Khách thể nghiên cứu là gì? Cách xác định và lấy mẫu đúng

Khách thể nghiên cứu là gì

Bạn có thể hiểu khách thể nghiên cứu là nhóm người, tổ chức, doanh nghiệp, hộ gia đình hoặc đơn vị mà từ đó bạn tiếp cận và thu thập dữ liệu cho đề tài. Nói cụ thể hơn, khách thể trả lời câu hỏi: “Dữ liệu nghiên cứu được lấy từ ai hoặc từ đơn vị nào?”.

Ví dụ, đề tài phân tích các yếu tố ảnh hưởng đến ý định sử dụng ví điện tử của sinh viên tại Thành phố Hồ Chí Minh có khách thể là sinh viên đang học tại các trường đại học, cao đẳng ở Thành phố Hồ Chí Minh. Nếu bạn phát bảng hỏi cho 250 sinh viên và đưa các câu trả lời vào SPSS, 250 người đó là các đơn vị quan sát trong mẫu, còn nhóm sinh viên mà đề tài hướng đến là khách thể nghiên cứu.

Khách thể cần được mô tả bằng các điều kiện có thể kiểm tra, chẳng hạn độ tuổi, nghề nghiệp, nơi cư trú, tình trạng sử dụng sản phẩm hoặc mối quan hệ với tổ chức. Một mô tả tốt thường gồm bốn phần: ai, ở đâu, trong khoảng thời gian nào, và có điều kiện tham gia gì.

Bạn có thể xem phần nghiên cứu khoa học là gì để đặt khái niệm này vào toàn bộ quy trình nghiên cứu. Khách thể quyết định bạn phát bảng hỏi cho ai, dùng tiêu chí sàng lọc nào và có thể khái quát kết quả đến nhóm nào.

Ý nghĩa của khách thể nghiên cứu trong nghiên cứu định lượng

Trong nghiên cứu định lượng, khách thể giúp bạn xác định phạm vi suy luận của kết quả. Khi bạn chạy Cronbach's Alpha, EFA, hồi quy tuyến tính hoặc PLS-SEM, phần mềm chỉ xử lý dữ liệu của những người đã trả lời. Kết quả vì vậy chỉ có ý nghĩa trong phạm vi nhóm khách thể mà bạn đã xác định và lấy mẫu.

Chẳng hạn, bạn khảo sát người đã mua mỹ phẩm trực tuyến trong sáu tháng gần đây. Nếu bảng hỏi được phát chủ yếu cho sinh viên chưa từng mua mỹ phẩm trực tuyến, dữ liệu không còn khớp với khách thể ban đầu. Các bảng output vẫn có thể chạy ra con số, nhưng kết luận về hành vi mua của người đã từng mua sẽ thiếu cơ sở.

Việc xác định khách thể kéo theo ba quyết định thực tế. Thứ nhất là tiêu chí sàng lọc, chẳng hạn người trả lời có từng sử dụng sản phẩm, từng giao dịch hoặc thuộc nhóm tuổi quy định hay không. Thứ hai là kênh thu thập dữ liệu, như nhóm Facebook, lớp học, doanh nghiệp, cộng đồng người dùng, email hoặc bảng hỏi trực tuyến. Thứ ba là cách chọn mẫu và cỡ mẫu, sau đó giải thích vì sao số lượng quan sát phù hợp với mô hình.

Bạn cũng cần tách rõ lĩnh vực nghiên cứu, địa bàn, thời gian và khách thể. Có thể tham khảo thêm lĩnh vực nghiên cứu khi xác định ranh giới chủ đề, rồi dùng khách thể để chuyển ranh giới đó thành nhóm dữ liệu cụ thể.

Khách thể nghiên cứu bao nhiêu là đạt

Khách thể không có một ngưỡng số lượng cố định áp dụng cho mọi đề tài. “Đạt” ở đây có nghĩa là mô tả đủ rõ để người khác biết bạn khảo sát ai, có thể kiểm tra người trả lời có thuộc nhóm đó hay không, và mẫu thực tế có liên quan đến câu hỏi nghiên cứu.

Nếu dùng thang đo với nhiều biến quan sát, một quy tắc thường được sử dụng là có từ 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010). Với hồi quy, có thể tham khảo cỡ mẫu tối thiểu n từ 50 + 8m trở lên, trong đó m là số biến độc lập (Tabachnick và Fidell, 2013). Đây là căn cứ giải thích cỡ mẫu, không phải lý do để thay đổi khách thể cho đủ số người.

Ví dụ, đề tài có 25 biến quan sát và dự kiến chạy EFA. Khoảng 125 đến 250 quan sát là mốc tham khảo theo quy tắc trên. Bạn vẫn cần xem số lượng biến, số nhân tố, cách chọn mẫu và yêu cầu của giảng viên hướng dẫn trước khi chốt con số.

Cách đọc khách thể nghiên cứu trên output

Khách thể không xuất hiện dưới dạng một chỉ số riêng trong bảng Coefficients, KMO and Bartlett's Test hay Reliability Statistics. Bạn kiểm tra khách thể thông qua các biến mô tả mẫu và câu hỏi sàng lọc trong file dữ liệu. Trong SPSS, các bảng Frequencies và Descriptive Statistics cho biết mẫu thực tế có đúng với nhóm đã mô tả hay không.

Giả sử bạn nghiên cứu ý định sử dụng ứng dụng ngân hàng số của người đi làm tại Hà Nội. Bảng hỏi có biến SCREEN_USE để xác định người trả lời đã sử dụng ứng dụng trong sáu tháng gần đây, và biến AGE_GROUP để mô tả độ tuổi. Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thực tế.

Nếu tiêu chí tham gia là đã sử dụng ứng dụng trong sáu tháng gần đây, 26 bản ghi có giá trị Không cần được xem xét loại khỏi mẫu phân tích. Bạn cũng phải kiểm tra mã hóa giá trị thiếu. Một ô trống, mã 99 hoặc câu trả lời “Không nhớ” không nên bị đưa vào nhóm người đã sử dụng nếu bảng hỏi chưa quy định như vậy.

Trong SPSS, mở Analyze > Descriptive Statistics > Frequencies, đưa các biến sàng lọc và biến nhân khẩu học vào ô Variables, sau đó chọn bảng tần số. Nếu muốn kiểm tra tuổi trung bình, độ lệch chuẩn hoặc khoảng nhỏ nhất, mở Analyze > Descriptive Statistics > Descriptives. Các bảng này mô tả mẫu đã thu được, không chứng minh rằng mẫu đại diện hoàn toàn cho tổng thể.

Khi đọc output, hãy đối chiếu ba nơi: tiêu chí khách thể trong chương phương pháp, câu hỏi sàng lọc trong bảng hỏi và giá trị thực tế trong file .sav hoặc .csv. Nếu ba phần này không khớp, hãy xử lý dữ liệu trước khi chạy phân tích chính.

Khi khách thể nghiên cứu không đạt thì xử lý thế nào

Trước hết, xác định “không đạt” nằm ở mô tả hay ở dữ liệu. Nếu mô tả còn chung chung, hãy viết lại tiêu chí. Nếu có nhiều người trả lời sai nhóm, hãy kiểm tra câu hỏi sàng lọc và quy tắc loại bản ghi. Nếu số lượng hợp lệ thấp, mới xem xét thu thêm dữ liệu.

Rà soát lại tiêu chí tham gia

Viết tiêu chí bằng điều kiện có thể trả lời Có hoặc Không. Ví dụ: “Đã mua hàng trên sàn thương mại điện tử X ít nhất một lần trong ba tháng gần đây” rõ hơn câu “là người tiêu dùng trực tuyến”. Tiêu chí càng cụ thể, bạn càng dễ giải thích vì sao một bản ghi được giữ hoặc loại.

Kiểm tra mã hóa và dữ liệu thiếu

Mở Variable View để kiểm tra Values, Missing và kiểu dữ liệu của biến sàng lọc. Sau đó dùng Analyze > Descriptive Statistics > Frequencies để phát hiện mã ngoài dự kiến. Nếu mã 1 là “Có” nhưng một số dòng lại có mã 3, bạn cần truy lại bảng hỏi hoặc quy ước mã hóa trước khi lọc.

Loại bản ghi sai điều kiện một cách có ghi chép

Bạn có thể dùng Data > Select Cases để chọn các trường hợp thỏa tiêu chí. Hãy lưu một bản dữ liệu gốc, tạo bản làm sạch riêng và ghi số lượng bản ghi bị loại cùng lý do. Việc loại dữ liệu phải dựa trên tiêu chí đã định trước, không nên loại chỉ vì một bản ghi làm Cronbach's Alpha hoặc R² thấp.

Thu thập thêm dữ liệu nếu mẫu hợp lệ chưa đủ

Nếu sau khi làm sạch, số quan sát hợp lệ thấp hơn kế hoạch, hãy quay lại đúng nhóm khách thể. Không nên mở rộng sang nhóm khác chỉ để đạt số lượng. Nếu phải thay đổi địa bàn, độ tuổi hoặc điều kiện sử dụng, bạn cần cập nhật phạm vi nghiên cứu và trao đổi với giảng viên hướng dẫn.

Nếu dùng bảng hỏi trực tuyến, bạn có thể triển khai bằng Google Forms hoặc fillform.info, công cụ biểu mẫu tiếng Việt của DoThesis dành cho việc thu thập câu trả lời khảo sát. Dù dùng công cụ nào, trách nhiệm kiểm tra khách thể vẫn nằm ở câu hỏi sàng lọc, dữ liệu xuất ra và quy tắc làm sạch.

Phân biệt khách thể nghiên cứu với đối tượng nghiên cứu

Hai thuật ngữ này thường bị dùng lẫn vì chúng đều xuất hiện ở phần mở đầu đề tài. Cách phân biệt dễ áp dụng là: đối tượng nghiên cứu là vấn đề hoặc mối quan hệ bạn muốn phân tích; khách thể nghiên cứu là nhóm cung cấp dữ liệu để phân tích vấn đề đó.

Ví dụ với đề tài “Các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ giao đồ ăn tại Hà Nội”:

• Đối tượng nghiên cứu: các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ giao đồ ăn.
• Khách thể nghiên cứu: khách hàng đã sử dụng dịch vụ giao đồ ăn tại Hà Nội trong khoảng thời gian được quy định.
• Đơn vị quan sát: từng khách hàng trả lời hợp lệ trong mẫu.
• Phạm vi nghiên cứu: địa bàn Hà Nội, loại dịch vụ được chọn và thời gian khảo sát.

Bạn có thể đọc thêm bài đối tượng nghiên cứu để đối chiếu cách viết hai phần này. Một đề tài có thể có cùng khách thể nhưng khác đối tượng, chẳng hạn cùng khảo sát sinh viên nhưng lần lượt nghiên cứu ý định mua, mức độ hài lòng hoặc hành vi sử dụng.

Cũng cần phân biệt khách thể với tổng thể nghiên cứu. Tổng thể là toàn bộ nhóm mà bạn muốn hướng đến, còn mẫu là phần thực tế được chọn ra để trả lời bảng hỏi. Khách thể mô tả nhóm mục tiêu, mẫu cho biết những ai đã thực sự xuất hiện trong file dữ liệu.

Nếu cần đặt khái niệm này trong hệ thống nội dung rộng hơn, bạn có thể xem chủ đề Nghiên cứu khoa học và bài nghiên cứu khoa học.

Lỗi thường gặp

Ghi khách thể quá rộng. “Người tiêu dùng Việt Nam” có thể vượt quá khả năng thu thập dữ liệu của một luận văn sinh viên. Nếu bạn chỉ khảo sát tại một thành phố hoặc một nhóm tuổi, hãy ghi đúng phạm vi đó.

Nhầm khách thể với sản phẩm hoặc hiện tượng. “Mức độ hài lòng về ngân hàng số” là nội dung cần đo, không phải nhóm người trả lời. Khách thể phải là người dùng hoặc nhóm tổ chức có trải nghiệm liên quan.

Không có câu hỏi sàng lọc. Bạn viết khách thể là người đã mua hàng nhưng bảng hỏi cho phép bất kỳ ai trả lời. Khi đó, file dữ liệu không chứng minh được người trả lời thuộc nhóm nghiên cứu.

Đổi khách thể sau khi có dữ liệu. Ban đầu khảo sát nhân viên văn phòng, sau đó thêm sinh viên nhưng vẫn giữ nguyên mô tả mẫu. Cách làm này tạo ra sự không nhất quán giữa đề cương, bảng hỏi và chương kết quả.

Khái quát kết quả vượt phạm vi. Mẫu thuận tiện từ một trường đại học không đủ để viết rằng kết quả đại diện cho toàn bộ sinh viên Việt Nam. Hãy nêu giới hạn của địa bàn, cách lấy mẫu và nhóm người trả lời.

Chỉ báo cáo số lượng, không báo cáo điều kiện hợp lệ. Có 300 dòng dữ liệu chưa có nghĩa là có 300 quan sát phù hợp. Bạn cần báo cáo số phiếu phát ra, số phiếu thu về, số phiếu bị loại và số phiếu hợp lệ nếu quy trình của đề tài có các bước này.

Câu hỏi thường gặp

Khách thể nghiên cứu là gì và có bắt buộc phải ghi trong luận văn không?

Khách thể là nhóm người hoặc đơn vị cung cấp dữ liệu cho nghiên cứu. Trong luận văn định lượng, bạn nên ghi rõ khách thể ở phần đối tượng, phạm vi hoặc phương pháp nghiên cứu để người đọc biết kết quả được xây dựng từ nhóm nào.

Khách thể nghiên cứu và đối tượng nghiên cứu khác nhau thế nào?

Đối tượng là vấn đề, hiện tượng hoặc mối quan hệ cần phân tích. Khách thể là nhóm được khảo sát hoặc cung cấp dữ liệu. Ví dụ, “ý định mua mỹ phẩm trực tuyến” là đối tượng, còn “người tiêu dùng từ 18 tuổi đã từng mua mỹ phẩm trực tuyến” là khách thể.

Một đề tài có thể có nhiều khách thể nghiên cứu không?

Có thể, nếu mô hình và mục tiêu nghiên cứu thật sự cần dữ liệu từ nhiều nhóm. Khi đó bạn phải nêu rõ từng nhóm, cách lấy mẫu và cách so sánh hoặc gộp dữ liệu. Nếu chỉ thêm nhóm để đủ số lượng, thiết kế nghiên cứu sẽ khó giải thích.

Khách thể nghiên cứu có phải là cỡ mẫu không?

Không. Khách thể là nhóm mục tiêu, còn cỡ mẫu là số đơn vị được chọn và có dữ liệu hợp lệ. Ví dụ, khách thể là sinh viên đang sử dụng ví điện tử tại Thành phố Hồ Chí Minh, còn cỡ mẫu có thể là 250 bảng trả lời hợp lệ.

Khách thể bị sai thì có cần chạy lại SPSS không?

Bạn cần kiểm tra và làm sạch dữ liệu trước. Nếu chỉ sai mã hoặc có một số bản ghi không thỏa điều kiện, hãy sửa theo quy tắc đã ghi chép rồi chạy lại các phân tích bị ảnh hưởng. Nếu phải thay đổi nhóm khảo sát, bạn cần xem lại bảng hỏi, cỡ mẫu và cách trình bày phương pháp trước khi chạy lại toàn bộ quy trình.

Cách viết khách thể nghiên cứu vào luận văn như thế nào?

Bạn có thể viết: “Khách thể của nghiên cứu là [nhóm người hoặc đơn vị] tại [địa bàn], có [điều kiện tham gia] trong [khoảng thời gian]. Dữ liệu được thu thập bằng [hình thức], sau khi loại các phiếu không đáp ứng [tiêu chí sàng lọc], còn [số lượng] quan sát hợp lệ để phân tích.” Hãy thay toàn bộ phần trong ngoặc bằng thông tin thật trong file dữ liệu của bạn.

Mở file bảng hỏi và file dữ liệu ngay bây giờ, đối chiếu tiêu chí khách thể với biến sàng lọc, sau đó ghi lại số phiếu hợp lệ trước khi chạy phân tích tiếp theo. Nếu cần hỗ trợ chạy trên .sav hoặc .csv của bạn, xem M4 phân tích.