Đề tài bị trùng thì làm gì để vẫn giữ hướng nghiên cứu

Nghiên cứu khoa học··15 phút đọc

Hiện tượng bạn đang gặp

Bạn tìm được một bài luận văn, bài báo hoặc đề tài khóa trước có tên gần như giống đề tài của mình. Mô hình có thể cùng biến độc lập, biến phụ thuộc, cùng nhóm đối tượng khảo sát, thậm chí bảng hỏi cũng dùng các thang đo quen thuộc. Lúc này, câu hỏi “đề tài bị trùng thì làm gì” thường xuất hiện khi bạn đã viết đề cương hoặc đã thu một phần dữ liệu.

Trước hết, đừng kết luận chỉ dựa vào tên đề tài. Hai nghiên cứu có thể cùng nói về ý định mua, sự hài lòng hoặc ý định sử dụng, nhưng khác bối cảnh, thời điểm, địa bàn, nhóm mẫu, biến trung gian, biến điều tiết hoặc cách đo lường. Ngược lại, hai tên đề tài khác nhau đôi chút nhưng lại trùng gần như toàn bộ mô hình và thiết kế dữ liệu.

Bạn mở một file ghi chú và đối chiếu sáu thành phần: vấn đề nghiên cứu, biến và quan hệ giữa các biến, đối tượng, phạm vi địa lý, thời gian thu thập dữ liệu và phương pháp phân tích. Đây là cách tách “trùng tên” khỏi “trùng thiết kế”. Nếu cần xem thêm cách xử lý khi toàn bộ hướng nghiên cứu phải thay đổi, bạn có thể đọc bài giảng viên yêu cầu đổi mô hình thì làm gì.

Nguyên nhân thường gặp

Đề tài bị trùng thường xuất phát từ cách chọn đề tài quá rộng. Những cụm như “các yếu tố ảnh hưởng đến sự hài lòng của khách hàng” hoặc “các yếu tố ảnh hưởng đến ý định mua” đã được dùng rất nhiều. Khi bạn chỉ thay tên doanh nghiệp nhưng giữ nguyên mô hình, hội đồng có thể hỏi nghiên cứu mới đóng góp gì.

Một nguyên nhân khác là bạn tìm tài liệu quá muộn. Sinh viên thường chốt đề tài theo gợi ý ban đầu, thiết kế bảng hỏi rồi mới rà soát luận văn trong trường và bài báo gần đây. Khi phát hiện sự giống nhau sau thời điểm thu thập dữ liệu, chi phí thay đổi sẽ cao hơn nhiều.

Dấu hiệu bạn thấyNguyên nhân có thểCách kiểm tra trước khi đổi đề tài
Tên đề tài giống nhưng địa bàn khácTrùng chủ đề, chưa chắc trùng nghiên cứuĐối chiếu đối tượng, địa bàn và thời điểm khảo sát
Cùng biến độc lập và biến phụ thuộcMô hình có thể đang lặp lạiVẽ hai mô hình cạnh nhau, ghi thêm biến trung gian hoặc điều tiết nếu có cơ sở
Cùng mô hình, cùng nhóm mẫu, cùng bảng hỏiMức độ trùng caoSo sánh mục tiêu, giả thuyết, nguồn thang đo và kế hoạch phân tích
Bài trước đã công bố kết quả tương tựKhoảng trống nghiên cứu yếuĐọc phần hạn chế và hướng nghiên cứu tiếp theo của bài trước
Chỉ khác tên doanh nghiệp nhưng dữ liệu cùng thời điểmThay đổi bối cảnh chưa đủ tạo đóng gópKiểm tra xem bối cảnh mới có vấn đề thực tiễn riêng hay chỉ đổi địa danh
Bạn chưa tìm thấy nghiên cứu nào giống hệtCó thể chưa tìm đúng từ khóaTìm bằng tên từng biến, cụm tiếng Anh và tên ngành, không chỉ tìm cả câu đề tài

Bạn nên lưu đường dẫn, năm, tác giả, mẫu nghiên cứu và kết luận của từng tài liệu. Một bảng đối chiếu có ngày cập nhật sẽ giúp bạn giải trình tốt hơn so với câu nói chung chung rằng “em đã tìm trên Google nhưng chưa thấy”. Trang chủ đề Nghiên cứu khoa học có thể dùng như điểm bắt đầu để rà lại các bài liên quan trong cùng nhóm chủ đề.

Cách xử lý theo thứ tự ưu tiên

Đừng vội xóa bảng hỏi hoặc bỏ toàn bộ dữ liệu. Hãy xử lý từ phương án ít tốn kém nhất, đồng thời giữ lại bằng chứng cho mỗi quyết định. Một đề tài bị trùng phải làm sao sẽ phụ thuộc vào bạn đang ở giai đoạn chọn ý tưởng, viết đề cương hay đã chạy SPSS.

Kiểm tra mức độ trùng bằng ma trận đối chiếu

Tạo một bảng với mỗi cột là một nghiên cứu đã tìm thấy, còn mỗi dòng là vấn đề, biến, mẫu, địa bàn, thời gian, thang đo và phương pháp. Đánh dấu “giống”, “khác” hoặc “chưa rõ”. Cách này buộc bạn chỉ ra điểm khác biệt bằng thành phần cụ thể.

Nếu chỉ tên đề tài giống nhưng có ít nhất một khác biệt có ý nghĩa ở bối cảnh, đối tượng hoặc câu hỏi nghiên cứu, bạn chưa cần đổi toàn bộ hướng. Nếu gần như mọi dòng đều giống, hãy chuyển sang phương án thu hẹp hoặc thay mô hình trước khi thu thêm dữ liệu.

Thu hẹp đối tượng và bối cảnh nghiên cứu

Bạn có thể thu hẹp từ “khách hàng thương mại điện tử” thành một nhóm người dùng cụ thể, từ “người tiêu dùng Việt Nam” thành sinh viên tại một địa bàn, hoặc từ toàn ngành thành một loại dịch vụ. Tuy nhiên, địa bàn mới chỉ có giá trị khi nó tạo ra câu hỏi thực tế cần kiểm tra, chẳng hạn hành vi, mức độ tiếp cận hoặc đặc điểm người dùng khác với nghiên cứu trước.

Trong đề cương, hãy mô tả vì sao nhóm này cần được nghiên cứu riêng. Tránh viết rằng đề tài mới chỉ vì “chưa có ai nghiên cứu tại trường X”. Địa điểm khảo sát là một phần của bối cảnh, chưa tự động trở thành khoảng trống học thuật.

Điều chỉnh mô hình bằng một biến có cơ sở

Nếu mô hình cũ đã được dùng nhiều, bạn có thể xem xét biến trung gian, biến điều tiết hoặc một yếu tố bối cảnh mới. Việc thêm biến phải xuất phát từ câu hỏi nghiên cứu và tài liệu, không phải thêm cho sơ đồ nhiều ô hơn.

Ví dụ, thay vì chỉ kiểm tra các yếu tố ảnh hưởng trực tiếp đến ý định sử dụng, bạn đặt câu hỏi liệu nhận thức hữu ích có truyền dẫn tác động đến ý định hay liệu kinh nghiệm sử dụng có làm thay đổi tác động đó không. Khi đó, bạn phải có giả thuyết, thang đo và kế hoạch phân tích tương ứng. Nếu chọn PLS-SEM, hãy chuẩn bị trước câu trả lời cho lý do chọn công cụ, vì hội đồng thường hỏi phần này. Bạn có thể xem thêm bị hỏi vì sao chọn PLS-SEM thì làm gì.

Đổi câu hỏi nghiên cứu thay vì đổi toàn bộ chủ đề

Một chủ đề rộng có thể tạo ra nhiều câu hỏi khác nhau. Nghiên cứu trước có thể tập trung vào mức độ ảnh hưởng, còn bạn tập trung vào sự khác biệt giữa các nhóm, vai trò trung gian hoặc khả năng dự báo. Hãy viết câu hỏi mới thành một câu có biến, đối tượng và bối cảnh rõ ràng.

Nếu dữ liệu đã có, chỉ đổi câu hỏi khi bảng hỏi thực sự đo được khái niệm cần phân tích. Không nên lấy một biến chưa có trong bảng hỏi rồi tuyên bố đó là hướng mới. Với dữ liệu định lượng, giới hạn của bảng hỏi là giới hạn thực tế của câu hỏi nghiên cứu.

Chốt lại với giảng viên trước khi thu hoặc chạy dữ liệu

Gửi cho giảng viên một trang gồm đề tài cũ, nghiên cứu bị nghi trùng, bảng đối chiếu và phương án chỉnh sửa. Nêu rõ phần nào giữ nguyên, phần nào thay đổi và dữ liệu hiện có còn phù hợp đến đâu. Cách trình bày này giúp buổi trao đổi tập trung vào quyết định thay vì cảm giác lo lắng.

Bảng quyết định minh họa, số liệu minh họa:

Tiêu chí đối chiếuNghiên cứu AĐề tài của bạnNhận định minh họa
Đối tượngNgười dùng ví điện tử nói chungSinh viên năm cuối tại Hà NộiCó khác biệt về nhóm mẫu
Biến phụ thuộcÝ định tiếp tục sử dụngÝ định tiếp tục sử dụngTrùng
Biến trung gianKhông cóNiềm tinCó hướng mở rộng
Thời gian khảo sátNăm 2023Dự kiến năm 2026Có khác biệt thời điểm
Công cụ phân tíchHồi quy tuyến tínhPLS-SEMKhác công cụ, cần giải thích lý do
Quyết định sơ bộGiữ chủ đề, chỉnh mô hình và mẫuCần được giảng viên duyệt trước khi chạy

Bảng trên chỉ là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Bạn thay từng ô bằng thông tin từ tài liệu mình đã tìm được. Nếu phương án làm thay đổi cỡ mẫu hoặc mô hình, hãy xem lại các câu hỏi thường gặp về cỡ mẫu trong hội đồng hỏi về cỡ mẫu phải làm sao.

Khi nào phải quay lại thu thêm dữ liệu

Bạn nên cân nhắc thu thêm dữ liệu khi mô hình mới có biến mà bảng hỏi cũ chưa đo, nhóm đối tượng cũ không phù hợp với câu hỏi mới, hoặc số lượng phản hồi ở nhóm cần so sánh quá ít. Khi đó, chạy lại trên file cũ không giải quyết được vấn đề thiết kế.

Ngược lại, chưa cần thu lại chỉ vì bạn tìm thấy một đề tài có tên gần giống. Nếu các biến, bối cảnh và câu hỏi đã được phân biệt rõ, bạn có thể tiếp tục với dữ liệu hiện có sau khi được duyệt. Cũng chưa nên thu thêm chỉ để tăng số phiếu nhằm tạo cảm giác đề tài mới. Cỡ mẫu trả lời câu hỏi về độ ổn định của ước lượng, không tự tạo ra khoảng trống nghiên cứu.

Nếu đã phát hiện trùng sau khi có 100% dữ liệu, hãy dừng việc xóa hoặc sửa file gốc. Lưu một bản nguyên trạng, tạo bản làm việc mới và ghi ngày thay đổi. So sánh bảng hỏi thực tế với mô hình điều chỉnh. Nếu biến mới không được đo, lựa chọn trung thực là quay lại thiết kế và thu bổ sung, hoặc giữ câu hỏi cũ và trình bày giới hạn.

Cách giải trình với giảng viên hướng dẫn

Bạn có thể dùng đoạn sau, rồi thay nội dung trong ngoặc vuông:

Cách viết vào luận văn: “Nghiên cứu [tác giả, năm] đã xem xét mối quan hệ giữa [các biến] trong bối cảnh [bối cảnh cũ]. Nghiên cứu này kế thừa cơ sở đó nhưng tập trung vào [đối tượng hoặc bối cảnh mới], đồng thời kiểm định thêm [biến hoặc mối quan hệ mới]. Sự điều chỉnh này nhằm làm rõ [vấn đề nghiên cứu cụ thể], thay vì lặp lại nguyên trạng mô hình trước.”**

Khi trao đổi trực tiếp, bạn nên nói theo thứ tự: em đã tìm thấy tài liệu nào, phần nào trùng, phần nào khác, vì sao khác biệt đó có ý nghĩa, dữ liệu hiện tại đáp ứng đến đâu và em đề xuất phương án nào. Đừng bắt đầu bằng việc xin giữ đề tài. Hãy bắt đầu bằng bằng chứng.

Nếu giảng viên yêu cầu đổi mô hình, bạn cần hỏi lại ba điểm: biến nào phải bỏ hoặc thêm, bảng hỏi hiện tại có còn dùng được không, và có cần thay đổi giả thuyết hay phạm vi mẫu không. Ghi lại câu trả lời ngay sau buổi gặp để tránh sửa mô hình nhưng giữ nguyên phần phương pháp cũ.

Cách phòng từ bước thiết kế

Trước khi chốt đề tài, hãy tìm ít nhất ba nhóm tài liệu: nghiên cứu quốc tế theo từng biến, luận văn hoặc bài báo Việt Nam cùng bối cảnh, và nghiên cứu gần đây có mô hình tương tự. Bạn không cần chứng minh đề tài chưa từng xuất hiện trên thế giới. Bạn cần chỉ ra mình đang kế thừa phần nào và giải quyết điểm nào chưa đủ rõ.

Viết một đoạn “khoảng trống dự kiến” trước khi vẽ mô hình. Đoạn này nên trả lời bốn câu: nghiên cứu trước đã biết gì, còn giới hạn nào, đề tài của bạn thay đổi thành phần nào, và kết quả sẽ hữu ích cho ai. Nếu chưa trả lời được câu thứ ba, đề tài vẫn đang ở mức chủ đề.

Đặt tên file theo phiên bản, chẳng hạn de_cuong_v1, de_cuong_v2_da_duyet, bang_hoi_pilotdu_lieu_goc. Lưu bảng nguồn thang đo cùng ngày truy cập và quyết định điều chỉnh. Khi bị hỏi vì sao dùng một biến hoặc loại một biến, bạn có thể mở đúng bằng chứng thay vì nhớ theo cảm tính.

Cuối cùng, xác định trước công cụ phân tích. SPSS phù hợp với nhiều phân tích hồi quy, kiểm định và EFA. SmartPLS phù hợp khi bạn xây dựng mô hình PLS-SEM và cần đánh giá measurement model cùng structural model. AMOS thuộc hướng CB-SEM, còn JASP hoặc R có thể hữu ích khi bạn muốn quy trình linh hoạt hơn nhưng phải tự kiểm soát mã lệnh và cách báo cáo. Đổi phần mềm không làm đề tài tự khác biệt, nó chỉ thay đổi cách kiểm định.

Lỗi thường gặp khi sửa

Lỗi đầu tiên là đổi tên nhưng giữ nguyên mọi thứ bên trong. Việc thay “khách hàng tại thành phố A” bằng “khách hàng tại thành phố B” không đủ thuyết phục nếu không có lý do về bối cảnh hoặc mẫu.

Lỗi thứ hai là thêm biến theo cảm giác. Một biến mới cần có định nghĩa, thang đo, giả thuyết và dữ liệu tương ứng. Nếu thêm sau khi đã thu dữ liệu, hãy kiểm tra bảng hỏi trước khi tuyên bố mô hình mới.

Lỗi thứ ba là xóa nghiên cứu bị trùng khỏi phần tổng quan. Tài liệu đó vẫn cần được nhắc đến để cho thấy bạn đã kiểm tra và biết đề tài của mình khác ở đâu. Che giấu sự tương đồng khiến hội đồng nghi ngờ hơn khi họ tìm thấy bài đó.

Lỗi thứ tư là dùng kết quả chạy thử để chứng minh đề tài có tính mới. Một p-value đẹp hoặc R² cao không biến mô hình lặp lại thành đóng góp mới. Tính mới phải được giải thích từ câu hỏi, bối cảnh, mô hình và dữ liệu.

Lỗi cuối là tự sửa sau khi giảng viên đã duyệt nhưng không cập nhật đề cương, bảng hỏi và chương phương pháp. Nếu kết quả sau đó trái với giả thuyết, bạn vẫn phải báo cáo trung thực và có thể tham khảo kết quả trái với giả thuyết thì làm gì.

Câu hỏi thường gặp

Đề tài bị trùng phải làm sao nếu đã nộp đề cương?

Bạn giữ bản đề cương đã nộp, đánh dấu phần bị trùng và lập phương án chỉnh sửa riêng. Gửi giảng viên bảng đối chiếu giữa nghiên cứu cũ và đề tài của bạn, sau đó chỉ sửa khi có xác nhận rõ ràng.

Trùng tên đề tài có bắt buộc đổi đề tài không?

Không. Trùng tên chỉ là dấu hiệu cần kiểm tra. Quyết định phụ thuộc vào mức độ giống của câu hỏi, mô hình, mẫu, bối cảnh, thời gian và dữ liệu.

Đã thu dữ liệu rồi mới phát hiện trùng thì còn cứu được không?

Có thể, nếu dữ liệu hiện có đo đúng câu hỏi và bạn tạo được khác biệt có cơ sở. Hãy giữ file gốc, không tự thêm biến chưa được đo, và hỏi giảng viên trước khi đổi mô hình hoặc thu bổ sung.

Đổi địa bàn khảo sát có làm đề tài mới không?

Đổi địa bàn chỉ tạo khác biệt khi bối cảnh đó có lý do nghiên cứu cụ thể. Nếu chỉ thay tên địa phương mà giữ nguyên mô hình, bảng hỏi và lập luận, hội đồng vẫn có thể xem là lặp lại.

Có nên thêm thật nhiều biến để tránh bị trùng không?

Không nên. Mỗi biến thêm vào làm tăng yêu cầu về cơ sở lý thuyết, thang đo, cỡ mẫu và cách phân tích. Một mô hình gọn nhưng có lý do rõ ràng thường dễ bảo vệ hơn mô hình nhiều biến nhưng thiếu lập luận.

Hội đồng hỏi đề tài có gì mới thì trả lời thế nào?

Bạn trả lời bằng cấu trúc: nghiên cứu trước đã làm gì, đề tài của bạn khác ở đâu, khác biệt đó xuất phát từ vấn đề nào, và dữ liệu của bạn giúp kiểm tra điều gì. Tránh trả lời bằng các cụm như “chưa ai làm ở trường em” nếu không nêu được giá trị của bối cảnh đó.

Bây giờ bạn hãy mở file đề cương, tạo bảng đối chiếu sáu thành phần, ghi rõ nghiên cứu bị nghi trùng và gửi phương án cho giảng viên trước khi sửa bảng hỏi hoặc chạy lại dữ liệu; nếu cần kiểm tra toàn bộ quy trình phân tích trên file .sav hoặc .csv của mình, xem module M4 tại DoThesis.