Dữ liệu định lượng là gì? Cách nhận biết và phân tích
Dữ liệu định lượng là gì
Dữ liệu định lượng là dữ liệu được biểu diễn bằng con số, có thể đo lường, mã hóa, tổng hợp và phân tích bằng các phương pháp thống kê. Khi bạn hỏi 250 người về mức độ hài lòng theo thang Likert 1 đến 5, số điểm mỗi người chọn là dữ liệu định lượng. Khi bạn ghi nhận tuổi, thu nhập, số lần mua hàng hoặc điểm trung bình học tập, các con số đó cũng thuộc nhóm này.
Điểm quan trọng nằm ở khả năng đưa dữ liệu vào một cấu trúc đo lường rõ ràng. Mỗi dòng trong file SPSS hoặc CSV thường đại diện cho một người trả lời, còn mỗi cột đại diện cho một biến, chẳng hạn giới tính, độ tuổi, SAT1, SAT2 hoặc ý định mua hàng. Từ các cột đó, bạn có thể tính tần số, tỷ lệ phần trăm, trung bình, độ lệch chuẩn, tương quan, hồi quy, Cronbach's Alpha, EFA hoặc mô hình PLS-SEM.
Ví dụ, đề tài nghiên cứu các yếu tố ảnh hưởng đến ý định mua mỹ phẩm trực tuyến có thể tạo ra các biến quan sát như sau:
PU1đếnPU4: mức độ đồng ý với các phát biểu về cảm nhận hữu ích.TR1đếnTR3: mức độ đồng ý với các phát biểu về niềm tin.INT1đếnINT3: mức độ đồng ý với các phát biểu về ý định mua.AGE: tuổi của người trả lời.GENDER: giới tính được mã hóa bằng số.
Dữ liệu định lượng không chỉ là những con số đo trực tiếp như tiền hoặc chiều cao. Một lựa chọn trên bảng hỏi cũng trở thành dữ liệu định lượng khi bạn quy định cách mã hóa nhất quán, chẳng hạn 1 = hoàn toàn không đồng ý và 5 = hoàn toàn đồng ý. Thang Likert được dùng để đo thái độ theo cách này từ nền tảng do Likert đề xuất (Likert, 1932).
Nếu bạn đang đặt câu hỏi rộng hơn về quy trình nghiên cứu, có thể xem bài nghiên cứu khoa học là gì và chủ đề Nghiên cứu khoa học để đặt phần dữ liệu vào đúng bối cảnh của luận văn. Bài NCKH là gì cũng giúp bạn phân biệt đề tài, câu hỏi nghiên cứu, phương pháp và dữ liệu.
Ý nghĩa của dữ liệu định lượng trong nghiên cứu định lượng
Dữ liệu định lượng giúp bạn chuyển câu hỏi nghiên cứu thành các biến có thể kiểm tra. Ví dụ, câu hỏi “chất lượng dịch vụ có ảnh hưởng đến sự hài lòng không” cần được chuyển thành các biến quan sát cho chất lượng dịch vụ và sự hài lòng. Sau khi thu thập câu trả lời, bạn có thể kiểm tra mối liên hệ bằng tương quan hoặc hồi quy, tùy mô hình và giả thuyết.
Dữ liệu cũng quyết định cách bạn chọn phương pháp phân tích. Nếu bạn có một biến kết quả dạng điểm số và nhiều biến giải thích, hồi quy tuyến tính có thể phù hợp. Nếu mô hình gồm biến tiềm ẩn và nhiều biến quan sát, bạn có thể cân nhắc SPSS kết hợp SmartPLS. Với PLS-SEM, quy trình thường đánh giá mô hình đo lường trước rồi mới đánh giá mô hình cấu trúc, phù hợp với cách tiếp cận hai bước được trình bày bởi (Anderson và Gerbing, 1988).
Trong file dữ liệu thật, dữ liệu định lượng giúp bạn trả lời ít nhất bốn nhóm câu hỏi:
- Mẫu khảo sát có đặc điểm gì, chẳng hạn giới tính, độ tuổi và nghề nghiệp.
- Các biến quan sát có đủ độ tin cậy để gộp thành thang đo không.
- Các thang đo có giá trị hội tụ và giá trị phân biệt không.
- Các giả thuyết về tác động giữa các biến có được dữ liệu ủng hộ không.
Vì vậy, dữ liệu định lượng không đồng nghĩa với việc chỉ chạy một bảng trung bình. Bạn cần đi từ thiết kế bảng hỏi, mã hóa, làm sạch dữ liệu, kiểm định thang đo đến kiểm định mô hình. Một con số chỉ có ý nghĩa khi bạn biết nó đại diện cho khái niệm nào, được đo bằng cách nào và được tạo ra từ bao nhiêu quan sát.
Dữ liệu định lượng bao nhiêu là đạt
Không có một con số duy nhất áp dụng cho mọi bộ dữ liệu. “Đạt” có thể nói về cỡ mẫu, chất lượng thang đo, mức độ phù hợp của dữ liệu với EFA hoặc các chỉ số trong PLS-SEM. Bạn nên đối chiếu từng tiêu chí với mục tiêu phân tích thay vì gom tất cả thành một ngưỡng chung.
Bảng dưới đây là các mốc thường gặp trong luận văn định lượng. Mỗi dòng đi kèm nguồn để bạn biết căn cứ khi giải trình với giảng viên.
| Nội dung cần kiểm tra | Mốc tham khảo | Nguồn |
|---|---|---|
| Số quan sát trên mỗi biến quan sát | 5 đến 10 quan sát cho một biến | (Hair và cộng sự, 2010) |
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Alpha trong thang đo mới hoặc nghiên cứu khám phá | Có thể từ 0.6 trở lên | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO khi chạy EFA | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | Sig. dưới 0.05 | (Kaiser, 1974) |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
| VIF trong PLS-SEM | Dưới 5 | (Hair và cộng sự, 2019) |
Các mốc này không thay thế cho việc xem thiết kế nghiên cứu. Một bộ dữ liệu có 300 dòng vẫn có thể gặp lỗi nếu nhiều người trả lời chọn cùng một đáp án, bỏ trống hàng loạt hoặc trả lời không nhất quán. Ngược lại, một thang đo mới có Alpha thấp hơn mốc kinh điển có thể cần được giải thích theo bối cảnh khám phá, thay vì tự động xóa biến cho đến khi có con số đẹp.
Cách đọc dữ liệu định lượng trên output
Bạn có thể bắt đầu bằng một bảng output mô tả đơn giản trong SPSS. Vào Analyze > Descriptive Statistics > Descriptives, đưa các biến cần xem vào ô Variable(s), sau đó chọn Options để hiển thị Mean, Std. Deviation, Minimum và Maximum. Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể.
| Descriptive Statistics | N | Minimum | Maximum | Mean | Std. Deviation |
|---|---|---|---|---|---|
| PU1 | 248 | 1 | 5 | 3.81 | 0.84 |
| PU2 | 248 | 1 | 5 | 3.74 | 0.91 |
| TR1 | 248 | 1 | 5 | 3.56 | 0.97 |
| INT1 | 248 | 1 | 5 | 3.92 | 0.79 |
| Valid N (listwise) | 248 |
Cột N cho biết số quan sát được dùng để tính cho từng biến. Nếu một biến có N thấp hơn đáng kể so với các biến còn lại, hãy kiểm tra dữ liệu thiếu. Minimum và Maximum cho biết khoảng giá trị thực tế. Với thang Likert 1 đến 5, nếu Maximum bằng 7, có thể bạn đã nhập sai mã hoặc bảng hỏi dùng thang khác với dự kiến.
Mean là giá trị trung bình. Mean 3.81 trên PU1 chỉ cho biết xu hướng trả lời của mẫu minh họa, không chứng minh PU1 tác động đến biến kết quả. Std. Deviation thể hiện mức phân tán quanh trung bình. Độ lệch chuẩn lớn hay nhỏ cần được đọc cùng thang đo và bối cảnh, không nên tự đặt một mốc đạt chung cho mọi đề tài.
Nếu chuyển sang kiểm định thang đo, output Reliability Statistics có thể có dạng sau:
| Reliability Statistics | Cronbach's Alpha | N of Items |
|---|---|---|
| PU | 0.842 | 4 |
Trong bảng minh họa này, Alpha của thang đo PU là 0.842 với bốn biến quan sát. Bạn cần xem thêm Item-Total Statistics, đặc biệt là Corrected Item-Total Correlation và cột Cronbach's Alpha if Item Deleted. Đừng xóa một biến chỉ vì xóa nó làm Alpha tăng. Hãy xem biến đó có phù hợp về nội dung, mã hóa và mô hình lý thuyết hay không.
Khi dữ liệu định lượng không đạt thì xử lý thế nào
Bạn nên xử lý theo thứ tự từ lỗi dữ liệu đến lỗi mô hình. Cách này dễ giải trình hơn việc xóa nhiều dòng hoặc biến ngay từ đầu.
Kiểm tra mã hóa và kiểu biến
Mở Variable View trong SPSS. Kiểm tra Type, Values, Missing và nhãn biến. Một biến Likert bị nhập dưới dạng chuỗi, chẳng hạn “Đồng ý”, sẽ không chạy được nhiều phân tích số học. Bạn cần xác định bảng mã trước khi chuyển thành số, không thay thế tùy ý.
Kiểm tra dữ liệu thiếu và câu trả lời bất thường
Dùng Analyze > Descriptive Statistics > Frequencies để xem tần số và giá trị lạ. Kiểm tra những dòng bỏ trống quá nhiều, chọn cùng một mức cho gần như toàn bộ biến, hoặc có thời gian trả lời bất thường nếu file khảo sát lưu thông tin đó. Việc loại dòng phải có tiêu chí trước khi thực hiện và nên ghi lại số dòng đã loại.
Kiểm tra biến đảo chiều
Nếu bảng hỏi có biến phủ định, bạn phải recode trước khi chạy Alpha hoặc EFA. Vào Transform > Recode into Different Variables, tạo biến mới và ghi rõ quy tắc mã hóa. Với thang 1 đến 5, quy tắc thường là 1 đổi thành 5, 2 đổi thành 4, 3 giữ nguyên, nhưng bạn chỉ áp dụng khi nội dung biến thực sự được thiết kế theo chiều đảo.
Xem lại thang đo và mô hình
Nếu Alpha, factor loading hoặc AVE không đạt, đọc lại nội dung biến và nguồn thang đo. Có thể một biến đang đo khái niệm khác, bị dịch sai hoặc được đặt vào sai nhóm. Loại biến có cơ sở nội dung và thống kê thường chấp nhận được hơn việc chạy đi chạy lại để tìm một kết quả thuận lợi.
Thu thập bổ sung khi vấn đề nằm ở mẫu
Nếu dữ liệu thiếu đại diện, có quá ít quan sát ở một nhóm hoặc nhiều dòng không hợp lệ, phần mềm không thể sửa thay bạn. Khi đó, bạn cần trao đổi với giảng viên về tiêu chí thu thập bổ sung. Không nên nhân bản các dòng cũ để làm tăng cỡ mẫu, vì cách này làm sai cấu trúc dữ liệu và rủi ro bị hỏi rất cao khi bảo vệ.
Phân biệt dữ liệu định lượng với dữ liệu định tính
Dữ liệu định lượng trả lời các câu hỏi như bao nhiêu, mức độ nào, có mối liên hệ hay không và tác động mạnh đến đâu. Dữ liệu định tính thường tập trung vào ý nghĩa, trải nghiệm hoặc cách người tham gia diễn giải một vấn đề. Bạn có thể đọc thêm định tính là gì để phân biệt hai hướng tiếp cận ở cấp độ phương pháp.
| Tiêu chí | Dữ liệu định lượng | Dữ liệu định tính |
|---|---|---|
| Dạng dữ liệu | Con số, mã số, điểm đo | Văn bản, lời nói, mô tả mở |
| Công cụ phổ biến | Bảng hỏi đóng, thang Likert | Câu hỏi mở hoặc tài liệu văn bản |
| Mục tiêu | Đo lường, so sánh, kiểm định giả thuyết | Hiểu ý nghĩa và bối cảnh |
| Kết quả thường gặp | Trung bình, tỷ lệ, p-value, hệ số hồi quy | Chủ đề, mô tả và diễn giải |
| Phần mềm thường dùng | SPSS, SmartPLS, AMOS, JASP, R | Phần mềm xử lý văn bản hoặc mã hóa |
Ranh giới nằm ở cách dữ liệu được thiết kế và phân tích, không chỉ ở việc có thấy con số hay không. Một câu trả lời mở được mã hóa thành nhóm chủ đề có thể tạo ra bảng tần số, nhưng điều đó chưa biến toàn bộ thiết kế nghiên cứu thành nghiên cứu định lượng. Ngược lại, biến giới tính được mã hóa 1 và 2 chỉ là cách biểu diễn số cho một biến phân loại.
Với luận văn định lượng, bạn nên xác định ngay từ đề cương: biến nào là biến độc lập, biến phụ thuộc, biến trung gian hoặc biến điều tiết; mỗi biến được đo bằng bao nhiêu biến quan sát; dữ liệu sẽ được phân tích bằng SPSS hay SmartPLS. Bạn có thể xem thêm đối tượng nghiên cứu để tránh nhầm giữa đối tượng cần nghiên cứu và người cung cấp dữ liệu. Nếu cần xác định phạm vi đề tài, danh mục lĩnh vực nghiên cứu có thể giúp bạn đặt dữ liệu vào đúng bối cảnh.
Lỗi thường gặp
Lỗi đầu tiên là gọi mọi con số trong file là dữ liệu định lượng có chất lượng. Một cột mã số người trả lời, mã tỉnh hoặc mã nhóm chỉ là mã định danh nếu không có ý nghĩa thứ bậc hay khoảng cách số học. Bạn không nên lấy trung bình mã tỉnh hoặc mã ngành học như thể đó là đại lượng đo lường.
Lỗi thứ hai là dùng trung bình để kết luận giả thuyết. Mean mô tả xu hướng của mẫu, còn giả thuyết về ảnh hưởng thường cần kiểm định tương quan, hồi quy hoặc path coefficient. Hai thang đo cùng có Mean cao không chứng minh một thang đo tác động lên thang đo còn lại.
Lỗi thứ ba là xóa biến theo một ngưỡng máy móc. Alpha tăng sau khi xóa biến chưa đủ để khẳng định thang đo tốt hơn. Bạn cần xem Corrected Item-Total Correlation, nội dung biến, factor loading, cấu trúc lý thuyết và số lượng biến còn lại.
Lỗi thứ tư là trộn tiêu chí giữa SPSS và SmartPLS. CFI, TLI và RMSEA thuộc nhóm chỉ số thường dùng trong CB-SEM, không nên đưa vào bài đọc dữ liệu PLS-SEM như thể chúng là cùng một bộ tiêu chí. Trong SmartPLS, hãy tập trung đúng nhóm chỉ số như outer loading, CR, AVE, HTMT, VIF, R² và Q².
Câu hỏi thường gặp
Dữ liệu định lượng là gì trong luận văn?
Đó là các giá trị số được thu thập hoặc mã hóa theo quy tắc, dùng để mô tả mẫu và kiểm định câu hỏi nghiên cứu. Ví dụ gồm điểm Likert, tuổi, thu nhập, số lần mua và điểm trung bình.
Dữ liệu định lượng có phải lúc nào cũng là số đo thực tế không?
Không. Lựa chọn “đồng ý” có thể được mã hóa thành 4 trong thang Likert, nhưng số 4 chỉ đại diện cho mức trả lời theo quy ước. Bạn cần đọc biến dựa trên nhãn và cách mã hóa, không chỉ nhìn vào con số trong file.
Dữ liệu định lượng phân tích bằng phần mềm nào?
SPSS phù hợp với thống kê mô tả, kiểm định độ tin cậy, EFA, tương quan, hồi quy và nhiều kiểm định giả thuyết. SmartPLS phù hợp với PLS-SEM khi mô hình có biến tiềm ẩn và cần đánh giá cả mô hình đo lường lẫn mô hình cấu trúc. JASP và R có thể giảm chi phí phần mềm nhưng thường cần bạn tự học thêm về thao tác và cú pháp.
Dữ liệu định lượng bị thiếu thì làm sao?
Trước tiên, xác định dữ liệu thiếu nằm ở biến nào và thiếu theo kiểu nào. Sau đó kiểm tra bảng hỏi, mã hóa và tiêu chí loại dòng. Việc thay thế giá trị thiếu chỉ nên thực hiện khi có lý do phương pháp rõ ràng và được ghi lại trong phần phương pháp, thay vì điền tùy ý để tăng số quan sát.
Cỡ mẫu bao nhiêu là đủ cho dữ liệu định lượng?
Cỡ mẫu phụ thuộc vào số biến quan sát, phương pháp phân tích, số nhóm cần so sánh và độ phức tạp của mô hình. Một mốc thường được trích dẫn là 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010), nhưng bạn vẫn cần đối chiếu với mô hình và yêu cầu của ngành.
Bạn hãy mở file .sav hoặc .csv ngay bây giờ, kiểm tra tên biến, kiểu dữ liệu, giá trị thiếu và thang mã hóa trước khi chạy bất kỳ phân tích nào. Nếu cần chạy phân tích trên chính dữ liệu của bạn bằng SPSS hoặc SmartPLS, xem M4 phân tích dữ liệu.