Ppnckh With Ai

LÊ QUANG HÙNG – NGUYỄN QUANG TRUNG
PHAN BẢO GIANG

NGUYỄN THỊ NGỌC ÁNH – LÊ HIẾU NGHĨA
PHƯƠNG PHÁP NGHIÊN CỨU

KHOA HỌC VỚI SỰ HỖ TRỢ
CỦA AI VÀ PLS
NHÀ XUẤT BẢN TÀI CHÍNH

NĂM 2024
LỜI NÓI ĐẦU
Trong quá trình giảng dạy tại Trường Đại học Công nghệ TP. Hồ
Chí Minh và Trường Đại học Kinh tế - Tài chính TP. Hồ Chí Minh,
nhóm tác giả nhận thấy các em sinh viên đại học, học viên cao học và
nghiên cứu sinh các ngành Quản trị Kinh doanh, Marketing,... trong
thời gian làm đề tài nghiên cứu khoa học, khóa luận tốt nghiệp, luận
văn thạc sỹ và luận án tiến sỹ vẫn còn lúng túng và gặp nhiều khó
khăn trong việc:
- Ghi tài liệu tham khảo và trích dẫn nội dung trong bài nghiên
cứu theo một trong những hệ thống APA, Havard, Vancouver…
- Tìm tài liệu để hệ thống cơ sở lý thuyết và xây dựng mô hình
nghiên cứu.
- Phân tích, xử lý dữ liệu trong đề tài nghiên cứu khoa học, khóa
luận, luận văn và luận án của mình.
Hiện nay với phần mềm PLS Smart SEM và các công cụ
AI (Artificial Intelligence) đã giúp cho các nhà nghiên cứu và các em
sinh viên, học viên, nghiên cứu sinh rất nhiều cho công việc nghiên
cứu, từ hình thành ý tưởng cho đến giai đoạn thực hiện từ nghiên cứu
sơ bộ (nghiên cứu khám phá) đến nghiên cứu chính thức (nghiên cứu
khẳng định); từ nghiên cứu định tính đến nghiên cứu định lượng...
Do đó, cuốn sách “Phương pháp nghiên cứu khoa học với sự hỗ
trợ của AI và PLS” được biên soạn làm tài liệu, hướng dẫn cho các
em tham khảo và thực hiện nghiên cứu đề tài cũng như sử dụng thành
thạo:
- Các công cụ AI để tìm tài liệu tham khảo liên quan đến đề tài
nghiên cứu khoa học, khóa luận, luận văn và luận án.
- Phần mềm PLS Smart SEM để phân tích dữ liệu trong các mô
hình nhằm đánh giá hai mô hình: mô hình đo lường kết quả và mô
hình cấu trúc.
Qua các ví dụ minh hoạ, cuốn sách như một cuốn cẩm nang
hướng dẫn gồm có ba phần:
- Phần một: Tổng quan về nghiên cứu khoa học và thiết kế quy
trình nghiên cứu khoa học
--3--
- Phần hai: Ứng dụng công cụ AI trong nghiên cứu định tính
- Phần ba: Ứng dụng PLS Smart SEM trong nghiên cứu định lượng
Ngoài ra sách này không những được sử dụng như là tài liệu giảng
dạy tại các trường đại học, cao đẳng và mà còn được ứng dụng tại các
doanh nghiệp.
Các công cụ AI (Copilot bing, Chat GPT, Poe AI, Elicit, Sci-
Hub…) và phần mềm PLS Smart SEM cùng với bốn bộ dữ liệu minh
hoạ trong sách là kết quả của các công trình nghiên cứu khoa học
được thực hiện tại Trường Đại học Công nghệ TP. Hồ Chí Minh và
Trường Đại học Kinh tế - Tài chính TP. Hồ Chí Minh do nhóm tác giả
chủ trì đề tài. Tất cả được trình bày một cách đơn giản sao cho các em
sinh viên, học viên, nghiên cứu sinh các ngành Kinh tế nói chung và
Quản trị kinh doanh cũng như các nhà nghiên cứu đọc dễ hiểu và dễ
thực hiện.
Ngoài ra, một số nội dung biên soạn được trích dẫn chủ yếu từ tài
liệu của các tác giả như: Nguyễn Đình Thọ và Nguyễn Thị Mai Trang,
Trần Tiến Khai, Đinh Phi Hổ, Đỗ Phú Trần Tình và một số trang Web
của nhóm Hỗ trợ của Trường Đại học Bách Khoa TP. Hồ Chí Minh,
Phạm Lộc blog, phần mềm Smart PLS, Khoa học trẻ, các trang Web
không có danh tính tác giả cùng với kinh nghiệm giảng dạy, hướng
dẫn các em sinh viên đại học, học viên cao học và nghiên cứu sinh
thực hiện các đề tài nghiên cứu khoa học, khóa luận tốt nghiệp, luận
văn thạc sỹ và luận án tiến sỹ. Quá trình viết sách sẽ khó tránh khỏi
những thiếu sót trong biên soạn, trích dẫn…, kính mong Quý tác giả
của các tài liệu trên bỏ qua.
Để cuốn sách được hoàn thiện hơn trong lần tái bản tiếp theo, kính
mong nhận được những ý kiến trao đổi và đóng góp của bạn đọc. Mọi
góp ý xin gởi về cho tác giả theo địa chỉ:
- Email: lq.hung@hutech.edu.vn; hunglq@uef.edu.vn
- Khoa Marketing – Trường Đại học Kinh tế - Tài chính TP. Hồ
Chí Minh, địa chỉ 145 Điện Biên Phủ, Phường 15, quận Bình Thạnh,
TP. Hồ Chí Minh
Tác giả chính
Lê Quang Hùng
--4--
MỤC LỤC
LỜI NÓI ĐẦU ..................................................................................... 3

MỤC LỤC ............................................................................................ 5
PHẦN 1: PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC ............ 11
CHƯƠNG 1: THAM KHẢO VÀ TRÍCH DẪN TÀI LIỆU .......... 12
1.1. CÁCH TRÍCH DẪN VÀ LIỆT KÊ TÀI LIỆU
THAM KHẢO ........................................................................... 12
1.1.1. Thí dụ 1 ............................................................................... 13
1.1.2. Thí dụ 2 ............................................................................... 13
1.1.3. Thí dụ 3 ............................................................................... 14
1.1.4. Thí dụ 4 ............................................................................... 15
1.1.5. Thí dụ 5 ............................................................................... 16
1.1.6. Thí dụ 6 ............................................................................... 16
1.1.7. Một số thí dụ khác .............................................................. 17
1.2. TỔNG QUAN VỀ THAM KHẢO VÀ TRÍCH DẪN TÀI
LIỆU THEO HỆ THỐNG APA 7 ............................................ 18
1.2.1. Tác giả ................................................................................ 19
1.2.2. Tên của cơ quan tổ chức..................................................... 21
1.2.3. Một số trường hợp khác ..................................................... 21
1.3. CÁCH GHI TÀI LIỆU THAM KHẢO.................................... 23
1.3.1. Một số nguyên tắc chung .................................................... 23
1.3.2. Thí dụ về cách ghi tài liệu tham khảo ................................ 24
CHƯƠNG 2: TỔNG QUAN NGHIÊN CỨU KHOA HỌC .......... 26
2.1. KHÁI NIỆM KHOA HỌC ........................................................ 26
2.1.1. Khái niệm khoa học ............................................................ 26
2.2.2. Tri thức kinh nghiệm .......................................................... 26
2.1.3. Tri thức khoa học................................................................ 27
2.1.4. Phân loại khoa học ............................................................. 27
2.1.5. Khoa học tự nhiên và khoa học xã hội ............................... 28
--5--
2.2. KHÁI NIỆM NGHIÊN CỨU KHOA HỌC............................. 29
2.2.1. Khái niệm về nghiên cứu khoa học..................................... 29
2.2.2. Chức năng của nghiên cứu khoa học ................................. 30
2.2.3. Các loại hình nghiên cứu khoa học .................................... 30
2.3. KHÁI NIỆM VỀ PHƯƠNG PHÁP NGHIÊN CỨU
KHOA HỌC............................................................................... 32
2.3.1. Phương pháp nghiên cứu khoa học .................................... 32
2.3.2. Đặc điểm của phương pháp nghiên cứu khoa học ............. 33
2.3.3. Phân loại phương pháp nghiên cứu khoa học .................... 34
2.4. HỆ THỐNG CÁC PHƯƠNG PHÁP NGHIÊN CỨU
KHOA HỌC............................................................................... 34
2.4.1. Nhóm phương pháp nghiên cứu lý thuyết ........................... 34
2.4.2. Nhóm các phương pháp nghiên cứu thực tiễn .................... 37
2.5. PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC QUY
NẠP VÀ SUY DIỄN .................................................................. 43
2.5.1. Phương pháp nghiên cứu quy nạp
(xây dựng lý thuyết)............................................................ 43
2.5.2. Phương pháp nghiên cứu suy diễn
(kiểm định lý thuyết)........................................................... 45
2.6. PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC ĐỊNH
TÍNH VÀ ĐỊNH LƯỢNG......................................................... 49
2.6.1. Nghiên cứu định tính .......................................................... 49
2.6.2. Nghiên cứu định lượng ....................................................... 53
2.7. PHƯƠNG PHÁP HỖN HỢP .................................................... 55
2.7.1. Khái niệm ........................................................................... 55
2.7.2. Các số dạng thiết kế hỗn hợp ............................................. 55
2.8. MỘT SỐ KHÁI NIỆM KHÁC ................................................. 57
CHƯƠNG 3: THIẾT KẾ QUY TRÌNH NGHIÊN CỨU............... 59
3.1. QUY TRÌNH NGHIÊN CỨU ................................................... 59
3.1.1. Xác định tên đề tài .............................................................. 59
3.1.2. Xây dựng mô hình nghiên cứu ............................................ 60
--6--
3.1.3. Thiết kế quy trình nghiên cứu ............................................. 61
3.1.4. Xây dựng bố cục ................................................................. 63
3.2. THIẾT KẾ QUY TRÌNH NGHIÊN CỨU ............................... 65
3.2.1. Quy trình 1.......................................................................... 65
3.2.2. Quy trình 2.......................................................................... 68
3.3. CÁC BƯỚC TRONG QUÁ TRÌNH NGHIÊN CỨU
THEO CÁCH TIẾP CẬN KHÁC ............................................ 69
CHƯƠNG 4: LƯỢC KHẢO TÀI LIỆU ........................................ 72
4.1. GIỚI THIỆU TỔNG QUAN VỀ LƯỢC KHẢO
TÀI LIỆU ................................................................................... 72
4.1.1. Khái niệm ........................................................................... 72
4.1.2. Mục tiêu của lược khảo tài liệu .......................................... 73
4.1.3. Yêu cầu của một lược khảo tài liệu .................................... 73
4.1.4. Trình bày lược khảo tài liệu ............................................... 74
4.1.5. Các loại nguồn tài liệu thu thập để viết lược khảo tài
liệu...................................................................................... 74
4.1.6. Các câu hỏi cần trả lời khi viết một lược khảo tài liệu ..... 76
4.1.7. Tại sao phải viết lược khảo tài liệu .................................... 77
4.1.8. Thế nào là viết một lược khảo tài liệu tốt ........................... 77
4.2. CÁC BƯỚC VIẾT LƯỢC KHẢO TÀI LIỆU ........................ 78
4.2.1. Bắt đầu viết ......................................................................... 79
4.2.2. Trong khi viết...................................................................... 80
4.2.3. Kỹ thuật viết........................................................................ 80
4.2.4. Các bước thực hiện viết một lược khảo tài liệu hiệu
quả...................................................................................... 81
4.3. THÍ DỤ VỀ QUY TRÌNH VIẾT LƯỢC KHẢO
TÀI LIỆU ................................................................................... 82
CHƯƠNG 5: XÂY DỰNG THANG ĐO VÀ CHỌN MẪU........... 87
5.1. CÁC CẤP BẬC ĐO LƯỜNG VÀ THANG ĐO ...................... 87
5.1.1. Thang đo định danh (Nominal Scale) ................................. 88
5.1.2. Thang đo thứ bậc (Ordinal Scale) ...................................... 89
--7--
5.1.3. Thang đo khoảng cách (Interval Scale).............................. 90
5.1.4. Thang đo tỷ lệ (Ratio Scale) ............................................... 92
5.1.5. Mô hình thang đo chất lượng dịch vụ SERVQUAL ............ 92
5.2. QUY TRÌNH PHÁT TRIỂN CÁC THANG ĐO..................... 95
5.3. CHỌN MẪU ............................................................................... 98
5.3.1. Xác định đám đông nghiên cứu .......................................... 98
5.3.2. Xác định khung mẫu ........................................................... 98
5.3.3. Xác định kích thước mẫu .................................................... 99
5.3.4. Các phương pháp chọn mẫu, ............................................ 101
5.4. DỮ LIỆU SƠ CẤP VÀ DỮ LIỆU THỨ CẤP ....................... 108
5.4.1. Dữ liệu sơ cấp (primary data) .......................................... 108
5.4.2. Dữ liệu thứ cấp (secondary data) ..................................... 110
CHƯƠNG 6: THIẾT KẾ BẢNG CÂU HỎI KHẢO SÁT........... 113
6.1. BẢNG CÂU HỎI ...................................................................... 113
6.1.1. Khái niệm ......................................................................... 113
6.1.2. Những yêu cầu của một bảng câu hỏi tốt......................... 113
6.2. THẢO LUẬN NHÓM NGHIÊN CỨU ĐỊNH TÍNH ............ 114
6.2.1. tổ chức buổi họp thảo luận nhóm ..................................... 114
6.2.2. Thảo luận tay đôi .............................................................. 121
6.2.3. Phân công công việc cho các thành viên trong nhóm ...... 121
6.3. THIẾT KẾ MỘT BẢNG CÂU HỎI ....................................... 122
6.3.1. Trình tự 8 bước thiết kế một bảng câu hỏi ....................... 122
6.3.2. Cấu trúc bảng câu hỏi ...................................................... 128
PHẦN 2: HỖ TRỢ CỦA AI TRÍ TUỆ NHÂN TẠO ................... 152
CHƯƠNG 1: TỔNG QUAN VỀ
TRÍ TUỆ NHÂN TẠO (AI) .................................. 153
1.1. KHÁI NIỆM VỀ AI ................................................................. 153
1.2. LỊCH SỬ PHÁT TRIỂN CỦA AI .......................................... 153
1.3. PHÂN LOẠI AI ........................................................................ 155
1.3.1. Công nghệ AI phản ứng.................................................... 155
--8--
1.3.2. Công nghệ AI với bộ nhớ hạn chế .................................... 155
1.3.3. Lý thuyết trí tuệ nhân tạo ................................................. 155
1.3.4. Tự nhận thức ........................................................................... 156
1.4. ƯU ĐIỂM VÀ HẠN CHẾ CỦA AI ........................................ 156
1.4.1. Ưu điểm của AI ................................................................. 156
1.4.2. Nhược điểm của AI ........................................................... 158
1.5. ỨNG DỤNG CỦA AI............................................................... 160
1.5.1. Ngành giao thông – vận tải .............................................. 160
1.5.2. Ngành sản xuất ................................................................. 161
1.5.3. Ngành Y tế ........................................................................ 162
1.5.4. Ngành Tài chính Ngân hàng ............................................ 163
1.5.5. Ngành truyền thông .......................................................... 164
1.5.6. Xây dựng trợ lý ảo ............................................................ 165
1.5.7. Trong giáo dục ................................................................. 166
1.5.8. Trong nghiên cứu khoa học .............................................. 166
CHƯƠNG 2: CÁC CÔNG CỤ AI HỖ TRỢ CHO
NGHIÊN CỨU KHOA HỌC ................................ 169
2.1 CÁC CÔNG CỤ AI PHỔ BIẾN HỖ TRỢ CHO
NGHIÊN CỨU KHOA HỌC ................................................. 169
2.2 CÁCH SỬ DỤNG CÁC CÔNG CỤ AI HỖ TRỢ CHO
NGHIÊN CỨU KHOA HỌC ................................................. 180
PHẦN 3: HỖ TRỢ CỦA PLS-SEM .............................................. 192
CHƯƠNG 1: GIỚI THIỆU VỀ PLS-SEM ................................... 193
1.1. GIỚI THIỆU VỀ PLS-SEM.................................................... 193
1.2. QUY TRÌNH PHÂN TÍCH DỮ LIỆU BẰNG PLS-SEM ... 194
1.2.1. Đánh giá mô hình đo lường kết quả ................................. 194
1.2.2. Đánh giá mô hình cấu trúc ............................................... 196
1.3. SỬ DỤNG PLS - SEM ............................................................. 198
1.3.1. Chuyển file EXCEL, SPSS sang file có đuôi .csv ............. 198
1.3.2. Sử dụng phần mềm PLS smart 4....................................... 199
--9--
CHƯƠNG 2: THỰC HÀNH PHÂN TÍCH DỮ LIỆU
VỚI PLS - SEM ...................................................... 204
2.1. VẼ MÔ HÌNH PLS-SEM ........................................................ 204
2.2. ĐÁNH GIÁ MÔ HÌNH ĐO LƯỜNG KẾT QUẢ ................. 208
2.3. ĐÁNH GIÁ MÔ HÌNH CẤU TRÚC ...................................... 214
2.3.1. Phân tích Bootstrap .......................................................... 214
2.3.2. Đánh giá mối quan hệ tác động_ Path coefficients.......... 216
2.3.3. Mức độ giải thích biến độc lập đối với biến phụ thuộc
(R bình phương_R Square và R bình phương điều
chỉnh_ R Square adjusted) ............................................... 217
2.3.4. Hệ số f2 _ f Square effect size ............................................ 217
2.3.5. Kiểm định biến kiểm soát ................................................. 217
2.3.6. Hệ số phóng đại phương sai _ VIF (variance inflation
factor) ............................................................................... 218
CHƯƠNG 3: CÁC BÀI THỰC HÀNH TRÊN PLS .................... 219
3.1. BÀI THỰC HÀNH 1: DATA THỨ HAI ............................... 219
3.1.1. Mô hình đo lường kết quả ................................................ 219
3.1.2. Mô hình cấu trúc .............................................................. 224
3.2. BÀI THỰC HÀNH THỨ HAI: DATA THỨ BA .................. 228
3.2.1. Mô hình đo lường kết quả ................................................ 228
3.2.2. Mô hình cấu trúc .............................................................. 234
TÀI LIỆU THAM KHẢO .............................................................. 237
--10--
Phần 1
PHƯƠNG PHÁP
NGHIÊN CỨU KHOA HỌC
--11--
CHƯƠNG 1
THAM KHẢO VÀ TRÍCH DẪN TÀI LIỆU
1.1. CÁCH TRÍCH DẪN VÀ LIỆT KÊ TÀI LIỆU THAM

KHẢO
Bất kỳ đề tài nghiên cứu nào cũng phải kế thừa các công trình
khoa học trước đó. Vì vậy trích dẫn đúng và đủ là dấu hiệu đầu tiên
minh chứng khả năng khoa học của nhà nghiên cứu và thể hiện tính
trung thực trong khoa học. Ngoài ra, tất cả các trích dẫn trong báo cáo
nghiên cứu cần phải liệt kê đầy đủ trong tài liệu tham khảo đã trích
dẫn (Nguyễn, 2012).
Trong danh mục tài liệu tham khảo của công trình nghiên cứu
khoa học, mọi tham khảo khác phải được trích dẫn và chỉ rõ nguồn,
bao gồm cả ý tưởng, khái niệm và gợi ý mang tính chất gợi ý. Đồng
thời, nếu sử dụng những đề xuất hoặc kết quả của đồng tác giả, cần
nêu rõ nguồn gốc của các tài liệu đó. Việc không ghi tác giả và nguồn
tài liệu khi sử dụng tài liệu của người khác và của đồng tác giả (bao
gồm bảng, biểu đồ, hình vẽ, công thức, đồ thị, phương trình, ý
tưởng...) sẽ dẫn đến việc không được công nhận. Trích dẫn và tham
khảo chủ yếu nhằm thừa nhận nguồn gốc của những ý tưởng có giá trị
và giúp người đọc hiểu được quá trình tư duy của tác giả, đồng thời
không làm cản trở quá trình đọc công trình nghiên cứu. Trong trường
hợp không thể tiếp cận tài liệu gốc và phải trích dẫn thông qua một tài
liệu khác, cần nêu rõ phương pháp trích dẫn và đồng thời liệt kê tài
liệu gốc trong danh mục tài liệu tham khảo của công trình nghiên cứu
(Lược khảo tài liệu là gì, 2024).
Có nhiều hệ thống trích dẫn như Harvard, Vancouver, APA
(American Psychological Association). Trong cuốn sách này nhóm tác
giả sử dụng cách trích dẫn và tài liệu tham khảo theo hệ thống APA.
Các tài liệu được trích dẫn là sách, báo, luận văn, luận án, công trình
nghiên cứu khoa học….
--12--
1.1.1. Thí dụ 1
Trong bài viết: The traditional view of manufacturing
management began in eighteenth century when Adam Smith
recognised the economic benefits of specialisation of labour. He
recommended breaking of jobs down into subtasks and recognises
workers to specialised tasks in which they would become highly
skilled and efficient… (Kumar, A. S. & Suresh, N.,2008).
Ý tưởng trong đoạn văn trên không phải là của tác giả bài viết mà
tác giả ghi lại ý tưởng của Kumar, A. S. & Suresh, N..
Tài liệu tham khảo (TLTK) đã trích dẫn trong bài viết là sách.
Kumar, A. S. & Suresh, N. (2008). Production and operations
management (2ed). New age international limited, Publishers. New
Delhi, India.
1. Tìm TLTK trong thư viện, vì có họ và tên của tác giả Kumar,
A. S. và Suresh, N.
2. Năm xuất bản [2008]
3. Tên sách được in nghiêng vì là đơn vị đầu tiên trong tra cứu
[Production and operations management].
4. Lần xuất bản là lần 2 (2ed)
4. Nơi xuất bản [New Delhi, India]
5. Nhà xuất bản [New age international limited, Publishers]
1.1.2. Thí dụ 2
Tài liệu tham khảo là tiếng Việt thì thông tin về tài liệu tham khảo
vẫn như trên.
Trong bài viết: … Các cột theo hàng ngang cho biết lỗi xảy ra như
thế nào, xảy ra ở câu hỏi nào. Các bảng xuất hiện theo hàng dọc cho
biết lỗi xảy ra bao nhiêu lần. Để sửa lỗi một cách nhanh chóng bằng
cách dùng lệnh Find sửa trên câu hỏi chỉ sai một lỗi và trên câu hỏi sai
nhiều lỗi nên dùng lệnh Sort case (Lê, 2017).
Ý tưởng trong đoạn văn này không phải là của tác giả bài viết mà
tác giả ghi lại ý tưởng của Lê.
Tài liệu tham khảo đã trích dẫn trong bài viết là sách.
--13--
Lê Quang Hùng (2017). Phân tích dữ liệu trong kinh doanh. Nhà
xuất bản Kinh tế TP. Hồ Chí Minh.
1. Tìm TLTK trong thư viện, vì có họ và tên của tác giả Lê Quang
Hùng.
3. Tên sách được in nghiêng vì là đơn vị đầu tiên trong tra cứu
[Phân tích dữ liệu trong kinh doanh]
4. Nơi xuất bản [TP. Hồ Chí Minh]
5. Nhà xuất bản [Nhà xuất bản Kinh tế]
Cách trích dẫn khác:
- Trong bài viết: Các cột theo hàng ngang cho biết lỗi xảy ra như
nhiều lỗi nên dùng lệnh Sort case (Lê Quang Hùng, 2017).
Tài liệu tham khảo: Lê Quang Hùng (2017). Phân tích dữ liệu
trong kinh doanh. Nhà xuất bản Kinh tế TP. Hồ Chí Minh.
- Trong bài viết: Các cột theo hàng ngang cho biết lỗi xảy ra như
nhiều lỗi nên dùng lệnh Sort case (Hùng, 2019).
Tài liệu tham khảo: Hùng, Lê Quang (2017). Phân tích dữ liệu
trong kinh doanh. Nhà xuất bản Kinh tế TP. Hồ Chí Minh.
Lưu ý: hạn chế ghi học vị, học hàm của tác giả trong các tài liệu
tham khảo và trích dẫn.
1.1.3. Thí dụ 3
Tài liệu tham khảo đã trích dẫn trong bài viết là tạp chí.
Trong bài viết: Le (2019) said that PATH model is used to
analyze the influence of Geographic location, Staff, Facilities and
Lecturers factors (independent variables) on the HUTECH brand
factor (dependent variable) through Confidence factor (intermediate
--14--
variable). Analytical technique is also Linear regression in which
Confidence factor is independent variable and HUTECH brand is
dependent variable…
Tài liệu tham khảo: Quang Hung Le (2019). Factors affecting
brand values of private universities: A case study of Ho Chi Minh City
University of Technology (HUTECH). Journal of Asian Finance,
Economics and Business Vol 6 No1 (2019) 159-167.
doi:10.13106/jafeb.2019.vol6.no1.159
1. Họ và tên tác giả [Quang Hung Le]
3. Tên bài báo [Factors affecting brand values of private
universities: A case study of Ho Chi Minh City University of
Technology (HUTECH)]
4. Tên tạp chí (không phải tên bài báo) được in nghiêng vì nó là
đơn vị đầu tiên trong tra cứu [Journal of Asian Finance, Economics
and Business]
5. Tập [6]; số [1]; số trang bài báo xuất hiện trong số đã ghi của
tạp chí [159-167]
6. Các tạp chí xuất bản online phải có chỉ số doi.
- Ghi tên tác giả theo cách thức nó xuất hiện trong bài báo.
- Bài báo trên tạp chí tiếng Anh và tên tác giả trong tạp chí đó
không có dấu và thứ tự là họ, tên, chữ lót nên phải viết theo hệ thống
đó (hiện nay phải ghi là Le, Hung Quang).
1.1.4. Thí dụ 4
Tài liệu tham khảo là luận văn, luận án phải ghi rõ là Luận văn
thạc sĩ, Luận án tiến sĩ, cơ sở đào tạo và địa điểm.
- Nguyễn Như Quỳnh Đoan (2020). Giải pháp hoàn thiện hoạt
động marketing mix 4ps tại công ty cổ phần dệt may - đầu tư - thương
mại Thành Công. Luận văn thạc sĩ, Khoa Quản trị kinh doanh, ĐH
Công nghệ TP.Hồ Chí Minh.
- Trà Thị Thảo (2023). Các nhân tố ảnh hưởng đến hiệu quả kinh
doanh bán lẻ: Trường hợp nghiên cứu tại TP.Hồ Chí Minh. Luận án
tiến sĩ, Khoa Quản trị kinh doanh, ĐH Công nghệ TP.Hồ Chí Minh.
--15--
1.1.5. Thí dụ 5
Tài liệu tham khảo từ internet phải ghi đường dẫn và ngày truy
cập vì thông tin có thể thay đổi trên internet.
Trong bài viết: Theo Thành Chơn (2021) quan điểm về giai đoạn
bình thường mới là giai đoạn sau đại dịch Covid-19. Đây là một khái
niệm được sử dụng để chỉ sự thay đổi về hoạt động, quan hệ xã hội và
hành vi của con người sau đại dịch Covid-19. Bình thường mới là khi
cuộc sống yêu cầu con người, xã hội và từng doanh nghiệp phải rất
linh hoạt và năng động, cũng như khả năng chịu đựng và thích nghi
với sự thay đổi xã hội trong giai đoạn sau Covid-19.
Tài liệu tham khảo: Thành Chơn (2021). Giai đoạn bình thường
mới. Đổi mới và phát triển. Trích ngày 15/12/2023 từ
https://chonthanh.binhphuoc.gov.vn/vi/news/phong-chong-covid-
19/binh-thuong-trong-trang-thai-moi.
1.1.6. Thí dụ 6
Sử dụng những ý tưởng, biện luận, kết quả nghiên cứu... của một
tác giả thông qua tác giả trung gian.
Trong bài viết: Futhermore, Malter et al. (2020) argured that for
many years, consumer behavior and the factors that determine it have
been a significant area of research in economic sciences (quoted in
Berlian et al. 2023).
Tác giả sử dụng ý tưởng của Malter et al. (2020) hành vi người
tiêu dùng. Tuy nhiên không có tài liệu Malter et al. (2020), nội dung
được lấy ý tưởng từ Berlian et al. 2023.
- Phần trích dẫn phải ghi rõ là (Malter et al., trích từ Berlian et al.
2023).
- Tài liệu tham khảo chỉ ghi Berlian et al. (2023), vì chỉ tham khảo
của Berlian et al. (2023) chứ không tham khảo Malter et al. (2020).
Tài liệu tham khảo: Berlian, M., Muhaimin, A. W., Hanani, N., &
Maulidah, S. (2023). An Extended Model of Consumer Behavior for
Vegetables in the Market in Indonesia. Journal of Law and
Sustainable Development, v.11, n. 12, pages: 01-28, e02109.
--16--
1.1.7. Một số thí dụ khác (Nguyễn, 2012)
1) Bài báo trong sách nghiên cứu (sách tập hợp các bài nghiên cứu
của nhiều tác giả và do một hay nhiều người làm chủ biên): cũng ghi
tương tự, tuy nhiên chữ Ed – eds (edited book) được ghi trong dấu ( )
sau tên của người biên soạn cuối.
Tài liệu tham khảo: Ehrenberg, A. S. C. (1994), Theory or well-
based results: Which comes first, Research Traditions in Marketing,
Laurent, G., Lilien, G.L. & Pras, B. (eds.), Boston: Kluwer Acadamic,
79-108.
2) Tham khảo từ các tạp chí không phải là tạp chí khoa học hàn
lâm (tạp chí phổ thông, nhật báo như Tuổi trẻ, Thanh niên, vv.). Nếu
bài báo có tác giả thì cách trích dẫn và liệt kê tài liệu tham khảo cũng
tương tự như trong tạp chí hàn lâm.
Tài liệu tham khảo: Mỹ Phương (2010), Phát triển thị trường công
nghiệp tại Việt Nam, Thời báo Kinh tế Việt Nam, Số 290, ngày 4
tháng 12.
3) Bài viết không có tên tác giả (bài của tạp chí), khi trích dẫn
phải trích dẫn tên tạp chí và năm trong bài.
Tài liệu tham khảo: The Wall Street Journal (2004), Urban
Vietnamese get rich quick, The Wall Street Journal (Eastern Edition),
October 26, p. A.22.
4) Tài liệu tham khảo là bài trong kỷ yếu hội thảo khoa học, ghi
tên kỷ yếu (nếu có, hay tên của hội thảo và in nghiêng vì nó là đơn vị
tra cứu đầu tiên) cơ quan tổ chức, địa điểm và thời gian tổ chức.
Tài liệu tham khảo: Nguyen, T.D., Nguyen, T.T.M. & Barrett,
N.J. (2008), Antecedents and outcome of relationship value: Evidence
from Vietnam, The 24nd Industrial Marketing and Purchasing Group
Proceedings, Uppsala University, Sweden, September 4-6.
Lưu ý:
- Các trường đại học đều có quy định chi tiết cho cách trích dẫn
của luận văn, luận án trong trường mình. Vì vậy, khi làm nghiên cứu
cho luận văn, luận án, cần tham khảo các quy định của trường.
- Các tạp chí cũng có những quy định cụ thể của tạp chí. Nếu làm
--17--
nghiên cứu để công bố trên tạp chí, cần đọc kỹ hướng dẫn của tạp chí
đó.
- Nắm vững nguyên tắc trích dẫn, rất dễ dàng điều chỉnh cho phù
hợp với yêu cầu cụ thể.
1.2. TỔNG QUAN VỀ THAM KHẢO VÀ TRÍCH DẪN

TÀI LIỆU THEO HỆ THỐNG APA 71
Hiện tại với nhiều cách trích dẫn và trình bày tài liệu tham khảo
khác nhau thì phổ biến nhất là một số chuẩn như sau:
1) APA 7th - American Psychology Association
(https://apastyle.apa.org/) cho lĩnh vực giáo dục, tâm lý học và khoa học
xã hội.
2) IEEE (https://ieeeauthorcenter.ieee.org/) cho lĩnh vực kỹ thuật,
khoa học máy tính và công nghệ thông tin.
3) MLA 8th - Modern Language Association
(https://www.mla.org/) cho lĩnh vực ngôn ngữ học và nhân văn.
4) Chicago 17th/Turabian 9th
(https://www.chicagomanualofstyle.org/home.html) cho lĩnh vực kinh
doanh, lịch sử và nghệ thuật (University of Pittsburgh, n.d.).
Cách trích dẫn APA 7th, được sử dụng hiện nay thay thế cho cách
trích dẫn APA 6th. Cấu trúc cơ bản của trích dẫn APA là: Họ tác giả,
chữ cái đầu tiên tên tác giả, tên đệm. Năm xuất bản. Tên tác phẩm.
Đơn vị phát hành. Nguồn URL/DOI. Tùy thuộc vào loại tài liệu (bài
báo, sách, chương sách, bài trình bày hội thảo, bài báo đại chúng…)
và số lượng tác giả mà có cách trình bày trích dẫn và tài liệu tham
khảo khác nhau.
1
Phần này chủ yếu được trích dẫn từ bài viết: Kỹ năng viết bài báo khoa học: Cách
trình bày trích dẫn và tài liệu tham khảo theo APA 7th tại chuyên mục Xuất bản
khoa học của Tạp chí Giáo dục của tác giả Tiến sỹ Nguyễn Hữu Cương.
--18--
1.2.1. Tác giả
1.2.1.1. Một tác giả
Trường hợp một tác giả thì dùng dấu ngoặc đơn “()” và ghi tên tác
giả, năm xuất bản bên trong.
(Paul, 2021) hoặc Paul (2021) stated that…
Trong bài viết: The 4Cs model, as described by Paul (2013),
emphasizes that customers are value buyers or looking for a solution
to their problem (Customer Solution); that customers are more
concerned with the total cost (Customer Cost) rather than the cost of
acquiring, using, and disposing of the product or service; that
customers desire ultimate convenience in receiving the product or
service (Customer Convenience).
Tài liệu tham khảo: Paul, T. (2013). Mental accounting of mutual
fund investors and marketing mix-a study from 4C marketing mix
perspective, Asia Pacific Journal of Marketing & Management
Review, 2(2), 12-22.
- Khi có cùng tác giả nhưng năm khác nhau: …(Nguyen, 2019,
2021)
- Khi có cùng tác giả và cùng năm: …(Nguyen, 2019a, 2019b)
1.2.1.2. Hai tác giả
Trường hợp hai tác giả thì giữa hai tên tác giả có ký tự “&”, kèm
năm xuất bản hoặc dùng chữ và (and).
(Cabrera & La Nasa, 2000) hoặc Cabrera and La Nasa (2000) …
Trong bài viết: Cabrera and La Nasa (2000) emphasized 3 stages
of the university selection process. The orientation stage refers to
factors such as the socio-economic status, positive attitudes toward
education, academic achievement, and parental attitudes. At the search
stage, students are influenced by factors such as information from
universities, and parental academic performance.
Tài liệu tham khảo: Cabrera, A. F. & La Nasa, S. M. (2000),
Understanding the college choice of disadvantaged students, New
Directions for Institutional Research. San Francisco: Jossey-Bass.
--19--
Trường hợp có cùng họ nhưng tên khác nhau thì đưa chữ cái đầu
tiên của tên lên trước để tránh nhầm lẫn: … (C. H. Nguyen, 2021; K.
D. Nguyen, et al., 2007)
1.2.1.3. Ba tác giả trở lên
Từ 3 tác giả trở lên, ghi tên tác giả đầu, và kèm cụm từ “tiếng
Việt: “nnk. _ những người khác” và “tiếng Anh: “et al. _ nhóm cộng
sự” hoặc “et al.”. et al là từ viết tắt của chữ La tinh có nghĩa là “và
những người khác”. …(Nguyen et al., 2011) hoặc Nguyen et al.
(2011) …
Trong bài viết: Nguyen et al. (2011) proposed a regression model
consisting of five factor groups that influence high school students'
choice of university in Tien Giang province, including the diversity
and attractiveness of academic programs; the characteristics of the
university; the ability to meet post-graduation expectations; the
communication effort of the university, and the university's reputation.
Tài liệu tham khảo: Nguyen, M. H., Huynh, G. X & Huynh, T. K.
T (2011). Factors influencing students to choose Ho Chi Minh City
Open University. Science research topic.
Trong bài viết: Kumar et al (2012), introduced the concept of 4Cs
and transformed the traditional 4Ps into 4Cs: Customer solution,
Customer cost, Convenience and Communication.
Tài liệu tham khảo: Kumar, V., Rahman, Z., Kazmi, A. A., &
Goyal, P. (2012). Evolution of sustainability as marketing strategy:
Beginning of new era. Procedia-Social and Behavioral Sciences, 37,
482-489.
Khi có nhiều tác giả khác nhau thì sắp xếp thứ tự tác giả theo
alphabet: …(Nguyen, 2021; Pham, 2020; Vu, 2020;...)
Trong bài viết: According to Lauterborn's (1990), Newman and
Jahdi (2009) 4Cs (customer wants and needs, cost, communication,
and convenience) marketing mix is more thorough and appropriate to
higher education marketing.
--20--
Tài liệu tham khảo:
Newman, S. & Jahdi, K. (2009). Marketisation of Education:
marketing, rhetoric and reality. Journal of Further and Higher
Education, 33(1), pp. 1-11.
Lauterborn, B. (1990). New marketing litany; four P's passe; C-
words take over. Advertising Age, 61(41), pp. 26-28.
Lưu ý:
- Khi cùng tác giả đầu nhưng những tác giả sau khác nhau (trường
hợp có 3 tác giả) thì phải sử dụng đầy đủ tất cả họ các tác giả, ví dụ:
…(Le, Do, & Tran, 2017; Le, Nguyen, & Pham, 2017)
- Khi cùng tác giả đầu nhưng những tác giả sau khác nhau (trường
hợp có từ 4 tác giả trở lên) thì phải sử dụng đầy đủ tất cả họ các tác
giả giống nhau và dùng “et al.” sau đó. Ví dụ:
Le, Do, Nguyen, and Tran (2017)
Le, Do, Ha, Tang, and Pham (2017)
Trường hợp này phải dùng: Le, Do, Nguyen, et al. (2017) và Le,
Do, Ha, et al. (2017)
1.2.2. Tên của cơ quan tổ chức
Tên của cơ quan tổ chức nhưng không có viết tắt
…(National Assembly, 2018) hoặc National Assembly (2018)
stated…
Tên của cơ quan tổ chức và có từ viết tắt
- Sử dụng lần đầu: …(Ministry of Education and Training
[MOET], 2021) hoặc Ministry of Education and Training (MOET,
2021) stated…
- Sử dụng từ lần tiếp theo: …(MOET, 2021) hoặc MOET (2021)
stated…
1.2.3. Một số trường hợp khác
- Bài báo khoa học có mã định danh tài liệu số (Journal article
with DOI)
--21--
Quang Hung Le (2019). Factors affecting brand values of private
Technology (HUTECH). Journal of Asian Finance, Economics and
Business Vol 6 No1 (2019) 159-167.
doi:10.13106/jafeb.2019.vol6.no1.159
- Bài báo khoa học không có mã định danh tài liệu số (Journal
article without DOI)
Paul, T. (2013). Mental accounting of mutual fund investors and
marketing mix-a study from 4C marketing mix perspective, Asia
Pacific Journal of Marketing & Management Review, 2(2), 12-22.
- Sách in (Print book)
Lê Quang Hùng (2017). Phân tích dữ liệu trong kinh doanh. Nhà
xuất bản Kinh tế TP. Hồ Chí Minh.
- Sách điện tử có mã định danh tài liệu số (E-book with DOI)
Wallwork, A., & Southern, A. (2020). 100 tops to avoid mistakes
in academic writing and presenting. Springer International Publishing.
https://doi.org/10.1007/978-3-030-44214-9
- Chương sách có mã định danh tài liệu số (Book chapter with
DOI)
Nguyen, C. H., & Nguyen, K. D. (2019). The future of quality
assurance in Vietnamese higher education. In C. H. Nguyen & M.
Shah (Eds.), Quality assurance in Vietnamese higher education:
policy and practice in the 21st century (pp. 161-185). Palgrave
Macmillan.
https://doi.org/10.1007/978-3-030-26859-6_12
Lưu ý: APA 7th đã bỏ thông tin thành phố (city) nơi có nhà xuất
bản cuốn sách so với APA 6th.
- Bài trình bày tại hội thảo (Conference paper)
Nguyen, Q. T. (2023). Một số giải pháp nâng cao hiệu quả
Marketing xanh trong nông nghiệp giai đoạn bình thường mới. Kỷ
yếu hội thảo Marketing giai đoạn bình thường mới, HUTECH
tr.181-186.
--22--
Nguyen, C. H. (2016, November 17-19). An exploration of the
competency framework for external quality assurance
practitioners [Paper presentation]. 11th European Quality Assurance
Forum on Quality in Context – Embedding Improvement, Ljubljana,
Slovenia.
- Tài liệu trên website (Webpage)
Nguyen, C. H. (2021, March 23). What is a scientific
article? Vietnam Journal of Education.
https://tapchigiaoduc.edu.vn/article/86791/225/the-nao-la-mot-tap-chi-
khoa-hoc/
1.3. CÁCH GHI TÀI LIỆU THAM KHẢO

1.3.1. Một số nguyên tắc chung
Tài liệu tham khảo là một thuật ngữ tổng quát chỉ danh sách các
nguồn tư vấn được sử dụng khi nghiên cứu một chủ đề nhất định.
Chúng thường được người viết đề cập đến trong luận văn, báo cáo, bài
tiểu luận… của mình. Tài liệu đó có thể được lấy từ sách, báo, trang
web… Tài liệu tham khảo được sử dụng để phục vụ cho việc xây
dựng một tác phẩm văn bản. Cụ thể, chúng được xem là nguồn tư vấn
để tiến hành nghiên cứu (Nguyễn, 2023).
Tùy thuộc vào sử dụng hệ thống nào thì tuân theo cách ghi tài liệu
tham khảo của hệ thống đó. Cánh ghi tài liệu tham khảo cuối bài viết
theo hệ thống APA như sau (Nguyễn, 2021):
- Danh mục tài liệu tham khảo ở cuối văn bản và ghi theo thứ tự
ABC theo họ (surname) của tác giả (cho cả tiếng Việt và tiếng nước
ngoài).
- Nếu có nhiều tác giả thì các tác giả được cách bằng dấu phẩy (,)
và tác giả cuối cùng được cách thêm bằng ký hiệu và (&).
- Nếu có từ 21 tác giả trở lên thì 19 tác giả đầu vẫn cách nhau
bằng dấu phẩy (,), sau đó đến dấu ba chấm (…) và tác giả cuối cùng.
Lưu ý không dùng ký hiệu và (&) để các tác giả cuối cùng.
- Nếu tài liệu không có thời gian (thường ở các website) thì dùng
“n.d.” nghĩa là “no date” (không có ngày, tháng, năm).
--23--
- Trường hợp không có tên tác giả, khi ghi tên tài liệu trích dẫn
hoặc tên tổ chức/cơ quan xuất bản trước, cũng theo thứ tự ABC.
1.3.2. Thí dụ về cách ghi tài liệu tham khảo
Booms, B. H. & Bitner , M. J. (1981). Marketing strategies and
organizational structures for service firms. In Marketing of services .
Edited by: Donnelly , J. H. and George , W. R. 47 – 51 . Chicago, IL:
American Marketing Association.
Burns, M. J. (2006). Factors influencing the college choice of
African-American students admitted to the college of agriculture, food
and natural resources (Doctoral dissertation, University of Missouri--
Columbia).
Cabrera, A. F. & La Nasa, S. M. (2000), Understanding the
college choice of disadvantaged students, New Directions for
Institutional Research. San Francisco: Jossey-Bass.
Chapman, D. W (1981), A Model of Student College Choice,
Journal of Higher Education, 52(5), pp. 490–505.
Dennis, C., Fenech, T. & Merrilees, B. (2005). Sale the 7Cs:
teaching/ training aid for the (e-) retail mix. International Journal of
Retail & Distribution Management, 33(3), pp. 179-193.
Dill, D., D. & Van, V., F. A. (2010), National Innovation and the
Academic Research Enterprise: Public Policy in Global Perspective,
Johns Hopkins University Press.
Do, P. T. T (2021), Factors affecting the decision to choose a
university of high school students, Journal of Banking Science &
Training, 234.
Fei, W., Zhang, Z., & Deng, Q. (2021). Universal pictures’ SWOT
analysis and 4Ps & 4Cs marketing strategies in the post-COVID-19
era. In 2021 International Conference on Public Relations and Social
Sciences (ICPRSS 2021) (pp. 494-500). Atlantis Press.
Gu, J. (2022). Research on precision marketing strategy and
personalized recommendation method based on big data
drive. Wireless Communications and Mobile Computing, 2022.
--24--
Hemsley-Brown, J. & Oplatka, I. (2006), Universities in a
competitive global marketplace. A systematic review of the literature
on higher education marketing, International Journal of Public Sector
Management, 19(4), pp. 316-338.
Chương này giới thiệu tổng quan về tài liệu tham khảo và trích
dẫn. Để hiểu rõ hơn, quý độc giả tham khảo thêm tài liệu tại đường
link:
- American Psychological Association. (2020). Publication
manual of the American Psychological Association (7th
ed.). https://doi.org/10.1037/0000165-000
- University of Pittsburgh. (n.d.). Citation styles: APA, MLA,
Chicago, Turabian, IEEE. https://pitt.libguides.com/citationhelp
- Nguyễn Lê Hà Phương (2023). Cách Trích Dẫn Tài Liệu Tham
Khảo - Hướng dẫn Chi tiết [Cập nhật 2023]. Trích ngày 03/02/2024 từ
https://trithuccongdong.net/cam-nang-luan-van/cach-trinh-bay-tai-
lieu-tham-khao-va-trich-dan-trong-bai-luan.html
--25--
CHƯƠNG 2
TỔNG QUAN NGHIÊN CỨU KHOA HỌC
2.1. KHÁI NIỆM KHOA HỌC

2.1.1. Khái niệm khoa học
Khoa học còn được hiểu là một hoạt động xã hội nhằm tìm tòi,
phát hiện quy luật, hiện tượng và vận dụng các quy luật ấy để sáng tạo
ra nguyên lý các các giải pháp tác động vào các sự vật, hiện tượng,
nhằm biến đổi trạng thái của chúng (Nguyễn, 1995). Khoa học bao
gồm một hệ thống tri thức về quy luật của vật chất và sự vận động của
vật chất, những quy luật của tự nhiên, xã hội, và tư duy (Auger, 1961).
Khoa học được hiểu là một hệ thống tri thức về tự nhiên xã hội và tư
duy về những quy luật phát triển khách quan của tự nhiên, xã hội và tư
duy. Nó giải thích một cách đúng đắn nguồn gốc của những sự kiện
ấy, phát hiện ra những mối liên hệ của các hiện tượng, trang bị cho
con người những tri thức về quy luật khách quan của thế giới hiện
thực, để con người áp dụng vào thực tiễn sản xuất và đời sống.. Khoa
học là quá trình nghiên cứu nhằm khám phá ra những kiến thức mới,
học thuyết mới… về tự nhiên và xã hội và tốt hơn là thay thế dần
những kiến thức, học thuyết… không còn phù hợp. Như vậy, hệ thống
tri thức này hình thành trong lịch sử và không ngừng phát triển trên cơ
sở thực tiễn xã hội. Hệ thống tri thức bao gồm tri thức kinh nghiệm và
tri thức khoa học (Nguyễn & Nguyễn, 2023).
2.2.2. Tri thức kinh nghiệm
Những hiểu biết thu thập được ngẫu nhiên qua thực tiễn đời sống
hàng ngày. Tri thức kinh nghiệm dựa trên trải nghiệm cá nhân, có hạn
chế và có những trường hợp xảy ra không chính xác. Tuy nhiên tri
thức kinh nghiệm cũng có thể làm cơ sở cho sự hình thành và phát
triển thành tri thức khoa học. Ông cha ta thời xưa đã đúc kết nên
những kinh nghiệm từ thực tiễn trong đời sống như: Chớp Đông hay
háy, gà gáy thì mưa; Chuồn chuồn bay thấp thì mưa, bay cao thì nắng,
bay vừa thì râm… hoặc quan sát dòng nước chảy về chỗ trũng mà
--26--
nghĩ ra các công trình khoa học về thủy lợi, thủy điện…
2.1.3. Tri thức khoa học
Những hiểu biết thu thập được từ những hoạt động nghiên cứu
khoa học. Tri thức khoa học không những có tính khái quát và đáng
tin cậy, mà còn có tính khách quan và có thể kiểm chứng bởi cộng
đồng khoa học. Tri thức khoa học đóng vai trò quan trọng trong việc
giúp chúng ta hiểu và giải thích thế giới xung quanh, từ hiểu biết về tự
nhiên, xã hội, cho đến phát triển công nghệ và tạo ra tiến bộ trong các
lĩnh vực khác nhau. Thí dụ như Những quy luật chi phối nền kinh tế
thị trường như Quy luật giá trị, Quy luật cạnh tranh, Quy luật cung
cầu...; Định lý Thales, Pithagore trong Toán học; Định luật bảo toàn
năng lượng trong Vật lý… Ông Newton nhìn táo rơi mà tìm ra được
ba định luật Newton hoặc ông Archimede trong khi tắm đã tìm ra
được định luật Archimede. Như vừa qua các nhà khoa học trên thế
giới đã tìm ra Virus gây ra đại dịch Covid-19 và đã điều chế được
thuốc kháng Virus.
2.1.4. Phân loại khoa học
Phân loại khoa học là sắp xếp các bộ môn khoa học thành một hệ
thống thứ bậc, trên cơ sở những dấu hiệu đặc trưng bản chất của
chúng (Nguyễn, nd)
- Sự phân loại khoa học trong lịch sử khoa học:
*Aristotle (384 – 322 tr. CN) chia khoa học thành: Khoa học lý
thuyết, khoa học thực hành và khoa học sáng tạo.
* Epiquya (341 – 270 tr. CN) chia khoa học thành: Vật lý học là
học thuyết về tự nhiên; Logic học là học thuyết về con đường nhận
thức; Đạo đức học là học thuyết về cách đạt tới hạnh phúc của con
người.
* Thời Trung cổ khoa học được phân thành: Thần học; Logic học
và ngữ pháp, còn khoa học tự nhiên chỉ giữ vai trò phụ thuộc vào
chúng.
* Fancis Bacon (1561 – 1626) nhà Triết học Anh chia khoa học
thành: Lịch sử; Thơ ca và Triết học.
* Saint Simon (1760 – 1825) coi khoa học là một chỉnh thể và
--27--
chia khoa học tự nhiên thành: Vật lý hữu cơ và Vật lý vô cơ. Khoa học
xã hội là một bộ phận của khoa học tự nhiên gọi là Vật lý xã hội.
* Georg Wilhelm Friedrich Hegel (1770 – 1831) nhà triết học duy
tâm chia khoa học tự nhiên thành: Ngành Cơ học, ngành Hóa học và
ngành Cơ thể học.
- Các chuyên gia của UNESCO phân khoa học thành năm lĩnh
vực: Khoa học Tự nhiên và khoa học chính xác, Khoa học kỹ thuật,
Khoa học nông nghiệp, Khoa học về sức khỏe, Khoa học xã hội và
nhân văn. Ngày nay, các ngành khoa học có xu hướng được chuyên
sâu hóa (phân nhánh thành những chuyên ngành hẹp). Chẳng hạn
Khoa học về sức khỏe có nhiều phân ngành hẹp như Nha, Y, Dược, Y
học cổ truyền...
2.1.5. Khoa học tự nhiên và khoa học xã hội
2.1.5.1. Khoa học tự nhiên
Khoa học tự nhiên là khoa học nghiên cứu các đối tượng hoặc
hiện tượng tự nhiên, chẳng hạn như ánh sáng, vật chất, trái đất, các
thiên thể hoặc cơ thể con người.
Khoa học tự nhiên lại có thể được phân loại tiếp thành các khoa
học vật chất, khoa học trái đất, khoa học sự sống và các khoa học
khác.
2.1.5.2. Khoa học xã hội
Khoa học xã hội là khoa học nghiên cứu con người hoặc cộng
đồng người, chẳng hạn như các nhóm xã hội, doanh nghiệp, hiệp hội
hoặc kinh tế và hành vi cá nhân, tập thể. Khoa học xã hội có thể được
phân loại thành các bộ môn khoa học như tâm lý học (khoa học về
hành vi con người), xã hội học (khoa học về các nhóm xã hội) và kinh
tế học (khoa học của các doanh nghiệp, thị trường và kinh tế).
2.1.5.3. Sự khác biệt giữa khoa học tự nhiên và khoa học xã hội
Khoa học tự nhiên và khoa học xã hội có sự khác biệt trên một vài
phương diện. Sự chính xác, nghiêm ngặt và rõ ràng là yêu cầu của
khoa học tự nhiên, và không phụ thuộc vào người thực hiện nghiên
cứu. Thí dụ, trong lĩnh vực vật lý học, khi thực hiện thí nghiệm để đo
tốc độ lan truyền âm thanh trong một môi trường truyền dẫn, kết quả
--28--
thí nghiệm luôn giống nhau, không phụ thuộc vào thời gian, địa điểm
hoặc người thực hiện thí nghiệm. Nếu hai sinh viên thực hiện cùng
một thí nghiệm vật lý nhưng thu được hai giá trị có đặc tính vật lý
khác nhau, điều đó có nghĩa là ít nhất một trong hai sinh viên đã mắc
lỗi. Tuy nhiên, trong khoa học xã hội, sự chính xác và rõ ràng không
yêu cầu như trong khoa học tự nhiên. Thí dụ như đo lường về hạnh
phúc của một người thì phụ thuộc vào nhiều yếu tố và không thể đo
lường chính xác. Vì vậy, các công cụ đo lường có thể cho kết quả
khác nhau về hạnh phúc của một người trong cùng thời điểm (Ngô,
2021).
2.2. KHÁI NIỆM NGHIÊN CỨU KHOA HỌC

2.2.1. Khái niệm về nghiên cứu khoa học
2.2.1.1. Nghiên cứu
Nghiên cứu là quá trình tìm kiếm các tri thức được khái quát hóa
để có thể áp dụng vào việc giải thích cho một vấn đề. Nghiên cứu
không những là cách thức con người tìm hiểu sự việc thông qua việc
thực hiện các nghiên cứu hay kinh nghiệm của chính mình (Nguyễn,
2012), mà còn là hoạt động học thuật, bao gồm việc xác định các vấn
đề, hình thành nên giả thuyết, thu thập dữ liệu, đánh giá và phân tích
dữ liệu, đưa ra kết luận và cuối cùng là kiểm định các giả thuyết
(Đinh, 2015).
2.2.1.2. Nghiên cứu khoa học
Nghiên cứu khoa học là một hoạt động tìm kiếm, xem xét, điều
tra, hoặc thử nghiệm. Dựa trên những số liệu, tài liệu, kiến thức,… đạt
được từ các thí nghiệm nghiên cứu khoa học để phát hiện ra những cái
mới về bản chất sự vật, về thế giới tự nhiên và xã hội, và để sáng tạo
phương pháp và phương tiện kỹ thuật mới cao hơn, giá trị hơn. Con
người muốn làm nghiên cứu khoa học phải có kiến thức nhất định về
lãnh vực nghiên cứu và cái chính là phải rèn luyện cách làm việc tự
lực, có phương pháp (Dương, 2002).
Nghiên cứu khoa học là cách thức con người tìm hiểu các hiện
tượng khoa học một cách có hệ thống. Nghiên cứu là một quy trình
lập kế hoạch, thực hiện, điều tra và kiểm định để tìm câu trả lời cho
--29--
những câu hỏi nghiên cứu chuyên biệt. Để có thể trả lời những câu hỏi
nghiên cứu, chúng ta cần thực hiện một cách hệ thống, sao cho người
đọc dễ hiểu, có tính logic và tin cậy (Babbie, 1986). Quá trình thu
thập, phân tích dữ liệu một cách có hệ thống nhằm khám phá các vấn
đề liên quan (Kothari, 2004). Một trong những cách để tìm ra các câu
trả lời cho những câu hỏi đặt ra (Kumar, 2005; trích từ T. K. Trần,
2015). Hoạt động nghiên cứu khoa học, nói chung, là tạo ra tri thức
mới hoặc mở rộng tri thức hiện có bằng cách áp dụng phương pháp
khoa học, nhằm tạo ra hệ thống tri thức có giá trị để cải thiện thế giới..
2.2.2. Chức năng của nghiên cứu khoa học
Chức năng của nghiên cứu khoa học thể hiện trình độ nhận thức
khoa học (Nguyễn, nd).
- Mô tả: Trình bày lại những kết quả nghiên cứu một hiện tượng
hay một sự kiện khoa học, làm sao cho đối tượng đó được thể hiện đến
mức độ nguyên bản tối đa.
- Giải thích: Trình bày một cách tường minh bản chất của đối
tượng nghiên cứu, chỉ ra đối tượng ấy đã tuân thủ một phần hay toàn
bộ các quy luật chung của sự phát triển hiện thực.
- Giải thích: Khoa học không chỉ phản ánh trung thực các sự kiện
của hiện thực mà còn chỉ ra nguồn gốc phát sinh, phát triển, mối quan
hệ của sự kiện với các sự kiện khác, với môi trường xung quanh,
những điều kiện, nguyên nhân, những hệ quả đã hoặc có thể xảy ra.
- Phát hiện: Khám phá ra bản chất, các quy luật vận động, và phát
triển của sự vật hiện tượng (đối tượng nghiên cứu). Phát hiện đồng
nghĩa với phát minh, với quá trình sáng tạo ra chân lý mới làm phong
phú thêm kho tàng tri thức nhân loại. Phát hiện khoa học là trình độ
nhận thức sáng tạo cao nhất của con người. Kết quả là tạo nên các
khái niệm, các phạm trù, các lý thuyết, học thuyết, quy trình công
nghệ mới,… đó là những tri thức có giá trị đối với lý luận và thực tiễn.
2.2.3. Các loại hình nghiên cứu khoa học
2.2.3.1. Theo mục tiêu nghiên cứu
Đinh (2015) phân các loại hình nghiên cứu khoa học theo mục
tiêu như sau:
--30--
1. Nghiên cứu khám phá
Nghiên cứu những vấn đề mới mà các nghiên cứu trước chưa đề
cập đến hoặc các nhà nghiên cứu chưa được hiểu biết sâu sắc. Thí dụ
như nghiên cứu các yếu tố của Cách mạng Công nghiệp 4.0 ảnh
hưởng đến nguồn nhân lực tại các doanh nghiệp… tại Việt Nam.
2. Nghiên cứu tương quan
Nghiên cứu mối quan hệ, sự phụ thuộc qua lại giữa các biến, trong
đó có ít nhất một biến ảnh hưởng (biến độc lập) đến một biến khác
(biến phụ thuộc). Thí dụ như nghiên cứu các yếu tố ảnh hưởng đến sự
hài lòng của của các bà nội trợ tiêu dùng thực phẩm sạch tại Thành
phố Hồ Chí Minh.
3. Nghiên cứu mô tả
Nghiên cứu mô tả một sự vật, hiện tượng riêng lẽ hoặc so sánh
giữa nhiều sự vật, hiện tượng khác nhằm đưa ra một hệ thống tri thức
giúp con người phân biệt các sự vật, hiện tượng đó. Thí dụ như nghiên
cứu hành vi tiêu dùng của các bà nội trợ về thực phẩm sạch tại Thành
4. Nghiên cứu giải thích
Nghiên cứu làm sáng tỏ bản chất của mối quan hệ giữa các hiện
tượng với nhau. nhằm làm rõ các quy luật chi phối các hiện tượng, các
quá trình vận động của sự vật. Thí dụ như nghiên cứu những yếu tố
ảnh hưởng của việc hút thuốc lá đến sự gia tăng bệnh phổi tại Thành
2.2.3.2. Theo tính chất của sản phẩm nghiên cứu
1. Nghiên cứu cơ bản
Là các nghiên cứu nhằm phát hiện thuộc tính, cấu trúc bên trong
của các sự vật, hiện tượng. Thí dụ như nghiên cứu tìm hiểu những
nguyên nhân ảnh hưởng đến động lực làm việc cho nhân viên khối
văn phòng tại Thành phố Hồ Chí Minh.
2. Nghiên cứu ứng dụng
Là nghiên cứu vận dụng thành tựu của các nghiên cứu cơ bản với
mục đích giải thích sự vật, hiện tượng cũng như tìm ra các giải pháp,
--31--
quy trình công nghệ, sản phẩm để áp dụng vào đời sống và lao động
sản xuất. Thí dụ như nghiên cứu đề xuất những giải pháp nhằm nâng
cao động lực làm việc cho nhân viên khối văn phòng tại Thành phố
Hồ Chí Minh. Nghiên cứu nhằm ứng dụng các thành tựu khoa học của
ngành đó vào thực tiễn của cuộc sống. Trong kinh doanh, dạng nghiên
cứu ứng dụng phổ biến là nghiên cứu thị trường (Nguyễn 2012).
3. Nghiên cứu hàn lâm
Nghiên cứu nhằm mục đích mở rộng kho tàng tri thức của ngành
khoa học nào đó. Kết quả của nghiên cứu hàn lâm chủ yếu nhằm vào
mục đích trả lời cho các câu hỏi về bản chất lý thuyết của khoa học.
Các lý thuyết khoa học dùng để giải thích và dự báo các hiện tượng
khoa học (Kerlinger 1986). Lý thuyết khoa học ở đây có thể là một lý
thuyết mới (chưa có trước đó) hoặc là một cách mới, … hay nói cách
khác nghiên cứu hàn lâm có mục đích xây dựng và kiểm định các lý
thuyết khoa học, và các lý thuyết khoa học này dùng để giải thích sự
vật hiện tượng (Nguyễn, 2011).
4. Nghiên cứu triển khai
Là nghiên cứu vận dụng các nghiên cứu cơ bản và ứng dụng để tổ
chức triển khai, thực hiện ở quy mô thử nghiệm. Thí dụ như nghiên
cứu triển khai những giải pháp về lương, thưởng, phúc lợi, điều kiện
làm việc tại… tại Thành phố Hồ Chí Minh.
5. Nghiên cứu trong kinh doanh
Một hoạt động học thuật, bao gồm việc xác định các vấn đề, hình
thành nên giả thuyết, thu thập dữ liệu, đánh giá và phân tích dữ liệu,
đưa ra kết luận và cuối cùng là kiểm định các giả thuyết nhằm đạt
được sự hiểu biết về các quyết định quản trị để tối đa hóa hiệu suất
năng lực của tổ chức (Cooper & Schindler, 2011).
2.3. KHÁI NIỆM VỀ PHƯƠNG PHÁP NGHIÊN CỨU

KHOA HỌC
2.3.1. Phương pháp nghiên cứu khoa học
Phương pháp nghiên cứu là tất cả những phương pháp, kỹ thuật
được sử dụng cho việc nghiên cứu (Saunders, Lewis & Thornhill
--32--
2012) nghĩa là chúng ta sử dụng các công cụ để ghi chép, quan sát và
xử lý dữ liệu…một cách có hiệu quả để nhằm đến mục tiêu trong
nghiên cứu. Phương pháp là một hệ thống những nguyên tắc được rút
ra từ những tri thức về các quy luật khách quan dùng để điều chỉnh
hoạt động nhận thức và hoạt động thực tiễn nhằm thực hiện mục tiêu
đã xác định.
Phương pháp nghiên cứu khoa học là phương pháp của tất cả các
kiến thức được đào tạo một cách hợp lý, thống nhất của tất cả các
ngành khoa học. Nó là việc theo đuổi sự thật được xác định bởi những
cân nhắc hợp lý. Phương pháp nghiên cứu khoa học cố gắng để đạt
được lý tưởng của khoa học bằng thử nghiệm, quan sát, lập luận hợp
lý, … Phương pháp nghiên cứu khoa học khác nhau được sử dụng
trong các ngành khoa học khác nhau. Thí dụ như trong ngành khoa
học tự nhiên như vật lý, hoá học thì phương pháp nghiên cứu thực
nghiệm được áp dụng, bao gồm việc tiến hành các thí nghiệm để thu
thập dữ liệu và đưa ra giải thích và kết luận. Trong khi đó, trong
ngành khoa học xã hội như kinh tế, lịch sử thì phương pháp nghiên
cứu dựa trên việc thu thập thông tin từ quan sát, phỏng vấn hoặc điều
tra. Tuy nhiên, dù có sự khác nhau về phương pháp, quá trình nghiên
cứu khoa học vẫn có những bước chung như quan sát sự vật hoặc hiện
tượng để đặt vấn đề và lập giả thuyết. Tiếp theo, thu thập dữ liệu và
dựa vào dữ liệu đó để rút ra kết luận. Mặc dù cách thu thập, xử lý và
phân tích dữ liệu có thể khác nhau (Lê & Trương, 2012).
2.3.2. Đặc điểm của phương pháp nghiên cứu khoa học
Đặc điểm của phương pháp nghiên cứu khoa học được chia thành
nhiều cấp độ (Lưu, 2023):
- Phương pháp luận: Lý luận tổng quát.
- Phương pháp hệ: Nhóm các phương pháp được sử dụng phối
hợp.
- Phương pháp cụ thể: Các cách thức, thao tác mà nhà nghiên cứu
sử dụng để khám phá, tác động đến đối tượng nghiên cứu.
- Phương pháp nghiên cứu khoa học không những vừa có tính
khách quan là gắn với đối tượng nghiên cứu, vừa có tính chủ quan là
gắn với chủ thể nghiên cứu, mà còn có tính mục đích, gắn với nội
--33--
dung và chịu sự chi phối của nội dung và mục đích.
- Phương pháp nghiên cứu khoa học có tính logic và tính kế hoạch
và luôn cần có sự hỗ trợ của các công cụ, phương tiện kỹ thuật.
2.3.3. Phân loại phương pháp nghiên cứu khoa học
Khi nghiên cứu khoa học cần sử dụng rất nhiều phương pháp,
phối hợp các phương pháp, dùng các phương pháp để hỗ trợ nhau,
kiểm tra lẫn nhau và để khẳng định kết quả nghiên cưú. Vì sự đa dạng
phong phú của phương pháp mà người ta tìm cách phân loại phương
pháp để tiện sử dụng. Có nhiều cách phân loại phương pháp. Sau đây
là một số cách phân loại thông dụng (Ngô, 2021):
- Dựa vào phạm vi sử dụng: Những phương pháp chung nhất
dùng chung cho tất cả các lĩnh vực khoa học; những phương pháp
chung dùng cho một số ngành; những phương pháp đặc thù chỉ dùng
cho một lĩnh vực cụ thể.
- Dựa trên trình độ nghiên cứu, và tính chất của đối tượng:
Nhóm phương pháp mô tả; nhóm phương pháp giải thích và nhóm
phương pháp phát hiện.
- Dựa vào quy trình nghiên cứu và lý thuyết thông tin: Nhóm
phương pháp thu thập thông tin; nhóm phương pháp xử lí thông tin;
nhóm phương pháp trình bày thông tin
- Dựa vào trình độ tiếp cận đối tượng: Nhóm phương pháp
nghiên cứu thực tiễn; nhóm phương pháp nghiên cứu lý thuyết và
nhóm phương pháp nghiên cứu sử dụng toán học.
2.4. HỆ THỐNG CÁC PHƯƠNG PHÁP NGHIÊN CỨU

KHOA HỌC1
2.4.1. Nhóm phương pháp nghiên cứu lý thuyết
Là nhóm các phương pháp thu thập thông tin khoa học trên cơ sở
nghiên cứu các văn bản, tài liệu đã có và bằng các thao tác tư duy
lôgic để rút ra các kết luận khoa học cần thiết. Nhóm này bao gồm các
1
Nguyễn Thiện Thắng (nd). Một số vấn đề cơ bản về phương pháp luận nghiên cứu
khoa học giáo dục.
--34--
phương pháp:
2.4.1.1. Phương pháp phân tích và tổng hợp lý thuyết
Nghiên cứu lý thuyết thường bắt đầu từ phân tích các tài liệu để
tìm ra cấu trúc, các xu hướng phát triển của lý thuyết. Từ phân tích lý
thuyết, lại cần tổng hợp chúng lại để xây dựng thành một hệ thống
khái niệm, phạm trù tiến tới tạo thành lý thuyết khoa học mới.
- Phương pháp phân tích lý thuyết: Là phương pháp phân tích lý
thuyết thành những mặt, những bộ phận, những mối quan hệ theo lịch
sử thời gian để nhận thức, phát hiện và khai thác các khía cạnh khác
nhau của lý thuyết từ đó chọn lọc những thông tin cần thiết phục vụ
cho đề tài nghiên cứu. Phân tích lý thuyết bao gồm những nội dung
sau:
+ Phân tích nguồn tài liệu (tạp chí và báo cáo khoa học, tác phẩm
khoa học, tài liệu lưu trữ thông tin đại chúng). Mỗi nguồn có giá trị
riêng biệt.
+ Phân tích tác giả (tác giả trong hay ngoài ngành, tác giả trong
cuộc hay ngoài cuộc, tác giả trong nước hay ngoài nước, tác giả đương
thời hay quá cố). Mỗi tác giả có một cái nhìn riêng biệt trước đối
tượng.
+ Phân tích nội dung (theo cấu trúc logic của nội dung).
- Phương pháp tổng hợp lý thuyết: Là phương pháp liên kết những
mặt, những bộ phận, những mối quan hệ thông tin từ các lý thuyết đã
thu thập được thành một chỉnh thể để tạo ra một hệ thống lý thuyết
mới đầy đủ và sâu sắc về chủ đề nghiên cứu. Tổng hợp lý thuyết bao
gồm những nội dung sau:
+ Bổ sung tài liệu, sau khi phân tích phát hiện thiếu hoặc sai lệch.
+ Lựa chọn tài liệu chỉ chọn những thứ cần, đủ để xây dựng luận
cứ.
+ Sắp xếp tài liệu theo lịch đại (theo tiến trình xuất hiện sự kiện để
nhận dạng động thái); sắp xếp tài liệu theo quan hệ nhân – quả để
nhận dạng tương tác.
+ Làm tái hiện quy luật. Đây là bước quan trọng nhất trong nghiên
cứu tài liệu, chính là mục đích của tiếp cận lịch sử.
--35--
+ Giải thích quy luật. Công việc này đòi hỏi phải sử dụng các thao
tác logic để đưa ra những phán đoán về bản chất các quy luật của sự
vật hoặc hiện tượng.
Phân tích và tổng hợp là hai phương pháp có quan hệ mật thiết với
nhau tạo thành sự thống nhất không thể tách rời. Phân tích được tiến
hành theo phương hướng tổng hợp, còn tổng hợp được thực hiện dựa
trên kết quả của phân tích. Trong nghiên cứu lý thuyết, người nghiên
cứu vừa phải phân tích tài liệu, vừa phải tổng hợp tài liệu.
2.4.1.2. Phương pháp phân loại và hệ thống hóa lý thuyết
- Phương pháp phân loại lý thuyết: Là phương pháp sắp xếp các
tài liệu khoa học thành hệ thống logic chặt chẽ theo từng mặt, từng
đơn vị kiến thức, từng vấn đề khoa học có cùng dấu hiệu bản chất, có
cùng hướng phát triển để dễ nhận biết, dễ sử dụng theo mục đích
nghiên cứu, giúp phát hiện các quy luật phát triển của đối tượng, sự
phát triển của kiến thức khoa học để từ đó dự đoán được các xu hướng
phát triển mới của khoa học và thực tiễn.
- Phương pháp hệ thống hóa lý thuyết: Là phương pháp sắp xếp
những thông tin đa dạng thu thập được từ các nguồn, các tài liệu khác
nhau thành một hệ thống với một kết cấu chặt chẽ (theo quan điểm hệ
thống – cấu trúc của việc xây dựng một mô hình lý thuyết trong
nghiên cứu khoa học) để từ đó mà xây dựng một lý thuyết mới hoàn
chỉnh giúp hiểu biết đối tượng được đầy đủ và sâu sắc hơn.
Phân loại và hệ thống hóa là hai phương pháp đi liền với nhau.
Trong phân loại đã có yếu tố hệ thống hóa. Hệ thống hóa phải dựa trên
cơ sở phân loại và hệ thống hóa làm cho phân loại được hợp lý và
chính xác hơn.
2.4.1.3. Phương pháp mô hình hóa
Phương pháp mô hình hóa là một phương pháp khoa học để
nghiên cứu các đối tượng, các quá trình … bằng cách xây dựng các
mô hình của chúng (các mô hình này bảo toàn các tính chất cơ bản
được trích ra của đối tượng đang nghiên cứu) và dựa trên mô hình đó
để nghiên cứu trở lại đối tượng thực.
Mô hình: Là một hệ thống các yếu tố vật chất hoặc ý niệm (tư
--36--
duy) để biểu diễn, phản ánh hoặc tái tạo đối tượng cần nghiên cứu, nó
đóng vai trò đại diện, thay thế đối tượng thực sao cho việc nghiên cứu
mô hình cho ta những thông tin mới tương tự đối tượng thực.
2.4.1.4. Phương pháp giả thuyết
Phương pháp giả thuyết là phương pháp nghiên cứu đối tượng
bằng cách dự đoán bản chất của đối tượng và tìm cách chứng minh
các dự đoán đó. Thông thường có hai cách để chứng minh một giả
thuyết:
- Trực tiếp: Từ những luận chứng chân thực và bằng các quy tắc
suy luận để rút ra tính chân thực của luận đề cần chứng minh.
- Gián tiếp: Là phép chứng minh phản luận đề là giả dối. Từ đó rút
ra luận đề là chân thực không ai khác. GV phụ trách thì không cho là
vậy.
2.4.1.5. Phương pháp lịch sử
Phương pháp lịch sử là phương pháp nghiên cứu bằng cách đi tìm
nguồn gốc phát sinh, quá trình phát triển và biến hóa của đối tượng để
phát hiện bản chất và quy luật của đối tượng. Phương pháp này được
sử dụng để phân tích các tài liệu lý thuyết đã có nhằm phát hiện các xu
hướng, các trường phái nghiên cứu, từ đó xây dựng tổng quan về vấn
đề nghiên cứu (lịch sử nghiên cứu vấn đề). Xây dựng tổng quan giúp
ta phát hiện những thiếu hụt, những điều chưa hoàn chỉnh trong các tài
liệu đã có, từ đó tìm ra chỗ đứng của đề tài nghiên cứu của từng cá
nhân.
2.4.2. Nhóm các phương pháp nghiên cứu thực tiễn
Nhóm các phương pháp nghiên cứu thực tiễn là nhóm các phương
pháp trực tiếp tác động vào đối tượng có trong thực tiễn để làm bộc lộ
bản chất và quy luật vận động của các đối tượng ấy. Bao gồm các
phương pháp như:
2.4.2.1. Phương pháp quan sát khoa học
Phương pháp quan sát khoa học Là phương pháp thu thập thông
tin về đối tượng bằng cách tri giác một cách hệ thống đối tượng và các
nhân tố có liên quan. Phương pháp này có tác dụng như thế nào? Có
những loại quan sát nào? Khi sử dụng phương pháp quan sát trong
--37--
nghiên cứu cần chú ý những gì? Quan sát là hình thức quan trọng của
nhận thức kinh nghiệm thông tin, nhờ quan sát mà có thông tin về đối
tượng, trên cơ sở đó mà tiến hành các bước tìm tòi và khám phá tiếp
theo.
Có nhiều cách quan sát:
- Quan sát trực tiếp: Là quan sát trực diện đối tượng đang diễn
biến trong thực tế bằng mắt thường hay bằng các phương tiện kỹ thuật
(kính thiên văn, kính hiển vi …) để thu thập thông tin một cách trực
tiếp.
- Quan sát gián tiếp: Là quan sát diễn biến hiệu quả của những tác
động tương tác giữa đối tượng cần quan sát với các đối tượng khác,
mà bản thân đối tượng không thể quan sát trực tiếp được.
Phương pháp quan sát có 3 chức năng là thu thập thông tin, kiểm
chứng và đối chiếu.
Quan sát được thực hiện theo bước sau:
1. Xác định đối tượng quan sát trên cơ sở mục đích của đề tài,
đồng thời xác định cả phương diện cụ thể của đối tượng cần quan sát
(quan sát cái gì?).
2. Lập kế hoạch: Thời gian, địa điểm, số lượng đối tượng, người
quan sát, các phương tiện kỹ thuật, các thông số cần đo đạc được,…
3. Lựa chọn phương thức quan sát: Trực tiếp, gián tiếp; bằng mắt
thường hay bằng các phương tiện kỹ thuật, một lần hay nhiều lần, số
người quan sát, địa điểm, thời điểm và khoảng cách giữa các lần quan
sát;…
4. Tiến hành quan sát: thận trọng, theo dõi được mọi diễn biến dù
là nhỏ nhất, kể cả những tác động khác từ bên ngoài đến đối tượng.
Cần ghi chép đầy đủ, chính xác những điều quan sát được (Ghi theo
mẫu phiếu in sẵn; ghi mọi diễn biến theo thứ tự thời gian; ghi vắn tắt
theo nội dung, những dấu vết quan trọng; ghi âm, ghi hình nếu cần;…
5. Xử lý tài liệu: Phân loại, hệ thống hóa, tính toán một cách khoa
học các thông số nếu cần.
6. Kiểm tra các kết quả quan sát bằng việc sử dụng các biện pháp
hỗ trợ (đàm thoại, chuyên gia, quan sát lại…). Việc xem xét kết quả
--38--
quan sát, cần lưu ý đến một số khía cạnh như: ai quan sát, độ chuẩn
xác của các máy móc dùng vào quan sát; các quy luật của tri giác; đối
tượng khi bị quan sát ở trong trạng thái thế nào (bình thường hay
không).
Yêu cầu khi sử dụng phương pháp quan sát:
1. Xác định rõ đối tượng và mục đích quan sát.
2. Xây dựng kế hoạch cụ thể và triển khai nghiên túc.
3. Không lấy những yếu tố chủ quan của người quan sát áp cho
đối tượng quan sát.
4. Kết hợp quan sát đối tượng ở nhiều phương diện, hoàn cảnh
khác nhau.
5. Ghi chép kết quả một cách khách quan, chi tiết.
6. Kết hợp với các phương pháp khác trong nghiên cứu.
2.4.2.2. Phương pháp điều tra
Phương pháp điều tra là phương pháp khảo sát một nhóm đối
tượng trên một diện rộng nhất định nhằm phát hiện những quy luật
phân bố, trình độ phát triển, những đặc điểm về định tính và định
lượng của các đối tượng cần nghiên cứu. Có nhiều loại điều tra.
- Điều tra cơ bản: Là khảo sát sự có mặt của các đối tượng trên
một diện rộng để nghiên cứu các quy luật phân bố cũng như các đặc
điểm về định tính và định lượng.
- Điều tra xã hội học: Là điều tra về quan điểm, thái độ của quần
chúng về một sự kiện chính trị, xã hội, hiện tượng văn hóa hay thị
hiếu thẩm mỹ,…
Điều tra được thực hiện theo bước sau:
1. Xây dựng kế hoạch điều tra: Mục đích, đối tượng, địa bàn, nhân
lực, kinh phí,…
2. Xây dựng các mẫu phiếu điều tra với các thông số, các tiêu chí
cần làm sáng tỏ.
3. Chọn mẫu điều tra đại diện cho số đông, chú ý đến tất cả những
đặc trưng của đối tượng, cũng cần lưu ý đến: Chi phí điều tra; thời
gian có thể rút ngắn; nhân lực.
--39--
4. Xử lý tài liệu: Các tài liệu thu thập được có thể được phân loại
bằng thủ công hoặc xử lý bằng các công thức toán học thống kê và
máy tính để cho ta kết quả khách quan.
5. Kiểm tra lại kết quả nghiên cứu bằng cách điều tra lại hoặc sử
dụng các phương pháp hỗ trợ khác.
Trong nghiên cứu khoa học khi sử dụng phương pháp điều tra,
nếu bằng hệ thống câu hỏi để trả lời trực tiếp thì gọi là phương pháp
đàm thoại (phỏng vấn). Trong nghiên cứu người ta còn dùng điều tra
bằng trắc nghiệm (Test). Đó là bộ câu hỏi thường khó nhưng ngắn
gọn, đã chuẩn hóa với các phương án trả lời. Nghiệm thể phải lựa câu
trả lời thông minh nhất.
2.4.2.3. Phương pháp thực nghiệm khoa học
Phương pháp thực nghiệm khoa học không những là phương pháp
thu thập các sự kiện trong những điều kiện được tạo ra một cách chủ
động của nhà nghiên cứu đảm bảo sự thể hiện tích cực các hiện tượng,
sự kiện cần nghiên cứu, mà còn làà phương pháp nhà nghiên cứu chủ
động tạo tác động đến đối tượng nghiên cứu trong những điều kiện
được khống chế nhằm xác định mối quan hệ nhân quả giữa từng nhân
tố nghiên cứu.
Mục đích sử dụng phương pháp thực nghiệm là nhằm kiểm chứng
những giả thuyết, khẳng định hoặc bác bỏ những biện pháp, cách thức
nào đó.
Đặc điểm của phương pháp thực nghiệm:
- Thường xuất phát từ một giả thuyết (phỏng đoán).
- Thực nghiệm bao giờ cũng gồm 2 biến số (độc lập và phụ
thuộc).
+ Biến độc lập: Tác nhân ảnh hưởng (tác động) đến đối tượng
thực nghiệm.
+ Biến phụ thuộc: Là biến đổi do tác động của biến độc lập tác
động đến đối tượng.
Kết quả (tính khách quan) của thực nghiệm phụ thuộc đối tượng
thực nghiệm và các điều kiện thực nghiệm. Vì vậy, đối tượng thực
nghiệm phải mang tính đại diện (mẫu thực nghiệm được chia làm 2
--40--
nhóm, nhóm thực nghiệm và nhóm đối chứng tương đương về số
lượng & chất lượng lúc xuất phát. Nhóm thực nghiệm chịu tác động
của biện pháp thực nghiệm (biến độc lập). Nhóm đối chứng chịu tác
động của biện pháp bình thường. Sau đó so sánh kết quả.
Các loại thực nghiệm:
- Theo môi trường có, thực nghiệm tự nhiên và thực nghiệm trong
phòng thí nghiệm.
- Theo mục đích, có thực nghiệm tác động và thực nghiệm thăm
dò.
Các bước tiến hành thực nghiệm:
1. Xác định mục đích; xây dựng giả thuyết trên cơ sở phân tích
các biến độc lập
2. Xác định đối tượng.
3. Xác định thời gian, địa điểm, các phương tiện hỗ trợ khác,…
4. Xác định các tiêu chí để đo đạc : Nhận thức; hành vi; thái độ;
(tùy đề tài)
5. Tiến hành thực nghiệm.
6. Xử lý kết quả: Kết quả thực nghiệm cho phép ta khẳng định giả
thuyết, từ đó đề xuất những khả năng ứng dụng vào thực tiến.
Trong nghiên cứu khoa học tự nhiên và kỹ thuật, người ta còn sử
dụng phương pháp thí nghiệm. Về bản chất, nó cũng là để tìm tòi hay
chứng minh cho một ý tưởng, một giả thuyết khoa học nào đó. Nhưng
thí nghiệm được tiến hành trong các laboratory (phòng thí nghiệm) với
những biện pháp kỹ thuật nhằm phát hiện đặc điểm và quy luật của
đối tượng nghiên cứu. Thí nghiệm thực hiện trên cơ sở thay đổi dần
các dữ kiện hay các chỉ số định tính và định lượng của những thành
phần tham gia sự kiện và lặp lại nhiều lần để xác định tính ổn định của
đối tượng nghiên cứu. Thí nghiệm có thể là một bước, một bộ phận
của các thực nghiệm khoa học.
2.4.2.4. Phương pháp phân tích và tổng kết kinh nghiệm
Phương pháp phân tích và tổng kết kinh nghiệm là phương pháp
nghiên cứu khoa học trong đó nhà nghiên cứu dùng lý luận để xem xét
--41--
lại những thành quả của hoạt động thực tiễn trong quá khứ để rút ra
những kết luận bổ ích cho thực tiễn và khoa học.
Mục đích của phương pháp là tìm ra các giải pháp hoàn hảo hơn,
trên cơ sở phân tích những giải pháp, kinh nghiệm đã có từ thực tiễn.
Vì vậy, phương pháp này thường sử dụng cho những công trình mang
tính tham luận hay báo cáo điển hình về một lĩnh vực nào đó.
Các bước tiến hành:
Xác định đối tượng (xác định sự kiện điển hình).
1. Trang bị lý luận liên quan vấn đề cần tổng kết kinh nghiệm.
2. Gặp gỡ, trao đổi với những nhân chứng, người liên quan vấn đề
định tổng kết.
3. Mô tả quá trình phát triển của sự kiện (trạng thái ban đầu, hiện
tại để so sánh)
4. Dùng lý luận phân tích, tìm nguyên nhân và rút ra bài học kinh
nghiệm.
5. Kiểm chứng và bổ sung.
2.4.2.5. Phương pháp chuyên gia
Phương pháp chuyên gia là phương pháp nghiên cứu khoa học
trong đó người nghiên cứu sử dụng trí tuệ của đội ngũ những người có
trình độ cao, am hiểu sâu về lĩnh vực mà người nghiên cứu quan tâm,
xin ý kiến đánh giá, nhận xét của họ về vấn đề nghiên cứu hoặc định
hướng cho người nghiên cứu. Đây là phương pháp đỡ tốn thời gian và
sức lực nhất. Tuy nhiên kết.quả nghiên cứu chỉ chủ yếu dựa vào kinh
nghiệm của các chuyên gia. Vì vậy chỉ nên sử dụng phương pháp này
khi các phương pháp khác khó có điều kiện thực hiện.
2.4.2.6. Phương pháp qui nạp: xây dựng lý thuyết
2.4.2.7. Phương pháp suy diễn: Kiểm định lý thuyết
--42--
2.5. PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC
QUY NẠP VÀ SUY DIỄN
2.5.1. Phương pháp nghiên cứu quy nạp (xây dựng lý thuyết)
2.5.1.1. Khái niệm
Phương pháp nghiên cứu quy nạp là phương pháp đi từ những cụ
thể (như các dữ liệu, quan sát, thí nghiệm) đến chung chung (như kết
luận, giả thuyết, lý thuyết). Phương pháp nghiên cứu quy nạp là
phương pháp lý luận đi từ cái riêng tới cái chung, tức là từ các quan
sát, kinh nghiệm, hoặc sự kiện cụ thể để rút ra các nguyên tắc, quy
luật, hoặc lý thuyết chung chung. Phương pháp này nhằm tạo ra kiến
thức mới hoặc tạo ra các lý thuyết mới. Theo trường phái quy nạp, kết
luận được rút ra từ một hoặc nhiều sự kiện chứng cứ từ thực tế (đi từ
cái riêng tới cái chung). Kết luận giải thích sự kiện và sự kiện góp
phần tạo ra kết luận, một kết luận có thể chỉ là một giải thích cho các
sự kiện và có thể có nhiều kết luận cho các sự kiện xảy ra hay nói cách
khác, hay nói một cách cụ thể, kết quả của quy nạp là các giả thuyết
(Cooper & Schindler, 2011).
Phương pháp tư duy quy nạp được áp dụng để xây dựng lý thuyết
khoa học, đối với một hiện tượng cụ thể nhưng chưa có lý thuyết giải
thích, người nghiên cứu lấy nó làm xuất phát điểm để xây dựng một lý
thuyết mới để giải thích hiện tượng đó. Sau khi quyết định xây dựng
lý thuyết khoa học, người nghiên cứu tiến hành nghiên cứu lý thuyết
nền, phương pháp tình huống, quan sát, thảo luận nhóm, phỏng vấn
sâu (những phương pháp này sẽ được đề cập sâu hơn trong phần
nghiên cứu định tính) để thu thập dữ liệu từ thực tế. Sau đó, dựa vào
những dữ liệu thu thập cùng với các lý thuyết hiện có, nhà nghiên cứu
xây dựng các giả thuyết và mô hình; và đây cũng chính là kết quả của
nghiên cứu theo phương pháp tư duy quy nạp (Nguyễn, 2011). Quy
trình này bắt đầu bằng cách quan sát các hiện tượng khoa học để xây
dựng mô hình giải thích các hiện tượng khoa học (lý thuyết khoa
học). Phương pháp quy nạp có ba bước tư duy: (1). Quan sát thế giới
thực, (2). Tìm kiếm một mẫu hình để quan sát, (3). Tổng quát hóa về
những vấn đề đang xảy ra (Đinh, 2015; Lê & Trương, 2012).
--43--
Thí dụ
– Quan sát thấy tất cả các con thiên nga trong hồ đều có màu
trắng, quy nạp kết luận rằng "tất cả thiên nga đều có màu trắng"  Lý
thuyết thiên nga đen.
– Từ dữ liệu thống kê về tỷ lệ thất nghiệp trong nhiều năm, nhà
kinh tế quy nạp được mối liên hệ giữa tỷ lệ thất nghiệp và tốc độ tăng
trưởng kinh tế.
– Tất cả các con chim mà tôi đã nhìn thấy đều có lông và cánh.
Vậy nên, tôi quy nạp rằng tất cả các con chim đều có lông và cánh.
– Tôi đã thực hiện một cuộc khảo sát với 100 sinh viên về thói
quen học tập của họ. Tôi phát hiện ra rằng sinh viên học tốt hơn khi họ
nghe nhạc nhẹ. Vậy nên, tôi quy nạp rằng nghe nhạc nhẹ có thể cải
thiện hiệu quả học tập của sinh viên.
Quan Giả Lý
Mô hình
sát thuyết thuyết
Hình 2. 1: Các bước thực hiện phương pháp nghiên cứu

quy nạp
2.5.1.2. Phân tích dữ liệu định tính
Phương pháp nghiên cứu quy nạp sử dụng các phương pháp phân
tích dữ liệu định tính để thu thập và phân tích dữ liệu từ các trường
hợp cụ thể. Các phương pháp phân tích dữ liệu định tính thường được
sử dụng bao gồm: (1). Phân tích nội dung, (2). Phân tích diễn ngôn,
(3). Phân tích mạng lưới (Strauss & Corbin, 1990; Miles & Huberman,
1994).
Thí dụ:
– Nhà xã hội học sử dụng phân tích nội dung để nghiên cứu các
bài báo trên báo chí về một vấn đề xã hội.
– Nhà tâm lý học sử dụng phân tích diễn ngôn để nghiên cứu các
cuộc phỏng vấn với bệnh nhân tâm thần.
– Nhà nhân chủng học sử dụng phân tích mạng lưới để nghiên cứu
các mối quan hệ xã hội trong một cộng đồng.
--44--
2.5.1.3. Xây dựng lý thuyết
Mục đích của phương pháp nghiên cứu quy nạp là xây dựng lý
thuyết từ dữ liệu thu thập được từ các trường hợp cụ thể. Quá trình
xây dựng lý thuyết bao gồm: (1). Xác định các khái niệm và mối quan
hệ giữa các khái niệm, (2). Phát triển các mô hình và giả thuyết, (3).
Kiểm tra tính hợp lệ của lý thuyết.
Thí dụ:
– Từ dữ liệu nghiên cứu về các trường hợp khởi nghiệp thành
công, nhà nghiên cứu có thể xây dựng lý thuyết về các yếu tố dẫn đến
thành công trong khởi nghiệp.
– Từ dữ liệu nghiên cứu về các trường hợp cải cách giáo dục
thành công, nhà giáo dục có thể xây dựng mô hình cải cách giáo dục
phù hợp với điều kiện của một quốc gia cụ thể.
Nói chung, Phương pháp nghiên cứu quy nạp là một phương pháp
nghiên cứu khoa học có giá trị trong việc xây dựng lý thuyết từ dữ liệu
thực nghiệm. Phương pháp này đặc biệt phù hợp cho các nghiên cứu
về các vấn đề phức tạp và khó định lượng.
2.5.2. Phương pháp nghiên cứu suy diễn (kiểm định lý thuyết)
2.5.2.1. Khái niệm
Phương pháp nghiên cứu suy diễn là phương pháp lý luận đi từ cái
chung tới cái riêng, tức là từ các nguyên tắc, quy luật, hoặc lý thuyết
chung chung để đưa ra các kết luận về các quan sát, kinh nghiệm,
hoặc sự kiện cụ thể. Phương pháp này nhằm xác minh các lý thuyết
hoặc kiểm tra các giả thuyết (Nguyễn & Nguyễn, 2023). Quy trình suy
diễn bắt đầu từ các lý thuyết khoa học đã có, còn gọi là lý thuyết nền
để xây dựng (suy diễn) các giả thuyết trả lời cho câu hỏi nghiên cứu
và dùng quan sát (thu thập dữ liệu) để kiểm định các giả thuyết này.
Phương pháp suy diễn liên quan đến các bước tư duy sau: (1). Phát
biểu một giả thiết (dựa trên lý thuyết hay tổng quan nghiên cứu), (2).
Thu thập dữ liệu để kiểm định giả thiết, (3). Ra quyết định chấp nhận
hay bác bỏ giả thiết (Đinh, 2015).
--45--
Thí dụ:
– Tất cả các con vật có xương sống đều là động vật. Con mèo là
một con vật có xương sống. Vậy nên, tôi suy diễn rằng con mèo là
một động vật.
– Lý thuyết tương đối của Einstein nói rằng thời gian chậm lại khi
vận tốc tăng lên. Tàu vũ trụ có vận tốc rất cao. Vậy nên, tôi suy diễn
rằng thời gian trôi chậm hơn trên tàu vũ trụ so với trên trái đất.
– Chứng minh rằng số 2016 chia hết cho 9:
(1). Quy tắc chung: “Các số có tổng các chữ số chia hết cho 9 thì
chia hết cho 9”.
(2). Số 2016 có tổng các chữ số là 2 + 0 + 1 + 6 = 9  9 chia hết
cho 9.
(3). Vậy 2016 chia hết cho 9.
 Ở đây quy tắc chung là (1) đã áp dụng cho trương hợp cụ thể
(2) để rút ra kết luận (3).
Lý Giả Quan Khẳng

thuyết thuyết sát định
Hình 2. 2: Các bước thực hiện phương pháp nghiên cứu suy diễn
Thí dụ:
Nhà khoa học quan sát thấy nhiều con quạ có màu đen (quy nạp).
Từ đó, họ đưa ra giả thuyết "tất cả quạ đều có màu đen" (quy nạp).
Sau đó, họ thiết kế thí nghiệm để kiểm tra giả thuyết này (suy diễn).
Nếu kết quả thí nghiệm phù hợp với giả thuyết, giả thuyết được chấp
nhận. Ngược lại, giả thuyết cần được điều chỉnh hoặc bác bỏ.
2.5.2.2. Kiểm định giả thuyết
Giả thuyết là những phỏng đoán về mối quan hệ giữa các biến.
Trong nghiên cứu khoa học, giả thuyết được xây dựng dựa trên lý
thuyết hoặc kinh nghiệm thực tế. Sau đó, nhà nghiên cứu sẽ thu thập
dữ liệu và sử dụng các phương pháp thống kê để kiểm định tính đúng
đắn của giả thuyết (Hair et al., 2010).
--46--
Phương pháp tư duy suy diễn được áp dụng trong quy trình kiểm
định lý thuyết khoa học. Khi gặp một vấn đề cần nghiên cứu, người
nghiên cứu tìm kiếm lí thuyết phù hợp để giải quyết vấn đề. Những lí
thuyết có sẵn phù hợp với vấn đề nghiên cứu sẽ được tổng hợp để xây
dựng mô hình, giả thuyết nghiên cứu, phát triển các thang đo cho khái
niệm nghiên cứu. Sau đó, nhà nghiên cứu sẽ dựa trên mô hình này để
thiết kế nghiên cứu, thu thập dữ liệu. Những dữ liệu thu thập được sẽ
dùng để kiểm định mô hình lý thuyết được xây dựng. Kết quả của
nghiên cứu theo phương pháp tư duy suy diễn là việc chấp nhận hay
bác bỏ giả thuyết, mô hình nghiên cứu (Nguyễn, 2011).
2.5.2.3. Phân tích phương sai
Phân tích phương sai (ANOVA) là một phương pháp thống kê
được sử dụng để kiểm tra sự khác biệt giữa các nhóm. ANOVA được
sử dụng trong nhiều lĩnh vực nghiên cứu, bao gồm: Tâm lý học, Giáo
dục, Kinh tế, Sinh học…
Thí dụ:
Nghiên cứu: So sánh hiệu quả của ba phương pháp giảng dạy khác
nhau đối với kết quả học tập của học sinh.
Phương pháp nghiên cứu: Sử dụng ANOVA để kiểm tra sự khác
biệt về kết quả học tập giữa ba nhóm học sinh được áp dụng ba
phương pháp giảng dạy khác nhau.
2.5.2.4. Kiểm định thống kê:
Ngoài ANOVA, còn có nhiều phương pháp thống kê khác được
sử dụng để kiểm định giả thuyết trong nghiên cứu khoa học. Một số
phương pháp thống kê thường được sử dụng bao gồm: T-test, Chi-
square test, Phân tích hồi quy… sử dụng các phần mềm SPSS, AMOS,
PLS Smart SEM…
Thí dụ:
Nghiên cứu: So sánh mức độ hài lòng với công việc giữa hai
nhóm nhân viên nam và nữ.
Phương pháp nghiên cứu: Sử dụng t-test để kiểm tra sự khác biệt
về mức độ hài lòng với công việc giữa hai nhóm nhân viên.
--47--
Nói chung, Phương pháp nghiên cứu suy diễn là một phương pháp
nghiên cứu khoa học có giá trị trong việc kiểm định giả thuyết và xác
định mối quan hệ giữa các biến. Phương pháp này đặc biệt phù hợp
cho các nghiên cứu về các vấn đề có thể được định lượng. Hai phương
pháp nghiên cứu này thường được sử dụng kết hợp với nhau trong
khoa học. Phương pháp quy nạp giúp hình thành giả thuyết, lý thuyết,
còn phương pháp suy diễn giúp kiểm tra tính đúng đắn của giả thuyết,
lý thuyết. Như vậy, sơ lược quy trình nghiên cứu quy nạp và suy diễn
(định tính và định lượng) có thể tổng hợp tại hình sau:
Hình 2. 3: Sơ lược quy trình nghiên cứu: Quy nạp và suy diễn
Nguồn: Lê Văn Huy & Trương Trần Trâm Anh (2012)
Hình 2. 4: Suy diễn và quy nạp thể hiện qua vòng Wallace
Nguồn: Lê Văn Huy & Trương Trần Trâm Anh (2012)
--48--
2.6. PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC
ĐỊNH TÍNH VÀ ĐỊNH LƯỢNG
Nghiên cứu định lượng và định tính nên được sử dụng trong
nghiên cứu hiện đại. Thực hiện sự kết hợp này là sử dụng thế mạnh
của cả hai nghiên cứu định tính và định lượng. Hơn nữa, phương pháp
hỗn hợp có thể giải quyết sự phức tạp ngày càng tăng của thực tế xã
hội. Hiểu biết có được từ sự kết hợp của cả hai nghiên cứu định tính
và định lượng cung cấp một sự hiểu biết tốt hơn và mở rộng của chủ
đề nghiên cứu. Phương pháp nghiên cứu có thể chia thành hai nhóm:
phương pháp định lượng và định tính. Sự khác biệt chủ yếu giữa hai
phương pháp này là về dữ liệu (trích từ Nguyễn & Nguyễn, 2023).
Phương pháp định lượng bao hàm các nghiên cứu thu thập dữ liệu có
thể được phân tích theo dạng số. Trong khi đó, định tính mô tả sự
kiện, con người ... một cách khoa học và không thu thập dữ liệu dạng
số (Saunders & Thronhill, 2003). Theo Kothari (2004), có hai phương
pháp nghiên cứu chính, đó là phương pháp nghiên cứu định tính và
phương pháp nghiên cứu định lượng. Trên thực tế, việc sử dụng loại
phương pháp thực nghiệm nào lại phụ thuộc vào loại số liệu cần được
thu thập.
2.6.1. Nghiên cứu định tính
2.6.1.1. Tổng quan về phương pháp nghiên cứu định tính
Phương pháp nghiên cứu định tính cho phép phát hiện những chủ
đề quan trọng trong nghiên cứu mà trước đó có thể tác giả chưa dự
kiến được. Nghiên cứu định tính là phương pháp nghiên cứu nhằm mô
tả bản chất của sự vật, hiện tượng mà không quan tâm đến sự biến
thiên của đối tượng nghiên cứu và không nhằm lượng hóa sự biến
thiên này. Thông tin trong nghiên cứu dưới dạng thang đo danh nghĩa
(Nominal scale) và thang đo thứ bậc (Ordinal scale) và không nhất
thiết phải áp dụng các công cụ thống kê. Nghiên cứu định tính thường
dùng các công cụ phân tích, so sánh, tổng hợp, mô tả, logic… (Đỗ,
2017). Trần (2015) cho rằng với phương pháp nghiên cứu định tính
thì phương pháp thu thập dữ liệu bao gồm phỏng vấn nhóm, phỏng
vấn chuyên gia, nghiên cứu tình huống, lý thuyết nền và nghiên cứu
hành động và quan sát.
--49--
Nghiên cứu định tính thường được dùng để xây dựng lý thuyết
khoa học. Các nhà nghiên cứu trong hệ nhận thức chủ quan cho rằng
các hiện tượng khoa học tác động qua lại lẫn nhau và có quan hệ nhân
quả không thể mô tả hoặc giải thích được thực tế (Cuba & Lincoln
2005, trích từ Nguyễn, 2011). Các công cụ được sử dụng trong nghiên
cứu định tính là phỏng vấn nhóm (focus groups), phỏng vấn sâu (in-
depth interview) và kỹ thuật ánh xạ (projective technique). Ngày nay,
nghiên cứu định tính được sử dụng rất phổ biến trong các lĩnh vực của
ngành kinh doanh và thường liên quan đến việc phân tích và diễn giải
dữ liệu nhằm mục đích khám phá quy luật của hiện tượng khoa họ .
Hình 2. 5: Quy trình định tính trong xây dựng lý thuyết

khoa học
Nguồn: Nguyễn Đình Thọ, 2011
Theo hệ nhận thức chủ quan cho rằng tri thức khoa học phụ thuộc
vào nhà nghiên cứu. Các nhà nghiên cứu thuộc trường phái này trực
tiếp đến hiện trường để thu thập và diễn giải dữ liệu. Điều này có
nghĩa là dữ liệu thu thập được sẽ khó có thể tách rời khỏi nhà nghiên
cứu. Nhà nghiên cứu có thể thảo luận, quan sát, hoặc đồng hành với
đối tượng nghiên cứu để tìm hiểu và thu thập dữ liệu. Họ sẽ xây dựng
các lý thuyết khoa học và dựa vào quá trình, các hiện tượng khoa học
tương tác qua lại với nhau và thường gắn liền với các phương pháp
định tính. Phương pháp xây dựng lý thuyết khoa học theo trường phái
--50--
này được gọi là xây dựng lý thuyết khoa học theo quá trình (process
theorizing) (Chiles 2003, Langly 1999). Quy trình nghiên cứu cơ bản
của trường phái này là NGHIÊN CỨU -> LÝ THUYẾT (Research -
>Theory). Vì thế, quy trình nghiên cứu định tính thường được thiết kế,
thực hiện rất linh hoạt và mềm dẻo (trích từ Nguyễn & Nguyễn,
2023).
2.6.1.2. Áp dụng lý thuyết trong nghiên cứu định tính
Trong nghiên cứu định tính, lý thuyết được sử dụng rất linh hoạt,
quan trọng nhất là lý thuyết sẽ dẫn hướng để thực hiện nghiên cứu
định tính. Mục đích chính của nghiên cứu định tính là xây dựng lý
thuyết khoa học theo quy trình quy nạp. Vì vậy, nhà nghiên cứu cần
tổng kết lý thuyết và minh chứng được là hiện tại những lý thuyết đã
có chưa được giải thích hoặc giải thích chưa hoàn chỉnh hiện tượng
khoa học đã đề ra. Từ đó, nêu ra sự cần thiết phải xây dựng một lý
thuyết mới để giải thích hiện tượng khoa học này. Vì vậy, giá trị của
lý thuyết mới này cần được minh chứng thông qua việc so sánh với
các lý thuyết đã có và được sử dụng trong suốt quá trình nghiên cứu
định tính. Xây dựng lý thuyết bằng nghiên cứu định tính là phương
pháp xây dựng lý thuyết theo quá trình. Quá trình nghiên cứu định
tính luôn là quá trình tương tác giữa nhà nghiên cứu, dữ liệu và lý
thuyết đang xây dựng. Vì vậy, nhà nghiên cứu luôn so sánh lý thuyết
và những thành phần của lý thuyết. Tuy nhiên, cũng cần chú ý quá
trình so sánh lý thuyết của chúng ta đang muốn xây dựng với lý thuyết
đã có vì việc làm này có thể dẫn đến sự suy diễn từ lý thuyết đã có với
lý thuyết đang xây dựng. Bản chất của nghiên cứu định tính liên quan
đến quá trình khám phá đối tượng nghiên cứu nghĩ gì và cảm xúc của
họ như thế nào chứ không phải là việc sử dụng các con số ghi lại thái
độ và hành vi của họ (Nevid & Maria 1999). Vì vậy, phân tích dữ liệu
định tính là quá trình đi tìm ý nghĩa của dữ liệu (Auerbach &
Silverstein 2003; Krueger 1998c; trích từ Nguyễn & Nguyễn, 2023).
a) Phương pháp GT (Grounded Theory)
Phương pháp GT là phương pháp phổ biến trong nghiên cứu định
tính để xây dựng lý thuyết khoa học: việc xây dựng lý thuyết khoa học
dựa trên dữ liệu thông qua việc thu thập, so sánh dữ liệu để nhận dạng,
--51--
xây dựng và kết nối các khái niệm với nhau để tạo thành lý thuyết
khoa học (Strauss & Corbin 1998). Phương pháp này do Glaser &
Strauss (1967) phát triển và ngày nay, GT đã được chấp nhận là một
phương pháp xây dựng lý thuyết khoa học từ dữ liệu. GT được sử
dụng phổ biến trong nhiều lãnh vực khác nhau trong ngành kinh
doanh như quản trị nhân sự (Storberg & Valker 2007), quản trị sản
xuất (Mc Adam et al., 2008), Marketing (Daengbuppha et al., 2006)...
Quá trình thu thập, phân tích và xây dựng lý thuyết quan hệ chặt chẽ
với nhau và với nhà nghiên cứu. Trong phương pháp này, nhà nghiên
cứu không bao giờ dự đoán trước một lý thuyết (preconceived theory)
trừ trường hợp họ muốn điều chỉnh hoặc mở rộng một lý thuyết đã có.
Thay vào đó, nhà nghiên cứu bắt đầu với một chủ đề nghiên cứu và lý
thuyết (đang xây dựng) hình thành từ dữ liệu (Strauss &Corbin 1998)
(trích từ Nguyễn & Nguyễn, 2023).
b) Phương pháp tình huống
Phương pháp tình huống là phương pháp xây dựng lý thuyết từ dữ
liệu ở dạng tình huống đơn hoặc đa tình huống (Eisenhardt, 1989; Yin,
1994). Quy trình xây dựng phương pháp tình huống được bắt đầu
bằng công việc thu thập dữ liệu (dữ liệu trước, lý thuyết sau). Nhà
nghiên cứu trong quá trình thu thập dữ liệu, liên tục so sánh dữ liệu
với lý thuyết. Sau đó, dữ liệu được thu thập thông qua một tình huống
(một cá nhân, một tổ chức…vv) hay nhiều tình huống. Đây là một quy
trình lũy tiến: phát hiện lý thuyết - chọn tình huống - thu thập dữ liệu
(Hình 3.7). Theo quy trình này, nhà nghiên cứu chọn một tình huống
để thu thập, phân tích dữ liệu và phát hiện lý thuyết. Nhà nghiên cửu
tiếp tục chọn tình huống tiếp theo để thu thập và phân tích dữ liệu để
phát triến lý thuyết... (Perry, 1998; Shekedi, 2005) (trích từ Nguyễn &
Nguyễn, 2023).
--52--
.
Hình 2. 6: Quy trình lũy tiến trong phương pháp tình huống
Trong nghiên cứu định lượng, nhà nghiên cứu tham gia rất thụ
động trong quá trình thu thập dữ liệu tại hiện trường (do phỏng vấn
viên thực hiện). Trong nghiên cứu định tính thì ngược lại, nhà nghiên
cứu tham gia chủ động trong quá trình thu thập dữ liệu tại hiện trường.
Nhà nghiên cứu là người trực tiếp thực hiện việc thảo luận với đối
tượng nghiên cứu trong thảo luận tay đôi cũng như là người điều
khiển chính trong suốt quá trình thảo luận trong việc thảo luận nhóm.
2.6.2. Nghiên cứu định lượng
Nghiên cứu định lượng nhằm vào mục đích thu thập dữ liệu để
kiểm định các lý thuyết khoa học được suy diễn từ lý thuyết đã có dựa
trên cơ sở của hệ nhận thức khách quan duy nhất và nó độc lập với
nhà nghiên cứu. Theo trường phái này, nghiên cứu khoa học cố gắng
mô tả quy luật của thực tế khách quan này càng chính xác càng tốt. Vì
vậy, các nhà nghiên cứu khoa học dựa vào hệ nhận thức khách quan
này mà cố gắng khám phá ra các quy luật nhân quả của những hiện
tượng khoa học (Johnson & Duherley, 2000; trích từ Nguyễn, 2011).
Theo Creswell (2003), tiếp cận định lượng là cách tiếp cận trong đó
nhà nghiên cứu chủ yếu sử dụng các nhận định hậu thực chứng để
triển khai tri thức (nghĩa là tư duy nguyên nhân và kết quả, thu gọn
thành các biến số cụ thể, các giả thuyết và câu hỏi, sử dụng các đại
lượng đo lường và quan sát, và kiểm định lý thuyết), triển khai các
--53--
chiến lược tìm hiểu như thực nghiệm và điều tra khảo sát, và thu thập
số liệu bằng các công cụ xác định trước để mang lại các số liệu thống
kê. Nghiên cứu định lượng nhằm vào mục đích thu thập dữ liệu để
kiểm định các lý thuyết khoa học được suy diễn từ các lý thuyết đã có
(Nguyễn, 2011). Đỗ (2017) cho rằng phương pháp nghiên cứu định
lượng là nhằm lượng hóa sự biến thiên của đối tượng nghiên cứu. Các
công cụ thống kê và mô hình hóa được sử dụng cho việc lượng hóa
các thông tin của nghiên cứu định lượng qua thu thập, phân tích và
kiểm định. Thông tin trong nghiên cứu dưới dạng thang đo khoảng
(Interval scale) và thang đo tỷ lệ (Ratio scale). Các phương pháp định
lượng bao gồm các quy trình thu thập dữ liệu, phân tích dữ liệu, giải
thích và viết kết quả nghiên cứu. Các phương pháp này liên quan đến
sự xác định mẫu, chiến lược điều tra, thu thập dữ liệu, phân tích dữ
liệu, trình bày kết quả nghiên cứu, thảo luận kết quả và viết công trình
nghiên cứu. Nghiên cứu định lượng phù hợp với các nghiên cứu xác
định các yếu tố ảnh hưởng một kết quả nào đó. Cách tiếp cận định
lượng được thực hiện khi cần kiểm định các giả thiết khác nhau và
một lý thuyết nào đó.
Hình 2. 7: Quy trình định lượng trong kiểm định lý thuyết

khoa học
--54--
2.7. PHƯƠNG PHÁP HỖN HỢP
2.7.1. Khái niệm
Phương pháp hỗn hợp được sử dụng để xây dựng và kiểm định lý
thuyết khoa học. Phương pháp này được sử dụng khi vấn đề nghiên
cứu có tính mới, lí thuyết hiện có chưa giải quyết được, người nghiên
cứu vừa có mục tiêu phải xây dựng lí thuyết mới và vừa có mục tiêu
kiểm định lí thuyết được xây dựng bằng các dữ liệu thực tế.
Creswell (2003) cho rằng mức độ kết hợp định tính và định lượng
trong phương pháp nghiên cứu hỗn hợp phụ thuộc vào lựa chọn cụ thể
về: (1) Tính thời gian của dữ liệu thu thập, (2) Trọng số kết hợp, và
(3) Sự pha trộn. Trường phái nghiên cứu hỗn hợp phối hợp cả định
tính và định lượng với những mức độ khác nhau.
- Định tính là chính, định lượng là phụ.
- Định lượng là chính, định tính là phụ.
- Cả hai đóng vai trò như nhau để cùng giải quyết vấn đề nghiên
cứu.
Sử dụng phương pháp nghiên cứu nào cũng được, miễn là sản
phẩm của chúng giúp giải quyết được vấn đề họ quan tâm. Vì vậy, họ
sử dụng cả định tính và định lượng (Tashakkori & Teddie 1998;
Greene & Caracelli 2003). Hai phương pháp nghiên cứu này thường
được sử dụng kết hợp với nhau trong khoa học. Phương pháp quy nạp
giúp hình thành giả thuyết, lý thuyết, còn phương pháp suy diễn giúp
kiểm tra tính đúng đắn của giả thuyết, lý thuyết. Phương pháp nghiên
cứu quy nạp và suy diễn là hai công cụ quan trọng trong nghiên cứu
khoa học. Việc sử dụng hiệu quả phối hợp hai phương pháp này sẽ
giúp khoa học phát triển và đạt được những thành tựu to lớn. Hiểu biết
có được từ sự kết hợp của cả hai nghiên cứu định tính và định lượng
cung cấp một sự hiểu biết tốt hơn và mở rộng của chủ đề nghiên cứu.
2.7.2. Các số dạng thiết kế hỗn hợp1
1
Để hiểu rõ hơn về Các dạng thiết kế hỗn hợp, quý độc giả đọc thêm tài liệu:
Nguyễn Đình Thọ (2011). Phương pháp nghiên cứu khoa học trong kinh doanh. Tr.
192-218. NXB Lao Động Xã Hội
--55--
2.7.2.1. Thiết kế hỗn hợp đa phương pháp
Nhà nghiên cứu sử dụng đồng thời cả định tính và định lượng và
cả hai có vai trò như nhau. Nghiên cứu định tính và định lượng được
tiến hành đồng thời nhưng độc lập với nhau trong thu thập và phân tích
dữ liệu. Dựa vào kết quả định tính và định lượng, nhà nghiên cứu có thể
so sánh và phân tích nhằm hiểu rõ ràng hơn các vấn đề nghiên cứu.
Định tính Định lượng
Diễn giải dựa vào kết quả

Định Tính + Định Lượng
Hình 2. 8: Thiết kế hỗn hợp đa phương pháp
2.7.2.2. Thiết kế hỗn hợp gắn kết
Nhà nghiên cứu sử dụng cả định tính và định lượng nhưng trong
đó có một phương pháp có vai trò chính còn phương pháp còn lại giữ
vai trò phụ. Như vậy định tính gắn kết với định lượng hoặc định lượng
gắn kết với định tính.
Đinh tính Định tính (định lượng)
Định lượng

Đinh lượng Định lượng (định tính)
Định tính
Hình 2. 9: Thiết kế hỗn hợp gắn kết

2.7.2.3. Thiết kế hỗn hợp giải thích
Phương pháp định lượng là chủ yếu, còn phương pháp định tính
dùng để giải thích kết quả định lượng. Giai đoạn đầu tiên bao gồm
việc thu thập và phân tích dữ liệu định lượng và giai đoạn thứ hai là
thu thập và phân tích dữ liệu định tính. Mục đích chính là sử dụng dữ
liệu định tính để hỗ trợ việc giải thích các kết quả định lượng.
--56--
Định Định
tính lượng Định lượng Định tính
Hình 2. 10: Thiết kế hỗn hợp giải thích

- Thiết kế hỗn hợp khám phá: Tương tự như thiết kế giải thích,
ngoại trừ giai đoạn được đảo ngược. Giai đoạn đầu tiên là thu thập và
phân tích dữ liệu định tính trong khi giai đoạn thứ hai là thu thập và
phân tích dữ liệu định lượng. Mục đích chính là sử dụng dữ liệu định
lượng để hỗ trợ việc giải thích các kết quả định tính.

Định Định
tính lượng Định lượng Định tính
Hình 2. 11: Thiết kế hỗn hợp khám phá

2.8. MỘT SỐ KHÁI NIỆM KHÁC

- Khung mẫu: Danh sách các đơn vị lấy mẫu có sẵn để phục vụ
cho việc lấy mẫu. Bao gồm các thông tin cá nhân của các đối tượng
được chọn khảo sát.
- Phần tử: Đơn vị cần quan sát và thu thập dữ liệu (cá nhân, hộ
gia đình, tổ chức,…).
- Tổng thể nghiên cứu: Tập hợp các phần tử mà thực tế có thể
nhận dạng và lấy mẫu.
- Chọn mẫu: Là quá trình lựa chọn một bộ phận tương đối nhỏ từ
tổng thể với tích cách là đại diện cho tổng thể cần nghiên cứu.
- Khung lý thuyết: Bao gồm tập hợp các khái niệm, sử dụng để
giải thích, mô tả cho một hiện tượng được nghiên cứu, được xây dựng
dựa trên các học thuyết. Nhà nghiên cứu sẽ giải thích mối quan hệ
giữa các khái niệm. Khung lý thuyết chính là cơ sở lý luận mà tác giả
dựa vào để hình thành ý tưởng và phương pháp nghiên cứu phù hợp.
--57--
- Lý thuyết khoa học: Là một tập những khái niệm, định nghĩa và
giả thuyết trình bày có hệ thống thông qua các mối quan hệ giữa các
khái niệm, nhằm mục đích mô tả giải thích và dự báo các hiện tượng
khoa học (Kerlinger, 1986).
- Khung khái niệm: Nhà nghiên cứu chỉ lựa chọn một (hay cùng
lắm là một vài lý thuyết) để dùng cho nghiên cứu của mình, và bàn
luận kỹ lưỡng, chi tiết về các khái niệm then chốt của lý thuyết đó, bởi
vì các khái niệm này sẽ lặp đi lặp lại, soi sáng cho các phân tích lập
luận ở phần sau của bài nghiên cứu. Khung khái niệm bao gồm thông
tin cụ thể về phạm vi và mục tiêu nghiên cứu, cũng như cách vấn đề sẽ
được khám phá và điều tra (tổng hợp những gì đã biết về vấn đề, lỗ
hổng thông tin và nhu cầu, chỉ số, kỹ thuật thu thập dữ liệu, công cụ,
v.v. ).
- Khung phân tích: Khung phân tích là hình thức sơ đồ hóa tất cả
các quan hệ tương quan, nhân quả giữa các biến số, các chỉ tiêu theo
bản chất và trình tự của chúng. ... Khung phân tích giúp ta hình dung
được bản chất của dữ liệu, nguồn dữ liệu, tiến trình thu thập, phương
thức xử lý để trả lời các câu hỏi nghiên cứu.
- Khung nghiên cứu là cấu trúc hướng dẫn quá trình nghiên cứu
và phân tích dữ liệu. Nó bao gồm vấn đề nghiên cứu, mục tiêu, lý
thuyết cơ bản, biến số, phương pháp nghiên cứu, kết quả dự kiến và
hạn chế. Khung nghiên cứu giúp tạo cấu trúc cho nghiên cứu và đảm
bảo tính logic và nhất quán của quá trình nghiên cứu. Một khung
nghiên cứu trong lĩnh vực nghiên cứu xã hội học thường có tiến trình
như sau:
(1). Vấn đề nghiên cứu
(2). Mục tiêu nghiên cứu
(3). Lý thuyết cơ bản
(4). Biến số và quan hệ giữa chúng
(5). Phương pháp nghiên cứu
(6). Kết quả dự kiến
(7). Hạn chế và giới hạn
--58--
CHƯƠNG 3
THIẾT KẾ QUY TRÌNH NGHIÊN CỨU12
3.1. QUY TRÌNH NGHIÊN CỨU

Một quy trình nghiên cứu định lượng có thể qua bốn bước sau:
XÂY
XÁC THIẾT KẾ
DỰNG MÔ XÂY
ĐỊNH QUY TRÌNH
HÌNH DỰNG
TÊN ĐỀ NGHIÊN
NGHIÊN BỐ CỤC
TÀI CỨU
CỨU
3.1.1. Xác định tên đề tài

Xác định tên đề tài để xác định mục tiêu, phương pháp, phạm vi
và đối tượng nghiên cứu. Từ đó, xây dựng bố cục luận văn gồm các
chương phù hợp với tên đề tài. Thông thường, bố cục của đề tài thuộc
lĩnh vực nghiên cứu định lượng sẽ gồm năm chương. Đề tài của các
công trình nghiên cứu này hay được đặt tên là:
– Nghiên cứu các nhân tố ảnh hưởng đến…
– Phân tích ảnh hưởng của… đến…
– Đo lường sự hài lòng…
– Ứng dụng mô hình…. đo lường….
Muốn xác định được tên đề tài, cần xác định được vấn đề nghiên
cứu. Diễn đạt vấn đề nghiên cứu một cách rõ ràng, ngắn gọn trong tựa
Chương này chủ yếu trích từ các tài liệu:

1
Lê Quang Hùng (2017). Phân tích dữ liệu trong kinh doanh.
2
Lê Quang Hùng, Nguyễn Quang Trung, Nguyễn Thị Ngọc Ánh, Trần Thế Hào, Lê
Hiếu Nghĩa & Nguyễn Nhật Duy (2023). Ứng dụng SPSS – Amos – PLS Phân tích
dữ liệu trong kinh doanh.
--59--
đề của bài nghiên cứu (Ary et al., 1985).
3.1.2. Xây dựng mô hình nghiên cứu
Xác định mô hình nghiên cứu để thấy được những nhân tốt nào
tác động đến đề tài nghiên cứu, từ đó xây dựng nghiên cứu phù hợp.
Mô hình nghiên cứu có thể là mô hình hồi quy đa biến, gồm các nhân
tố là các biến độc lập (Xi) có tương quan đến biến phụ thuộc (Y) hoặc
là mô hình cấu trúc tuyến tính,…
Xác định mô hình nghiên cứu đặt ra những vấn đề, chọn mô hình
đã từng được thiết kế, đã có kết quả kiểm định hay tự xây dựng một
mô hình sao cho phù hợp với đề tài nghiên cứu, mà còn phù hợp với
tình hình thực tiễn, phạm vi, không gian và thời gian nghiên cứu tại
địa phương hoặc tại đơn vị thực tập. Qua đó, cho thấy mô hình nghiên
cứu mới đã được kế thừa những công trình nghiên cứu trước đó cũng
như có những phát hiện mới.
Để xây dựng mô hình nghiên cứu, cần phải có hiểu biết tổng quan
về tình hình nghiên cứu của đề tài; cần tham khảo các tài liệu trước
đây, các nghiên cứu trong và ngoài nước có liên quan đến đề tài
nghiên cứu để từ đó chọn được lý thuyết cơ sở và lựa chọn mô hình
nghiên cứu phù hợp.
Thí dụ: Với đề tài nghiên cứu “Nghiên cứu các nhân tố ảnh
hưởng đến động lực làm việc của nhân viên văn phòng và thư ký khoa
tại Trường Đại học Công nghệ TP. Hồ Chí Minh”, nhóm tác giả giảng
viên khoa QTKD Hutech (2015). Nhóm tác giả đã kế thừa từ những
nghiên cứu trong và ngoài nước trước đó:
– Kenneth S. Kovach (1987) đã phát triển Mô hình mười yếu tố
động viên nhân viên.
– Simons & Enz (1995) thực hiện công trình nghiên cứu “Các yếu
tố tác động đến động lực của nhân viên khách sạn”.
– Wong, Siu, Tsang (1999) thực hiện công trình nghiên cứu “Các
yếu tố tác động đến động lực của nhân viên khách sạn tại Hồng
Kông”.
– Lê Thị Thùy Uyên (2007) thực hiện nghiên cứu công trình “Các
yếu tố tạo động lực cho nhân viên”.
--60--
– Nguyễn Ngọc Lan Vy (2010) thực hiện công trình nghiên cứu
“Các yếu tố ảnh hưởng đến mức độ động viên nhân viên trong công
việc tại các doanh nghiệp trên địa bàn TP. Hồ Chí Minh”.
– Lê Thị Bích Phụng (2011) thực hiện công trình nghiên cứu “Các
yếu tố ảnh hưởng đến động lực làm việc của nhân viên các doanh
nghiệp tại TP. Hồ Chí Minh”.
Qua đó, nhóm tác giả đã xây dựng được mô hình nghiên cứu mới
phù hợp với tình hình thực tiễn hoạt động của nhà trường. Mô hình
nghiên cứu chính thức gồm 08 nhân tố ảnh hưởng đến động lực làm
việc của nhân viên văn phòng và thư ký khoa tại Trường Đại học
Công nghệ TP. Hồ Chí Minh: Lãnh đạo trực tiếp, Thu nhập, Phúc lợi,
Môi trường làm việc, Công việc áp lực và thách thức, Chính sách khen
thưởng và công nhận, Đánh giá thực hiện công việc và Thương hiệu.
Trong đó nhân tố “Thương hiệu” của nhà trường là nhân tố được phát
hiện mới qua quá trình thảo luận nhóm.
3.1.3. Thiết kế quy trình nghiên cứu
Quy trình nghiên cứu định lượng được thực hiện qua hai giai
đoạn:
3.1.3.1. Giai đoạn nghiên cứu sơ bộ (nghiên cứu khám phá)
Nghiên cứu sơ bộ bao gồm cả nghiên cứu định tính và định lượng.
Giai đoạn nghiên cứu định tính gồm những hoạt động như khám phá,
điều chỉnh và bổ sung các biến quan sát dùng để đo lường các khái
niệm nghiên cứu. Giai đoạn nghiên cứu định lượng dùng để đánh giá
sơ bộ về độ tin cậy và giá trị của các thang đo đã được thiết kế để điều
chỉnh cho phù hợp với thực tế (Nguyễn & Nguyễn, 2011). Quy trình
thực hiện như sau:
a). Giai đoạn nghiên cứu định tính
1. Nghiên cứu định tính nhằm khám phá ra các nhân tố ảnh hưởng
và hình thành các biến quan sát đo lường các khái niệm nghiên cứu.
2. Nghiên cứu định tính được thực hiện bằng cách tìm hiểu những
tác phẩm của các tác giả trước đã thực hiện nghiên cứu liên quan đến
những nhân tố ảnh hưởng đến đề tài nghiên cứu.
3. Có thể tìm hiểu một số công trình nghiên cứu đã có để xây
--61--
dựng được thang đo sơ bộ bao gồm các biến quan sát đo lường.
4. Thông qua phương pháp thảo luận nhóm để chỉnh sửa, thay đổi
và bổ sung thêm những yếu tố trong các nhân tố ảnh hưởng.
5. Có thể tự xây dựng mô hình mới cho đề tài nghiên cứu phù hợp
với thực tiễn phạm vi nghiên cứu.
b). Giai đoạn Nghiên cứu định lượng (nghiên cứu khẳng định)
Nghiên cứu định lượng được thực hiện bằng phương pháp phỏng
vấn trực tiếp các nhân vật liên quan. Phương pháp định lượng còn
được sử dụng để đánh giá mức độ chính xác của thang đo trước khi
đưa vào nghiên cứu chính thức. Phỏng vấn trực tiếp diễn ra tại các nơi
xác định mẫu.
3.1.3.2. Giai đoạn nghiên cứu chính thức
Nghiên cứu chính thức gồm các hoạt động dùng phương pháp
định lượng để kiểm định thang đo, mô hình giá trị cảm nhận lý thuyết.
Giúp điều chỉnh, hình thành, chuẩn hóa mô hình giá trị cảm nhận và
điều chỉnh giả thuyết từ mô hình mới.
1. Phương pháp định tính sử dụng để xác định lần cuối các
biến/thang đo thành phần còn lại trước khi khảo sát chính thức.
2. Phương pháp nghiên cứu định lượng sử dụng nhằm đánh giá
mức độ quan trọng của các nhân tố ảnh hưởng đến đề tài nghiên cứu.
Phương pháp định lượng sử dụng để kiểm tra có sự khác biệt và sự
đặc thù qua kiểm định giữa các biến định tính và biến định lượng.
3. Phương pháp nghiên cứu định lượng được tiến hành thông qua
khảo sát bằng các phương pháp. Mục tiêu của cuộc khảo sát này là thu
thập các thông tin sơ cấp để tiến hành phân tích, đánh giá. Các thông
tin sơ cấp này rất quan trọng sẽ trở thành dữ liệu chính cho quá trình
nghiên cứu của đề tài.
Tuy nhiên, trong nghiên cứu với mô hình hồi quy, nếu như thực
hiện tốt phương pháp thảo luận nhóm để khám phá và hình thành các
biến quan sát, tìm ra những nhân tố ảnh hưởng cũng như xây dựng
thang đo dùng để đo lường các khái niệm nghiên cứu thì có thể bỏ qua
giai đoạn định lượng sơ bộ.
--62--
3.1.3.3. Thực hiện quy trình
1. Cơ sở lý thuyết
- Cơ sở lý thuyết liên quan đến đề tài nghiên cứu.
- Các nghiên cứu trước ở trong và ngoài nước có liên quan đến đề
tài nghiên cứu.
- Mô hình nghiên cứu đề xuất và nêu các giả thuyết.
2. Thiết kế nghiên cứu
- Thiết kế nghiên cứu: Phương pháp nghiên cứu, quy trình nghiên
cứu, phương pháp chọn mẫu, thiết kế bảng khảo sát,…
- Xây dựng thang đo: Thang đo thành phần của từng biến độc lập,
biến phụ thuộc (mô hình Hồi quy đa biến, PATH, Binary Logistic,
SEM...).
- Thực hiện nghiên cứu định lượng: Thu thập dữ liệu nghiên cứu
định lượng, đặc điểm mẫu nghiên cứu qua thống kê mô tả,..
3. Kết quả nghiên cứu
- Đo lường độ tin cậy Cronbach’S Alpha của tất cả thang đo thành
phần.
- Phân tích nhân tố khám phá EFA.
- Phân tích kết quả của mô hình hồi quy đa biến (Coefficients,
Anova, Correlation, Colinearities, Durbin - Watson…).
- Đánh giá mức độ cảm nhận của đối tượng được khảo sát cho
từng nhân tố.
- Kiểm tra sự khác biệt (Independent S. T. Test, One Way
Anova…).
3.1.4. Xây dựng bố cục
Đề tài nghiên cứu định lượng thường có bố cục 5 chương, được
kết cấu và đề cập đến những nội dung sau:
Chương 1: Tổng quan về đề tài nghiên cứu
Lý do chọn đề tài
Mục tiêu nghiên cứu
--63--
Đối tượng và phạm vi nghiên cứu
Phương pháp nghiên cứu
Kết cấu đề tài
Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu
Cơ sở lý thuyết liên quan đến đề tài nghiên cứu.
Các nghiên cứu trong và ngoài nước có liên quan đến đề tài
nghiên cứu.
Mô hình nghiên cứu đề xuất và nêu các giả thuyết.
Chương 3: Thiết kế và phương pháp nghiên cứu.
Thiết kế nghiên cứu: Phương pháp nghiên cứu, quy trình nghiên
cứu, phương pháp chọn mẫu, thiết kế bảng khảo sát,…
Xây dựng thang đo: Thang đo thành phần của từng biến độc lập,
biến phụ thuộc (mô hình hồi quy đa biến).
Thực hiện nghiên cứu định lượng: Thu thập dữ liệu nghiên cứu
định lượng, đặc điểm mẫu nghiên cứu qua thống kê mô tả,..
Chương 4: Kết quả nghiên cứu.
Đo lường độ tin cậy Cronbach’s Alpha của tất cả thang đo thành
phần.
Phân tích nhân tố khám phá EFA.
Phân tích kết quả của mô hình hồi quy đa biến (Coefficients,
Anova, Correlation, Colinearities, Durbin - Watson…).
Đánh giá mức độ cảm nhận của đối tượng được khảo sát cho từng
nhân tố.
Kiểm tra sự khác biệt (Independent samples T. Test, One Way
Anova…).
Kết quả nghiên cứu của mô hình cấu trúc tuyến tính có một số kết
quả đặc thù của mô hình như CFA, SEM, Bootstrap… hoặc kết quả
trên PLS cũng tương tự. Tuy nhiên Mỗi mô hình sẽ đọc kết quả trên
thông số khác nhau.
Chương 5: Kết luận và các đề xuất.
Tóm tắt các kết quả nghiên cứu.
--64--
Một số đề xuất.
Những hạn chế và hướng nghiên cứu tiếp theo.
3.2. THIẾT KẾ QUY TRÌNH NGHIÊN CỨU

3.2.1. Quy trình 1
Bước 1: Xây dựng thang đo nháp
Từ cơ sở lý thuyết và các công trình nghiên cứu trước ở trong và
ngoài nước để xây dựng thang đo nháp. Sau đó tổ chức thảo luận
nhóm hoặc thảo luận tay đôi nhằm khám phá, điều chỉnh và bổ sung
các biến quan sát dùng để đo lường các khái niệm nghiên cứu. Từ kết
quả đó để xây dựng thang đo chính thức. Tuy nhiên, cũng có thể căn
cứ trên cơ sở lý thuyết và các công trình nghiên cứu trước ở trong và
ngoài nước, sau đó tổ chức thảo luận nhóm hoặc thảo luận tay đôi để
xây dựng thang đo chính thức.
Bước 2: Thảo luận nhóm
Số lượng thành viên thảo luận nhóm không có quy định cụ thể.
Tuy nhiên, nên có đại diện các bộ phận liên quan càng nhiều càng tốt.
Thảo luận nhóm thường bao gồm: Các thành viên của nhóm
nghiên cứu, một số người am tường về lĩnh vực nghiên cứu và một số
người liên quan đại diện cho đối tượng được khảo sát như khách
hàng,... Do đó, thành viên tham gia với số lượng khoảng 20 người là
hợp lý. Nên có danh sách chi tiết thành viên tham gia thảo luận nhóm
và biên bản ghi lại nội dung thảo luận.
Thí dụ: Với đề tài nghiên cứu “Nghiên cứu các nhân tố ảnh
hưởng đến động lực làm việc của nhân viên văn phòng và thư ký khoa
tại Trường Đại học Công nghệ TP. Hồ Chí Minh”, các thành viên
tham gia thảo luận nhóm bao gồm: 4 thành viên của nhóm nghiên cứu,
các trưởng phòng liên quan, nhân viên văn phòng và thư ký khoa đại
diện cho các phòng, khoa.
--65--
Hình 3.1: Quy trình 1
Nguồn: Lê Quang Hùng, 2017
Bước 3: Thực hiện nghiên cứu định lượng.
Sau khi xây dựng thang đo chính thức thì tiến hành khảo sát. Tùy
thuộc đề tài nghiên cứu để xác định cách thức chọn mẫu cũng như số
lượng mẫu sẽ khảo sát. Thông thường các đề tài nghiên cứu định
lượng hay chọn mẫu theo phương pháp thuận tiện. Nhà nghiên cứu sẽ
tiếp cận với với các đối tượng theo cách thuận tiện nhất cho việc khảo
--66--
sát của mình. Số lượng bảng khảo sát là bao nhiêu còn tùy thuộc vào
cách thiết kế số lượng câu hỏi khảo sát, tuỳ thuộc vào cách chọn mẫu
cũng như phạm vi nghiên cứu (một đơn vị hay tại một địa phương,…).
Kích cỡ mẫu sẽ được trình bày trong chương liên quan.
– Đo lường độ tin cậy hệ số Cronbach's Alpha: Kiểm tra hệ số
Cronbach's Alpha của thang đo thành phần. Loại các biến có hệ số
tương quan biến - tổng không thoả điều kiện và kiểm tra hệ số
Cronbach's Alpha nếu loại biến…
– Phân tích nhân tố khám phá (EFA): Kiểm tra chỉ số KMO và
Bartlett. Kiểm tra phương sai trích và các nhân tố rút trích. Loại các
biến không đạt giá trị hội tụ và giá trị phân biệt. Kiểm tra các nhân tố
rút trích.
– Phân tích mô hình hồi quy đa biến: Kiểm tra tình trạng đa cộng
tuyến, tự tương quan và sự phù hợp của mô hình. Đánh giá mức độ
ảnh hưởng của các hệ số Bê-ta chuẩn hoá lên mô hình.
– Kiểm tra sự khác biệt giữa biến định lượng và biến định tính
trên kiểm định Levene,…
Phần minh hoạ cho “Thực hiện nghiên cứu định lượng” sẽ trình
bày chi tiết trong các chương liên quan sau.
--67--
3.2.2. Quy trình 2
Hình 3.2: Quy trình 2

Nguồn: Lê Quang Hùng, 2017
Quy trình 2 có một điểm khác biệt với quy trình 1. Trong giai
đoạn nghiên cứu sơ bộ, phần nghiên cứu định lượng thuộc giai đoạn
này được dùng để đánh giá sơ bộ về độ tin cậy và giá trị của các thang
--68--
đo đã được thiết kế. Thông qua kết quả khảo sát thực tế ban đầu
(khoảng 100 mẫu) của các thang đo đã được thiết kế, cân nhắc điều
chỉnh thang đo sao cho phù hợp với với thực tế nghiên cứu. Sau đó
thực hiện nghiên cứu định lượng sơ bộ qua các bước Đo lường độ tin
cậy Cronbach's Alpha và Phân tích nhân tố khám phá EFA tương tự
quy trình 1. Kết quả nhân tố rút trích cuối cùng của Phân tích nhân tố
khám phá EFA là cơ sở để thiết kế bảng khảo sát cho giai đoạn thực
hiện nghiên cứu định lượng chính thức. Kích cỡ mẫu giai đoạn nghiên
cứu định lượng chính thức tùy thuộc vào phạm vi và đặc điểm của
công trình nghiên cứu.
Các đề tài nghiên cứu theo mô hình SEM thường áp dụng quy trình
này là gồm có giai đoạn nghiên cứu sơ bộ và nghiên cứu chính thức. Mô
hình SEM không sử dụng hồi quy nên sẽ có các kết quả đặc thù của mô
hình như CFA, SEM, Bootstrap… và kết quả trên PLS cũng tương tự.
3.3. CÁC BƯỚC TRONG QUÁ TRÌNH NGHIÊN CỨU

THEO CÁCH TIẾP CẬN KHÁC (Nguyễn & Võ, 2016)
Hình 3.3: Quy trình 7 bước

Nguồn: (Nguyễn & Võ, 2016)
Bước 1: Lựa chọn chủ đề (lĩnh vực chung của nghiên cứu). Chọn vấn
đề chính trong chủ đề đó (thu hẹp vấn đề lại để nghiên cứu chuyên sâu).
--69--
Thí dụ:
Lựa chọn chủ đề về Quản trị nguồn nhân lực, lựa chọn nghiên cứu
chuyên sâu về:
- Các yếu tố ảnh hưởng đến động lực làm việc của người lao động…
- Các yếu tố ảnh hưởng đến sự gắn kết của người lao động với tổ
chức…
Lựa chọn chủ đề về Hành vi khách hàng, lựa chọn nghiên cứu
chuyên sâu về:
- Các yếu tố ảnh hưởng đến sự hài lòng của khách hàng sử dụng
sản phẩm dịch vụ của ….
- Các yếu tố ảnh hưởng đến sự hài lòng của khách hàng về chất
lượng dịch vụ….
Bước 2: Làm nổi bật vấn đề bằng các câu hỏi nghiên cứu.
Đặt các câu hỏi nghiên cứu chuyên sâu mà nhà nghiên cứu nhắm
đến trong nghiên cứu của mình.
- Các yếu tố chất lượng dịch vụ có ảnh hưởng đến mức độ hài
lòng của khách hàng…?
- Các yếu tố chất lượng dịch vụ ảnh hưởng đến mức độ hài lòng
của khách hàng theo chiều hướng nào? (Thuận chiều – Phong cách
phục vụ, Nghịch chiều – Giá bán…)
- Các yếu tố nào làm tăng (giảm) sự hài lòng của khách hàng?
- Ngoài các yếu tố nói trên, còn có yếu tố nào khác ảnh hưởng
trực tiếp/gián tiếp đến sự hài lòng của khách hàng?
- Các mức độ ảnh hưởng (theo thang đo Likert) của các yếu tố
chất lượng dịch vụ có ảnh hưởng khác nhau đến sự hài lòng của khách
hàng không?
Bước 3: Thiết kế hay lập kế hoạch nghiên cứu
Lựa chọn lý thuyết liên quan
1. Xem lại các công trình nghiên cứu liên quan
- Xem xét các tài liệu lý thuyết liên quan.
- Lý thuyết nào đóng vai trò quan trọng trong giai đoạn này.
--70--
- Lựa chọn các phương pháp nghiên cứu phù hợp (định tính/định
lượng/hỗn hợp).
2. Thực hiện điều tra bằng bảng khảo sát và phân tích dữ liệu bằng
các phép thống kê
- Thảo luận nhóm nghiên cứu.
- Lập bảng khảo sát.
- Xây dựng thang đo (có sẵn hoặc tự thiết kế).
- Chọn mẫu khảo sát.
Bước 4: Thu thập dữ liệu
- Nghiên cứu sơ bộ: kiểm định thang đo (khoảng 100 mẫu).
- Nghiên cứu chính thức khoảng 300 mẫu và có thể lớn hơn tùy
phạm vi nghiên cứu.
Bước 5: Phân tích dữ liệu
- Phân tích định tính: mô tả, diễn giải số liệu
- Phân tích định lượng: kiểm định thang đo, kiểm định mô hình và
giả thuyết nghiên cứu
- Sử dụng các phần mềm thống kê như Stata, Excel, SPSS…
(SEM – AMOS, REGRESSION – SPSS…)
Bước 6: Giải thích kết quả nghiên cứu
- Công nhận/bác bỏ mối quan hệ thuận chiều/nghịch chiều của 2
biến nghiên cứu.
- Kết luận mối quan hệ có ý nghĩa không.
- So sánh kết quả nghiên cứu với các nghiên cứu trước trong cùng
chủ đề để chỉ ra/làm nổi bật những đóng góp mới của nghiên cứu vào
lý thuyết và thực tiễn.
- Chỉ ra những hạn chế của nghiên cứu.
Bước 7: Thông báo kết quả nghiên cứu
- Hội thảo
- Bài báo đăng tạp chí khoa học
- Sách, giáo trình
- Luận văn, luận án…
--71--
CHƯƠNG 4
LƯỢC KHẢO TÀI LIỆU1
4.1. GIỚI THIỆU TỔNG QUAN VỀ LƯỢC KHẢO TÀI

LIỆU
4.1.1. Khái niệm
Lược khảo tài liệu hay tổng quan tài liệu trong tiếng Anh còn
được gọi là Literature review. Là việc trình bày tổng quan những
nghiên cứu trước đây về chủ đề muốn nghiên cứu và những câu trả lời
cho những câu hỏi nghiên cứu. Là một diễn giải quan trọng của tài
liệu liên quan đến một nghiên cứu cụ thể. Là tổng quan về những gì
chúng ta biết và không biết về chủ đề nghiên cứu. Theo Nguyễn
(2011) lược khảo tài liệu là một tài liệu tổng hợp các tài liệu nghiên
cứu liên quan đến một chủ đề cụ thể. Nó bao gồm việc thu thập, đánh
giá và phân tích các tài liệu đã được công bố để hiểu rõ về trạng thái
hiện tại của lĩnh vực nghiên cứu đó. Nói một cách đơn giản, lược khảo
tài liệu là việc phân tích và đánh giá các công trình nghiên cứu trước
của các tác giả trong và ngoài nước có liên quan đến các công trình
nghiên cứu khoa học. Nó giúp nêu lên những vấn đề còn tồn tại, thiếu
sót chưa được giải quyết trong các nghiên cứu trước, từ đó đề xuất
phương pháp mới để giải quyết vấn đề và chỉ ra hướng nghiên cứu
tiếp theo. Phần quan trọng của quá trình nghiên cứu khoa học là lược
khảo tài liệu, đóng vai trò quyết định trong việc xây dựng nền tảng lý
luận cho một đề tài cụ thể. Điều này yêu cầu nghiên cứu viên tổng
1
Chương này chủ yếu được trích dẫn từ các tác giả:
- Nguyễn Đình Thọ (2012), Phương pháp nghiên cứu khoa học trong kinh doanh.
- Phạm Lê Thông (2014), Trình bày “Lược khảo tài liệu” trong nghiên cứu khoa
học.
- Trần Tiến Khai (2015), Phương pháp nghiên cứu, tài liệu giảng dạy lớp cao học
Quản trị kinh doanh Hutech.
- Trần Thanh Ái (2014). Lược khảo tài liệu khảo sát từ góc độ khoa học luận và
phương pháp luận nghiên cứu khoa học.
- Lược khảo tài liệu là gì (2024).
--72--
hợp, phân tích và đánh giá các công trình nghiên cứu, bài viết khoa
học, sách và các nguồn thông tin khác liên quan đến chủ đề của họ
(Lược khảo tài liệu là gì, 2024).
4.1.2. Mục tiêu của lược khảo tài liệu
Mục tiêu của một lược khảo tài liệu là cung cấp một cái nhìn tổng
quan về các nghiên cứu đã thực hiện, nhận biết các mối liên hệ, xu
hướng, điểm mạnh và điểm yếu của các tài liệu nghiên cứu khác nhau.
Nói chung, lược khảo tài liệu không những là một bản miêu tả chi tiết
để chỉ ra rằng những lý thuyết nào sẽ được nói đến và sử dụng trong
đề tài nghiên cứu của mình, mà còn trình bày tổng quan những nghiên
cứu trước đây về chủ đề muốn nghiên cứu và những câu trả lời cho
những câu hỏi nghiên cứu. Lược khảo tài liệu giúp nhà nghiên cứu xác
định các khoảng trống trong kiến thức hiện tại, những vấn đề chưa
được giải quyết hoặc cần sự chú ý đặc biệt. Điều này có thể tạo nền
tảng cho việc đặt ra câu hỏi nghiên cứu mới hoặc phát triển các
phương pháp nghiên cứu mới để giải quyết những thách thức này.
Ngoài ra, lược khảo tài liệu cũng giúp nhà nghiên cứu hiểu biết về các
quan điểm, đánh giá và sự tranh luận giữa các nhà nghiên cứu khác
nhau trong lĩnh vực nghiên cứu của họ. Điều này giúp họ xây dựng ý
kiến cá nhân, phát triển quan điểm độc đáo và định rõ hơn hướng
nghiên cứu của mình trong ngữ cảnh rộng lớn hơn. Từ đó, giúp cho
nhà nghiên cứu hiểu được tầm quan trọng của công trình nghiên cứu
bằng cách chỉ ra những khe hở/lỗ hổng chưa ai nghiên cứu trước đây
trong nghiên cứu hiện tại (Lược khảo tài liệu là gì, 2024).
4.1.3. Yêu cầu của một lược khảo tài liệu
Lược khảo tài liệu không những là một danh sách các nghiên cứu
trước đây, mà còn bao gồm các công trình mà nhà nghiên cứu được tư
vấn để phát triển nghiên cứu của mình. Nó còn cung cấp lý thuyết nền
cho các nghiên cứu được thực hiện; giúp nhà nghiên cứu hiểu được
tầm quan trọng của công trình nghiên cứu bằng cách chỉ ra những khe
hở chưa ai nghiên cứu trước đây trong nghiên cứu hiện tại. Nếu không
tìm ra khe hở, công trình nghiên cứu có thể không được công nhận.
Nhà nghiên cứu không nhất thiết phải lược khảo tất cả, nhưng cần
được cập nhật và bao gồm những nghiên cứu quan trọng. Đúc kết
những tinh túy cho nghiên cứu. Lược khảo các tài liệu có nguồn gốc
--73--
và các nghiên cứu có tính học thuật, có hàm lượng khoa học cao. Lược
khảo tài liệu còn tạo động cơ cho nghiên cứu, bởi vì:
- Cấu trúc của lược khảo dựa vào mục tiêu nghiên cứu.
- Luôn tham chiếu đến những câu hỏi nghiên cứu.
4.1.4. Trình bày lược khảo tài liệu
Lược khảo tài liệu được trình bày có thể là:
- Một mục trong đề cương nghiên cứu.
- Một phần của phần giới thiệu bài nghiên cứu.
- Một phần của một luận văn/luận án (hoặc một chương).
- Một bài báo (trên tạp chí chuyên ngành) về lược khảo.
- Là một mục trong các báo cáo kết quả nghiên cứu.
4.1.5. Các loại nguồn tài liệu thu thập để viết lược khảo tài liệu
Tìm tài liệu là một công việc quan trọng trong nghiên cứu khoa
học, giúp tìm kiếm, lọc chọn và tổng hợp các nguồn tài liệu liên quan
đến chủ đề nghiên cứu. Các loại nguồn tài liệu thu thập để viết Lược
khảo tài liệunhư các bài báo, sách, báo cáo của Chính phủ hay công ty,
luận án và luận văn, tạp chí chuyên ngành... Hiện nay, đa số các nhà
nghiên cứu tìm các nguồn tham khảo trên Internet như sử dụng các
công cụ tìm kiếm trực tuyến như Google, Google Scholar, Scirus để tìm
các tài liệu tham khảo uy tín và chất lượng như các tạp chí khoa học,
các bách khoa toàn thư, các sổ tay chuyên ngành, các luận văn, luận án,
các báo cáo khoa học... Cũng có thể tìm kiếm tài liệu trong các thư viện
trực tuyến hoặc truy cập các cơ sở dữ liệu chuyên ngành. Lưu ý khi tìm
kiếm tài liệu, cần chú ý đến các tiêu chí như tính mới, tính phù hợp, tính
đáng tin cậy, tính đầy đủ, tính đa dạng của các nguồn tài liệu. các nhà
nghiên cứu cũng cần lựa chọn các từ khóa phù hợp với chủ đề nghiên
cứu. Sau khi tìm kiếm được các tài liệu tham khảo, cần lọc chọn và lưu
trữ tài liệu một cách có hệ thống, sắp xếp theo thứ tự thời gian, chủ đề,
tác giả, v.v. Ghi chú lại các thông tin cơ bản của tài liệu như tên tác giả,
năm xuất bản, tên tài liệu, tên tạp chí, số trang, địa chỉ truy cập... Các
nhà nghiên cứu cần phải đọc sơ qua các tài liệu để có được cái nhìn
tổng quan về nội dung, mục đích, phương pháp, kết quả và kết luận của
tài liệu. Cuối cùng, phải tổng hợp và so sánh các tài liệu tham khảo,
--74--
phân tích các điểm tương đồng và khác biệt, các ưu và nhược điểm, các
lỗ hổng và hướng nghiên cứu tiếp theo của các tài liệu. Trích dẫn và
trình bày các tài liệu tham khảo một cách chính xác và thống nhất theo
các quy định của các tạp chí khoa học hoặc các cơ quan tổ chức nghiên
cứu (Phạm, 2014; Trần, 2014).
Tài liệu sử dụng có liên quan đến phần lược khảo cụ thể như sau
(Lược khảo tài liệu là gì, 2024):
- Tạp chí (journal): Đây là tài liệu có thông tin được cập nhật
thường xuyên và chuyên sâu, thường được sử dụng nhiều trong phần
lược khảo tài liệu vì tài liệu nầy được kiểm duyệt tính khoa học và
tính mới mẽ trước khi in ấn (chẳng hạn như được 2 nhà phản biện có
kiến thức chuyên môn đánh giá và góp ý).
- Sách: Ít được cập nhật thông tin như tập san hay tạp chí. Sách
thường không hữu ích cho phần lược khảo tài liệu, chúng thường được
sử dụng cho việc giảng dạy. Sách là nguồn tài liệu để khơi dậy ý
tưởng bắt đầu để đi vào chi tiết của lược khảo tài liệu.
- Kỷ yếu của các hội nghị, hội thảo (Proceedings): Cung cấp
những thông tin về nghiên cứu gần nhất hay những nghiên cứu chưa
được công bố. Chúng có thể giúp ích trong việc đưa thông tin về
những nghiên cứu có liên quan đến đề tài. Có thể sử dụng những kết
quả nầy cho việc lược khảo tài liệu.
- Báo cáo của cơ quan nhà nước: Có rất nhiều cơ quan của nhà
nước thực hiện những công trình nghiên cứu. Những kết quả tìm được
của họ là những thông tin hữu ích trong việc viết lược khảo tài liệu.
- Báo chí: Thường được viết những vấn đề có tính chất chung,
không chuyên sâu. Vì vậy, những thông tin này thường bị giới hạn khi
viết lược khảo tài liệu, ít được sử dụng. Thông thường báo chí chỉ
cung cấp xu hướng nghiên cứu, những khám phá hay là những thay
đổi có tính chất tổng quan.
- Luận văn tốt nghiệp: Đây là nguồn thông tin cũng rất hữu ích
cho việc trích dẫn tài liệu. Tuy nhiên, có một số bất lợi là chúng không
được công bố rộng rãi (chỉ có trong các thư viện) và thường thì tác giả
thực hiện thí nghiệm chưa có nhiều kinh nghiệm trong nghiên cứu. Vì
vậy, việc sử dụng tài liệu này nên dè dặt hơn so với những tài liệu đã
công bố trong tạp chí.
--75--
- Internet: Thông tin được cập nhật nhanh nhất. Tuy nhiên, bên
cạnh những thông tin tốt còn có những thông tin chưa thật xác thực,
thông tin chung chung thiếu chi tiết. Lưu ý, những thông tin trên
internet không có nguồn gốc từ những tài liệu đã công bố thì không
phù hợp để trích dẫn.
- CD-ROM: Thường cung cấp những thông tin chuyên biệt, chi
tiết cho việc nghiên cứu. Chúng cũng là công cụ để tìm thông tin mà
luận văn cần.
- Tập san (magazines): Thường là những thông tin chung cho
nhiều đối tượng độc giả, chúng không cung cấp đủ những thông tin
cho việc nghiên cứu sâu mà chủ yếu là những ý tưởng, những thông
tin cơ bản về những khám phá mới, về chính sách,... Tuy nhiên, cũng
được dùng để trích dẫn.
4.1.6. Các câu hỏi cần trả lời khi viết một lược khảo tài liệu
1. Những gì chúng ta đã biết trong lĩnh vực có liên quan?
2. Các khái niệm chính hay những yếu tố chính hoặc những biến
chính có đặc điểm gì?
3. Giữa các khái niệm, các yếu tố hoặc các biến chính có các mối
quan hệ gì?
4. Những lý thuyết/phương pháp tiếp cận hiện tại bổ sung cho
nghiên cứu là gì?
5. Đâu là những mâu thuẫn hoặc thiếu sót khác trong kiến thức
của người viết mà những công trình nghiên cứu trước đã không giải
quyết được?
6. Vấn đề gì cần phải được nghiên cứu thêm?
7. Vấn đề gì là thiếu sót, vẫn còn tranh luận, mâu thuẫn hoặc quá
hạn chế?
8. Tại sao nghiên cứu (tiếp) các vấn đề nghiên cứu?
9. Nghiên cứu hiện hữu có thể dự kiến thực hiện được những đóng
góp gì?
10. Nghiên cứu hoặc các phương pháp nào dự kiến sẽ không đạt
yêu cầu?
--76--
4.1.7. Tại sao phải viết lược khảo tài liệu
Phạm (2014) cho rằng mục đích của viết Lược khảo tài liệu là:
1. Trình bày những hiểu biết về chủ đề nghiên cứu:
- Nhận dạng những nghiên cứu quan trọng.
- Chỉ ra những sự đồng thuận và thống nhất chung trong các
nghiên cứu.
- Chỉ ra những bất đồng, tranh cãi trong các nghiên cứu.
- Nhận ra những hướng nghiên cứu tiếp theo.
2. Cung cấp cho độc giả những hiểu biết (có tính hàn lâm) về vấn
đề nghiên cứu và những động cơ của nghiên cứu của tác giả:
- Giúp tác giả hiểu biết về vấn đề mình nghiên cứu và đưa ra
hướng thực hiện.
- Giúp nhà chuyên môn cập nhật những kiến thức về vấn đề
nghiên cứu.
- Việc lược khảo sâu và rộng gây ấn tượng về sự tin cậy của học
giả với tác giả.
4.1.8. Thế nào là viết một lược khảo tài liệu tốt
Để viết được một lược khảo tài liệu tốt, lưu ý các vấn đề sau đây
(Trần, 2015):
1. Được viết theo một trình tự hợp lý:
- Các khái niệm, định nghĩa
- Cách thức đo lường các khái niệm định nghĩa
- Mô hình lý thuyết
- Mô hình ứng dụng
- Kết quả thực nghiệm
- Bài học kinh nghiệm tự rút ra
2. Chỉ ra được các thông tin, dữ liệu quan trọng cần phải thu thập.
3. Chỉ ra được phương thức thu thập dữ liệu.
4. Chỉ ra được phương thức xử lý và phân tích dữ liệu.
5. Có đủ thông tin nền tảng giúp xây dựng phiếu điều tra.
Khi viết lược khảo tài liệu phải tuân thủ những nguyên tắc sau:
- Tài liệu tham khảo phải là những thông tin gần gũi hay liên quan
trực tiếp đến đề tài.
--77--
- Tài liệu tham khảo là phần tổng hợp ngắn gọn các kết quả có
trước (những vấn đề nghiên cứu nào đã biết rồi và những vấn đề chưa
được biết).
- Phải xác định cho được những lĩnh vực cần bàn thảo trong phần
lược khảo tài liệu.
- Đặt những câu hỏi để đề xuất những nghiên cứu xa hơn.
- Lược khảo tài liệu phải trả lời được những câu hỏi sau:
 Những gì đã biết về đề tài dựa trên những nghiên cứu có trước?
 Những nhân tố chính cần phải nghiên cứu là gì?
 Mối liên hệ giữa các nhân tố ấy như thế nào?
 Tại sao vấn đề nghiên cứu được biết đến?
 Tại sao phải kiểm tra lại vấn đề nghiên cứu đó?
 Những minh chứng còn thiếu, giới hạn, trái ngược hoặc là quá
hạn chế của những nghiên cứu trước?
 Tại sao phải nghiên cứu xa hơn?
 Nghiên cứu hiện tại của luận văn hy vọng đóng góp những gì?
 Bố trí thí nghiệm như thế nào để thỏa mãn cho việc nghiên cứu?
Để viết một ược khảo tài liệu tốt, hãy nhớ rằng:
- Viết với một mục đích, một vấn đề nghiên cứu trong suy nghỉ
của mình.
- Chọn tài liệu tham khảo mà chỉ liên quan đến công trình nghiên
cứu của mình.
- Thiết lập mối quan hệ giữa các công trình nghiên cứu khác với
công trình nghiên cứu của mình.
- Viết, viết và viết lại,…
4.2. CÁC BƯỚC VIẾT LƯỢC KHẢO TÀI LIỆU

Viết một lược khảo tài liệu đầy đủ và chính xác là một kỹ năng
quan trọng trong nghiên cứu khoa học, nhà nghiên cứu cần lưu ý
(Phạm, 2014):
--78--
4.2.1. Bắt đầu viết
1. Bước đầu tiên
- Chọn chủ đề và hình thành các câu hỏi nghiên cứu rõ ràng, cụ
thể.
- Suy nghĩ về danh sách các vấn đề cần tìm kiếm và từ đó, tìm
kiếm các nguồn tài liệu.
- Lược khảo vắn tắt các tài liệu và vận dụng những gì mình đã biết
để lọc ra những tài liệu liên quan đến chủ đề và câu hỏi nghiên cứu
của mình.
- Xác định những nghiên cứu quan trọng, những bài viết “kinh
điển”.
- Lập danh mục những vấn đề cần kiểm tra sơ bộ.
2. Trước khi viết
- Trước tiên và quan trọng nhất:
Lọc ra bộ các tài liệu: Lược khảo các tóm tắt, giới thiệu và kết
luận.
Quyết định phạm vi của Literature review: Những gì sẽ đề cập và
không đề cập đến.
- Xác định ưu tiên trong số các tài liệu.
- Trả lời 10 câu hỏi (mục 4.1.5).
Phác thảo:
- Xu hướng chung và chủ đề trong các tài liệu là gì? Những điểm
đồng thuận là gì? Những tranh cãi là gì? Nghiên cứu của mình
nghiêng về đâu?
- Những lĩnh vực nào có quá nhiều nghiên cứu? Những lĩnh vực
nào cần nghiên cứu thêm?
- Những nghiên cứu nào đồng thuận và trái ngược với nghiên cứu
của mình?
- Nghiên cứu của mình phù hợp với vấn đề gì trong lý thuyết
chung về chủ đề nghiên cứu?
--79--
4.2.2. Trong khi viết
1. Những yếu tố trong phần giới thiệu
- Vấn đề nghiên cứu và câu hỏi nghiên cứu,
- Động cơ cho và tầm quan trọng của nghiên cứu,
- Phát biểu về phạm vi của Literature review: Ghi chú tiêu chuẩn
lựa chọn đối với các tài liệu,
- Hướng dẫn về việc sẽ tổ chức việc lược khảo như thế nào
2. Những nguyên tắc
- Phương pháp luận: lý thuyết và thực nghiệm.
- Những nghiên cứu đồng thuận và bất đồng với nhau.
- Phạm vi ủng hộ cho nghiên cứu của mình.
- Vùng nghiên cứu.
- Phạm vi số liệu và mẫu số liệu.
- Trình tự thời gian.
3. Những điều phải làm khi viết
- Liên kết 1: Liên tục nối kết thảo luận của mình về các tài liệu với
luận văn/luận án và câu hỏi nghiên cứu.
- Liên kết 2: Kết nối những nghiên cứu với nhau, nhấn mạnh sự
liên quan của các nghiên cứu với chủ đề nghiên cứu.
- Ưu tiên những nghiên cứu kinh điển và thảo luận về chúng sâu
sắc (chi tiết hơn, và nêu ảnh hưởng của chúng).
- Đánh giá/những khe hở: Xác định những nhược điểm của những
nghiên cứu cụ thể và phải cần có tính phê bình.
- Giới hạn: Xác định những khía cạnh cho những nghiên cứu tiếp
theo (những nghiên cứu tiếp theo có thể tìm hiểu vấn đề gì sau nghiên
cứu của mình?).
4.2.3. Kỹ thuật viết
1. Độc giả mong muốn biết:
- Bài viết có tính học thuật nhưng tránh từ chuyên môn khó hiểu.
- Tài liệu tham khảo và những gì phải nói về tài liệu.
--80--
- Những vấn đề mà nghiên cứu phù hợp với tài liệu.
2. Những đoạn văn ngắn giúp mình viết chặt chẻ.
3. Những tiêu đề giúp làm rõ cấu trúc của lý thuyết.
5. Sử dụng trích dẫn trực tiếp một cách hạn chế, mà nên diễn giải
lại các nghiên cứu.
6. Xếp ưu tiên các nghiên cứu trong tài liệu bằng cách thảo luận
chi tiết các vấn đề liên quan cũng như nhấn mạnh ảnh hưởng của các
vấn đề đó đến những nghiên cứu sau này.
- Nhóm các nghiên cứu theo chủ đề nghiên cứu.
- Nhóm các nghiên cứu theo phương pháp nghiên cứu.
- Nhóm các nghiên cứu theo phạm vi số liệu, vùng nghiên cứu.
- Nhóm các nghiên cứu theo kết quả nghiên cứu.
- Trong mỗi nhóm, bình luận những đồng thuận và bất đồng giữa
các nghiên cứu.
4.2.4. Các bước thực hiện viết một lược khảo tài liệu hiệu quả
Để viết một lược khảo tài liệu hiệu quả, cần thực hiện các bước sau
(Phạm, 2014; Trần, 2014):
– Tìm kiếm tài liệu liên quan đến chủ đề nghiên cứu, sử dụng các
từ khóa, cơ sở dữ liệu, thư viện, nguồn trực tuyến, v.v.
– Đánh giá các nguồn tài liệu về độ tin cậy, độ cập nhật, độ liên
quan, độ đồng nhất, độ độc lập, v.v.
– Xác định chủ đề chính và các khía cạnh phụ của nghiên cứu,
cũng như các câu hỏi nghiên cứu mà bạn muốn trả lời.
– Phác thảo cấu trúc của lược khảo tài liệu, bao gồm các mục, tiêu
đề, thứ tự, v.v.
– Viết bài luận cá nhân, trình bày những nội dung chính, những ý
kiến, những phân tích, những so sánh, những bình luận, những đánh
giá, những kết luận, v.v. về các tài liệu đã khảo sát, dựa trên các lập
luận, bằng chứng, thí dụ, v.v. hợp lý và thuyết phục.
– Trích dẫn và tham khảo các nguồn tài liệu một cách chính xác
và thống nhất, theo quy định của hội đồng nghiên cứu hoặc tạp chí
khoa học.
--81--
– Kiểm tra lại và chỉnh sửa bài nghiên cứu, kiểm tra về nội dung,
ngôn ngữ, hình thức, v.v. để đảm bảo không có lỗi sai hoặc thiếu sót.
4.3. THÍ DỤ VỀ QUY TRÌNH VIẾT LƯỢC KHẢO TÀI

LIỆU
Quy trình viết lược khảo tài liệu thường theo 8 bước như sau
(Lược khảo tài liệu là gì, 2024):
1. Xác Định Chủ Đề Nghiên Cứu
– Xác định chủ đề nghiên cứu cụ thể và đặt ra câu hỏi nghiên cứu.
– Định rõ phạm vi của chủ đề để giữ cho lược khảo không quá
rộng hoặc hẹp.
2. Tìm Kiếm Nguồn Thông Tin
– Sử dụng cơ sở dữ liệu nghiên cứu như PubMed, IEEE Xplore,
hoặc thư viện kỹ thuật số của trường đại học.
– Chọn từ khoá chính xác và sử dụng chúng để tìm kiếm thông tin
liên quan.
3. Lựa Chọn Các Nguồn Thông Tin
– Đánh giá chất lượng của các nghiên cứu bằng cách xem xét uy
tín của tác giả, tạp chí hoặc nhà xuất bản.
– Chọn lựa những nghiên cứu có sự liên quan và độ chính xác cao.
4. Đọc và Tóm Tắt Nội Dung
– Đọc và hiểu nội dung của từng nguồn thông tin.
– Tóm tắt ý chính, phương pháp nghiên cứu, và kết quả quan trọng.
5. So Sánh và Phân Tích
– So sánh các nghiên cứu với nhau để xem xét sự đồng nhất và sự
khác biệt.
– Phân tích quan điểm của các tác giả và đánh giá mức độ đồng
thuận giữa các nguồn.
6. Xác Định Khoảng Trống Nghiên Cứu
– Nhận diện các lỗ hổng hoặc hạn chế trong các nghiên cứu hiện
tại.
--82--
– Đặt ra các câu hỏi nghiên cứu mới hoặc xác định các khía cạnh
cần sự chú ý đặc biệt.
7. Viết Lược Khảo Tài Liệu
– Bắt đầu bằng một phần giới thiệu làm rõ mục tiêu và phạm vi
của lược khảo.
– Tổ chức thông tin thành các phần có cấu trúc như sự tiến triển
của nghiên cứu, các phương pháp nghiên cứu, và kết quả quan trọng.
– Kết luận với một tổng kết về sự đồng thuận, những khía cạnh
không rõ ràng, và hướng phát triển tiếp theo.
8. Đánh Giá và Cập Nhật
– Đánh giá tính cập nhật và ổn định của các nguồn thông tin.
– Theo dõi xu hướng nghiên cứu mới và cập nhật lược khảo tài
liệu theo thời gian.
Thí dụ: Quy trình viết lược khảo tài liệu với đề tài "Ảnh hưởng
của Tiếp Thị Trực Tuyến đối với Chiến Lược Tiếp Thị của Doanh
Nghiệp."
– Chủ đề: Ảnh hưởng của tiếp thị trực tuyến đối với chiến lược
tiếp thị doanh nghiệp.
– Phạm vi: Nghiên cứu tác động của các chiến lược tiếp thị trực
tuyến đối với tăng cường hiệu quả tiếp thị toàn diện của doanh nghiệp.
– Sử dụng cơ sở dữ liệu như ProQuest, Google Scholar, và các tạp
chí chuyên ngành về marketing.
– Tìm kiếm với từ khoá như "online marketing impact," "digital
marketing strategies," và "business marketing effectiveness."
3. Lựa Chọn Các Nguồn Thông Tin
Chọn bài viết từ các tạp chí uy tín như Journal of Marketing,
Harvard Business Review, và các sách của chuyên gia nổi tiếng trong
lĩnh vực marketing.
--83--
– Đọc các nghiên cứu về tác động của tiếp thị trực tuyến đối với
chiến lược tiếp thị của doanh nghiệp.
– Tóm tắt các phương pháp, chiến lược, và kết quả của từng
nghiên cứu.
– So sánh các chiến lược và hiệu suất tiếp thị từ các nghiên cứu
khác nhau.
– Phân tích xu hướng, thách thức, và cơ hội mà doanh nghiệp có
thể đối mặt trong việc tích hợp tiếp thị trực tuyến vào chiến lược tổng
thể.
– Nhận ra rằng có sự đồng thuận về tác động tích cực của tiếp thị
trực tuyến, nhưng còn nhiều nghiên cứu chưa đề cập đến chiến lược cụ
thể cho các ngành nghề đặc biệt.
– Đặt ra câu hỏi nghiên cứu mới về cách các ngành nghề cụ thể có
thể tận dụng tiếp thị trực tuyến hiệu quả.
– Sắp xếp thông tin thành một bản lược khảo có cấu trúc, bao gồm
giới thiệu, phần chính với tóm tắt các nghiên cứu, và kết luận.
– Đề cập đến những thách thức và cơ hội mà doanh nghiệp có thể
gặp khi thực hiện tiếp thị trực tuyến.
Đánh giá lại lược khảo tài liệu theo thời gian để bao gồm thông tin
mới nhất và đánh giá lại các công trình trước đó nếu có nghiên cứu
mới xuất hiện.
Thí dụ: Quy trình viết lược khảo tài liệu với đề tài "Áp Dụng
Công Nghệ Blockchain trong Quản Lý Chuỗi Cung Ứng"
– Chủ đề: Áp dụng công nghệ blockchain trong quản lý chuỗi
cung ứng.
--84--
– Phạm vi: Nghiên cứu tác động của việc sử dụng blockchain đối
với hiệu suất, an toàn và minh bạch trong chuỗi cung ứng.
– Sử dụng cơ sở dữ liệu như IEEE Xplore, ScienceDirect và các
trang web chuyên ngành về quản lý chuỗi cung ứng và công nghệ
blockchain.
– Tìm kiếm với từ khoá như "blockchain in supply chain," "supply
chain management technology," và "blockchain adoption in business."
– Lựa Chọn Các Nguồn Thông Tin: Chọn bài báo từ các tạp chí
uy tín như Harvard Business Review và Journal of Business Logistics.
– Sử dụng sách của các chuyên gia nổi tiếng trong lĩnh vực quản
lý chuỗi cung ứng và công nghệ blockchain.
– Đọc các nghiên cứu về kết quả thực hiện blockchain trong chuỗi
cung ứng, những thách thức và lợi ích đem lại.
– Tóm tắt kết quả, phương pháp nghiên cứu, và nhận định chính
của từng nghiên cứu.
– So sánh sự đồng nhất và khác biệt giữa các nghiên cứu về ứng
dụng blockchain trong chuỗi cung ứng.
– Phân tích các khía cạnh như chi phí, tính an toàn, và tác động
đối với minh bạch.
– Nhận ra rằng mặc dù nhiều nghiên cứu đã tập trung vào lợi ích
của blockchain, còn thiếu thông tin chi tiết về cách triển khai và vượt
qua các thách thức cụ thể.
– Đặt ra câu hỏi nghiên cứu mới về các chiến lược triển khai hiệu
quả và cách đối mặt với các vấn đề liên quan đến tính an toàn của dữ
liệu.
--85--
– Sắp xếp thông tin thành một bản lược khảo có cấu trúc, bao gồm
giới thiệu, phần chính với tóm tắt các nghiên cứu, và kết luận.
– Đề cập đến các thách thức và khoảng trống nghiên cứu, đồng
thời đề xuất hướng nghiên cứu tiếp theo.
– Đánh giá lại lược khảo tài liệu theo thời gian để bao gồm thông
tin mới nhất và đánh giá lại các công trình trước đó nếu có nghiên cứu
mới thú vị xuất hiện.
– Lược khảo tài liệu này có thể làm cơ sở cho việc thực hiện một
dự án nghiên cứu chi tiết về việc áp dụng công nghệ blockchain trong
quản lý chuỗi cung ứng.
--86--
CHƯƠNG 5
XÂY DỰNG THANG ĐO VÀ CHỌN MẪU123
5.1. CÁC CẤP BẬC ĐO LƯỜNG VÀ THANG ĐO4

Dữ liệu nghiên cứu chia thành hai loại chính là dữ liệu định tính
và dữ liệu định lượng.
Dữ liệu định tính: Phản ánh tính chất, sự hơn thua và không thể
tính được giá trị trung bình. Thí dụ như giới tính nam và giới tính nữ;
kết quả học tập của học sinh như giỏi, khá, trung bình, kém; nghề
nghiệp;…
Dữ liệu định lượng: Phản ánh mức độ hơn kém và tính toán được.
Thí dụ như: nhiệt độ, điểm trung bình môn học, tuổi,…
Để thực hiện nghiên cứu, trong thống kê sử dụng 4 cấp bậc đo
lường theo mức độ độ thông tin tăng dần đó là các thang đo: định
danh, thứ bậc, khoảng cách và tỉ lệ.

1
2
Lê Quang Hùng, Nguyễn Quang Trung, Nguyễn Thị Ngọc Ánh, Trần Thế Hào, Lê
3
Nguyễn Đình Thọ (2011). Phương pháp nghiên cứu khoa học trong kinh doanh.
4
Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008). Thống kê ứng dụng trong kinh tế
- xã hội.
--87--
5.1.1. Thang đo định danh (Nominal Scale)
Thang đo định danh là thang đo phân loại, không thể hiện sự hơn
kém. Thang đo này dùng cho các đặc điểm thuộc tính. Khi tiến hành
mã hóa trong SPSS, người ta thường dùng các số (code) để phân loại
đối tượng. Ngoài ý nghĩa phân biệt, các con số này không thể hiện ý
nghĩa khác.
Thí dụ như giới tính, nghề nghiệp, môn học,… là những dữ liệu sử
dụng thang đo định danh. Để mã hóa “giới tính” trong SPSS, nam
được ký hiệu là số 1, nữ ký hiệu số 2. Các con số này không thể hiện
sự hơn kém mà chỉ dùng để tiết kiệm thời gian trong quá trình nhập
liệu. Các con số này cũng có thể thay đổi, nữ được ký hiệu là 1, nam
được ký hiệu là 2. Việc quy định là tùy vào người nghiên cứu quy
định.
Thước đo tập trung duy nhất là yếu vị. Độ phân tán thống kê có
thể đo bằng các tỉ lệ, không tính được độ lệch chuẩn. Thường hay gặp
thang đo định danh trong các câu hỏi về thông tin cá nhân của từng
người hay thông tin về doanh nghiệp. Thang đo định danh có hai dạng
câu hỏi sau:
1. Câu hỏi có một lựa chọn là dạng câu hỏi mà người trả lời chỉ
được chọn một trong các trả lời đã cho. Thí dụ với câu hỏi “Là sinh
viên trúng tuyển nguyện vọng 2 Khoa Quản trị Kinh doanh, ngành…”
--88--
Ngành Quản trị Kinh doanh 1
Quản trị dịch vụ Du lịch và Lữ hành 2
Quản trị Khách sạn 3
Quản trị Nhà hàng và dịch vụ ăn uống 4

2. Câu hỏi có nhiều lựa chọn là dạng câu hỏi mà người trả lời chỉ
được chọn một hoặc nhiều trong các trả lời đã cho. Thí dụ với câu hỏi
“Các em biết đến Trường HUTECH qua nguồn thông tin nào? (Có thể
chọn nhiều câu trả lời).
Cha mẹ, anh chị giới thiệu. 1
Bạn bè giới thiệu. 2
Cựu sinh viên Hutech giới thiệu. 3
Sinh viên đang học Hutech giới thiệu. 4
Công tác Truyền thông và Tư vấn tuyển sinh của nhà trường. 5
Qua quảng cáo trên báo chí, truyền hình. 6
5.1.2. Thang đo thứ bậc (Ordinal Scale)
Thang đo thứ bậc là thang đo thể hiện được sự hơn kém nhưng
không thể hiện được chính xác mức độ hơn kém của các giá trị. Trong
thang đo này, chênh lệch giữa các biểu hiện không nhất thiết phải
bằng nhau. Các nhà nghiên cứu thường dùng các câu hỏi buộc người
trả lời sắp xếp các câu trả lời theo thứ tự.
Thí dụ:
- Xếp loại học tập của học sinh: giỏi, khá, trung bình, kém.
- Anh/chị hãy xếp hạng mức độ quan tâm nhất khi quyết định
chọn học cao học tại trường Đại học …. Chủ đề nào quan tâm nhất thì
ghi số 1, quan tâm nhì thì ghi số 2, quan tâm thứ 3 thì ghi số 3.
 Thời gian học…..
 Giảng viên dạy…..
 Học phí…..
 Cơ sở vật chất …
--89--
Thước đo độ tập trung là yếu vị (mode) hay trung vị (median).
Trong đó, trung vị cung cấp nhiều thông tin hơn. Thang đo này thường
gặp trong các câu hỏi dạng so sánh.
5.1.3. Thang đo khoảng cách (Interval Scale)
Thang đo khoảng cách là thang đo thể hiện được khoảng cách (mức
độ) hơn kém giữa các giá trị đo lường nhưng không có giá trị “0” có ý
nghĩa. Đây là một dạng đặc biệt của thang đo thứ bậc vì nó cho biết
được khoảng cách giữa các thứ bậc. Thông thường thang đo khoảng có
dạng là một dãy các chữ số liên tục và đều đặn từ 1 đến 5, từ 1 đến 7
hay từ 1 đến 11… Những phép toán thống kê có thể sử dụng thêm cho
loại thang đo này so với 2 loại thang đo trước là : tính khoảng biến
thiên, số trung bình, độ lệch chuẩn… Cần chú ý là thang đo khoảng tự
nó không có điểm 0 được xác định trước, do đó chỉ có thể thực hiện
được phép tính cộng trừ chứ phép nhân chia không có ý nghĩa. Hay gặp
loại thang đo này trong các câu hỏi phỏng vấn dạng đánh giá.
Thang đo Likert và thang đo đối nghĩa là các dạng thang đo
khoảng được các nhà nghiên cứu thường dùng trong nghiên cứu về
kinh doanh.
5.1.3.1. Thang đo Likert
Thang đo Likert1 là loại thang đo trong đó một chuỗi các phát biểu
liên quan đến thái độ trong câu hỏi được nêu ra và người trả lời chọn
một trong các trả lời đó. Là thang đo phổ biến nhất trong đo lường các
khái niệm nghiên cứu trong ngành kinh doanh. Thang đo Likert
chuyên dùng trong nghiên cứu định lượng.
Thang đo Likert là thang đo thứ tự và đo lường mức độ đồng ý
của đối tượng nghiên cứu. Nghĩa là biến thiên của các trả lời từ hoàn
toàn phản đối đến hoàn toàn đồng ý, biến thiên có thể từ có các mức
độ như sau: 1 – 5, 1 – 7, 1 – 9, 1 – 11.
- Mức độ 1 – 5
1. Hoàn toàn không đồng ý
2. Không đồng ý
1
Likert, R. (1932), A technique for the measurement of attitudes.
--90--
3. Bình thường
4. Đồng ý
5. Hoàn toàn đồng ý
- Mức độ 1 – 7
1. Hoàn toàn không đồng ý
2. Rất không đồng ý
3. Không đồng ý
4. Bình thường
5. Đồng ý
6. Rất đồng ý
7. Hoàn toàn đồng ý
Thí dụ:
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:
1. Rất không đồng ý 2. Không đồng ý
3. Bình thường 4. Đồng ý 5. Rất đồng ý
Nhanh chóng
Giao dịch viên Bưu điện phục vụ khách hàng đặt 1 2 3 4 5
mua báo tại ghi-sê nhanh chóng.
Báo chí được Bưu tá phát trước 6h30 sáng. 1 2 3 4 5
Bưu điện thông báo kịp thời cho khách hàng mỗi 1 2 3 4 5
khi báo tăng giá.
Bưu điện thông báo kịp thời cho khách hàng mỗi 1 2 3 4 5
khi báo ra dồn số hay đình bản.
Bưu điện giải quyết nhanh chóng các trường hợp 1 2 3 4 5
đặc biệt trong đặt mua dài hạn của khách hàng.
--91--
5.1.3.2. Thang đo đối nghĩa
Thang đo đối nghĩa1 là loại thang đo mà nhà nghiên cứu dùng hai
nhóm từ (thường là tính từ) ở hai cực có nghĩa trái nhau.
Thí dụ:
Anh (chị) vui lòng cho biết đánh giá về thái độ của nhân viên văn
phòng và thư ký khoa tại trường đại học…
Rất thích Rất ghét
1 2 3 4 5
5.1.4. Thang đo tỷ lệ (Ratio Scale)
Thang đo tỉ lệ là thang đo lường cao nhất, vừa thể hiện khoảng
cách (mức độ) hơn kém giữa các giá trị đo lường đồng thời có cả điểm
không “tuyệt đối”, do đó có thể tính tỉ lệ so sánh giữa các giá trị quan
sát. Khi sử dụng thang đo tỷ lệ, thông thường ta hay dùng câu hỏi trực
tiếp vào các dữ liệu đã ở dạng tỷ lệ như:
- Chi phí sinh hoạt trung bình tháng của anh/chị là……. đồng.
- Chiều cao hiện tại của bạn là …. cm.
- Anh (chị) vui lòng cho biết hiện nay anh (chị) có bao nhiêu
chiếc xe Honda? … chiếc.
Thông thường, dữ liệu định tính thường sử dụng thang đo danh nghĩa
hoặc thang đo thứ bậc. Dữ liệu định lượng sử dụng thang đo khoảng cách
hoặc thang đo tỷ lệ. Do các biến thu thập bằng thang đo khoảng và thang
đo tỉ lệ được đo lường xu hướng trung tâm bằng trung bình số học nên
khi mã hóa, phần mềm SPSS gộp chung hai thang đo này lại thành một
thang đo là Scale với hình dạng thước đo màu vàng.
5.1.5. Mô hình thang đo chất lượng dịch vụ SERVQUAL
Parasuraman & cộng sự (1988) đã xây dựng và kiểm định thang
đo chất lượng dịch vụ, gọi là thang đo SERVQUAL. Thang đo này đã
được các tác giả này kiểm nghiệm và điều chỉnh nhiều lần và kết luận
rằng nó là thang đo phù hợp cho mọi loại hình dịch vụ (Parasuraman
và cộng sự, 1991). Thang đo SERVQUAL cuối cùng bao gồm 22 biến
quan sát.
1
Osgood, C.E., Suci, G.J., & Tannenbaum, P.H. (1957), The measurement of meaning.
--92--
Sự tin tưởng (reliability)
1. Khi công ty XYZ hứa sẽ thực hiện một điều gì đó vào khoảng
thời gian cụ thể, công ty sẽ thực hiện.
2. Khi khách hàng có vấn đề, công ty XYZ thể hiện sự quan tâm
chân thành trong giải quyết vấn đề.
3. Công ty XYZ thực hiện dịch vụ đúng ngay từ lần đầu.
4. Công ty XYZ cung cấp dịch vụ đúng vào thời điểm mà công ty
hứa sẽ thực hiện.
5. Công ty XYZ thông báo cho khách hàng khi nào dịch vụ sẽ
được thực hiện và lưu ý không để xảy ra một sai sót nào.
Sự phản hồi (responsiness)
6. Nhân viên công ty XYZ phục vụ bạn nhanh chóng, đúng hạn.
7. Nhân viên công ty XYZ luôn sẵn sàng giúp đỡ khách hàng.
8. Nhân viên công ty XYZ không bao giờ tỏ ra quá bận đến nỗi
không đáp ứng yêu cầu của khách hàng.
9. Nhân viên công ty XYZ cho khách hàng biết khi nào thực hiện
dịch vụ.
Sự đảm bảo (assurance)
10. Hành vi của nhân viên trong công ty XYZ ngày càng tạo sự tin
tưởng đối với khách hàng.
11. Khách hàng cảm thấy an toàn trong khi giao dịch với công ty
XYZ.
12. Nhân viên công ty XYZ bao giờ cũng tỏ ra lịch sự, nhã nhặn
với khách hàng.
13. Nhân viên công ty XYZ có kiến thức trả lời chính xác và rõ
ràng các thắc mắc của khách hàng.
Sự cảm thông (empathy)
14. Công ty XYZ thể hiện sự quan tâm đến cá nhân khách hàng.
15. Công ty XYZ có những nhân viên thể hiện sự quan tâm đến cá
nhân khách hàng.
16. Công ty XYZ thể hiện sự chú ý đặc biệt đến những quan tâm
nhiều nhất của khách hàng.
--93--
17. Nhân viên công ty XYZ hiểu được những nhu cầu đặc biệt của
khách hàng.
Sự hữu hình (tangibility)
18.Công ty XYZ có trang thiết bị rất hiện đại.
19. Cơ sở vật chất của công ty XYZ trông rất hấp dẫn và bắt mắt.
20. Nhân viên của công ty XYZ có trang phục gọn gàng, cẩn thận
và chuyên nghiệp.
21. Các phương tiện vật chất trong hoạt động dịch vụ rất hấp dẫn
tại công ty XYZ.
22. Công ty XYZ bố trí thời gian làm việc thuận tiện.
Mô hình Servperf
Cronin và Taylor (1992) cho ra đời mô hình Servperf trên cơ sở
của Servqual.
Hai ông cho rằng chất lượng dịch vụ được phản ảnh tốt nhất bởi
chất lượng cảm nhận mà không cần có chất lượng kỳ vọng.
Đánh gía trọng số 5 thành phần gồm:
- Mức độ tin cậy: Đo lường mức độ thực hiện các chương trình
dịch vụ đã đề ra.
- Mức độ đáp ứng: Đo lường khả năng thực hiện các dịch vụ kịp
thời và đúng hạn.
- Năng lực phục vụ: Đo lường khả năng tạo sự tin tưởng và an tâm
của đơn vị cung cấp dịch vụ cho khách hàng.
- Mức độ đồng cảm: Đo lường khả năng quan tâm, thông cảm và
chăm sóc từng cá nhân khách hàng.
- Phương tiện vật chất hữu hình: Đo lường mức độ hấp dẫn, hiện
đại của trang thiết bị, giờ phục vụ thích hợp và trang phục của nhân
viên phục vụ.
Theo mô hình Servperf: CHẤT LƯỢNG DỊCH VỤ = MỨC ĐỘ
CẢM NHẬN
SERVQUAL: service quality
SERVPERF: service performance
--94--
5.2. QUY TRÌNH PHÁT TRIỂN CÁC THANG ĐO
Xây dựng thang đo là quá trình thiết kế và đánh giá một tập các
biến quan sát dùng để đo lường các khái niệm nghiên cứu cần đo
lường. Tập hợp các biến quan sát này được thiết kế bằng các phát biểu
mô tả thể hiện các khái niệm nghiên cứu. Khi xây dựng thang đo để
đo lường các khái niệm nghiên cứu cần chú ý 3 đặc tính quan trọng
(Nguyễn, 2011):
1. Hướng: Nghĩa là thang đo này đơn hướng hay đa hướng. Đơn
hướng có nghĩa là dùng cho khái niệm bậc nhất, có thể dùng một tập
hợp biến quan sát (thang đo) để đo lường cho khái niệm nghiên cứu.
Đa hướng là thang đo dùng cho một khái niệm bậc cao gồm nhiều
thành phần tức là không thể đo lường khái niệm này bằng một tập biến
quan sát mà phải đo lường thông qua các thành phần của nó. Các
thành phần con này có thể có các thành phần con nữa nên làm cho
thang đo đa hướng (thang đo bậc cao) có thể là bậc hai, bậc ba … tùy
theo cấp các khái niệm con (Lê & Trương, 2012).
2. Độ tin cậy: Nói đến khả năng tin cậy của thang đo nghiên cứu,
độ tin cậy thang đo thể hiện tính nhất quán nội tại của thang đo, nghĩa
là tập hợp các biến quan sát trong cùng một thang đo để đo lường một
khái niệm nghiên cứu thì có hệ số tương quan với nhau cao, trong
nghiên cứu kiểm định thường dùng hệ số Cronbach’s Alpha.
3. Giá trị: Nói lên khả năng thang đo đó có đo lường được những
gì chúng ta muốn nó đo lường, có 5 loại giá trị (Nguyễn, 2011):
- Giá trị nội dung: Là dạng giá trị mang tính định tính trong đó nội
dung của một khái niệm được trình bày rõ ràng để xác định được
thang đo có bao phủ đầy đủ nội dung khái niệm không.
- Giá trị hội tụ: Nói lên mức độ hội tụ của một thang đo đo lường
một khái niệm sau nhiều lần lặp lại, nghĩa là nếu đo lường một khái
niệm qua nhiều lần thì các thông số của những lần đo này có tương
quan chặt chẽ với nhau.
- Giá trị phân biệt: Nói lên hai thang đo lường hai khái niệm khác
nhau phải khác biệt nhau, nghĩa là hệ số tương quan của chúng phải
khác đơn vị.
--95--
- Giá trị liên hệ lý thuyết: Nói lên mối quan hệ của một khái niệm
với các khái niệm khác trong hệ lý thuyết nghiên cứu đang nghiên
cứu.
- Giá trị tiêu chuẩn: Thể hiện mức độ liên kết của các khái niệm
đang nghiên cứu với một khái niệm khác đóng vai trò là biến tiêu
chuẩn để đánh giá.
Dựa trên cơ sở lý thuyết xây dựng thang đo, trên thế giới có rất
nhiều tác giả đã đưa ra quy trình xây dựng thang đo cụ thể như sau:
- Theo Bollen (1989), tác giả đã đưa ra quy trình xây dựng thang
đo theo 3 bước bao gồm theo hình 1.5 dưới đây:
Nhận biết những thành phần và những biến tiềm ẩn mà chúng đại
diện cho khái niệm nghiên cứu cần đo lường
Tạo ra các phát biểu dựa vào các khái niệm lý thuyết đã có
Chỉ rõ mối quan hệ giữa các phát biểu hay biến có thể quan sát
được và các khái niệm hay biến tiềm ẩn mà chúng giải thích
Hình 5.1: Quy trình xây dựng thang đo của Bollen, 1989
- Theo DeVellis (2003), tác giả đã đưa ra quy trình xây dựng
thang đo theo 3 bước bao gồm theo hình 5.2 dưới đây:
--96--
Xây dựng tập các biến quan sát hình thành thang đo những khái
niệm thu thập từ phỏng vấn người làm thực tiễn liên quan thang
đo
Thiết kế bảng câu hỏi để tổ chức thu thập dữ liệu nhằm phục vụ
cho công tác kiểm định thang đo
Kiểm định thang đo thông qua phân tích độ tin cậy và giá trị của
thang đo
Hình 5.2: Quy trình xây dựng thang đo của DeVellis, 2003
- Nguyễn (2011) đã đưa ra quy trình xây dựng thang đo theo 3
bước bao gồm theo hình 5.3 dưới đây:
Xác định nội dung khái niệm dựa vào lý thuyết
Xây dựng tập biến quan sát thông qua kinh nghiệm
nghiên cứu, thảo luận nhóm
Thu thập dữ liệu
Đánh giá sơ bộ thang đo bằng Cronbach’s Alpha

và phân tích EFA
Tiếp tục thu thập dữ liệu
Đánh giá độ tin cậy thang đo bằng Cronbach’s Alpha

và phân tích EFA
Đánh giá giá trị của thang đo bằng phương pháp MTMM
(Multitrait-Multimethod)
Xây dựng chuẩn cho thang đo
Hình 5.3: Quy trình xây dựng thang đo của Nguyễn Đình Thọ, 2011
--97--
Như vậy từ tổng hợp các quy trình trên ta thấy điểm chung nhất là
khi xây dựng thang đo ta phải đi xây dựng tập biến quan sát dựa vào
phương pháp định tính sau đó sẽ kiểm định lại thang đo bằng phương
pháp định lượng. Bên cạnh đó theo Nguyễn Đình Thọ (2011) thì rất
cần thiết khi xây dựng hai lần đó là sơ bộ và chính thức và nhà nghiên
cứu phải vận dụng rất nhiều phương pháp đặc biệt là đa khái niệm –
đa phương pháp. Tuy nhiên theo Nguyễn Đình Thọ (2011) thì điều
này sẽ được khắc phục và đơn giản hơn khi có sự phát triển của mô
hình cấu trúc tuyến tính SEM. Cụ thể trong mô hình SEM thực hiện
xây dựng thang đo theo hình 5.4 dưới đây:
Xây dựng biến quan sát thang đo nháp đầu và cuối
Đánh giá sơ bộ thang đo chính thức
Đánh giá chính thức, khẳng định độ tin cậy và giá trị thang đo
Hình 5.4: Quy trình xây dựng thang đo của Nguyễn Đình Thọ, 2011
5.3. CHỌN MẪU

5.3.1. Xác định đám đông nghiên cứu
Xác định đám đông nghiên cứu là khâu phải thực hiện đầu tiên
ngay từ lúc thiết kế nghiên cứu. Thí dụ, với đề tài “Nghiên cứu các
nhân tố ảnh hưởng đến động lực làm việc của nhân viên văn phòng và
thư ký khoa tại Trường Đại học Công nghệ TP. Hồ Chí Minh”, nhóm
nghiên cứu đã xác định đám đông nghiên cứu là tất cả các nhân viên
văn phòng và thư ký khoa.
5.3.2. Xác định khung mẫu
Xác định khung mẫu là công việc tiếp theo sau công việc xác định
đám đông nghiên cứu. Trở lại thí dụ trên, khung mẫu là danh sách bao
gồm các thông tin cá nhân của các nhân viên văn phòng và thư ký
khoa tại Trường Đại học Công nghệ TP. Hồ Chí Minh. Từ đó nhóm
nghiên cứu sẽ xác định và tiếp cận những người này để khảo sát và thu
thập dữ liệu.
--98--
5.3.3. Xác định kích thước mẫu
Xác định kích thước mẫu còn phụ thuộc vào phương pháp xử lý
như EFA, hồi quy, SEM… cũng như độ tin cậy cần cho công trình
nghiên cứu. Nếu như kích thước mẫu càng lớn thì có độ tin cậy càng
cao nhưng lại tốn kém chi phí thời gian, tiền bạc, công sức. Có rất
nhiều công thức kinh nghiệm để tính ra kích cỡ mẫu khảo sát cho phù
hợp. Kích thước mẫu cần thiết phụ thuộc vào kỹ thuật phân tích.
Trong một công trình nghiên cứu định lượng thường được xác định
theo nhiều phương pháp khác nhau:
- Đối với đề tài sử dụng phương pháp phân tích nhân tố khám phá
(EFA), thu thập dữ liệu ít nhất 5 mẫu trên 1 biến quan sát và tốt nhất
là 10 trở lên (Hair & cộng sự, 1998) . (Hair & cộng sự, 2009) cho rằng
kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan
sát/biến đo lường là 5/1.
- Để xác định cỡ mẫu cho phân tích nhân tố EFA thông thường thì
số quan sát (kích thước mẫu) ít nhất phải bằng 4 hay 5 lần số biến
trong phân tích nhân tố (Hoàng & Chu, 2008).
- Đối với đề tài sử dụng phương pháp phân tích hồi quy thì công
thức kinh nghiệm sẽ là n > = 8*m + 50, trong đó n là kích thước mẫu
tối thiểu và m là số biến độc lập có mặt trong mô hình (Tabachnick,
& Fidell, 1996).
- Hoelter (1983) thì cho rằng kích thước mẫu tối thiểu phải là 200.
Còn theo Bollen (1989) thì cần 5 (năm) mẫu cho một tham số cần ước
lượng.
- Theo Burn và Bush (1995) khi chọn mẫu cần xét 3 yếu tố: (1).
số lượng thay đổi tổng thể, (2). độ chính xác mong muốn, (3). mức tin
cậy cho phép trong các ước lượng tổng thể. Công thức để tính quy mô
mẫu là:
𝑝∗𝑞
𝑛 = 𝑧2 𝑒2
n: cỡ mẫu
p: là ước lượng tính tỷ lệ % của tổng thể;
q = 1-p;
--99--
e: sai số cho phép ( 2%,  3%,  4%,  5%,..)
Z: giá trị phân phối tương ứng với độ tin cậy lựa chọn (độ tin cậy
là 90% thì Z = 1,65; 95% thì Z = 1,96; 99% thì Z = 2,58).
Thường tỷ lệ p và q được ước tính là 50%; 50%, đó là khả năng
lớn nhất có thể xảy ra của tổng thể. Cho nên để đạt được độ tin cậy là
95% thì cỡ mẫu cần phải đạt là:
𝑝∗𝑞 0,5∗0,5
𝑛 = 𝑧2 = 1,962 0,05∗0,05 = 385
𝑒2
Thí dụ 1: Xác định tỷ lệ học sinh xếp loại giỏi tại một trường trung
học phổ thông. Qua tiến hành khảo sát với p = 30%, sai số mẫu so với tỷ
lệ học sinh giỏi thực là 5%. Tính kích thước mẫu ở độ tin cậy 95%.
𝑝∗𝑞 0,3 ∗ 0,7
𝑛 = 𝑧2 2
= 1,962 = 322
𝑒 0,05 ∗ 0,05
Thí dụ 2: Đề tài nghiên cứu “Đo lường sự hài lòng của khách
hàng sử dụng dịch vụ điện thoại di động trả trước của Tập đoàn Viễn
thông Quân đội – Chi nhánh Viettel Thành phố Hồ Chí Minh”, (Trần
Thanh Tuấn 2015).
Đề tài có 25 biến quan sát thuộc 5 nhân tố biến độc lập và 4 biến
quan sát thuộc nhân tố biến phụ thuộc. Căn cứ vào các công thức trên,
tác giả chọn kích thước mẫu là 310. Đề tài sử dụng hai phương pháp
phân tích EFA và phân tích hồi quy, cho nên kích thước mẫu là 310 đủ
đảm bảo được phân tích EFA (5 x 25 = 125) và cả phân tích hồi quy
đa biến (8 x 5 + 50 = 90). Kích thước mẫu trên lấy hơn mức tối thiểu
để trừ hao các hao hụt xảy ra khi khảo sát.
Thí dụ 3: Đề tài nghiên cứu "Đánh giá các nhân tố ảnh hưởng đến
chất lượng đào tạo theo giá trị cảm nhận của người đang học tại
Trường trung cấp nghề Thủ Đức", (Thi Công Lớn 2014).
Sau khi nghiên cứu sơ bộ gồm cả giai đoạn định tính và phân tích
định lượng. Kết quả rút trích nhóm trên ma trận xoay của phân tích
EFA còn lại 25 biến quan sát thuộc 5 nhân tố biến độc lập và 3 biến
quan sát thuộc nhân tố biến phụ thuộc. Cũng tương tự như trên, đề tài
sử dụng hai phương pháp phân tích EFA và phân tích hồi quy, cho nên
kích thước mẫu là 300 đủ đảm bảo được phân tích EFA (5 x 25 = 125)
và cả phân tích hồi quy đa biến (8 x 5 + 50 = 90).
--100--
1,2
5.3.4. Các phương pháp chọn mẫu
Có hai nhóm kỹ thuật chọn mẫu là kỹ thuật lấy mẫu xác suất và kỹ
thuật lấy mẫu phi xác suất.
Chọn mẫu theo xác suất là phương pháp chọn mẫu mà trong đó
nhà nghiên cứu biết trước được xác suất tham gia vào mẫu của các
phần tử. Khi mẫu được chọn theo phương pháp xác suất thì các tham
số của nó có thể dùng để ước lượng hoặc kiểm định các tham số của
đám đông nghiên cứu (Scheaffer & Ctg, 1990). Các phương pháp lấy
mẫu xác xuất như lấy mẫu ngẫu nhiên đơn giản, lấy mẫu hệ thống, lấy
mẫu cả khối/cụm, lấy mẫu phân tầng,…
Chọn mẫu phi xác suất là phương pháp chọn mẫu mà trong đó nhà
nghiên cứu chọn các phần tử tham gia vào mẫu không theo quy luật
ngẫu nhiên. Nhà nghiên cứu có thể chọn theo sự thuận tiện, theo đánh
giá chủ quan của mình..vv.vì thế, khi mẫu được chọn theo phương
pháp phi xác suất thì các tham số của nó không thể dùng để ước lượng
hoặc kiểm định các tham số của đám đông nghiên cứu. Một số phương
pháp lấy mẫu phi xác suất như lấy mẫu thuận tiện, lấy mẫu định mức,
lấy mẫu phán đoán, phát triển mầm,…
Hình 5.5: Các phương pháp chọn mẫu

(Nguồn: Nguyễn Đình Thọ, 2011)
1
Nguyễn Đình Thọ (2011). Phương pháp nghiên cứu khoa học trong kinh doanh.
2
Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008). Thống kê ứng dụng trong kinh
tế-xã hội.
--101--
5.3.1.1. Kỹ thuật chọn mẫu xác suất
a. Lấy mẫu ngẫu nhiên đơn giản
Lấy mẫu ngẫu nhiên đơn giản là phương pháp chọn mẫu trong đó
mỗi đơn vị của tổng thể được chọn với sự ngẫu nhiên như nhau.
Đầu tiên phải chuẩn bị danh sách các đơn vị của tổng thể cần
nghiên cứu và thu thập dữ liệu. Danh sách này gọi là khung lấy mẫu
hay dàn chọn mẫu. Các đơn vị tổng thể trong danh sách này có thể
được sắp xếp theo một trật tự nào đó như theo vần ABC, theo quy mô,
theo địa chỉ,… và được gán cho một số thứ tự từ đơn vị thứ nhất đến
đơn vị cuối cùng. Sau khi có khung lấy mẫu và có số thứ tự từng đơn
vị, thực hiện việc lấy đơn vị mẫu ra bằng nhiều cách như bốc thăm,
quay số, hay dùng số ngẫu nhiên và chương trình Excel (Rand) trên
máy vi tính .
b. Lấy mẫu hệ thống
Quy trình thực hiện lấy mẫu hệ thống bao gồm các bước:
- Chuẩn bị danh sách chọn mẫu, xếp thứ tự theo một quy ước,
đánh số thứ tự cho các đơn vị trong danh sách. Tổng số đơn vị trong
danh sách là N.
- Xác định cỡ mẫu muốn lấy gồm n quan sát.
N
Chia N đơn vị tổng thể thành k nhóm theo công thức k= n , k được
gọi là khoảng cách chọn mẫu. Trong k đơn vị đầu tiên chọn ngẫu
nhiên ra một đơn vị (bốc thăm, sử dụng bảng số ngẫu nhiên, hàm ngẫu
nhiên) mẫu đầu tiên, các đơn vị mẫu tiếp theo được lấy cách đơn vị
này một khoảng là k, 2k, 3k,...
60
Thí dụ 1: N = 60; n = 10; k = 10 = 6  lấy k = 6.
Chọn 1 số ngẫu nhiên từ 1 đến 6:
 Nếu số ngẫu nhiên chọn được là 1, các đơn vị lấy ra sẽ là: 1, 7,
13, 19,25, 31, 37, 43, 49, 55, 61 (chọn được tới 11).
14, 20, 26, 32, 38, 44, 50, 56 (chọn được 10).
66
Thí dụ 2: N = 66 ; n =10; k = 10 = 6,6  lấy k = 7.
--102--
Chọn 1 số ngẫu nhiên từ 1 đến 7:
15, 22, 29, 36, 43, 50, 57, 64 (n = 10).
 Nếu số ngẫu nhiên chọn được là 2, thì các đơn vị lấy ra sẽ là:
2, 9, 16, 23, 30, 37, 44, 51, 58, 65 (n = 10).
c. Lấy mẫu cả khối/cụm và lấy mẫu nhiều giai đoạn
Đầu tiên tổng thể được chia thành nhiều khối, mỗi khối xem như
một tổng thể con, lấy ngẫu nhiên đơn giản m khối, sau đó khảo sát hết
các đối tượng trong các khối mẫu đã được lấy ra.
Thí dụ 1:
Quận 3 có 14 phường, sau khi chọn được 2 phường mẫu thì khảo
sát hết tất cả các hộ trong phường. Hoặc Quận 3, có 700 tổ dân phố,
sau khi chọn ra 7 tổ dân phố mẫu thì khảo sát hết tất cả các hộ trong 7
tổ dân phố.
Thực tế không nhất thiết phải khảo sát hết trong cùng một ngõ
hẽm, trong cùng một chung cư, trong cùng một lớp,… Trong mỗi khối
chọn ra chỉ khảo sát một số đơn vị. Mỗi khối chính là đơn vị mẫu bậc
1, mỗi hộ gia đình là đơn vị mẫu bậc 2, và cách chọn mẫu này gọi là
chọn mẫu hai giai đoạn.
Thí dụ 2:
Tổng thể nghiên cứu là Quận 3. Trong Quận 3 có 14 phường chia
ra 700 tổ dân phố. Đơn vị mẫu bậc 1 có thể là phường hay tổ dân phố.
Nếu đơn vị mẫu bậc 1 là phường, chọn ngẫu nhiên ra 2 phường mẫu
(bằng bốc thăm, dùng số ngẫu nhiên, chọn hệ thống). Nếu đơn vị mẫu
bậc 1 là tổ dân phố, chọn ra 7 tổ dân phố. Trong mỗi phường chọn ra
hay mỗi tổ chọn ra, về lý thuyết phải đi lập danh sách các hộ gia đình
hay nhân khẩu (đơn vị mẫu bậc 2) từ đó chọn ra các đơn vị mẫu bậc 2
là hộ gia đình hay cá nhân. Nghiên cứu thường lấy mẫu trên thực địa
(field) bằng cách chọn hệ thống theo bước nhảy (thí dụ trong 5 nhà lấy
1 nhà, hay cách 4 nhà khảo sát 1 nhà) hoặc tiến hành theo cách này
đến đủ số lượng đơn vị mẫu quy định thì dừng lại.
d. Lấy mẫu phân tầng
--103--
Chọn mẫu phân tầng sử dụng khi các đơn vị quá khác nhau về tính
chất liên quan đến vấn đề nghiên cứu và khảo sát. Tổng thể nghiên
cứu được chia thành các tầng lớp để các giá trị của các đối tượng tổng
thể quan tâm thuộc cùng một tầng càng ít khác nhau càng tốt (có được
sai số lấy mẫu nhỏ hơn chọn mẫu ngẫu nhiên đơn giản hay chọn mẫu
hệ thống). Sau đó, các đơn vị mẫu được chọn từ các tầng này theo các
phương pháp lấy mẫu xác suất thông thường như lấy mẫu ngẫu nhiên
đơn giản hay lấy mẫu hệ thống.
Chọn mẫu phân tầng có hai vấn đề quan trọng là phân tầng theo đặc
điểm gì và phân bổ số lượng mẫu vào các tầng/lớp khác nhau thế nào.
Phương pháp thường dùng là phân bổ mẫu theo tỉ lệ. Quota lấy
mẫu cho từng tầng lớp được xác định theo quy tắc tam suất dựa trên
quy mô toàn tổng thể, quy mô của từng tầng lớp và quy mô mẫu
chung cần lấy ra.
Thí dụ: Tại một trường đại học có 20.000 sinh viên ở 5 hệ đào tạo
và cấp đào tạo khác nhau. Bộ phận kiểm định chất lượng tiến hành
cuộc khảo sát định kỳ về cảm nhận về chất lượng và mức độ hài lòng
của sinh viên. Mỗi hệ đào tạo cử nhân và cấp đào tạo cao học được coi
là một tầng. Số lượng mẫu dự định lấy ra là 1.000 (5% của tổng thể).
Nếu phân bổ mẫu vào từng tầng theo tỉ lệ thì chúng ta sẽ lấy 5% đơn
vị mẫu ở mỗi tầng như trong bảng sau. Ở dòng thứ nhất lấy 5% của
10.000 sinh viên hệ chính quy thì số lượng mẫu của tầng này là 500.
Các tầng khác tính tương tự.
Bảng 5.1: Phân tầng số lượng sinh viên
Số lượng Tỷ lệ Số lượng SV lấy
Hệ đào tạo/cấp đào tạo
SV % ra từ từng tầng
Cử nhân hệ chính quy 10.000 50% 500
Cử nhân hệ hoàn chỉnh đại học 2.000 10% 100
Cử nhân hệ văn bằng hai 2.000 10% 100
Cử nhân hệ tại chức 5.000 25% 250
Cao học 1.000 5% 50
Cộng 20.000 100% 1.000
--104--
Trong bảng này số lượng sinh viên hệ chính quy chiếm tới 50%
10.000
trong tổng thể (20.000), và mẫu lấy ra là 500, cũng chiếm 50% của toàn
500
bộ mẫu (1.000). Các tầng khác cũng tương tự.
5.3.1.2. Kỹ thuật chọn mẫu phi xác suất
Mẫu phi xác suất không đại diện để ước lượng cho toàn bộ tổng
thể, nhưng được chấp nhận trong nghiên cứu khám phá và trong kiểm
định giả thuyết.
a. Lấy mẫu thuận tiện
Lấy mẫu thuận tiện được sử dụng trong nghiên cứu khám phá, để
có cảm nhận về “điều gì đang diễn ra ở thực tế” và để kiểm tra trước
bảng câu hỏi nhằm bảo đảm các đặc điểm cần thu thập dữ liệu trong
bảng câu hỏi rõ ràng và không gây lo lắng cho người trả lời. Mẫu
thuận tiện còn được dùng khi muốn có một ước lượng sơ bộ về kết
quả quan tâm mà không muốn mất nhiều thời gian và chi phí.
Lấy mẫu thuận tiện bằng cách đến những nơi có nhiều khả năng
gặp được đối tượng muốn khai thác thông tin mà cảm thấy tiện lợi.
Tuy nhiên, điều này không có nghĩa là có quyền lấy mẫu tùy tiện (hay
tùy hứng) hay không theo một nguyên tắc nào cả.
Vấn đề thời gian, địa điểm hay hoàn cảnh gặp đối tượng và thu
thập dữ liệu rất quan trọng. Nếu như hỏi những sinh viên đang trong
thư viện là họ cảm thấy như thế nào về một số vấn đề đang được sinh
viên quan tâm và tranh luận tại các trường Đại học hiện nay, thì có thể
thu được nhiều câu trả lời phong phú hơn là nếu hỏi các sinh viên
đang chơi bài tại quán cà phê.
b. Lấy mẫu định mức
Trong lấy mẫu định mức, quyết định các tổng thể con (tương tự
như các tầng lớp trong lấy mẫu phân tầng) cần quan tâm đến tỷ lệ của
tổng thể con này trong mẫu lấy ra. Thí dụ, ý định thu thập mẫu 400
người lớn tại một thành phố để nghiên cứu, người nghiên cứu có thể
quyết định rằng, vì giới tính là một biến độc lập có ảnh hưởng, và vì
phụ nữ tạo thành một nửa của tổng thể, thì một nửa mẫu phải là phụ
nữ và một nửa là nam giới; một nửa của mỗi phần giới tính phải có
tuổi trên 40 và nửa còn lại trẻ hơn;…
--105--
Bảng 5.2: Chọn mẫu định mức theo độ tuổi và giới tính
Giới tính Tổng cộng
Độ tuổi
Nam (40%) Nữ (60%) (độ tuổi)
20-30 (40%) 64 96 160
31-40 (20%) 32 48 80
41-50 (25%) 40 60 100
51-60 (15%) 24 36 60
Tổng cộng (giới tính) n = 400
Nếu quyết định lấy mẫu định mức, hãy cẩn thận rằng không nên
chỉ chọn những người mà mình thích phỏng vấn và tránh những người
mà bạn cảm thấy khó chịu hay cảm thấy họ bất hợp tác. Đừng tránh
phỏng vấn những người khó tiếp xúc, đặc biệt cẩn thận không nên chỉ
chọn những người rất thích được phỏng vấn.
c. Lấy mẫu phán đoán
Trong lấy mẫu phán đoán, mình chính là người quyết định sự
thích hợp các đối tượng để mời tham gia vào mẫu khảo sát. Phỏng vấn
viên là người trực tiếp phán đoán sự thích hợp của các đối tượng để
mời họ. Do đó, tính đại diện của mẫu khảo sát thực tế phụ thuộc vào
kiến thức và kinh nghiệm của người nghiên cứu điều tra và của những
người đi thu thập dữ liệu trực tiếp.
d. Lấy mẫu theo phương pháp phát triển mầm
Theo phương pháp phát triển mầm thì nhà nghiên cứu chọn ngẫu
nhiên một số phần tử cho mẫu. Sau đó, các phần tử ban đầu này sẽ
giới thiệu những người khác cho mẫu. Phương pháp này phù hợp cho
đám đông có ít phần tử và các phần tử này rất khó xác định. Thí dụ
như khi nghiên cứu về những người sử dụng ô-tô hạng sang, trước tiên
chọn một số người đang sử dụng ô-tô hạng sang (chọn mầm), thông
qua những người này, chúng ta tìm ra những phần tử khác tham gia
vào mẫu nghiên cứu (phát triển mầm).
Thường trong các cuộc khảo sát thì mẫu được chọn theo phương
pháp phi xác suất. Lý do chọn mẫu phi xác suất là bởi vì “Thang đo
của một khái niệm nghiên cứu bao gồm một tập biến quan sát”. Tập
--106--
biến này thực sự là một mẫu được chọn theo phương pháp chọn mẫu
phán đoán từ một đám đông bao gồm rất nhiều biến quan sát đo lường
khái niệm nghiên cứu đó. Về lý thuyết, mẫu này phải được chọn theo
xác suất mới đại diện cho đám đông nhưng chúng ta không thực hiện
được điều này1. Hơn nữa, vì hạn chế về nguồn lực nên lựa chọn cách
chọn mẫu phi xác suất giúp tiết kiệm được thời gian, chi phí, công sức
hơn. Thường các nhóm nghiên cứu hay áp dụng phương pháp chọn
mẫu thuận tiện, có nghĩa là phương pháp chọn mẫu phi sác xuất trong
đó nhà nghiên cứu tiếp cận với phần tử mà họ có thể tiếp cận được.
Đôi khi có những đề tài có thể phối hợp nhiều phương pháp chọn
mẫu. Thí dụ như đề tài “Phân tích những nhân tố ảnh hưởng đến sự
lựa chọn nguyện vọng bổ sung của sinh viên Khoa Quản trị Kinh
doanh Trường Hutech”, (nhóm giảng viên khoa QTKD Hutech 2014).
Đề tài với Bảng khảo sát được thiết kế có 42 biến quan sát thuộc 7
nhân tố biến độc lập và 3 biến quan sát thuộc nhân tố biến phụ thuộc.
Nhóm nghiên cứu sử dụng phương pháp chọn mẫu theo phân nhóm.
- Bậc 1: Ngành Quản trị kinh doanh, Quản trị Nhà hàng và dịch
vụ ăn uống, Quản trị Khách sạn, Quản trị dịch vụ Du lịch và Lữ hành.
- Bậc 2: Theo lớp của từng ngành (Bốc thăm ngẫu nhiên).
- Chọn mẫu định mức: Số lượng sinh viên nữ nhiều hơn số lượng
sinh viên nam (40% Nam và 60% Nữ).
Cụ thể tiến hành chọn mẫu như sau:
- Tổng số lượng SV nguyện vọng bổ sung là 2.363, trong đó số
lượng nam là 815 SV chiếm 35%, còn số lượng SV nữ là 1.546 SV
chiếm 65%.
- Số mẫu được chọn là 15% tổng thể.
- Tổng mẫu là 355 SV trong đó số lượng SV nam là 124 chiếm
35%, số lượng SV nữ là 231 SV chiếm 65%.
- Các lớp được chọn:
 Ngành Quản trị kinh doanh: 35 lớp - Chọn ngẫu nhiên gán số
bốc thăm.
1
Nguyễn Đình Thọ (2011), Phương pháp nghiên cứu khoa học trong kinh doanh.
--107--
 Ngành Quản trị Nhà hàng và dịch vụ ăn uống: 6 lớp - Chọn
ngẫu nhiên gán số bốc thăm.
 Ngành Quản trị Khách sạn: 9 lớp - Chọn ngẫu nhiên gán số
bốc thăm.
 Ngành Quản trị dịch vụ Du lịch và Lữ hành: 5 lớp - Chọn ngẫu
nhiên gán số bốc thăm.
Bảng 5.3: Đặc điểm hai phương pháp chọn mẫu
Đặc tính Phương pháp chọn mẫu
so sánh Theo xác suất Phi xác suất
Tính đại diện cao Tính đại diện thấp
Ưu điểm Tổng quát hóa cho Không tổng quát hóa
đám đông cho đám đông
Nhược Tốn kém thời gian và chi Tiết kiệm được thời gian và
điểm phí chi phí
Phạm vi sử Thường dùng cho các Dùng cho các nghiên
dụng nghiên cứu chính thức cứu sơ bộ, khám
(Nguồn: Nguyễn Đình Thọ, 2011)
5.4. DỮ LIỆU SƠ CẤP VÀ DỮ LIỆU THỨ CẤP1

5.4.1. Dữ liệu sơ cấp (primary data)
5.1.1.1. Khái Niệm
Dữ liệu sơ cấp là các dữ liệu được thu thập trực tiếp từ nguồn gốc,
thông qua các phương pháp thu thập dữ liệu như khảo sát, phỏng vấn,
thí nghiệm hoặc quan sát. Dữ liệu sơ cấp là dữ liệu mới và không
được xử lý hoặc phân tích trước đó. Việc thu thập dữ liệu sơ cấp là
quan trọng trong quá trình nghiên cứu vì chúng giúp đưa ra thông tin
chính xác và cập nhật về đối tượng nghiên cứu, từ đó giúp cho các nhà
nghiên cứu có thể phân tích và đưa ra những kết luận khoa học. Tuy
nhiên, việc thu thập dữ liệu sơ cấp có thể gặp phải nhiều khó khăn,
như chi phí cao, thời gian tốn kém, khả năng nhận được phản hồi thấp
hoặc sự thiên vị trong việc thu thập dữ liệu. Do đó, việc sử dụng dữ
1
Kim Tiền (Nd). Dữ liệu sơ cấp và dữ liệu thứ cấp.
--108--
liệu sơ cấp cần được thực hiện một cách thận trọng và có kế hoạch cụ
thể để đảm bảo tính chính xác và độ tin cậy của dữ liệu.
5.1.1.2. Các phương pháp thu thập dữ liệu sơ cấp
Phương pháp thu thập dữ liệu sơ cấp là phương pháp thu thập dữ
liệu trực tiếp từ nguồn gốc ban đầu, thông qua việc thực hiện các hoạt
động thu thập dữ liệu trực tiếp bởi nhà nghiên cứu hoặc người thu thập dữ
liệu. Phương pháp này được sử dụng để thu thập thông tin chi tiết và cụ
thể về các đối tượng hoặc hiện tượng nghiên cứu, bao gồm những thông
tin không có sẵn trong các nguồn tài liệu đã được công bố trước đó.
Các phương pháp thu thập dữ liệu sơ cấp thông dụng bao gồm:
1. Khảo sát (Survey): Phương pháp này thường được sử dụng để
thu thập dữ liệu từ một mẫu ngẫu nhiên hoặc có kế hoạch từ một nhóm
dân số cụ thể. Khảo sát có thể được tiến hành bằng cách trực tiếp hỏi
người tham gia bằng cách sử dụng các câu hỏi chuẩn hoặc phi chuẩn,
hoặc thông qua các cuộc điện thoại hoặc bảng điều tra trực tuyến.
2. Phỏng vấn (Interview): Phương pháp này cho phép nghiên cứu
viên tương tác trực tiếp với người tham gia để thu thập dữ liệu. Phỏng
vấn có thể được tiến hành trực tiếp hoặc qua điện thoại và có thể là
cấu trúc hoặc không cấu trúc.
3. Thí nghiệm (Experiment): Phương pháp này cho phép nghiên
cứu viên kiểm tra các giả thuyết và quan sát các hiện tượng trong điều
kiện kiểm soát được đặt ra. Thí nghiệm thường được sử dụng trong
các nghiên cứu khoa học để xác định những ảnh hưởng của một yếu tố
cụ thể lên kết quả nghiên cứu.
4. Quan sát (Observation): Phương pháp này cho phép nghiên
cứu viên quan sát và ghi lại hành vi hoặc các sự kiện trong môi trường
được nghiên cứu. Quan sát có thể được tiến hành trực tiếp hoặc thông
qua các phương tiện truyền thông.
5. Phân tích nội dung (Content analysis): Phương pháp này là
một phương pháp phân tích các nội dung trong các tài liệu văn bản
như báo cáo, sách, bài báo, truyền thông,… để tìm ra các xu hướng và
mô hình trong các nội dung này.
6. Cuộc thảo luận nhóm (Focus group): Phương pháp này cho
phép nghiên cứu viên tổ chức một cuộc thảo luận nhóm để thu thập dữ
--109--
liệu về quan điểm, nhận thức và kinh nghiệm của nhóm tham gia đối
với một chủ đề nghiên cứu cụ thể
5.4.2. Dữ liệu thứ cấp (secondary data)
5.4.2.1. Khái Niệm
Dữ liệu thứ cấp là các dữ liệu đã được thu thập từ nguồn khác
trước đó và không phải là mục đích chính của nghiên cứu hiện tại. Các
nguồn dữ liệu thứ cấp bao gồm các tài liệu địa chất, số liệu thống kê,
báo cáo, bài nghiên cứu, tài liệu lịch sử, dữ liệu từ các tổ chức chính
phủ và phi chính phủ, cơ sở dữ liệu trực tuyến và các nguồn khác.
Việc sử dụng dữ liệu thứ cấp có thể giúp tiết kiệm thời gian và chi phí
cho quá trình thu thập dữ liệu, đồng thời cũng giúp cho nghiên cứu
tránh được những khó khăn và rủi ro trong việc thu thập dữ liệu trực
tiếp. Tuy nhiên, việc sử dụng dữ liệu thứ cấp cũng có những hạn chế,
như không đảm bảo tính chính xác và độ tin cậy của dữ liệu, không
phù hợp với mục đích nghiên cứu hoặc không đủ chi tiết để trả lời các
câu hỏi cụ thể của nghiên cứu. Dữ liệu thứ cấp có thể được sử dụng để
cung cấp bối cảnh và thông tin bổ sung cho nghiên cứu của bạn. Tuy
nhiên, cần lưu ý rằng các dữ liệu thứ cấp có thể không hoàn toàn phù
hợp với nhu cầu nghiên cứu và có thể cần được xác nhận và kiểm tra
tính đúng đắn trước khi sử dụng.
5.4.2.2. Các nguồn dữ liệu thứ cấp
1. Tài liệu văn bản (Documentary sources): Bao gồm các tài liệu
như báo cáo, tài liệu chính sách, sách, bài báo, tạp chí, bản báo cáo, dữ
liệu thống kê và cơ sở dữ liệu.
2. Dữ liệu điện tử (Electronic data): Bao gồm các dữ liệu thu thập
từ các trang web, cơ sở dữ liệu trực tuyến và các nguồn khác có thể
được sử dụng để nghiên cứu.
3. Dữ liệu truyền thông (Mass media data): Bao gồm các thông tin
được phổ biến thông qua các kênh truyền thông như đài, truyền hình, tạp
chí, báo,… Các dữ liệu này bao gồm tin tức, chương trình phát thanh,
phim, video, hình ảnh và các chương trình truyền hình khác.
4. Dữ liệu lịch sử (Historical data): Bao gồm các dữ liệu lịch sử
liên quan đến văn hóa, xã hội, kinh tế, chính trị và các sự kiện khác
được ghi lại trong quá khứ.
--110--
5.4.2.3. Phương Pháp Thu Thập Dữ Liệu Thứ Cấp
Phương pháp thu thập dữ liệu thứ cấp là phương pháp thu thập dữ
liệu thông qua việc sử dụng các nguồn dữ liệu có sẵn hoặc dữ liệu đã
được thu thập trước đó bởi các tổ chức, cá nhân hoặc nghiên cứu trước
đó. Phương pháp này giúp tiết kiệm thời gian và chi phí trong việc thu
thập dữ liệu, đồng thời cung cấp dữ liệu rộng hơn và cho phép phân tích
so sánh giữa các khu vực, thời điểm hoặc nhóm đối tượng khác nhau.
Các phương pháp thu thập dữ liệu sơ cấp cung cấp dữ liệu chính
xác và chi tiết hơn so với các phương pháp thu thập dữ liệu thứ cấp.
Tuy nhiên, phương pháp này đòi hỏi nhiều thời gian và công sức hơn
so với phương pháp thu thập dữ liệu thứ cấp. Các phương pháp này có
thể được sử dụng riêng lẻ hoặc kết hợp với nhau để thu thập dữ liệu và
phân tích dữ liệu hiệu quả. Tuy nhiên, khi chọn phương pháp thu thập
dữ liệu, cần cân nhắc tới mục đích nghiên cứu, tính tin cậy của dữ liệu
và độ khó khăn trong việc thu thập dữ liệu.
5.4.2.4. Quy Trình Thu Thập Dữ Liệu Thứ Cấp
Quy trình thu thập dữ liệu thứ cấp bao gồm các bước sau:
1. Xác định các nguồn dữ liệu thứ cấp: Các nguồn dữ liệu thứ cấp
có thể là các báo cáo, tài liệu, hồ sơ, thông tin từ các tổ chức chính
phủ hoặc các cơ quan thống kê, và các nghiên cứu trước đó. Các
nghiên cứu viên cần phải xác định các nguồn dữ liệu thứ cấp phù hợp
để giải quyết các câu hỏi nghiên cứu của mình.
2. Thu thập dữ liệu: Sau khi xác định các nguồn dữ liệu thứ cấp,
các nghiên cứu viên cần thu thập các tài liệu cần thiết từ các nguồn
này. Các nghiên cứu viên cần phải đảm bảo tính toàn vẹn và chính xác
của dữ liệu thu thập được.
3. Xác minh tính toàn vẹn và chính xác của dữ liệu: Sau khi thu
thập dữ liệu thứ cấp, các nghiên cứu viên cần xác minh tính toàn vẹn
và chính xác của dữ liệu để đảm bảo tính đáp ứng của kết quả nghiên
cứu. Các nghiên cứu viên có thể sử dụng các phương pháp như kiểm
tra độ tin cậy và sự chính xác của nguồn dữ liệu.
--111--
4. Phân tích dữ liệu: Sau khi xác minh tính toàn vẹn và chính xác
của dữ liệu, các nghiên cứu viên có thể phân tích dữ liệu để trả lời các
câu hỏi nghiên cứu của mình.
5. Giải thích kết quả phân tích: Sau khi phân tích dữ liệu, các
nghiên cứu viên cần giải thích kết quả phân tích để trả lời các câu hỏi
nghiên cứu và đưa ra các kết luận.
Quy trình thu thập dữ liệu thứ cấp có thể cung cấp thông tin phong
phú và đáng tin cậy để trả lời các câu hỏi nghiên cứu của một dự án
nghiên cứu. Tuy nhiên, các nghiên cứu viên cần phải đảm bảo tính
toàn vẹn và chính xác của dữ liệu thu thập được để đảm bảo tính đáp
ứng và chính xác của kết quả nghiên cứu.
Điểm khác nhau giữa hai phương pháp này là dữ liệu sơ cấp được
thu thập trực tiếp từ nguồn dữ liệu gốc, trong khi dữ liệu thứ cấp đã
được thu thập trước đó bởi người khác hoặc tổ chức khác. Dữ liệu sơ
cấp có thể được thu thập để giải quyết một vấn đề cụ thể hoặc để trả
lời một câu hỏi nghiên cứu cụ thể, trong khi dữ liệu thứ cấp thường
được sử dụng để hỗ trợ cho các phân tích hoặc báo cáo nghiên cứu.
Việc thu thập dữ liệu sơ cấp có thể tốn nhiều chi phí và thời gian hơn
so với việc thu thập dữ liệu thứ cấp.
--112--
CHƯƠNG 6
THIẾT KẾ BẢNG CÂU HỎI KHẢO SÁT12
6.1. BẢNG CÂU HỎI

6.1.1. Khái niệm
Bảng câu hỏi là một kỹ thuật để thu thập dữ liệu, bao hàm một tập
hợp các câu hỏi và câu trả lời theo một logic nhất định. Nội dung của
bảng câu hỏi cần đáp ứng được những mục tiêu của đề tài nghiên cứu
đưa ra.
Mỗi câu là một phát biểu về một tiêu chí được xem là cơ sở cho
đề tài nghiên cứu. Người trả lời sẽ cho biết đánh giá của bản thân
mình về những yếu tố ảnh hưởng đến đề tài nghiên cứu.
Có hai dạng bảng câu hỏi chính:
1. Dàn bài hướng dẫn thảo luận nhóm dùng trong nghiên cứu
định tính (tham khảo phụ lục 1).
2. Bảng câu hỏi chi tiết dùng trong nghiên cứu định lượng (tham
khảo phụ lục 2).
6.1.2. Những yêu cầu của một bảng câu hỏi tốt3
Bảng câu hỏi tốt phải giúp điều khiển quá trình đặt câu hỏi và
giúp cho việc ghi chép được rõ ràng, chính xác. Một bảng câu hỏi phải
thoả mãn các yêu cầu sau:
- Phải chuyển tải nội dung muốn hỏi vào trong các câu hỏi; sau
quá trình phỏng vấn, đòi hỏi người nghiên cứu phải có được thông tin
theo mục tiêu của nghiên cứu.

1
2
Lê Quang Hùng, Nguyễn Quang Trung, Nguyễn Thị Ngọc Ánh, Trần Thế Hào,
Lê Hiếu Nghĩa & Nguyễn Nhật Duy (2023). Ứng dụng SPSS – Amos – PLS Phân
tích dữ liệu trong kinh doanh
3
--113--
- Giúp người được phỏng vấn hiểu biết rõ ràng các câu hỏi và
khuyến khích họ hợp tác và tin rằng những câu trả lời của họ sẽ được
giữ kín.
- Hướng dẫn rõ ràng những điều người được hỏi muốn biết và
cách trả lời.
6.2. THẢO LUẬN NHÓM NGHIÊN CỨU ĐỊNH TÍNH

6.2.1. Tổ chức buổi họp thảo luận nhóm
Giai đoạn nghiên cứu sơ bộ bao gồm cả nghiên cứu định tính và
định lượng. Nghiên cứu định tính trong giai đoạn này gồm những hoạt
động như khám phá các nhân tố ảnh hưởng đến mục tiêu nghiên cứu,
điều chỉnh và bổ sung các biến quan sát dùng để đo lường các khái
niệm nghiên cứu. Tuy nhiên trong giai đoạn này, thực hiện tốt việc tổ
chức thảo luận nhóm sẽ tạo điều kiện thuận lợi cho vấn đề khám phá
và hình thành các biến quan sát; tìm ra những nhân tố ảnh hưởng cũng
như thuận lợi hơn trong việc xây dựng các thang đo đo lường các khái
niệm nghiên cứu dễ dàng, đỡ mất công sức và tiết kiệm thời gian.
Thang đo chính thức được xây dựng từ kết quả thảo luận nhóm.
1. Thời gian và địa điểm
Thống nhất chọn một buổi, một ngày thuận lợi để cho tất cả thành
viên cùng tham dự. Địa điểm nên chọn một phòng họp có trang bị máy
lạnh, projector, amply, micro, bàn tròn, giấy bút và nước uống,… Tốt
nhất nên chọn địa điểm họp ở cơ quan, đơn vị mà nhóm nghiên cứu
đang công tác hoặc đang nghiên cứu đề tài cho đơn vị đó.
2. Thành phần tham dự
Số lượng thành viên thảo luận nhóm cũng không quy định là bao
nhiêu. Tuy nhiên, nên có đại diện các bộ phận liên quan càng nhiều
càng tốt. Thảo luận nhóm thường bao gồm các thành viên của nhóm
nghiên cứu, một số người am tường về lĩnh vực nghiên cứu và một số
người liên quan đại diện cho đối tượng được khảo sát như khách
hàng,... Nên có danh sách chi tiết thành viên tham gia thảo luận nhóm
(họ tên, chức vụ, đơn vị, số điện thoại,…) và biên bản ghi lại nội dung
thảo luận. Nếu có thể có chữ ký và con dấu xác nhận của đơn vị cho tổ
chức buổi họp nhóm càng tốt.
--114--
Thí dụ: Với đề tài nghiên cứu “Phân tích những nhân tố ảnh
hưởng đến sự lựa chọn nguyện vọng bổ sung của sinh viên Khoa
Quản trị Kinh doanh Trường Hutech”, để tăng thêm tính chặt chẽ và
thực tế, nhóm nghiên cứu đã tổ chức buổi thảo luận nhóm tại phòng
họp của trường, với các thành phần tham gia buổi thảo luận gồm:
- 11 chuyên gia và chuyên viên đại diện cho bốn đơn vị: Phòng
Công tác sinh viên học sinh, Phòng Đào tạo, Phòng Tư vấn tuyển sinh
- Truyền thông và Khoa QTKD.
- 09 thành viên của nhóm nghiên cứu.
- 10 sinh viên đại diện nhóm đối tượng nghiên cứu của đề tài.
3. Lý do
Phổ biến lý do triển khai đề tài nghiên cứu khoa học.
4. Nội dung
Mời tất cả thành viên tham dự đóng góp ý kiến để hoàn thiện xây
dựng bảng khảo sát phục vụ cho nghiên cứu:
Bước 1: Khám phá các nhân tố ảnh hưởng đến đề tài nghiên cứu
Với đề tài nghiên cứu trên, nhóm tác giả đã đưa ra một số câu hỏi
gợi ý cho nhóm nghiên cứu khám phá các nhân tố ảnh hưởng đến đề
tài nghiên cứu.
1. Anh/chị đăng ký xét tuyển nguyện vọng bổ sung tại trường đại
học nào? Tại sao anh/chị chọn trường đại học đó?
2. Anh/chị đăng ký ngành học nào? Tại sao anh/chị chọn ngành
học như trên?
3. Theo quan điểm của anh/chị, điều gì thôi thúc anh/chị đến
đăng ký xét tuyển nguyện vọng bổ sung tại trường đại học đó?
4. Theo quan điểm của anh/chị, khi đến đăng ký xét tuyển
nguyện vọng bổ sung tại trường Hutech điều gì thôi thúc anh/chị đăng
ký Khoa Quản trị Kinh doanh?
5. Theo quan điểm của anh/chị, khi đề cập đến sự lựa chọn
nguyện vọng bổ sung của sinh viên Khoa Quản trị Kinh doanh Trường
Hutech thì những yếu tố nào là quan trọng? Tại sao?
6. Gợi ý 8 yếu tố thành phần (Điểm chuẩn – Uy tín – Truyền
--115--
thông – Yếu tố địa lý – Cơ sở vật chất – Hỗ trợ – Đội ngũ giảng viên
– Học phí, chính sách ưu đãi, học bổng).
7. Trong các yếu tố này, anh/chị cho rằng các yếu tố nào là quan
trọng nhất, nhì, ba? Yếu tố nào không quan trọng hoặc không có quan
trọng chút nào? Tại sao?
8. Anh/chị còn thấy yếu tố nào khác mà anh /chị cho là quan
trọng nữa không? Tại sao?
Bước 2: Đề xuất mô hình nghiên cứu chính thức
 Mời tất cả thành viên tham dự đóng góp ý kiến đề xuất cho mô
hình nghiên cứu chính thức như sau:
- Thảo luận ý nghĩa của từng câu hỏi khảo sát.
- Thêm, bớt nhân tố.
- Góp ý cho từng nhân tố (thêm, bớt biến quan sát).
- Khẳng định lại các nhân tố đo lường về sự lựa chọn nguyện
vọng bổ sung của sinh viên.
1. Bây giờ xin các anh (chị) xem xét những yếu tố sau đây và
chia chúng thành bảy nhóm có đặc điểm gần nhau. Hãy giải thích vì
sao anh (chị) lại phân chúng vào nhóm đó? Có thể xếp chúng thành 9
nhóm, 10 nhóm không? Vì sao?
2. Bây giờ xin các anh (chị) xem xét những yếu tố trong cùng
một nhóm và xếp chúng theo thứ tự tầm quan trọng của chúng trong
từng nhóm: 1-rất quan trọng; 2-ít quan trọng hơn v.v. vì sao?
 Kết quả nghiên cứu
Dựa trên các tiêu chí mà sinh viên và chuyên gia cho là quan
trọng, nghĩa là họ quan tâm đến chúng khi đo lường sự lựa chọn, cuối
buổi thảo luận, nhóm nghiên cứu tổng hợp các ý kiến và đi đến thống
nhất xây dựng lại mô hình nghiên cứu gồm bảy nhân tố ảnh hưởng
đến việc lựa chọn nguyện vọng bổ sung của sinh viên Khoa QTKD
HUTECH. Theo đó, nhân tố Điểm chuẩn không được đưa vào mô
hình nghiên cứu lý thuyết chính thức. Nguyên nhân là do không có sự
khác biệt về điểm chuẩn của hầu hết các trường ngoài công lập, vì vậy
sinh viên không quan tâm đến nhân tố này. Nhân tố Học phí, chính
--116--
sách ưu đãi, học bổng ghi ngắn gọn lại là Học phí.
Thang đo lường chính thức về sự lựa chọn nguyện vọng bổ sung
của sinh viên Khoa QTKD HUTECH bao gồm 8 nhân tố được xây
dựng theo mô hình hồi quy đa biến gồm 7 biến độc lập và 1 biến phụ
thuộc như sau:
Hình 3.1: Mô hình lý thuyết (sau khi thảo luận nhóm)

về sự lựa chọn nguyện vọng bổ sung của sinh viên Khoa QTKD
HUTECH
Từ mô hình nghiên cứu chính thức, thang đo lường về sự lựa chọn
nguyện vọng bổ sung của sinh viên Khoa QTKD HUTECH bao gồm 8
nhân tố được xây dựng theo mô hình hồi quy đa biến như sau:
Nhân tố vị trí địa lý (X1):
1. Các cơ sở gần nhau, ở ngay quận Bình Thạnh, thuận tiện đi lại
và chuyển ca học.
2. Bến xe buýt gần trường thuân tiện cho sinh viên đi học bằng
phương tiện giao thông công cộng.
3. Gần bến xe Miền Đông nên sinh viên dễ dàng về thăm gia đình
vào cuối tuần.
4. Trường Hutech ở quận nội thành tiện lợi cho sinh viên đi làm
ngoài giờ.
5. Trường Hutech ở quận nội thành tiện lợi cho sinh viên đi học
thêm các khóa học như Anh văn, Vi tính và Kỹ năng mềm ngoài giờ.
--117--
6. Trường Hutech ở quận Bình Thạnh thuận tiện cho sinh viên
thuê nhà trọ giá cả phù hợp.
Nhân tố truyền thông (X2):
1. Trường cử cán bộ nhân viên đến trường phổ thông trung học tư
vấn cho học sinh học tại trường Hutech.
2. Tổ chức nhiều buổi giới thiệu trên truyền hình, báo chí…cho
học sinh và gia đình biết về trường Hutech.
3. Tổ chức cho học sinh các trường phổ thông trung học tham
quan trường Hutech.
4. Trường Hutech đã tham gia tài trợ và tổ chức các buổi tư vấn
tuyển sinh trực tiếp trên truyền hình và tại các tỉnh, thành phố.
5. Trường Hutech cử cán bộ, giảng viên, nhân viên, sinh viên tình
nguyện tư vấn trực tiếp khi học sinh đến tìm hiểu việc lựa chọn
nguyện vọng bổ sung tại sân trường.
6. Qua các chương trình sinh hoạt cộng đồng như Mùa hè xanh,
Xuân tình nguyện, công tác xã hội,… để đưa hình ảnh của trường
Hutech đến các em học sinh và gia đình.
Nhân tố hỗ trợ (X3):
1. Sinh viên được đảm bảo điều kiện sống và học tập tại ký túc xá
khang trang, hiện đại của trường Hutech.
2. Sinh viên được tham gia các hoạt động rèn luyện tố chất để
phát triển toàn diện về Văn - Thể - Mỹ.
3. Sinh viên được tham gia các chương trình học tập ngoại khóa
bổ ích, thiết thực với các câu lạc bộ học thuật.
4. Sinh viên được tham gia các chương trình sinh hoạt cộng đồng
như Mùa hè xanh, Xuân tình nguyện, công tác xã hội để rèn luyện kỹ
năng sống.
5. Sinh viên được trang bị những kỹ năng mềm cần thiết như
Giao tiếp, Làm việc nhóm, Đàm phán,… để tự tin, năng động và dễ
dàng hội nhập với môi trường làm việc sau khi ra trường.
6. Có nhiều học bổng, giải thưởng khuyến khích sinh viên hiếu
học.
--118--
Nhân tố học phí (X4):
1. Học phí theo tín chỉ, thuận lợi cho sinh viên đóng học phí.
2. Thời hạn đóng học phí linh hoạt.
3. Có chính sách cho sinh viên nghèo vay vốn học tập.
4. Mức học phí tương ứng chất lượng dịch vụ được cung cấp tại
trường Hutech
5. Học phí tại trường HUTECH là phù hợp với mức học phí
chung của các trường đại học ngoài công lập có uy tín tại Việt Nam.
Nhân tố cơ sở vật chất (X5):
1. Trường lớp khang trang, thiết kế đẹp.
2. Hệ thống thiết bị phục vụ giảng dạy được lắp đặt đầy đủ tại các
phòng học.
3. Hệ thống Wifi phục vụ công cộng tiện lợi cho sinh viên truy
cập và tìm kiếm thông tin.
4. Phòng thí nghiệm thực hành trang bị thiết bị với công nghệ
cao.
5. Hệ thống thư viện đáp ứng tốt nhu cầu học tập, tham khảo của
sinh viên.
6. Tài liệu học tập được cung cấp đầy đủ.
7. Hệ thống nhà vệ sinh được bố trí hợp lý và sạch sẽ.
Nhân tố uy tín (X6):
1. HUTECH được đánh giá là một trong hai trường ngoài công
lập có uy tín nhất Việt Nam.
2. Sinh viên và gia đình tin rằng trường HUTECH có chương
trình học tập rất tốt và có chất lượng.
3. Trường HUTECH là nơi tạo niềm tin cho phụ huynh gởi con
em vào học tập.
4. Sinh viên tin tưởng trường HUTECH đáp ứng tốt nhu cầu của
ngành Quản trị Kinh doanh hiện nay.
5. Sinh viên tin tưởng các doanh nghiệp có thiện cảm về trường
HUTECH.
--119--
6. Bằng tốt nghiệp tại trường HUTECH bảo đảm cho sinh viên ra
trường có việc làm.
7. Bằng tốt nghiệp nhận được từ trường HUTECH sẽ giúp sinh
viên tìm việc làm có tính ổn định cao.
Nhóm các nhân tố giảng viên (X7):
1. Đội ngũ giảng viên có học hàm, học vị cao.
2. Đội ngũ giảng viên giảng dạy nhiệt tình.
3. Đội ngũ giảng viên có bề dày kinh nghiệm giảng dạy đại học.
4. Đội ngũ giảng viên đào tạo chuyên ngành trang bị cho sinh
viên những kiến thức chuyên môn phù hợp.
5. Đội ngũ giảng viên dạy thực hành huấn luyện khả năng cho
sinh viên đáp ứng được các nhu cầu của nhà tuyển dụng.
Sự lựa chọn nguyện vọng bổ sung của sinh viên (Y):
1. Tôi đã nghe nhiều điều tốt đẹp về trường Hutech.
2. Tôi cảm thấy tự tin khi học tại trường Hutech.
3. Tôi hài lòng khi được chọn học các chuyên ngành tại Khoa
Quản trị Kinh doanh trường Hutech.
Ghi chú: Cuộc thảo luận nhóm được thực hiện theo phương pháp
trao đổi trực tiếp với những đối tượng tham gia. Câu hỏi được đặt ra
và xin ý kiến của từng thành viên. Khi các ý kiến đóng góp đã bão
hòa, nghiên cứu ghi nhận được số lượng thành viên đóng góp các ý
kiến hữu ích là 30 người.
Bước 3: Phỏng vấn thử
Để tránh khỏi lỗi cũng như gặp khó khăn khi thu thập dữ liệu, sau
khi bảng câu hỏi được thiết kế xong, nên tổ chức thực hiện phỏng vấn
thử đầu tiên trên một mẫu nhỏ bằng cách phỏng vấn và tham khảo ý
kiến các thành viên trong nhóm nghiên cứu. Sau đó, tiến hành kiểm
tra, thực hiện sửa chữa, điều chỉnh lần cuối trước khi thực hiện việc
phỏng vấn chính thức.
--120--
1
6.2.2. Thảo luận tay đôi
Có những lý do liên quan đến đề tài nghiên cứu mà không thực
hiện được thảo luận nhóm thì phải tổ chức thảo luận tay đôi. Các lý do
dẫn đến phải thảo luận tay đôi như sau:
1. Những nhân vật cần thảo luận có chức vụ cao, khó tổ chức họp
mặt chung một lần nên phải gặp riêng từng người.
2. Cần đào sâu chuyên môn liên quan đến đề tài nghiên cứu nên
phải gặp riêng đối tượng để trao đổi.
3. Đề tài nghiên cứu có nhiều đối thủ cạnh tranh tham dự nên
không thể nào trình bày vấn đề liên quan đến đơn vị mình cho đối thủ
cạnh tranh biết. Thí dụ như thảo luận về đề tài nâng cao chất lượng
sản phẩm sữa tươi với sự tham dự của đại diện nhiều công ty sản
xuất sữa tươi.
4. Những điều cấm kỵ, tế nhị,… không nên phát biểu trước đám
đông. Thí dụ như phỏng vấn sinh viên có sử dụng bao cao su ngừa
thai trước tập thể lớp học.
6.2.3. Phân công công việc cho các thành viên trong nhóm
6.2.3.1. Họp phân công các thành viên
Họp phân công các thành viên trong nhóm nghiên cứu đề tài:
- Phân công nhiệm vụ từng thành viên đảm trách các phần công việc.
- Xác định tiến độ thực hiện.
- Ước tính chi phí thực hiện.
Chọn và tập huấn cho nhóm phỏng vấn viên và cộng tác viên
tham gia điều tra khảo sát.
6.2.3.2. Chuẩn bị
Các thành viên phải chuẩn bị đầy đủ cho buổi họp như phát trước
Giấy mời; gửi trước tài liệu liên quan (dàn bài thảo luận, thang đo
nháp, mô hình nghiên cứu trước, các nguồn thông tin thứ cấp,…) cho
tất cả thành viên tham dự buổi họp tham khảo. Đặt trước phòng họp,
kiểm tra tình hình sử dụng của các thiết bị về âm thanh, ánh sáng như
1
--121--
micro, projector, đèn và giấy bút, nước uống…
Chuẩn bị chi phí phát sinh cho buổi họp, chi phí cho phỏng vấn
viên và cộng tác viên và các chi phí phát sinh sau này.
6.3. THIẾT KẾ MỘT BẢNG CÂU HỎI

6.3.1. Trình tự 8 bước thiết kế một bảng câu hỏi1
Bước 1: Xác định các dữ kiện riêng biệt cần tìm
Điểm đầu tiên khi bắt tay vào thiết kế bảng câu hỏi là cần phải
xem xét mục tiêu nghiên cứu để xác định chính xác cái gì cần được đo
lường. Liệt kê những gì cần đo lường, có thể là danh sách những câu
hỏi riêng biệt, những nhóm chữ hay từ chủ yếu. Dự tính những biến số
được đo lường sẽ được sử dụng như thế nào, dùng loại kỹ thuật phân
tích nào để mang lại ý nghĩa cho dữ liệu.
Bước 2: Xác định phương pháp phỏng vấn
Người nghiên cứu cần quyết định dùng phương pháp nào để tiếp
xúc với người được phỏng vấn (phỏng vấn trực tiếp, gọi điện thoại,
gửi thư hay Internet _ bao gồm cả e-mail,...). Các phương pháp tiếp
xúc khác nhau sẽ yêu cầu nội dung cũng như cấu trúc câu hỏi của
bảng câu hỏi khác nhau.
Bước 3: Đánh giá nội dung câu hỏi
Mục tiêu và nội dung vấn đề nghiên cứu quyết định nội dung các
câu hỏi trong bảng câu hỏi. Có được những thông tin thích đáng từ
những câu trả lời phụ thuộc rất lớn vào khả năng phác thảo bảng câu
hỏi của người nghiên cứu. Khi xây dựng các câu hỏi, cần cân nhắc các
tiêu chuẩn sau:
1. Câu hỏi đặt ra có cần thiết hay không.
2. Người trả lời có hiểu được câu hỏi đó không.
3. Người trả lời có được thông tin cần thiết để trả lời các câu hỏi
đó không.
4. Người trả lời có cung cấp các thông tin đó không.
--122--
5. Khắc phục các câu hỏi mà người trả lời không sẵn lòng để trả lời.
Thí dụ như, thay vì hỏi đối tượng nghiên cứu “anh (chị) bao
nhiêu tuổi” thì nên hỏi họ “thuộc nhóm tuổi nào” kèm với thang đo
trả lời để họ sẵn sàng hợp tác.
Nhóm tuổi Mã hoá
18 – 30 tuổi 1
31 – 40 tuổi 2
41 – 50 tuổi 3
>50 tuổi 4
Bước 4: Quyết định dạng câu hỏi và câu trả lời

Có hai dạng câu hỏi chính sau:
1. Câu hỏi mở: Là dạng câu hỏi trong đó câu hỏi được cấu trúc
còn câu trả lời thì không. Người trả lời có thể trả lời với bất cứ thông
tin nào và bất cứ câu trả lời nào được coi là thích hợp. Thí dụ với câu
hỏi: Tại sao bạn lại chọn nguyện vọng bổ sung học Khoa Quản trị
kinh doanh tại trường đại học …? Trả lời …. (câu trả lời tự do).
Và còn lý do gì nữa không? (đây là câu hỏi đào sâu). Trả lời….
Có 3 loại câu hỏi mở:
(1). Câu hỏi tự do trả lời: Người trả lời có thể tự do trả lời câu
hỏi theo ý mình tùy theo phạm vi tự do trong nội dung câu hỏi đặt ra
cho họ.
(2). Câu hỏi thăm dò: Sau khi đã dùng một vài câu hỏi mở để tìm
hiểu một chủ đề nào đó, người phỏng vấn có thể bắt đầu tiến hành
những câu hỏi thăm dò thân mật để đưa vấn đề đi xa hơn.
(3). Câu hỏi thuộc dạng “Kỹ thuật hiện hình”: Nội dung là mô
tả các tập hợp dữ liệu bằng việc trình bày một cách đầy đủ, rõ ràng
những vấn đề còn chưa rõ nghĩa như từ ngữ hoặc hình ảnh mà người
trả lời phải mường tượng ra. Trên cơ sở đó, người trả lời nói bằng lời
những gì họ hình dung trong đầu về vấn đề đang bàn luận.
--123--
Thí dụ: Tôi không thích loại bia:...................................
Loại bia được ưa chuộng nhất là:.......................
2. Câu hỏi đóng: Là dạng câu hỏi mà cả câu hỏi lẫn câu trả lời
đều được cho sẵn. Dựa trên cấu trúc câu trả lời, chia ra các dạng câu
hỏi đóng sau:
(1). Câu hỏi phân đôi: Là dạng câu hỏi mà người được hỏi chỉ
chọn một trong hai câu trả lời như “có hoặc không có”, “đồng ý hoặc
không đồng ý”,…
Thí dụ trong câu hỏi: Anh (chị) có sử dụng sữa tươi Vinamilk
không?
Có 1
Không 2
(2). Câu hỏi xếp hạng thứ tự: Là loại câu hỏi mà câu trả lời được
thiết kế bằng nhiều khoản mục để người trả lời có thể so sánh, lựa
chọn và xếp hạng chúng theo thứ tự.
Thí dụ trong câu hỏi: Khi ghi danh vào học ngành Quản trị Kinh
doanh, bạn có nhiều lý do, hãy xếp thứ tự chúng từ quan trọng nhất
(1) đến ít quan trọng nhất (5).
Do ý thích bản thân 1
Do sự hướng dẫn, gợi ý của người thân 2
Do ảnh hưởng từ anh, chị sinh viên 3
Ảnh hưởng của bạn bè 4
Uy tín của giảng viên 5
(3). Câu hỏi cho nhiều lựa chọn: Loại câu hỏi mà các câu trả lời
được liệt kê, cho biết chủ đề để chọn câu trả lời thích hợp nhất.
Thí dụ với câu hỏi: Trong các loại kem đánh răng liệt kê dưới
đây, loại kem nào bạn thường dùng nhất:
--124--
PS 1
Colgate 2
Close-up 3
Fresh 4
(4). Câu hỏi bậc thang: Áp dụng loại thang điểm đánh giá theo
khoản mục, thể hiện mức độ ưa thích hoặc không ưa thích, đồng ý
hoặc không đồng ý của người trả lời. Loại câu hỏi này cho phép biến
đổi thông tin định tính thành thông tin định lượng. Thí dụ với câu hỏi:
Hãy xem xét mọi mặt của sản phẩm này, chọn câu nào mô tả chính
xác nhất mức độ thích hoặc không thích sản phẩm sữa tươi Vinamilk
của bạn bằng cách đánh dấu vào ô trống.
Thích Ghét
Rất thích Bình thường Rất ghét
vừa phải vừa phải
Bước 5: Xác định từ ngữ trong bảng câu hỏi

Thiết kế bảng câu hỏi mang tính nghệ thuật rất cao, thế nên không
có quy tắc nhất định nào để xác định câu hỏi chính xác cho các vấn đề
cá nhân. Dưới đây là một số chỉ dẫn giúp xác định đúng từ ngữ nên sử
dụng khi thiết kế một bảng câu hỏi:
- Dùng từ ngữ quen thuộc, tránh dùng tiếng lóng và từ chuyên môn.
- Dùng từ ngữ đơn giản để có thể hiểu ở bất kì trình độ học vấn nào.
- Tránh sử dụng các câu hỏi dài bởi chúng sẽ dễ làm nản lòng
người trả lời hoặc khiến họ không theo dõi được.
- Từ ngữ trong câu hỏi càng rõ ràng, càng chính xác càng tốt;
những từ ngữ khó diễn đạt hoặc khó hiểu như “thường xuyên”, “thông
thường”,... cần được ghi chú mức độ rõ ràng. Thí dụ với câu hỏi: Bạn
có thường đi xem phim không?
Ít hơn một lần ______________________
1-2 lần / tuần _______________________
3-5 lần / tuần _______________________
Hơn 5 lần / tuần _____________________
--125--
- Tránh câu hỏi lặp lại: Là một câu hỏi có thể có nhiều câu trả lời
cùng một lúc.
Thí dụ: “Bạn có cho rằng bánh này vừa ngon vừa ngọt không?”.
Nếu người trả lời cho rằng ngon nhưng không ngọt thì sẽ rất khó để họ có
thể trả lời. Thay vì vậy, hãy tách câu hỏi thành hai, tách thành các câu hỏi
đơn ý hoặc đặt câu hỏi “Bạn thấy vị của chiếc bánh này như thế nào?”
và để người tham gia khảo sát tự trả lời theo cảm nhận của họ.
- Tránh các câu hỏi gợi ý: Là câu hỏi có hướng dẫn hoặc ngầm đặt
câu trả lời.
Thí dụ: “Bạn đồng ý rằng đội ngũ giảng viên Khoa Quản trị kinh
doanh của trường đại học … giảng dạy tốt chứ?”.
- Tránh các câu hỏi có thang đo không cân bằng.
Thí dụ như phỏng vấn viên hỏi: Bạn có quan tâm đến bộ phim …
đang chiếu trên VTV7 không?
Hoàn toàn Rất Quan Bình Không
quan tâm quan tâm tâm thường quan tâm
Thang trả lời này làm thái độ của người trả lời thiên về một chiều
hướng quan tâm hơn, làm hạn chế tính khách quan của phiếu trả lời
khảo sát.
- Tránh các câu hỏi đòi hỏi sự hồi tưởng quá nhiều. Các câu hỏi
như vậy sẽ làm người được hỏi sẽ phải phỏng đoán câu trả lời của họ,
khiến thông tin thu thập từ phiếu trả lời thiếu chính xác.
Thí dụ về câu hỏi đòi hỏi sự hồi tưởng: Trong tháng vừa qua bạn
uống bao nhiêu ly cà phê?
Bước 6: Xác định cấu trúc bảng câu hỏi
Người nghiên cứu phải sắp xếp các câu hỏi theo một trình tự nhất
định, thuận tiện cho người đi phỏng vấn. Một cách tổng quát, nên chia
các câu hỏi thành các phần theo thứ tự sau: (1). Phần giới thiệu, (2).
Phần gạn lọc, (3). Phần chính, (4). Phần thông tin cá nhân người trả
lời. Bốn phần này sẽ được trình bày chi tiết.
Bước 7: Xác định hình thức bảng câu hỏi
- Xem xét hình dạng bảng câu hỏi, chất lượng giấy, chất lượng in
--126--
ấn,... để tạo thiện cảm và lôi cuốn người trả lời tham gia vào cuộc
phỏng vấn. Trong một số trường hợp, nếu chúng ta in bảng câu hỏi
trên giấy màu thì tỷ lệ trả lời cũng có thể gia tăng.
- Trình bày bảng câu hỏi ngắn gọn và rõ ràng.
- Nếu dùng câu hỏi mở, nên chừa đủ khoảng trống để người được
hỏi ghi câu trả lời và diễn đạt ý kiến của mình.
- Việc in bảng câu hỏi thành tập sách nhỏ đôi khi lại có tác dụng
thu hút, hấp hẫn hơn là kẹp nhiều trang lại.
- Khi nhảy quãng câu hỏi trên bảng câu hỏi thì phải chú thích rõ ràng.
Thí dụ: Nếu bạn trả lời có xin chuyển đến trả lời câu 12.
Nếu bạn trả lời không trả lời tiếp câu 6.
Bước 8: Kiểm tra, sửa chữa
Các bảng câu hỏi sau khi thiết kế cũng khó tránh khỏi lỗi và do
đó, sẽ gây khó khăn khi thu thập dữ liệu. Vì vậy, trước khi thực hiện
phỏng vấn chính thức, nên tiến hành kiểm tra lại các bảng câu hỏi.
Việc kiểm tra này có thể được thực hiện bằng cách thử phỏng vấn và
tham khảo ý kiến một mẫu nhỏ các thành viên trong nhóm nghiên cứu.
Sau đó xem xét:
- Người được phỏng vấn có hiểu và trả lời được bảng câu hỏi không?
- Người phỏng vấn có thực hiện tốt không?
- Thông tin có ghi nhận tốt không?
- Thời gian cần thiết để tiến hành phỏng vấn?
Sau khi kiểm tra sẽ thực hiện sửa chữa, điều chỉnh lần cuối trước
khi thực hiện việc phỏng vấn thử.
Lưu ý: Với các công trình có nghiên cứu sơ bộ, sau khi điều
chỉnh bản nháp của lần thử đầu tiên thì bản nháp này được qua lần thử
thứ hai. Lần thử này được thực hiện trong đám đông nghiên cứu với
mục đích là đánh giá bảng câu hỏi để:
- Tìm hiểu xem đối tượng nghiên cứu có hiểu đúng câu hỏi
không, có cung cấp thông tin không, thông tin được cung cấp từ họ có
cần thiết không.
- Kiểm tra năng lực phỏng vấn của đội ngũ phỏng vấn viên.
--127--
- Các lần thử này nằm trong nghiên cứu định tính của giai đoạn sơ
bộ. Sau khi hoàn chỉnh thì bảng câu hỏi được đưa vào phỏng vấn
chính thức.
6.3.2. Cấu trúc bảng câu hỏi
6.3.2.1. Phần giới thiệu
Mở đầu một bảng câu hỏi phải có phần giới thiệu bao gồm:
- Tự giới thiệu về người/nhóm thực hiện nghiên cứu, tên đề tài,
mong muốn hợp tác, cam kết giữ bí mật thông tin.
- Tên của người phỏng vấn và người trả lời, địa điểm và thời gian
phỏng vấn, số điện thoại, số thứ tự của bảng câu hỏi…
Thí dụ: Phần giới thiệu của Bảng câu hỏi.
BẢNG KHẢO SÁT VỀ SỰ LỰA CHỌN
NGUYỆN VỌNG 2 CỦA SINH VIÊN NGÀNH
QUẢN TRỊ KINH DOANH TRƯỜNG HUTECH
Thân chào các em sinh viên.
Chúng tôi là nhóm giảng viên của Khoa Quản trị Kinh doanh
trường HUTECH. Chúng tôi đang tiến hành một chương trình nghiên
cứu khoa học về “Phân tích những nhân tố ảnh hưởng đến sự lựa
chọn nguyện vọng bổ sung của sinh viên ngành Quản trị Kinh
doanh trường HUTECH”. Xin các em dành chút ít thời gian trả lời
giúp chúng tôi một số câu hỏi sau. Xin lưu ý rằng không có quan điểm
nào là đúng hoặc sai. Tất cả các câu trả lời của các em đều có giá trị
đối với nghiên cứu của chúng tôi. Chúng tôi rất mong sự hợp tác chân
tình của các em.
Bảng câu hỏi số:
Tên phỏng vấn viên: .........................................................................
Phỏng vấn lúc: ............... .......giờ, ngày ............ /............ / 2014
Tên người trả lời: ..............................................................................
Điện thoại: .......................................................................................
Địa điểm phỏng vấn: .......................................................................
Thí dụ 2: Phần giới thiệu của Bảng câu hỏi
--128--
PHIẾU KHẢO SÁT Ý KIẾN KHÁCH HÀNG
VỀ SỰ HÀI LÒNG KHI SỬ DỤNG DỊCH VỤ
ĐIỆN THOẠI DI ĐỘNG TRẢ TRƯỚC
Chào Anh/Chị.
Tôi tên Trần Thanh Tuấn là học viên Cao học ngành Quản trị kinh
doanh trường Đại học Công Nghệ Thành phố Hồ Chí Minh. Hiện tại,
tôi đang thực hiện đề tài “Đo lường sự hài lòng của khách hàng sử
dụng dịch vụ điện thoại di động trả trước của Tập đoàn Viễn
thông Quân đội – Chi nhánh Viettel thành phố Hồ Chí Minh”. Rất
mong Anh/ Chị dành chút thời gian để trả lời một số câu hỏi khảo sát
bên dưới. Các thông tin trong phiếu khảo sát được cam kết giữ bí mật,
sử dụng cho mục đích nghiên cứu.
Bảng câu hỏi số: ..............................................................................
Tên phỏng vấn viên: ........................................................................
Phỏng vấn lúc:… giờ…….. , ngày…. /…../2015 .............................
Tên người trả lời: ..............................................................................
Địa chỉ của người trả lời: .................................................................
Điện thoại: ........................................................................................
Email: ..............................................................................................
Địa điểm phỏng vấn: .......................................................................
6.3.2.2. Phần gạn lọc
Phần gạn lọc bao gồm một số câu hỏi để chọn đúng đối tượng mà
nhà nghiên cứu nhắm đến. Phần này thường đặt ở đầu bảng câu hỏi
nhằm hỏi và xác định người trả lời đúng là đối tượng mà nghiên cứu
đang nhắm đến trước khi đi sâu vào phần phỏng vấn chính. Nếu như
không có phần gạn lọc, khi phỏng vấn đến phần thông tin cá nhân cuối
cùng sẽ xuất hiện trường hợp người trả lời không phải là đối tượng
nghiên cứu. Trường hợp này làm mất thời gian, công sức, tiền bạc cho
cuộc phỏng vấn nói trên.
Các đề tài nghiên cứu với tổng thể hữu hạn như trong phạm vi
một cơ quan, doanh nghiệp, nhà nghiên cứu đã xác định được đối
tượng nhắm đến nên bảng câu hỏi không cần phải có phần gạn lọc.
--129--
Thí dụ với đề tài nghiên cứu “Nghiên cứu các nhân tố ảnh hưởng đến
động lực làm việc của nhân viên văn phòng và thư ký khoa tại trường
Đại học Công nghệ TP. Hồ Chí Minh”, nhóm nghiên cứu xác định đối
tượng phỏng vấn là nhân viên văn phòng và thư ký khoa, nên khi
phỏng vấn thì phỏng vấn trực tiếp các nhân viên văn phòng và thư ký
khoa.
Các đề tài nghiên cứu với tổng thể vô hạn như trong phạm vi quốc
gia, địa phương thì bảng câu hỏi cần phải có phần gạn lọc để khi điều
tra “vãng lai” thì ngay từ đầu phải xác định đúng đối tượng mà nhà
nghiên cứu nhắm đến.
Giả sử, với đề tài “Đo lường sự hài lòng của khách hàng sử dụng
sản phẩm ABC tại chuỗi cửa hàng của công ty XYZ ở TP. Hồ Chí
Minh”, nếu như ban đầu xác định đối tượng phỏng vấn là những
khách hàng đang sử dụng sản phẩm ABC và xác định địa điểm phỏng
vấn là tại các cửa hàng của công ty thì không cần phải gạn lọc.
Thí dụ: Với đề tài nghiên cứu “Nâng cao chất lượng dịch vụ Phát
hành báo chí của ngành Bưu điện” (Lê Quang Hùng 2005), ngay từ
đầu bảng câu hỏi, tác giả sử dụng phần gạn lọc để chọn đúng đối
tượng phỏng vấn là những độc giả đang sử dụng dịch vụ Phát hành
báo chí của ngành Bưu điện.
PHẦN GẠN LỌC
Câu 1: Anh/chị đặt mua báo tại:
Các sạp báo dọc đường 1 Ngưng
Qua quảng cáo trên báo chí của toà soạn 2 Ngưng
Phát hành viên của toà soạn 3 Ngưng
Ghi-sê Phát hành báo chí của Bưu điện 4 Tiếp tục
Câu 2: Trong 6 tháng vừa qua, anh/chị có đặt mua báo tại một
Bưu cục nào chưa?
Chưa 1 Ngưng
Có 2 Tiếp tục
--130--
Thí dụ 2: Đề tài nghiên cứu “Đo lường sự hài lòng của khách
hàng sử dụng dịch vụ điện thoại di động trả trước của Tập đoàn Viễn
thông Quân đội – Chi nhánh Viettel thành phố Hồ Chí Minh.” (Trần
Thanh Tuấn 2016).
PHẦN I: CÂU HỎI GẠN LỌC
Câu 1: Anh/ chị đang sử dụng mạng di động của nhà cung cấp
nào dưới đây?
Mobifone 1 Ngưng khảo sát
Vinaphone 2 Ngưng khảo sát
Vietnammobile 3 Ngưng khảo sát
Gmobile (Beeline cũ) 4 Ngưng khảo sát
Viettel 5 Tiếp tục khảo sát
Câu 2: Hình thức thuê bao mà anh chị đang sử dụng?

Thuê bao trả sau 1 Ngưng khảo sát
Thuê bao trả trước 2 Tiếp tục khảo sát
Câu 3: Trong 6 tháng gần đây anh/chị có sử dụng dịch vụ di động

trả trước không?
Không 1 Ngưng khảo sát
Có 2 Tiếp tục khảo sát
Cũng tương tự như thí dụ trên, tác giả sử dụng phần gạn lọc ngay
từ đầu để chọn đúng đối tượng phỏng vấn là những khách hàng sử
dụng dịch vụ điện thoại di động trả trước của Tập đoàn Viễn thông
Quân đội – Chi nhánh Viettel Thành phố Hồ Chí Minh.
6.3.2.3. Phần chính
Phần chính bao gồm nhiều câu hỏi phục vụ cho việc thu thập dữ
liệu cần thiết cho mục tiêu nghiên cứu của đề tài.
Khi soạn phần này, có thể ghi các câu hỏi theo từng nội dung của
thang đo thành phần và ghi tên các thang đo thành phần, có nghĩa là
các thang đo thành phần bị tách riêng nhằm đảm bảo sự khách quan
và giúp đối tượng được phỏng vấn có thể suy xét nhiều hơn khi chọn
--131--
lựa câu trả lời. Hoặc cũng có thể ghi các câu hỏi một lượt mà không
cần phải ghi tên các thang đo thành phần, trật tự bảng câu hỏi có thể
đi cùng nhau trong một nhóm nhân tố liên quan. Thí dụ như soạn
bảng câu hỏi theo mô hình hồi quy thì ghi rõ các câu hỏi theo biến
độc lập và biến phụ thuộc. Mô hình SEM cũng tương tự như trên.
Thí dụ 1: Với đề tài nghiên cứu “Phân tích những nhân tố ảnh
hưởng đến sự lựa chọn nguyện vọng 2 của sinh viên ngành Quản trị
Kinh doanh trường HUTECH”, nhóm tác giả đã trình bày các câu hỏi
của phần chính theo từng nội dung của thang đo thành phần và ghi tên
các thang đo thành phần.
Phần 1: Xin cho biết mức độ đồng ý của các em trong các phát
biểu dưới đây và đánh dấu vào ô thích hợp với quy ước sau:
1: Hoàn toàn không đồng ý 2: Không đồng ý
3: Bình thường 4: Đồng ý 5: Hoàn toàn đồng ý
Vị trí địa lý
Các cơ sở gần nhau, ở ngay quận Bình Thạnh,
1 1 2 3 4 5
thuận tiện đi lại và chuyển ca học.
Bến xe buýt gần trường thuận tiện cho sinh viên
2 1 2 3 4 5
đi học bằng phương tiện giao thông công cộng.
Gần bến xe Miền Đông nên sinh viên dễ dàng về
3 1 2 3 4 5
thăm gia đình vào cuối tuần.
Trường Hutech ở quận nội thành tiện lợi cho sinh
4 1 2 3 4 5
viên đi làm ngoài giờ.
Trường Hutech ở quận nội thành tiện lợi cho sinh
5 viên đi học thêm các khóa học như Anh văn, Vi 1 2 3 4 5
tính và Kỹ năng mềm ngoài giờ.
Trường HUTECH ở quận Bình Thạnh thuận tiện
6 1 2 3 4 5
cho sinh viên thuê nhà trọ giá cả phù hợp.
Truyền thông
Trường cử cán bộ nhân viên đến trường phổ
7 thông trung học tư vấn cho học sinh lựa chọn học 1 2 3 4 5
tại HUTECH.
--132--
Tổ chức nhiều buổi giới thiệu trên tuyền hình, báo
8 chí,… cho học sinh và gia đình biết về trường 1 2 3 4 5
HUTECH.
Tổ chức cho học sinh các trường phổ thông trung
9 1 2 3 4 5
học tham quan trường HUTECH.
Trường HUTECH đã tham gia tài trợ và tổ chức
10 các buổi tư vấn tuyển sinh trực tiếp trên truyền 1 2 3 4 5
hình và tại các tỉnh, thành phố.
Trường HUTECH cử cán bộ nhân viên, sinh viên
11 tình nguyện tư vấn trực tiếp khi học sinh đến tìm 1 2 3 4 5
hiểu về việc lựa chọn nguyện vọng 2 tại sân trường.
Qua các chương trình sinh hoạt cộng đồng như
Mùa hè xanh, Xuân tình nguyện, công tác xã
12 1 2 3 4 5
hội,… để đưa hình ảnh của trường HUTECH đến
các em học sinh và gia đình.
Hỗ trợ
Sinh viên được đảm bảo điều kiện sống và học tập
13 tại ký túc xá khang trang, hiện đại của trường 1 2 3 4 5
HUTECH.
Sinh viên được tham gia các hoạt động rèn luyện
14 1 2 3 4 5
tố chất để phát triển toàn diện về Văn - Thể - Mỹ.
Sinh viên được tham gia các chương trình học tập
15 ngoại khóa bổ ích, thiết thực với các câu lạc bộ 1 2 3 4 5
học thuật.
Sinh viên được tham gia các chương trình sinh hoạt
16 cộng đồng như Mùa hè xanh, Xuân tình nguyện, 1 2 3 4 5
công tác xã hội để rèn luyện kỹ năng sống.
Sinh viên được trang bị những kỹ năng mềm cần
thiết như Giao tiếp, Làm việc nhóm, Đàm phán,…
17 1 2 3 4 5
để tự tin, năng động và dễ dàng hội nhập với môi
trường làm việc sau khi ra trường.
Có nhiều học bổng, giải thưởng khuyến khích
18 1 2 3 4 5
sinh viên hiếu học.
--133--
Học phí
Học phí theo tín chỉ, thuận lợi cho sinh viên đóng
19 1 2 3 4 5
học phí.
20 Thời hạn đóng học phí linh hoạt. 1 2 3 4 5
21 Có chính sách cho sinh viên nghèo vay vốn học tập. 1 2 3 4 5
Mức học phí tương ứng chất lượng dịch vụ được
22 1 2 3 4 5
cung cấp tại trường Hutech.
Học phí tại trường HUTECH là phù hợp với mức
23 học phí chung của các trường đại học ngoài công 1 2 3 4 5
lập có uy tín tại Việt Nam.
Cơ sở vật chất
24 Trường lớp khang trang, thiết kế đẹp. 1 2 3 4 5
Hệ thống thiết bị phục vụ giảng dạy được lắp đặt
25 1 2 3 4 5
đầy đủ tại các phòng học.
Hệ thống Wifi phục vụ công cộng tiện lợi cho
26 1 2 3 4 5
sinh viên truy cập và tìm kiếm thông tin.
Phòng thí nghiệm thực hành trang bị thiết bị với
27 1 2 3 4 5
công nghệ cao.
Hệ thống thư viện đáp ứng tốt nhu cầu học tập,
28 1 2 3 4 5
tham khảo của sinh viên.
29 Tài liệu học tập được cung cấp đầy đủ. 1 2 3 4 5
30 Hệ thống nhà vệ sinh được bố trí hợp lý và sạch sẽ. 1 2 3 4 5
Uy tín
HUTECH được đánh giá là một trong hai trường
31 1 2 3 4 5
ngoài công lập có uy tín nhất Việt Nam.
Sinh viên và gia đình tin rằng trường HUTECH

32 1 2 3 4 5
có chương trình học tập rất tốt và có chất lượng.
Trường HUTECH là nơi tạo niềm tin cho phụ

33 1 2 3 4 5
huynh gởi con em vào học tập.
--134--
Sinh viên tin tưởng trường HUTECH đáp ứng tốt
34 1 2 3 4 5
nhu cầu của ngành Quản trị Kinh doanh hiện nay.
Sinh viên tin tưởng các doanh nghiệp có thiện
35 1 2 3 4 5
cảm về trường HUTECH.
Bằng tốt nghiệp tại trường HUTECH bảo đảm
36 1 2 3 4 5
cho sinh viên ra trường có việc làm.
Bằng tốt nghiệp nhận được từ trường HUTECH
37 1 2 3 4 5
sẽ giúp sinh viên tìm việc làm có tính ổn định cao.
Giảng viên
38 Đội ngũ giảng viên có học hàm, học vị cao. 1 2 3 4 5
39 Đội ngũ giảng viên giảng dạy nhiệt tình. 1 2 3 4 5
Đội ngũ giảng viên có bề dày kinh nghiệm giảng
40 1 2 3 4 5
dạy đại học.
Đội ngũ giảng viên đào tạo chuyên ngành trang bị
41 1 2 3 4 5
cho sinh viên những kiến thức chuyên môn phù hợp.
Đội ngũ giảng viên dạy thực hành huấn luyện khả
42 năng cho sinh viên đáp ứng được các nhu cầu của 1 2 3 4 5
nhà tuyển dụng.
Cảm nhận của sinh viên về sự lựa chọn nguyện vọng 2

43 Tôi đã nghe nhiều điều tốt đẹp về trường HUTECH. 1 2 3 4 5
44 Tôi cảm thấy tự tin khi học tại trường HUTECH. 1 2 3 4 5
Tôi hài lòng khi được chọn học các chuyên ngành
45 1 2 3 4 5
tại Khoa Quản trị Kinh doanh trường HUTECH.
Thí dụ 2: Với đề tài nghiên cứu “Nghiên cứu các thương hiệu dầu
gội đầu tại Việt Nam”1 nhóm tác giả đã trình bày các câu hỏi của phần
chính một lượt mà không ghi tên các thang đo thành phần.
1
Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2011), Nghiên cứu khoa học
Marketing-Ứng dụng mô hình cấu trúc tuyến tính SEM.
--135--
Xin cho biết mức độ đồng ý của chị trong các phát biểu dưới đây
theo quy ước:
1 Tôi biết được dầu gội X. 1 2 3 4 5
Tôi có thể dễ dàng nhận biết X trong các loại
2 1 2 3 4 5
dầu gội khác.
Tôi có thể dễ dàng phân biệt X với các loại dầu
3 1 2 3 4 5
gội khác.
Các đặc điểm của X có thể đến với tôi một
4 1 2 3 4 5
cách nhanh chóng.
Tôi có thể nhớ và nhận biết logo của X một
5 1 2 3 4 5
cách nhanh chóng.
Tổng quát, khi nhắc đến X tôi có thể dễ dàng
6 1 2 3 4 5
hình dung ra nó.
7 Tôi thích X hơn các thương hiệu khác. 1 2 3 4 5
8 Tôi thích dùng X hơn các thương hiệu khác. 1 2 3 4 5
Tôi tin rằng dùng X đáng đồng tiền hơn các
9 1 2 3 4 5
thương hiệu khác.
10 Khả năng mua X của tôi rất cao. 1 2 3 4 5
Tôi nghĩ rằng, nếu đi mua dầu gội đầu, tôi sẽ
11 1 2 3 4 5
mua X.
12 Xác suất tôi mua dầu gội X rất cao. 1 2 3 4 5
13 Tôi tin rằng, tôi muốn mua dầu gội X. 1 2 3 4 5
Tôi cho là tôi là khách hàng trung thành của
14 1 2 3 4 5
dầu gội X.
15 Dầu gội X là sự lựa chọn đầu tiên của tôi. 1 2 3 4 5
Tôi sẽ không mua dầu gội khác nếu X có bán ở
16 1 2 3 4 5
cửa hàng.
Tôi sẽ tìm mua được dầu gội X chứ không mua
17 1 2 3 4 5
các loại khác.
--136--
18 X gội rất sạch gàu. 1 2 3 4 5
19 X gội rất mượt tóc. 1 2 3 4 5
20 Dùng X không làm tóc tôi khô. 1 2 3 4 5
21 X rất tiện lợi khi sử dụng. 1 2 3 4 5
22 Mùi của X rất dễ chịu. 1 2 3 4 5
23 Một cách tổng quát chất lượng của X rất cao. 1 2 3 4 5
24 Các quảng cáo của X rất thường xuyên. 1 2 3 4 5
25 Các quảng cáo của X rất hấp dẫn. 1 2 3 4 5
26 Tôi thích các quảng cáo của X. 1 2 3 4 5
Các chương trình khuyến mãi của X rất thường
27 1 2 3 4 5
xuyên.
28 Các chương trình khuyến mãi của X rất hấp dẫn. 1 2 3 4 5
Tôi rất thích tham gia các chương trình khuyến
29 1 2 3 4 5
mãi của X.
6.3.2.4. Phần thông tin cá nhân

Phần thông tin cá nhân thường được hỏi về giới tính, độ tuổi, nghề
nghiệp, trình độ học vấn của người trả lời. Ngoài ra, người được phỏng
vấn có thể đóng góp ý kiến cá nhân liên quan đến đề tài nghiên cứu.
Thí dụ 1: Với đề tài nghiên cứu “Nâng cao chất lượng dịch vụ
Phát hành báo chí của ngành Bưu điện”, phần thông tin cá nhân được
trình bày như sau:
Câu 2: Xin vui lòng cho biết nhóm tuổi của anh/chị.
18 - 30 1
31 - 40 2
41 - 50 3
> 50 4
--137--
Câu 3: Xin vui lòng cho biết nghề nghiệp của anh / chị.
1 Công nhân 4 Dạy học 7 Nội trợ
2 Cán bộ 5 8
Nhà nghiên Đang tìm
viên chức Khác …
cứu khoa học việc làm
Nhà nước
3 Doanh nhân 6 Sinh viên 9 Về hưu
Câu 4: Xin vui lòng cho biết trình độ học vấn của anh/chị.
Phổ thông 1
Trung học chuyên nghiệp 2
Cao đẳng 3
Đại học 4
Sau đại học 5
Câu 5: Xin vui lòng cho biết giới tính của anh/chị.
Nữ 1
Nam 2
Từ “khác” trong câu 3 có ý nghĩa là, khi phỏng vấn, nếu như nghề
nghiệp của người trả lời không có trong 9 lựa chọn nêu trên thì đề nghị
người trả lời ghi ra. Sau đó thống kê tất cả những nghề nghiệp “khác”
mà người khảo sát đã trả lời và mã hoá thêm là 12, 13, 14…
Lưu ý: Để tránh sai sót trong lúc phỏng vấn cũng như hạn chế đến
mức tối đa các bảng câu hỏi sau khảo sát bị xảy ra trường hợp không
hợp lệ như:
- Người trả lời không trả lời hết tất cả các câu hỏi trong bảng.
- Trả lời hơn một lựa chọn trong các biến quan sát trong các thang
đo thành phần.
- Không điền thông tin trong các phần gạn lọc cũng như phần
thông tin cá nhân.
- Trả lời cùng một lựa chọn trong phần chính. Thí dụ như trả lời
hết các câu hỏi từ trên xuống dưới cùng chung lựa chọn không đồng ý
(2), hoàn toàn đồng ý (5)…
--138--
Phỏng vấn viên khi phỏng vấn nên quan sát và hướng người trả lời
vào mục tiêu nghiên cứu; hướng dẫn người trả lời các câu hỏi khi họ
thắc mắc; tạo bầu không khí vui vẻ, thân thiện khi phỏng vấn…
Khi phỏng vấn xong, phỏng vấn viên phải tranh thủ lúc người trả
lời chưa đi về kiểm soát nhanh bảng câu hỏi. Nếu có gì sai sót, đề nghị
người trả lời sửa chữa và bổ sung.
Phỏng vấn viên nên chia thành tổ và kiểm tra chéo các bảng câu
hỏi. Các bảng câu hỏi phải hoàn chỉnh trước khi đưa vào mã hoá và
nhập liệu. Nếu có thời gian thì nên tổ chức các tổ kiểm tra chéo các
bảng câu hỏi lẫn nhau.
--139--
PHỤ LỤC 1:
NGHIÊN CỨU ĐỊNH TÍNH XÂY DỰNG THANG ĐO LƯỜNG
VỀ SỰ LỰA CHỌN NGUYỆN VỌNG BỔ SUNG CỦA
SINH VIÊN KHOA QUẢN TRỊ KINH DOANH HUTECH
1. Thiết kế nghiên cứu

1.1 Mục tiêu nghiên cứu
Nghiên cứu định tính xây dựng thang đo về sự lựa chọn nguyện
vọng bổ sung của sinh viên Khoa Quản trị Kinh doanh Hutech.
1.2 Phương pháp thực hiện
Thảo luận nhóm tập trung
1.3 Đối tượng tham gia thảo luận nhóm
Một nhóm chuyên gia gồm 30 người là những nhà quản lý của các
phòng ban trong Trường, các thành viên nhóm nghiên cứu, đại diện
sinh viên đăng ký nguyện vọng bổ sung.
1.4 Dàn bài thảo luận nhóm
Phần I: Giới thiệu
Xin chào anh / chị.
Trường Hutech. Chúng tôi đang tiến hành một chương trình nghiên
chọn nguyện vọng bổ sung của sinh viên Khoa Quản trị Kinh
doanh Trường Hutech”. Chúng tôi rất hân hạnh xin được thảo luận
với các anh/chị về chủ đề này. Xin anh/chị lưu ý rằng không có quan
điểm nào là đúng hoặc sai cả. Tất cả các quan điểm của quý anh/chị
đều giúp ích cho chương trình nghiên cứu của tôi cũng như giúp ích
cho Trường Hutech ngày càng hoàn thiện hơn về công tác tuyển sinh
viên nguyện vọng bổ sung
Thời gian dự kiến là sáu mươi phút. Để cuộc thảo luận được tiến
hành tốt đẹp, chúng tôi (giới thiệu tên) và xin quý vị tự giới thiệu.
--140--
Phần II: Khám phá yếu tố lựa chọn nguyện vọng bổ sung
1. Anh/chị đăng ký xét tuyển nguyện vọng bổ sung tại trường đại
học nào? Tại sao anh/chị chọn trường đại học đó?
2. Anh/chị đăng ký ngành học nào? Tại sao anh/chị chọn ngành
học như trên?
3. Theo quan điểm của anh/chị, điều gì thôi thúc anh/chị đến
đăng ký xét tuyển nguyện vọng bổ sung tại trường đại học đó?
4. Theo quan điểm của anh/chị, khi đến đăng ký xét tuyển
nguyện vọng bổ sung tại trường Hutech điều gì thôi thúc anh/chị đăng
ký Khoa Quản trị Kinh doanh?
5. Theo quan điểm của anh/chị, khi đề cập đến sự lựa chọn
nguyện vọng bổ sung của sinh viên Khoa Quản trị Kinh doanh Trường
Hutech thì những yếu tố nào là quan trọng? Tại sao?
6. Gợi ý 8 yếu tố thành phần (Điểm chuẩn – Uy tín – Truyền
thông – Yếu tố địa lý – Cơ sở vật chất – Hỗ trợ – Đội ngũ giảng viên
– Học phí, chính sách ưu đãi, học bổng).
7. Trong các yếu tố này, anh/chị cho rằng các yếu tố nào là quan
trọng nhất, nhì, ba? Yếu tố nào không quan trọng hoặc không có quan
trọng chút nào? Tại sao?
8. Anh/chị còn thấy yếu tố nào khác mà anh /chị cho là quan
trọng nữa không? Tại sao?
Phần III: Khẳng định lại các yếu tố đo lường về sự lựa chọn
nguyện vọng bổ sung của sinh viên
1. Bây giờ xin các anh (chị) xem xét những yếu tố sau đây và
chia chúng thành bảy nhóm có đặc điểm gần nhau. Hãy giải thích vì
sao anh (chị) lại phân chúng vào nhóm đó? Có thể xếp chúng thành 9
nhóm, 10 nhóm không? Vì sao?
2. Bây giờ xin các anh (chị) xem xét những yếu tố trong cùng
một nhóm và xếp chúng theo thứ tự tầm quan trọng của chúng trong
từng nhóm: 1-rất quan trọng; 2-ít quan trọng hơn v.v. vì sao?
2. Kết quả nghiên cứu
Dựa trên các tiêu chí, sinh viên và chuyên gia cho là quan trọng,
--141--
nghĩa là họ quan tâm đến chúng khi đo lường sự lựa chọn. Cuối buổi
thảo luận, nhóm nghiên cứu tổng hợp các ý kiến và đi đến thống nhất
xây dựng lại mô hình nghiên cứu gồm bảy nhân tố ảnh hưởng đến việc
lựa chọn nguyện vọng bổ sung của sinh viên Khoa QTKD HUTECH.
Theo đó, nhân tố Điểm chuẩn không được đưa vào mô hình nghiên
cứu lý thuyết chính thức. Nguyên nhân là do không có sự khác biệt về
điểm chuẩn của hầu hết các trường ngoài công lập, vì vậy sinh viên
không quan tâm đến nhân tố này. Thang đo lường về sự lựa chọn
nguyện vọng bổ sung bao gồm 7 biến quan sát sau đây:
Nhân tố vị trí địa lý:
1. Các cơ sở gần nhau, ở ngay quận Bình Thạnh, thuận tiện đi lại
và chuyển ca học.
2. Bến xe buýt gần trường thuân tiện cho sinh viên đi học bằng
phương tiện giao thông công cộng.
3. Gần bến xe Miền Đông nên sinh viên dễ dàng về thăm gia đình
vào cuối tuần.
4. Trường Hutech ở quận nội thành tiện lợi cho sinh viên đi làm
ngoài giờ.
5. Trường Hutech ở quận nội thành tiện lợi cho sinh viên đi học
thêm các khóa học như Anh văn, Vi tính và Kỹ năng mềm ngoài giờ.
6. Trường Hutech ở quận Bình Thạnh thuận tiện cho sinh viên
thuê nhà trọ giá cả phù hợp.
Nhân tố truyền thông:
1. Trường cử cán bộ nhân viên đến trường phổ thông trung học tư
vấn cho học sinh lựa chọn học tại Hutech.
2. Tổ chức nhiều buổi giới thiệu trên tuyền hình, báo chí…cho
học sinh và gia đình biết về trường Hutech.
3. Tổ chức cho học sinh các trường phổ thông trung học tham
quan trường Hutech.
4. Trường Hutech đã tham gia tài trợ và tổ chức các buổi tư vấn
tuyển sinh trực tiếp trên truyền hình và tại các tỉnh, thành phố.
5. Trường Hutech cử cán bộ nhân viên, sinh viên tình nguyện tư
--142--
vấn trực tiếp khi học sinh đến tìm hiểu về việc lựa chọn nguyện vọng
2 tại sân trường.
6. Qua các chương trình sinh hoạt cộng đồng như Mùa hè xanh,
Xuân tình nguyện, công tác xã hội… để đưa hình ảnh của trường
Hutech đến các em học sinh và gia đình.
Nhân tố hỗ trợ
1. Sinh viên được đảm bảo điều kiện sống và học tập tại ký túc xá
khang trang, hiện đại của trường Hutech.
2. Sinh viên được tham gia các hoạt động rèn luyện tố chất để
phát triển toàn diện về Văn - Thể - Mỹ.
3. Sinh viên được tham gia các chương trình học tập ngoại khóa
bổ ích, thiết thực với các câu lạc bộ học thuật.
4. Sinh viên được tham gia các chương trình sinh hoạt cộng đồng
như Mùa hè xanh, Xuân tình nguyện, công tác xã hội để rèn luyện kỹ
năng sống.
5. Sinh viên được trang bị những kỹ năng mềm cần thiết như
Giao tiếp, Làm việc nhóm, Đàm phán… để tự tin, năng động và dễ
dàng hội nhập với môi trường làm việc sau khi ra trường.
6. Có nhiều học bổng, giải thưởng khuyến khích sinh viên hiếu học.
Nhân tố học phí
1. Học phí theo tín chỉ, thuận lợi cho sinh viên đóng học phí.
2. Thời hạn đóng học phí linh hoạt.
3. Có chính sách cho sinh viên nghèo vay vốn học tập.
4. Mức học phí tương ứng chất lượng dịch vụ được cung cấp tại
trường Hutech
5. Học phí tại trường HUTECH là phù hợp với mức học phí
chung của các trường đại học ngoài công lập có uy tín tại Việt Nam.
Nhân tố cơ sở vật chất
1. Trường lớp khang trang, thiết kế đẹp.
2. Hệ thống thiết bị phục vụ giảng dạy được lắp đặt đầy đủ tại các
phòng học.
--143--
3. Hệ thống Wifi phục vụ công cộng tiện lợi cho sinh viên truy
cập và tìm kiếm thông tin.
4. Phòng thí nghiệm thực hành trang bị thiết bị với công nghệ
cao.
5. Hệ thống thư viện đáp ứng tốt nhu cầu học tập, tham khảo của
sinh viên.
6. Tài liệu học tập được cung cấp đầy đủ.
7. Hệ thống nhà vệ sinh được bố trí hợp lý và sạch sẽ.
Nhân tố uy tín
1. HUTECH được đánh giá là một trong hai trường ngoài công
lập có uy tín nhất Việt Nam.
2. Sinh viên và gia đình tin rằng trường HUTECH có chương
trình học tập rất tốt và có chất lượng.
3. Trường HUTECH là nơi tạo niềm tin cho phụ huynh gởi con
em vào học tập.
4. Sinh viên tin tưởng trường HUTECH đáp ứng tốt nhu cầu của
ngành Quản trị Kinh doanh hiện nay.
2. Sinh viên tin tưởng các doanh nghiệp có thiện cảm về trường
HUTECH.
3. Bằng tốt nghiệp tại trường HUTECH bảo đảm cho sinh viên ra
trường có việc làm.
4. Bằng tốt nghiệp nhận được từ trường trường HUTECH sẽ giúp
sinh viên tìm việc làm có tính ổn định cao.
Nhân tố giảng viên
1. Đội ngũ giảng viên có học hàm, học vị cao.
2. Đội ngũ giảng viên giảng dạy nhiệt tình.
3. Đội ngũ giảng viên có bề dày kinh nghiệm giảng dạy đại học.
4. Đội ngũ giảng viên đào tạo chuyên ngành trang bị cho sinh
viên những kiến thức chuyên môn phù hợp.
5. Đội ngũ giảng viên dạy thực hành huấn luyện khả năng cho
sinh viên đáp ứng được các nhu cầu của nhà tuyển dụng.
--144--
Sự lựa chọn của sinh viên nguyện vọng bổ sung
1. Tôi đã nghe nhiều điều tốt đẹp về trường Hutech.
2. Tôi cảm thấy tự tin khi học tại trường Hutech.
3. Tôi hài lòng khi được chọn học các chuyên ngành tại Khoa
Quản trị Kinh doanh trường Hutech.
3. Danh sách tham gia cuộc thảo luận nhóm
HỌC HÀM NƠI
STT HỌ VÀ TÊN CHỨC VỤ
HỌC VỊ CÔNG TÁC
1 Nguyễn Thanh Giang TS Trưởng Phòng Phòng Đào tạo
Phó Trưởng
2 Lê Vũ Hương Giang ThS Phòng Đào tạo
Phòng
Nhân viên
3 Chu Thị Hạnh ThS Phòng Đào tạo
tuyển sinh
Phòng Tư vấn
4 Nguyễn Quốc Anh ThS Trưởng Phòng
TSTT
Phó Trưởng Phòng Tư vấn
5 Trần Hải Nam ThS
Phòng TSTT
Nguyễn Trần Ngọc Phó Trưởng Phòng Tư vấn
6 ThS
Phương Phòng TSTT
Phòng Công tác
7 Huỳnh Ngọc Anh ThS Trưởng Phòng
HSSV
Phó Trưởng Phòng Công tác
8 Châu Ngọc Lang ThS
Phòng HSSV
Phó Trưởng Phòng Công tác
9 Phạm Trường Sinh Cử nhân
Phòng HSSV
10 Nguyễn Phú Tụ PGS.TS Trưởng Khoa Khoa QTKD
Phó Trưởng Khoa QTKD
11 Nguyễn Ngọc Dương TS
Khoa
Phó Trưởng Khoa QTKD
12 Trần Thị Trang ThS
Khoa
13 Trương Quang Dũng TS Giảng viên Khoa QTKD
14 Lê Quang Hùng TS Giảng viên Khoa QTKD
15 Ngô Ngọc Cương ThS Giảng viên Khoa QTKD
16 Diệp Thị Phương Thảo ThS Giảng viên Khoa QTKD
--145--
HỌC HÀM NƠI
STT HỌ VÀ TÊN CHỨC VỤ
HỌC VỊ CÔNG TÁC
17 Trần Thị Cẩm Hà ThS Giảng viên Khoa QTKD
18 Phạm Thị Kim Dung ThS Giảng viên Khoa QTKD
19 Nguyễn Thị Hoàng Yến ThS Giảng viên Khoa QTKD
20 Trần Thị Hoài Phương ThS Nhân viên Khoa QTKD
21 Nguyễn Xuân Đào Sinh viên 13DKS01
22 Võ Thị Tú Anh Sinh viên 13DKS05
23 Mai Quốc Cường Sinh viên 13DLH02
24 Đỗ Ngọc Phương Trúc Sinh viên 13DNH05
25 Nguyễn Văn Toàn Sinh viên 13DQT01
26 Đỗ Khánh Linh Sinh viên 13DQT03
27 Nguyễn Ngọc Linh Sinh viên 13DQT10
28 Đỗ Ngọc Bích Sinh viên 13DQT11
29 Nguyễn Ngọc Yến Linh Sinh viên 13DQT16
30 Trần Mạnh Quốc Sinh viên 13DQT24
Ghi chú: Cuộc thảo luận nhóm được thực hiện theo phương pháp
trao đổi trực tiếp với những đối tượng tham gia. Câu hỏi được đặt ra
và xin ý kiến của từng thành viên. Khi các ý kiến đóng góp đã bảo
hòa, nghiên cứu ghi nhận được số lượng thành viên đóng góp các ý
kiến hữu ích là 30 người.
--146--
PHỤ LỤC 2:
BẢNG KHẢO SÁT VỀ SỰ LỰA CHỌN NGUYỆN VỌNG 2 CỦA
SINH VIÊN NGÀNH QUẢN TRỊ KINH DOANH HUTECH
Thân chào các em sinh viên.

Trường HUTECH. Chúng tôi đang tiến hành một chương trình nghiên
chọn Nguyện vọng 2 của sinh viên ngành Quản trị Kinh doanh
Trường Hutech”. Xin các em dành chút ít thời gian trả lời giúp
chúng tôi một số câu hỏi sau. Xin lưu ý rằng không có quan điểm nào
là đúng hoặc sai. Tất cả các câu trả lời của các em đều có giá trị đối
với nghiên cứu của chúng tôi. Chúng tôi rất mong sự hợp tác chân tình
của các em.
Bảng câu hỏi số:
Tên phỏng vấn viên:
Phỏng vấn lúc: giờ, ngày / / 2014
Tên người trả lời:
Điện thoại:
Địa điểm phỏng vấn:
Các em biết đến Trường HUTECH qua nguồn thông tin nào?
(Có thể chọn nhiều câu trả lời)
Cha mẹ, anh chị giới thiệu. 1
Bạn bè giới thiệu. 2
Cựu sinh viên Hutech giới thiệu. 3
Sinh viên đang học Hutech giới thiệu. 4
Công tác Truyền thông và Tư vấn tuyển sinh của nhà trường. 5
Qua quảng cáo trên báo chí, truyền hình. 6
Khác … (ghi ra)
--147--
Phần 1: Xin cho biết mức độ đồng ý của các em trong các phát
biểu dưới đây và đánh dấu vào ô thích hợp với quy ước sau:
NHÂN TỐ VỊ TRÍ ĐỊA LÝ
Các cơ sở gần nhau, ở ngay quận Bình Thạnh, 1 2 3 4 5
1
thuận tiện đi lại và chuyển ca học.
Bến xe buýt gần trường thuân tiện cho sinh viên 1 2 3 4 5
2
đi học bằng phương tiện giao thông công cộng.
Gần bến xe Miền Đông nên sinh viên dễ dàng về 1 2 3 4 5
3
thăm gia đình vào cuối tuần.
Trường Hutech ở quận nội thành tiện lợi cho 1 2 3 4 5
4
sinh viên đi làm ngoài giờ.
Trường Hutech ở quận nội thành tiện lợi cho 1 2 3 4 5
5 sinh viên đi học thêm các khóa học như Anh văn,
Vi tính và Kỹ năng mềm ngoài giờ.
Trường Hutech ở quận Bình Thạnh thuận tiện 1 2 3 4 5
6
cho sinh viên thuê nhà trọ giá cả phù hợp.
NHÂN TỐ TRUYỀN THÔNG
Trường cử cán bộ nhân viên đến trường phổ 1 2 3 4 5
7 thông trung học tư vấn cho học sinh lựa chọn
học tại Hutech.
Tổ chức nhiều buổi giới thiệu trên tuyền hình, 1 2 3 4 5
8 báo chí…cho học sinh và gia đình biết về trường
Hutech.
Tổ chức cho học sinh các trường phổ thông trung 1 2 3 4 5
9
học tham quan trường Hutech.
Trường Hutech đã tham gia tài trợ và tổ chức các 1 2 3 4 5
10 buổi tư vấn tuyển sinh trực tiếp trên truyền hình
và tại các tỉnh, thành phố.
11 Trường Hutech cử cán bộ nhân viên, sinh viên tình 1 2 3 4 5
--148--
nguyện tư vấn trực tiếp khi học sinh đến tìm hiểu
về việc lựa chọn nguyện vọng 2 tại sân trường.
Qua các chương trình sinh hoạt cộng đồng như 1 2 3 4 5
Mùa hè xanh, Xuân tình nguyện, công tác xã
12
hội… để đưa hình ảnh của trường Hutech đến
các em học sinh và gia đình.
NHÂN TỐ HỖ TRỢ
Sinh viên được đảm bảo điều kiện sống và học 1 2 3 4 5
13 tập tại ký túc xá khang trang, hiện đại của trường
Hutech.
Sinh viên được tham gia các hoạt động rèn luyện tố 1 2 3 4 5
14
chất để phát triển toàn diện về Văn - Thể - Mỹ.
Sinh viên được tham gia các chương trình học 1 2 3 4 5
15 tập ngoại khóa bổ ích, thiết thực với các câu lạc
bộ học thuật.
Sinh viên được tham gia các chương trình sinh 1 2 3 4 5
16 hoạt cộng đồng như Mùa hè xanh, Xuân tình
nguyện, công tác xã hội để rèn luyện kỹ năng sống.
Sinh viên được trang bị những kỹ năng mềm cần 1 2 3 4 5
thiết như Giao tiếp, Làm việc nhóm, Đàm
17
phán… để tự tin, năng động và dễ dàng hội nhập
với môi trường làm việc sau khi ra trường.
18 Có nhiều học bổng, giải thưởng khuyến khích 1 2 3 4 5
sinh viên hiếu học.
NHÂN TỐ HỌC PHÍ
Học phí theo tín chỉ, thuận lợi cho sinh viên 1 2 3 4 5
19
đóng học phí.
20 Thời hạn đóng học phí linh hoạt. 1 2 3 4 5
21 Có chính sách cho sinh viên nghèo vay vốn học tập. 1 2 3 4 5
Mức học phí tương ứng chất lượng dịch vụ được 1 2 3 4 5
22
cung cấp tại trường Hutech
--149--
23 Học phí tại trường HUTECH là phù hợp với mức 1 2 3 4 5
học phí chung của các trường đại học ngoài công
lập có uy tín tại Việt Nam.
NHÂN TỐ CƠ SỞ VẬT CHẤT
24 Trường lớp khang trang, thiết kế đẹp. 1 2 3 4 5
Hệ thống thiết bị phục vụ giảng dạy được lắp đặt 1 2 3 4 5
25
đầy đủ tại các phòng học.
Hệ thống Wifi phục vụ công cộng tiện lợi cho 1 2 3 4 5
26
sinh viên truy cập và tìm kiếm thông tin.
Phòng thí nghiệm thực hành trang bị thiết bị với 1 2 3 4 5
27
công nghệ cao.
Hệ thống thư viện đáp ứng tốt nhu cầu học tập, 1 2 3 4 5
28
tham khảo của sinh viên.
29 Tài liệu học tập được cung cấp đầy đủ. 1 2 3 4 5
30 Hệ thống nhà vệ sinh được bố trí hợp lý và sạch sẽ. 1 2 3 4 5
NHÂN TỐ UY TÍN
HUTECH được đánh giá là một trong hai trường 1 2 3 4 5
31
ngoài công lập có uy tín nhất Việt Nam.
Sinh viên và gia đình tin rằng Trường HUTECH 1 2 3 4 5
32
có chương trình học tập rất tốt và có chất lượng.
Trường HUTECH là nơi tạo niềm tin cho phụ 1 2 3 4 5
33
huynh gởi con em vào học tập.
Sinh viên tin tưởng trường HUTECH đáp ứng tốt 1 2 3 4 5
34
nhu cầu của ngành Quản trị Kinh doanh hiện nay.
Sinh viên tin tưởng các doanh nghiệp có thiện 1 2 3 4 5
35
cảm về trường HUTECH.
Bằng tốt nghiệp tại trường HUTECH bảo đảm 1 2 3 4 5
36
cho sinh viên ra trường có việc làm.
37 Bằng tốt nghiệp nhận được từ trường trường 1 2 3 4 5

HUTECH sẽ giúp sinh viên tìm việc làm có tính
--150--
ổn định cao.
NHÂN TỐ GIẢNG VIÊN
38 Đội ngũ giảng viên có học hàm, học vị cao. 1 2 3 4 5
39 Đội ngũ giảng viên giảng dạy nhiệt tình. 1 2 3 4 5
Đội ngũ giảng viên có bề dày kinh nghiệm giảng 1 2 3 4 5
40
dạy đại học.
Đội ngũ giảng viên đào tạo chuyên ngành trang 1 2 3 4 5
41 bị cho sinh viên những kiến thức chuyên môn
phù hợp.
Đội ngũ giảng viên dạy thực hành huấn luyện 1 2 3 4 5
42 khả năng cho sinh viên đáp ứng được các nhu
cầu của nhà tuyển dụng.
CẢM NHẬN CỦA SINH VIÊN VỀ SỰ LỰA
CHỌN NGUYỆN VỌNG 2
43 Tôi đã nghe nhiều điều tốt đẹp về trường Hutech. 1 2 3 4 5
44 Tôi cảm thấy tự tin khi học tại trường Hutech. 1 2 3 4 5
Tôi hài lòng khi được chọn học các chuyên ngành 1 2 3 4 5
45
tại Khoa Quản trị Kinh doanh trường Hutech.
Phần 2: Vui lòng cho biết một số thông tin cá nhân (đánh dấu
vào ô thích hợp)
Xin vui lòng cho biết giới tính:
Nữ 1
Nam 2
Là sinh viên trúng tuyển nguyện vọng 2 Khoa Quản trị Kinh
doanh, lớp:
Ngành Quản trị Kinh doanh 1
Ngành Quản trị Du lịch Lữ hành 2
Ngành Quản trị Khách sạn 3
Ngành Quản trị Nhà hàng và dịch vụ ăn uống 4
--151--
Phần 2
HỖ TRỢ CỦA AI
TRÍ TUỆ NHÂN TẠO
--152--
CHƯƠNG 1
TỔNG QUAN VỀ
TRÍ TUỆ NHÂN TẠO (AI)1 2 3 4
1.1. KHÁI NIỆM VỀ AI
Trí tuệ nhân tạo hay trí thông minh nhân tạo được dịch ra từ chữ
Artificial Intelligence và được viết tắt là AI. Đây là một ngành thuộc
lĩnh vực khoa học máy tính (Computer science). Là trí tuệ do con
người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa
các hành vi thông minh như con người. Ngày nay AI đang rất phát
triển được nhiều người quan tâm và chú trọng tìm nâng cao và AI còn
được coi là ngành công nghệ quan trọng hàng đầu giúp con người giải
quyết được nhiều vấn đề đa dạng khác nhau.
Đặc điểm của AI đó là các hệ thống học máy được ứng dụng trong
AI khác với việc lập trình logic trong các ngôn ngữ lập trình. Trong
các xử lý, AI mô phỏng trí tuệ của con người và vượt trội hơn máy
tính. Cụ thể, AI cho phép máy tính có các khả năng tương tự như con
người, bao gồm: khả năng suy nghĩ và lập luận để giải quyết vấn đề,
khả năng giao tiếp bằng ngôn ngữ và tiếng nói, khả năng học hỏi và tự
thích nghi. Trí thông minh nhân tạo liên quan đến cách máy móc cư
xử, học hỏi và thích ứng thông minh.
1.2. LỊCH SỬ PHÁT TRIỂN CỦA AI

Người máy thông minh và các loài sinh vật nhân tạo lần đầu tiên
xuất hiện trong thần thoại Hy Lạp cổ đại về thời cổ đại. Sự phát triển
Hiện nay có rất nhiều tài liệu viết về AI hay còn gọi là trí tuệ nhân tạo. Để hiểu rõ
thêm về AI, quý độc giả tham khảo thêm trên các tài liệu sách báo của các tác giả
trong và ngoài nước đã xuất bản trên file giấy hoặc trên mạng Internet. Chương này
chủ yếu được trích dẫn từ các bài viết của các tác giả:
1
Thạch Thị Mỷ Quyên (2018). Trí tuệ nhân tạo là gì?
2
Khoa Lý (2021). Trí tuệ nhân tạo là gì, các ứng dụng và tiềm năng.
3
Unica (2023). Trí tuệ nhân tạo là gì?
4
Nữ Tâm (2024). AI là gì? Từ A đến Z thông tin về công nghệ AI (2024).
--153--
của thuyết âm tiết và sử dụng suy luận của Aristotle là một thời điểm
quan trọng trong hành trình tìm hiểu trí thông minh của nhân loại.
Mặc dù có nguồn gốc từ lâu đời và sâu xa, nhưng lịch sử của AI ngày
nay kéo dài chưa đầy một thế kỷ.
AI bắt đầu vào năm 1950 với sự xuất hiện của các nghiên cứu về
lý thuyết trí tuệ máy và học máy. Ở thời điểm đó, các nhà khoa học đã
tìm cách xây dựng máy tính có thể suy luận và tự học như con người.
Tại hội nghị The Dartmouth diễn ra vào năm 1956, khái niệm về công
nghệ AI xuất hiện đầu tiên bởi John McCarthy, một nhà khoa học máy
tính Mỹ. Hiện nay, công nghệ AI là thuật ngữ phổ biến rộng rãi ở
nhiều ngành nghề khác nhau bao gồm cả quá trình tự động hoá robot
đến người máy AI. Trong những năm 1960, các nhà khoa học đã phát
triển ra mô hình học máy đầu tiên và thực hiện các nghiên cứu về trí
tuệ máy. Đến năm 1970, các nhà khoa học đã phát triển ra thuật toán
học máy và thuật toán học cục bộ.
Vào những năm 1980 và 1990, AI đã tiến hành nhiều bước tiến
trong việc phát triển các thuật toán học máy nâng cao, như thuật toán
học sự kiện và thuật toán học máy deep learning. Đồng thời công nghệ
máy tính và internet cũng phát triển rất mạnh mẽ, giúp cho việc phát
triển AI trở nên dễ dàng hơn.
Hình 1.1: Lịch sử phát triển của AI

Nguồn: Unica (2023)
--154--
1.3. PHÂN LOẠI AI
1.3.1. Công nghệ AI phản ứng
Công nghệ AI phản ứng có khả năng phân tích những động thái
khả thi nhất của chính mình và của đối thủ, từ đó, đưa ra được những
chiến lược hoàn hảo và những giải pháp tối ưu. Một thí dụ điển hình
của công nghệ AI phản ứng là Deep Blue. Đây là một chương trình
chơi cờ vua tự động, được tạo ra bởi IBM, với khả năng xác định các
nước cờ đồng thời dự đoán những bước đi tiếp theo của đối thủ.
Thông qua đó, Deep Blue đưa ra những nước đi thích hợp nhất. Nó đã
đánh bại siêu đại kiện tướng cờ vua Garry Kasparov. Nhưng nó không
có ký ức và không thể sử dụng những kinh nghiệm trong quá khứ để
tiếp tục huấn luyện trong tương lai.
1.3.2. Công nghệ AI với bộ nhớ hạn chế
Đặc điểm của công nghệ AI với bộ nhớ hạn chế là khả năng sử
dụng những kinh nghiệm trong quá khứ để đưa ra những quyết định
trong tương lai. Công nghệ AI này thường kết hợp với cảm biến môi
trường xung quanh nhằm mục đích dự đoán những trường hợp có thể
xảy ra và đưa ra được hướng xử lý tốt nhất. Thí dụ như đối với xe
không người lái, nhiều cảm biến được trang bị xung quanh xe và ở
đầu xe để tính toán khoảng cách với các xe phía trước, công nghệ AI
sẽ dự đoán khả năng xảy ra va chạm, từ đó điều chỉnh tốc độ xe phù
hợp để giữ an toàn cho xe.
1.3.3. Lý thuyết trí tuệ nhân tạo
Lý thuyết AI là một lĩnh vực nghiên cứu nhằm tạo ra những hệ
thống máy tính hoạt động giống như con người, đáp ứng nhiều yêu
cầu thông minh khác nhau như nhận diện giọng nói, xử lý ngôn ngữ tự
nhiên, phân tích dữ liệu, vv. Điều này có nghĩa là công nghệ AIcó thể
học hỏi và tự suy nghĩ, sau đó áp dụng kiến thức đã học để thực hiện
các nhiệm vụ cụ thể. Tuy nhiên, công nghệ AInày vẫn chưa trở thành
giải pháp khả thi cho mọi vấn đề. Nó đối mặt với nhiều thách thức và
hạn chế, bao gồm thiếu dữ liệu, thiếu tính minh bạch, thiếu đạo đức,
thiếu khả năng giải thích, thiếu tương tác với con người, vv. Do đó, để
đáp ứng nhu cầu và kỳ vọng của xã hội, công nghệ AI cần tiếp tục
được nghiên cứu và phát triển.
--155--
Một thí dụ về công nghệ AI này là hệ thống gợi ý, mà bạn có thể
thấy trên nhiều trang web mua sắm, xem phim hay nghe nhạc. Hệ
thống gợi ý sử dụng các thuật toán học máy để phân tích hành vi, sở
thích và nhu cầu của người dùng, sau đó đưa ra những sản phẩm, dịch
vụ hay nội dung phù hợp với từng người. Hệ thống gợi ý giúp cải
thiện trải nghiệm của người dùng, tăng doanh thu cho các doanh
nghiệp và tối ưu hóa quá trình lựa chọn của người tiêu dùng (Memart,
nd).
1.3.4. Tự nhận thức
Công nghệ AI này có khả năng tự nhận thức về bản thân, có ý
thức về mục tiêu, khả năng và hạn chế của mình. Thậm chí, chúng còn
có thể bộc lộ cảm xúc cũng như hiểu được những cảm xúc của con
người. Đây được xem là bước phát triển cao nhất của công nghệ AI và
đến thời điểm hiện tại, công nghệ này vẫn chưa khả thi và cũng là một
thách thức lớn về mặt kỹ thuật và đạo đức
Một thí dụ về công nghệ AI là một chương trình máy tính chơi cờ
vây do Google phát triển. AlphaGo có thể tự học cách chơi cờ vây từ
hàng triệu ván cờ của con người, sau đó cải thiện kỹ năng của mình
bằng cách chơi với chính nó. AlphaGo đã đánh bại nhiều kỳ thủ cờ
vây hàng đầu thế giới, trong đó có Lee Sedol và Ke Jie. AlphaGo cũng
có khả năng tự nhận thức về mức độ khó khăn của trò chơi, cũng như
cảm xúc của đối thủ. AlphaGo được xem là một trong những thành
tựu đột phá của công nghệ AI tự nhận thức.
1.4. ƯU ĐIỂM VÀ HẠN CHẾ CỦA AI

1.4.1. Ưu điểm của AI
1.4.1.1. Giúp tăng năng suất, hiệu quả lao động
Mục đích hàng đầu của AIvà bất kỳ sản phẩm công nghệ nào là
tối ưu hiệu quả công việc của con người trong khi giảm sức lao động
một cách đáng kể. Điều này đã được chứng minh qua các cuộc cách
mạng công nghiệp và khoa học kỹ thuật trong lịch sử nhân loại, từ
việc ra đời máy hơi nước, hệ thống tự động hóa đến công nghệ
Internet 4.0 và Blockchain gần đây. Điểm quan trọng là AI hứa hẹn có
khả năng kết nối, tương tác và áp dụng các công nghệ khác như con
--156--
người, thay vì chỉ đơn thuần là một công cụ lao động. Điều này mở ra
cơ hội cho sự sáng tạo của con người, giúp chinh phục những thành
tựu vĩ đại mới trong lao động, sản xuất và mọi lĩnh vực khác.
1.4.1.2. Tạo ra cơ hội việc làm mới
Không ít người lo ngại rằng việc ứng dụng AItrong giáo dục và
kinh doanh có thể dẫn đến tăng tỷ lệ thất nghiệp. Tuy nhiên, điều này
chỉ xảy ra ở một mức độ nhất định và tập trung vào một số ngành nghề
cụ thể. Ngược lại, AI cũng đóng góp vào việc tạo ra nhiều cơ hội nghề
nghiệp mới trong các lĩnh vực mới. Theo dự đoán của các chuyên gia,
vào đầu thập kỷ 2020, công nghệ AI sẽ mang lại hơn 2 triệu việc làm
trên thị trường lao động và có khả năng tiếp tục tăng trong tương lai.
Có một số điểm nổi bật như sau:
– Vị trí lập trình viên AI.
– Vị trí môi giới, quản lý AI – trung gian giữa sản phẩm AIvới
khách hàng (doanh nghiệp, đại diện công chúng,…).
– Ethics controller – Kiểm soát viên đối với AI.
Đặc biệt, nhu cầu nhân lực không chỉ xuất hiện trong lĩnh vực
công nghệ AI mà còn diễn ra ở các mảng liên quan, như data scientist
và data engineer với mức tăng dự kiến lên tới 39%.
1.4.1.3. Mở ra những tiềm năng mới
Khoa học công nghệ nói chung và AI nói riêng đã đặt nền móng
vững chắc cho nhân loại để tiến tới những giấc mơ mà trước đây có vẻ
như không thể. AI mang lại tiềm năng lớn trong việc khám phá vũ trụ.
Với sự trợ giúp của AI, chúng ta có thể phân tích dữ liệu vũ trụ khổng
lồ từ các thiên hà xa xôi, giúp chúng ta hiểu rõ hơn về nguồn gốc và
sự phát triển của vũ trụ. AI cũng có thể hỗ trợ trong việc điều khiển
các tàu vũ trụ tự động và phân tích dữ liệu từ các nhiệm vụ thám hiểm
không gian để tìm kiếm dấu hiệu về sự sống hay nguồn tài nguyên
mới. Ngoài ra, AI cũng đóng góp quan trọng trong việc phát triển các
nguồn năng lượng sạch. AI có thể được sử dụng để tối ưu hóa quy
trình sản xuất năng lượng từ các nguồn như điện mặt trời, gió, thủy
điện và hạt nhân. Bằng cách sử dụng AI trong việc nghiên cứu và
phân tích dữ liệu, chúng ta có thể tìm ra cách tối ưu hóa hiệu suất và
--157--
tiết kiệm năng lượng trong các ngành công nghiệp, góp phần giảm
thiểu ô nhiễm môi trường. AI cũng mở ra nhiều cơ hội khác trong các
lĩnh vực khác như y tế, giao thông, nông nghiệp và nhiều ngành công
nghiệp khác. Với sự kết hợp của AI và các công nghệ khác, chúng ta
có thể nâng cao chất lượng chăm sóc sức khỏe, phân tích dữ liệu y tế
để dự đoán và phòng ngừa bệnh tật, tăng cường an toàn và hiệu quả
trong giao thông và nâng cao năng suất trong nông nghiệp.
1.4.2. Nhược điểm của AI
1.4.2.1. Khó làm chủ và kiểm soát
AI là những chương trình phức tạp và khó hiểu với cả những
chuyên gia, lập trình viên giàu kinh nghiệm. Nhiều vấn đề mang tính
kỹ thuật chưa thể tìm ra lời giải đáp ở thời điểm hiện tại. Đặc biệt,
khoảng cách giữa trí tuệ thuần kỹ thuật với trí tuệ chứa cảm xúc của
con người đang quá lớn. Trong nhiều tình huống thực tế như gặp mặt
trực tiếp với khách hàng, tư vấn sản phẩm, con người vẫn cần tự mình
đảm nhiệm. Đó là nguyên nhân khiến quá trình hiện thực hóa những ý
tưởng về AI bị “trì trệ”, chưa thể xác định thời điểm hoàn thành. Và
đối với người dùng phổ thông, nếu sản phẩm không được tối ưu hóa
tốt về trải nghiệm, đồng nghĩa sản phẩm đó sẽ khó hoặc chẳng thể sử
dụng được.
Một yếu tố khác cũng khiến việc làm chủ, kiểm soát AI trở thành
thử thách lớn đối với nhiều dự án hay doanh nghiệp và khách hàng
chính là chi phí sản xuất, vận hành, sở hữu và bảo trì rất tốn kém. Kéo
theo đó, ngay cả những sản phẩm AI được cho là hoàn thiện nhất cũng
khó thương mại hóa trên thị trường.
1.4.2.2. Tăng tỷ lệ thất nghiệp ở một mức nhất định
Như đã đề cập, sự hiện diện của AI trong y tế, các ứng dụng của
AI trong giáo dục, kinh doanh,… sẽ khiến một bộ phận người lao
động rơi vào tình trạng không việc làm do một số yếu tố sau:
– Một số công việc cũ có thể được thay thế bằng máy móc, thiết
bị, sản phẩm tích hợp AI với hiệu suất và độ chính xác cao hơn.
– Một số công việc khác, nhất là quản lý, giám sát hệ thống đòi
hỏi những yêu cầu lớn hơn về trình độ học vấn, kinh nghiệm và kỹ
--158--
năng của lao động.
Dự kiến đến năm 2033, khoảng 38% các công việc thuộc mọi
ngành nghề ở Mỹ sẽ được tự động hóa. Các ngành chế tạo sẽ chịu ảnh
hưởng mạnh nhất, với tỷ lệ tự động hóa lên đến 53%, tiếp theo là
ngành thương mại bán buôn và bán lẻ với tỷ lệ 51%. Các dự đoán
cũng cho thấy, nhóm người lao động có trình độ học vấn thấp sẽ đối
mặt với mức thất nghiệp cao lên đến 47%. Ngay cả những người có
trình độ học vấn cao, họ cũng sẽ đối diện với tỷ lệ thiếu việc là 21%.
1.4.2.3. AI có thể bị lợi dụng
Nếu AI ở Việt Nam hoặc ở bất kỳ quốc gia nào không được sử
dụng đúng mục đích ban đầu, nó có thể trở thành công cụ trong các
hoạt động khủng bố, xung đột vũ trang và thậm chí chiến tranh. Điều
này là một mối lo thường trực đối với các chính phủ trên toàn thế giới
trong quá trình ứng dụng trí tuệ nhân tạo vào lĩnh vực quân sự. Rất
nhiều loại vũ khí và phương tiện tích hợp trí tuệ nhân tạo đã được sản
xuất, bao gồm máy bay không người lái và tên lửa tự động. Ngay cả
trong cuộc sống hàng ngày, việc đánh cắp thông tin cá nhân và việc
hack tài khoản người dùng đã trở nên phổ biến hơn bao giờ hết.
Không ít trường hợp như vậy có liên quan đến trí tuệ nhân tạo, nhưng
bị lạm dụng với mục đích phi pháp.
1.4.2.4. Gia tăng khoảng cách xã hội
Không thể phủ nhận rằng ứng dụng trí tuệ nhân tạo trong lĩnh vực y
tế, dịch vụ nhà ở và nhiều lĩnh vực khác có thể cải thiện đáng kể chất
lượng cuộc sống. Tuy nhiên, thực tế là không phải cá nhân, tổ chức
hoặc quốc gia nào cũng có khả năng sở hữu và tận dụng giá trị từ những
ứng dụng này. Rào cản về chi phí, trình độ và khả năng kiểm soát trí tuệ
nhân tạo một lần nữa đặt ra vấn đề về khoảng cách xã hội. Tuy vậy,
chúng ta vẫn có quyền hy vọng vào một tương lai mà Trí tuệ Nhân tạo
sẽ được tối ưu hoàn toàn và nhược điểm này sẽ được giải quyết một
cách triệt để. Đã có những dự án đã bắt tay vào nhiệm vụ xây dựng Trí
tuệ Nhân tạo "đối xử" bình đẳng với mọi người, điển hình như dự án
PAIR (People + AI Research) của Google vào năm 2017.
--159--
1.5. ỨNG DỤNG CỦA AI
Ngày nay, trí thông minh nhân tạo AI được sử dụng rộng rãi bởi
các doanh nghiệp bởi vì so với con người, AI có thể xử lý dữ liệu ở
mức rộng lớn hơn, quy mô hơn, hệ thống, khoa học và nhanh
hơn. Một số lĩnh vực tiên phong trong công cuộc ứng dụng công nghệ
AI như sau:
1.5.1. Ngành giao thông – vận tải
1.5.1.1. Dòng xe không người lái
Không chỉ giảm chi phí, ứng dụng AI trong vận tải đường dài còn
giúp hạn chế tối đa tai nạn chết người. Điều này đã được rõ ràng thể
hiện trong nhiều sản phẩm xe hơi, motor của các doanh nghiệp lớn
trên thế giới. AI được áp dụng trên các phương tiện vận tải tự lái, đặc
biệt là ô tô. Sự áp dụng này đóng góp vào lợi ích kinh tế tăng cao bằng
cách giảm chi phí và hạn chế nguy cơ tai nạn đe dọa tính mạng. Vào
năm 2016, Otto, một công ty con của Uber phát triển thành công xe tự
lái và sử dụng nó để vận chuyển thành công 50.000 lon bia
Budweisers trên một quãng đường dài 193 km. Theo dự đoán của
công ty tư vấn công nghệ thông tin Gartner, trong tương lai, các xe có
thể kết nối với nhau thông qua Wifi để tạo ra các lộ trình vận tải tối ưu
nhất. Năm 2019, Tesla, một hãng xe điện, đã giới thiệu dòng sản phẩm
Tesla Model S với khả năng tự động lái thông qua AI, cho phép dự
đoán và đưa ra quyết định khi tham gia giao thông.
Một thí dụ khác về việc áp dụng AI ở Việt Nam là hãng xe
VinFast, đang nghiên cứu và phát triển công nghệ AI để tạo ra những
sản phẩm xe hơi "không cần người lái". Ngoài các công ty hàng đầu
như Uber và Tesla, có nhiều doanh nghiệp và nhà sản xuất xe hơi khác
trên toàn cầu đang đầu tư vào nghiên cứu và phát triển công nghệ AI
để cải tiến sản phẩm và dịch vụ của họ như Waymo, Toyota, Volvo,
General Motor… Với sự phát triển liên tục của AI, dự kiến sẽ xuất
hiện nhiều tiến bộ mới trong vận tải đường dài trong tương lai gần.
1.5.1.2. Hệ thống hỗ trợ giám sát giao thông
Hệ thống hỗ trợ giám sát giao thông sử dụng công nghệ AI là
"Smart Traffic Management System" (Hệ thống quản lý giao thông
--160--
thông minh). Hới sự hỗ trợ của thuật toán Deep Learning (học sâu)
cùng hàng hoạt chức năng hữu ích như nhận dạng và điều khiển bằng
giọng nói, xử lý ngôn ngữ tự nhiên; nhận dạng và xử lý hình ảnh; quản
lý dữ liệu … các cơ quan chuyên trách có thể xây dựng được cơ dữ
liệu khổng lồ về hoạt động của phương tiện. Đồng thời, họ hoàn toàn
nâng cao được khả năng giám sát, quản lý hệ thống giao thông của
mình. Với sự hỗ trợ của các chức năng trên, hệ thống hỗ trợ giám sát
giao thông giúp cơ quan chuyên trách có cái nhìn toàn diện hơn về
tình trạng giao thông, từ đó đưa ra các biện pháp quản lý hiệu quả hơn
nhằm giảm thiểu ùn tắc, nâng cao an toàn giao thông, và cải thiện trải
nghiệm của người tham gia giao thông.
Một thí dụ về tính năng quan trọng của hệ thống hỗ trợ giám sát
giao thông là điều khiển đèn giao thông thông minh. Nhờ vào khả
năng phân tích dữ liệu từ các camera giám sát và sử dụng thuật toán
học sâu, hệ thống có thể đưa ra quyết định thông minh về thời gian
chuyển đèn giao thông tại các ngã tư và điểm giao cắt khác. Điều này
giúp tối ưu hóa luồng giao thông, giảm thiểu ùn tắc và thời gian chờ
đợi, cải thiện hiệu suất di chuyển trong thành phố. Tóm lại, hệ thống
hỗ trợ giám sát giao thông sử dụng AI là một công cụ quan trọng để
cải thiện hiệu suất, an toàn và trải nghiệm của người dân trong giao
thông đô thị. Bằng cách kết hợp các tính năng như điều khiển đèn giao
thông thông minh, phát hiện vi phạm, dự báo tình trạng giao thông,
quản lý đỗ xe thông minh và giao tiếp qua ứng dụng di động, hệ thống
này đóng góp tích cực vào việc giảm thiểu ùn tắc, tăng cường an toàn
và cải thiện trải nghiệm di chuyển của mọi người trong thành phố.
1.5.2. Ngành sản xuất
AI đã trở thành một phần ngày càng quan trọng và được áp dụng
rộng rãi trong ngành sản xuất. Các ứng dụng đa dạng của AI trong quá
trình sản xuất và quản lý chuỗi cung ứng mang lại giá trị đáng kể.
Tính năng dự đoán của AI giúp dự báo nhu cầu sản xuất, tối ưu hóa
lịch trình sản xuất và giảm thiểu lãng phí. Hơn nữa, AI cũng được sử
dụng để tăng cường tự động hóa trong quá trình sản xuất, từ việc điều
khiển hệ thống máy móc cho đến giảm thiểu lỗi trong quy trình sản
xuất sản phẩm. Ngoài ra, AI có vai trò quan trọng trong dự đoán và
quản lý bảo trì, sửa chữa và quản lý chuỗi cung ứng thông minh, giúp
--161--
tối ưu hóa quy trình sản xuất. Từ đó, ngành sản xuất đạt được hiệu quả
và hiệu suất cao hơn, đồng thời giảm thiểu chi phí và nâng cao chất
lượng sản phẩm.
Một thí dụ như dùng AI, một công ty sản xuất đồ điện tử có thể dự
đoán nhu cầu sản xuất của sản phẩm trong tương lai. Dựa trên dữ liệu
lịch sử về doanh số bán hàng, yếu tố thị trường, mùa vụ và các yếu tố
khác, hệ thống AI có thể phân tích và xác định xu hướng tiêu thụ và
nhu cầu của khách hàng. Công ty có thể điều chỉnh lịch trình sản xuất
dựa trên dự đoán này để đáp ứng nhu cầu một cách chính xác và hiệu
quả. Thay vì dựa vào phương pháp truyền thống dựa trên kinh nghiệm
và cảm tính, công ty có thể sử dụng thông tin dự báo từ hệ thống AI để
xác định số lượng và thời điểm sản xuất sản phẩm. Điều này giúp
tránh tình trạng sản xuất quá mức hoặc thiếu hụt, đồng thời giảm thiểu
lãng phí nguyên liệu, lao động và tài nguyên khác.
1.5.3. Ngành Y tế
Trong lĩnh vực Y tế, AI mang đến tiềm năng vô cùng lớn để cải
thiện chăm sóc sức khỏe và tăng cường hiệu quả của hệ thống khám
chữa bệnh. Các ứng dụng của AI trong lĩnh vực này bao gồm dự đoán
và chẩn đoán bệnh, quản lý hồ sơ bệnh nhân, tối ưu hóa quy trình điều
trị và nghiên cứu dược phẩm. Với khả năng phân tích lượng lớn dữ
liệu y khoa nhanh chóng và chính xác, AI hỗ trợ các chuyên gia y tế
trong việc đưa ra quyết định chẩn đoán và điều trị hiệu quả hơn, cải
thiện hiệu suất của các bác sĩ và nhân viên y tế. Một trong những công
nghệ chăm sóc sức khỏe nổi tiếng nhất là IBM Watson. Nó hiểu ngôn
ngữ tự nhiên và có thể trả lời các câu hỏi. Hệ thống dữ liệu bệnh nhân
kết hợp AI sẽ cung cấp chính xác hơn về thông tin bệnh nhân và chẩn
đoán sức khỏe.
Một thí dụ khác về ứng dụng của AI trong ngành Y tế:
1. Dự đoán và chẩn đoán bệnh: AI có thể được sử dụng để phân
tích dữ liệu y tế, bao gồm hình ảnh y khoa, kết quả xét nghiệm và
thông tin bệnh lý, để đưa ra dự đoán và chẩn đoán bệnh. Thí dụ, trong
lĩnh vực hình ảnh y khoa, AI có thể phát hiện tự động các dấu hiệu bất
thường trong hình ảnh siêu âm, cắt lớp mạch máu từ hình ảnh CT hay
phân tích các hình ảnh MRI để giúp xác định các khối u.
--162--
2. Quản lý hồ sơ bệnh nhân: AI có thể được sử dụng để tự động
hóa quá trình quản lý hồ sơ bệnh nhân. Nó có khả năng ghi lại, xử lý
và cập nhật thông tin y tế của bệnh nhân, bao gồm kết quả xét nghiệm,
lịch sử bệnh lý và đơn thuốc. Điều này giúp cải thiện tính toàn vẹn và
khả năng truy cập vào thông tin y tế, từ đó tăng cường sự chính xác và
hiệu quả trong việc chăm sóc bệnh nhân.
3. Tối ưu hóa quy trình điều trị: AI có thể được áp dụng để tối ưu
hóa quy trình điều trị bằng cách đưa ra gợi ý cho các phương pháp
điều trị tốt nhất dựa trên dữ liệu y tế. Nó có thể phân tích các thông tin
về bệnh nhân, như lịch sử bệnh, yếu tố nguy cơ và đáp ứng thuốc, để
đề xuất phác đồ điều trị tùy chỉnh và hiệu quả.
4. Nghiên cứu dược phẩm: AI có thể được sử dụng để phân tích
lượng lớn dữ liệu y tế và tìm kiếm thông tin về hiệu quả và an toàn
của các loại thuốc. Điều này giúp tăng tốc quá trình nghiên cứu dược
phẩm và tìm ra các phương pháp điều trị tiềm năng cho các bệnh lý.
1.5.4. Ngành Tài chính Ngân hàng
Trong ngành Tài chính Ngân hàng, AI đang có ứng dụng rộng rãi
ngày nay, mang lại những kết quả tối ưu và đổi mới đáng kể. Việc
phân tích dữ liệu tài chính bằng AI giúp dự đoán và đánh giá rủi ro.
Hệ thống AI có khả năng xử lý lượng dữ liệu lớn từ nhiều nguồn khác
nhau, từ thông tin thị trường đến lịch sử giao dịch, giúp đưa ra dự
đoán chính xác và đánh giá rủi ro nhanh chóng. Trong lĩnh vực đánh
giá tín nhiệm và quản lý rủi ro, AI cung cấp công cụ mạnh mẽ để phân
loại và đánh giá khách hàng, giúp tổ chức tài chính đưa ra quyết định
với độ chính xác cao, tăng cường khả năng dự báo. Ngoài ra, AI còn
đẩy mạnh phát triển của dịch vụ tài chính tự động, mang lại trải
nghiệm tiện lợi và hiệu quả cho người dùng.
Một thí dụ khác về ứng dụng của AI trong ngành Tài chính Ngân
hàng:
– Tư vấn tài chính: AI có thể cung cấp tư vấn tài chính cá nhân
hoặc doanh nghiệp dựa trên dữ liệu tài chính. Nó có thể phân tích
thông tin tài chính của khách hàng, đưa ra gợi ý về đầu tư, quản lý tiền
tệ, lập kế hoạch tài chính và tối ưu hóa chiến lược tài chính.
--163--
– Quản lý rủi ro: AI có thể giúp tổ chức tài chính đánh giá và quản
lý rủi ro. Nó có khả năng theo dõi các chỉ số thị trường, dự đoán biến
động giá cả và tình hình kinh tế, từ đó đưa ra các phân tích và chiến
lược quản lý rủi ro.
– Phân tích dữ liệu và dự báo: AI có thể xử lý lượng lớn dữ liệu
tài chính từ nhiều nguồn khác nhau và áp dụng các thuật toán phân
tích để tìm ra xu hướng, mô hình dự báo và các biểu đồ gợi ý. Điều
này giúp nhà đầu tư và tổ chức tài chính đưa ra quyết định dựa trên
thông tin chính xác và hiểu biết sâu sắc về thị trường.
– Phát hiện gian lận tài chính: AI có thể được sử dụng để phân
tích dữ liệu giao dịch và phát hiện các hành vi gian lận tài chính. Nó
có khả năng nhận diện các mô hình bất thường, giao dịch đáng ngờ và
các hoạt động gian lận trong hệ thống tài chính.
– Dịch vụ khách hàng tự động: AI có thể hỗ trợ trong việc cung
cấp dịch vụ khách hàng tự động qua chatbot hoặc trò chuyện trực
tuyến. Nó có thể trả lời câu hỏi, cung cấp thông tin về tài khoản,
hướng dẫn về giao dịch và hỗ trợ giải quyết các vấn đề thông qua giao
diện người dùng tự động.
1.5.5. Ngành truyền thông
Trong ngành truyền thông, AI cũng đang thay đổi cách chúng ta
tiếp cận thông tin và tương tác. Một ứng dụng quan trọng của AI là tạo
ra nội dung cá nhân hóa và tiếp cận mục tiêu. Các công ty truyền
thông có thể sử dụng AI để phân tích dữ liệu người dùng, sau đó tạo ra
nội dung tùy chỉnh dựa trên sở thích và hành vi của từng cá nhân, từ
quảng cáo đến nội dung truyền thông xã hội. Trong việc sản xuất nội
dung, AI cũng được tích hợp để tạo ra nội dung đa dạng, từ việc viết
bài báo đến sản xuất video, giúp tiết kiệm thời gian và chi phí cho các
tổ chức truyền thông. Ngoài ra, AI cũng được sử dụng trong việc phân
tích dữ liệu và dự đoán xu hướng, giúp các nhà truyền thông hiểu rõ
hơn về đối tượng mục tiêu và tạo ra chiến lược tiếp thị hiệu quả hơn.
Một thí dụ về ứng dụng của AI trong ngành truyền thông là việc
tạo ra nội dung cá nhân hóa. Giả sử có một công ty truyền thông muốn
quảng cáo sản phẩm mới của họ tới một nhóm khách hàng tiềm năng.
Họ sử dụng AI để phân tích dữ liệu từ các hoạt động trước đó của
--164--
người dùng, bao gồm lịch sử tìm kiếm, sở thích xã hội và hành vi trên
mạng. Dựa trên thông tin này, AI có thể tạo ra các quảng cáo được tùy
chỉnh cho từng người dùng cụ thể. Thí dụ, nếu một người dùng thường
tìm kiếm về du lịch và thể thao, công ty có thể tạo ra một quảng cáo
về một chuyến du lịch thể thao kích thích sự quan tâm của người đó.
Nhờ vào AI, công ty truyền thông có khả năng tạo ra nội dung quảng
cáo phù hợp và hấp dẫn cho từng người dùng riêng biệt, tăng khả năng
hiệu quả và tương tác của quảng cáo đối với mục tiêu của mình.
1.5.6. Xây dựng trợ lý ảo
Trợ lý ảo được cải thiện linh hoạt hơn nhờ vào AI, nhờ học hỏi
thói quen sinh hoạt của người dùng và dự đoán cảm xúc. Thí dụ như
Google Assistant - trợ lý ảo của Google, có khả năng hiểu nhiều ngôn
ngữ và hỗ trợ nhiều tính năng thông minh. Nó có thể tìm kiếm thông
tin, thực hiện yêu cầu như mở danh bạ, gọi điện cho danh bạ, đọc tin
nhắn, phát nhạc, và thậm chí kể chuyện cười. Các công ty công nghệ
khác cũng đã giới thiệu các trợ lý ảo như Siri của Apple, Bixby của
Samsung với cam kết mang đến những tiến bộ đáng kể trong khả năng
hỗ trợ người dùng.
Một thí dụ về sự linh hoạt của trợ lý ảo thông qua sử dụng AI là
Google Assistant của Google. Giả sử bạn có một trợ lý ảo Google
Assistant trên điện thoại di động của mình. Trợ lý ảo này đã học hỏi thói
quen sinh hoạt của mình sau một thời gian dài sử dụng. Một hôm khi
đang lái xe trên đường và muốn tìm một nhà hàng gần đó để ăn trưa.
Thay vì phải dừng lại và nhập thông tin tìm kiếm, ta chỉ cần nói "Hey
Google, tìm nhà hàng gần đây." Trợ lý ảo sẽ hiểu yêu cầu của mình dựa
trên thói quen và sử dụng AI để xác định vị trí hiện tại và tìm kiếm các
nhà hàng lân cận. Sau đó, trợ lý ảo có thể đưa ra các kết quả dựa trên sở
thích của bạn. Nếu bạn thường ưa chuộng ẩm thực Ý, trợ lý ảo có thể đề
xuất các nhà hàng Ý gần đó. Nếu mình đã từng đánh giá cao một nhà
hàng cụ thể trong quá khứ, trợ lý ảo có thể đề xuất đến đó. Điều này cho
thấy cách AI trong trợ lý ảo không chỉ hiểu và thực hiện yêu cầu người
dùng, mà còn có khả năng tương tác thông minh và linh hoạt dựa trên
việc học hỏi thói quen và sở thích cá nhân của người dùng.
Một thí dụ về sự linh hoạt của trợ lý ảo thông qua sử dụng AI, trợ
lý ảo Google Assistant của Google đã trở nên linh hoạt hơn trong xử
--165--
lý yêu cầu của người dùng. Hãy tưởng tượng bạn có một trợ lý ảo
Google Assistant trên điện thoại di động. Sau một thời gian sử dụng,
trợ lý ảo đã học được thói quen sinh hoạt của bạn. Một ngày nọ, khi
bạn đang lái xe trên đường và muốn tìm một nhà hàng gần đó để ăn
trưa. Thay vì phải dừng lại và nhập thông tin tìm kiếm, bạn chỉ cần nói
"Hey Google, tìm nhà hàng gần đây." Trợ lý ảo sẽ hiểu yêu cầu của
bạn dựa trên thói quen và sử dụng AI để xác định vị trí hiện tại và tìm
kiếm các nhà hàng lân cận. Sau đó, trợ lý ảo có thể đưa ra các kết quả
phù hợp dựa trên sở thích của bạn. Nếu bạn thích ẩm thực Ý, trợ lý ảo
có thể đề xuất các nhà hàng Ý gần đó. Nếu bạn đã từng đánh giá cao
một nhà hàng cụ thể trong quá khứ, trợ lý ảo có thể đề xuất bạn đến
đó. Việc này cho thấy khả năng linh hoạt của trợ lý ảo dựa trên AI. Nó
không chỉ hiểu và thực hiện yêu cầu của người dùng, mà còn có khả
năng tương tác thông minh và linh hoạt dựa trên việc học hỏi thói
quen và sở thích cá nhân của người dùng.
1.5.7. Trong giáo dục
Nhờ vào công nghệ AI, lĩnh vực giáo dục đã trải qua những thay
đổi đáng kể. Các hoạt động giáo dục như chấm điểm và dạy kèm học
sinh có thể được tự động hóa. Công nghệ AI đã tạo ra nhiều trò chơi
và phần mềm giáo dục, đáp ứng nhu cầu cụ thể của từng học sinh và
giúp họ cải thiện tình hình học tập theo tốc độ riêng của mình. AI
cũng có khả năng xác định các vấn đề cần cải thiện trong các khóa
học. Thí dụ như nếu nhiều học sinh gửi đáp án sai cho bài tập, hệ
thống AI sẽ thông báo cho giáo viên và gửi thông điệp cho học sinh để
chỉnh sửa đáp án. Công nghệ AI còn giúp giáo viên theo dõi tiến bộ
của học sinh và thông báo khi phát hiện vấn đề trong kết quả học tập.
Hơn nữa, sinh viên có thể học từ bất kỳ đâu trên thế giới thông qua
phần mềm hỗ trợ AI. Công nghệ AI cung cấp dữ liệu để giúp sinh viên
lựa chọn khóa học phù hợp nhất cho mình.
1.5.8. Trong nghiên cứu khoa học1
Công dụng của AI trong nghiên cứu khoa học là rất đa dạng và
phong phú. AI có thể giúp các nhà khoa học phân tích dữ liệu, tìm
kiếm thông tin, giải quyết các bài toán phức tạp, mô phỏng các hiện
1
ChatGPT. Trích ngày 20/02/2024
--166--
tượng, tạo ra các sản phẩm sáng tạo và nhiều hơn nữa. Một số Thí dụ
cụ thể về ứng dụng của AI trong nghiên cứu khoa học là:
- AI có thể giúp các nhà khoa học xã hội nghiên cứu hành vi của
con người và các hiện tượng xã hội bằng cách phân tích dữ liệu lớn,
nhận dạng các mẫu, hiểu động lực phát triển xã hội và phát triển các lý
thuyết để giải thích chúng.
- AI có thể giúp các nhà khoa học tự nhiên nghiên cứu các vấn đề
liên quan đến sinh học, y học, vật lý, hóa học, toán học, v.v. bằng cách
sử dụng các thuật toán học máy, học sâu, học tăng cường, v.v. để phát
hiện, dự đoán, phân loại, tối ưu hóa, mô hình hóa, v.v. các dữ liệu và
các quá trình.
- AI có thể giúp các nhà khoa học nghiên cứu về trí tuệ nhân tạo
bằng cách tạo ra các hệ thống thông minh nhân tạo có khả năng học
hỏi, lập luận, tự sửa lỗi, tự nhận thức, v.v. và áp dụng chúng vào các
lĩnh vực khác nhau.
Một thí dụ về ứng dụng AI trong nghiên cứu khoa học ngành kinh
tế, cho thấy một số công dụng chính của AI trong lĩnh vực này:
1. Phân tích dữ liệu lớn: AI có khả năng xử lý và phân tích
lượng lớn dữ liệu nhanh chóng. Trong lĩnh vực kinh tế, điều này giúp
nhà nghiên cứu hiểu rõ hơn về xu hướng, dự báo kết quả kinh tế, và
tìm ra các mô hình phức tạp trong dữ liệu.
2. Dự đoán và Dự báo: AI có thể sử dụng các mô hình dự đoán
để đoán trước xu hướng kinh tế, giá cả, và các yếu tố khác. Điều này
giúp doanh nghiệp và chính phủ có thể thực hiện các chiến lược kinh
tế dựa trên thông tin đáng tin cậy.
3. Tư vấn chiến lược và Quyết định thông minh: AI có thể hỗ
trợ quyết định chiến lược thông minh bằng cách phân tích dữ liệu và
đưa ra gợi ý về các quyết định kinh tế phức tạp.
4. Phân tích Rủi ro và Quản lý rủi ro: Trí tuệ nhân tạo có thể giúp
xác định và đánh giá rủi ro trong các quyết định kinh tế, cũng như phát
hiện các biến động không mong muốn trong thị trường tài chính.
5. Tối ưu hóa Chuỗi cung ứng: AI có thể được sử dụng để tối
ưu hóa quy trình sản xuất và chuỗi cung ứng, giúp giảm chi phí và
tăng cường hiệu suất kinh tế.
--167--
6. Hỗ trợ trong Nghiên cứu và Phát triển: AI có thể giúp
nhanh chóng phân tích các mô hình kinh tế phức tạp, hỗ trợ trong việc
nghiên cứu và phát triển các phương pháp mới.
7. Quản lý Tài chính và Đầu tư: Trí tuệ nhân tạo có thể được sử
dụng để quản lý rủi ro tài chính, dự đoán xu hướng thị trường tài
chính, và tối ưu hóa quản lý danh mục đầu tư.
Một thí dụ về ứng dụng AI Trong nghiên cứu khoa học nghiên
cứu khoa học ngành marketing, mang lại nhiều lợi ích và cơ hội mới
cho người nghiên cứu và các chuyên gia tiếp thị.
1. Phân tích Dữ liệu Khách hàng: AI có khả năng phân tích
lượng lớn dữ liệu khách hàng, giúp nhận biết xu hướng và hành vi của
khách hàng. Điều này hỗ trợ trong việc xây dựng chiến lược tiếp thị
hiệu quả hơn.
2. Hệ thống Tư vấn Tiếp thị: AI được sử dụng để tạo ra các hệ
thống tự động hóa tiếp thị, từ việc quản lý chiến dịch email đến tự
động hóa quảng cáo trực tuyến. Điều này giúp tiết kiệm thời gian và
tăng cường hiệu suất.
3. Dự đoán Hành vi Tiêu dùng: AI sử dụng mô hình học máy
để dự đoán hành vi tiêu dùng, giúp doanh nghiệp hiểu rõ hơn về sở
thích, mong muốn và nhu cầu của khách hàng.
4. Phân tích Tình cảm Khách hàng: AI có thể phân tích các ý
kiến và phản hồi từ khách hàng trên các nền tảng truyền thông xã hội
để đo lường tình cảm và thái độ của họ đối với sản phẩm hoặc dịch vụ.
5. Tối ưu hóa Chiến lược Nội dung: AI giúp đề xuất và tối ưu
hóa nội dung tiếp thị dựa trên dữ liệu về khách hàng, từ việc xác định
nội dung phổ biến đến việc đề xuất thời điểm phát sóng tốt nhất.
6. Quảng cáo Thông minh: AI được sử dụng để tối ưu hóa chiến
lược quảng cáo thông minh, đặc biệt là trong quảng cáo trực tuyến, để
đảm bảo rằng quảng cáo được hiển thị cho nhóm đối tượng phù hợp nhất.
7. Tư vấn Giá và Chiến lược Giảm giá: AI có thể hỗ trợ trong
quyết định về giá cả và chiến lược giảm giá bằng cách phân tích dữ
liệu thị trường và dự đoán tác động của các chiến lược này đối với
doanh số bán hàng.
--168--
CHƯƠNG 2
CÁC CÔNG CỤ AI HỖ TRỢ CHO
2.1 CÁC CÔNG CỤ AI PHỔ BIẾN HỖ TRỢ CHO

Ở chương này chúng ta sẽ được giới thiệu và làm quen với một số
công cụ trí tuệ nhân tạo (AI) quen thuộc, cách sử dụng, một số cách
đặt câu lệnh để chúng có thể hỗ trợ chúng ta trong quá trình thực hiện
các bước nghiên cứu khoa học. Đồng thời, nhóm tác giả lựa chọn các
AI được sử dụng miễn phí phổ biến, mọi đọc giả có thể sử dụng không
cần phải thanh toán các khoản chi phí, hoặc nếu như có điều kiện, đọc
giả cũng có thể chi trả thêm để có thể khai thác hết sức mạnh, tính
năng của AI, bao gồm:
1. ChatGPT AI (3.5 và Plus)
2. Gemini AI (tiền thân Google Bard AI)
3. Copilot AI (tiền thân Bing Chat AI)
4. Poe AI
5. Elicit AI
1. ChatGPT AI (Open AI)
Hình 2.1: ChatGPT từ Open AI

ChatGPT: phiên bản GPT-3.5 và GPT-4 (có trả phí)
--169--
Tính năng nổi bật:
 Khả năng học hỏi và thích ứng cao: Luôn cập nhật kiến thức
mới thông qua việc tiếp thu lượng lớn dữ liệu.
 Tạo văn bản chất lượng cao: Hỗ trợ viết bài báo khoa học, tóm
tắt, lập luận, giải thích thuật ngữ, v.v.
 Tăng hiệu quả nghiên cứu: Tiết kiệm thời gian.
 Tìm kiếm tài liệu, thông tin: Xác định, trích xuất thông tin liên
quan từ hàng triệu bài báo khoa học.
 Phân tích dữ liệu: Phân loại, tóm tắt dữ liệu, phát hiện mẫu
hình, kiểm tra giả thuyết.
 Hỗ trợ cộng tác, viết báo cáo: Chia sẻ thông tin, thảo luận ý
tưởng, chỉnh sửa văn bản hiệu quả, Tạo bố cục, định dạng, viết nội
dung bài báo khoa học chuẩn mực
 Tạo hình ảnh thông qua câu lệnh của người sử dụng.
Hình 2.2: Giao diện website của ChatGPT phiên bản GPT-3.5
Ứng dụng vào hỗ trợ nghiên cứu:
 Tìm kiếm, gợi ý các chủ đề và tài liệu liên quan: ChatGPT
giúp xác định các chủ đề, đưa ra các đề tài nghiên cứu và cung cấp các
chủ đề bài báo khoa học liên quan đến nội dung nghiên cứu, tiết kiệm
thời gian tìm kiếm thủ công.
 Phân tích dữ liệu: ChatGPT hỗ trợ phân loại và tóm tắt dữ liệu
khảo sát, giúp nhà nghiên cứu dễ dàng nhận diện xu hướng và đưa ra
kết luận mang tính tham khảo cao.
--170--
 Viết bài báo khoa học: ChatGPT hỗ trợ viết phần tóm tắt, giới
thiệu, phương pháp nghiên cứu, kết luận, v.v., giúp hoàn thiện bài báo
khoa học nhanh chóng.
 Dựa vào mã định danh số quốc tế DOI (viết tắt từ Digital
Object Identifier) ChatGPT sẽ thống kê, tóm tắt các nội dung của
những bài nghiên cứu khác nhau một cách dễ dàng.
2. Gemini (tiền thân Google Bard AI)
Hình 2.3: Gemini AI một sản phẩm trí tuệ nhân tạo của
Google, tiền thân là Google Bard
Gemini (tiền thân là Google Bard AI): Gemini và Gemini
Advanced (có trả phí)
 Khả năng học hỏi và thích ứng cao: Cũng như ChatGPT,
Gemini luôn cập nhật kiến thức mới thông qua việc tiếp thu lượng lớn
dữ liệu.
 Tạo văn bản chất lượng cao: Viết bài báo khoa học, tóm tắt,
lập luận, giải thích thuật ngữ, v.v. Tính như đặc thù của các công cụ
AI.
 Tìm kiếm tài liệu: Xác định, trích xuất thông tin liên quan từ
hàng triệu bài báo khoa học.
--171--
 Hỗ trợ cộng tác, viết báo cáo: Chia sẻ thông tin, thảo luận ý
tưởng, chỉnh sửa văn bản hiệu quả, tạo bố cục, định dạng, viết nội
dung bài báo khoa học chuẩn mực.
 Tạo hình ảnh thông qua câu lệnh yêu cầu của người sử dụng.
 Kết nối với các tiện ích mở rộng trong Google Drive.
Hình 2.4: Giao diện của Gemini AI

 Tìm kiếm tài liệu: Gemini giúp xác định các bài báo khoa học
liên quan đến chủ đề nghiên cứu, tiết kiệm thời gian tìm kiếm thủ
công.
 Phân tích dữ liệu: Gemini hỗ trợ phân loại và tóm tắt dữ liệu
khảo sát, giúp nhà nghiên cứu dễ dàng nhận diện xu hướng và đưa ra
kết luận.
 Viết bài báo khoa học: Gemini hỗ trợ viết phần tóm tắt, giới
thiệu, phương pháp nghiên cứu, kết luận, v.v., giúp hoàn thiện bài báo
khoa học nhanh chóng.
 Dựa vào mã định danh số quốc tế DOI (viết tắt từ Digital Object
Identifier) Gemini sẽ thống kê, tóm tắt các nội dung của những bài
nghiên cứu khác nhau một cách dễ dàng.
3. Copilot AI (tiền thân Bing Chat AI)
--172--
Hình 2.5: Copilot AI sản phẩm trí tuệ nhân tạo được phát
triển bởi Microsoft, tiền thân là Bing Chat
Copilot AI (tiền thân Bing Chat AI): Copilot và Copilot Pro (có
trả phí)
 Khả năng học hỏi và thích ứng cao: Luôn cập nhật kiến thức
mới thông qua việc tiếp thu lượng lớn dữ liệu.
 Tạo văn bản chất lượng cao: Viết bài báo khoa học, tóm tắt,
lập luận, giải thích thuật ngữ, v.v.
 Tìm kiếm tài liệu: Xác định, trích xuất thông tin liên quan từ
hàng triệu bài báo khoa học.
 Viết báo cáo: Tạo bố cục, định dạng, viết nội dung bài báo khoa
học chuẩn mực.
 Hỗ trợ cộng tác: Chia sẻ thông tin, thảo luận ý tưởng, chỉnh sửa
văn bản hiệu quả.
 Tạo hình ảnh thông qua câu lệnh của người sử dụng.
--173--
Hình 2.6: Giao diện của nền tảng Copilot AI
 Tìm kiếm tài liệu: Copilot AI giúp xác định các bài báo khoa
học liên quan đến chủ đề nghiên cứu, tiết kiệm thời gian tìm kiếm thủ
công.
 Phân tích dữ liệu: Copilot AI hỗ trợ phân loại và tóm tắt dữ
liệu khảo sát, giúp nhà nghiên cứu dễ dàng nhận diện xu hướng và đưa
ra kết luận.
 Hỗ trợ viết bài báo khoa học: Copilot AI hỗ trợ viết phần tóm
tắt, giới thiệu, phương pháp nghiên cứu, kết luận, v.v., giúp hoàn thiện
bài báo khoa học nhanh chóng.
 Copilot AI còn hỗ trợ trích xuất nguồn tài liệu tham khảo cụ
thể từ các website liên quan để người sử dụng có thể xác thực thông
tin một cách dễ dàng.
 Dựa vào mã định danh số quốc tế DOI (viết tắt từ Digital
Object Identifier) Copilot sẽ thống kê, tóm tắt các nội dung của
những bài nghiên cứu khác nhau một cách dễ dàng.
 Copilot AI có 3 chế độ sử dụng (Sáng tạo – Cân bằng –
Chính xác): ở mỗi một chế độ độ dài câu trả lời, độ chính xác, tính
sáng tạo… sẽ khác nhau, tùy vào mục đích sử dụng mà người sử dụng
có thể lựa chọn.
--174--
4. Poe AI
Hình 2.7: Poe AI một nền tảng trí tuệ nhân tạo tích hợp nhiều
AI khác nhau, được phát triển bởi Quora
Poe AI: Poe AI và Poe AI phiên bản nâng cấp (có trả phí)
 Cung cấp thông tin và kiến thức liên quan: Poe AI có khả
năng truy xuất và cung cấp thông tin từ các nguồn dữ liệu nghiên cứu,
báo cáo khoa học và tài liệu liên quan khác, giúp người dùng tìm kiếm
và thu thập thông tin cần thiết để nghiên cứu.
 Hỗ trợ trong việc xử lý và phân tích dữ liệu: xử lý, thống kê
và phân tích dữ liệu nghiên cứu.
 Trợ giúp trong việc viết bài báo và tài liệu: về cấu trúc, ngữ
pháp, và phong cách viết để người dùng có thể viết bài báo và tài liệu
khoa học một cách hiệu quả.
 Gợi ý các phương pháp nghiên cứu: Dựa trên kiến thức đã học
từ tập dữ liệu, Poe AI có thể đưa ra gợi ý về các phương pháp nghiên
cứu tiềm năng và hướng dẫn người dùng trong việc lựa chọn phương
pháp phù hợp.
 Từ các file mềm tài liệu, Poe AI có thể thực hiện đọc và lưu
trữ nâng cấp dữ liệu của người sử dụng, đồng thời thực hiện theo yêu
cầu câu lệnh của người sử dụng.
 Poe AI tích hợp đồng thời nhiều nền tảng trí tuệ nhân tạo
khác nhau như ChatGPT, Claude, Sage, Dragonfly, NeevaAI,… từ
--175--
đó đa dạng hóa sự lựa chọn và tuy hoạt động theo cơ chế tương tự
nhau, nhưng lại có ưu điểm khác nhau và được thiết kế để thực hiện
những tác vụ khác nhau.
Hình 2.8: Giao diện sử dụng của Poe AI, tích hợp và người
dùng được lựa chọn nền tảng AI phù hợp
 Khi tìm kiếm, thu thập thông tin và phân tích dữ liệu, người
dùng có thể sử dụng Poe AI để nhận được gợi ý về các phương pháp
phân tích thống kê phù hợp và đánh giá kết quả.
 Trong quá trình viết bài báo, người dùng có thể sử dụng Poe
AI để nhận được gợi ý về cấu trúc bài báo và ngữ pháp, đồng thời
nhận được hỗ trợ trong việc trích dẫn tài liệu tham khảo, nguồn tài liệu
trên các website.
 Khi đang lựa chọn phương pháp nghiên cứu, người dùng có
thể tương tác với Poe AI để nhận được gợi ý về các phương pháp tiềm
năng và ưu nhược điểm của chúng.
 Từ các file tài liệu nghiên cứu khoa học tham khảo, cùng chủ
đề nghiên cứu, Poe AI có thể giúp thống kê, tóm tắt, đặt câu hỏi thông
qua những tài liệu được cung cấp.
--176--
5. Elicit AI
Hình 2.9: Elicit là một trợ lí trí tuệ nhân tạo dành cho các nhà
nghiên cứu và học giả, được phát triển bởi Ought và hiện đang
hoạt động như một công ty cổ phần phi lợi nhuận toàn cầu
Elicit là Trợ lý Nghiên cứu Trí Tuệ Nhân Tạo (AI) tiên tiến tận
dụng các mô hình ngôn ngữ mạnh mẽ để tự động hóa các quy trình
nghiên cứu, đặc biệt là tổng quan tài liệu. Hệ thống cung cấp các
"luồng công việc" chuyên biệt nhằm hỗ trợ hiệu quả cho các nhà
nghiên cứu. Hiện tại, Elicit sở hữu ba luồng công việc chính:
 Tìm kiếm và Xếp hạng Bài Báo: Luồng công việc này cho
phép tìm kiếm trên cơ sở dữ liệu khổng lồ với hơn 125 triệu bài báo
học thuật và xếp hạng chúng theo mức độ liên quan đến câu hỏi
nghiên cứu của người dùng. Đồng thời, Elicit hỗ trợ trích xuất dữ liệu
tự động từ tất cả các bài báo được tìm thấy, giúp nhà nghiên cứu
nhanh chóng nắm bắt các phát hiện chính, chi tiết phương pháp luận
hoặc các câu hỏi nghiên cứu nổi bật.
 Trích xuất Dữ liệu từ PDF: Luồng công việc này cho phép
người dùng trích xuất các loại dữ liệu tương tự từ các bài báo được tải
lên dưới định dạng PDF, mở rộng khả năng phân tích và tổng hợp dữ
liệu nghiên cứu.
 Liệt kê và Tóm tắt Khái niệm: Luồng công việc này cung cấp
danh sách và tóm tắt các Thí dụ hoặc chủ đề được thảo luận trên nhiều
bài báo, hỗ trợ nhà nghiên cứu hiệu quả trong việc tìm kiếm các bộ dữ
liệu, kỹ thuật, lập luận hoặc Thí dụ được hỗ trợ bởi các tài liệu tham
khảo liên quan.
Những luồng công việc thông minh do Elicit cung cấp cho phép
các nhà nghiên cứu tiết kiệm thời gian và công sức đáng kể trong quá
--177--
trình tổng quan tài liệu và phân tích dữ liệu, từ đó thúc đẩy tiến trình
nghiên cứu khoa học hiệu quả hơn.
Hình 2.10: Giao diện của Elicit AI

 Tìm kiếm tài liệu: Elicit AI có thể giúp nhà nghiên cứu tìm
kiếm các bài báo khoa học liên quan đến chủ đề nghiên cứu của họ,
Thí dụ như các nghiên cứu mới nhất về một loại thuốc hoặc phương
pháp điều trị.
 Phân tích dữ liệu: Elicit AI có thể hỗ trợ nhà nghiên cứu phân
tích dữ liệu thu thập được từ thí nghiệm hoặc khảo sát, giúp họ xác
định các mối tương quan và xu hướng quan trọng.
 Hỗ trợ viết các trích dẫn, nội dung cơ sở lý thuyết, cơ sở lý
luận liên quan đề tài nghiên cứu khoa học: Elicit AI có thể giúp nhà
nghiên cứu viết các tóm tắt, giới thiệu, phương pháp nghiên cứu, các
nội dung liên quan cơ sở lý thuyết, các nghiên cứu liên quan của bài
báo khoa học một cách chính xác và chuyên môn, đặc biệt có trích dẫn
nguồn nghiên cứu cụ thể, rõ ràng.
--178--
TỔNG KẾT CHUNG
Kết luận:
 Các công cụ AI trên bao gồm: ChatGPT, Gemini, Copilot,
Poe và Elicit là một trong những công cụ AI ưu tiên mà nhóm tác
giả muốn giới thiệu bởi tính ứng dụng cao, nguồn thông tin dữ liệu
lớn đáng tin cậy, cũng như mức độ phổ biến, dễ sử dụng, khả năng
cập nhật và học hỏi thông tin, thích ứng cao, khả năng tạo văn bản
chất lượng cao và tiềm năng cho các nhà nghiên cứu khoa học. Với,
các công cụ AI trên có thể giúp hỗ trợ đắc lực một phần các công
việc nghiên cứu, tiết kiệm thời gian và nâng cao hiệu quả.
Lưu ý:
 Tuy nhiên, tất cả các công cụ AI trên chỉ nên là công cụ hỗ
trợ, và không có chức năng thay thế hoàn toàn việc nghiên cứu khoa
học của con người.
 Người dùng cần sử dụng công cụ AI một cách sáng tạo, hiệu
quả để đạt được mục tiêu nghiên cứu, cũng như đảm bảo được tính
trung thực và liêm chính trong các công trình nghiên cứu khoa học
của mình.
Ngoài ra:
 Các công cụ AI được giới thiệu ở trên, người dùng có thể
đăng ký sử dụng phiên bản miễn phí hoặc đăng ký các gói trả phí để
sử dụng phiên bản nâng cấp, cao cấp hơn tận dụng hết được các tính
năng nâng cao hỗ trợ cho quá trình nghiên cứu.
 Ngoài các công cụ trên vẫn còn rất nhiều những công cụ AI
khác đang có trên thị trường cũng có cùng chức năng, người sử
dụng cũng có thể lựa chọn để sử dụng. Một trong những nền tảng
tổng hợp nhiều công cụ AI hiện nay đó là: OpenFuture
(https://openfuture.ai/vi)
--179--
2.2 CÁCH SỬ DỤNG CÁC CÔNG CỤ AI HỖ TRỢ
CHO NGHIÊN CỨU KHOA HỌC
Chất lượng câu trả lời ChatGPT phụ thuộc vào câu hỏi, câu
lệnh (Prompt)
Để sử dụng các công cụ AI hiệu quả, bạn cần:
1. Rõ ràng và cụ thể: Đặt câu hỏi một cách rõ ràng và cụ thể.
Điều này giúp mô hình hiểu rõ ý của bạn và cung cấp câu trả lời phù
hợp hơn.
2. Chia nhỏ câu hỏi, câu lệnh (Prompt): Đối với các vấn đề
phức tạp, thay vì đặt một câu hỏi, câu lệnh (Prompt) dài và phức tạp,
bạn nên chia nó thành vài câu hỏi, câu lệnh (Prompt) nhỏ hơn và đặt
lần lượt.
3. Kiểm tra lại thông tin: Nếu thông tin, nội dung nghiên cứu
quan trọng, hãy kiểm tra lại từ nhiều nguồn khác.
4. Đặt lại câu hỏi: Nếu bạn nhận được câu trả lời không chính
xác hoặc không đầy đủ, hãy thử đặt lại câu hỏi hoặc yêu cầu thông tin
ở góc độ khác.
5. Sử dụng "system": Đây là một kỹ thuật mà người dùng có thể
sử dụng để tương tác với "cài đặt" cơ bản của mô hình.
Ví dụ, bạn có thể yêu cầu mô hình để "Sử dụng nguồn dữ liệu
chính thống" hoặc "Cung cấp câu trả lời dựa trên nghiên cứu
khoa học".
 Lưu ý: Các công cụ AI không thể trực tiếp truy cập hoặc kiểm
tra các nguồn dữ liệu cụ thể. Bản chất nó chỉ trả lời dựa trên dữ liệu
mà nó đã được đào tạo, vì vậy yêu cầu người sử dụng có tư duy phản
biện, tư duy phân tích và tổng hợp để kiểm tra chéo từ nhiều nguồn
thông tin.
Một số điều NÊN và KHÔNG NÊN khi sử dụng AI
Khi sử dụng công cụ hỗ trợ AI trong quá trình thực hiện các công
trình nghiên cứu khoa học những nhà nghiên cứu nên lưu ý một số
điều nên và không nên thực hiện để bảo đảm được tính trung thực,
cũng như sự liêm chính trong quá trình thực hiện nghiên cứu như sau:
--180--
NÊN
 Sử dụng các công cụ AI tổng hợp khác để hỗ trợ việc nghiên
cứu của bạn.
 Trích dẫn công cụ AI làm nguồn thông tin, miễn là bạn sử dụng
nó, ngay cả khi bạn diễn giải nội dung. Trích dẫn: Trích dẫn trong
ngoặc đơn: (công cụ AI, 2023), Trích dẫn tường thuật: công cụ AI
(2023)
 Bạn có thể sử dụng công cụ AI để diễn giải văn bản nhằm giúp
bạn diễn đạt ý tưởng của mình rõ ràng hơn, khám phá các cách diễn
đạt lập luận khác nhau và tránh lặp lại.
 Lựa chọn hoặc sắp xếp tài liệu do ChatGPT tạo ra một cách sáng
tạo để tạo ra một tác phẩm.
 Luôn kiểm tra chéo các sự kiện hoặc số liệu do công cụ AI tạo
ra với các nguồn thông tin khác.
 Các gợi ý: gợi ý có thể dựa trên thông tin có sẵn, đề xuất các
nguồn thông tin liên quan, các tài liệu tương tự, hoặc các khía cạnh
mới của chủ đề mà người dùng có thể quan tâm. Những gợi ý thông
tin có thể giúp người dùng mở rộng phạm vi tìm kiếm, khám phá các
nguồn thông tin mới, hoặc khám phá các góc nhìn khác nhau về vấn
đề. Đôi khi, những gợi ý này có thể đưa ra thông tin quan trọng mà
người dùng chưa biết hoặc chưa nghĩ đến trước đó. Điều này có thể
mang lại lợi ích lớn trong việc giải quyết vấn đề, nâng cao hiểu biết,
và khám phá sự sáng tạo.
 Công cụ AI có thể đề xuất các tài liệu tham khảo nhưng phải
kiểm tra lại và kiểm tra thật kỹ, vì có thể chúng không tồn tại hoặc
không liên quan.
KHÔNG NÊN
 Yêu cầu công cụ AI viết toàn bộ bài tập của bạn vì điều đó bị
coi là đạo văn.
 Đừng quá dựa vào công cụ AI cho mọi việc, vì bạn không phải
là người máy.
Các công thức đặt câu lệnh (Prompt) yêu cầu AI thực hiện
Để đạt được hiệu quả tối ưu trong việc sử dụng AI người dùng cần
biết cách đặt câu lệnh (Prompt) đối với các nền tảng AI. Sau đây là
--181--
một số cách dùng câu lệnh phổ biến giúp cho AI có thể mở khóa toàn
bộ tiềm năng.
Các công thức và cách đặt câu lệnh dưới đây có thể sử dụng được
trên hầu hết các nền tảng công cụ AI phổ biến nhất đã được giới thiệu
ở phần trước đó, người sử dụng tùy vào mục đích có thể ứng dụng vào
các trường hợp cụ thể.
CÂU LỆNH (PROMPT) – ĐÓNG VAI: Chỉ định AI đóng vai

trò là ai trong việc sản xuất ra nội dung văn bản mà bạn đang thực
hiện.
Ví dụ:
 Hoạt động hay đóng vai trò với tư cách là nhà quảng cáo,
marketer, phóng viên, nhà báo, hay nhà nghiên cứu khoa học,
chuyên gia, diễn giả văn học… và tạo ra nội dung liên quan đến lĩnh
vực mà vai trò đó thực hiện.
 Hoạt động hay đóng vai trò người phiên dịch tiếng Anh và lời
nhắc cải thiện (nội dung cần cải thiện).
 Hoạt động hay đóng vai trò là biên kịch, đạo diễn, chuyên gia
trong lĩnh vực (lĩnh vực mà bạn muốn, ví dụ: quảng cáo, điện
ảnh…)… để phát triển nội dung theo hướng vai trò đó.
CÂU LỆNH (PROMPT) - ĐỘ DÀI: Chỉ định độ dài hoặc số

từ của kết quả mà AI cung cấp cho bạn.
Ví dụ:
 Một câu, hai câu…
 Một dòng, hai dòng…
 Một đoạn văn ngắn
 Khoảng 100/200/500/1000… từ
 Ngắn hay dài
CÂU LỆNH (PROMPT) – NGƯỜI XEM HAY KHÁN GIẢ:

Chỉ định đối tượng mục tiêu hoặc người đọc cho bài viết nội dung
của người thực hiện, chẳng hạn như: sinh viên, chuyên gia, nhà
nghiên cứu, nhà tiêp thị, nhà phát triển, doanh nhân,…
--182--
CÂU LỆNH (PROMPT) – NỀN TẢNG VÀ PHƯƠNG
TIỆN: Chỉ định nền tảng và phương tiện mà bạn sẽ chia sẻ, đăng tải
nội dung, với yêu cầu này các công cụ AI sẽ hiểu được và tùy chọn
thực hiện sản xuất nội dung phù hợp. Bởi đặc trưng và thuật toán sử
dụng ở mỗi nền tảng là khác nhau.
Ví dụ:
 Tạp chí: Tạp chí là chuyên ngành, là chuyên sâu, mở rộng và
cập nhật những cái mới khác biệt với báo.
 Tạp chí Khoa học (scientific journal): hay thường gọi là tạp
chí học thuật (scholarly/academic journal) hoặc tạp chí có bình
duyệt (peer reviewed journal) là tạp chí xuất bản định kỳ
(periodical) có các bài báo được viết bởi các chuyên gia trong một
lĩnh vực nghiên cứu cụ thể. Các bài báo trong tạp chí khoa học
thường phức tạp và có cấu trúc chặt chẽ hơn nhiều so với các bài
báo trong các tạp chí thông thường (general magazine). Độc giả của
các tạp chí khoa học thường cũng là các chuyên gia, các học giả
hoặc sinh viên trong lĩnh vực liên quan.
 Facebook: Không có tiêu chuẩn độ dài chính xác về content
Facebook. Tuy nhiên, thông thường các nội dung đều được viết
ngắn gọn, súc tích, có hình ảnh minh họa hấp dẫn.
 Instagram: Sáng tạo, thu hút sự chú ý và hấp dẫn về mặt nội
dung lẫn hình ảnh.
 LinkedIN: Giọng điệu chuyên nghiệp và cung cấp thông tin,
tập trung vào chuyên môn và kinh nghiệm
 Website: Hầu hết các nội dung chịu ảnh hưởng của yếu tố
chuẩn SEO nên độ dài thường khoảng từ 700 đến 1500 từ. Các bài
viết chuyên môn, phân tích, hay nội dung lớn có thể lên đến 2000 từ
trở lên.
 X (Twitter cũ), Reddit, Thư điện tử, Bản tin, Blog, Kịch bản
Youtube…
CÂU LỆNH (PROMPT) – GIỌNG ĐIỆU, GIỌNG VĂN:

Chỉ định giai điệu hoặc tâm trạng của văn bản.
--183--
Ví dụ: Thân thiện, chuyên nghiệp, thuyết phục, tình cảm, hài
hước, cung cấp thông tin, truyền cảm hứng, giật gân, đối thoại,
trang trọng, khoa học, báo chí, báo chí khoa học, nghiên cứu khoa
học… Một số đặc trưng của cách sử dụng giọng điệu trong câu lệnh:
 Giọng điệu thân thiện: Để thiết lập các mối liên hệ cá nhân
với người xem của bạn.
 Giọng điệu chuyên nghiệp: Để truyền đạt cảm giác chuyên
nghiệp và đáng tin cậy.
 Giọng điệu thuyết phục: Để thuyết phục người xem của bạn
thực hiện một hành động cụ thể.
 Giọng điệu cảm xúc: Để thu hút cảm xúc của khán giả và gợi
lên phản ứng mạnh mẽ.
 Giọng điệu khoa học: Để nội dung được sử dụng theo đúng
văn phong nghiên cứu khoa học.
 Giọng điệu hài hước: Giúp khán giả giải trí và làm nhẹ tâm
trạng.
 Giọng điệu thông tin: Để giáo dục, truyền tải thông tin của
bạn cho người xem.
 Giọng điệu truyên cảm: Để thúc đẩy và truyền cảm hứng cho
ngưởi xem của bạn.
 Giọng điệu giật gân: Để tạo hứng thú và gây hứng thú với chủ
đề của bạn.
 Giọng điệu trang trọng: Để Thể hiện sự tôn trọng và trang
trọng.
 Giọng điệu trò chuyện: Để thu hút khán giả của bạn một cách
bình thường, thân thiện.
CÂU LỆNH (PROMPT) – CẤU TRÚC VIẾT: Chỉ định các

sắp xếp hay cấu trúc của văn bản.
Ví dụ vê câu lệnh yêu cầu cấu trúc của văn bản đầu ra của
AI:
--184--
 Trình tự thời gian: Một câu trúc sắp xếp các chuỗi sự kiện, sự
kiện, thông tin hoặc ý tưởng theo thứ tự mà chúng xảy ra.
 So sánh và tương phản: Một cấu trúc so sánh và đối chiếu hai
hoặc nhiều ý tưởng, nội dung hoặc các đề mục, nội dung tài liệu.
 Nguyên nhân và kêt quả: Cấu trúc tìm hiểu nguyên nhân và
kết quả của một sự kiện, đề tài, lĩnh vực hoặc một hiện tượng, vấn
đề nghiên cứu cụ thể.
 Vấn đề và giải pháp: Cấu trúc xác định vấn đề và đề xuất giải
pháp.
 Tương phản: Cấu trúc kiểm tra kinh nghiệm hoặc suy nghĩ cá
nhân về một chủ đề cụ thể.
 Tường thuật: Cấu trúc kể, tường thuật lại một câu chuyện, vấn
đề nghiên cứu hoặc liên quan đến một sự kiện, đề tài nghiên cứu
KHI CÔNG CỤ AI ĐỘT NGỘT DỪNG LẠI VÀ KHÔNG

TIẾP TỤC CUNG CẤP NỘI DUNG
Hãy tiếp tục đặt câu lệnh yêu cầu để AI hoàn thành các nội
dung còn lại bằng các câu lệnh sau:
 Hãy tiếp tục từ ý: (đưa ra nội dung đang thiếu)

 Hãy tiếp tục từ câu hoặc đoạn văn: (đưa ra nội dung từ câu
hay đoạn văn đang bị dừng lại)
 Hãy tiếp tục từ ý bạn đang thực hiện dang dở
 Continue
 Continue where you left off
--185--
Một số cấu trúc câu lệnh phổ biến triển khai từ các cách thức
triển khai ở trên :
Đóng vai trò Giúp tôi tạo/cung Ở dạng

R–T–F
(ROLE) cấp(TASK) (FORMAT)
Câu lệnh ví dụ:
Người nghiên cứu khoa học – ROLE
Tạo/ cung cấp năm cơ sở lý thuyết khoa học về chủ đề (….) –

TASK
Tạo/cung cấp cơ sở lý thuyết theo hình thức tổng hợp từ nhiều

tác giả nghiên cứu, bao gồm tên tác giả, năm nghiên cứu, các nguồn
trích dẫn liên qua – FORMAT
Nhiệm vụ Hành động Mục tiêu

T–A–G
(TASK) (ACTION) (GOAL)

Nhiệm vụ là gợi ý 5 đề tài nghiên cứu khoa học về lĩnh vực (…)
– TASK
Đóng vai trò là chuyên gia nghiên cứu đánh giá thực trạng của
lĩnh vực (…) – ACTION
Mục tiêu là tìm ra được lĩnh vực nghiên cứu có tác động mạnh
nhất đối với xã hội – GOAL
Vấn đề trước Sau đó kết quả Liên kết
B–A–B
(BEFORE) (AFTER) (BRIDGE)

Tôi chưa tìm được hướng nghiên cứu trong lĩnh vực (…) –
BEFORE
Tôi muốn hoàn thành một bài báo hay đề tài nghiên cứu đối với
lĩnh vực trên – AFTER
--186--
Hãy triển khai các nội dung nghiên cứu thành outline (đề
cương/đề mục) chi tiết, nêu các phương pháp nghiên cứu khả quan,
dự đoán kết quả nghiên cứu ban đầu… – BRIDGE
Bối cảnh Hành động Kết quả Ví dụ
C–A–R–E
(CONTEXT) (ACTION) (RESULT) (EXAMPLE)

Tôi đang thực hiện viết bài báo nghiên cứu khoa học về đề tài
(…) – CONTEXT
Hãy hỗ trợ tôi tạo ra/cung cấp các công trình nghiên cứu có liên
quan với đề tài (…) – ACTION
Mục tiêu là diễn giải chi tiết được đề tài nghiên cứu ban đầu và
có tính liên kết, kế thừa – RESULT
Ví dụ đề tài nghiên cứu Marketing xanh về thời trang second-
hand có 5 công trình nghiên cứu khoa học trong thời gian từ năm
2018 đến 2023 của các tác giả (…) đã lý giải được tầm quan trọng
của việc sử dụng hàng second-hand như một cách giúp hạn chế chất
thải rắn ra môi trường – EXAMPLE
Kỳ vọng
Nhập vai Mô tả Các bước
R–I–S–E (EXPECTA
(ROLE) (INPUT) (STEPS)
TION)

Hãy tưởng tượng bạn là một nhà nghiên cứu khoa học đang viết
công trình nghiên cứu trên tạp chí khoa học – ROLE
Tôi đã có những nguồn tài liệu bao gồm các văn bản, link, dữ
liệu nghiên cứu sau đây (file/link/DOI…) – INPUT
Lập một kế hoạch nội dung nghiên cứu, đề cương chi tiết, xác
định các yếu tố nghiên cứu khả thi có tính kế thừa, tạo bảng khảo
sát dựa trên các tài liệu và soạn thảo nội dung tổng quan nghiên cứu,
các cơ sở lý thuyết sao cho phù hợp với một bài báo nghiên cứu
khoa học – STEPS
--187--
Mục đích là hình thành một cấu trúc đề cương nghiên cứu cụ
thể giúp cho các giai đoạn nghiên cứu tiếp theo của tác giả được
thực hiện một cách dễ dàng và có định hướng rõ ràng –
EXPECTATION
Gợi ý viết câu lệnh (Prompt) trên các nền tảng AI, hãy sử
dụng những gợi ý sau đây để thành thạo việc đưa ra yêu cầu
(prompting) đối với các công cụ AI.
CÁCH XÂY DỰNG CHUỖI CÂU LỆNH (PROMPT) CÓ VÍ

DỤ
 Nhập yêu cầu đầu tiên: Đưa ra cho tôi bản tóm tắt tài liệu này
[chèn hoặc sao chép văn bản tài liệu]
 Chỉnh sửa kết quả: Sử dụng bản tóm tắt trên và viết một đoạn
văn 500 từ giải thích chủ đề cho người mới bắt đầu
 Chỉnh sửa giọng điệu: Thay đổi giọng điệu của câu trả lời trên
và làm cho nó nghe chuyên nghiệp hơn
 Chỉnh sửa hình thức: Chuyển đổi câu trả lời trên thành văn
bản cho một bài trình bày với 1 slide cho mỗi điểm chính
CÂU LỆNH (PROMPT) CHO HỌC TẬP

 Viết lại văn bản này và làm cho nó dễ hiểu đối với người mới
bắt đầu: [chèn văn bản].
 Tôi muốn [nhiệm vụ hoặc mục tiêu]. Đưa ra 5 ý tưởng cho
[nhiệm vụ hoặc mục tiêu].
 Giải thích [chèn chủ đề] một cách đơn giản và dễ hiểu để bất
kỳ người mới nào cũng có thể hiểu.
 Tóm tắt văn bản dưới đây và đưa ra các gạch đầu dòng với
các thông tin quan trọng và sự kiện quan trọng nhất.
 Kiểm tra văn bản của mình ở trên. Sửa lỗi ngữ pháp và chính
tả. Và đưa ra gợi ý để cải thiện văn bản một cách rõ ràng.
 Bạn có thể cung cấp một giải thích chi tiết về [Chủ đề]? Hãy
bao gồm các khái niệm chính, bối cảnh lịch sử và tính liên quan
hiện tại.
--188--
CÂU LỆNH (PROMPT) CHO MARKETER
 Liệt kê [số lượng] ý tưởng cho bài đăng blog về [chủ đề]
 Tạo lịch trình về social media trong 30 ngày về [chủ đề]
 Tạo bản sao landing page cho [chèn mô tả sản phẩm]
 Viết 5 bản sao quảng cáo Facebook cho [mô tả sản phẩm
 Tạo 5 tiêu đề email thuyết phục về [chèn mô tả email]
CÂU LỆNH (PROMPT) CHO NHÀ PHÁT TRIỂN

 Giúp tôi tìm lỗi trong mã của mình: [chèn mã của bạn]
 Giải thích đoạn mã này làm gì: [chèn đoạn mã]
 Cú pháp chính xác cho [câu lệnh hoặc chức năng trong [ngôn
ngữ lập trình] là gì?
 Làm thế nào để tôi sửa lỗi sau trong [ngôn ngữ lập trình] mà
[giải thích chức năng]? [chèn đoạn mã]
CÂU LỆNH (PROMPT) CHO NGHIÊN CỨU

 Xác định 20 công ty hàng đầu trong [ngành] theo doanh thu
 Những xu hướng hàng đầu nào trong [ngành] năm 2023? Tìm
cho tôi phần mềm được đánh giá cao nhất cho [nhiệm vụ]
 Tóm tắt báo cáo tài chính hàng năm của [công ty]
 Tóm tắt bài báo nghiên cứu này và đưa ra danh sách những
insight chính: [văn bản bài báo nghiên cứu]
Phương pháp nghiên cứu khoa học với sự hỗ trợ của AI (trí
tuệ nhân tạo) đã và đang tạo ra một bước tiến đột phá trong lĩnh vực
nghiên cứu khoa học. Việc ứng dụng AI mang đến nhiều lợi ích to
lớn, giúp các nhà khoa học nâng cao hiệu quả và chất lượng nghiên
cứu, đồng thời đẩy nhanh tốc độ phát triển khoa học kỹ thuật.
Tóm tắt những lợi ích chính:
 Tự động hóa quy trình nghiên cứu: AI có khả năng tự động
hóa nhiều công việc thủ công tốn thời gian như thu thập dữ liệu, phân
tích dữ liệu, xây dựng mô hình, v.v., giúp các nhà khoa học tập trung
vào những công việc sáng tạo và mang tính chiến lược hơn.
 Tăng cường khả năng phân tích dữ liệu: AI có thể xử lý
--189--
lượng dữ liệu khổng lồ một cách nhanh chóng và hiệu quả, hỗ trợ các
nhà khoa học khám phá ra những thông tin và kiến thức mới mà các
phương pháp truyền thống không thể thực hiện được.
 Cải thiện độ chính xác và tin cậy của kết quả nghiên cứu:
Việc ứng dụng AI giúp giảm thiểu sai sót do con người gây ra, đảm
bảo tính khách quan và chính xác của kết quả nghiên cứu.
 Thúc đẩy sự hợp tác và chia sẻ thông tin: AI cho phép các nhà
khoa học từ khắp nơi trên thế giới dễ dàng chia sẻ dữ liệu, mô hình và
kết quả nghiên cứu, thúc đẩy sự hợp tác và phát triển khoa học.
Tuy nhiên, việc ứng dụng AI cũng đi kèm với một số thách
thức cần được giải quyết:
 Vấn đề đạo đức: Việc sử dụng AI trong nghiên cứu khoa học
cần đảm bảo tính đạo đức, bao gồm bảo mật dữ liệu, tránh thiên vị
trong kết quả nghiên cứu, v.v.
Thiếu hụt nguồn nhân lực: Việc triển khai AI đòi hỏi đội ngũ
nhân viên có chuyên môn về khoa học máy tính, toán học và thống kê.
 Chi phí đầu tư: Việc phát triển và ứng dụng AI cần có nguồn
đầu tư ban đầu lớn.
Kết luận:
Mặc dù còn tồn tại một số thách thức, phương pháp nghiên cứu
khoa học với sự hỗ trợ của AI có tiềm năng to lớn để thay đổi cách thức
chúng ta nghiên cứu và phát triển khoa học. Với sự phát triển nhanh
chóng của AI, chúng ta có thể kỳ vọng vào một tương lai tươi sáng cho
hoạt động nghiên cứu khoa học, nơi những khám phá mới mẻ và đột phá
sẽ được thực hiện một cách nhanh chóng và hiệu quả hơn bao giờ hết.
Cuốn sách này hy vọng đã cung cấp cho các nhà khoa học một cái
nhìn tổng quan về phương pháp nghiên cứu khoa học với sự hỗ trợ
của AI. Chúng tôi khuyến khích các nhà khoa học tích cực áp dụng
những phương pháp mới này vào hoạt động nghiên cứu của mình để
góp phần thúc đẩy sự phát triển khoa học kỹ thuật.
Ngoài ra, chúng tôi cũng khuyến khích các nhà nghiên cứu:
 Tham gia các khóa học và đào tạo về AI để nâng cao kỹ năng và
kiến thức chuyên môn.
--190--
 Tham gia cộng đồng nghiên cứu AI để chia sẻ kinh nghiệm và
hợp tác nghiên cứu.
 Góp ý kiến và đề xuất để cải thiện và phát triển các phương
pháp nghiên cứu mới.
Với sự nỗ lực chung của cộng đồng khoa học, chúng ta có thể
khai thác tối đa tiềm năng của AI để thúc đẩy sự phát triển khoa
học và mang lại lợi ích cho toàn xã hội.
--191--
Phần 3
HỖ TRỢ CỦA PLS-SEM
--192--
CHƯƠNG 1
GIỚI THIỆU VỀ PLS-SEM
1.1. GIỚI THIỆU VỀ PLS-SEM1

Partial least squares structural equation modeling (mô hình cấu
trúc bình phương nhỏ nhất từng phần_PLS-SEM), còn được gọi là mô
hình SEM bằng PLS, là một phương pháp mô hình hóa thống kê nhằm
giải thích các mối quan hệ giữa nhiều biến đồng thời. PLS-SEM kết
hợp cả các kỹ thuật đo lường đồng thời và phụ thuộc lẫn nhau. Giống
với SEM dựa trên hiệp phương sai (CB-SEM), PLS-SEM cũng bao
gồm hai mô hình, đó là mô hình đo lường (biểu thị cách các biến quan
sát đại diện cho các cấu trúc tiềm ẩn) và mô hình cấu trúc (cho biết
cách các cấu trúc này liên kết với nhau). Trong PLS-SEM, mô hình đo
lường thường được gọi là mô hình bên ngoài (outer model), trong khi
mô hình cấu trúc được gọi là mô hình bên trong (inner model).
Ngày nay, PLS được ứng dụng rộng rãi trong các lĩnh vực nghiên
cứu quản lý chiến lược, hành vi tổ chức và nghiên cứu tiếp thị về phân
tích sự hài lòng. vì PLS-SEM có ưu điểm hơn CB-SEM trong các
trường hợp sau như tránh được các vấn đề liên quan đến cỡ mẫu nhỏ,
dữ liệu không được phân phối chuẩn; có thể ước lượng các mô hình
nghiên cứu phức tạp với nhiều biến trung gian, biến tiềm ẩn và biến
quan sát, phù hợp cho các nghiên cứu thiên về dự đoán (Henseler và
1
Phần 3: PLS SMART SEM chủ yếu được biên soạn từ các tài liệu được truy cập
trên mạng Internet:
- https://phantichspss.com/pls-sem-la-gi-so-sanh-pls-sem-voi-cb-sem.html
- https://www.phamlocblog.com/2021/03/mo-hinh-cau-truc-do-luong-pls.html
- https://phanmemsmartpls.com/gioi-thieu-phan-mem-smartpls.html
- https://khoahoctre.com.vn/nen-dung-pls-sem-hay-cb-sem-de-phan-tich-du-lieu-
trong-nghien-cuu-khoa-hoc/
- Lê Quang Hùng, Nguyễn Quang Trung, Nguyễn Thị Ngọc Ánh, Trần Thế Hào, Lê
- Một số tài liệu khác
--193--
cộng sự., 2009; Nguyen, L. H. T. T. Q, 2016; trích trong Nguyễn và
cộng sự., 2017). Theo Hair và cộng sự. (2019) phương pháp PLS-
SEM được nhiều nhà nghiên cứu quan tâm vì nó cho phép ước tính
các mô hình phức tạp với nhiều cấu trúc, biến chỉ báo và đường dẫn
cấu trúc mà không áp đặt các giả định phân phối lên dữ liệu. Do đó,
kỹ thuật này khắc phục được sự phân đôi rõ ràng giữa các cách giải
thích như thường được nhấn mạnh trong nghiên cứu và dự đoán học
thuật, làm cơ sở để phát triển các hàm ý quản lý (Trích trong Agus &
Yuli, 2021).
1.2. QUY TRÌNH PHÂN TÍCH DỮ LIỆU BẰNG

PLS-SEM
Theo Henseler & Chin (2010), mô hình nghiên cứu được đánh giá
qua hai bước: đánh giá mô hình đo lường kết quả và mô hình cấu trúc.
1.2.1. Đánh giá mô hình đo lường kết quả
Khi đánh giá kết quả mô hình đo lường trên PLS-SEM, tập trung
vào các vấn đề chính: chất lượng của các biến quan sát (chỉ số), độ tin
cậy, độ hội tụ và khả năng phân biệt của thang đo. Đây là những chỉ
số thể hiện mức độ liên kết giữa biến quan sát và biến tiềm ẩn.
1. Chất lượng biến quan sát (chỉ báo)
Bước đầu tiên trong việc đánh giá là hệ số tải ngoài (outer
loading). Hệ số này trong PLS-SEM là căn bậc hai (giá trị tuyệt đối)
giá trị R2 của hồi quy tuyến tính từ biến tiềm ẩn đến biến quan sát.
Hair và cộng sự (2014) cho rằng hệ số tải ngoài nên ≥ 0,708, vì 0,7082
= 0,5. Có nghĩa là biến tiềm ẩn giải thích được 50% sự biến thiên của
biến quan sát, do đó có thể chấp nhận được về độ tin cậy. Để dễ nhớ,
các nhà nghiên cứu đã làm tròn ngưỡng 0,7 thay vì 0,708.
2. Độ tin cậy của thang đo (Construct reliability and validity)
Bước thứ hai là đánh giá độ tin cậy. Các nhà nghiên cứu đánh giá
độ tin cậy của thang đo trên PLS-SEM bằng hai chỉ số chính là
Cronbach's Alpha và Composite Reliability, nhưng thường sử dụng độ
tin cậy tổng hợp của Jöreskog (1971). Giá trị cao hơn thường cho thấy
mức độ tin cậy cao hơn. Ví dụ, giá trị độ tin cậy trong khoảng từ 0,60
--194--
đến 0,70 được coi là chấp nhận được. Trong nghiên cứu, các giá trị từ
0,70 đến 0,90 dao động từ “đạt yêu cầu đến tốt”. Các giá trị từ 0,95 trở
lên là có vấn đề, vì chúng chỉ ra rằng vấn đề này là dư thừa, do đó làm
giảm giá trị của cấu trúc. Hair và cộng sự (2019) đề xuất tập trung vào
hai chỉ số: Cronbach's alpha và Composite reliability rho_c.
- Cronbach’s alpha ≥ 0,7;
- Composite reliability (CR): độ tin cậy tổng hợp (rho-c) ≥ 0,7
3. Độ hội tụ của thang đo (Convergent Validity)
Bước thứ ba trong quá trình đánh giá mô hình đo lường là đánh
giá sự hội tụ trên PLS-SEM là dựa vào Phương sai trích trung bình
(AVE_ average variance extracted). Hock & Ringle (2010) cho rằng
thang đo đạt giá trị hội tụ nếu AVE ≥ 0,5. Mức 0,5 (50%) này có
nghĩa là biến tiềm ẩn trung bình sẽ giải thích được ít nhất 50% độ biến
thiên của từng biến quan sát.
4. Giá trị phân biệt (Discriminant Validity)
Có 3 phương pháp đánh giá giá trị phân biệt: (1) sử dụng hệ số
Cross-loading, (2) sử dụng bảng Fornell and Larcker và (3) sử dụng
bảng HTMT.
a. Đánh giá tính phân biệt bằng hệ số Cross-loading
Tính phân biệt sẽ đảm bảo khi hệ số tải ngoài outer loading của
một biến quan sát thuộc nhân tố này cần lớn hơn bất kỳ hệ số tải chéo
cross-loading với những biến quan sát thuộc các nhân tố khác trong
mô hình.
b. Đánh giá tính phân biệt bằng bảng Fornell and Larcker
Tính phân biệt sẽ được đảm bảo khi căn bậc hai chỉ số AVE của
một nhân tố lớn hơn tất cả hệ số tương quan của nhân tố đó với các
nhân tố khác trong mô hình. Phương sai chung của tất cả các cấu trúc
mô hình không thể lớn hơn AVE của chúng.
c. Đánh giá tính phân biệt bằng bảng HTMT
Chỉ số tương quan Heterotrait-Monotrait (Heterotrait-Monotrait
Ratio of Correlations), viết tắt là HTMT. Henseler & Sarstedt (2015)
cho rằng, nếu chỉ số HTMT của một nhân tố lớn hơn 0.9, tính phân
--195--
biệt của nhân tố bị vi phạm. Nếu chỉ số HTMT dưới 0.85 tính phân
biệt được đảm bảo tốt. Như vậy khoảng từ 0.85 đến 0.9 sẽ là ngưỡng
chấp nhận được. Đề xuất về hai ngưỡng đánh giá giá trị phân biệt giữa
tập chỉ báo của biến tiềm ẩn i và của biến tiềm ẩn j như sau:
- Nếu HTMTij > 0.9, khó đạt được giá trị phân biệt giữa hai biến
tiềm ẩn i và j. Có nghĩa là dữ liệu của tập chỉ báo i và j khá tương
đồng nhau.
- Nếu HTMTij ≤ 0.85, đạt được giá trị phân biệt giữa hai biến tiềm
ẩn i và j.
 HTMT < 0,85 (Chấp nhận ≤ 0,9)
1.2.2. Đánh giá mô hình cấu trúc
1.2.2.1. Hệ số phóng đại phương sai _ VIF (variance inflation
factor)
Đa cộng tuyến là một thuật ngữ thống kê thường xảy ra khi có
mối tương quan cao giữa hai hoặc nhiều biến độc lập trong mô hình
hồi quy. Có hai cách để phát hiện đa cộng tuyến như sử dụng hệ số
phóng đại phương sai VIF hoặc ma trận hệ số tương quan. Nhưng VIF
thường được sử dụng để phát hiện hiện tượng đa cộng tuyến. Có hai
loại VIF. Giá trị VIF bên trong (Dùng để đánh giá đa cộng tuyến giữa
các biến tiềm ẩn) và Giá trị VIF bên ngoài (Dùng để đánh giá đa cộng
tuyến giữa các biến quan sát). Hair và cộng sự (2017) đưa ra các
ngưỡng giá trị VIF trong đánh giá hiện tượng cộng tuyến như sau:
- VIF ≥ 5: Khả năng rất cao đang tồn tại cộng tuyến, mô hình bị
ảnh hưởng nghiêm trọng.
- 3 ≤ VIF < 5: Mô hình có thể đang có cộng tuyến.
- VIF < 3: Mô hình không gặp hiện tượng cộng tuyến.
1.2.2.2. Đánh giá mối quan hệ tác động_ Path coefficients
Để đánh giá các mối quan hệ tác động, kết quả phân tích
Bootstrap được sử dụng như Original Sample, P Values (giá trị Sig. so
với mức ý nghĩa 0,05), Original Sample và mức ý nghĩa của t-test so
sánh với các ngưỡng thường được sử dụng là 0,05.
--196--
Giá trị P value ≤ 0.05 là quan hệ có ý nghĩa thống kê, P value >
0.05 là không có ý nghĩa thống kê.
Hệ số đường dẫn Original sample mang dấu dương (+) là tác
động thuận chiều, mang dấu âm (-) là tác động nghịch chiều.
Để so sánh thứ tự tác động của các biến độc lập lên cùng một biến
phụ thuộc, chúng ta sẽ so sánh bằng trị tuyệt đối hệ số Original
sample, trị tuyệt đối lớn hơn là tác động mạnh hơn.
- Original sample: Độ mạnh yếu của biến biến độc lập tác động
lên biến biến phụ thuộc
- T statistics: Giá trị kiểm định T
- P-values: Mức ý nghĩa thống kê
1.2.2.3. Mức độ giải thích biến độc lập đối với biến phụ thuộc (R
bình phương_R Square và R bình phương điều chỉnh_ R Square
adjusted)
R bình phương và R bình phương điều chỉnh được điều chỉnh
trong PLS-SEM. Ý nghĩa của hai chỉ số này tương tự như ý nghĩa của
hồi quy tuyến tính trên SPSS. Nếu kết quả phân tích có cả hai chỉ số
này thì ưu tiên sử dụng chỉ số R bình phương đã điều chỉnh. Giá trị R
bình phương (R bình phương điều chỉnh cũng tương tự) nằm trong
khoảng từ 0 đến 1, càng gần 1 thì biến độc lập giải thích cho biến phụ
thuộc càng cao.
1.2.2.4. Hệ số f 2 _ f Square effect size
f 2 : cho biết mức độ ảnh hưởng của từng biến độc lập lên biến phụ
thuộc
Cohen (1988) đã đề xuất bảng chỉ số f bình phương để đánh giá
tầm quan trọng của các biến độc lập như sau:
- f square < 0.02: mức tác động là cực kỳ nhỏ hoặc không có tác
động.
- 0.02 ≤ f square < 0.15: mức tác động nhỏ.
- 0.15 ≤ f square < 0.35: mức tác động trung bình.
- f square ≥ 0.35: mức tác động lớn.
--197--
1.3. SỬ DỤNG PLS - SEM
1.3.1. Chuyển file EXCEL, SPSS sang file có đuôi .csv
Hình 1.1: Chuyển file EXCEL sang file có đuôi .csv

- Mở file Exel và thực hiện lệnh Export.
Hình 1.2: Thực hiện lệnh Export

- Chọn file name có đuôi (*.csv).
--198--
Hình 1.3: Chọn file name có đuôi (*.csv)
- File Excel đã được chuyển sang file .csv.
Hình 1.4: Chuyển thành File Excel thành file.csv

1.3.2. Sử dụng phần mềm PLS smart 4
- Lập 1 folder trống trên desktop với tên…(HUNG)
- Click vào biểu tượng
--199--
1. Tạo 1 new project
Chọn Choose workspace  click vào folder HUNG  New
project
Hình 1.5. Tạo New Project

2. Import data file
Vào Import data file và chọn 1 file có đuôi .csv trên desktop.
Hình 1.6. Import data file 1

Click Open, màn hình xuất hiện thông tin về file có tên DATA.
--200--
Hình 1.7: Import data file 2
Click Import, màn hình sẽ xuất hiện thông tin về các thông số
thống kê như giá trị trung bình, số trung vị, biến chỉ báo (biến đo
lường), biến quan sát, …
Hình 1.8: Tổng quan bộ dữ liệu
--201--
3. Thực hiện phân tích dữ liệu với PLS
Từ màn hình trên, click Back để trở về màn hình ban đầu. Click
vào PLS-SEM để tiến hành phân tích dữ liệu.
Model name: Có thể đặt lại tên hoặc giữ nguyên pls-sem. Click
Save. Sau đó tiến hành vẽ hình (theo hướng dẫn ở 1, 2, 3).
Hình 1.9: Import data file

Tiến hành tạo mô hình và thực hiện phân tích dữ liệu.
Hình 1.10: Vùng trống để vẽ hình
--202--
Click vào Calculator để phân tích dữ liệu theo quy trình ở mục
1.2.
Hình 1.11. Phân tích PLS-SEM
--203--
CHƯƠNG 2
THỰC HÀNH PHÂN TÍCH DỮ LIỆU
VỚI PLS - SEM
Chương này sẽ minh họa với một Data theo quy trình phân tích
qua hai bước là đánh giá mô hình đo lường kết quả và mô hình cấu
trúc. Data minh họa được trích từ công trình nghiên cứu khoa học cấp
trường “Các nhân tố ảnh hưởng đến quyết định chọn trường của tân
sinh viên khối ngành Kinh tế Trường Đại học Công Nghệ TP. Hồ Chí
Minh”.
2.1. VẼ MÔ HÌNH PLS-SEM

Từ mô hình nghiên cứu được xây dựng, tiến hành vẽ mô hình
PLS-SEM. Theo hướng dẫn qua các bước 1, 2, 3 dưới đây.
- Click 2 lần vào khoảng trống để vẽ các biến tiềm ẩn.
Hình 2.1: Vẽ biến tiềm ẩn

- Tô khối các biến quan sát của biến tiềm ẩn nào và thả vào biến
tiềm ẩn đó.
--204--
Hình 2.2: Vẽ biến quan sát
- Dùng các phím mũi tên bên phải trên màn hình để điều chỉnh
mô hình cho đẹp và phím Alt để vẽ các đường nối các biến tiềm ẩn.
Hình 2.3: Vẽ đường nối các biến tiềm ẩn
--205--
Sau khi vẽ hình xong, tiến hành phân tích dữ liệu. Click vào
Calculator PLS-SEM algorithm
Hình 2.4: PLS-SEM algorithm
Hình 2.5: Thiết lập PLS-SEM algorithm

- Click vào Start calculation, xuất hiện Menu bên trái và hình vẽ
mô hình đo lường kết quả bên phải.
--206--
Hình 2.6: Danh mục phân tích Mô hình đo lường kết quả
Click các dòng trên Menu sẽ ra được các kết quả liên quan. Thí dụ
như click vào dòng Outer loadings, sẽ hiện ra ma trận Outer loadings
– Matrix.
--207--
Hình 2.7: Kết quả phân tích Mô hình đo lường kết quả
2.2. ĐÁNH GIÁ MÔ HÌNH ĐO LƯỜNG KẾT QUẢ

1. Chất lượng biến quan sát (chỉ báo)
Khi phân tích lần đầu, có hai biến quan sát Stucost 4 và Stucost 3
có hệ số tải ngoài < 0.7, trong đó, biến Stucost 4 có hệ số tải ngoài nhỏ
hơn, nên loại biến Stucost 4 trước. Phân tích lần hai có kết quả sau:
--208--
Bảng 2.1. Outer loadings – Matrix (lần 2)
COMMUN CONVEN STUCHA STUCOM STUCOST STUDEC STUFEEL
COMMUN1 0.862
COMMUN2 0.858
COMMUN3 0.842
COMMUN4 0.834
COMMUN5 0.868
COMMUN6 0.886
COMMUN7 0.973
CONVEN1 0.746
CONVEN2 0.908
CONVEN3 0.948
CONVEN4 0.925
CONVEN5 0.731
CONVEN6 0.924
STUCHA1 0.882
--209--
STUCHA2 0.899
STUCHA3 0.914
STUCHA4 0.906
STUCHA5 0.858
STUCOM1 0.776
STUCOM2 0.752
STUCOM3 0.768
STUCOM4 0.719
STUCOM5 0.795
STUCOM6 0.792
STUCOST1 0.914
STUCOST2 0.773
STUCOST3 0.719
STUCOST5 0.776
STUCOST6 0.742
--210--
STUDEC1 0.931
STUDEC2 0.931
STUDEC3 0.86
STUDEC4 0.881
STUFEEL1 0.895
STUFEEL2 0.929
STUFEEL3 0.799
STUFEEL4 0.781
Tất cả các biến quan sát đều có hệ số tải ngoài > 0.7, cho thấy, mức độ liên kết giữa biến quan sát với biến tiềm
ẩn cao.
2. Độ tin cậy của thang đo _ Construct reliability and validity
--211--
Bảng 2.2. Cronbach's alpha - Composite reliability (rho_c) -
Average variance extracted (AVE)
Average
Composite Composite
Cronbach's variance
reliability reliability
alpha extracted
(rho_a) (rho_c)
(AVE)
COMMUN 0.949 0.953 0.958 0.767
CONVEN 0.933 0.979 0.948 0.754
STUCHA 0.936 0.939 0.951 0.796
STUCOM 0.86 0.862 0.896 0.589
STUCOST 0.845 0.85 0.89 0.62
STUDEC 0.924 0.95 0.945 0.812
STUFEEL 0.873 0.883 0.914 0.728
Kết quả cho thấy các thang đo thành phần đều có giá trị
Cronbach's alpha - Composite reliability (rho_c) > 0,7 nên các thang
đo này đều đạt độ tin cậy.
3. Độ hội tụ của thang đo (Convergent Validity)
Kết quả AVE trên bảng 12.2. cho thấy tất cả giá trị AVE của các
thang đo thành phần > 0,5 nên tất cả đều đạt giá trị hội tụ.
4. Giá trị phân biệt (Discriminant Validity)
Đánh giá tính phân biệt bằng bảng Fornell and Larcker
--212--
Bảng 2.3. Fornell & Larcker
COMMUN 0.876
CONVEN 0.514 0.868
STUCHA 0.126 0.099 0.892
STUCOM 0.457 0.509 0.026 0.767
STUCOST 0.479 0.387 0.154 0.47 0.788
STUDEC 0.636 0.54 0.278 0.573 0.479 0.901
STUFEEL 0.613 0.579 0.28 0.599 0.689 0.738 0.853
Căn bậc hai AVE của các biến đều lớn hơn với hệ số tương quan
của các cặp biến, nên tính phân biệt của các thang đo thành phần được
đảm bảo.
a. Đánh giá tính phân biệt bằng bảng HTMT
Bảng 2.4. HTMT
COMMUN
CONVEN 0.54
STUCHA 0.133 0.094
STUCOM 0.505 0.556 0.057
STUCOST 0.532 0.421 0.17 0.545
STUDEC 0.673 0.56 0.303 0.63 0.534
STUFEEL 0.667 0.608 0.323 0.686 0.797 0.795
Kết quả cho thấy tất cả HTMTij ≤ 0.85, đạt được giá trị phân biệt
giữa hai biến tiềm ẩn i và j. Như vậy giá trị phân biệt giữa các biến
tiềm ẩn được đảm bảo.
--213--
2.3. ĐÁNH GIÁ MÔ HÌNH CẤU TRÚC
2.3.1. Phân tích Bootstrap
Hình 2.8: Phân tích Bootstrap

Quay lại Calculator và click vào Bootstrapping  Start
calculator. Màn hình thể hiện Menu bên trái và mô hình đo lường cấu
trúc bên phải.
Hình 2.9: Hộp thoại Bootstrap
--214--
Hình 2.10: Danh mục phân tích Bootstrap
Hình 2.11. Kết quả phân tích Bootstrap

Từ Menu, tính toán các thông số liên quan.
--215--
2.3.2. Đánh giá mối quan hệ tác động_ Path coefficients
Hình 2.12. Path coefficients
Hình 2.13. Kết quả Path coefficients

- Sáu Hệ số đường dẫn Original sample đều mang dấu dương (+)
nên có tác động thuận chiều. Trong đó ở giai đoạn 1 (các biến độc lập
tác động đến biến trung gian), Stucost tác động đến Stufeel mạnh nhất
với giá trị Original sample = 0,385.
- Sáu giá trị P value ≤ 0,05 nên các quan hệ này có ý nghĩa thống kê.
--216--
2.3.3. Mức độ giải thích biến độc lập đối với biến phụ thuộc (R
bình phương_R Square và R bình phương điều chỉnh_ R Square
adjusted)
Bảng 2.5. R-square & R-square adjusted
R-square R-square adjusted
STUDEC 0.545 0.544
STUFEEL 0.684 0.68
- Rsquare Adjusted của StuFeel = 0.68  các biến độc lập đã giải
thích được 68% sự biến thiên của biến phụ thuộc StuFeel.
- Rsquare Adjusted của StuDec = 0.544 => StuFeel đã giải thích
được 54% sự biến thiên của biến StuDec.
2.3.4. Hệ số f2 _ f Square effect size
Bảng 2.6. R-square & R-square adjusted
COMMUN -> STUFEEL 0.083
CONVEN -> STUFEEL 0.077
STUCHA -> STUFEEL 0.088
STUCOM -> STUFEEL 0.097
STUCOST -> STUFEEL 0.317
STUFEEL -> STUDEC 1.197
Nhận thấy các biến Commun, Stucha và Stucom tác động nhỏ đến
Stufeel. Stucost tác động trung bình đến Stufeel và Stufeel tác động
khá mạnh đến Studec.
2.3.5. Kiểm định biến kiểm soát
Kết quả từ hình 12.13 cho thấy:
- Giá trị P value của biến giới tính > 0.5 nên không có sự khác
biệt giữa nam và nữ trong quyết định chọn trường của tân sinh viên.
- Giá trị P value của biến ngành học > 0.5 nên không có sự khác
biệt giữa tân sinh viên về ngành học trong quyết định chọn trường.
--217--
2.3.6. Hệ số phóng đại phương sai _ VIF (variance inflation
factor)
Hình 2.14: VIF

Tất cả giá trị VIF < 3 nên mô hình không gặp hiện tượng cộng
tuyến.
--218--
CHƯƠNG 3
CÁC BÀI THỰC HÀNH TRÊN PLS
Qua các chương…., các em đã hiểu được tổng quan cũng như
cách thực hành phân tích dữ liệu với phần mềm PLS-SEM. Nhóm tác
giả gởi cho quý độc giả 3 bộ Data để thực hành với các kết quả được
tóm tắt trong chương này. Bộ thứ nhất là bộ được minh họa trong
chương 2.
3.1. BÀI THỰC HÀNH 1: DATA THỨ HAI

3.1.1. Mô hình đo lường kết quả
--219--
1. Outer loadings lần 3
COMMUN1 0.843
COMMUN2 0.853
COMMUN3 0.798
COMMUN4 0.816
COMMUN5 0.848
COMMUN6 0.848
COMMUN7 0.878
CONVEN1 0.783
CONVEN2 0.85
CONVEN3 0.911
CONVEN4 0.881
CONVEN6 0.862
STUCHA1 0.851
STUCHA2 0.88
STUCHA3 0.899
--220--
STUCHA4 0.896
STUCHA5 0.836
STUCOM1 0.766
STUCOM2 0.742
STUCOM3 0.773
STUCOM4 0.718
STUCOM5 0.789
STUCOM6 0.787
STUCOST1 0.868
STUCOST2 0.753
STUCOST3 0.701
STUCOST4 0.704
STUCOST5 0.778
STUCOST6 0.735
STUDEC1 0.792
STUDEC2 0.932
--221--
STUDEC3 0.838
STUDEC4 0.868
STUFEEL1 0.907
STUFEEL2 0.894
STUFEEL3 0.824
2. Cronbach's alpha, Composite reliability (rho_c), Average variance extracted (AVE)

Cronbach's Composite Composite reliability Average variance
alpha reliability (rho_a) (rho_c) extracted (AVE)
COMMUN 0.931 0.932 0.944 0.707
CONVEN 0.91 0.917 0.933 0.737
STUCHA 0.922 0.928 0.941 0.762
STUCOM 0.856 0.86 0.893 0.582
STUCOST 0.853 0.862 0.89 0.575
STUDEC 0.88 0.894 0.918 0.737
STUFEEL 0.847 0.852 0.908 0.767
--222--
3. HTMT
COMMUN
CONVEN 0.536
STUCHA 0.215 0.174
STUCOM 0.508 0.575 0.111
STUCOST 0.531 0.363 0.264 0.511
STUDEC 0.763 0.842 0.373 0.734 0.62
STUFEEL 0.69 0.57 0.362 0.636 0.584 0.881
--223--
3.1.2. Mô hình cấu trúc
--224--
1. Path coefficients
Original sample Sample mean Standard deviation T statistics
P values
(O) (M) (STDEV) (|O/STDEV|)
COMMUN -> STUFEEL 0.326 0.325 0.044 7.402 0
CONVEN -> STUFEEL 0.145 0.144 0.05 2.896 0.004
GENDER -> STUDEC 0.006 0.006 0.03 0.21 0.833
MAJORS -> STUDEC -0.007 -0.008 0.033 0.202 0.84
SCHOOL -> STUDEC -0.019 -0.018 0.032 0.587 0.557
STUCHA -> STUDEC 0.124 0.124 0.036 3.492 0
STUCHA -> STUFEEL 0.159 0.159 0.032 5.009 0
STUCOM -> STUFEEL 0.231 0.233 0.039 5.894 0
STUCOST -> STUFEEL 0.168 0.17 0.038 4.397 0
STUFEEL -> STUDEC 0.731 0.732 0.024 30.19 0
--225--
2. R square, f square
R SQUARE
R-
square R-square adjusted
STUDEC 0.604 0.602
STUFEEL 0.537 0.532
F SQUARE
COMMUN 0.142
CONVEN 0.029
STUCHA 0.032 0.05
STUCOM 0.072
STUCOST 0.041
STUDEC
STUFEEL 1.222
--226--
3. VIF
VIF
COMMUN -> STUFEEL 1.606
CONVEN -> STUFEEL 1.539
STUCHA -> STUDEC 1.108
STUCHA -> STUFEEL 1.081
STUCOM -> STUFEEL 1.597
STUCOST -> STUFEEL 1.483
STUFEEL -> STUDEC 1.108
--227--
3.2. BÀI THỰC HÀNH THỨ HAI: DATA THỨ BA
3.2.1. Mô hình đo lường kết quả
--228--
1. Outer loadings
CONMA DIADV ONDEC ONINT SMAAD SOMED TRUST WOM
CONMA1 0.803
CONMA2 0.799
CONMA3 0.889
CONMA4 0.932
CONMA5 0.906
DIADV1 0.742
DIADV2 0.839
DIADV3 0.904
DIADV4 0.92
DIADV5 0.823
ONDEC1 0.7
ONDEC2 0.809
ONDEC3 0.737
ONDEC4 0.933
--229--
ONDEC5 0.901
ONINT1 0.88
ONINT2 0.828
ONINT3 0.906
ONINT4 0.876
ONINT5 0.925
SMAAD1 0.783
SMAAD2 0.884
SMAAD3 0.834
SMAAD4 0.802
SMAAD5 0.85
SOMED1 0.853
SOMED2 0.858
SOMED3 0.888
SOMED4 0.793
--230--
SOMED5 0.918
TRUST1 0.873
TRUST2 0.772
TRUST3 0.898
TRUST4 0.915
TRUST5 0.897
WOM1 0.743
WOM2 0.706
WOM3 0.945
WOM4 0.953
WOM5 0.961
--231--
2. Cronbach's alpha, Composite reliability (rho_c), Average variance extracted (AVE)
Cronbach's Composite reliability Composite reliability Average variance
alpha (rho_a) (rho_c) extracted (AVE)
CONMA 0.917 0.917 0.938 0.753
DIADV 0.901 0.911 0.927 0.719
ONDEC 0.875 0.882 0.911 0.674
ONINT 0.929 0.93 0.947 0.781
SMAAD 0.89 0.903 0.918 0.692
SOMED 0.914 0.917 0.936 0.745
TRUST 0.92 0.925 0.941 0.761
WOM 0.913 0.927 0.938 0.755
--232--
3. HTMT
CONMA
DIADV 0.364
ONDEC 0.498 0.657
ONINT 0.847 0.507 0.811
SMAAD 0.589 0.455 0.77 0.838
SOMED 0.323 0.277 0.497 0.242 0.191
TRUST 0.217 0.559 0.734 0.519 0.524 0.084
WOM 0.426 0.778 0.863 0.505 0.449 0.808 0.382
--233--
3.2.2. Mô hình cấu trúc
--234--
1. Path coefficients
Original Sample Standard deviation T statistics
P values
sample (O) mean (M) (STDEV) (|O/STDEV|)
CONMA ⇒ ONINT 0.681 0.681 0.031 22.169 0
DIADV ⇒ WOM 0.556 0.555 0.021 26.788 0
ONINT ⇒ ONDEC 0.253 0.255 0.039 6.562 0
SMAAD ⇒ ONDEC 0.132 0.131 0.033 3.95 0
SOMED ⇒ WOM 0.589 0.589 0.023 26.103 0
TRUST ⇒ ONDEC 0.266 0.263 0.031 8.683 0
TRUST ⇒ ONINT 0.321 0.322 0.035 9.084 0
UNIVERSITY ⇒ ONDEC 0.009 0.01 0.023 0.41 0.682
WOM ⇒ ONDEC 0.542 0.543 0.026 20.587 0
WOM ⇒ ONINT 0.089 0.088 0.029 3.054 0.002
YEARSTU ⇒ ONDEC 0.033 0.033 0.019 1.713 0.087
SMAAD x ONINT ⇒ ONDEC 0.096 0.1 0.034 2.806 0.005
--235--
2. R square, f square
R SQUARE
R-square R-square adjusted
ONDEC 0.866 0.865
ONINT 0.731 0.729
WOM 0.825 0.824
F SQUARE
CONMA -> ONINT 1.459
DIADV -> WOM 1.649
ONINT -> ONDEC 0.156
SMAAD -> ONDEC 0.049
SOMED -> WOM 1.846
TRUST -> ONDEC 0.355
TRUST -> ONINT 0.333
WOM -> ONDEC 1.608
WOM -> ONINT 0.023
SMAAD x ONINT -> ONDEC 0.049
3. VIF
VIF
CONMA -> ONINT 1.182
DIADV -> WOM 1.071
ONINT -> ONDEC 3.246
SMAAD -> ONDEC 2.9
SOMED -> WOM 1.071
TRUST -> ONDEC 1.433
TRUST -> ONINT 1.149
WOM -> ONDEC 1.324
WOM -> ONINT 1.295
SMAAD x ONINT -> ONDEC 1.192
--236--
TÀI LIỆU THAM KHẢO
Accenture. (2023). A new era of generative AI for everyone.
https://www.accenture.com/content/dam/accenture/final/accenture
-com/document/Accenture-A-New-Era-of-Generative-AI-for-
Everyone.pdf
Agus, P. & Yuli, S (2021). Partial Least Squares Structural Squation
Modeling (PLS-SEM) Analysis for Social and Management
Research: A Literature Review. IndonesJournal of Industrial
Engineering & Management Research, Vol.2 No.4, P.114-123.
Auger, P (1961). Tendensces actuelles de la recherche scientifique,
UNESCO, Paris. The Nature of Science. Pp 1-28
Babbie, P. R. (1986). The Practice of Social Research, Ed 4.
Publisher, Wadsworth Publishing Company.
Berlian, M., Muhaimin, A. W., Hanani, N., & Maulidah, S. (2023). An
Extended Model of Consumer Behavior for Vegetables in the
Market in Indonesia. Journal of Law and Sustainable
Development, v.11, n. 12, pages: 01-28, e02109.
Bollen, K. A. (1989). Structural Equations with Latent Variables,
New York: John Wiley & Sons.
Burns & Bush (1995). Marketing Reseach. Journal of Marketing
Research; Feb 1996; 33, 1; ProQuest Psychology Journals, pg. 121.
C. H. Nguyen., & M. Shah. (Eds.). Quality assurance in Vietnamese
higher education: policy and practice in the 21st century (pp. 161-
185). Palgrave Macmillan. Trích ngày 20/02/2024 từ
https://doi.org/10.1007/978-3-030-26859-6_12
Cabrera, A. F., & La Nasa, S. M. (2000). Understanding the college
choice of disadvantaged students. New Directions for Institutional
Research. San Francisco: Jossey-Bass.
ChatGPT. Trích ngày 20/02/2024 từ https://chat.openai.com/c/45d34295-
5791-441a-988e-74db1b5d630c
--237--
Chin, W.W., & Todd, P.A. (1995). On the use, usefulness, and ease
of use of structural equation modeling in MIS research: A
note of caution, MIS Quarterly (19:2).
Cooper, D. and Schindler, P. (2011) Business Research Methods. 11th
Edition, McGraw Hill, Boston.
Creswell, J. W., (2003). Research design: qualitative, quantitative,
and mixed methods approaches. California: Sage Publications.
Đặng Ngọc Lan (2019). Cơ sở nghiên cứu khoa học. Tạp chí Khoa
học Giáo dục, 42(5), 10-15.
Đinh Phi Hổ (2015). Tổng quan về phương pháp nghiên cứu & quy
trình luận án nghiên cứu. Tài liệu giảng dạy Đại học Kinh tế TP.
Hồ Chí Minh.
Đỗ Phú Trần Tình (2017). Chuyên đề Phương pháp nghiên cứu khoa
học. Tài liệu giảng dạy Đại học Kinh tế - Luật, Đại học Quốc gia
TP. HCM.
Dương Thiệu Tống (2002). Phương Pháp Nghiên Cứu Khoa Học Giáo
Dục và Tâm Lý. Nhà xuất bản Đại Học Quốc Gia TP Hồ Chí Minh.
Ehrenberg, A. S. C. (1994), Theory or well-based results: Which
comes first, Research Traditions in Marketing, Laurent, G., Lilien,
G.L. & Pras, B. (eds.), Boston: Kluwer Acadamic, 79-108.
Fornell, C. & Larcker, D.F. (1981). Evaluating structural equation
models with unobservable variables and measurement error.
Journal of Marketing Research 18 (1), 39-50.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation
models with unobservable variables and measurement
error. Journal of Marketing Research, 18(1), 39–
50. https://doi.org/10.2307/3151312
Getting started with prompts for text-based Generative AI tools. Trích
ngày 15/01/2024 từ Harvard University (Information Technology)
https://huit.harvard.edu/news/ai-prompts
Glaser, B. G., & Strauss, A. L. (1967). The discovery of grounded
theory: Strategies for qualitative research. Aldine Publishing
Company.
--238--
Greene, J.C., and Caracelli, V.J. (2003). Making paradigmatic sense
of mixed methods practice. In A. Tashakkori and C. Teddlie
(eds.), Handbook trích ngày 15/01/2024 từ
https://www.researchgate.net/publication/228968099_Toward_a_
methodology_of_mixed_methods_social_inquiry.
Hair, J.F. Jr., Anderson, R.E., Tatham, R.L., & Black,W.C. (1998).
Multivariate Data Analysis, (5th Edition).Upper Saddle River, NJ:
Prentice Hall.
Hair, J., Black, W., Babin, B., Anderson, R., & Tatham, R. (2006).
Multivariate data analysis (6th ed.). Uppersaddle River, N.J.:
Pearson Prentice Hall.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2009).
Multivariate data analysis. Upper Saddle River, NJ: Prentice Hall.
Hair, J. F., Jr., Black, W. C., Babin, B. J., & Anderson, R. E. (2010).
Multivariate data analysis. Pearson Education.
Hair, J.F., Sarstedt, M., Ringle, C.M. & Gudergan, S.P. (2017),
Advanced issues inpartial least squares structural equation
modeling, California: SAGEPublications.
Hair, J.F., Sarstedt, M. & Ringle, C.M. (2019). Rethinking some of
the rethinking of partial least squares”, European Journal of
Marketing, Forthcoming.
Henseler, J. & Chin, W. W. (2010). A Comparison of Approaches for
the Analysis of Interaction Effects Between Latent Variables
Using Partial Least Squares Path Modeling. Structural Equation
Modeling, 17 (1): 82-109.
Henseler, J. & Sarstedt, M. (2015), "A new criterion for assessing
discriminant validityin variance-based structural equation
modeling”, Journal of The Academyof Marketing Science, Vol.
43 No. 1, pp. 115 - 135.
Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008). Thống kê ứng dụng
trong kinh tế - xã hội. NXB Thống Kê.
Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008). Phân tích dữ liệu
với SPSS (Tập 2). NXB Hồng Đức.
--239--
Hock, M., & Ringle, C. M. (2010). Local strategic networks in the
software industry: an empirical analysis of the value
continuum. International Journal of Knowledge Management
Studies, 4(2), 132-151.
Jöreskog, K. G. (1971). Statistical Analysis of Congeneric Tests.
Psychometrika (36:2).
Kerlinger FN. (1986). Foundations of Behavioural Research, 3nd ed.
New York: Holt, Rinehart & Winston.
Khoa Lý (2021). Trí tuệ nhân tạo là gì, các ứng dụng và tiềm năng
/https://www.thegioididong.com/hoi-dap/tri-tue-nhan-tao-ai-la-gi-
cac-ung-dung-va-tiem-nan-1216572
Kim Tiền (Nd). Dữ liệu sơ cấp và dữ liệu thứ cấp. Trích ngày
15/02/2024 từ https://accgroup.vn/du-lieu-so-cap-va-du-lieu-thu-
cap
Kothari, C.R. (2004) Research Methodology Methods and
Techniques. 2nd Edition, New Age International Publishers, New
Delhi.
Kumar, A. S. & Suresh, N. (2008). Production and operations
management (2ed). New age international limited, Publishers.
New Delhi, India.
Kumar, V., Rahman, Z., Kazmi, A. A., & Goyal, P. (2012). Evolution
of sustainability as marketing strategy: Beginning of new era.
Procedia-Social and Behavioral Sciences, 37, 482-489.
Lauterborn, B. (1990). New marketing litany; four P's passe; C-words
take over. Advertising Age, 61(41), pp. 26-28.
Lê Quang Hùng., Nguyễn Phú Tụ., Kiều Xuân Hùng & Trần Thị
Trang (2015). Nghiên cứu các nhân tố ảnh hưởng đến động
lực làm việc của nhân viên văn phòng và thư ký khoa tại Trường
Đại học Công nghệ TP. Hồ Chí Minh. Đề tài nghiên cứu khoa
học cấp trường HUTECH.
Lê Quang Hùng., Nguyễn Phú Tụ., Trần Thị Trang., Ngô Ngọc
Cương., Trần Thị cẩm Hà., Nguyễn Thị Hoàng Yến & Trần Thị
Hoài Phương (2014). Phân tích những nhân tố ảnh hưởng đến
--240--
sự lựa chọn nguyện vọng bổ sung của sinh viên Khoa Quản trị
Kinh doanh Trường Đại học Công nghệ TP. Hồ Chí Minh.
Đề tài nghiên cứu khoa học cấp trường HUTECH.
Lê Quang Hùng (2017), Phương pháp nghiên cứu khoa học. Tài liệu
giảng dạy Cao học HUTECH.
Lê Quang Hùng (2017). Phân tích dữ liệu trong kinh doanh. Nhà xuất
bản Kinh tế TP. Hồ Chí Minh.
Lê Quang Hùng, Nguyễn Quang Trung, Nguyễn Thị Ngọc ánh, Trần
Thế Hào, Lê Hiếu Nghĩa & Nguyễn Nhật Duy (2023). Ứng dụng
SPSS – Amos – PLS Phân tích dữ liệu trong kinh doanh. NXB Tài
Chính
Lê Văn Hảo (2015). Phương pháp nghiên cứu khoa học. Trường Đại
học Nha Trang.
Lê Văn Huy & Trương Trần Trâm Anh (2012). Phương pháp nghiên
cứu trong kinh doanh. NXB Tài Chính.
Likert, R. (1932), A technique for the measurement of attitudes.
Archives of Psychology, 22 140, 55
Lưu Hà Chi (2023). Phương Pháp Nghiên Cứu Khoa Học: Đặc điểm,
Phân loại. Trích ngày 25/02/2024 từ https://luanvanviet.com/
phuong-phap-nghien-cuu-khoa-hoc-la-gi/
McKinsey. (2023). What every CEO should know about generative
AI. https://www.mckinsey.com/~/media/mckinsey/business%20
functions/mckinsey%20digital/our%20insights/what%20every%2
0ceo%20should%20know%20about%20generative%20ai/what-
every-ceo-should-know-about-generative-ai.pdf
Miles, M. B., & Huberman, A. M. (1994). Qualitative data analysis:
An expanded sourcebook. Sage publications.
Mỹ Phương (2010). Phát triển thị trường công nghiệp tại Việt Nam.
Thời báo Kinh tế Việt Nam, Số 290, ngày 4 tháng 12
Newman, S. & Jahdi, K. (2009). Marketisation of Education:
marketing, rhetoric and reality. Journal of Further and Higher
Education, 33(1), pp. 1-11.
--241--
Nguyễn Đình Thọ (2012). Phương pháp nghiên cứu khoa học
trong kinh doanh. NXB Lao động Xã hội.
Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2011), Nghiên cứu khoa
học Marketing - Ứng dụng mô hình cấu trúc tuyến tính SEM.
NXB Đại học quốc gia TP. Hồ Chí Minh.
Nguyễn Hữu Cương (2021). Cách trình bày trích dẫn và tài liệu tham
khảo theo APA 7th. Tạp chí Giáo dục. Trích ngày 17/11/2023 từ
https://www.researchgate.net/profile/Cuong-Nguyen-36.
Nguyễn Hữu Cương (nd). Kỹ năng viết bài báo khoa học: Cách trình
bày trích dẫn và tài liệu tham khảo theo APA 7th. Trích ngày
20/02/2024 từ (https://www.researchgate.net/profile/Cuong-
Nguyen-36)
Nguyễn Minh Hà., Huỳnh Gia Xuyên & Huỳnh Thị Kim Tuyết
(2011). Yếu tố ảnh hưởng đến chọn Trường Đại học Mở TP. Hồ
Chí Minh. Đề tài nghiên cứu khoa học cấp trường.
Nguyễn Ngọc Long (2018). Phương pháp nghiên cứu khoa học. Hà
Nội: Nhà xuất bản Giáo dục Việt Nam.
Nguyễn Như Quỳnh Đoan (2020). Giải pháp hoàn thiện hoạt động
marketing mix 4ps tại công ty cổ phần dệt may - đầu tư - thương
mại Thành Công. Luận văn thạc sĩ, Khoa Quản trị kinh doanh, ĐH
Công nghệ TP.Hồ Chí Minh.
Nguyễn Quang Trung (2023). Một số giải pháp nâng cao hiệu quả
Marketing xanh trong nông nghiệp giai đoạn bình thường mới. Kỷ
yếu hội thảo Marketing giai đoạn bình thường mới, HUTECH.
Nguyễn Quốc Nghi., Khưu Ngọc Huyền., Phan Quốc Cường & Lê
Kim Thanh (2017). Các nhân tố ảnh hưởng đến sự hài lòng của
giảng viên trẻ trường đại học cần thơ đối với hoạt động nghiên
cứu khoa học. Tạp chı Khoa học Trường Đại học Cần Thơ, tập
51, phần C (2017): 41-52
Nguyễn Thị Cành & Võ Thị Ngọc Thúy (2016). Phương pháp và
phương pháp luận nghiên cứu khoa học kinh tế và quản trị (2 ed).
NXB Đại học Quốc gia TP. HCM.
Nguyễn Thị Ngọc Ánh & Nguyễn Thanh ý (2023). Phương pháp
--242--
nghiên cứu khoa học trong kinh doanh. HUTECH
Nguyễn Thiện Thắng (nd). Một số vấn đề cơ bản về phương pháp luận
nghiên cứu khoa học giáo dục. Trích ngày 07/02/2024 từ
www.cdspbrvt.edu.vn.
Nguyễn Văn Lê (1995). Phương Pháp Nghiên Cứu Khoa Học: Đặc
điểm, Phân loại. NXB Trẻ.
Nguyen, C. H. (2016, November 17-19). An exploration of the
competency framework for external quality assurance
practitioners [Paper presentation]. 11th European Quality
Assurance Forum on Quality in Context – Embedding
Improvement, Ljubljana, Slovenia
Nguyen, C. H. (2021, March 23). What is a scientific article? Vietnam
Journal of Education. Trích ngày 17/11/2023 từ
https://tapchigiaoduc.edu.vn/article/86791/225/the-nao-la-mot-
tap-chi-khoa-hoc/
Nguyen, C. H., & Nguyen, K. D. (2019). The future of quality
assurance in Vietnamese higher education. In C. H. Nguyen & M.
Shah (Eds.), Quality assurance in Vietnamese higher education:
policy and practice in the 21st century (pp. 161-185). Palgrave
Macmillan.
https://doi.org/10.1007/978-3-030-26859-6_12
Nguyen, M. H., Huynh, G. X & Huynh, T. K. T (2011). Factors
influencing students to choose Ho Chi Minh City Open University.
Science research topic.
Nguyen, T.D., Nguyen, T.T.M. & Barrett, N.J. (2008). Antecedents
and outcome of relationship value: Evidence from Vietnam. The
24nd Industrial Marketing and Purchasing Group Proceedings,
Uppsala University, Sweden, September 4-6.
Ngô Thịnh (2021). Khoa học là gì? Đặc điểm, vai trò và Phân loại
khoa học. Trích ngày 07/02/2024 từ https://lytuong.net/khoa-hoc-
la-gì/
Nữ Tâm (2024). AI là gì? Từ A đến Z thông tin về công nghệ AI
(2024). Trích ngày 01/12/2023 từ https://bepos.io/blogs/tri-tue-
--243--
nhan-tao-ai-la-gi/
OpenAI. (2023). ChatGPT. Trích ngày 15/02/2024 từ
https://chat.openai.com
Osgood, C.E., Suci, G.J., & Tannenbaum, P.H. (1957). The
measurement of meaning. Urbana, USA: University of Illinois
Press.
Paul, T. (2013). Mental accounting of mutual fund investors and
marketing mix-a study from 4C marketing mix perspective. Asia
Pacific Journal of Marketing & Management Review. 2(2), 12-22.
Phạm Lê Thông (2014), Trình bày “Lược khảo tài liệu” trong nghiên
cứu khoa học. Tạp chí khoa học ĐH Cần Thơ.
Phương pháp tiếp cận quy nạp (lý luận quy nạp) và suy diễn (Lý luận
suy diễn) (nd). Trích ngày 15/01/2024 từ nghiên cứu-
methology.net.
Phương pháp tiếp cận quy nạp và suy diễn (2013) Trích ngày
15/01/2024 từ deborahgabriel.com.
Quang Hung Le (2019). Factors affecting brand values of private
Technology (HUTECH). Journal of Asian Finance, Economics
and Business Vol 6 No1 (2019) 159-167.
doi:10.13106/jafeb.2019.vol6.no1.159
Saunders, M. N., & Thornhill, A. (2003). Organisational justice, trust
and the management of change: An exploration. Personnel
Review.
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental
and quasi-experimental designs for generalized causal inference.
Houghton Mifflin.
Sonia, M. (nd). How to write an effestive Literater review. Trích ngày
15/01/2024 từ The Qualcomm Institute
https://www.youtube.com/watch?v=59HdVXJQXhk
Strauss, A., & Corbin, J. (1990). Basics of qualitative research:
Grounded theory procedures and techniques. Sage publications.
--244--
Suy luận suy diễn vs. Lý luận quy nạp (2015). Trích ngày 15/01/2024
từ lifecience.com.
Tabachnick, B.G., Fidell, L.S. (1996). Using Multivariate
Statistics. Harper Collins, New York.
Thạch Thị Mỷ Quyên (2018). Trí tuệ nhân tạo AI là gì? Ứng dụng như
thế nào trong cuộc sống? truy cập ngày 01/12/2013 từ
https://gpcantho.com/tri-tue-nhan-tao-ai-la-gi-ung-dung-nhu-the-
nao-trong-cuoc-song/
Thành Chơn (2021). Giai đoạn bình thường mới. Đổi mới và phát
triển. Trích ngày 15/12/2023 từ
https://chonthanh.binhphuoc.gov.vn/vi/news/phong-chong-covid-
19/binh-thuong-trong-trang-thai-moi
The Wall Street Journal (2004). Urban Vietnamese get rich quick. The
Wall Street Journal (Eastern Edition), October 26, p. A.22
Thi Công Lớn (2014). Đánh giá các nhân tố ảnh hưởng đến chất lượng
đào tạo theo giá trị cảm nhận của người đang học tại Trường
trung cấp nghề Thủ Đức. Luận văn Thạc sỹ, Khoa Quản trị kinh
doanh, Trường Đại học Công nghệ TP. Hồ Chí Minh.
Timothy M. (2024). How to cite ChatGPT. Trích ngày 15/01/2024 từ
APA Style Blog https://apastyle.apa.org/blog/how-to-cite-chatgpt
Trà Thị Thảo (2023). Các nhân tố ảnh hưởng đến hiệu quả kinh
doanh bán lẻ: Trường hợp nghiên cứu tại TP. Hồ Chí Minh. Luận
án tiến sĩ, Khoa Quản trị kinh doanh, ĐH Công nghệ TP.Hồ Chí
Minh.
Trần Thanh Ái (2014). Lược khảo tài liệu khảo sát từ góc độ khoa học
luận và phương pháp luận nghiên cứu khoa học. Tạp chí khoa học
Trường ĐH Cần Thơ.
Trần Thanh Tuấn (2015). Đo lường sự hài lòng của khách hàng sử
dụng dịch vụ điện thoại di động trả trước của Tập đoàn Viễn
thông Quân đội – Chi nhánh Viettel Thành phố Hồ Chí
Minh. Luận văn Thạc sỹ, Khoa Quản trị kinh doanh, Trường Đại
học Công nghệ TP. Hồ Chí Minh.
--245--
Trần Tiến Khai (2015). Phương pháp nghiên cứu. Tài liệu giảng dạy
lớp cao học Quản trị kinh doanh Hutech.
Unica (2023). Trí tuệ nhân tạo là gì? Các ứng dụng của AI hiện nay.
Truy cập ngày 01/12/2023 từ https://unica.vn/blog/tri-tue-nhan-
tao-la
Viện Khoa học Giáo dục (2023). Cổng thông tin điện tử Viện khoa
học Giáo dục. https://moet.gov.vn/
VVC Libaray (n.d). What is a scholarly journal? Trích ngày
15/01/2024 từ https://library.vvc.edu/welcome/journals
Wallwork, A., & Southern, A. (2020). 100 tops to avoid mistakes in
academic writing and presenting. Springer International
Publishing. https://doi.org/10.1007/978-3-030-44214-9
Các trang Web:

http://khoamarketing.ufm.edu.vn/phuong-phap-nghien- cuu-thietke-
nghien-cuu/, truy cập ngày 30/4/2017 từ
https://phantichspss.com/pls-sem-la-gi-so-sanh-pls-semvoi-cb-
sem.html.
https://khoahoctre.com.vn/nen-dung-pls-sem-hay-cb-semde-phan-tich-
du-lieu-trong-nghien-cuu-khoa-hoc.
https://memart.vn/tin-tuc/blog/tim-hieu-ly-thuyet-tri-tue-nhan-tao-la-
gi-va-ung-dung-trong-doi-song-hang-ngay-vi-cb.html
https://phanmemsmartpls.com/gioi-thieu-phan-memsmartpls.html.
https://phantichspss.com/pls-sem-la-gi-so-sanh-pls-sem-voi-cb-
sem.html
https://tapchigiaoduc.edu.vn/article/86791/225/the-nao-la-mot-tap-chi-
khoa-hoc/
https://www.phamlocblog.com/2021/03/mo-hinh-cau-trucdo-luong-
pls.html.
https://memart.vn/tin-tuc/blog/tim-hieu-ly-thuyet-tri-tue-nhan-tao-la-
gi-va-ung-dung-trong-doi-song-hang-ngay-vi-cb.html
https://hanghieugiatot.com/luoc-khao-tai-lieu-la-gi-nam-2024
--246--
PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC
VỚI SỰ HỖ TRỢ CỦA AI VÀ PLS
Đại học Công Nghệ TP.HCM – HUTECH
Đại học Kinh tế - Tài chính TP. Hồ Chí Minh - UEF
LÊ QUANG HÙNG – NGUYỄN QUANG TRUNG - PHAN BẢO GIANG
NGUYỄN THỊ NGỌC ÁNH – LÊ HIẾU NGHĨA
Chịu trách nhiệm xuất bản và nội dung:

Giám đốc – Tổng biên tập
PHAN NGỌC CHÍNH
Biên tập:
Trần Thị Bảo Ngọc
Trình bày, minh họa:

Trí Nguyên (Công ty Thiên Ấn)
Sửa bản in và Trình bày, minh họa:

Thu Ngân (Công ty Thiên Ấn)
Đơn vị liên kết:

Công ty TNHH TM – DV Thiết kế In ấn Thiên Ấn
Địa chỉ: 240A Lê Văn Lương – Phường Tân Hưng - Quận 7 - TP.HCM
Điện thoại: 0939 04 54 64 – 036 648 6168 - Email: ngan.23483@gmail.com
NHÀ XUẤT BẢN TÀI CHÍNH

FINANCE PUBLISHING HOUSE (Tên viết tắt: FPH)
Số 7 Phan Huy Chú, Phường Phan Chu Trinh, Quận Hoàn Kiếm, Hà Nội
ĐT: 024.3826.4565 - Email: phongbientap.nxbtc@gmail.com - Website: fph.gov.vn
CHI NHÁNH NHÀ XUẤT BẢN TÀI CHÍNH TẠI TP. HỒ CHÍ MINH
138 Nguyễn Thị Minh Khai, Phường 6, Quận 3, TP. Hồ Chí Minh - ĐT: 028.3859.6002
In 100 cuốn, khổ 16×24 cm tại Công Ty TNHH In Ấn – DV – TM Siêu Tốc

Địa chỉ: 43A Đào Tông Nguyên, Thị Trấn Nhà Bè, Huyện Nhà Bè, TP.HCM
Số xác nhận ĐKXB: 497-2024/CXBIPH/1-97/TC
Quyết định số: 33/QĐ-NXBTC cấp ngày 28/02/2024.
In xong và nộp lưu chiểu Quý I/2024
ISBN: 978-604-79-4284-8

Ppnckh With Ai

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ppnckh With Ai

Uploaded by

Copyright:

Available Formats

LÊ QUANG HÙNG – NGUYỄN QUANG TRUNG

PHAN BẢO GIANG

PHƯƠNG PHÁP NGHIÊN CỨU

NHÀ XUẤT BẢN TÀI CHÍNH

LỜI NÓI ĐẦU ..................................................................................... 3

1.1. CÁCH TRÍCH DẪN VÀ LIỆT KÊ TÀI LIỆU THAM

1.2. TỔNG QUAN VỀ THAM KHẢO VÀ TRÍCH DẪN

1.3. CÁCH GHI TÀI LIỆU THAM KHẢO

2.1. KHÁI NIỆM KHOA HỌC

2.2. KHÁI NIỆM NGHIÊN CỨU KHOA HỌC

2.3. KHÁI NIỆM VỀ PHƯƠNG PHÁP NGHIÊN CỨU

2.4. HỆ THỐNG CÁC PHƯƠNG PHÁP NGHIÊN CỨU

Hình 2. 1: Các bước thực hiện phương pháp nghiên cứu

Lý Giả Quan Khẳng

Hình 2. 5: Quy trình định tính trong xây dựng lý thuyết

Hình 2. 7: Quy trình định lượng trong kiểm định lý thuyết

Diễn giải dựa vào kết quả

Diễn giải dựa vào kết quả

Hình 2. 9: Thiết kế hỗn hợp gắn kết

Hình 2. 10: Thiết kế hỗn hợp giải thích

Diễn giải dựa vào kết quả

Hình 2. 11: Thiết kế hỗn hợp khám phá

2.8. MỘT SỐ KHÁI NIỆM KHÁC

3.1. QUY TRÌNH NGHIÊN CỨU

3.1.1. Xác định tên đề tài

Chương này chủ yếu trích từ các tài liệu:

3.2. THIẾT KẾ QUY TRÌNH NGHIÊN CỨU

Hình 3.2: Quy trình 2

3.3. CÁC BƯỚC TRONG QUÁ TRÌNH NGHIÊN CỨU

Hình 3.3: Quy trình 7 bước

4.1. GIỚI THIỆU TỔNG QUAN VỀ LƯỢC KHẢO TÀI

4.2. CÁC BƯỚC VIẾT LƯỢC KHẢO TÀI LIỆU

4.3. THÍ DỤ VỀ QUY TRÌNH VIẾT LƯỢC KHẢO TÀI

5.1. CÁC CẤP BẬC ĐO LƯỜNG VÀ THANG ĐO4

Chương này chủ yếu trích từ các tài liệu:

Quản trị dịch vụ Du lịch và Lữ hành 2

Quản trị Khách sạn 3

Quản trị Nhà hàng và dịch vụ ăn uống 4

Xác định nội dung khái niệm dựa vào lý thuyết

Thu thập dữ liệu

Đánh giá sơ bộ thang đo bằng Cronbach’s Alpha

Tiếp tục thu thập dữ liệu

Đánh giá độ tin cậy thang đo bằng Cronbach’s Alpha

Xây dựng chuẩn cho thang đo

Xây dựng biến quan sát thang đo nháp đầu và cuối

Đánh giá sơ bộ thang đo chính thức

5.3. CHỌN MẪU

Hình 5.5: Các phương pháp chọn mẫu

5.4. DỮ LIỆU SƠ CẤP VÀ DỮ LIỆU THỨ CẤP1

6.1. BẢNG CÂU HỎI

Chương này chủ yếu trích từ các tài liệu:

6.2. THẢO LUẬN NHÓM NGHIÊN CỨU ĐỊNH TÍNH

Hình 3.1: Mô hình lý thuyết (sau khi thảo luận nhóm)

6.3. THIẾT KẾ MỘT BẢNG CÂU HỎI

Nhóm tuổi Mã hoá

Bước 4: Quyết định dạng câu hỏi và câu trả lời

Bước 5: Xác định từ ngữ trong bảng câu hỏi

Phát hành viên của toà soạn 3 Ngưng

Câu 2: Hình thức thuê bao mà anh chị đang sử dụng?

Câu 3: Trong 6 tháng gần đây anh/chị có sử dụng dịch vụ di động

Sinh viên và gia đình tin rằng trường HUTECH

Trường HUTECH là nơi tạo niềm tin cho phụ

Cảm nhận của sinh viên về sự lựa chọn nguyện vọng 2

6.3.2.4. Phần thông tin cá nhân