TỔNG QUAN VỀ DỮ LIỆU TRONG NGHIÊN CỨU KINH TẾ - KINH

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

- Dữ liệu trong kinh tế - kinh doanh:

o Dữ liệu sơ cấp (primary data)
o Dữ liệu thứ cấp (secondary data)

1. Dữ liệu sơ cấp (primary data)

- Dữ liệu có sẵn do chính tác giả của nghiên cứu thu thập: số liệu khảo sát, bản ghi
âm/ghi chép lại phỏng vấn, ghi chép từ quan sát
- Nếu nhà nghiên cứu không tiến hành nghiên cứu thì dữ liệu này sẽ không xuất hiện

2. Dữ liệu thứ cấp (secondary data)

- Dữ liệu có sẵn do các nghiên cứu, khảo sát hay cơ quan thống kê thực hiện thu thập
- Nếu nhà nghiên cứu không nghiên cứu thì dữ liệu này vẫn tồn tại
- Lưu ý:
o Tiết kiệm nguồn lực cho nghiên cứu
o Thường được thu thập và tổng hợp với các mục đích khác => Nhiều khi không
phù hợp với mục tiêu đề tài
o Cần tìm hiểu các dữ liệu có sẵn trên các trang mạng chính thức của các tổ chức
công bố

Khác biệt cơ bản giữa dữ liệu thứ cấp và sợ cấp:

Nguồn dữ liệu sơ cấp Nguồn dữ liệu thứ cấp
Định nghĩa Dữ liệu do chính nhà nghiên Dữ liệu thu thập trước đó
cứu tự thu thập bởi người khác
Dữ liệu Dữ liệu thời gian thực
(real-time data)
Nguồn
Khảo sát/bảng hỏi, quan sát,
thực nghiệm, phỏng vấn…
Mức độ đặc trưng
Cụ thể, đặc trưng cho nhu
cầu của nhà nghiên cứu
Dữ liệu quá khứ
(past data)
Các kho dữ liệu của chính
phủ, các trang web, tạp chí,
các kho dữ liệu công khai
của các nhà nghiên cứu
Có thể có hoặc không đặc
trưng cho nhu cầu của nhà
NC. Nhà NC tiếp tục cần xử
lý để trả lời câu hỏi NC

LỰA CHỌN MẪU TRONG NGHIÊN CỨU KINH TẾ - KINH DOANH

- Chọn mẫu (sampling):
o Quá trình lựa chọn một bộ phận tương đối nhỏ từ quần thể là đại diện cho quần
thể cần nghiên cứu
o Dựa trên kết quả thu được từ mẫu, nhà nghiên cứu sẽ suy diễn rộng ra cho tổng
thể
- Quần thể và mẫu:
o Quần thể (population): là tập hợp tất cả các đối tượng khảo sát
o Mẫu (sample): là tập hợp nhỏ những cá thể lấy ra từ quần thể. Bạn sẽ thu thập
những mẫu đó để tìm ra đặc trung của mẫu. Các đặc trưng mẫu được sử dụng
để suy rộng ra các đặc trưng chung của quần thể do nó làm đại diện
- Tại sao phải chọn mẫu? Khi thực hiện nghiên cứu, chúng ta rất hiếm khi điều tra tổng
thể, vì lý do cơ bản là hết sức tốn kém và tốn rất nhiều thời gian, công sức
o Chọn mẫu đúng vẫn cho phép đạt được mức chính xác cần có của kết quả
o Chọn mẫu cho phép ta đạt tốc độ thu thập dữ liệu cao hơn, nhanh gọn và đảm
bảo tính kịp thời của số liệu thống kê
o Cho phép tận dụng tính sẵn có của phần tử tổng thể
o Cho phép thu thập nhiều chỉ tiêu thống kê, trong trường hợp không có điều
kiện điều tra ở diện rộng
- Các phương pháp chọn mẫu:
o Chọn mẫu phi xác suất (non-probability sampling) liên quan đến việc lựa
chọn không ngẫu nhiên dựa trên sự thuận tiện hoặc các tiêu chí khác, cho phép
bạn dễ dàng thu thập dữ liệu
 Sử dụng quy trình chủ quan không dựa trên xác suất được chọn
o Chọn mẫu xác suất (probability sampling) liên quan đến việc lựa chọn ngẫu
nhiên, cho phép bạn đưa ra các suy luận thống kê mạnh mẽ về toàn bộ nhóm
 Sử dụng quy trình được kiểm soát, đảm bảo rằng mỗi cá thể trong quần thể đều
có xác suất được lựa chọn

(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. Chọn mẫu thuận tiện (convenience sampling)

- Một mẫu thuận tiện chỉ đơn giản bao gồm những cá thể mà nhà nghiên cứu dễ tiếp cận
=> thuận tiện cho nhà nghiên cứu
- Ưu điểm: Chọn cá thể dựa trên sự thuận tiện, dễ tiếp cận, dễ lấy thông tin
- Nhược điểm: Không xác định được sai số lấy mẫu và không thể kết luận cho quần thể
từ kết quả mẫu, sử dụng phổ biến

b. Chọn mẫu theo chủ đích/phán đoán (purposes sampling/judgement sampling)

- Là cách lựa chọn dựa trên cảm quan của nhà nghiên cứu, bao gồm việc nhà nghiên
cứu sử dụng kiến thức chuyên môn của họ để chọn một mẫu hữu ích nhất cho mục
đích của nghiên cứu
- Ưu điểm: giống chọn mẫu thuận tiện, nếu nhà nghiên cứu có khả năng và kinh nghiệm
phán đoán tốt sẽ cho mẫu tốt hơn thuận tiện
- Nhược điểm: khó giải trình việc suy luận kết quả thống kê trên

c. Chọn mẫu theo định mức (quota sampling)

- Đây là cách giao chỉ tiêu phải phỏng vấn/khảo sát bao nhiêu người trong thời gian quy
định
- Các thực hiện:
o Tiến hành phân tổ quần thể theo một tiêu thức nào đó nào đó mà ta đang quan
tâm
o Sau đó dùng phương pháp chọn mẫu thuận tiên hay chọn mẫu phán đoán để
chọn các đơn vị trong từng tổ để tiến hành điều tra

d. Chọn mẫu quả cầu tuyết (snowball sampling)

- Nếu quần thể khó tiếp cận, có thể sử dụng phương pháp lấy mẫu quả cầu tuyết để
tuyển người tham gia thông qua những người tham gia khác
- Khách thể đầu tiên sẽ giới thiệu/mời thêm khách thể khác tham gia vào nghiên cứu
- Ưu điểm:
o Chi phí thấp
o Hữu ích trong một số trường hợp
- Nhược điểm: Khó giải trình việc suy diễn kết quả thống kê trên mẫu của quần thể

(2) Phương pháp chọn mẫu xác suất (probability sampling)

- Phương pháp này sử dụng các quy trình được kiểm soát, đảm bảo rằng mỗi cá thể
trong quần thể đều có xác suất lựa chọn như nhau
- Có 4 dạng chọn mẫu xác suất:
o Chọn mẫu ngẫu nhiên đơn (simple random sampling)
o Chọn mẫu ngẫu nhiên phân tầng (stratified sampling)
o Chọn mẫu hệ thống (systematic sampling)
o Chọn mẫu ngẫu nhiên phân cụm (cluster sampling)
a. Chọn mẫu ngẫu nhiên đơn (simple random sampling)
- Quy trình chọn mẫu ngẫu nhiên đơn giản đảm bảo mỗi cá thể đều có xác suất lựa chọn
là như nhau
- Ưu điểm:
o Các làm đơn giản, tính đại diện cao
o Có thể lồng vào các kỹ thuật chọn mẫu khác
- Nhược điểm:
o Cần phải có khung mẫu
o Các cá thể được chọn vào cỡ mẫu có thể phân bổ tản mạn trong quần thể, do
vậy việc thu thập số liệu tốn kém và mất thời gian

b. Chọn mẫu ngẫu nhiên phân tầng (stratified sampling)

- Quy trình chọn mẫu đồi hỏi nhà nghiên cứu phân loại/phân chia quần thể (population)
thành các nhóm nhỏ (subgroup). Các nhóm được hình thành dựa trên các thuộc tính
hoặc đặc điểm chung như thu nhập, trình độ học vấn…
- Sau đó nhà nghiên cứu lựa chọn số lượng mẫu nhất định ở mỗi tầng/nhóm này. Mẫu
được chọn từ phương pháp này đảm bảo tính đại diện cho quần thể
- Ưu điểm:
o Đảm bảo mỗi nhóm đều có tính đại diện trong mẫu
o Mỗi nhóm đều được thống kê so sánh
- Nhược điểm:
o Yêu cầu thông tin chính xác về khuôn mẫu
o Chi phí để có được danh sách mỗi tầng

c. Chọn mẫu hệ thống (systematic sampling)

- Chọn ngẫu nhiên một điểm xuất phát, dựa vào bước nhảy để xác định các phần tử tiếp
theo
- Cách thực hiện:
o Lập danh sách các phần tử và đánh số thứ tự
o Lựa chọn một số n ngẫu nhiên để làm khoảng cách (skip interval) và một con
số k bắt dầu
o Sau đó liên tục chọn khách thể có số thứ tự k và k+n trong danh sách để đạt cỡ
mẫu

e. Chọn mẫu ngẫu nhiên phân cụm (cluster sampling)

- Trong trường hợp quần thể quá rộng và nhà nghiên cứu không thể tiếp cận hoặc có
danh sách toàn bộ quần thể => Sử dụng quy trình chọn mẫu ngẫu nhiên phân cụm và
phương pháp chọn mẫu ngẫu nhiên đơn giản để lựa chọn cụm nghiên cứu
- VD: Cụm (phòng, ban, khu vực,…) nơi các cá thể sinh sống. Các nhóm sẽ được chọn
một cách ngẫu nhiên để tạo thành mẫu
- Các thực hiện:
o Đầu tiên chọn cụm, sau đó chọn cá thể trong cụm
o Chọn ngẫu nhiên một số cụm, điều tra các cụm đó
 o Phương pháp này hay được sử dụng khi không có danh sách các cá thể của
quần thể
- Ưu điểm:
o Không cần lập danh sách tổng thể, tiết kiệm 1 phần chi phí
o Ưu tiên dùng khi quần thể quá lớn
- Nhược điểm: không xác định số phần tử mẫu cần lấy là bao nhiêu, tính đại diện của
mẫu chưa cao

(3) Các phương pháp xác định cỡ mẫu

- Sử dụng dữ liệu / thông tin của một số ít tiếp cận được để nói về số đồng mà không thể
tiếp cận hết

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

b. Tiêu chí xác định cỡ mẫu

Có rất nhiều yếu tố ảnh hưởng đến việc xác định cỡ mẫu nghiên cứu như mục tiêu, nội
dung, phạm vụ nghiên cứu, phương pháp chọn mẫu… Tuy nhiên, những yếu tố ảnh hưởng
lớn nhất đến việc xác định cỡ mẫu là:
- Sự phong phú của tổng thể nghiên cứu: tổng thể nghiên cứu càng lớn, thường cần
chọn mẫu càng lớn
- Độ tin cậy muốn đạt được. Mẫu càng lớn thì độ tin cậy càng cao
- Sai số cho phép

c. Quy mô mẫu như thé nào là hợp lý?

Mục tiêu là chọn mẫu tiêu biểu:
- Mẫu lớn luôn có tính tiêu biểu cao hơn
- Nhưng chọn mẫu lớn cũng tốn kém hơn
- Và chọn mẫu lớn tức là phớt lờ sức mạnh của phương pháp chọn mẫu có khoa học

d. Các công thức tính toán cỡ mẫu

(i) Theo phương pháp chung
- Không biết số lượng quần thể / số lượng quần thể chưa được cập nhật:
o Dùng công thức tính của Cochran’s (1977)
 Z2
n=
4 e2
o Trong đó: n = cỡ mẫu
Z = khoảng tin cậy 95%, tại giá trị 1.96
e = sai số cho phép (mức sai lầm) (+-3%, +-4%, +-5%,…)
o Lưu ý: Cần phân biệt n và N trong công thức

- 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.

(ii) Theo phương pháp xử lý

- Phân tích nhân tố khám phá (exploratory factor analysis)
o Hair et al (2006, 2009) chỉ ra mẫu tối thiểu (=50), tốt hơn (=100), tỉ lệ quan sát
biến đo lường (5:1)
N > 5*m
o Trong đó: N = số lượng cỡ mẫu
M = số lượng câu hỏi quan sát

- 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

- Phân tích tương quan từng phần (partial correlation)

o Theo Harris (1985-2013)
N >= 104 + m
o Trong đó: N = cỡ mẫu
m = số biến độc lập
 e. Cỡ mẫu gợi ý
- Trong trường hợp nghiên cứu có thể xác định được số lượng quần thể thì cỡ mẫu lý
tưởng là 10% quần thể
- Đối với nghiên cứu định tính thì cỡ mẫu thường nhỏ , thậm chí rất ít (VD: nghiên cứu
case study thì chỉ có 1-5 khách thể) => Xác định cỡ mẫu trong nghiên cứu định tính có
quy tắc và chuẩn mực nhất định
- Đối với nghiên cuus định lượng, có thể cân nhắc một số khuyến nghị sau:
o Cỡ mẫu tối thiểu cần 30 khách thể để đảm bảo ý nghĩa thống kê
o Để có thể phân tích, so sánh sự khác biệt giữa các nhóm (test of difference),
cần có ít nhất 30 khách thể mỗi nhóm
o Để có thể phân tích sự tương tác giữa các biến độc lập, cần ít nhất 10 khách thể
mỗi nhóm X
o Để phân tích mối liên hệ (test of association) giữa các biến, cần ít nhất 30
khách thể để có thể phân tích tương quan giữa các biến

SỬ DỤNG DỮ LIỆU THỨ CẤP (SECONDARY DATA)

- Dữ liệu thứ cấp là dữ liệu do người khác thu thập, sử dụng cho các mục đích có thể là
khác với mục đích nghiên cứu của chúng ta
- Dữ liệu thứ cấp có thể bao gồm:
o Dữ liệu chưa xử lý (dữ liệu thô)
o Dữ liệu đã xử lý
- Trình tự thu thập dữ liệu thứ cấp:
o Xác định thông tin thứ cấp cần thu thập
o Xác định nguồn, kênh thông tin thứ cấp cần lấy
o Thông tin tổng quan, quá khứ
o Thu thập thông tin cụ thể, cập nhật
o Thu thập thông tin chuyên sâu
o Tổng hợp và đánh giá
- Tìm kiếm nguồn thu thập dữ liệu thứ cấp:
o Theo chuyên ngành: tài liệu, giáo trình trong ngành, ngoài ngành
o Thepo loại tài liệu: tổng hợp báo cáo hằng tháng bài báo khoa học, cơ sở dữ
liệu, kết quả điều tra ban đầu
o Theo không gian: thư viện, Google Scholar, tạp chí khoa học, báo cáo chính
phủ, bộ, ngành, các nhà khoa học
- Ưu điểm của dữ liệu thứ cấp: tiết kiệm thời gian, tiền bạc
- Nhược điểm của dữ liệu thứ cấp:
o Dữ liệu thứ cấp thường đã qua xử lý nên khó đánh giá được mức độ chính xác,
mức độ tin cậy của nguồn dữ liệu
o Số liệu thứ cấp này đã được thu thập cho các nghiên cứu với các mục đích
khác và có thể hoàn toàn không hợp với vấn đề nghiên cứu của chúng ta
o Khó phân loại dữ liệu
o Các biến số, đơn vị đo lường có thể khác nhau
- Biện pháp khắc phục:
o Tài liệu nghiên cứu tham khảo dự vào dữ liệu thứ cấp hay sơ cấp
o Đảm bảo tính chính xác của dữ liệu thông qua kiểm tra dữ liệu gốc
 - Đánh giá nguồn dữ liệu thứ cấp:
(1) Phải trả lời được câu hỏi nghiên cứu
Liệu bộ dữ liệu thứ cấp có giúp bạn trả lời được câu hỏi nghiên cứu và mục tiêu nghiên
cứu đề ra
(2) Lợi ích của việc sử dụng
Những lợi ích liên quan đến việc sử dụng chúng phải lớn hơn các chi phí bỏ ra
(3) Bản quyền sử dụng
Bạn có được phép truy cập nguồn dữ liệu này không?

THU THẬP DỮ LIỆU SƠ CẤP TỪ QUAN SÁT

- Các loại quan sát:
o Quan sát sơ cấp: là quan sát mà bạn ghi chú lại những gì xảy ra hoặc đã được
nói vào lúc đó. Giữ một cuốn sổ nhật ký là cách tốt nhất để thực hiện điều này
o Quan sát thứ cấp: là những nhận định mà những người quan sát rút ra về những
gì đã xảy ra hoặc đã được nói. Cần thiết phải có sự diễn giải của người quan
sát
o Dữ liệu trải nghiệm: là những dữ liệu về cảm nhận và cảm giác khi bạn trải
nghiệm quá trình nghiên cứu

(i) Phương phap thu thập dữ liệu người tham dự

- Thảo luận thân mật
- Quan sát mô tả: Tập trung quan sát bối cảnh vật chất, người tham gia then chốt và các
hoạt đọng của họ; những sự kiện đặc biệt, trình tự của chúng, các quá trình và cảm xúc
có liên quan của người tham gia
- Bác cáo tường thuật: Tương tự như phóng viên viết bài => Tuy nhiên nhà nhgieen cứu
cần phải đi xa hơn phóng viên => Tiếp tục phát triển khung lý thuyết có thể giúp bạn
hiểu, giải thích những vấn đề đang diễn ra trong bối cảnh nghiên cứu

(ii) Quan sát có cấu trúc

- Có tính hệ thống và mức cấu trúc định sẵn cao
- Phương pháp thu thập dữ liệu: Phiếu điều tra (questionnaire, survey)
- Hình thức phỏng vấn & thảo luận:
o Có cấu trúc (structured interview)
o Bán cấu trúc (semi-structured interview)
o Không cấu trúc (unstructured interview)
o Dạng câu hỏi đóng
o Dạng câu hỏi mở

(iii) Quan sát gián tiếp qua Internet

- Mở rộng phạm vi của quan sát có cấu trúc
- Ví dụ: Quan sát thói quen rửa tay phát hiện ra những xu hướng đáng lo ngại (textbook)
THU THẬP DỮ LIỆU SƠ CẤP DỰA TRÊN PHỎNG VẤN CHUYÊN SÂU
VÀ THẢO LUẬN NHÓM
- Phỏng vấn là:
o Gặp gỡ, trao đổi, nói chuyện giữa 2 hay nhiều người mà có mục đích định
trước
o “Quan sát” trực tiếp (mặt đối mặt, hỏi – trả lời; thường dùng câu hỏi mở)
- Các dạng phỏng vấn:
o Phỏng vấn cấu trúc:
 Có trình tự nội dung phỏng vấn
 Câu hỏi được chuẩn bị sẵn
o Phỏng vấn không cấu trúc / chuyên sâu:
 Linh hoạt trình tự nội dung phỏng vấn
 Câu hỏi phỏng vấn được thay đổi theo bối cảnh thực hiện
o Phỏng vấn bán cấu trúc
 Kết hợp linh hoạt giữa phỏng vấn cấu trúc và không cấu trúc

Phỏng vấn chuyên sâu và thảo luận nhóm

- Lợi ích:
o Nhiều thông tin
o Khẳng định được người tham gia hiểu câu hỏi
o Giảm thiểu bỏ sót thông tin
o Có thể phân biệt rõ các câu trả lời không rõ ràng
o Có thể phát hiện nguyên nhân sâu sa hay sự thật
- Hạn chế:
o Tốn kém
o Khó tập hợp hết người tham gia / một số có thể từ chối
o Hỏi / trả lời có thể bị chệch hoặc theo ý chủ quan
o Dữ liệu nhạy cảm khó thu thập
o Nhiều khi người được phỏng vấn trả lời không đúng ý mình, khó kiểm soát
- Trong một nghiên cứu khám phá, phỏng vấn sâu có thể rất hữu ích để khám phá điều
gì đang xảy ra để tìm những hiểu biết mới
- Phỏng vấn bán cấu trúc có thể được sử dụng để hiểu các mối quan hệ giữa các biến

Các hình thức phỏng vấn

Phương pháp
phỏng vấn

Phỏng vấn Thảo luận

sâu nhóm
a. Phương pháp phỏng vấn sâu (in-depth interview)
- Phỏng vấn sâu là những cuộc đối thoại được lặp đi lặp lại giữa nhà nghiên cứu và
người cung cấp thông tin nhằm tìm hiểu cuộc sống, kinh nghiệm và nhận thức của
người cung cấp thông tin thông qua chính ngôn ngữ của người ấy
- Một số điểm quan trọng:
o Sự lặp lại của các cuộc đổi thoại: Thời gian
o Cuộc đối thoại giữa nhà nghiên cứu và đối tượng: Bình đẳng
o Tìm hiểu quan điểm của đối tượng
o Tìm hiểu đối tượng trong ngôn ngữ tự nhiên của chính họ
- Những điểm hạn chế:
o Các câu trả lời không được chuẩn hóa nên khó lượng hóa
o Phỏng vấn viên có tay nghề cao và nhiều kinh nghiệm
- Ai có thể thực hiện phỏng vấn sâu?
o Người nắm rõ vấn đề nghiên cứu
o Người được huấn luyện tốt
o Người có kinh nghiệm trong tiếp xúc với những người thuộc các thành phần xã
hội khác nhau
o Người kiên nhẫn và biết lắng nghe người khác
- Khi nào cần phỏng vấn sâu?
o Chủ đề nghiên cứu mới và chưa được xác định rõ
o Nghiên cứu thăm dò, khi chưa biết những khái niệm và biến số
o Khi cần tìm hiểu sâu
- Kỹ thuật phỏng vấn:
o Phỏng vấn cấu trúc
o Phỏng vấn bán cấu trúc
- Các câu hỏi thường gặp:
o Câu hỏi mô tả: Yêu cầu đối tượng mô tả về sự kiện, người, địa điểm hay kinh
nghiệm của họ. Được sử dụng để bắt đầu cuộc phỏng vấn làm cho đối tượng
cảm thấy yên tâm vì tạo cho họ cảm giác chủ động
o Câu hỏi đối lập: Đối tượng so sánh các sự kiện và trao đổi về ý nghĩa của các
sự kiện đó
o Câu hỏi về quan điểm / giá trị: Tìm hiểu quá trình tư duy và phân tích của đối
tượng, họ nghĩ gì về những người nào đó, vấn đề hay sự kiện nào đó.
- Cấu trúc phỏng vấn:
o Cần giới thiệu bản thân phỏng vấn viên
o Lời cam đoan bảo mật thông tin, địa chỉ liên hệ của người/nhóm nghiên cứu
o Giải thích tại sao bạn lại cho rằng ý kiến / quan sát của họ về chủ đề là quan
trọng
o Khuyến khích họ ngắt lời bạn trong khi phỏng vấn nếu họ nghĩ ra điều gì quan
trọng
o Yêu cầu đối tượng cho phép ghi âm cuộc phỏng vấn và ghi chép trong quá
trình phỏng vấn
o Luôn thành thật và thẳng thắn và thực sự quan tâm đến những gì mà đối tượng
nói với bạn
Lưu ý: Kết thúc bảng hỏi cần có lời cảm ơn.
- Các vấn đề liên quan:
 o Sự phù hợp về diện mạo người nghiên cứu
o Phương pháp hỏi rõ ràng và giảm sai lệch
o Sử dụng thuật ngữ chuyên biệt
o Thể hiện kỹ năng lắng nghe và phạm vi kiểm định sự hiểu biết
o Phương pháp ghi chép dữ liệu – ghi chú và máy ghi âm
o Những khác biệt và sai lệch về văn hóa

b. Phương pháp thảo luận nhóm tập trung (focus group discussion)
(ĐỌC SLIDE)

THU THẬP DỮ LIỆU SƠ CẤP SỬ DỤNG BẢNG HỎI

(ĐỌC SLIDE)