Mục tiêu

Hiểu và thực Hiểu và thực

Hiểu quy trình hành phương hành phương
xử lý dữ liệu pháp xử lý dữ pháp xử lý dữ
liệu định lượng liệu định tính
 Nội dung
ØQuy trình xử lý dữ liệu

ØPhương pháp xử lý dữ liệu trong nghiên cứu định lượng

§ Làm sạch dữ liệu

§ Mã hóa dữ liệu

§ Xây dựng khung phân tích

ØPhương pháp xử lý dữ liệu trong nghiên cứu định tính
 Tài liệu tham khảo
§ Kumar (2011), chương 15
 Quy trình xử lý dữ liệu

Trong nghiên cứu định Trong nghiên cứu định

lượng, trọng tâm chính tính, trọng tâm là cơ sở
trong phân tích dữ liệu là của việc phân tích thông
quyết định cách phân tích tin thu được; đó là nội
thông tin thu được để trả dung, diễn văn, tường
lời cho từng câu hỏi mà thuật hay phân tích sự
bạn đặt ra. kiện…
 Phương pháp xử lý dữ liệu trong nghiên cứu định lượng

§ Làm sạch dữ liệu

§ Mã hóa dữ liệu

§ Xây dựng khung phân tích

 Làm sạch dữ liệu
§ Bước đầu tiên của quá trình xử lý dữ liệu là đảm bảo rằng dữ liệu là "sạch" - tức là không có sự
mâu thuẫn và không đầy đủ

§ xem xét kỹ các công cụ nghiên cứu đã hoàn thiện để xác định và giảm thiểu các sai sót, tính không
đầy đủ, phân loại sai và khoảng trống trong thông tin thu được từ người trả lời

§ Các lỗi:
§ quên đặt câu hỏi;
§ quên ghi lại một phản hồi;
§ phân loại sai một câu trả lời;
§ chỉ viết một nửa phản hồi;
§ viết không đọc được
 Làm sạch dữ liệu
§ kiểm tra các nội dung về tính đầy đủ

§ kiểm tra các phản hồi về tính nhất quán nội bộ

§ Có hai cách để chỉnh sửa dữ liệu:

§ kiểm tra tất cả các câu trả lời cho một câu hỏi hoặc một biến tại một thời điểm;

§ kiểm tra tất cả các câu trả lời cho tất cả các câu hỏi của một người trả lời tại một thời điểm.
 Mã hóa dữ liệu
§ Xem xét câu trả lời, có thể trong 3 loại:
§ câu trả lời định lượng;
§ câu trả lời phân loại (có thể là định lượng hoặc định tính);
§ phản hồi mô tả (luôn luôn là định tính)
§ Phân tích nội dung, xác định chủ đề chính
§ Kiểm tra nguyên văn câu trả lời
§ Gán mã cho mỗi chủ đề và đếm tần suất từng chủ đề
§ Kết hợp cả hai phương pháp
 Mã hóa dữ liệu định lượng

§Bước I: phát triển một code book

§Bước II: kiểm tra trước code book
§Bước III: mã hóa dữ liệu
§Bước IV xác minh dữ liệu được mã hóa
 Mã hóa dữ liệu định lượng
Bước 1: Phát triển code book

§ Code book cung cấp một tập hợp các quy tắc để gán giá trị số cho các câu trả lời thu được từ
người trả lời.

Ví dụ: code book cho khảo sát đề tài xác định tác động của việc triển khai nghề nghiệp

§ Định dạng nhập liệu: cố định và tự do. Định dạng cố định quy định rằng một phần thông tin thu
được từ người trả lời được nhập vào một cột cụ thể

Hiểu cấu trúc của một code book

 Mã hóa dữ liệu định lượng
§ Bước 1: Phát triển code book
§ Mã hóa các câu hỏi mở khó hơn và cần phân tích nội dung

§ Mã hóa dữ liệu là mã hóa các danh mục chứ không phải các câu trả lời
§ Các danh mục cần lưu ý:

§ Nên loại trừ nhau (không trùng)

§ Đầy đủ
§ Danh mục “khác” phải giữ ở mức tối thiểu
 Mã hóa dữ liệu định lượng

§Bước II: kiểm tra trước code book

§ Kiểm tra trước bao gồm việc chọn một vài bảng hỏi / lịch phỏng vấn và thực
sự mã hóa các câu trả lời để xác định chắc chắn bất kỳ vấn đề nào trong quá
trình viết mã.
§ Có thể bạn chưa cung cấp một số câu trả lời và do đó sẽ không thể mã hóa
chúng.
§ Thay đổi code book của bạn, nếu cần, sau khi kiểm tra trước.
 Mã hóa dữ liệu định lượng

§Bước III: mã hóa dữ liệu

1. Mã hóa chính bảng câu hỏi / lịch phỏng vấn, nếu không gian để mã hóa được
cung cấp tại thời điểm xây dựng công cụ nghiên cứu
2. Mã hóa trên các bảng mã riêng biệt có sẵn để mua;
3. Mã hóa trực tiếp vào máy tính bằng chương trình như SPSSx, SAS.
 Mã hóa dữ liệu định lượng
§ Bước IV: Xác minh dữ liệu mã hóa
§ Khung phân tích cần chỉ rõ:
§ bạn định phân tích những biến nào;
§ cách chúng nên được phân tích;
§ Bảng nào cần lập;
§ những biến nào bạn cần kết hợp để xây dựng các khái niệm chính của bạn hoặc để phát
triển các chỉ số;

§ các biến nào sẽ phải tuân theo các thủ tục thống kê nào.
 PHÂN TÍCH ĐỊNH TÍNH
§ Phân tích định tính là việc phân tích những dữ liệu định tính như dữ liệu bằng văn bản được sao
chép lại từ những cuộc phỏng vấn (biên bản phỏng vấn). Không giống như phân tích định
lượng, đó là việc thống kê số liệu và phần lớn là độc lập với nhà nghiên cứu, phân tích định tính
phụ thuộc nhiều vào kỹ năng phân tích tổng hợp, kiến thức chuyên môn và hiểu biết xã hội về
khách thể nghiên cứu của cá nhân nhà nghiên cứu.

§ Phân tích định tính nhấn mạnh nhiệm vụ “ý nghĩa hóa” hoặc “tri thức hóa” một hiện tượng, chứ
không phải là dự đoán hay giải thích nó.
 Lý thuyết nền
§ Phân tích một tập hợp dữ liệu định tính khổng lồ thu được lý thuyết nền(*) (grounded theory) -
một kỹ thuật quy nạp giúp giải nghĩa những dữ liệu đã lưu giữ về một hiện tượng xã hội để xây
dựng lý thuyết về hiện tượng đó.

§ Trong quá trình nghiên cứu, lý thuyết sẽ được xây dựng dựa trên cơ sở dữ liệu quan sát thực
nghiệm, đó là lý do đặt tên cho kỹ thuật này là lý thuyết nền (hay lý thuyết xây dựng trên nền
tảng dữ liệu). Để đảm bảo lý thuyết chỉ hình thành dựa trên những thông tin đã quan sát, lý
thuyết nền đòi hỏi các nhà nghiên cứu loại phải bỏ tất cả các phỏng đoán ban đầu hoặc những
thiên vị cá nhân trước khi bắt đầu phân tích dữ liệu, hãy để cho dữ liệu quyết định việc hình
thành lý thuyết
 Lý thuyết nền
§ Strauss và Corbin (1998) mô tả ba kỹ thuật mã hoá để phân tích dữ liệu văn bản: mã hoá mở, mã hoá trục và mã
hoá chọn lọc.

§ Mã hoá mở (open coding) là một quá trình giúp nhận diện các khái niệm hoặc các ý tưởng quan trọng ẩn bên trong
dữ liệu văn bản mà chúng có khả năng liên quan đến hiện tượng đang nghiên cứu.

§ Mã hoá theo trục (axial coding), trong đó các phân nhóm và cụm được kết hợp tạo thành các mối quan hệ nhân quả
hoặc các giả thuyết có thể giải thích các hiện tượng quan tâm.

§ Mã hoá chọn lọc (selective coding) nhằm xác định một phân nhóm trung tâm (hay một biến cốt lõi) và sau đó liên
kế chúng một cách có hệ thống và logic với các phân nhóm khác. Phân nhóm trung tâm (central category) có thể
được phát triển từ việc kết hợp các phân nhóm hiện có.
 Phân tích nội dung
§ Phân tích nội dung (content analysis) là phân tích có hệ thống các nội dung trong văn bản (ví dụ,
người đó nói gì, cho ai, tại sao, đến mức độ nào và ảnh hưởng của nó) theo hướng định lượng
hoặc định tính.

§ Phân tích nội dung thường được thực hiện như sau.

§ Đầu tiên, cần tìm kiếm các bản văn để phân tích nhà nghiên cứu bắt đầu bằng việc chọn một
mẫu gồm tập hợp các văn bản có chọn lọc.

§ Thứ hai, nhà nghiên cứu xác định và áp dụng các quy tắc để phân chia văn bản thành các
mảng hoặc các "khối", chúng có thể được coi như các đơn vị phân tích riêng biệt
 Phân tích thông diễn
§ Phân tích thông diễn (hermeneutic analysis) là một loại đặc biệt của phân tích nội dung, trong đó nhà nghiên cứu cố
gắng "diễn đạt" ý nghĩa chủ quan của một văn bản trong bối cảnh xã hội lịch sử của nó.

§ Phương pháp này giả định rằng các văn bản thuật lại trải nghiệm của tác giả trong một bối cảnh lịch sử - xã hội nhất
định nên được diễn giải trong bối cảnh đó. Vì vậy, nhà nghiên cứu cần liên tục đưa ra và liên kết những giải thích
riêng lẻ từ tài liệu văn bản (một phần) và sự hiểu biết toàn diện về bối cảnh (toàn bộ) để phát triển những hiểu biết
đầy đủ hơn về hiện tượng trong bối cảnh của nó.

§ Thông diễn học là nghiên cứu về suy diễn, lý thuyết và thực hành suy diễn.
§ ATLAS.ti.5, NVivo và QDA Miner, có thể được sử dụng để tự động hóa quá trình mã hoá trong các phương pháp
phân tích định tính. Các chương trình này có thể tổ chức, tìm kiếm, sắp xếp và xử lý một cách nhanh chóng và hiệu
quả những khối lượng lớn dữ liệu văn bản với các quy tắc lập trình do người dùng thiết lập.