Dữ liệu sơ cấp là dữ liệu bạn tự thu thập cho câu hỏi nghiên cứu của luận văn, còn dữ liệu thứ cấp là dữ liệu người khác đã thu thập cho một mục đích khác rồi bạn dùng lại để phân tích. Bài viết này giúp bạn chọn đúng loại dữ liệu, hoặc kết hợp cả hai, cho đề tài của mình, biết cách đánh giá một nguồn dữ liệu có sẵn và trình bày lựa chọn đó thuyết phục trong chương phương pháp nghiên cứu.
Tác giả: Ban Biên tập MAAS
Cập nhật lần cuối: 2026-09-13
Chuyên mục: research-methods
Dữ liệu sơ cấp và dữ liệu thứ cấp khác nhau ở điểm nào?
Trả lời thẳng: Dữ liệu sơ cấp là số liệu bạn tự đi khảo sát, phỏng vấn hoặc làm thực nghiệm để lấy về, phục vụ riêng cho luận văn đang làm. Dữ liệu thứ cấp là số liệu một bên khác đã gom sẵn cho mục đích riêng của họ, rồi bạn mượn lại để phân tích tiếp. Khác biệt nằm ở ai đi lấy và lấy vì việc gì, chứ không nằm ở chủ đề nghiên cứu.
Rodrigues (2026) định nghĩa dữ liệu sơ cấp là dữ liệu do chính người nghiên cứu thu thập trực tiếp cho mục đích cụ thể của nghiên cứu hiện tại, còn dữ liệu thứ cấp là dữ liệu do một bên khác thu thập cho mục đích khác rồi được tái sử dụng. Denscombe (2021), trong ấn bản thứ 7 cuốn The Good Research Guide do Open University Press phát hành, được hướng dẫn nghiên cứu của Teesside University (n.d.) trích lại, gọi dữ liệu thứ cấp là thông tin "đóng gói sẵn", không được tạo ra riêng cho dự án đang thực hiện. Định nghĩa của Denscombe mở đầu bằng câu "Secondary source data, as the name infers, provides second-hand information" (Denscombe, 2021, tr. 268). Ở chiều ngược lại, George (2023) viết thẳng trong bài hướng dẫn trên Scribbr rằng "any type of research that you undertake yourself is called primary research".
Nếu một sinh viên tự phát bảng hỏi cho 80 sinh viên trong trường về thói quen học tập, dữ liệu bạn ấy thu về là dữ liệu sơ cấp. Nếu sinh viên đó lấy bộ số liệu điều tra lao động do cơ quan thống kê quốc gia công bố để phân tích lại cho luận văn, đó là dữ liệu thứ cấp, dù bạn ấy có thể chưa từng gặp một người trả lời nào trong bộ số liệu. Lựa chọn này gắn chặt với bước chọn đề tài, bạn có thể xem thêm bài cách làm đề tài nghiên cứu khoa học đúng quy trình.
Khi nào nên chọn thu thập dữ liệu sơ cấp cho luận văn?
Trả lời thẳng: Nên chọn dữ liệu sơ cấp khi câu hỏi nghiên cứu cần thông tin chưa ai thu thập, hoặc khi dữ liệu thứ cấp sẵn có không khớp bối cảnh, nhóm đối tượng hay thời điểm bạn cần. Bạn kiểm soát toàn bộ quy trình, từ thiết kế câu hỏi tới chọn mẫu, nên dữ liệu bám sát nghiên cứu hơn. Cái giá phải trả là chi phí và thời gian cao hơn.
Rodrigues (2026), trong bài đăng ngày 24/6/2026 trên Editage, viết rằng dữ liệu sơ cấp được thiết kế đúng theo câu hỏi nghiên cứu và cho phép người nghiên cứu kiểm soát toàn bộ quy trình thu thập. Đổi lại, theo Rodrigues (2026), chi phí cao và tốn thời gian, vì thiết kế công cụ, tuyển người tham gia và thu thập có thể kéo dài nhiều tuần đến nhiều tháng, và thường cần hội đồng đạo đức (IRB) phê duyệt khi nghiên cứu có đối tượng là con người. Rodrigues (2026) cũng nhấn mạnh rằng không loại dữ liệu nào vốn dĩ ưu việt hơn loại kia, vì lựa chọn phụ thuộc vào câu hỏi nghiên cứu, nguồn lực, thời gian và đặc thù ngành học. Emerald Publishing (n.d.) lưu ý người làm luận văn nên hỏi trước quan điểm của trường về dữ liệu thứ cấp, vì một số nơi có thể yêu cầu dữ liệu sơ cấp là phương pháp nghiên cứu chính.
Một đề tài khảo sát mức độ hài lòng của sinh viên với một môn học mới mở tại một trường cụ thể gần như bắt buộc phải dùng dữ liệu sơ cấp, vì chưa ai thu thập thông tin này cho đúng nhóm sinh viên và đúng môn học đó.
Dữ liệu thứ cấp có những ưu điểm và nhược điểm gì?
Trả lời thẳng: Ưu điểm lớn nhất của dữ liệu thứ cấp là tiết kiệm thời gian, chi phí, và cho phép tiếp cận bộ dữ liệu quy mô lớn mà một nghiên cứu cá nhân không thể tự thu thập. Nhược điểm là dữ liệu được thu thập cho mục đích khác nên có thể không khớp với câu hỏi hiện tại, và người nghiên cứu sau không kiểm soát được chất lượng hay cách định nghĩa biến ban đầu.
Bryman, Bell và Harley (2019), trong ấn bản thứ 5 cuốn Business Research Methods mà The Open University (n.d.) dẫn lại, nêu 5 ưu điểm của dữ liệu thứ cấp gồm tiết kiệm chi phí và thời gian, dữ liệu chất lượng cao, cơ hội phân tích theo chiều dọc, nhiều thời gian hơn cho khâu phân tích, và khả năng định hình lại mục tiêu nghiên cứu. Đối lại là 4 nhược điểm, gồm thiếu quen thuộc với dữ liệu, độ phức tạp của dữ liệu, không kiểm soát được chất lượng, và thiếu vắng các biến số quan trọng.
Wickham (2019) ghi nhận trên Journal of the Advanced Practitioner in Oncology rằng dữ liệu thứ cấp tiết kiệm thời gian, tiền bạc và công sức, đồng thời tránh làm quá tải những nhóm đối tượng nhạy cảm khi phải mời họ tham gia thêm một nghiên cứu mới. Tác giả cũng lưu ý thiết kế này chỉ mang tính quan sát và hồi cứu nên không khẳng định chắc chắn được quan hệ nhân quả. Để minh hoạ quy mô, Wickham (2019) dẫn phân tích gộp của Schadendorf và cộng sự công bố năm 2015, gom dữ liệu từ 12 thử nghiệm pha II và pha III về thuốc ipilimumab trên 1.861 bệnh nhân u hắc tố giai đoạn tiến triển, loại câu hỏi mà một nghiên cứu sơ cấp đơn lẻ có thể quá tốn kém hoặc quá lâu để trả lời. Với thời gian theo dõi dài nhất tới 10 năm, nhóm tác giả thấy đường cong sống còn chững lại quanh năm thứ ba.
The Open University (n.d.) lấy ví dụ Business Register and Employment Survey do Office for National Statistics của Anh công bố, một cuộc khảo sát tiến hành hằng năm với 82.000 người, nên vừa cho dữ liệu chất lượng cao vừa cho phép phân tích theo thời gian. Cùng nguồn này lưu ý dữ liệu thu thập vì mục đích thương mại thường bị giới hạn truy cập hoặc phải trả phí, chẳng hạn báo cáo ngành mới nhất của Mintel có thể có giá trên 2.000 bảng Anh.
Ở Việt Nam, một luận văn về xu hướng chi tiêu hộ gia đình qua 10 năm gần như không thể làm bằng dữ liệu sơ cấp trong thời gian làm luận văn, nhưng hoàn toàn khả thi nếu dùng dữ liệu thứ cấp từ Khảo sát mức sống dân cư Việt Nam (Vietnam Household Living Standards Survey, viết tắt VHLSS) đã công bố qua nhiều năm. General Statistics Office of Vietnam (2024), tức Tổng cục Thống kê, ghi rõ trên trang công bố kết quả vòng 2022 rằng khảo sát này có từ năm 1993, được tiến hành hai năm một lần trong giai đoạn 2002 tới 2010 rồi hằng năm từ 2011, nhưng các vòng năm lẻ chỉ thu thập dữ liệu nhân khẩu, việc làm và thu nhập. Vì vậy, nếu biến chính của luận văn là chi tiêu, trong giai đoạn 2011 tới 2022 chỉ các vòng năm chẵn có số liệu này, và đó là giới hạn cần nêu ngay trong phần phương pháp. Atlas of Longitudinal Datasets (2026) ghi nhận mẫu năm 2024 của khảo sát gồm gần 47.000 hộ trên cả nước, một quy mô mà nghiên cứu cá nhân không thể tự thu thập.
Bốn phương pháp thu thập dữ liệu sơ cấp phổ biến trong luận văn là gì?
Trả lời thẳng: Bốn phương pháp phổ biến khi làm khoá luận và luận văn là khảo sát, quan sát, phỏng vấn và thực nghiệm. Khảo sát phù hợp khi cần dữ liệu định lượng từ nhiều người trả lời. Phỏng vấn phù hợp khi cần hiểu sâu góc nhìn của một số ít người. Quan sát phù hợp khi hành vi thực tế quan trọng hơn lời tự mô tả, còn thực nghiệm dùng để kiểm định nhân quả.
Rodrigues (2026) liệt kê sáu phương pháp thu thập dữ liệu sơ cấp, gồm khảo sát, phỏng vấn, thực nghiệm, quan sát, nhóm thảo luận và nghiên cứu tình huống, và bài này tập trung vào bốn phương pháp đầu. Teesside University (n.d.), trong hướng dẫn nghiên cứu của thư viện trường, tổng hợp rằng nghiên cứu sơ cấp thường gồm phỏng vấn, nhóm thảo luận (focus group), thử nghiệm có kiểm soát (controlled trial) và nghiên cứu tình huống (case study), tức 4 kỹ thuật thu thập khác nhau.
| Phương pháp | Phù hợp khi nào | Loại dữ liệu thu được |
|---|---|---|
| Khảo sát | Cần nhiều người trả lời, muốn so sánh theo nhóm | Chủ yếu định lượng |
| Phỏng vấn | Cần hiểu sâu góc nhìn, trải nghiệm của một số ít người | Chủ yếu định tính |
| Quan sát | Hành vi thực tế quan trọng hơn lời tự thuật | Định tính hoặc định lượng |
| Thực nghiệm | Cần kiểm định quan hệ nhân quả giữa các biến | Định lượng |
Nếu đề tài muốn biết sinh viên năm nhất và năm cuối có mức lo âu thi cử khác nhau hay không trên một mẫu lớn, khảo sát là lựa chọn hợp lý. Nếu đề tài muốn hiểu vì sao một nhóm nhỏ sinh viên bỏ học giữa chừng, phỏng vấn sâu cho dữ liệu phù hợp hơn, và bài phỏng vấn sâu trình bày kỹ phương pháp này. Sau khi thu xong dữ liệu định lượng, bước đọc bảng kết quả thống kê thường gặp khái niệm sai số chuẩn, được giải thích riêng ở bài sai số chuẩn là gì.
Làm sao đánh giá một nguồn dữ liệu thứ cấp có đáng tin cậy không?
Trả lời thẳng: Trước khi dùng một nguồn dữ liệu thứ cấp, bạn cần xem nguồn đó có đáng tin cậy không, đặc điểm mẫu và thời điểm thu thập có phù hợp với đề tài không, và phương pháp thu thập gốc có được chấp nhận rộng rãi trong ngành không. Ngoài ra, hãy kiểm tra tài liệu mô tả nghiên cứu gốc có đủ chi tiết để tự đánh giá chất lượng hay không.
Khan (n.d.), trong chương 5 "Secondary Research" của giáo trình mở FITS 204 tại Đại học Arizona, liệt kê 7 điểm cần xem xét. Bảy điểm đó gồm nguồn có đáng tin không, đặc điểm mẫu cùng thời điểm thu thập và tỷ lệ phản hồi, phương pháp thu thập có được ngành chấp nhận không, dữ liệu có được thu thập nhất quán không, việc mã hoá hay chỉnh sửa dữ liệu có phù hợp không, tài liệu mô tả nghiên cứu gốc có đủ chi tiết không, và metadata có đủ để trích dẫn nguồn gốc không. George (2023) thêm hai cảnh báo, rằng dễ tiếp cận không đồng nghĩa với đáng tin, và dữ liệu thứ cấp có thể đã lỗi thời. Theo George (2023), nếu nghiên cứu gốc có thiên lệch thì thiên lệch đó có thể lọt sang kết quả phân tích thứ cấp, nên tác giả khuyên đánh giá nguồn trước khi dùng, chẳng hạn bằng CRAAP test.
Một bộ dữ liệu khảo sát doanh nghiệp thu thập từ 10 năm trước có thể không còn phản ánh đúng thị trường lao động hiện tại. Trước khi dùng lại bộ dữ liệu như vậy, bạn cần nêu rõ trong luận văn giới hạn về thời điểm thu thập, thay vì mặc nhiên coi dữ liệu vẫn còn phù hợp.
Có thể kết hợp cả hai loại dữ liệu trong một luận văn không?
Trả lời thẳng: Có, và cách kết hợp này là một hình thức tam giác hoá dữ liệu. Cách làm này chỉ trở thành nghiên cứu hỗn hợp khi bạn tích hợp cả dữ liệu định tính lẫn định lượng, còn hai bộ dữ liệu cùng loại đặt cạnh nhau chưa đủ gọi là mixed methods. Cách tiếp cận thường gặp là rà soát dữ liệu thứ cấp trước, rồi thiết kế công cụ sơ cấp nhắm đúng khoảng trống.
Rodrigues (2026) gọi việc kết hợp dữ liệu sơ cấp và dữ liệu thứ cấp trong cùng một nghiên cứu là "triangulation". George (2023) khuyến nghị rà soát dữ liệu thứ cấp hiện có trước, vì khoảng trống trong dữ liệu thứ cấp là tín hiệu mạnh cho thấy cần nghiên cứu sơ cấp bổ sung. Emerald Publishing (n.d.), trong hướng dẫn "How to... Use secondary data & archival material", minh hoạ cách dùng dữ liệu thứ cấp để kiểm tra độ khái quát của chính kết quả sơ cấp. Chẳng hạn, người đã tự khảo sát thói quen mua sắm có thể đối chiếu với dữ liệu điều tra dân số công khai để xem kết quả khảo sát của mình có khái quát được cho một nhóm rộng hơn hay không.
Một luận văn về hành vi tiết kiệm của người trẻ có thể dùng dữ liệu thứ cấp từ một khảo sát tài chính quốc gia để nắm xu hướng chung, rồi bổ sung một đợt khảo sát sơ cấp nhỏ trên đúng nhóm sinh viên tại trường để trả lời phần câu hỏi mà dữ liệu đã công bố chưa đủ chi tiết.
Dùng dữ liệu thứ cấp có cần xin phép đạo đức nghiên cứu không?
Trả lời thẳng: Dữ liệu sơ cấp có người tham gia thường cần hội đồng đạo đức nghiên cứu (Institutional Review Board, IRB) chấp thuận trước, kèm sự đồng thuận có thông tin của người tham gia. Dữ liệu thứ cấp đã công khai thường vẫn cần xin miễn xét duyệt đạo đức theo thủ tục của trường, nên bạn nên hỏi lại bộ phận phụ trách và luôn ghi đầy đủ nguồn dữ liệu đã dùng.
Rodrigues (2026) lưu ý dữ liệu sơ cấp có đối tượng là con người thường cần hội đồng đạo đức chấp thuận và cần sự đồng thuận có thông tin của người tham gia, trong khi dữ liệu thứ cấp công khai thường chỉ cần xin một hình thức miễn xét duyệt đạo đức (formal IRB waiver). Rodrigues (2026) khuyên người nghiên cứu xác nhận lại quy định cụ thể với trường mình, đồng thời vẫn phải tuân thủ luật về quyền riêng tư liên quan, chẳng hạn Quy định Bảo vệ Dữ liệu Chung (General Data Protection Regulation, viết tắt GDPR) áp dụng cho công dân Liên minh châu Âu (EU). Cùng nguồn này nhấn mạnh rằng dùng dữ liệu thứ cấp mà không ghi rõ nguồn là một hình thức vi phạm liêm chính học thuật.
Nếu một sinh viên tự phát khảo sát trong lớp học của mình, trường có thể yêu cầu bạn ấy xin chấp thuận đạo đức trước khi thu thập. Nếu sinh viên đó chỉ tải về bộ dữ liệu công khai của một cơ quan thống kê để phân tích lại, bước xin phép thường đơn giản hơn nhiều, nhưng bạn ấy vẫn phải ghi rõ nguồn dữ liệu gốc trong phần phương pháp và trong danh mục tài liệu tham khảo.
Câu hỏi thường gặp
Phương pháp thu thập dữ liệu sơ cấp là gì?
Đó là các cách người nghiên cứu tự thu thập dữ liệu mới cho đúng câu hỏi nghiên cứu của mình. Bốn phương pháp thường dùng trong luận văn là khảo sát, phỏng vấn, quan sát và thực nghiệm, mỗi phương pháp hợp với một dạng câu hỏi nghiên cứu khác nhau.
Phương pháp thu thập dữ liệu thứ cấp là gì?
Đó là việc dùng lại dữ liệu đã có sẵn do bên khác thu thập cho một mục đích khác. Nguồn có thể là nội bộ, như báo cáo và tài liệu lưu trữ của tổ chức, hoặc bên ngoài, như cơ quan chính phủ, hiệp hội ngành và tổ chức quốc tế đã công bố dữ liệu, ví dụ cơ quan thống kê quốc gia, Ngân hàng Thế giới (World Bank), Tổ chức Lao động Quốc tế (International Labour Organization) hay Ngân hàng Phát triển Châu Á (Asian Development Bank).
Phương pháp thu thập dữ liệu sơ cấp và thứ cấp khác nhau ra sao khi trình bày trong đề cương?
Phần phương pháp của đề cương cần nói rõ bạn dùng loại dữ liệu nào. Nếu là dữ liệu sơ cấp, bạn phác thảo cách thu thập, cỡ mẫu dự kiến và địa bàn khảo sát. Nếu là dữ liệu thứ cấp, bạn nêu rõ nguồn dữ liệu gốc và lý do nguồn đó phù hợp với câu hỏi nghiên cứu.
Cách thu thập dữ liệu sơ cấp cho luận văn nên bắt đầu từ đâu?
Nên bắt đầu bằng việc rà soát dữ liệu thứ cấp đã có, xác định rõ khoảng trống mà dữ liệu công bố chưa trả lời được, rồi mới thiết kế công cụ thu thập dữ liệu sơ cấp nhắm đúng khoảng trống đó, thay vì thu thập lại những gì đã có sẵn.
Cách thu thập dữ liệu sơ cấp nhanh mà vẫn đảm bảo chất lượng?
Rodrigues (2026) ghi nhận một khảo sát nhỏ với khoảng 50 tới 100 người trả lời vẫn được tính là dữ liệu sơ cấp và khả thi cho các dự án ở cấp học phần, miễn tuân thủ đúng quy trình đạo đức của trường. Vì vậy, làm nhanh không nên đánh đổi bằng việc bỏ qua thiết kế mẫu hay bước xin phép đạo đức, và cỡ mẫu cho khoá luận hay luận văn vẫn phải theo yêu cầu của đề cương và giảng viên hướng dẫn.
Nếu tôi phân vân giữa sơ cấp và thứ cấp, hỏi ai trước khi bắt tay thu thập?
Trước tiên, hãy hỏi giảng viên hướng dẫn, vì quyết định này ảnh hưởng tới cả kế hoạch thời gian làm luận văn. Nếu muốn thêm một người đồng hành, dịch vụ hỗ trợ luận văn, luận án của MAAS có chuyên gia đúng ngành cùng bạn cân nhắc loại dữ liệu ngay từ giai đoạn đề cương.
Đọc tiếp
Phân biệt rõ dữ liệu sơ cấp và dữ liệu thứ cấp ngay từ bước lập đề cương giúp bạn tránh viết một đề cương xin thu thập lại số liệu mà thực ra đã có sẵn ở nguồn công bố, đúng với yêu cầu nói rõ nguồn số liệu mà bài đề cương luận văn thạc sĩ gồm những phần nào đã nêu. Sau khi xác định loại dữ liệu và thu thập xong, bước tiếp theo là nhập dữ liệu vào phần mềm để chạy phân tích, và bài SPSS là gì? giúp bạn hình dung bước đó.
Nếu bạn đang phân vân giữa thu thập dữ liệu sơ cấp, dùng dữ liệu thứ cấp hay kết hợp cả hai, dịch vụ hỗ trợ luận văn, luận án có chuyên gia đúng ngành đồng hành cùng bạn qua đề cương, bản nháp và bản hoàn thiện, bắt đầu từ việc nhìn lại câu hỏi nghiên cứu và chọn hướng dữ liệu phù hợp. Bạn có thể đặt buổi tư vấn miễn phí 15 phút qua trang liên hệ để làm rõ phạm vi trước khi nhận báo giá.
References
Atlas of Longitudinal Datasets. (2026). Vietnam Household Living Standards Survey (VHLSS). Retrieved 2026-09-14, from https://atlaslongitudinaldatasets.ac.uk/datasets/vhlss
Bryman, A., Bell, E., & Harley, B. (2019). Business research methods (5th ed.). Oxford University Press.
Denscombe, M. (2021). The good research guide: Research methods for small-scale social research projects (7th ed.). Open University Press.
Emerald Publishing. (n.d.). How to... Use secondary data & archival material. Retrieved 2026-09-13, from https://www.emeraldgrouppublishing.com/how-to/research/data-analysis/use-secondary-data-and-archival-material
General Statistics Office of Vietnam. (2024, April). Results of the Viet Nam Household Living Standards Survey 2022. https://www.gso.gov.vn/en/default/2024/04/results-of-the-viet-nam-household-living-standards-survey-2022/
George, T. (2023, January 20). What is secondary research? Definition, types & examples. Scribbr. https://www.scribbr.co.uk/research-methods/secondary-research-explained/
Khan, A. (n.d.). Chapter 5: Secondary research (FITS 204). Open Textbooks Library, University of Arizona. Retrieved 2026-09-13, from https://opentextbooks.library.arizona.edu/fits204/chapter/chapter-5-secondary-research/
Rodrigues, M. (2026, June 24). Primary vs. secondary data in research: Differences & examples. Editage. https://www.editage.com/blog/primary-vs-secondary-data/
Teesside University. (n.d.). Secondary research. Learning Hub, Research methods. Retrieved 2026-09-13, from https://libguides.tees.ac.uk/researchmethods/secondary
The Open University. (n.d.). Using data to aid organisational change, section 6: The advantages and limitations of secondary data. OpenLearn. Retrieved 2026-09-13, from https://www.open.edu/openlearn/money-business/using-data-aid-organisational-change/content-section-6
Wickham, R. J. (2019). Secondary analysis research. Journal of the Advanced Practitioner in Oncology, 10(4), 395-400. https://doi.org/10.6004/jadpro.2019.10.4.7