Bị nghi ngờ số liệu không thật phải làm sao?

Hiện tượng bạn đang gặp

Bạn nộp bảng kết quả rồi giảng viên hỏi: “Số liệu này em tự thu thật à?”. Có thể câu hỏi xuất hiện vì bảng dữ liệu có quá nhiều mẫu trả lời giống nhau, thời gian hoàn thành phiếu quá ngắn, tỷ lệ trả lời đẹp bất thường, hoặc bạn không mở được file gốc khi được yêu cầu kiểm tra.

Cũng có trường hợp số liệu là thật nhưng bạn không còn giữ lịch sử thu thập, không biết mỗi dòng đến từ đâu, hoặc đã chỉnh sửa trực tiếp trong Excel mà không lưu bản trước đó. Khi ấy, vấn đề cần xử lý là khả năng truy xuất và giải thích quy trình, chưa thể kết luận bạn gian lận.

Trước tiên, dừng việc chạy lại SPSS nhiều lần để tìm một bảng “đẹp” hơn. Hãy tạo một thư mục riêng, sao chép file .sav, .csv, file bảng hỏi, đường dẫn biểu mẫu, ảnh chụp quá trình thu thập và các syntax đã dùng. Giữ nguyên bản gốc, đặt tên bản sao theo ngày giờ để mọi thay đổi sau đó có thể truy vết.

Nếu câu hỏi của hội đồng liên quan đến cỡ mẫu hoặc cách chọn mẫu, bạn có thể đối chiếu thêm hướng xử lý tại hội đồng hỏi về cỡ mẫu phải làm sao và lỗi hội đồng hỏi về cỡ mẫu SPSS. Đây là hai vấn đề liên quan nhưng không đồng nghĩa với việc số liệu giả.

Nguyên nhân thường gặp

Một lời nghi ngờ thường xuất phát từ dấu hiệu cụ thể. Bạn nên ghi dấu hiệu đó xuống trước khi giải thích. Đừng trả lời chung rằng “em thu thật” nếu chưa chỉ ra được file, thời gian, nguồn mẫu và quy trình làm sạch tương ứng.

Một nguyên nhân thường bị bỏ qua là quy trình nhập dữ liệu. Nếu bạn nhập 250 phiếu vào Excel rồi copy một vùng dữ liệu sang file khác, việc lệch cột hoặc lặp dòng có thể làm output bất thường. Hãy kiểm tra mã biến, chiều của biến đảo ngược, giá trị missing và thứ tự cột trước khi bàn về tính trung thực.

Bạn cũng nên phân biệt “số liệu không thật” với “số liệu không đạt”. Alpha thấp, KMO thấp, mô hình không có ý nghĩa hoặc R² nhỏ đều có thể xảy ra với dữ liệu thu thật. Kết quả không đẹp không phải bằng chứng dữ liệu giả, cũng như kết quả đẹp không phải bằng chứng dữ liệu thật.

Cách xử lý theo thứ tự ưu tiên

Giữ nguyên bản dữ liệu ban đầu

Tạo ba bản: bản gốc không chỉnh sửa, bản làm sạch có ghi nhật ký, và bản phân tích dùng cho SPSS hoặc SmartPLS. Không đặt tên mơ hồ như final_final2.sav. Bạn có thể dùng cấu trúc 01_raw, 02_cleaning, 03_analysis, kèm ngày cập nhật.

Trong file nhật ký, ghi rõ ngày thực hiện, thao tác, số dòng trước và sau, lý do loại dòng, tên biến bị xử lý và người thực hiện. Nếu bạn chưa từng ghi nhật ký, hãy bắt đầu từ hiện tại và nói đúng rằng nhật ký được lập bổ sung để truy vết, không trình bày như thể nó đã tồn tại từ ngày đầu.

Kiểm tra trùng lặp và mẫu trả lời bất thường

Trong SPSS, mở Data > Identify Duplicate Cases để nhận diện các dòng trùng theo một nhóm biến. Nếu muốn kiểm tra mẫu trả lời theo từng người, chọn các biến quan sát chính và xem những dòng có cùng một chuỗi trả lời. Một chuỗi giống nhau chưa đủ để kết luận gian lận, vì người trả lời có thể thực sự chọn cùng mức cho các phát biểu.

Bạn cần kết hợp thêm thời gian hoàn thành, thông tin sàng lọc, mã người trả lời nếu có, và nguồn phát phiếu. Các dòng đáng nghi nên được đánh dấu để kiểm tra riêng, không xóa ngay chỉ vì chúng làm kết quả kém đẹp.

Đối chiếu file thu thập với file phân tích

Nếu dùng Google Forms, tải lại bảng phản hồi tại thời điểm gần nhất rồi so sánh số dòng, tên cột, timestamp và các câu trả lời. Nếu dùng fillform.info, hệ thống biểu mẫu của DoThesis, kiểm tra bản phản hồi xuất ra và lịch sử thu thập tương ứng. Khi dữ liệu được nhập từ giấy hoặc tin nhắn, hãy lưu danh sách mã phiếu và quy tắc nhập.

Đối với .csv, mở file bằng trình soạn thảo văn bản để xem dấu phân cách, dòng tiêu đề và số trường ở mỗi dòng. Đối với .sav, kiểm tra Variable View, Value Labels, Missing và Measure. Một file có tên biến đúng nhưng nhãn giá trị sai vẫn có thể làm bạn giải thích nhầm kết quả.

Chạy lại phân tích từ bản sạch có kiểm soát

Mở bản sạch trong SPSS, kiểm tra Analyze > Descriptive Statistics > Frequencies cho các biến phân loại và biến quan sát. Sau đó kiểm tra missing, min, max, mean và độ lệch chuẩn. Nếu có biến Likert 1 đến 5 nhưng xuất hiện giá trị 0 hoặc 9, hãy xác định đó là mã missing hay lỗi nhập trước khi chạy tiếp.

Với SmartPLS, kiểm tra file .csv có một dòng tiêu đề, mã biến không trùng và các cột số được nhận diện đúng. Chạy lại mô hình từ measurement model đến structural model. Nếu kết quả thay đổi, lưu cả output cũ và mới, ghi nguyên nhân thay đổi là làm sạch hoặc sửa lỗi dữ liệu, không chọn bảng có p-value thuận lợi hơn.

Đối chiếu bằng một bảng output có thể mở lại

Bạn nên lưu file output, syntax hoặc ảnh chụp từng bước. Ví dụ dưới đây chỉ là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên bảng và cột được giữ theo cách SPSS thường hiển thị để bạn biết cần lưu bằng chứng nào.

Bảng này không chứng minh số liệu là thật nếu đứng một mình. Giá trị của nó nằm ở khả năng mở lại file và tái hiện cùng kết quả từ cùng một bản dữ liệu. Nếu người hướng dẫn thay đổi một biến hoặc yêu cầu bỏ một nhóm case, bạn cần tạo phiên bản mới thay vì ghi đè output cũ.

Đánh giá các tiêu chí mà bạn thực sự đã dùng

Khi giải trình, nêu đúng tiêu chí và nguồn. Chẳng hạn, Cronbach's Alpha từ 0.7 trở lên thường được chấp nhận theo (Nunnally, 1978), còn tương quan biến tổng hiệu chỉnh từ 0.3 trở lên theo (Nunnally và Bernstein, 1994). Với EFA, KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê được tham chiếu theo (Kaiser, 1974); factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể dẫn (Hair và cộng sự, 2010).

Đây là mốc tham khảo, không phải công cụ để làm cho dữ liệu đạt bằng mọi giá. Nếu bạn dùng SmartPLS, hãy giữ đúng nhóm chỉ số của PLS-SEM như outer loading, CR, AVE, HTMT, VIF, R² và Q². CFI, TLI và RMSEA thuộc bối cảnh CB-SEM, không nên đưa vào để “làm đẹp” một báo cáo SmartPLS.

Khi nào phải quay lại thu thêm dữ liệu

Bạn nên cân nhắc thu thêm khi số mẫu hợp lệ thực tế thấp hơn thiết kế ban đầu, nhóm đối tượng quan trọng gần như không có, nhiều phiếu bị thiếu ở cùng một phần bảng hỏi, hoặc bạn không thể xác minh nguồn của một phần dữ liệu. Thu thêm dữ liệu không xóa được vấn đề của các dòng đáng nghi. Các dòng đó phải được giữ riêng, kiểm tra và có quyết định rõ ràng.

Nếu bạn chỉ muốn thu thêm vì Alpha thấp hoặc p-value lớn, hãy kiểm tra lại thang đo, mã hóa và giả thuyết trước. Kết quả không có ý nghĩa vẫn có thể là kết quả hợp lệ. Việc tiếp tục thu cho đến khi có p-value nhỏ sẽ tạo ra rủi ro lớn hơn khi bị hỏi về quy trình.

Cỡ mẫu cũng cần được giải thích theo thiết kế nghiên cứu. Với quy tắc 5 đến 10 quan sát cho một biến quan sát, nguồn thường được trích là (Hair và cộng sự, 2010). Với hồi quy, quy tắc n từ 50 + 8m trở lên được nêu trong (Tabachnick và Fidell, 2013). Hai quy tắc này không thay thế cho việc trình bày số phiếu phát ra, số phiếu hợp lệ và cách chọn mẫu.

Nếu nghi ngờ liên quan đến kết quả khác bài báo gốc, hãy đọc thêm kết quả khác với bài báo gốc phải làm sao. Khác biệt về bối cảnh, thời điểm, đặc điểm mẫu và cách đo có thể tạo ra kết quả khác mà không hàm ý dữ liệu giả.

Cách giải trình với giảng viên hướng dẫn

Đi theo thứ tự: dữ liệu đến từ đâu, thu trong khoảng thời gian nào, tiêu chí chọn mẫu là gì, có bao nhiêu phiếu bị loại, bạn làm sạch theo quy tắc nào, và output được tạo từ file nào. Mở trực tiếp file khi được yêu cầu, thay vì chỉ đưa ảnh chụp bảng kết quả.

Cách viết vào luận văn: “Dữ liệu được thu thập từ [đối tượng khảo sát] trong khoảng [thời gian], thu được [N0] phản hồi. Sau khi kiểm tra [missing, thời gian trả lời, dòng trùng hoặc tiêu chí hợp lệ], [N1] phản hồi được giữ lại để phân tích. Các bước làm sạch được ghi trong [phụ lục hoặc nhật ký dữ liệu], và các bảng kết quả trong chương 4 được chạy từ file [tên phiên bản dữ liệu].”

Nếu bạn đã từng dùng dịch vụ chạy SPSS, hãy yêu cầu lại file dữ liệu, syntax, cách loại biến và phiên bản phần mềm. Bạn có thể tự phân tích bằng SPSS, SmartPLS, JASP hoặc R, tùy kỹ năng và quy định của khoa. Dịch vụ có thể tiết kiệm thời gian thao tác nhưng làm tăng rủi ro khi bạn không giải thích được từng dòng output; tự làm tốn thời gian hơn nhưng giúp bạn kiểm soát bằng chứng. Điều quan trọng là không nhận kết quả mà bạn không thể truy xuất.

Bạn cũng có thể gửi một trang tóm tắt gồm N ban đầu, N hợp lệ, số dòng loại, lý do loại, phiên bản file và các bảng chính. Cách trình bày này cụ thể hơn việc tranh luận xem số liệu “có vẻ thật” hay không.

Cách phòng từ bước thiết kế

Ngay khi tạo bảng hỏi, đặt mã biến ổn định như DV1, DV2, DV3 và ghi rõ biến đảo chiều. Không thay đổi câu chữ hoặc thứ tự biến giữa các đợt thu nếu chưa lưu phiên bản. Mỗi lần xuất dữ liệu, giữ timestamp và tên file riêng.

Trong bảng hỏi, dùng câu sàng lọc phù hợp với đối tượng, giới hạn một phản hồi nếu nền tảng cho phép, và ghi lại kênh phát phiếu. Không thu thập thông tin nhận diện không cần thiết, nhưng cần có cách kiểm tra phiếu trùng trong phạm vi đạo đức và quy định của đề tài.

Trước khi thu chính thức, nhập thử một số phản hồi vào SPSS hoặc SmartPLS. Kiểm tra xem mã Likert, biến đảo chiều, missing và tên cột có hoạt động đúng không. Một lỗi được phát hiện trước khi thu 300 phiếu sẽ dễ sửa hơn nhiều so với việc đoán nguyên nhân sau khi đã gộp nhiều file.

Bạn có thể theo dõi các bài liên quan trong chuyên mục Nghiên cứu khoa học hoặc trang nghiên cứu khoa học để thống nhất phần phương pháp, cỡ mẫu và phân tích ngay từ đầu.

Lỗi thường gặp khi sửa

Lỗi đầu tiên là xóa mọi dòng có câu trả lời giống nhau. Có người thực sự chọn cùng một mức cho nhiều biến, nên trùng một phần không đủ làm căn cứ loại. Hãy kết hợp nhiều dấu hiệu và ghi lý do cho từng nhóm case.

Lỗi thứ hai là chỉnh giá trị trực tiếp để Alpha, KMO hoặc p-value đạt ngưỡng. Đây là hành vi làm mất khả năng giải trình. Nếu phát hiện mình đã sửa nhầm, khôi phục bản gốc, ghi nhận sự cố và chạy lại theo quy trình có kiểm soát.

Lỗi thứ ba là chỉ lưu ảnh output. Ảnh cho thấy một bảng tại một thời điểm, nhưng không cho thấy dữ liệu nào tạo ra bảng đó. Hãy lưu .sav hoặc .csv, file output, syntax, nhật ký làm sạch và phiên bản thang đo.

Lỗi thứ tư là đưa ra một con số chính xác nhưng không có nguồn. Mỗi ngưỡng trong bài và trong luận văn cần gắn với tài liệu phù hợp. Nếu không có căn cứ cho một mốc riêng, hãy mô tả tiêu chí mà khoa hoặc giảng viên yêu cầu thay vì tự đặt ngưỡng.

Câu hỏi thường gặp

Bị hỏi số liệu có thật không thì có phải làm lại toàn bộ không?

Chưa chắc. Bạn cần xác định người hỏi đang nghi ngờ nguồn mẫu, file dữ liệu, cách nhập, cách làm sạch hay kết quả phân tích. Nếu còn file gốc và có thể tái hiện output, hãy giải trình từng phần trước khi quyết định thu lại.

Alpha cao có chứng minh số liệu là thật không?

Không. Alpha chỉ phản ánh mức độ nhất quán nội tại của các biến trong thang đo theo cách bạn đã phân tích. Alpha cao có thể xuất hiện ở dữ liệu thật, dữ liệu quá đồng nhất hoặc dữ liệu bị lặp. Muốn giải trình tính trung thực, bạn cần thêm bằng chứng về nguồn thu, timestamp, file gốc và quy trình làm sạch.

Có nên xóa các phiếu trả lời quá nhanh không?

Bạn có thể đặt tiêu chí loại nếu tiêu chí đó được xác định hợp lý và áp dụng nhất quán. Tuy nhiên, “nhanh” phải được xem cùng nội dung trả lời, câu sàng lọc và bối cảnh bảng hỏi. Hãy ghi số phiếu bị loại, ngưỡng hoặc căn cứ sử dụng, rồi lưu danh sách case đã loại.

Kết quả của tôi đẹp hơn bài báo gốc thì có đáng nghi không?

Chênh lệch với bài báo gốc tự nó không chứng minh dữ liệu giả. Hai nghiên cứu có thể khác mẫu, bối cảnh, thời điểm, cách dịch thang đo và quy trình làm sạch. Bạn cần trình bày các khác biệt đó, đồng thời giữ file để người hướng dẫn kiểm tra khi cần.

Mất file dữ liệu gốc nhưng còn file output thì phải làm sao?

Tìm trong thư mục tải xuống, thùng rác, lịch sử cloud, email, máy của người nhập dữ liệu và các bản sao lưu. Nếu không thể khôi phục, nói rõ giới hạn này với giảng viên, không dựng lại một file mới rồi trình bày như bản gốc. Bạn có thể dùng output để mô tả kết quả đã chạy, nhưng khả năng tái kiểm tra sẽ bị hạn chế.

Có nên thuê dịch vụ chạy SPSS để xử lý nghi ngờ này không?

Dịch vụ có thể giúp thao tác nhanh, nhưng không thể thay thế bằng chứng về nguồn dữ liệu. Nếu nhờ người khác, bạn vẫn cần nhận lại file dữ liệu, syntax, nhật ký loại biến và giải thích từng quyết định. Khi không hiểu output, rủi ro bị hỏi lại ở buổi bảo vệ vẫn còn nguyên.

Hành động tiếp theo của bạn là sao lưu file gốc, lập bảng truy vết từng lần làm sạch, chạy lại từ bản sạch và chuẩn bị đoạn giải trình có số liệu thật của mình. Nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích dữ liệu của DoThesis để đi qua từng bước mà không thay số liệu.