PHƯƠNG PHÁP NGHIÊN CỨU

TRONG KINH TẾ VÀ
KINH DOANH
GIẢNG VIÊN: TS. NGUYỄN THỊ HOA HỒNG
KHOA QUẢN TRỊ KINH DOANH
EMAIL: HONGNTH@FTU.EDU.VN
SĐT: 0936831031
PHÂN TÍCH DỮ LIỆU
ĐỊNH TÍNH
CHƯƠNG 6
Mục tiêu
▪ Hiểu được các đặc điểm của dữ liệu định tính và các hoạt động trong phân tích
dư liệu định tính
▪ Nắm được quy trình xử lý dữ liệu định tính
▪ Nắm được các công việc trong phân tích dữ liệu định tính
Nội dung
6.1. Tổng quan về phân tích dữ liệu định tính

6.2. Xử lý dữ liệu định tính

6.3. Phân tích dữ liệu định tính

 Lớp 4: Lựa chọn chiến lược
“CỦ HÀNH” NGHIÊN CỨU Lớp 1: Triết lý nghiên cứu
Chủ nghĩa
thực chứng
Lớp 5: Khung thời gian
Diễn dịch Hiện thực
phê phán
Phương pháp định
lượng đơn Phương pháp Lớp 2: Phương pháp tiếp
định tính đơn
cận phát triển lý thuyết
Khảo sát Nghiên cứu tài Định lượng đa
Thí nghiệm liệu lưu trữ phương pháp
Nghiên cứu Chủ nghĩa
Dữ liệu chéo tình huống Hồi nghiệm diễn giải
Định tính đa
Thu thập và Nghiên cứu dân
phương pháp
phân tích tộc học
dữ liệu Chủ nghĩa
Nghiên cứu
hậu hiện
hành động
Dữ liệu dọc Kết hợp đại Lớp 3: Lựa chọn
Lý thuyết cơ sở giản đơn
phương pháp luận
Tường thuật chiêm nghiệm
Kết hợp phức
tạp
Chủ nghĩa
Quy nạp
thực dụng

Lớp 6: Kỹ thuật
và quy trình
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của dữ liệu định tính
Dữ liệu mềm là các con chữ, lời nói, câu chuyện, diễn biến quá trình, hình
ảnh,v.v..
Dữ liệu trong nghiên cứu định tính đòi hỏi phải giàu thông tin và thông tin sâu
Dữ liệu lẻ tẻ, rời rạc
Dữ liệu được thu thập không theo cấu trúc định sẵn
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Mẫu ghi chú
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Video
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Ghi âm
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của dữ liệu định tính

Dữ liệu định lượng Dữ liệu định tính

Dựa vào các ý nghĩa thu được từ những
con số
Thông tin thu thập được chuẩn hóa, thể
hiện bằng những con số
Sử dụng biểu đồ và thống kê để phân tích
dữ liệu
Dựa vào những ý nghĩa thể hiện thông qua
từ ngữ (lời nói hay văn bản) và hình ảnh
Thông tin thu thập không được chuẩn hóa,
cần được phân loại
Sử dụng quá trình hình thành các khái
niệm để phân tích dữ liệu
6.1. Tổng quan về phân tích dữ liệu định tính
Các khía cạnh chính cần xem xét khi lựa chọn kỹ thuật phân tích định tính:
✓ Cơ sở phương pháp luận và triết lý của nghiên cứu
✓ Cách tiếp cận phát triển lý thuyết được sử dụng trong nghiên cứu
✓ Phương pháp phân tích được sử dụng trong kỹ thuật
6.1. Tổng quan về phân tích dữ liệu định tính
Phân tích dữ liệu định tính là quá trình:
✓ Nghiên cứu các dữ liệu dạng chữ
✓ Tập trung vào việc gọi tên/đặt tên cho các dữ liệu dạng chữ trên
✓ Kể những câu chuyện mà nhà nghiên cứu quan sát thấy
✓ Tìm hiểu mối liên hệ giữa nhóm dữ liệu này với các nhóm dữ liệu khác
✓ Tìm hiểu đặc điểm của người trả lời đồng ý hoặc từ chối trả lời về những vấn
đề cụ thể
✓ Người nghiên cứu có thể phân tích và tái cấu trúc lại các dữ liệu dạng chữ
nhằm giúp người đọc hiểu được ý nghĩa sâu xa của những dữ liệu
6.1. Tổng quan về phân tích dữ liệu định tính
Quá trình phân tích dữ liệu định tính là
Kỹ
năng/kinh
sự kết hợp nhuần nhuyễn giữa kỹ năng, nghiệm

kinh nghiệm của cá nhân nhà nghiên

cứu với trực giác, cảm giác nhạy bén và Làm việc
Phân tích Trực

một quy trình phân tích thông tin/dữ

nghiêm
túc
dữ liệu giác/cảm
giác nhạy

định tính bén

liệu một cách hợp lý và nghiêm túc

Quy trình
phân tích
hợp lý
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của phân tích dữ liệu định tính
Phân tích dữ liệu liên kết nhưng không phụ thuộc vào lý thuyết
Nghiên cứu định tính thường nhằm:
➢Xây dựng lý thuyết mới
➢Phát hiện những luận điểm mới
 Cần sử dụng lý thuyết làm định hướng cho phân tích dữ liệu nhưng không được quá
thuộc thuộc vào lý thuyết.
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của phân tích dữ liệu định tính
Phân tích dữ liệu liên kết nhưng không phụ thuộc vào lý thuyết
➢ Nhà NC cần hiểu rõ lý thuyết có thể liên quan đến vấn đề NC => cơ sở để phân nhóm
dữ liệu và phát hiện những vấn đề mới, không khớp với lý thuyết
➢ Nghiên cứu về cái giá của tham nhũng đối với doanh nghiệp, một số lý thuyết có thể
liên quan gồm: Lý thuyết dựa trên nguồn lực (doanh nghiệp phát triển dựa trên nguồn
lực chiến lược); Lý thuyết thể chế (doanh nghiệp phải thích ứng với mô trường kinh
doanh); Hoặc lý thuyết chiến lược kinh doanh (các hành vi tiếp tay cho tham nhũng có
thể mang lại lợi ích trước mắt song làm tổn hại đến chiến lược phát triển)….
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của phân tích dữ liệu định tính
Phân tích dữ liệu liên kết nhưng không phụ thuộc vào lý thuyết
➢ Dữ liệu thực địa có thực sự khớp với cách phân loại và luận điểm của lý thuyết nào
không?
➢ Điểm nào, dữ liệu nào, câu chuyện nào chưa thực sự khớp?
➢ Những điểm không khớp này phản ánh điều gì?
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của phân tích dữ liệu định tính
Phân tích dữ liệu gắn liền với quy trình thu thập dữ liệu (bản chất tương tác)
➢ Nhà NC thường phải suy nghĩ về ý nghĩa của vấn đề sau mỗi lần phỏng vấn hoặc sau
mỗi mẩu dữ liệu
➢ Từ đó, họ sẽ phải tiếp tục điều chỉnh quá trình thu thập dữ liệu để khai thác các ý
tưởng mới phát sinh
6.1. Tổng quan về phân tích dữ liệu định tính
❑ Bản chất của phân tích dữ liệu định tính
Phân tích dữ liệu gắn liền với quy trình thu thập dữ liệu (bản chất tương tác)
➢Trước khi thu thập DL, nhà NC có một số ý tưởng và giả thuyết từ các NC trước,
được dùng như điểm xuất phát cho việc sắp xếp, phân loại, và giải thích dữ liệu
➢Trong cuộc phỏng vấn, nhà NC ghi chép những ý tưởng nảy sinh (giống và khác so
với lý thuyết, ý tưởng lạ...)
➢Sau phỏng vấn, nhà NC suy nghĩ kỹ xem cuộc phỏng vấn có nói lên điều gì
6.2. Xử lý dữ liệu định tính
Gỡ băng: Sau khi dữ liệu được thu thập về, nghiên cứu viên phải chuyển đổi tất
cả các ghi chép/ băng video/băng ghi âm thành dạng văn bản.
Yêu cầu khi gỡ băng:
➢ Cần thể hiện mọi thông tin có trong băng : sự im lắng, phụ từ, v.v..
➢ Đảm bảo không bỏ sót bất kỳ một dữ liệu/thông tin nào.
6.2. Xử lý dữ liệu định tính
Gỡ băng:
▪ Dữ liệu cần được gỡ càng sớm càng tốt
▪ Mỗi cuộc phỏng vấn nên được lưu thành một file riêng biệt (chú ý cách đặt tên để tránh
làm lộ thông tin của người tham gia)
✓Ví dụ: 26MPOrg1.docx => cuộc phỏng vấn thứ 26, nam giới (Male), chuyên nghiệp
(Professional), được thực hiện tại tổ chức đầu tiên (Organization 1)
▪ Có thể sử dụng màu sắc, phông chữ… để phân biệt giữa người phỏng vấn và người
được phỏng vấn, những người tham gia khác nhau hoặc phân biệt các phản ứng không
phải lời nói
6.3. Phân tích dữ liệu định tính
▪ Phân tích theo chủ đề
▪ Phân tích biểu mẫu
▪ Xây dựng lời giải thích và kiểm chứng
▪ Phương pháp lý thuyết nền tảng
▪ Phân tích tường thuật
▪ Phân tích diễn ngôn
▪ Phân tích nội dung và lượng hóa dữ liệu định tính
▪ Biểu diễn và phân tích dữ liệu
PHÂN TÍCH THEO CHỦ ĐỀ
▪Phương pháp nền tảng cho phân tích định tính (Braun và Clarke, 2006)

▪Nhà nghiên cứu mã hóa dữ liệu định tính để xác định các chủ đề hoặc mẫu hình
cho những mục đích nghiên cứu sâu hơn.
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
1. Làm quen với dữ liệu:
▪ Thông qua quá trình gỡ băng, nhà nghiên cứu sẽ trở nên quen thuộc với các dữ liệu =>
tạo các tóm tắt, ghi nhớ hỗ trợ quá trình nghiên cứu
▪ Trong suốt quá trình phân tích nghiên cứu, nhà nghiên cứu cũng cần đọc đi đọc lại các
dữ liệu
▪ Tạo các bản ghi nhớ: nhà nghiên cứu nên có những bản ghi nhớ (ví dụ: ghi lại những
điều bạn phát hiện thấy từ dữ liệu)
◦ Ý nghĩa: khi người nghiên cứu nảy sinh ý hoặc hiểu hơn về chủ đề nghiên cứu, họ có
thể bổ sung thêm vào phần dữ liệu cần nghiên cứu.
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
2. Mã hóa dữ liệu (coding)
▪ Mã hóa: gán cho mỗi đơn vị dữ liệu một mã có thể hình tượng hóa hay tóm tắt ý nghĩa
chính xác của nó
▪ Mã: một từ đơn hay 1 cụm từ ngắn (có thể được viết tắt)
✓Một từ đơn nhất hoặc một cụm từ
✓Một chủ đề (là hình thức phổ biến nhất)
✓Một nhân vật/ một người
✓Một số câu hoặc một đoạn tài liệu
✓Một khoản mục (ví dụ như khi phân loại sản phẩm)
▪ Đơn vị dữ liệu: một số từ, một dòng thoại, một câu, một vài câu, một đoạn văn, một
hình ảnh… được tóm tắt lại bằng một mã nhất định
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
2. Mã hóa dữ liệu (coding)
Ví dụ: mã hóa bản ghi
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
2. Mã hóa dữ liệu (coding)
Ví dụ: mã hóa thông tin thu được
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
2. Mã hóa dữ liệu (coding)
❑ Quy trình mã hóa: Xác định các chủ đề chính được nói tới trong dữ liệu
▪ Đọc kỹ toàn bộ file dữ liệu, gán cho từng đoạn dữ liệu một từ hoặc cụm từ chìa khóa.
▪ Liệt kê danh mục các từ/cụm từ chìa khóa đã ghi lại. Những từ/cụm từ có ý nghĩa gần
như giống nhau có thể ghép lại
▪ Kết quả của bước này là danh mục dài các từ khóa (gọi là mã cấp 1) thể hiện ý tưởng
của mỗi đoạn dữ liệu.
▪ Từ danh sách các mã cấp 1. Nhóm các mã khác nhau theo điểm tương đồng. Đặt tên
cho các nhóm (Mã cấp 2). Như vậy mã cấp 2 sẽ ít số mã hơn mã cấp 1. Quá trình
được lặp lại cho đến khi thấy các mã rất khác biệt hay phản ánh những khái niệm, ý
tưởng, nhân tố khác biệt thì dừng lại
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
3. Tìm kiếm các chủ đề
▪ Tìm kiếm các mẫu hình và mối quan hệ trong danh sách dài các mã để tạo thành một
danh sách ngắn hơn các chủ đề liên quan đến câu hỏi nghiên cứu
 Nhóm các mã liên quan thành một chủ đề
▪ Các chủ đề cũng có thể tiếp tục được tinh gọn lại thành những chủ đề rộng hơn.
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
4. Tìm kiếm mối quan hệ - xây dựng mô hình
▪ Bước này không bắt buộc đối với tất cả các nghiên cứu
▪ Bản chất của bước này là tìm mối quan hệ giữa các nhân tố, khái niệm với nhau hoặc
với những yếu tố cũ. Mối quan hệ này thể hiện diện dạng mô hình. Ví dụ X có quan hệ
thuận chiều với Y
▪ Để làm việc này, nhà nghiên cứu quay lại file dữ liệu, so sánh xem liệu những dữ liệu
từ thực địa có X thì cũng có Y hoặc ngược lại, hễ có Y thì cúng có X hay không.
▪ Quy trình này được lặp đi lặp lại sẽ giúp hỗ trợ cho việc xây dựng mô hình hoặc luận
điểm về mối quan hệ giữa các nhân tố.
QUY TRÌNH PHÂN TÍCH THEO CHỦ ĐỀ
5. Kiểm chứng mệnh đề
▪ Sử dụng các cách giải thích khác hoặc trường hợp phủ định mệnh đề để thử thách
cho mệnh đề được đưa ra.
▪ Các trường hợp phủ định: những trường hợp không ủng hộ cách giải thích của nhà
nghiên cứu và lý thuyết được đưa ra theo cách quy nạp
▪ Giúp chỉnh sửa lại cách giải thích
▪ Tăng tính tin cậy cho lý thuyết vì nhà nghiên cứu không chỉ xem xét những minh
chứng ủng hộ cho giả thuyết.
PHƯƠNG PHÁP KJ
Là phương pháp do nhà nghiên cứu Nhật Bản Jiro Kawakita tổng kết, có nhiều điểm
tương đồng với quy trình mã hóa.
Gồm 6 bước:
➢Bước 1: Trải nghiệm với tình huống/vấn đề (đi thực địa): quan sát tình huống, phỏng
vấn, thu thập dữ liệu, trải nghiệm tình huống, ghi chép mọi điều
➢Bước 2: Tạo các thẻ ý tưởng
➢Bước 3: Phân tổ các thẻ: tìm các thẻ có ý nghĩa tương tự nhau để phân tổ
➢Bước 4: Phân nhóm: tìm mối quan hệ giữa các tổ rồi nhóm lại với nhau
➢Bước 5: Liên kết các nhóm/ nhân tố: quan hệ nhân quả, mâu thuẫn, quan hệ theo trình
tự thời gian…
➢Bước 6: Dựng chuyện: trình bày kết quả, ý tưởng, khái niệm mới và mối quan hệ của
chúng dưới dạng câu chuyện (nếu có thể)