Định tính là gì? Phân biệt định tính và định lượng

Định tính là gì

Định tính là cách tiếp cận nghiên cứu nhằm tìm hiểu ý nghĩa, trải nghiệm, cách nhìn và lý do phía sau một hiện tượng. Dữ liệu định tính thường ở dạng lời nói, văn bản, hình ảnh hoặc ghi chép, thay vì các con số dùng để chạy Cronbach's Alpha, EFA, hồi quy hay SEM.

Khi làm nghiên cứu định tính, bạn đặt câu hỏi như: Người tham gia đang trải qua điều gì, họ giải thích hiện tượng đó như thế nào, vì sao họ lựa chọn một hành vi, và những yếu tố nào xuất hiện trong bối cảnh cụ thể. Kết quả thường là các chủ đề, nhóm ý nghĩa hoặc mô tả sâu về hiện tượng nghiên cứu.

Ví dụ, nếu đề tài tìm hiểu lý do sinh viên sử dụng ví điện tử, nghiên cứu định tính có thể tập trung vào cảm nhận về sự tiện lợi, nỗi lo bảo mật, ảnh hưởng từ bạn bè và thói quen thanh toán. Bạn đọc nội dung trả lời, xác định những ý lặp lại và giải thích mối liên hệ giữa các ý đó.

Định tính không phải là một con số có ngưỡng đạt cố định. Bạn không thể nhìn vào một bảng output rồi kết luận rằng một chủ đề đạt 0,7 hay một mã dữ liệu đạt 0,5. Chất lượng của nghiên cứu phụ thuộc vào câu hỏi nghiên cứu, sự phù hợp của dữ liệu, cách phân tích và mức độ rõ ràng khi giải thích kết quả.

Nếu bạn đang xây dựng bức tranh tổng thể về nghiên cứu khoa học, hãy xác định trước mình cần hiểu sâu một hiện tượng hay cần đo lường mối quan hệ giữa các biến. Quyết định đó ảnh hưởng trực tiếp đến bảng hỏi, cỡ mẫu, loại dữ liệu và phần phân tích trong luận văn.

Ý nghĩa của định tính trong nghiên cứu định lượng

Trong một luận văn định lượng, định tính thường xuất hiện ở giai đoạn trước khi bạn phát bảng hỏi. Mục tiêu là giúp bạn hiểu bối cảnh nghiên cứu, phát hiện cách người tham gia dùng từ và kiểm tra xem các biến dự kiến có phù hợp với thực tế hay không.

Chẳng hạn, tài liệu gợi ý biến “perceived ease of use”, nhưng sinh viên trong bối cảnh của bạn có thể mô tả nó bằng các ý như dễ đăng ký, ít bước thao tác hoặc dễ xử lý khi có lỗi. Những thông tin như vậy giúp bạn điều chỉnh cách diễn đạt biến quan sát trước khi tạo bảng hỏi chính thức.

Định tính cũng có thể giúp hình thành mô hình nghiên cứu và giả thuyết. Nếu nhiều nguồn dữ liệu cho thấy người dùng quan tâm đến tốc độ phản hồi của nhân viên, bạn có thể xem xét đưa chất lượng hỗ trợ vào mô hình. Tuy nhiên, một ý kiến xuất hiện trong dữ liệu định tính chưa tự động chứng minh rằng biến đó có tác động thống kê trong tổng thể.

Đây là ranh giới cần giữ khi viết luận văn. Định tính giúp bạn khám phá và giải thích. Định lượng giúp bạn đo lường, kiểm định giả thuyết và ước lượng mối quan hệ bằng dữ liệu số. Nếu mục tiêu chính của bạn là kiểm định các giả thuyết H1, H2, H3 bằng bảng hỏi, file .sav hoặc .csv, hãy đọc thêm phần định lượng là gì để chọn đúng quy trình.

Bạn cũng cần phân biệt phương pháp với kỹ thuật thu thập dữ liệu. Một bảng câu hỏi có câu hỏi mở tạo ra dữ liệu dạng chữ, nhưng chỉ riêng việc có câu hỏi mở chưa đủ để biến toàn bộ đề tài thành nghiên cứu định tính. Ngược lại, một nghiên cứu định tính có thể dùng nhiều nguồn dữ liệu khác nhau, nhưng phần cốt lõi vẫn là cách phân tích ý nghĩa và bối cảnh.

Định tính bao nhiêu là đạt

Với định tính, không có một bảng ngưỡng chung giống Cronbach's Alpha, KMO hoặc p-value. Bạn không nên đưa ra quy tắc như “phải có bao nhiêu người tham gia thì mới đạt” nếu chưa xem xét câu hỏi nghiên cứu, độ đa dạng của đối tượng và mức độ lặp lại của thông tin.

Trong phạm vi bài viết dành cho sinh viên làm luận văn định lượng, bạn có thể dùng bảng dưới đây như một checklist để xem phần định tính có đang phục vụ đúng mục tiêu hay không. Đây là tiêu chí kiểm tra logic thiết kế, không phải thang điểm thống kê.

Nếu đề tài của bạn chỉ yêu cầu chạy dữ liệu định lượng, đừng thêm một phần định tính dài chỉ để làm luận văn có vẻ đầy đủ. Hội đồng có thể hỏi dữ liệu đó dùng để trả lời câu hỏi nào, ai thu thập, phân tích theo quy trình nào và nó liên quan ra sao đến mô hình. Bạn cần trả lời được từng điểm bằng nội dung có trong file nghiên cứu của mình.

Cách đọc định tính trên output

Định tính không có output chuẩn như SPSS hoặc SmartPLS. Khi mở SPSS, bạn sẽ thấy các bảng như Reliability Statistics, KMO and Bartlett's Test, Rotated Component Matrix hoặc Coefficients. Những bảng này thuộc phân tích định lượng. Một bảng mã hóa hoặc bảng tổng hợp chủ đề thường do bạn tự lập trong Excel, Word hoặc phần mềm xử lý văn bản.

Bảng dưới đây là số liệu minh họa cho cách chuyển nội dung trả lời thành nhóm chủ đề. Các con số chỉ minh họa cách trình bày, không phải kết quả của một nghiên cứu thật.

Bạn đọc bảng theo ba lớp. Trước hết, giữ lại câu trả lời hoặc một đoạn ngắn thể hiện đúng ý người tham gia. Tiếp theo, đặt mã ban đầu có tính mô tả, chẳng hạn “ít bước thao tác” hoặc “lo ngại bảo mật”. Sau đó, nhóm các mã có nội dung gần nhau thành chủ đề rộng hơn.

“Số lần xuất hiện” chỉ cho biết một ý được nhắc đến bao nhiêu lần trong dữ liệu minh họa. Nó không có nghĩa là chủ đề đó chắc chắn tác động mạnh hơn chủ đề khác trong tổng thể. Nếu muốn kiểm định mức độ tác động, bạn cần chuyển khái niệm thành biến quan sát, thu thập dữ liệu định lượng và chạy mô hình phù hợp.

Với file SPSS, bạn có thể dùng dữ liệu định tính để rà soát tên biến và nội dung bảng hỏi trước khi nhập dữ liệu. Với SmartPLS, dữ liệu cuối cùng vẫn cần có cấu trúc cột rõ ràng, mỗi dòng là một đáp viên và mỗi cột là một biến quan sát. Nội dung định tính không thay thế cho file dữ liệu số mà SmartPLS yêu cầu.

Khi định tính không đạt thì xử lý thế nào

Khi phần định tính chưa thuyết phục, bạn nên xử lý theo thứ tự từ vấn đề thiết kế đến cách trình bày. Đầu tiên, quay lại câu hỏi nghiên cứu. Nếu câu hỏi đã yêu cầu đo lường mức độ ảnh hưởng, mức độ hài lòng hoặc sự khác biệt giữa các nhóm, dữ liệu định tính có thể không phải loại dữ liệu chính phù hợp.

Tiếp theo, kiểm tra công cụ thu thập. Câu hỏi quá rộng như “Bạn nghĩ gì về dịch vụ này” thường tạo ra câu trả lời rất khó so sánh. Bạn có thể viết câu hỏi cụ thể hơn về trải nghiệm, nguyên nhân, điểm thuận lợi, rào cản hoặc tình huống sử dụng. Câu hỏi cần gắn với khái niệm trong mô hình nhưng vẫn để người trả lời diễn đạt bằng ngôn ngữ của họ.

Sau đó, kiểm tra cách bạn tạo mã và chủ đề. Nếu một đoạn trả lời bị xếp vào nhiều nhóm mà không có lý do, hoặc tên chủ đề quá chung như “ý kiến khác”, phần phân tích sẽ khó bảo vệ. Hãy ghi lại tiêu chí bạn dùng để đưa một nội dung vào từng nhóm và giữ cách áp dụng nhất quán.

Nếu dữ liệu không đủ rõ, bạn có thể thu thập thêm thông tin phù hợp với thiết kế đã được duyệt. Đừng tự ý thay đổi câu hỏi nghiên cứu, đối tượng hoặc cách thu thập sau khi đã có dữ liệu mà không cập nhật với giảng viên hướng dẫn. Việc sửa phần mềm để làm kết quả đẹp hơn không giải quyết được lỗi ở thiết kế.

Trong luận văn định lượng, phương án thường được chấp nhận hơn là dùng kết quả định tính ở mức thăm dò để điều chỉnh bảng hỏi, sau đó chạy quy trình định lượng minh bạch. Bạn cần ghi rõ biến nào được giữ lại, biến nào được sửa và lý do sửa. Nếu loại một biến quan sát sau khi chạy Cronbach's Alpha hoặc EFA, hãy lưu lại từng vòng phân tích thay vì chỉ giữ bảng kết quả cuối.

Phân biệt định tính với định lượng

Định tính và định lượng khác nhau trước hết ở loại câu hỏi cần trả lời. Định tính phù hợp với câu hỏi “vì sao”, “như thế nào” và “người tham gia hiểu hiện tượng ra sao”. Định lượng phù hợp với câu hỏi “mức độ bao nhiêu”, “có mối quan hệ không” hoặc “yếu tố nào ảnh hưởng đến biến phụ thuộc”.

Bạn có thể xem nhanh sự khác biệt qua bảng sau.

Một đề tài có thể kết hợp hai cách tiếp cận, nhưng bạn phải phân công rõ vai trò của từng phần. Ví dụ, định tính giúp điều chỉnh cách diễn đạt biến quan sát, còn định lượng dùng bảng hỏi để kiểm định mô hình trên mẫu lớn hơn. Việc gọi một nghiên cứu là “kết hợp” chỉ vì bảng hỏi có một câu hỏi mở là chưa đủ.

Bạn cũng nên phân biệt định tính với “dữ liệu định tính”. Dữ liệu là thứ bạn thu được. Phương pháp là cách bạn đặt câu hỏi, chọn dữ liệu, xử lý và lập luận. Một vài câu trả lời dạng chữ có thể xuất hiện trong một nghiên cứu định lượng mà không làm thay đổi phương pháp chính của nghiên cứu.

Nếu bạn chưa chốt đối tượng, biến nghiên cứu và phạm vi, có thể xem thêm hướng dẫn về đối tượng nghiên cứu và lĩnh vực nghiên cứu. Hai phần này giúp bạn tránh chọn một phương pháp rất rộng cho một đề tài chưa xác định rõ phạm vi.

Lỗi thường gặp

Lỗi đầu tiên là dùng từ “định tính” như một nhãn chung cho mọi dữ liệu không phải số. Bạn cần mô tả rõ dữ liệu đến từ đâu, được tổ chức thế nào và được dùng để trả lời câu hỏi nào.

Lỗi thứ hai là viết kết luận định tính như kết luận nhân quả. Câu “người tham gia thường nhắc đến sự tiện lợi” khác hoàn toàn với câu “sự tiện lợi tác động tích cực đến ý định sử dụng”. Câu thứ hai cần mô hình và kiểm định định lượng phù hợp.

Lỗi thứ ba là trộn quy trình của hai phương pháp. Bạn không thể dùng p-value để kết luận một chủ đề định tính đạt hay không đạt. Bạn cũng không nên dùng số lần xuất hiện của một ý như bằng chứng duy nhất cho quan hệ giữa hai biến.

Lỗi thứ tư là không lưu dấu vết xử lý dữ liệu. Hãy giữ bản câu trả lời, bảng mã ban đầu, bảng nhóm chủ đề và phiên bản bảng hỏi sau điều chỉnh. Khi giảng viên hỏi vì sao một biến được đưa vào mô hình, bạn cần mở được tài liệu chứng minh quá trình đó.

Lỗi cuối cùng là chọn phương pháp vì nghe có vẻ học thuật, trong khi câu hỏi nghiên cứu lại yêu cầu đo lường. Nếu đề tài của bạn cần kiểm định giả thuyết bằng SPSS hoặc SmartPLS, hãy tập trung làm sạch dữ liệu số, kiểm tra thang đo và báo cáo đúng output. Bạn có thể đọc thêm NCKH là gì để rà lại cấu trúc chung của một nghiên cứu trước khi viết chương phương pháp.

Câu hỏi thường gặp

Định tính có phải là nghiên cứu không dùng số không

Định tính chủ yếu phân tích ý nghĩa và nội dung thay vì dùng các phép kiểm định thống kê. Tuy vậy, bạn vẫn có thể đếm số lần một chủ đề xuất hiện để mô tả dữ liệu. Con số đó chỉ là thông tin hỗ trợ, không tự biến nghiên cứu thành định lượng.

Định tính có cần chạy SPSS không

Một nghiên cứu định tính thuần túy thường không cần chạy SPSS. Nếu đề tài của bạn dùng bảng hỏi, thang đo và các giả thuyết cần kiểm định, SPSS có thể được dùng cho phần định lượng. Hai phần cần được mô tả tách biệt để người đọc biết bảng output nào trả lời cho mục tiêu nào.

Có thể dùng định tính và định lượng trong cùng luận văn không

Có thể, nếu mỗi cách tiếp cận có vai trò rõ ràng. Một thiết kế phổ biến là dùng thông tin khám phá để điều chỉnh khái niệm và biến quan sát, sau đó dùng dữ liệu bảng hỏi để kiểm định mô hình. Bạn cần thống nhất phạm vi, tiến độ và cách báo cáo với giảng viên hướng dẫn.

Định tính có cần cỡ mẫu cố định không

Không có một con số duy nhất áp dụng cho mọi nghiên cứu định tính. Mức độ phù hợp phụ thuộc vào câu hỏi nghiên cứu, nhóm đối tượng và độ phong phú của dữ liệu. Nếu bài của bạn là luận văn định lượng, cỡ mẫu phần khảo sát cần được xác định theo thiết kế định lượng tương ứng, không lấy một quy tắc của định tính thay thế.

Câu hỏi mở trong bảng hỏi có phải là định tính không

Câu hỏi mở tạo ra dữ liệu dạng chữ, nhưng toàn bộ nghiên cứu chưa chắc là định tính. Nếu phần chính của bạn vẫn là các biến Likert, phân tích thang đo và kiểm định giả thuyết, nghiên cứu có thể vẫn là định lượng có bổ sung câu hỏi mở. Hãy nêu rõ câu hỏi mở được dùng để tham khảo hay để phân tích như một nguồn dữ liệu chính.

Bây giờ bạn hãy mở đề cương và file dữ liệu của mình, viết một câu xác định mục tiêu chính là khám phá hay kiểm định, rồi kiểm tra từng biến và bảng phân tích theo mục tiêu đó; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể xem M4 phân tích của DoThesis để thực hiện bước này có kiểm soát.