Thu thập thông tin là gì? Quy trình và cách làm trong luận văn

Thu thập thông tin là gì

Thu thập thông tin là quá trình xác định, lấy và ghi nhận những dữ liệu cần thiết để trả lời câu hỏi nghiên cứu hoặc kiểm định giả thuyết. Trong luận văn định lượng, thông tin thường được chuyển thành các cột dữ liệu trong file .sav hoặc .csv: một dòng là một người trả lời, một cột là một biến quan sát hoặc biến phân loại.

Bạn nên bắt đầu từ mô hình nghiên cứu, không bắt đầu từ việc mở Google Forms rồi nghĩ câu hỏi sau. Nếu giả thuyết của bạn kiểm định tác động của chất lượng dịch vụ đến sự hài lòng, bảng hỏi phải thu thập được các biến quan sát đại diện cho hai khái niệm đó, cùng các thông tin mô tả mẫu cần thiết.

Có hai nguồn chính. Dữ liệu sơ cấp do bạn trực tiếp thu từ người trả lời bằng bảng hỏi. Dữ liệu thứ cấp đã tồn tại trước khi bạn thực hiện nghiên cứu, chẳng hạn báo cáo, cơ sở dữ liệu, thống kê công khai hoặc hồ sơ doanh nghiệp được phép sử dụng. Một luận văn có thể dùng một nguồn hoặc kết hợp cả hai, nhưng mỗi con số phải có nguồn gốc và cách ghi nhận rõ ràng.

Với khảo sát Likert, mỗi biến quan sát được mã hóa thành một giá trị số, thường từ 1 đến 5 hoặc từ 1 đến 7. Thang đo Likert bắt nguồn từ kỹ thuật đo lường thái độ của Likert (1932). Quy ước cụ thể phải được ghi ngay trong bảng mã dữ liệu, ví dụ 1 là hoàn toàn không đồng ý và 5 là hoàn toàn đồng ý.

Ý nghĩa của thu thập thông tin trong nghiên cứu định lượng

Thu thập thông tin quyết định dữ liệu của bạn có trả lời đúng đề tài hay không. Một file có 500 dòng nhưng người trả lời không thuộc đúng đối tượng nghiên cứu vẫn không tạo ra bằng chứng phù hợp. Ngược lại, một mẫu vừa phải nhưng tiêu chí chọn mẫu, câu hỏi và quy trình ghi nhận nhất quán sẽ dễ giải trình hơn khi bảo vệ.

Có bốn quyết định cần chốt trước ngày phát bảng hỏi. Thứ nhất là thu thập thông tin từ ai. Thứ hai là mỗi khái niệm được đo bằng những biến quan sát nào. Thứ ba là thu thập trong thời gian và kênh nào. Thứ tư là tiêu chí giữ hoặc loại một phản hồi.

Việc này cũng ảnh hưởng trực tiếp đến các phân tích sau đó. Câu trả lời thiếu quá nhiều sẽ làm giảm số quan sát dùng trong Cronbach's Alpha, EFA hoặc hồi quy. Mã hóa không thống nhất làm cho SPSS đọc sai biến. Biến đảo chiều chưa được recode có thể khiến tương quan giữa các biến quan sát thấp dù nội dung thang đo hợp lý.

Bạn có thể xem lại khái niệm nền tảng trong bài scale là gì trước khi viết bảng hỏi. Nếu mô hình có biến mediator hoặc moderator, hãy xác định chúng từ đầu vì mỗi biến cần có thang đo và câu hỏi riêng. Việc thêm câu hỏi sau khi đã thu dữ liệu thường làm mô hình thiếu dữ liệu ở một nhóm biến.

Thu thập thông tin còn giúp kiểm soát sai lệch. Người trả lời có thể chọn cùng một mức cho toàn bộ bảng hỏi, trả lời quá nhanh, gửi nhiều lần hoặc không thuộc nhóm khảo sát. Bạn không nên tự động xóa dữ liệu chỉ vì một dòng có điểm cao. Cần đặt tiêu chí trước, kiểm tra bằng dữ liệu và lưu lại nhật ký xử lý.

Thu thập thông tin bao nhiêu là đạt

“Đạt” ở đây không chỉ là có đủ số dòng. Một bộ dữ liệu có thể đạt về số lượng nhưng chưa đạt về đối tượng, độ đầy đủ, chất lượng câu trả lời hoặc khả năng truy xuất nguồn. Các ngưỡng dưới đây là mốc tham khảo để bạn lập kế hoạch, không phải giấy phép thay thế cho thiết kế mẫu.

Giả sử bảng hỏi có 30 biến quan sát, quy tắc 5 đến 10 quan sát cho mỗi biến gợi ý khoảng 150 đến 300 phản hồi dùng được. Nếu bạn chạy hồi quy với 6 biến độc lập, công thức 50 + 8m cho ra 98 quan sát tối thiểu theo mốc được dẫn ở trên. Hai cách tính này phục vụ các mục tiêu khác nhau, nên hãy nêu rõ bạn dùng căn cứ nào trong chương phương pháp.

Cỡ mẫu tính được không có nghĩa là bạn nên dừng thu ngay khi chạm con số đó. Hãy dự phòng các phản hồi không hợp lệ, thiếu thông tin hoặc không đúng đối tượng. Tỷ lệ dự phòng cần dựa trên kênh thu và kinh nghiệm thử nghiệm của bạn, không nên ghi một con số chính xác nếu chưa có căn cứ.

Nếu tổng thể hữu hạn và bạn có danh sách quy mô tổng thể đáng tin cậy, có thể trình bày công thức cỡ mẫu hữu hạn theo Yamane (1967). Nếu chưa biết chính xác tổng thể, đừng đưa một công thức vào luận văn chỉ vì công thức đó xuất hiện trên mạng. Quan trọng là giải thích được tổng thể, cách chọn người trả lời và số phản hồi hợp lệ cuối cùng.

Cách đọc thông tin trên dữ liệu và output

Sau khi đóng khảo sát, hãy kiểm tra file dữ liệu trước khi chạy bất kỳ phân tích nào. Trong SPSS, mở Variable View để xem tên biến, nhãn biến, kiểu dữ liệu, giá trị mã hóa và giá trị thiếu. Sang Data View, kiểm tra một vài dòng đầu, cuối và các giá trị bất thường. Một biến Likert bị nhập dưới dạng chuỗi ký tự sẽ không chạy đúng trong nhiều hộp thoại phân tích.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Nó mô phỏng bản tóm tắt kiểm tra dữ liệu sau khi thu 220 phản hồi, trong đó 198 phản hồi được giữ lại theo tiêu chí đã đặt trước.

Nếu bạn cần kiểm tra giá trị thiếu, vào Analyze > Descriptive Statistics > Frequencies, đưa các biến vào ô phân tích và xem bảng tần số. Với biến định lượng, Analyze > Descriptive Statistics > Descriptives giúp phát hiện giá trị nằm ngoài khoảng mã hóa, ví dụ biến Likert có giá trị 8 trong khi bảng mã chỉ cho phép từ 1 đến 5.

Để chạy độ tin cậy, vào Analyze > Scale > Reliability Analysis. Chọn các biến quan sát của cùng một khái niệm, mở Statistics, đánh dấu Item, Scale và Scale if item deleted. Trong bảng Reliability Statistics, bạn đọc Cronbach's Alpha và N of Items. Trong Item-Total Statistics, chú ý Corrected Item-Total Correlation và cột Cronbach's Alpha if Item Deleted.

Ví dụ, nếu một dòng có Corrected Item-Total Correlation = 0.218, đây là dấu hiệu cần xem xét theo mốc 0.3 của (Nunnally và Bernstein, 1994). Bạn vẫn phải đọc nội dung biến, kiểm tra biến đảo chiều và xem ảnh hưởng khi loại biến. Không nên xóa ngay chỉ để Alpha tăng.

Sau khi dữ liệu đạt điều kiện sơ bộ, bạn mới chạy EFA hoặc hồi quy theo mô hình. Với EFA, các bảng thường gặp là KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Với hồi quy, bảng Coefficients chứa B, Beta, t và Sig., trong đó Sig. thường được đọc như p-value trong quyết định giả thuyết.

Khi thu thập thông tin không đạt thì xử lý thế nào

Hãy xử lý theo thứ tự từ lỗi có thể kiểm chứng đến vấn đề cần thiết kế lại. Trước hết, lưu một bản gốc không chỉnh sửa. Tạo một bản sao làm việc và ghi lại mã phản hồi bị loại, lý do, ngày xử lý. Cách này giúp bạn trả lời khi giảng viên hỏi vì sao số phản hồi nhận được khác số đưa vào phân tích.

Bước 1: Kiểm tra điều kiện sàng lọc

Xem người trả lời có đúng địa bàn, độ tuổi, kinh nghiệm hoặc mối quan hệ với đối tượng nghiên cứu không. Nếu câu trả lời “không” ở câu sàng lọc mà vẫn điền tiếp, hãy loại theo quy tắc đã định trước. Không thay đổi tiêu chí chỉ để đạt đủ cỡ mẫu.

Bước 2: Xử lý phản hồi thiếu

Phân biệt một vài ô trống với một bảng hỏi bỏ dở. Nếu phần thiếu nằm ở biến chính, bạn có thể loại cả phản hồi theo tiêu chí đã nêu. Việc điền giá trị trung bình chỉ nên cân nhắc khi cách xử lý phù hợp với thiết kế và được giải thích rõ, vì nó tạo ra dữ liệu không do người trả lời trực tiếp cung cấp.

Bước 3: Kiểm tra câu trả lời thiếu chú ý

Dấu hiệu có thể gồm thời gian hoàn thành bất thường, chọn một cột duy nhất cho toàn bộ thang đo hoặc lặp lại cùng mẫu ở nhiều phản hồi. Đây là bằng chứng hỗ trợ để xem xét, không phải lý do duy nhất. Bạn nên kết hợp nhiều dấu hiệu và lưu quy tắc trước khi loại.

Bước 4: Thu bổ sung nếu còn thiếu mẫu

Nếu cỡ mẫu hợp lệ chưa đủ, hãy thu thêm từ đúng nhóm đối tượng và giữ nguyên bảng hỏi, mã hóa cùng tiêu chí. Nếu vấn đề nằm ở câu hỏi khó hiểu hoặc thang đo sai khái niệm, thu thêm cùng lỗi sẽ không giải quyết được dữ liệu. Khi đó, quay lại điều chỉnh bảng hỏi, ghi nhận thay đổi và trao đổi với giảng viên trước khi mở đợt mới.

Nếu trong dữ liệu có giá trị cực đoan, hãy kiểm tra outliers như một vấn đề riêng. Một outlier không mặc nhiên là phản hồi giả. Xóa dòng chỉ vì nó làm kết quả đẹp hơn là cách xử lý khó bảo vệ.

Phân biệt thu thập thông tin với thu thập dữ liệu thứ cấp

Thu thập thông tin là khái niệm rộng, bao gồm việc lấy dữ liệu sơ cấp và tìm dữ liệu thứ cấp. Thu thập dữ liệu sơ cấp bắt đầu từ bảng hỏi, mẫu nghiên cứu và phản hồi mới. Thu thập dữ liệu thứ cấp bắt đầu từ nguồn đã có, sau đó kiểm tra quyền sử dụng, thời điểm, đơn vị đo và mức độ phù hợp với mô hình.

Dữ liệu thứ cấp không tự động đáng tin hơn dữ liệu sơ cấp. Bạn cần biết biến được đo thế nào, có thay đổi định nghĩa qua các năm không và đơn vị có tương thích với phân tích không. Nếu dùng báo cáo để bổ sung bối cảnh nhưng dùng bảng hỏi để kiểm định giả thuyết, hãy tách rõ hai vai trò đó trong chương phương pháp.

Lỗi thường gặp

Lỗi đầu tiên là thu thập trước, xác định biến sau. Khi đó bạn có nhiều câu trả lời nhưng thiếu biến để kiểm định giả thuyết. Hãy lập bảng liên kết giữa giả thuyết, khái niệm, biến quan sát, câu hỏi và mã biến trước khi phát bảng hỏi.

Lỗi thứ hai là dùng nhiều tên cho cùng một biến. Chẳng hạn HL1, HL_1 và HaiLong1 xuất hiện ở các file khác nhau. Chọn quy tắc tên ngắn, không dấu, không khoảng trắng và giữ một bảng mã duy nhất.

Lỗi thứ ba là không lưu phiên bản. Hãy đặt tên theo ngày, chẳng hạn raw_2026-09-08.csv, clean_v01.sav, rồi ghi lại từng lần loại biến hoặc phản hồi. Khi làm việc với SPSS, bạn có thể dùng Transform > Recode into Different Variables để giữ biến gốc và tạo biến đã đảo chiều, thay vì ghi đè dữ liệu ban đầu.

Lỗi thứ tư là nhầm cỡ mẫu nhận được với cỡ mẫu hợp lệ. Trong chương 3, cần phân biệt số bảng hỏi phát ra, số phản hồi thu về, số phản hồi bị loại và số quan sát cuối cùng. Nếu dùng tỷ lệ phần trăm, hãy tính từ mẫu số được ghi rõ.

Lỗi cuối là coi công cụ là cách giải quyết vấn đề phương pháp. Google Forms phù hợp để tạo biểu mẫu cơ bản, còn fillform.info là công cụ biểu mẫu của DoThesis dành cho việc thu phản hồi bảng hỏi tiếng Việt. Dù dùng công cụ nào, bạn vẫn phải kiểm tra đối tượng, tiêu chí loại và file xuất ra. Nếu cần phân tích mối quan hệ có moderator, hãy xác định biến trước khi thu và xem thêm bài moderator hoặc moderating.

Câu hỏi thường gặp

Thu thập thông tin là gì trong luận văn?

Đó là toàn bộ quy trình xác định thông tin cần có, chọn nguồn, thiết kế công cụ, ghi nhận phản hồi và kiểm tra dữ liệu trước phân tích. Trong luận văn định lượng, kết quả cuối cùng thường là file dữ liệu có cấu trúc để chạy SPSS hoặc SmartPLS.

Thu thập dữ liệu sơ cấp và thứ cấp khác nhau thế nào?

Dữ liệu sơ cấp do bạn thu trực tiếp từ đối tượng nghiên cứu, thường bằng bảng hỏi. Dữ liệu thứ cấp đã có từ trước, và bạn cần kiểm tra nguồn, thời điểm, định nghĩa biến và quyền sử dụng trước khi đưa vào nghiên cứu.

Thu thập thông tin bao nhiêu mẫu là đạt?

Không có một con số chung cho mọi đề tài. Bạn cần căn cứ vào số biến quan sát, số biến độc lập, phương pháp phân tích và thiết kế mẫu. Có thể tham khảo tỷ lệ 5 đến 10 quan sát trên mỗi biến quan sát theo (Hair và cộng sự, 2010), hoặc công thức 50 + 8m cho hồi quy theo (Tabachnick và Fidell, 2013).

Dữ liệu bị thiếu thì làm sao?

Trước tiên, xác định ô thiếu thuộc phản hồi nào và mức độ thiếu ra sao. Giữ bản gốc, áp dụng tiêu chí đã định trước, ghi lại phản hồi bị loại và chỉ cân nhắc phương án xử lý dữ liệu thiếu khi bạn giải thích được trong chương phương pháp.

Có nên xóa phản hồi trả lời cùng một mức cho toàn bộ bảng hỏi không?

Đây là dấu hiệu cần kiểm tra, nhưng chưa đủ để kết luận phản hồi không hợp lệ. Hãy xem thêm thời gian hoàn thành, câu sàng lọc, mẫu lặp và nội dung câu trả lời. Tiêu chí loại nên được đặt trước hoặc được giải trình minh bạch, không dựa vào việc kết quả có đẹp hơn hay không.

Dùng Google Forms hay công cụ khác để thu thập thông tin?

Cả Google Forms và fillform.info đều có thể xuất dữ liệu để xử lý, nhưng bạn cần kiểm tra định dạng cột, giá trị mã hóa và phản hồi trùng sau khi tải file. Công cụ chỉ hỗ trợ thu thập, còn chất lượng nghiên cứu phụ thuộc vào thiết kế bảng hỏi và cách kiểm soát mẫu.

Mở file dữ liệu của bạn ngay bây giờ, tạo một bản sao gốc, lập bảng mã biến và đối chiếu từng cột với giả thuyết trước khi tiếp tục thu hoặc làm sạch phản hồi. Nếu bạn cần chạy phân tích trên chính file .sav hoặc .csv của mình, M4 phân tích của DoThesis thực hiện bước này với SPSS và SmartPLS.