Đạo đức nghiên cứu trong khảo sát định lượng: Hướng dẫn thực hành

Đạo đức nghiên cứu là gì trong nghiên cứu định lượng

Bạn đang có một bảng hỏi online, một file Excel hoặc hàng trăm phiếu trả lời trong SPSS. Đạo đức nghiên cứu bắt đầu từ những việc rất cụ thể: người tham gia biết họ đang trả lời điều gì, có quyền từ chối, không bị ép cung cấp thông tin nhạy cảm, và dữ liệu của họ được sử dụng đúng mục đích đã thông báo.

Trong nghiên cứu định lượng, đạo đức không chỉ là một đoạn cam kết đặt ở đầu bảng hỏi. Nó bao phủ toàn bộ quy trình, từ chọn đối tượng khảo sát, xây dựng biến quan sát, thu thập câu trả lời, lưu file .sav hoặc .csv, làm sạch dữ liệu cho đến cách báo cáo kết quả. Bạn không được sửa câu trả lời để Cronbach's Alpha đẹp hơn, xóa người trả lời chỉ vì kết quả không ủng hộ giả thuyết, hoặc ghi một cỡ mẫu lớn hơn số phiếu thực tế.

Một quy trình có đạo đức cần trả lời được năm câu hỏi: ai được mời tham gia, họ có hiểu và đồng ý hay không, thông tin nào được thu thập, dữ liệu được bảo vệ ra sao, và kết quả được báo cáo trung thực như thế nào. Nếu giảng viên hỏi lại, bạn cần chỉ ra được các bước này trong bảng hỏi, file dữ liệu và chương phương pháp.

Đạo đức nghiên cứu cũng liên quan đến tính tự nguyện và khả năng rút lui. Bạn có thể đặt câu hỏi sàng lọc để bảo đảm người trả lời đúng đối tượng, nhưng nên nói rõ tiêu chí đó trước khi họ bắt đầu. Với sinh viên, khách hàng hoặc nhân viên cấp dưới, cần đặc biệt tránh cách mời khiến họ nghĩ rằng phải tham gia để được điểm, được ưu đãi hoặc giữ quan hệ với người nghiên cứu.

Cách xác định đạo đức nghiên cứu cho đề tài của bạn

Bạn có thể lập một bảng kiểm trước khi phát link khảo sát. Hãy mô tả mục đích bằng ngôn ngữ dễ hiểu, nêu thời lượng dự kiến, loại dữ liệu cần cung cấp và cách liên hệ khi người tham gia có thắc mắc. Nếu bảng hỏi có dữ liệu nhận diện như số điện thoại, email, mã nhân viên hoặc địa chỉ, phải giải thích lý do thu thập và thời hạn lưu giữ.

Cỡ mẫu không phải là một tiêu chí đạo đức duy nhất, nhưng tuyển quá nhiều người so với mục tiêu cũng làm tăng gánh nặng cho người tham gia. Với nghiên cứu sử dụng bảng hỏi nhiều biến quan sát, quy tắc 5 đến 10 quan sát cho mỗi biến quan sát thường được trích dẫn từ (Hair và cộng sự, 2010). Đây là nguyên tắc lập kế hoạch, không phải lý do để gửi bảng hỏi đến những người không thuộc tổng thể nghiên cứu.

Nếu đề tài có tổng thể hữu hạn và bạn dùng công thức Yamane, cần ghi rõ các tham số thay vì chỉ chép con số cuối cùng. Công thức thường được trình bày là n = N / (1 + N e²), trong đó N là quy mô tổng thể, e là sai số chọn mẫu và n là cỡ mẫu tối thiểu. Cách xác định này được gắn với (Yamane, 1967). Khi tổng thể chưa biết rõ, đừng tự khẳng định công thức phù hợp nếu chưa giải thích được giả định của nó.

Bảng trên giúp bạn phân biệt hai việc thường bị trộn lẫn. Cỡ mẫu là quyết định trước khi thu dữ liệu, còn Alpha và Corrected Item-Total Correlation là kết quả kiểm tra sau khi có dữ liệu. Bạn không nên tăng cỡ mẫu trên giấy chỉ vì một thang đo không đạt, cũng không nên giữ lại người trả lời không hợp lệ để đủ số lượng.

Đạo đức còn thể hiện ở việc tuyển mẫu đúng với phạm vi đề tài. Nếu đề tài nghiên cứu người dùng ngân hàng số tại Thành phố Hồ Chí Minh, một phiếu của người chưa từng sử dụng dịch vụ đó không nên được giữ chỉ để làm tăng số quan sát. Tiêu chí chọn và loại phải được xác định trước, ghi lại và áp dụng nhất quán.

Thiết kế bảng hỏi phục vụ mục tiêu này

Phần mở đầu bảng hỏi nên có tên đề tài ở mức dễ hiểu, mục đích nghiên cứu, đối tượng phù hợp, thời lượng trả lời, thông tin về tính tự nguyện và cách sử dụng dữ liệu. Bạn có thể thêm một ô xác nhận như “Tôi đã đọc thông tin trên và đồng ý tham gia khảo sát”. Nếu người tham gia không đồng ý, biểu mẫu nên kết thúc hoặc chuyển họ ra khỏi phần câu hỏi chính.

Câu hỏi sàng lọc cần đặt trước các biến quan sát. Ví dụ, nếu nghiên cứu trải nghiệm mua sắm trên một sàn thương mại điện tử, bạn có thể hỏi người trả lời đã sử dụng sàn đó trong khoảng thời gian nào. Câu hỏi này cần phục vụ tiêu chí mẫu, không nên được dùng để loại người có câu trả lời bất lợi cho kết quả.

Với thang đo thái độ, Likert 5 hoặc 7 mức đều có thể sử dụng nếu bạn thống nhất cách diễn giải từ đầu đến cuối. Thang Likert được giới thiệu trong công trình của (Likert, 1932). Hãy viết rõ hai đầu mút, chẳng hạn từ “Hoàn toàn không đồng ý” đến “Hoàn toàn đồng ý”, và tránh vừa dùng “không hài lòng” vừa dùng “không đồng ý” trong cùng một thang nếu hai khái niệm không giống nhau.

Bạn cần phân biệt biến quan sát với bảng hỏi. Một biến quan sát là một phát biểu hoặc chỉ báo dùng để đo khái niệm, có mã như PU1, PU2, PU3. Bảng hỏi là toàn bộ công cụ, gồm phần giới thiệu, câu hỏi sàng lọc, thang đo, câu hỏi nhân khẩu học và lời cảm ơn.

Không thu thập thông tin nhận diện chỉ vì nền tảng khảo sát cho phép. Email có thể cần nếu bạn phải gửi tài liệu, nhưng thường không cần cho một phân tích hồi quy hoặc PLS-SEM. Nếu cần theo dõi phiếu trùng, hãy cân nhắc dùng mã ẩn danh và mô tả cách tạo mã. Bạn cũng nên kiểm tra xem một câu hỏi có vô tình buộc người tham gia tiết lộ tình trạng sức khỏe, thu nhập hoặc thông tin công việc vượt quá mục tiêu nghiên cứu hay không.

Bạn có thể tham khảo cách trình bày một phiếu khảo sát online, biểu mẫu khảo sát hoặc form khảo sát, nhưng hãy chỉnh nội dung theo đối tượng và mô hình của đề tài. Không sao chép nguyên văn một bảng hỏi từ đề tài khác nếu bối cảnh, thang đo và người trả lời khác nhau.

Triển khai thu dữ liệu

Trước khi phát chính thức, hãy chạy thử với một nhóm nhỏ phù hợp để phát hiện câu chữ khó hiểu, câu hỏi bị lặp, nhánh chuyển trang sai và thời lượng quá dài. Ghi lại phiên bản bảng hỏi, ngày bắt đầu, ngày kết thúc và kênh phân phối. Nếu bạn thay đổi nội dung sau khi đã có người trả lời, cần ghi rõ thay đổi đó để biết các phiếu thuộc phiên bản nào.

Khi gửi lời mời, đừng hứa kết quả, điểm số hoặc lợi ích mà nghiên cứu không cung cấp. Một lời mời phù hợp nêu rõ ai đang thực hiện, khảo sát về chủ đề gì, mất khoảng bao lâu, dữ liệu dùng cho mục đích nào và người nhận có thể bỏ qua nếu không muốn tham gia. Nếu có quà tặng, điều kiện nhận quà và thông tin cần thu thập phải được nói trước.

fillform.info là công cụ form khảo sát của DoThesis, được xây dựng cho việc thu thập phản hồi bằng tiếng Việt. Bạn có thể dùng nó để tạo bảng hỏi, chia sẻ đường dẫn và xuất dữ liệu phục vụ phân tích. Google Forms là một lựa chọn thay thế quen thuộc. Dù dùng công cụ nào, trách nhiệm thông báo, bảo mật và kiểm tra phiếu vẫn thuộc về người nghiên cứu, không tự động chuyển cho nền tảng.

Hãy lưu riêng dữ liệu gốc và dữ liệu đã làm sạch. Đặt tên file có phiên bản, chẳng hạn khaosat_raw_2026-09-08.csv và khaosat_clean_v02.sav. Không gửi công khai file có email, số điện thoại hoặc mã nhận diện. Khi chia sẻ cho người hỗ trợ chạy SPSS, chỉ gửi các cột thật sự cần thiết và thống nhất cách xóa bản sao sau khi hoàn thành.

Trong nhật ký thu thập, nên có các trường: thời gian phát bảng hỏi, kênh phát, số lượt tiếp cận nếu biết, số phiếu nhận được, số phiếu bị loại và lý do loại. Nhật ký này giúp bạn giải trình tỷ lệ phản hồi mà không cần suy đoán sau khi đã khóa dữ liệu.

Làm sạch dữ liệu trước khi nhập SPSS

Đạo đức nghiên cứu thể hiện rất rõ ở bước làm sạch dữ liệu. Làm sạch nghĩa là loại hoặc sửa những bản ghi có vấn đề theo tiêu chí đã xác định, không phải xóa những câu trả lời làm giảm ý nghĩa thống kê. Bạn nên giữ một bản raw bất biến và tạo bản clean để xử lý.

Trước hết, kiểm tra phiếu thiếu quá nhiều câu trả lời, trả lời ngoài tiêu chí sàng lọc, bản ghi trùng và thời gian hoàn thành bất thường. Thời gian quá ngắn chỉ là dấu hiệu để kiểm tra thêm, không phải bằng chứng duy nhất cho thấy phiếu gian lận. Bạn có thể xem kiểu trả lời, mức độ hoàn thành và sự nhất quán giữa các câu, sau đó ghi lý do nếu loại.

Straight-lining là tình trạng người trả lời chọn cùng một mức cho gần như toàn bộ biến quan sát. Đây là tín hiệu cần xem xét, nhưng có người thật sự có cùng quan điểm ở nhiều phát biểu. Vì vậy, không nên đặt một ngưỡng tùy ý rồi xóa hàng loạt. Đọc cả nội dung phát biểu, thời gian trả lời và câu sàng lọc trước khi quyết định.

Các cột nhận diện như tên, email, số điện thoại thường nên được tách khỏi file phân tích nếu không phục vụ mô hình. Cột thời gian, mã phiên bản và biến kiểm tra có thể giữ trong file quản trị, nhưng cần quyết định trước cột nào được đưa vào SPSS. Bạn có thể xem thêm hướng dẫn làm sạch dữ liệu và cách nhận diện phiếu trả lời không hợp lệ.

Sau khi làm sạch, tạo bảng đối chiếu trước và sau. Ví dụ: nhận 320 phiếu, loại 18 phiếu vì không đạt tiêu chí sàng lọc, 7 phiếu vì bỏ trống quá nhiều câu, còn 295 phiếu hợp lệ. Những con số này phải khớp với file thực tế và nhật ký của bạn.

Cách trình bày trong chương 3

Trong chương 3, bạn cần mô tả quy trình đủ để người đọc hiểu mẫu đến từ đâu và dữ liệu được bảo vệ thế nào. Có thể trình bày lần lượt: đối tượng khảo sát, tiêu chí chọn mẫu, cách phát bảng hỏi, thời gian thu thập, cấu trúc bảng hỏi, thang đo, nguyên tắc tự nguyện và cách xử lý dữ liệu.

Đừng ghi chung chung rằng “dữ liệu được thu thập khách quan”. Hãy nói bạn đã dùng bảng hỏi tự điền, người tham gia được cung cấp thông tin trước khi trả lời, không bắt buộc nêu danh tính nếu thông tin đó không cần cho phân tích, và dữ liệu chỉ được dùng cho mục đích nghiên cứu đã thông báo.

Cách viết vào luận văn

Bạn có thể điều chỉnh đoạn sau theo dữ liệu thật: “Khảo sát được thực hiện với [đối tượng khảo sát] trong khoảng thời gian từ [ngày bắt đầu] đến [ngày kết thúc]. Trước khi trả lời, người tham gia được thông tin về mục tiêu nghiên cứu, thời lượng dự kiến, tính tự nguyện và cách sử dụng dữ liệu. Nhóm nghiên cứu chỉ đưa các phiếu đáp ứng [tiêu chí hợp lệ] vào phân tích, đồng thời loại [số lượng] phiếu theo các lý do [lý do 1], [lý do 2].”

Ở chương 3, không nên viết “tất cả người tham gia đều hoàn toàn ẩn danh” nếu bạn đã thu email hoặc số điện thoại. Hãy dùng cụm chính xác hơn, chẳng hạn “thông tin nhận diện được tách khỏi file phân tích và chỉ dùng cho [mục đích cụ thể]”. Nếu bạn không thu thông tin nhận diện, nêu rõ điều đó.

Khi trình bày thang đo, ghi nguồn, số biến quan sát ban đầu, cách điều chỉnh ngôn ngữ và mã biến. Nếu bạn dịch hoặc sửa phát biểu, hãy nói đó là phiên bản tham khảo đã điều chỉnh theo bối cảnh nghiên cứu, thay vì tuyên bố bảng hỏi đã được chứng minh phù hợp trước khi kiểm định.

Lỗi thường gặp

Lỗi đầu tiên là đặt một câu “tôi đồng ý” nhưng vẫn cho người tham gia tiếp tục khi họ chọn không đồng ý. Nếu sự đồng ý là điều kiện tham gia, logic của biểu mẫu phải kết thúc hoặc chuyển hướng đúng. Hãy tự thử cả hai nhánh trên điện thoại trước khi phát link.

Lỗi thứ hai là thu quá nhiều thông tin cá nhân. Câu hỏi về tên, nơi làm việc, thu nhập hoặc số điện thoại cần có lý do rõ ràng. Dữ liệu càng dễ nhận diện, rủi ro khi file bị gửi nhầm càng lớn.

Lỗi thứ ba là thay đổi tiêu chí loại phiếu sau khi xem kết quả. Bạn có thể phát hiện một vấn đề mới, nhưng cần ghi lại thời điểm, lý do và áp dụng quy tắc nhất quán. Nếu chỉ loại các phiếu làm Alpha giảm, hội đồng có thể hỏi ngay về tính khách quan.

Lỗi thứ tư là dùng ảnh chụp màn hình hoặc bảng dữ liệu có tên thật trong phụ lục. Trước khi nộp, rà lại toàn bộ file .sav, .csv, bảng Excel và ảnh output. Che hoặc loại dữ liệu nhận diện không cần thiết, đồng thời giữ một bản gốc an toàn cho trường hợp cần đối chiếu.

Lỗi cuối là báo cáo cỡ mẫu không khớp. Số phiếu thu được, số phiếu hợp lệ và số quan sát trong bảng Descriptive Statistics có thể khác nhau vì có missing hoặc bộ lọc. Bạn cần kiểm tra các con số này trước khi viết chương 4, thay vì làm cho chúng giống nhau bằng cách sửa báo cáo.

Câu hỏi thường gặp

Đạo đức nghiên cứu là gì và có bắt buộc trong luận văn không

Đạo đức nghiên cứu là tập hợp nguyên tắc bảo vệ quyền lợi người tham gia và bảo đảm quá trình nghiên cứu trung thực. Với luận văn khảo sát, bạn nên thể hiện nó qua thông tin đồng thuận, tính tự nguyện, bảo mật dữ liệu, tiêu chí mẫu và cách báo cáo phiếu bị loại.

Ngay cả khi trường không yêu cầu một biểu mẫu riêng, giảng viên vẫn có thể hỏi bạn đã xin sự đồng ý và bảo vệ dữ liệu thế nào. Vì vậy, hãy mô tả quy trình trong chương 3 và lưu lại phiên bản bảng hỏi đã sử dụng.

Có cần xin chữ ký đồng ý khi khảo sát online không

Không phải đề tài nào cũng cần chữ ký giấy. Với khảo sát online rủi ro thấp, một phần giới thiệu rõ ràng kèm lựa chọn xác nhận tham gia có thể phù hợp với quy trình của trường và người hướng dẫn.

Nếu đề tài thu thập thông tin nhạy cảm, đối tượng dễ bị tổn thương hoặc dữ liệu nhận diện, bạn cần hỏi quy định của khoa, trường và giảng viên phụ trách trước khi phát bảng hỏi. Đừng tự khẳng định rằng một ô checkbox luôn đủ cho mọi nghiên cứu.

Có được loại phiếu trả lời không hợp lệ không

Có, nếu phiếu vi phạm tiêu chí đã xác định hoặc có dấu hiệu không thể sử dụng, chẳng hạn không thuộc đối tượng khảo sát, bỏ trống phần lớn câu hỏi hoặc bị trùng. Bạn cần ghi số lượng và lý do, đồng thời giữ lại file raw để đối chiếu.

Không nên loại phiếu chỉ vì người trả lời không đồng ý với bạn hoặc vì phiếu làm chỉ số thống kê xấu đi. Việc loại phải dựa trên chất lượng và phạm vi mẫu, không dựa trên hướng của kết quả.

Có được sửa câu trả lời để dữ liệu đẹp hơn không

Bạn chỉ nên sửa lỗi nhập liệu có căn cứ, chẳng hạn mã hóa nhầm giá trị hoặc đảo chiều một biến nghịch đảo theo thiết kế thang đo. Mọi thay đổi cần được ghi lại trong file syntax, nhật ký xử lý hoặc bảng đối chiếu.

Không được tự thay một mức Likert, điền thêm câu trả lời còn thiếu hoặc nhân bản dòng dữ liệu để đạt cỡ mẫu. Nếu dữ liệu không đạt, hãy báo cáo giới hạn và trao đổi với người hướng dẫn về phương án hợp lệ.

Có cần nêu đạo đức nghiên cứu trong chương 3 không

Nên nêu. Chỉ cần một tiểu mục ngắn nhưng cụ thể về mục đích khảo sát, sự đồng ý, tính tự nguyện, bảo mật, tiêu chí loại phiếu và cách lưu trữ dữ liệu. Các chi tiết này giúp phần phương pháp phản ánh đúng việc bạn đã làm.

Trước khi viết, đối chiếu số liệu trong nhật ký với file cuối cùng: tổng phiếu thu, số phiếu loại và số quan sát phân tích. Sau đó mở file khảo sát của bạn, kiểm tra lại phần đồng thuận và tạo một bản sao dữ liệu đã ẩn thông tin nhận diện. Nếu muốn xử lý trọn bước phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích dữ liệu định lượng của DoThesis.