Thời gian trả lời quá nhanh: Có nên loại phiếu khảo sát không

Thời gian trả lời quá nhanh là gì trong nghiên cứu định lượng

Bạn mở file Excel hoặc dữ liệu khảo sát online lên và thấy một số phiếu hoàn thành trong vài chục giây, trong khi bảng hỏi có nhiều biến quan sát. Đây là dấu hiệu cần kiểm tra, nhưng chưa đủ để kết luận phiếu đó là dữ liệu rác.

Thời gian trả lời quá nhanh là trường hợp một người hoàn thành bảng hỏi trong khoảng thời gian thấp bất thường so với độ dài, cách thiết kế và nội dung của bảng hỏi. Chỉ số này thường được gọi là completion time hoặc response time. Nó có thể phản ánh người trả lời làm qua loa, chọn đáp án theo một mẫu lặp lại, không đọc câu hỏi, hoặc cũng có thể xuất hiện vì bảng hỏi ngắn và người trả lời đã quen với chủ đề.

Trong nghiên cứu định lượng, thời gian trả lời là một biến kiểm tra chất lượng dữ liệu, không phải một tiêu chí tự động để xóa phiếu. Bạn cần xem cùng các dấu hiệu khác như phiếu trả lời trùng lặp, chọn cùng một mức Likert cho toàn bộ biến quan sát, bỏ qua câu kiểm tra chú ý, câu trả lời mâu thuẫn và thông tin nhân khẩu học bất thường. Khi cần rà soát toàn bộ quy trình, bạn có thể xem thêm hướng dẫn về chủ đề Khảo sát và đạo đức nghiên cứu.

Cách xác định thời gian trả lời quá nhanh

Không có một con số chung áp dụng cho mọi bảng hỏi. Một bảng hỏi gồm 10 biến quan sát với câu chữ đơn giản sẽ có thời gian hợp lý khác bảng hỏi gồm 40 biến quan sát, nhiều câu đảo chiều và câu hỏi sàng lọc. Vì vậy, trước khi đặt ngưỡng, bạn cần tính thời gian tối thiểu có thể chấp nhận được từ chính bảng hỏi của mình.

Một cách thực tế là tự đọc từng câu ở tốc độ bình thường, chọn đáp án và ghi lại thời gian. Bạn có thể thử trên vài người có đặc điểm gần với mẫu nghiên cứu, sau đó so sánh với phân bố thời gian của toàn bộ phiếu. Nếu dữ liệu đã thu thập, hãy xem median, quartile thấp và các giá trị nhỏ nhất thay vì chỉ nhìn một phiếu riêng lẻ.

Với cỡ mẫu cho nghiên cứu định lượng, quy tắc 5 đến 10 quan sát cho mỗi biến quan sát thường được sử dụng (Hair và cộng sự, 2010). Quy tắc này giúp bạn dự kiến số phiếu cần thu, nhưng không phải ngưỡng để quyết định một phiếu trả lời nhanh là hợp lệ hay không.

Ví dụ, bảng hỏi của bạn có 30 biến quan sát, 5 câu hỏi nhân khẩu học và một câu sàng lọc. Một phiếu hoàn thành trong 25 giây có thể đáng ngờ, nhưng chưa thể kết luận nếu người trả lời đã biết trước nội dung hoặc hệ thống tự chuyển trang rất nhanh. Ngược lại, một phiếu hoàn thành trong 4 phút vẫn có thể là dữ liệu kém nếu người trả lời chọn cùng một đáp án cho mọi biến và bỏ qua câu chú ý.

Bạn nên lưu lại ngưỡng đã chọn trong kế hoạch làm sạch dữ liệu. Việc này giúp bạn giải thích với giảng viên vì sao phiếu bị loại, thay vì thay đổi tiêu chí sau khi nhìn thấy kết quả Cronbach's Alpha hoặc EFA.

Thiết kế bảng hỏi phục vụ mục tiêu này

Nếu ngay từ đầu bạn muốn kiểm tra chất lượng phản hồi, bảng hỏi cần lưu được thời gian bắt đầu và thời gian hoàn thành. Nền tảng khảo sát nên xuất được một dòng cho mỗi người trả lời, cùng các trường thời gian ở dạng có thể đọc bằng Excel hoặc SPSS. Đừng chỉ lưu tổng thời gian nếu bạn còn cần phát hiện người dừng quá lâu ở một câu hoặc mở lại biểu mẫu nhiều lần.

Bảng hỏi nên có câu sàng lọc ở đầu, chẳng hạn người trả lời đã sử dụng dịch vụ trong khoảng thời gian nghiên cứu hay chưa. Câu này giúp bạn loại người không thuộc tổng thể mục tiêu trước khi họ đi qua toàn bộ thang đo. Phần thông tin nhân khẩu học nên đặt ở cuối nếu nội dung đầu bảng hỏi cần tạo sự tập trung.

Với biến thái độ hoặc nhận thức, bạn có thể dùng thang Likert 5 hoặc 7 mức. Thang Likert là kỹ thuật đo thái độ được giới thiệu trong (Likert, 1932). Số mức cụ thể cần nhất quán trong toàn bộ bảng hỏi và phải ghi rõ ý nghĩa của mức thấp nhất, mức cao nhất.

Câu hỏi nên ngắn, chỉ đo một ý và tránh gộp hai khái niệm trong cùng một biến quan sát. Nếu có biến đảo chiều, hãy đánh dấu trong file mã hóa để xử lý sau khi kiểm tra dữ liệu. Việc thêm quá nhiều câu đảo chiều chỉ để làm bảng hỏi có vẻ chặt chẽ có thể khiến người trả lời nhầm, nhất là khi họ hoàn thành trên điện thoại.

Bạn cũng nên ghi rõ thời gian dự kiến để hoàn thành ở phần giới thiệu, nhưng không nên ghi một con số quá thấp nhằm khuyến khích người trả lời làm nhanh. Hãy thử nghiệm bảng hỏi trước với một nhóm nhỏ để phát hiện câu khó hiểu, trang tải chậm và lỗi chuyển câu. Chi tiết về cấu trúc phiếu có thể xem tại phiếu khảo sát online.

Triển khai thu dữ liệu

Khi thu dữ liệu online, hãy thống nhất một đường dẫn và một phiên bản bảng hỏi. Nếu bạn thay đổi thứ tự câu, thêm biến hoặc sửa lựa chọn giữa chừng, cần ghi lại thời điểm thay đổi. Hai nhóm dữ liệu thu từ hai phiên bản khác nhau có thể không còn hoàn toàn tương đương.

DoThesis có fillform.info, công cụ biểu mẫu của chúng tôi dành cho việc tạo bảng hỏi và thu phản hồi tiếng Việt. Bạn cũng có thể dùng Google Forms nếu cần một lựa chọn quen thuộc và miễn phí. Dù chọn công cụ nào, hãy kiểm tra trước việc xuất dữ liệu, tên biến, định dạng thời gian và khả năng nhận diện bản ghi trùng.

Trước khi gửi rộng rãi, bạn nên chạy thử toàn bộ quy trình từ lúc mở liên kết đến lúc tải file dữ liệu. Ghi nhận thời gian của vài người thử nghiệm, số trang, tốc độ mạng và thiết bị sử dụng. Điện thoại cũ hoặc kết nối yếu có thể làm tổng thời gian dài hơn, trong khi việc tự động chuyển trang có thể làm thời gian ngắn hơn dự kiến.

Khi phát phiếu, hãy thu thập thông tin phù hợp với mục tiêu nghiên cứu và thông báo rõ mục đích sử dụng dữ liệu. Không nên yêu cầu thông tin định danh không cần thiết chỉ để kiểm soát người trả lời. Nguyên tắc này giúp bạn vừa có dữ liệu kiểm tra, vừa giảm rủi ro về quyền riêng tư.

Bạn có thể tạo một bảng theo dõi gồm ngày phát phiếu, kênh thu, số phản hồi và phiên bản bảng hỏi. Bảng này không thay thế dữ liệu gốc, nhưng giúp bạn nhận ra một đợt phản hồi bất thường, chẳng hạn rất nhiều phiếu hoàn thành trong cùng vài phút từ một liên kết được chia sẻ ở một nhóm nhỏ.

Làm sạch dữ liệu trước khi nhập SPSS

Hãy tải và lưu một bản dữ liệu gốc trước khi loại bất kỳ phiếu nào. Tạo một bản sao làm việc, thêm các cột đánh dấu như keep, fast_time, straight_line, duplicate và reason_removed. Cách này giúp bạn quay lại kiểm tra khi giảng viên hỏi vì sao số phiếu giảm.

Đầu tiên, sắp xếp cột thời gian từ nhỏ đến lớn và xem nhóm giá trị thấp nhất. Đừng xóa ngay toàn bộ phiếu dưới một con số cố định. Đối với mỗi phiếu nghi ngờ, kiểm tra thời gian, câu trả lời lặp, câu chú ý, câu sàng lọc, dữ liệu thiếu và khả năng trùng với phiếu khác.

Bảng trên là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể. Trường hợp R0187 có thời gian ngắn và nhiều đáp án giống nhau, nhưng quyết định cuối cùng còn phụ thuộc câu kiểm tra chú ý và tiêu chí bạn đã công bố trong kế hoạch nghiên cứu.

Tiếp theo, kiểm tra straight-lining. Trong Excel, bạn có thể đếm số giá trị khác nhau trên các biến quan sát. Trong SPSS, hãy kiểm tra tần suất từng biến và xem dữ liệu theo từng dòng. Một dòng có cùng mức 3 cho toàn bộ thang đo có thể là phản hồi cẩu thả, nhưng cũng có thể là quan điểm thật. Dấu hiệu này cần kết hợp với thời gian và các câu hỏi có nội dung khác nhau.

Sau đó, kiểm tra dữ liệu thiếu và câu trả lời ngoài phạm vi. Với thang Likert 1 đến 5, giá trị 0, 6 hoặc chuỗi ký tự cho thấy lỗi mã hóa hoặc lỗi nhập dữ liệu. Bạn nên thống nhất mã thiếu trước khi chạy phân tích, thay vì để SPSS coi một mã số bất thường là câu trả lời hợp lệ.

Nếu phát hiện phiếu trùng, hãy đối chiếu thời gian gửi, mã người trả lời, thiết bị nếu nền tảng cung cấp hợp pháp, và toàn bộ mẫu câu trả lời. Không dùng một thông tin riêng lẻ để khẳng định gian lận. Hướng dẫn làm sạch dữ liệu sẽ hữu ích khi bạn cần lập thứ tự kiểm tra đầy đủ.

Chỉ sau khi hoàn tất việc đánh dấu, bạn mới quyết định giữ, loại hoặc đưa vào nhóm cần xem xét. Nếu số phiếu bị loại làm cỡ mẫu thấp hơn kế hoạch, hãy báo cáo con số ban đầu, số bị loại và lý do. Tuyệt đối không chỉnh thời gian trả lời hoặc thay đáp án để phiếu trông hợp lệ.

Cách trình bày trong chương 3

Trong chương phương pháp, bạn nên mô tả cách thu thập và tiêu chí làm sạch trước khi trình bày kết quả. Có thể nêu bảng hỏi gồm bao nhiêu phần, bao nhiêu biến quan sát, thang Likert mấy mức, nền tảng thu thập và khoảng thời gian phát phiếu.

Nếu dùng thời gian trả lời làm tiêu chí sàng lọc, hãy ghi cách xác định ngưỡng. Ví dụ, bạn có thể trình bày rằng nhóm nghiên cứu xem xét các phiếu có thời gian thấp bất thường so với phân bố chung, sau đó đối chiếu với câu kiểm tra chú ý, mẫu trả lời lặp và dữ liệu thiếu. Cách viết này trung thực hơn việc khẳng định mọi phiếu dưới một số giây đều bị loại.

Cách viết vào luận văn: “Sau khi thu thập, nhóm nghiên cứu kiểm tra [số phiếu] phản hồi dựa trên [thời gian hoàn thành], [câu hỏi kiểm tra chú ý], [mẫu trả lời lặp] và [dữ liệu thiếu]. Có [số phiếu] bị loại do [lý do cụ thể], còn [số phiếu hợp lệ] được sử dụng cho các phân tích tiếp theo.”

Bạn có thể đặt bảng tiêu chí làm sạch trong phụ lục nếu bảng quá dài. Trong phần chính, hãy giữ lại số lượng phiếu trước và sau làm sạch, lý do loại và nguyên tắc áp dụng. Khi chạy Cronbach's Alpha hoặc EFA trên dữ liệu đã làm sạch, hãy lưu syntax, file output và phiên bản dữ liệu tương ứng để tránh nhầm giữa các vòng chạy.

Lỗi thường gặp

Xóa tất cả phiếu dưới một ngưỡng tự đặt

Một con số như 60 giây chỉ có ý nghĩa khi dựa trên độ dài và thử nghiệm của bảng hỏi. Nếu bạn không có cơ sở, hãy gọi đó là ngưỡng rà soát, không gọi là bằng chứng phiếu không hợp lệ.

Chỉ nhìn thời gian mà bỏ qua nội dung

Phiếu nhanh nhưng trả lời có phân biệt, vượt qua câu chú ý và phù hợp với điều kiện sàng lọc chưa chắc là phiếu rác. Ngược lại, phiếu lâu nhưng có straight-lining và mâu thuẫn vẫn cần được xem xét.

Loại dữ liệu sau khi thấy kết quả không đẹp

Nếu loại phiếu chỉ vì Cronbach's Alpha thấp hoặc hệ số tải nhân tố không đạt, bạn đang dùng kết quả phân tích để thay đổi tiêu chí thu thập. Hãy tách quyết định làm sạch khỏi mong muốn làm chỉ số đẹp hơn.

Ghi đè file dữ liệu gốc

Luôn lưu bản gốc ở chế độ chỉ đọc, đặt tên bản làm việc theo ngày và ghi nhật ký thay đổi. Khi có tranh luận về một phiếu, bạn cần chứng minh dữ liệu ban đầu vẫn còn nguyên.

Câu hỏi thường gặp

Thời gian trả lời quá nhanh bao nhiêu là bị loại

Không có một mức giây chung cho mọi bảng hỏi. Bạn nên dùng thời gian thử nghiệm, phân bố thực tế và các dấu hiệu chất lượng khác để xác định phiếu cần rà soát. Một phiếu chỉ nên bị loại khi tiêu chí đã được định trước hoặc có bằng chứng kết hợp đủ rõ.

Có nên nhập phiếu trả lời quá nhanh vào SPSS không

Bạn có thể nhập cả dữ liệu thô vào file làm việc, sau đó tạo biến đánh dấu và quyết định giữ hoặc loại trước khi chạy phân tích chính thức. Cách này giúp bạn lưu dấu vết xử lý. Không nên xóa bản ghi khỏi file gốc rồi quên mất lý do.

Phiếu trả lời nhanh nhưng không có câu kiểm tra chú ý thì làm sao

Hãy xem straight-lining, độ biến thiên giữa các câu, câu hỏi sàng lọc, dữ liệu thiếu và khả năng trùng lặp. Nếu chỉ có thời gian ngắn, hãy đưa phiếu vào nhóm review thay vì tự động loại. Bạn cũng có thể báo cáo tiêu chí này như một hạn chế của thiết kế khảo sát.

Có cần báo cáo số phiếu bị loại vì trả lời quá nhanh không

Có. Trong chương phương pháp hoặc phần mô tả dữ liệu, hãy nêu số phiếu ban đầu, số phiếu bị loại, tiêu chí và số phiếu cuối cùng. Nếu thời gian là một phần của tiêu chí, mô tả cách bạn xác định ngưỡng để người đọc có thể hiểu và đánh giá quy trình.

Thời gian trả lời quá nhanh có làm Cronbach's Alpha tăng giả không

Có thể, nếu các phiếu trả lời thiếu suy nghĩ tạo ra một mẫu lặp hoặc làm thay đổi phân bố dữ liệu. Tuy nhiên, không thể kết luận chỉ từ Alpha. Bạn cần kiểm tra từng phiếu, thang đo, corrected item-total correlation và các phân tích chẩn đoán trước khi quyết định.

Mở file dữ liệu của bạn, tạo bản sao, sắp xếp completion time và đánh dấu từng phiếu theo bốn cột fast_time, straight_line, attention_check và duplicate, sau đó ghi lại quyết định giữ hoặc loại trong nhật ký làm sạch. Nếu bạn muốn chạy bước phân tích trên chính file .sav hoặc .csv và lưu được các vòng xử lý, M4 phân tích của DoThesis hỗ trợ SPSS và SmartPLS theo dữ liệu thật của bạn.