Đối tượng nghiên cứu là gì? Cách xác định và viết trong luận văn
Đối tượng nghiên cứu là gì
Đối tượng nghiên cứu là vấn đề, hiện tượng, mối quan hệ hoặc đặc điểm mà đề tài muốn quan sát và giải thích. Trong một luận văn định lượng, đối tượng thường được thể hiện qua các biến nghiên cứu và mối quan hệ giữa các biến đó. Ví dụ, đề tài về ảnh hưởng của chất lượng dịch vụ đến sự hài lòng của khách hàng có đối tượng nghiên cứu là mối quan hệ giữa chất lượng dịch vụ và sự hài lòng, không phải toàn bộ khách hàng được hỏi.
Bạn có thể hình dung theo ba câu hỏi: đề tài đang nghiên cứu vấn đề nào, vấn đề đó gồm những biến nào, và bạn muốn kiểm định mối quan hệ nào giữa các biến. Câu trả lời nên khớp với tên đề tài, mục tiêu, câu hỏi nghiên cứu, giả thuyết và bảng hỏi.
Một cách viết khái quát là: Đối tượng nghiên cứu của đề tài là [mối quan hệ hoặc hiện tượng] giữa [biến độc lập] và [biến phụ thuộc] trong bối cảnh [bối cảnh nghiên cứu]. Nếu đề tài có biến trung gian hoặc biến điều tiết, bạn cần nêu rõ vai trò của chúng thay vì chỉ liệt kê tên biến.
Đối tượng nghiên cứu không nhất thiết là một nhóm người. Người lao động, sinh viên hoặc khách hàng là nguồn cung cấp dữ liệu, thường được gọi là đối tượng khảo sát hoặc đơn vị phân tích. Thứ bạn muốn rút ra kết luận mới là đối tượng nghiên cứu.
Nếu bạn đang xây dựng đề cương từ đầu, có thể xem thêm nội dung tổng quan về nghiên cứu khoa học và NCKH là gì để đặt thuật ngữ này đúng trong toàn bộ quy trình.
Ý nghĩa của đối tượng nghiên cứu trong nghiên cứu định lượng
Xác định đúng đối tượng nghiên cứu giúp bạn quyết định dữ liệu nào cần thu thập. Khi đối tượng là ảnh hưởng của sự hữu ích cảm nhận đến ý định sử dụng, bảng hỏi phải đo được cả hai khái niệm. Các câu hỏi chỉ mô tả đặc điểm nhân khẩu học sẽ không đủ để kiểm định giả thuyết.
Đối tượng nghiên cứu cũng quyết định mô hình và phương pháp phân tích. Một mô hình gồm các biến tiềm ẩn đo bằng nhiều biến quan sát có thể cần Cronbach's Alpha, EFA và hồi quy hoặc SmartPLS. Ngược lại, một đề tài chỉ mô tả tỷ lệ hoặc mức độ có thể không cần xây dựng mô hình nhân quả.
Trong lúc đọc tài liệu, bạn nên ghi lại bốn nội dung: khái niệm được nghiên cứu, cách đo lường, mối quan hệ được kiểm định và bối cảnh áp dụng. Đây là cách đọc có mục tiêu hơn việc chỉ thu thập thật nhiều bài báo. Nếu đề tài dùng bảng hỏi và dữ liệu .sav hoặc .csv, phần nghiên cứu định lượng sẽ giúp bạn phân biệt nghiên cứu mô tả với nghiên cứu kiểm định quan hệ.
Đối tượng nghiên cứu còn là căn cứ để kiểm tra sự nhất quán của đề tài. Nếu tên đề tài nói về ý định mua nhưng mục tiêu lại đo sự hài lòng, bạn đang có hai đối tượng khác nhau. Nếu giả thuyết nói về khách hàng tại Thành phố Hồ Chí Minh nhưng mẫu lại gồm cả người chưa từng sử dụng dịch vụ, thiết kế nghiên cứu cũng cần được xem lại.
Bạn nên viết đối tượng nghiên cứu trước khi chốt bảng hỏi. Việc này giúp tránh tình trạng lấy một bảng câu hỏi có sẵn, giữ nguyên các biến rồi mới tìm cách giải thích chúng trong chương 1.
Đối tượng nghiên cứu bao nhiêu là đạt
Đối tượng nghiên cứu không có một ngưỡng số học như Cronbach's Alpha hay R². Một đối tượng được xem là đạt về mặt phương pháp khi mô tả đủ rõ vấn đề cần nghiên cứu, các biến liên quan, quan hệ cần kiểm định và bối cảnh áp dụng. Bảng dưới đây là checklist quyết định, với nguồn phương pháp phù hợp cho từng phần.
| Nội dung cần kiểm tra | Dấu hiệu đạt | Cách đối chiếu và nguồn |
|---|---|---|
| Khái niệm nghiên cứu | Nêu rõ hiện tượng hoặc mối quan hệ cần giải thích | Đối chiếu cách xây dựng nghiên cứu kinh doanh trong (Nguyễn Đình Thọ, 2011) |
| Biến nghiên cứu | Có biến độc lập, phụ thuộc và biến bổ sung nếu mô hình cần | Mỗi biến phải có thang đo và biến quan sát phù hợp, theo quy trình hai bước đo lường và mô hình cấu trúc (Anderson và Gerbing, 1988) |
| Đơn vị phân tích | Xác định rõ cá nhân, hộ gia đình, doanh nghiệp hoặc tổ chức | Đơn vị phân tích phải khớp với câu hỏi và dữ liệu thu thập, theo hướng dẫn phương pháp trong (Nguyễn Đình Thọ, 2011) |
| Quan hệ cần kiểm định | Có thể chuyển thành mục tiêu, câu hỏi hoặc giả thuyết | Giả thuyết phải gắn với quan hệ giữa các biến trong mô hình, theo (Bollen, 1989) |
| Cách đo lường | Mỗi khái niệm có biến quan sát hoặc chỉ báo tương ứng | Với thang đo định lượng, có thể dùng Likert theo nền tảng của (Likert, 1932) |
| Mẫu nghiên cứu | Người trả lời có trải nghiệm liên quan đến đối tượng | Số quan sát cần xét theo số biến quan sát, thường tham khảo mức 5 đến 10 quan sát cho một biến quan sát (Hair và cộng sự, 2010) |
| Phạm vi bối cảnh | Nêu địa điểm, thời gian và nhóm được khảo sát | Phạm vi phải giới hạn kết luận vào đúng bối cảnh đã thu thập dữ liệu, theo (Nguyễn Đình Thọ, 2011) |
Bảng này là tiêu chí kiểm tra thiết kế, không phải phép chấm điểm. Bạn không nên viết rằng “đối tượng nghiên cứu đạt 80%” vì đối tượng không được kiểm định bằng một chỉ số duy nhất. Các chỉ số như KMO, factor loading hay Cronbach's Alpha dùng để đánh giá dữ liệu và thang đo sau khi thu thập, không dùng để chứng minh câu mô tả đối tượng đã đúng.
Nếu đề tài có nhiều nhóm, hãy viết rõ bạn nghiên cứu mối quan hệ chung hay so sánh giữa các nhóm. Chẳng hạn, “ảnh hưởng của trải nghiệm mua sắm đến ý định mua lại của khách hàng tại Hà Nội” khác với “so sánh ảnh hưởng đó giữa nhóm khách hàng dưới 25 tuổi và từ 25 tuổi trở lên”.
Cách đọc đối tượng nghiên cứu trên output
Đối tượng nghiên cứu không xuất hiện dưới một dòng riêng trong output SPSS. Bạn đọc nó bằng cách nối ba phần: tên biến trong Variable View, các biến được đưa vào phân tích và nhóm người được mô tả trong Frequencies, Descriptive Statistics, Correlations hoặc Coefficients.
Ví dụ, bạn nghiên cứu ảnh hưởng của nhận thức hữu ích và nhận thức dễ sử dụng đến ý định sử dụng ứng dụng học trực tuyến. Trong SPSS, các biến quan sát có thể được đặt tên PU1 đến PU4, PEU1 đến PEU4 và BI1 đến BI3. Sau khi kiểm định thang đo, bạn tính điểm trung bình cho từng khái niệm rồi đưa PU, PEU và BI vào hồi quy.
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được trình bày theo dạng thường gặp trong output SPSS để bạn biết cần đọc phần nào.
| Bảng output SPSS | Dòng hoặc cột cần đọc | Số liệu minh họa | Ý nghĩa đối với đối tượng nghiên cứu |
|---|---|---|---|
| Descriptive Statistics | N của PU, PEU, BI | 248 | Có 248 quan sát hợp lệ được đưa vào phân tích |
| Correlations | Pearson Correlation: PU với BI | 0.482 | Hai khái niệm có liên hệ tuyến tính trong mẫu minh họa |
| Model Summary | R Square | 0.361 | PU và PEU giải thích một phần biến thiên của BI |
| ANOVA | Sig. | 0.000 | Mô hình hồi quy minh họa có ý nghĩa thống kê theo quy tắc p-value |
| Coefficients | PU, Standardized Beta | 0.341 | PU có hệ số tác động dương trong mô hình minh họa |
| Coefficients | PEU, Standardized Beta | 0.219 | PEU có hệ số tác động dương trong mô hình minh họa |
| Coefficients | PU, Sig. | 0.000 | Có cơ sở thống kê để xem xét giả thuyết PU ảnh hưởng đến BI |
| Coefficients | PEU, Sig. | 0.006 | Có cơ sở thống kê để xem xét giả thuyết PEU ảnh hưởng đến BI |
Bạn không được lấy bảng trên để viết kết quả cho dữ liệu của mình. Hãy thay bằng con số trong file đang mở, đồng thời kiểm tra số quan sát ở từng bảng. Nếu N trong Descriptive Statistics là 248 nhưng một biến có nhiều giá trị thiếu, số quan sát trong hồi quy có thể thấp hơn.
Khi đọc output, hãy quay về câu hỏi ban đầu: bạn đang kiểm định biến nào ảnh hưởng đến biến nào, trong nhóm người nào. Một bảng Coefficients đẹp nhưng dùng sai mẫu vẫn không trả lời đúng đối tượng nghiên cứu.
Khi đối tượng nghiên cứu không đạt thì xử lý thế nào
Nếu câu mô tả còn rộng, hãy xử lý theo thứ tự dưới đây. Cách làm này giúp bạn sửa từ thiết kế thay vì cố giải thích một đề tài đã lệch hướng.
Viết lại đối tượng thành một mối quan hệ cụ thể
Thay câu “nghiên cứu hành vi mua sắm trực tuyến” bằng “nghiên cứu ảnh hưởng của niềm tin và cảm nhận rủi ro đến ý định mua sắm trực tuyến”. Câu mới cho biết biến nào cần đo và mô hình nào cần kiểm định.
Đối chiếu đối tượng với mục tiêu và giả thuyết
Mỗi mục tiêu cụ thể nên trả lời cho một phần của đối tượng. Nếu mục tiêu có “đề xuất giải pháp nâng cao sự hài lòng” nhưng mô hình không đo yếu tố nào liên quan đến sự hài lòng, bạn cần sửa mục tiêu hoặc bổ sung cơ sở cho mô hình trước khi chạy dữ liệu.
Kiểm tra lại tiêu chí chọn mẫu
Người trả lời phải có trải nghiệm liên quan đến hiện tượng. Với đề tài về ý định mua lại, câu hỏi sàng lọc nên xác định người trả lời đã từng mua sản phẩm hoặc sử dụng dịch vụ trong khoảng thời gian bạn quy định. Nếu đã thu thập mẫu sai, việc đổi tên biến trong SPSS không sửa được vấn đề.
Thu hẹp phạm vi kết luận
Nếu dữ liệu chỉ đến từ sinh viên một trường, bạn nên kết luận trong nhóm này thay vì viết cho toàn bộ người tiêu dùng Việt Nam. Đây là cách giải trình có thể chấp nhận được khi giới hạn đến từ nguồn lực và thiết kế mẫu, miễn là bạn nêu rõ trong luận văn.
Ghi lại các thay đổi
Lưu phiên bản đề cương, bảng hỏi và file dữ liệu trước mỗi lần chỉnh sửa. Khi giảng viên hỏi vì sao đối tượng nghiên cứu khác với bản đầu, bạn có thể giải thích dựa trên mục tiêu, tiêu chí mẫu và biến thực tế đã đo.
Phân biệt đối tượng nghiên cứu với khách thể và phạm vi nghiên cứu
Ba thuật ngữ này thường bị trộn vào một câu trong chương 1. Đối tượng nghiên cứu trả lời “nghiên cứu vấn đề gì”. Khách thể hoặc đối tượng khảo sát trả lời “thu thập dữ liệu từ ai”. Phạm vi nghiên cứu trả lời “nghiên cứu ở đâu, trong thời gian nào và đến mức nào”.
Ví dụ với đề tài “Ảnh hưởng của chất lượng dịch vụ đến sự hài lòng của khách hàng sử dụng ngân hàng số tại Hà Nội”: đối tượng nghiên cứu là mối quan hệ giữa chất lượng dịch vụ và sự hài lòng; khách thể khảo sát là khách hàng đã sử dụng ngân hàng số; phạm vi không gian là Hà Nội; phạm vi thời gian là khoảng thời gian thu thập dữ liệu; phạm vi nội dung là các thành phần chất lượng dịch vụ được chọn trong mô hình.
Bạn có thể trình bày như sau:
- Đối tượng nghiên cứu: mối quan hệ giữa các thành phần chất lượng dịch vụ và sự hài lòng.
- Đối tượng khảo sát: khách hàng đã sử dụng dịch vụ ngân hàng số.
- Phạm vi không gian: khách hàng cư trú hoặc giao dịch tại Hà Nội.
- Phạm vi thời gian: thời gian phát hành và thu hồi bảng hỏi.
- Phạm vi nội dung: các biến và giả thuyết được xác định trong mô hình nghiên cứu.
Nếu đề tài có phần phỏng vấn hoặc dữ liệu định tính trong tài liệu tham khảo, bạn vẫn cần giữ phần triển khai phù hợp với thiết kế định lượng của mình. Định tính là gì có thể giúp bạn hiểu sự khác nhau về cách tiếp cận, nhưng không nên đưa một phương pháp ngoài thiết kế vào luận văn chỉ vì bài tham khảo có dùng nó.
Lỗi thường gặp
Lỗi đầu tiên là ghi “đối tượng nghiên cứu là sinh viên”. Câu này thường mới mô tả người trả lời, chưa nói sinh viên đang được nghiên cứu về hành vi, nhận thức hay mối quan hệ nào.
Lỗi thứ hai là đồng nhất đối tượng nghiên cứu với đề tài. Tên đề tài có thể dài, còn đối tượng cần cô đọng thành vấn đề và mối quan hệ trọng tâm. Bạn nên tách tên đề tài thành bối cảnh, biến và quan hệ để viết câu định nghĩa chính xác.
Lỗi thứ ba là dùng phạm vi thay cho đối tượng. “Tại Thành phố Hồ Chí Minh năm 2026” chỉ cho biết không gian và thời gian. Nó chưa nói bạn đang nghiên cứu hiện tượng nào.
Lỗi thứ tư là thay đổi biến sau khi xem kết quả mà không ghi nhận lý do. Nếu loại biến vì corrected item-total correlation thấp hoặc factor loading không đạt, hãy lưu output từng vòng và giải thích theo tiêu chí đã chọn. Với Cronbach's Alpha, mức từ 0.7 thường được chấp nhận theo (Nunnally, 1978), còn thang đo khám phá có thể tham khảo mức từ 0.6 theo (Hair và cộng sự, 2010). Những ngưỡng này đánh giá thang đo, không thay thế việc xác định đối tượng nghiên cứu.
Lỗi cuối là kết luận vượt khỏi mẫu. Dữ liệu từ một nhóm khách hàng, một trường đại học hoặc một địa phương không tự động đại diện cho toàn bộ thị trường. Hãy đặt đối tượng, khách thể và phạm vi cạnh nhau trước khi viết chương 4.
Câu hỏi thường gặp
Đối tượng nghiên cứu là gì trong luận văn?
Đó là vấn đề, hiện tượng hoặc mối quan hệ mà luận văn muốn giải thích. Trong nghiên cứu định lượng, đối tượng thường được biểu diễn bằng các biến và giả thuyết, chẳng hạn ảnh hưởng của chất lượng dịch vụ đến sự hài lòng.
Đối tượng nghiên cứu và đối tượng khảo sát có giống nhau không?
Hai khái niệm này liên quan nhưng không giống nhau. Đối tượng khảo sát là người hoặc đơn vị cung cấp dữ liệu, còn đối tượng nghiên cứu là vấn đề được rút ra kết luận từ dữ liệu đó.
Đối tượng nghiên cứu có cần ghi địa điểm và thời gian không?
Địa điểm và thời gian thuộc phạm vi nghiên cứu. Bạn có thể đặt chúng trong cùng phần giới thiệu để làm rõ bối cảnh, nhưng câu mô tả đối tượng vẫn phải nêu vấn đề hoặc mối quan hệ trung tâm.
Đối tượng nghiên cứu có phải là biến phụ thuộc không?
Biến phụ thuộc chỉ là một thành phần của đối tượng trong nhiều đề tài định lượng. Đối tượng có thể bao gồm biến độc lập, biến phụ thuộc, biến trung gian, biến điều tiết và mối quan hệ giữa chúng.
Đối tượng nghiên cứu bị rộng thì phải làm sao?
Hãy thu hẹp theo một bối cảnh, nhóm khảo sát, mô hình và quan hệ cụ thể. Sau đó kiểm tra lại sự khớp nhau giữa tên đề tài, mục tiêu, giả thuyết, bảng hỏi và cách phân tích.
Có thể sửa đối tượng nghiên cứu sau khi đã thu thập dữ liệu không?
Bạn có thể điều chỉnh cách diễn đạt nếu dữ liệu vẫn đo đúng vấn đề, nhưng không nên đổi đối tượng chỉ để che một mẫu không phù hợp hoặc kết quả không như kỳ vọng. Nếu phải loại biến hay thu hẹp kết luận, hãy ghi lại lý do và giới hạn nghiên cứu.
Mở file đề cương và dữ liệu của bạn, viết một câu đối tượng theo mẫu [mối quan hệ] giữa [các biến] trong [bối cảnh], rồi đối chiếu với bảng hỏi và danh sách biến trước khi chạy phân tích tiếp theo. Nếu cần kiểm tra mô hình, biến và dữ liệu thật trong SPSS hoặc SmartPLS, bạn có thể dùng module M4 phân tích.