chính là xác định số lượng đơn vị điều tra trong
tổng thể mẫu để tiến hành thu thập số liệu
- Yêu cầu của cỡ mẫu là vừa đủ để đảm bảo độ tin cậy cần thiết của số liệu điều tra vừa
đảm bảo phù hợp với điều kiện về nhân lực và kinh phí và có thể thực hiện được, tức
là có tính khả thi
o Nếu cỡ mẫu quá nhỏ, dữ liệu sẽ không cân xứng => Các cá thể trong dữ liệu
có thể là ngoại lai và dị thường => Sai lệch kết quả và không mang lại bức
tranh công bằng về toàn bộ quần thể
o Nếu cỡ mẫu càng lớn, kết quả nghiên cứu càng đảm bảo tính chính xác
(validity) và tính đại diện cho quần thể. Trong một số nghiên cứu, quần thể
chia ra thành nhiều nhóm nhỏ (theo giới tính, thu nhập,…) thì cỡ mẫu càng
phải lớn => Cần cân nhắc quỹ tài chính, thời gian
- Đã biết (chính xác / khoảng) số lượng quần thể - simplified formula for proportions
o Dùng công thức tính của Yamane (1967)
N
n= 2
1+ N e
o Trong đó: n = cỡ mẫu
N = tổng quần thể
e = sai số cho phép (mức sai lầm) (+-3%, +-4%, +-5%,…)
- Đã biết (chính xác / khoảng) số lượng quần thể - simplified formula for proportions
o Sử dụng bảng kích cỡ mẫu của Krejcie and Morgan (1970)
o Lưu ý: Đây là công thức tính cỡ mẫu có kèm theo điều kiện. Điều kiện sẽ do
người nghiên cứu tự đặt ra.
- Phân tích tương quan bội (multiple correlation) / phân tích hồi quy bội (multiple
regression)
o Theo Tabachnick & Fidell (2007)
N >= 50 + Sm
o Trong đó: N: số lượng cỡ mẫu
m: số biến độc lập
o Theo Stevens (1996) tối thiểu 15 mẫu trên 1 biến độc lập
Phương pháp
phỏng vấn
b. Phương pháp thảo luận nhóm tập trung (focus group discussion)
(ĐỌC SLIDE)