Tỷ lệ phản hồi là gì và cách tính trong khảo sát định lượng

Tỷ lệ phản hồi là gì trong nghiên cứu định lượng

Tỷ lệ phản hồi là tỷ lệ giữa số người đã gửi lại bảng hỏi hợp lệ và tổng số người bạn đã mời tham gia khảo sát. Chỉ số này cho biết kế hoạch thu thập dữ liệu của bạn chuyển thành bao nhiêu phản hồi thực tế, nhưng không tự động chứng minh dữ liệu có đại diện cho tổng thể hay không.

Công thức cơ bản là:

Tỷ lệ phản hồi (%) = Số bảng hỏi hợp lệ / Số người được mời khảo sát × 100

Ví dụ, bạn gửi bảng hỏi cho 500 người, nhận lại 230 câu trả lời, trong đó 210 phiếu đạt điều kiện sử dụng. Tỷ lệ phản hồi theo số phiếu hợp lệ là 210 / 500 × 100 = 42%. Nếu bạn dùng 230 chia cho 500, đó là tỷ lệ phản hồi thô, còn 20 phiếu bị loại cần được trình bày riêng.

Trong luận văn, bạn nên ghi rõ mẫu số là số người được mời, số đường link được gửi, hay số đơn vị trong danh sách tiếp cận. Với khảo sát online, một đường link được chia sẻ công khai không cho bạn biết chính xác có bao nhiêu người đã nhìn thấy nó. Khi đó, bạn không nên tự đặt một mẫu số không kiểm chứng rồi gọi đó là tỷ lệ phản hồi.

Bạn có thể xem thêm các chủ đề liên quan trong chuyên mục Khảo sát, đặc biệt khi đang hoàn thiện kế hoạch lấy mẫu và bảng hỏi.

Cách xác định tỷ lệ phản hồi

Trước hết, lập một bảng theo dõi gồm bốn con số: số người được mời, số người bắt đầu trả lời, số phản hồi đã gửi và số phiếu hợp lệ sau làm sạch. Bốn con số này giúp bạn phân biệt người không mở bảng hỏi, người bỏ dở giữa chừng và người gửi phiếu nhưng không đủ điều kiện phân tích.

Nếu mục tiêu của bạn là có n phiếu hợp lệ, số người cần mời có thể ước tính theo công thức:

Số người cần mời = Cỡ mẫu mục tiêu / tỷ lệ phản hồi dự kiến

Chẳng hạn, bạn cần 250 phiếu hợp lệ và dự kiến tỷ lệ phản hồi là 40%, số người cần mời tối thiểu là 250 / 0,40 = 625 người. Đây là kế hoạch dự phòng, không phải cam kết rằng đúng 40% sẽ trả lời. Tỷ lệ thực tế phụ thuộc vào nhóm khảo sát, kênh gửi, độ dài bảng hỏi, lời mời và số lần nhắc.

Cỡ mẫu còn phải phù hợp với thiết kế nghiên cứu. Với thang đo có nhiều biến quan sát, một quy tắc thường được viện dẫn là cần 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010). Nếu bạn dùng hồi quy với m biến độc lập, công thức tối thiểu n ≥ 50 + 8m thường được trích dẫn từ (Tabachnick và Fidell, 2013). Hãy xem các quy tắc này là mốc kiểm tra, không phải lý do để bỏ qua cách chọn mẫu và chất lượng phiếu.

Bảng dưới đây là ví dụ lập kế hoạch. Các con số trong bảng là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể.

Nếu tổng thể hữu hạn và bạn biết quy mô tổng thể, bạn có thể trình bày công thức cỡ mẫu hữu hạn theo (Yamane, 1967). Công thức này giúp xác định số quan sát cần thu, còn tỷ lệ phản hồi giúp bạn ước lượng số người phải mời. Hai khái niệm thường đi cùng nhau nhưng không thay thế cho nhau.

Bạn cũng nên ghi nguồn của danh sách tiếp cận. Ví dụ, danh sách khách hàng, sinh viên của một lớp, nhân viên tại một đơn vị hoặc người theo dõi một cộng đồng có các mức độ bao phủ khác nhau. Nếu bảng hỏi được đăng công khai trên mạng xã hội, hãy mô tả đó là cách phát bảng hỏi thuận tiện hoặc tự nguyện, thay vì khẳng định tỷ lệ phản hồi của toàn bộ người dùng internet.

Thiết kế bảng hỏi phục vụ mục tiêu này

Tỷ lệ phản hồi thường giảm khi người nhận không hiểu mình có thuộc đối tượng khảo sát hay không. Vì vậy, phần đầu bảng hỏi cần có lời giới thiệu ngắn, mục tiêu nghiên cứu, thời gian hoàn thành dự kiến, điều kiện tham gia và cách sử dụng dữ liệu. Bạn không cần viết lời mời dài, nhưng phải trả lời được ba câu hỏi: ai nên trả lời, cần bao lâu và câu trả lời được dùng vào việc gì.

Dùng câu hỏi sàng lọc đúng chỗ

Câu hỏi sàng lọc giúp loại người không thuộc tổng thể nghiên cứu trước khi họ đi vào các nhóm biến quan sát. Ví dụ, nghiên cứu về trải nghiệm sử dụng một ứng dụng có thể hỏi người tham gia đã sử dụng ứng dụng trong một khoảng thời gian nhất định hay chưa. Nếu họ trả lời “chưa”, bảng hỏi nên kết thúc hoặc chuyển đến phần phù hợp.

Đừng đặt quá nhiều câu hỏi sàng lọc liên tiếp. Người trả lời có thể tưởng mình không đủ điều kiện dù thực tế vẫn phù hợp. Bạn cũng cần thống nhất tiêu chí này với phần phương pháp và tiêu chí loại phiếu trong file dữ liệu.

Chọn thang đo và dạng câu hỏi

Các biến quan sát đo thái độ hoặc mức độ đồng ý thường dùng thang Likert. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ của (Likert, 1932). Trong một bảng hỏi, bạn nên giữ cùng chiều tăng của các phương án, chẳng hạn từ “Hoàn toàn không đồng ý” đến “Hoàn toàn đồng ý”.

Nếu có biến đảo chiều, hãy đánh dấu rõ mã biến ngay từ lúc thiết kế. Một câu diễn đạt phủ định dễ làm người trả lời nhầm, đồng thời tạo thêm bước recode trước khi chạy Cronbach's Alpha hoặc EFA. Chỉ giữ biến đảo chiều khi nó thật sự cần thiết cho nội dung đo lường.

Giảm độ dài nhưng không cắt tùy tiện

Bảng hỏi dài làm tăng số người bỏ dở, nhưng cắt biến quan sát chỉ để bảng hỏi ngắn hơn có thể làm thay đổi thang đo. Hãy kiểm tra câu nào trùng ý, câu nào không phục vụ giả thuyết và câu nào dùng thuật ngữ mà đối tượng khảo sát khó hiểu. Nên chạy thử trên một nhóm nhỏ để phát hiện lỗi hiển thị, lỗi logic và thời gian hoàn thành.

Bạn có thể tham khảo cách trình bày tại trang phiếu khảo sát online trước khi chuyển nội dung thành biểu mẫu chính thức. Những mục thông tin bắt buộc cũng cần được cân nhắc, vì yêu cầu quá nhiều thông tin cá nhân có thể làm người nhận dừng trả lời.

Triển khai thu dữ liệu

Hãy bắt đầu bằng danh sách người được mời có thể kiểm đếm. Mỗi dòng nên có mã người nhận hoặc mã nhóm, kênh gửi và ngày gửi. Không cần lưu thông tin nhận diện nếu đề tài không yêu cầu, nhưng bạn cần cách phân biệt các đợt phát để biết đợt nào tạo ra nhiều phiếu hợp lệ hơn.

Khi gửi lời mời, hãy nêu thời gian đóng khảo sát và thời lượng hoàn thành dự kiến. Sau một khoảng thời gian phù hợp, gửi lời nhắc ngắn cho những người chưa phản hồi. Nếu bạn không biết ai đã trả lời, có thể gửi lời nhắc chung, nhưng cần tránh gửi quá nhiều lần hoặc tạo cảm giác bắt buộc.

fillform.info là công cụ form khảo sát của DoThesis, được xây dựng cho việc tạo và thu thập phản hồi bảng hỏi tiếng Việt. Bạn có thể dùng nó để tổ chức câu hỏi, theo dõi dữ liệu trả lời và xuất dữ liệu phục vụ bước làm sạch. Google Forms là lựa chọn thay thế phổ biến, đặc biệt khi nhóm khảo sát của bạn đã quen với hệ sinh thái Google. Bạn có thể xem hướng dẫn về Google Form khảo sát để so sánh cách tạo biểu mẫu.

Dù dùng công cụ nào, hãy kiểm tra trước các điểm sau:

• Link có mở được trên điện thoại và máy tính hay không.
• Câu hỏi bắt buộc có thực sự cần bắt buộc hay không.
• Nhánh logic có đưa người trả lời đến đúng phần hay không.
• Dữ liệu xuất ra có giữ đúng mã biến, thứ tự biến và giá trị mã hóa hay không.
• Thời gian đóng form có được thông báo rõ hay không.

Không nên dùng một phản hồi cho nhiều người cùng trả lời nếu thiết kế nghiên cứu cần quan sát độc lập. Cũng không nên tự điền thêm phiếu để đạt cỡ mẫu. Những phiếu được tạo ra chỉ để làm đẹp số lượng có thể làm sai phân phối dữ liệu, Cronbach's Alpha, EFA và kết quả mô hình sau đó.

Làm sạch dữ liệu trước khi nhập SPSS

Sau khi đóng khảo sát, giữ lại bản dữ liệu gốc và tạo một bản sao để làm sạch. Đừng xóa trực tiếp trên file duy nhất. Đặt mã cho từng lý do loại phiếu, chẳng hạn thiếu quá nhiều câu trả lời, không đạt câu hỏi sàng lọc, trả lời ngoài thời gian hợp lý hoặc có dấu hiệu trả lời không nghiêm túc.

Kiểm tra phiếu thiếu dữ liệu

Phiếu bỏ trống toàn bộ một nhóm biến quan sát thường không thể dùng cho phân tích thang đo. Với phiếu chỉ thiếu một vài mục, cách xử lý phụ thuộc vào tỷ lệ thiếu, loại biến và quy định của đề tài. Bạn cần ghi lại số phiếu loại, không chỉ báo cáo số phiếu còn lại.

Kiểm tra trả lời một kiểu cho toàn bộ thang đo

Straight-lining là tình trạng người trả lời chọn cùng một mức cho hàng loạt biến quan sát. Dấu hiệu này không đủ để kết luận phiếu không hợp lệ, vì đôi khi người tham gia thật sự có cùng mức đánh giá. Hãy xem thêm thời gian hoàn thành, câu sàng lọc và các câu hỏi kiểm tra chú ý nếu bảng hỏi có thiết kế những mục này.

Kiểm tra mã hóa và biến đảo chiều

Mở file dữ liệu và đối chiếu tên cột với bảng mã. Một lỗi thường gặp là nhập mức “Hoàn toàn đồng ý” thành 1 ở một nhóm biến nhưng thành 5 ở nhóm khác. Với biến đảo chiều, thực hiện recode trước khi tính điểm thang đo và ghi lại biến gốc cùng biến sau recode.

Ghi lại số lượng qua từng bước

Một bảng theo dõi đơn giản giúp chương 3 và chương 4 nhất quán:

Bảng này là số liệu minh họa. Khi làm luận văn, thay bằng số liệu trong file của bạn và giải thích chính xác tiêu chí loại. Không dùng tỷ lệ phản hồi thô 44,5% trong ví dụ trên để thay cho tỷ lệ phản hồi hợp lệ 40,0% nếu mục tiêu của bạn là báo cáo số phiếu dùng để phân tích.

Cách trình bày trong chương 3

Trong chương phương pháp, hãy trình bày theo trình tự: đối tượng khảo sát, cách tiếp cận, thời gian thu thập, số người được mời, số phản hồi nhận được, số phiếu loại, số phiếu hợp lệ và tỷ lệ phản hồi. Nếu khảo sát online qua link công khai, hãy nói rõ giới hạn trong việc xác định số người thực sự nhìn thấy lời mời.

Bạn có thể viết theo mẫu sau:

Cách viết vào luận văn: “Tác giả phát [số người được mời] bảng hỏi đến [đối tượng/kênh tiếp cận] trong thời gian từ [ngày bắt đầu] đến [ngày kết thúc]. Có [số phản hồi] phản hồi được gửi, trong đó [số phiếu loại] phiếu bị loại do [lý do]. Sau khi làm sạch, [số phiếu hợp lệ] phiếu được sử dụng để phân tích, tương ứng tỷ lệ phản hồi hợp lệ là [tỷ lệ]%.”

Nếu dùng công thức cỡ mẫu hoặc quy tắc số quan sát trên biến quan sát, đặt nguồn ngay sau nhận định tương ứng. Ví dụ, quy tắc 5 đến 10 quan sát cho mỗi biến quan sát có thể dẫn (Hair và cộng sự, 2010), còn công thức hồi quy 50 + 8m có thể dẫn (Tabachnick và Fidell, 2013).

Đừng viết “tỷ lệ phản hồi cao nên dữ liệu chắc chắn đại diện”. Tỷ lệ phản hồi chỉ mô tả mức thu hồi. Tính đại diện còn liên quan đến cách chọn mẫu, đặc điểm người không phản hồi và sự phù hợp giữa mẫu thực tế với tổng thể mục tiêu.

Lỗi thường gặp

Lỗi đầu tiên là lấy số phiếu hợp lệ chia cho số người đã mở link. Nếu hệ thống không xác định được số người mở link, bạn không có mẫu số đáng tin cậy. Hãy dùng số người được mời có thể kiểm đếm, hoặc mô tả kết quả bằng số lượng phản hồi và số phiếu hợp lệ thay vì tạo một tỷ lệ giả chính xác.

Lỗi thứ hai là báo cáo cỡ mẫu mục tiêu như số phiếu thực tế. Bạn dự kiến cần 300 phiếu nhưng chỉ có 267 phiếu hợp lệ thì phải báo cáo 267, đồng thời giải thích cách đánh giá sự phù hợp của cỡ mẫu. Không sửa con số trong bảng kết quả để khớp với kế hoạch ban đầu.

Lỗi thứ ba là loại phiếu sau khi xem kết quả phân tích rồi mới đặt lý do. Việc làm sạch nên dựa trên tiêu chí đã nêu trong phương pháp, chẳng hạn không đạt câu hỏi sàng lọc, bỏ trống quá nhiều mục hoặc có mẫu trả lời không hợp lý. Nếu phát sinh tiêu chí mới, ghi lại thời điểm và lý do để có thể giải trình.

Lỗi thứ tư là dùng nhiều kênh thu thập nhưng không theo dõi nguồn. Sinh viên có thể nhận phiếu từ lớp học, nhóm mạng xã hội và danh sách cá nhân, nhưng sau đó không biết nhóm nào tạo ra các câu trả lời bất thường. Mã hóa nguồn ở mức cần thiết sẽ giúp kiểm tra dữ liệu mà không nhất thiết phải lưu danh tính người trả lời.

Lỗi cuối là nhập dữ liệu ngay vào SPSS khi chưa khóa bảng mã. Hãy kiểm tra tên biến, nhãn giá trị, giá trị thiếu và biến đảo chiều trước. Nếu thay đổi cấu trúc bảng hỏi giữa các đợt, lưu riêng phiên bản và không gộp dữ liệu một cách cơ học.

Câu hỏi thường gặp

Tỷ lệ phản hồi bao nhiêu là đạt?

Không có một mức duy nhất áp dụng cho mọi khảo sát định lượng. Tỷ lệ phản hồi cần được đọc cùng với cách chọn mẫu, cỡ mẫu hợp lệ, đặc điểm nhóm trả lời và khả năng tiếp cận tổng thể. Trong luận văn, bạn nên tập trung chứng minh số phiếu hợp lệ đủ cho thiết kế phân tích và mô tả minh bạch quy trình thu thập.

Tỷ lệ phản hồi tính theo số phiếu nhận được hay số phiếu hợp lệ?

Bạn có thể báo cáo cả hai nếu định nghĩa rõ. Số phiếu nhận được cho biết phản hồi thô, còn số phiếu hợp lệ cho biết bao nhiêu quan sát thực sự được đưa vào phân tích. Khi chỉ báo cáo một tỷ lệ, hãy ghi rõ công thức và mẫu số.

Khảo sát online qua link công khai có tính được tỷ lệ phản hồi không?

Chỉ tính được khi bạn biết số người đã được mời hoặc số người thuộc danh sách tiếp cận. Nếu link được đăng công khai và không thể biết có bao nhiêu người đã nhìn thấy, bạn nên báo cáo số lượt phản hồi, số phiếu hợp lệ và kênh thu thập, thay vì gọi một tỷ lệ tự ước lượng là tỷ lệ phản hồi.

Có nên gửi lời nhắc để tăng tỷ lệ phản hồi không?

Có thể gửi lời nhắc với nội dung ngắn, thời hạn rõ và tần suất hợp lý. Bạn cần tránh gây áp lực, gửi trùng nhiều lần hoặc để người nhận hiểu rằng họ bắt buộc phải tham gia. Mỗi đợt nhắc nên được ghi lại để sau này mô tả đúng quy trình thu thập.

Phiếu trả lời quá nhanh có phải loại ngay không?

Thời gian hoàn thành rất ngắn là một dấu hiệu cần kiểm tra, nhưng không đủ để tự động loại phiếu. Có người đã đọc trước bảng hỏi hoặc trả lời nhanh vì bảng hỏi ngắn. Hãy kết hợp thời gian, straight-lining, câu sàng lọc và mức độ hoàn chỉnh trước khi quyết định.

Mở file dữ liệu của bạn ngay bây giờ, tạo bảng theo dõi từ số người được mời đến số phiếu hợp lệ, rồi viết công thức tỷ lệ phản hồi bằng đúng các con số đó; nếu cần hỗ trợ chạy phân tích trên file .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.