Phương pháp luận là gì? Cách hiểu và trình bày trong luận văn
Phương pháp luận là gì
Phương pháp luận là hệ thống quan điểm, nguyên tắc và cách tiếp cận dùng để định hướng toàn bộ quá trình nghiên cứu. Nó trả lời câu hỏi: bạn nhìn nhận vấn đề theo cách nào, dữ liệu nào được xem là phù hợp, bằng chứng nào đủ để đưa ra kết luận và vì sao bạn chọn thiết kế nghiên cứu đó.
Trong một luận văn định lượng, phương pháp luận không chỉ là tên của một kỹ thuật như chạy hồi quy, EFA hay PLS-SEM. Nó nằm ở tầng rộng hơn. Từ phương pháp luận, bạn mới giải thích được vì sao đề tài dùng bảng hỏi, đo lường biến bằng thang Likert, thu thập dữ liệu số và kiểm định giả thuyết bằng SPSS hoặc SmartPLS.
Có thể hình dung mối quan hệ theo thứ tự sau:
phương pháp luận → cách tiếp cận nghiên cứu → thiết kế nghiên cứu → phương pháp thu thập dữ liệu → kỹ thuật phân tích dữ liệu.
Ví dụ, bạn nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng ví điện tử. Nếu chọn cách tiếp cận định lượng, bạn xây dựng mô hình gồm các biến độc lập và biến phụ thuộc, chuyển các khái niệm thành biến quan sát, phát bảng hỏi, mã hóa dữ liệu rồi kiểm định các mối quan hệ bằng thống kê. Phương pháp luận giải thích logic đứng sau toàn bộ chuỗi lựa chọn đó.
Nếu mới làm quen với thuật ngữ này, bạn có thể đọc thêm bài nghiên cứu khoa học là gì để phân biệt mục tiêu nghiên cứu, câu hỏi nghiên cứu và phương pháp luận.
Ý nghĩa của phương pháp luận trong nghiên cứu định lượng
Phương pháp luận giúp luận văn có một đường dây logic từ vấn đề đến kết luận. Khi hội đồng hỏi “Vì sao em chọn khảo sát bằng bảng hỏi?” hoặc “Vì sao em dùng SmartPLS thay vì một công cụ khác?”, câu trả lời không nên chỉ là “vì các nghiên cứu trước đều làm như vậy”. Bạn cần nối lựa chọn đó với bản chất câu hỏi nghiên cứu và loại dữ liệu cần thu thập.
Với nghiên cứu định lượng, phương pháp luận thường định hướng năm quyết định chính:
- Xác định loại câu hỏi nghiên cứu. Bạn đang đo mức độ, kiểm định mối quan hệ, so sánh các nhóm hay dự báo một kết quả. Câu hỏi về ảnh hưởng giữa các biến thường phù hợp với mô hình giả thuyết và dữ liệu dạng số.
- Chọn cách tiếp cận. Định lượng dùng dữ liệu có thể mã hóa và phân tích bằng thống kê. Định tính có mục tiêu khác, thường tập trung vào diễn giải dữ liệu dạng văn bản. Bạn có thể xem thêm định tính là gì để tránh dùng lẫn hai thuật ngữ.
- Xác định đơn vị và đối tượng nghiên cứu. Người trả lời bảng hỏi phải phù hợp với phạm vi đề tài. Khái niệm đối tượng nghiên cứu cần được viết rõ, chẳng hạn người dùng ứng dụng ngân hàng số tại Thành phố Hồ Chí Minh, thay vì ghi chung chung là khách hàng.
- Chọn cách đo lường. Một khái niệm trừu tượng như sự hài lòng hoặc nhận thức hữu ích phải được đo qua nhiều biến quan sát. Bảng hỏi cần có mã biến, thang đo và cách diễn đạt phù hợp với bối cảnh.
- Chọn kỹ thuật phân tích. Cronbach's Alpha, EFA, hồi quy, kiểm định trung gian hoặc PLS-SEM không phải các bước ghép tùy ý. Mỗi kỹ thuật phục vụ một câu hỏi và một loại cấu trúc dữ liệu nhất định.
Phương pháp luận cũng giúp bạn giới hạn đề tài. Một luận văn làm khảo sát một lần trong một khoảng thời gian cụ thể thường phù hợp để mô tả hoặc kiểm định mối liên hệ trong mẫu nghiên cứu. Bạn cần thận trọng khi viết thành quan hệ nhân quả tuyệt đối nếu thiết kế dữ liệu chưa đủ để hỗ trợ kết luận đó.
Phương pháp luận bao nhiêu là đạt
Phương pháp luận không có một con số duy nhất để gọi là “đạt”. Người đọc đánh giá nó qua sự nhất quán giữa vấn đề nghiên cứu, mô hình, thang đo, mẫu, cách thu thập dữ liệu và kỹ thuật phân tích. Tuy vậy, trong nghiên cứu định lượng có một số tiêu chí kỹ thuật thường xuất hiện ở phần phương pháp và kết quả.
Bảng dưới đây là các mốc tham khảo. Mỗi mốc phải được đọc cùng điều kiện áp dụng, không dùng như lý do tự động loại hoặc giữ một biến.
| Nội dung kiểm tra | Mốc tham khảo | Nguồn |
|---|---|---|
| Số quan sát trên mỗi biến quan sát | 5 đến 10 quan sát cho một biến quan sát | (Hair và cộng sự, 2010) |
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Cronbach's Alpha ở thang đo khám phá | Có thể từ 0.6 | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | Sig. nhỏ hơn 0.05 | (Kaiser, 1974) |
| Eigenvalue khi trích nhân tố | Lớn hơn 1 | (Kaiser, 1960) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| VIF trong mô hình PLS-SEM | Nhỏ hơn 5 | (Hair và cộng sự, 2019) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998) |
| AVE và Composite Reliability | AVE từ 0.5, CR từ 0.7 | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
| R² trong PLS-SEM | 0.25 yếu, 0.50 trung bình, 0.75 đáng kể | (Hair và cộng sự, 2011) |
Các mốc trên thuộc những phần khác nhau của quy trình. Cronbach's Alpha đánh giá độ nhất quán nội tại của thang đo. KMO, Bartlett's Test, Eigenvalue và Factor loading thường được đọc trong EFA. AVE, CR, HTMT và R² thuộc nhóm đánh giá mô hình đo lường hoặc mô hình cấu trúc trong PLS-SEM.
Bạn cũng cần phân biệt phương pháp luận với tiêu chuẩn chất lượng dữ liệu. Một mô hình có chỉ số đạt ngưỡng vẫn có thể có vấn đề nếu mẫu chọn sai đối tượng, biến quan sát bị mã hóa nhầm hoặc câu trả lời thiếu quá nhiều. Ngược lại, một chỉ số chưa đạt không có nghĩa toàn bộ phương pháp luận sai.
Cách đọc phương pháp luận trên output
Phương pháp luận thường không xuất hiện dưới dạng một bảng duy nhất trong SPSS hay SmartPLS. Bạn đọc nó qua chuỗi output để kiểm tra xem lựa chọn nghiên cứu ban đầu có được dữ liệu hỗ trợ hay không.
Trong SPSS, bạn có thể gặp các bảng Reliability Statistics, Item-Total Statistics, KMO and Bartlett's Test, Total Variance Explained, Rotated Component Matrix và Coefficients. Trong SmartPLS 4, các bảng thường được xem gồm Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Path Coefficients, R Square và kết quả Bootstrapping.
Dưới đây là số liệu minh họa, chỉ dùng để chỉ cách đọc output, không phải kết quả của một nghiên cứu thật.
| Phần mềm và bảng output | Cột hoặc chỉ số | Dòng minh họa | Cách đọc |
|---|---|---|---|
SPSS, Reliability Statistics | Cronbach's Alpha | 0.842 | Thang đo có độ nhất quán nội tại tốt theo mốc tham khảo |
SPSS, Item-Total Statistics | Corrected Item-Total Correlation, QL3 | 0.517 | Biến QL3 vượt mốc 0.3 |
SPSS, KMO and Bartlett's Test | KMO | 0.781 | Dữ liệu phù hợp để xem xét EFA |
SPSS, KMO and Bartlett's Test | Sig. của Bartlett's Test | 0.000 | Ma trận tương quan khác ma trận đơn vị theo cách diễn giải thông dụng |
SPSS, Rotated Component Matrix | Factor loading, QL3 | 0.684 | Biến có tải nhân tố minh họa trên 0.5 |
SmartPLS 4, Outer Loadings | PE2 | 0.764 | Outer loading minh họa trên 0.7 |
SmartPLS 4, Path Coefficients | PE → INT | 0.321 | Hệ số đường dẫn dương, cần xem thêm t-value và p-value |
SmartPLS 4, R Square | INT | 0.486 | R² minh họa cho biết mức độ giải thích của các biến dự báo |
Ví dụ, chỉ nhìn Path Coefficients bằng 0.321 chưa đủ để kết luận giả thuyết được chấp nhận. Bạn phải xem kết quả bootstrapping, khoảng tin cậy và p-value theo cách thiết lập của nghiên cứu. Một hệ số dương có thể không có ý nghĩa thống kê.
Tương tự, Outer Loadings chỉ nói về mức liên hệ giữa biến quan sát và biến tiềm ẩn trong mô hình đo lường. Nó không cho biết biến độc lập có ảnh hưởng đến biến phụ thuộc hay không. Hai câu hỏi này thuộc hai phần khác nhau của phương pháp luận.
Khi đọc output, bạn nên lưu lại từng vòng chạy. Ghi rõ biến nào bị loại, lý do loại, chỉ số thay đổi ra sao và mô hình cuối cùng gồm những biến nào. Việc này giúp bạn giải trình khi giảng viên hỏi vì sao bảng kết quả hiện tại khác với lần chạy đầu.
Khi phương pháp luận không đạt thì xử lý thế nào
Trước hết, xác định “không đạt” nằm ở tầng nào. Có thể vấn đề nằm ở thiết kế mẫu, chất lượng biến quan sát, điều kiện kiểm định hoặc cách chọn mô hình. Đừng bắt đầu bằng việc xóa biến có chỉ số thấp nhất chỉ để bảng kết quả đẹp hơn.
Bước một, kiểm tra dữ liệu gốc. Mở file .sav hoặc .csv, xem các biến có đúng kiểu số hay không, thang Likert có bị nhập ngược không và các giá trị thiếu được mã hóa thế nào. Một biến đáng lẽ chạy từ 1 đến 5 nhưng có giá trị 55 thường là lỗi nhập liệu, không phải đặc điểm thống kê của thang đo.
Bước hai, kiểm tra biến đảo chiều. Nếu bảng hỏi có biến diễn đạt theo hướng ngược, bạn cần recode trước khi chạy Cronbach's Alpha hoặc EFA. Trong SPSS, có thể dùng Transform > Recode into Different Variables. Giữ lại biến gốc và tạo biến mới để có thể đối chiếu.
Bước ba, xem nội dung và nguồn thang đo. Nếu một biến có Corrected Item-Total Correlation thấp, đọc lại câu chữ, bối cảnh và khái niệm mà biến đó đại diện. Loại biến chỉ vì Alpha tăng lên có thể làm mất nội dung quan trọng của khái niệm.
Bước bốn, loại biến theo lý do có thể giải trình. Bạn có thể cân nhắc loại biến có tải nhân tố thấp, tải chéo cao hoặc tương quan biến tổng không phù hợp, nhưng cần ghi lại từng vòng. Quyết định nên dựa trên cả lý thuyết và thống kê, không dựa riêng vào một con số.
Bước năm, xem lại mô hình. Nếu nhiều biến cùng gặp vấn đề, nguyên nhân có thể nằm ở cách phân biệt các khái niệm, cỡ mẫu hoặc cách người trả lời hiểu bảng hỏi. Chạy lại nhiều lần trên cùng dữ liệu không sửa được một thiết kế đo lường yếu.
Khi dữ liệu đã thu thập và một giả định quan trọng bị vi phạm, hãy trao đổi với giảng viên về kỹ thuật thay thế hoặc cách báo cáo giới hạn. SPSS, SmartPLS, AMOS, JASP và R có cách thiết lập khác nhau. Chọn công cụ vì nó phù hợp với mô hình và khả năng giải thích trong buổi bảo vệ, không chỉ vì một output có vẻ đẹp hơn.
Phân biệt phương pháp luận với phương pháp nghiên cứu
Phương pháp luận là khung tư duy và nguyên tắc định hướng nghiên cứu. Phương pháp nghiên cứu là cách thức cụ thể bạn dùng để thu thập, xử lý và phân tích dữ liệu. Nói ngắn gọn, phương pháp luận trả lời “vì sao chọn hướng này”, còn phương pháp nghiên cứu trả lời “thực hiện bằng cách nào”.
| Khái niệm | Câu hỏi chính | Ví dụ trong luận văn định lượng |
|---|---|---|
| Phương pháp luận | Vì sao thiết kế này phù hợp với vấn đề | Dùng cách tiếp cận định lượng để kiểm định quan hệ giữa các biến |
| Cách tiếp cận | Nghiên cứu được nhìn và triển khai theo hướng nào | Xây dựng mô hình giả thuyết, đo lường bằng dữ liệu số |
| Phương pháp nghiên cứu | Thu thập và phân tích dữ liệu bằng cách nào | Khảo sát bằng bảng hỏi, chạy Cronbach's Alpha, EFA và hồi quy |
| Kỹ thuật phân tích | Output nào được dùng để đưa ra quyết định | Đọc Coefficients, p-value, VIF và R² |
Ví dụ, “khảo sát bằng bảng hỏi” là phương pháp thu thập dữ liệu. “Hồi quy tuyến tính” là phương pháp phân tích. “Định lượng” là cách tiếp cận. Phương pháp luận là phần giải thích vì sao các lựa chọn đó phù hợp với câu hỏi nghiên cứu của bạn.
Bạn cũng nên phân biệt phương pháp luận với lĩnh vực nghiên cứu và đối tượng nghiên cứu. Lĩnh vực nghiên cứu cho biết bạn đang nghiên cứu trong phạm vi nào, còn đối tượng cho biết hiện tượng, nhóm người hoặc mối quan hệ cụ thể cần phân tích. Các khái niệm này liên quan với nhau nhưng không thay thế nhau.
Lỗi thường gặp
Gọi tên kỹ thuật thay cho phương pháp luận. Viết “phương pháp luận của đề tài là Cronbach's Alpha và EFA” làm lẫn tầng khái niệm. Đây là các kỹ thuật kiểm định thang đo, không phải toàn bộ phương pháp luận.
Liệt kê phương pháp nhưng không nêu lý do. Một đoạn chỉ ghi “nghiên cứu sử dụng SPSS để phân tích dữ liệu” chưa giải thích được lựa chọn. Bạn cần nói dữ liệu được thu thập từ ai, biến được đo thế nào và output nào phục vụ giả thuyết nào.
Dùng ngưỡng mà không có nguồn. Cùng một chỉ số có thể được diễn giải khác nhau tùy bối cảnh. Khi viết mốc Cronbach's Alpha, Factor loading, AVE hoặc HTMT, hãy ghi nguồn ngay tại câu hoặc bảng tiêu chí.
Trộn CB-SEM và PLS-SEM. CFI, TLI, RMSEA và SRMR thuộc nhóm chỉ số thường dùng trong CB-SEM, với nguồn (Hu và Bentler, 1999). Không đưa các chỉ số này vào phần tiêu chí riêng của SmartPLS nếu bạn chưa giải thích đúng mô hình và công cụ.
Xóa biến theo một output duy nhất. Một biến có loading thấp cần được xem cùng nội dung thang đo, tải chéo, độ tin cậy và mục tiêu lý thuyết. Xóa liên tục đến khi đạt ngưỡng có thể làm mô hình khó giải thích khi bảo vệ.
Viết phương pháp luận sau khi đã chạy xong rồi sửa cho khớp. Bạn có thể cập nhật phương pháp khi dữ liệu buộc phải điều chỉnh, nhưng cần lưu vết quyết định. Bản luận văn cuối cùng phải nhất quán giữa chương phương pháp, bảng hỏi, file dữ liệu và chương kết quả.
Câu hỏi thường gặp
Phương pháp luận có phải là phương pháp nghiên cứu không?
Hai khái niệm liên quan nhưng không đồng nghĩa. Phương pháp luận là nền tảng định hướng và lý do lựa chọn, còn phương pháp nghiên cứu là cách bạn thu thập, xử lý và phân tích dữ liệu.
Trong luận văn, phần phương pháp có thể trình bày cả phương pháp luận, thiết kế nghiên cứu, mẫu, bảng hỏi và kỹ thuật phân tích. Bạn nên viết rõ vai trò của từng phần thay vì dùng mọi thuật ngữ như từ đồng nghĩa.
Phương pháp luận định lượng gồm những gì?
Tùy đề tài, phần này thường gồm cách tiếp cận định lượng, mô hình và giả thuyết, cách vận hành hóa khái niệm, thiết kế bảng hỏi, đối tượng và cỡ mẫu, quy trình thu thập dữ liệu, làm sạch dữ liệu và kế hoạch phân tích.
Nếu dùng SPSS, bạn có thể trình bày thứ tự Cronbach's Alpha, EFA, tương quan và hồi quy khi phù hợp. Nếu dùng SmartPLS, cần tách đánh giá mô hình đo lường khỏi mô hình cấu trúc, sau đó báo cáo bootstrapping và các chỉ số liên quan.
Phương pháp luận có cần trích dẫn không?
Có, khi bạn nêu một khái niệm, tiêu chí hoặc quy trình dựa trên tài liệu học thuật. Chẳng hạn, tiêu chí Cronbach's Alpha có thể dẫn (Nunnally, 1978), còn cách tiếp cận hai bước đo lường rồi cấu trúc có thể dẫn (Anderson và Gerbing, 1988).
Phần mô tả quy trình riêng của đề tài cũng cần viết cụ thể, nhưng không nên gắn nguồn cho một con số mà nguồn đó không đề xuất. Hãy kiểm tra lại danh mục tài liệu trước khi đưa trích dẫn vào luận văn.
Phương pháp luận có phải chọn giữa định tính và định lượng không?
Đây là lựa chọn về cách tiếp cận, còn phương pháp luận là khung rộng hơn để giải thích lựa chọn đó. Với đề tài có mục tiêu đo lường và kiểm định mối quan hệ bằng dữ liệu bảng hỏi, định lượng thường là hướng phù hợp.
Bạn cần chọn dựa trên câu hỏi nghiên cứu, loại dữ liệu và mô hình cần kiểm định. Đừng chọn định lượng chỉ vì phần mềm dễ tạo bảng, cũng đừng gọi một kỹ thuật thống kê là phương pháp luận.
Nếu chỉ dùng SPSS thì phương pháp luận viết thế nào?
Bạn có thể trình bày cách tiếp cận định lượng, thiết kế nghiên cứu cắt ngang nếu phù hợp, khảo sát bằng bảng hỏi, cách chọn mẫu, thang đo, quy trình làm sạch dữ liệu và các kỹ thuật chạy trong SPSS.
Phần giải thích cần nối từng kỹ thuật với mục tiêu. Ví dụ, Cronbach's Alpha dùng để đánh giá độ nhất quán của thang đo, EFA dùng để xem cấu trúc nhân tố, còn hồi quy dùng để kiểm định tác động của các biến độc lập lên biến phụ thuộc theo mô hình đề xuất.
Số liệu không đạt thì có phải đổi phương pháp luận không?
Chưa chắc. Hãy kiểm tra lỗi nhập liệu, biến đảo chiều, dữ liệu thiếu, cỡ mẫu và cách thiết lập lệnh trước. Sau đó xem lại nội dung biến và điều kiện của kiểm định.
Nếu vấn đề đến từ thiết kế bảng hỏi hoặc chọn sai đối tượng, phần mềm không thể sửa tận gốc. Bạn cần ghi nhận giới hạn, trao đổi với giảng viên và cân nhắc phương án có thể giải trình thay vì chạy đi chạy lại cùng một file để tìm kết quả đẹp.
Mở file dữ liệu của bạn ngay bây giờ, viết một sơ đồ ngắn từ câu hỏi nghiên cứu đến cách tiếp cận, mẫu, thang đo và kỹ thuật phân tích, rồi đối chiếu từng lựa chọn với chương phương pháp; nếu cần chạy và giải thích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.