Phân tích chủ đề (thematic analysis) là một phương pháp linh hoạt để nhận diện, phân tích và báo cáo các mẫu hình ý nghĩa xuyên suốt dữ liệu định tính như phỏng vấn. Với người nghiên cứu Việt Nam đang viết luận văn hoặc nhắm tới một tạp chí Scopus, làm tốt phương pháp này nghĩa là đi theo một quy trình minh bạch, chia thành từng phase, chứ không phải chỉ tóm tắt lại lời người tham gia.
Bài viết này trả lời bảy câu hỏi mà học viên cao học người Việt hỏi cố vấn MAAS nhiều nhất khi lần đầu chạy một phân tích chủ đề.
Tác giả: Ban Biên tập Phương pháp Nghiên cứu và Công bố MAAS · Hiệu đính bởi mentor chuyên môn của MAAS
Cập nhật lần cuối: 2026-07-09
Chuyên mục: research-methods
Phân tích chủ đề là gì, và khi nào nên dùng?
Trả lời trực tiếp: Phân tích chủ đề (TA) là phương pháp tìm ra, diễn giải và báo cáo các mẫu hình, tức các chủ đề, trên một tập dữ liệu định tính. Hãy dùng nó khi câu hỏi nghiên cứu hỏi về ý nghĩa, trải nghiệm hoặc nhận thức, và khi dữ liệu của bạn là lời chứ không phải số. Phương pháp này hợp với phỏng vấn, thảo luận nhóm và câu trả lời khảo sát mở.
Bằng chứng: Braun và Clarke (2006) mô tả TA là một cách tiếp cận dễ nắm bắt và linh hoạt về mặt lý thuyết để nhận diện cùng phân tích các mẫu hình bên trong dữ liệu định tính, độc lập với mọi hệ nhận thức luận đơn lẻ. Chính sự linh hoạt đó là điểm mạnh của nó, vì khác với lý thuyết nền hay phân tích diễn ngôn, TA không buộc bạn theo một truyền thống triết học duy nhất, nên nó hợp với cả câu hỏi theo hướng hiện thực lẫn câu hỏi theo hướng kiến tạo (Terry và cộng sự 2017). Chính câu mở đầu của Braun và Clarke cho thấy vì sao nên học phương pháp này cho tử tế: "Thematic analysis is a poorly demarcated, rarely acknowledged, yet widely used qualitative analytic method within psychology" (Braun & Clarke, 2006).
Ví dụ: Một học viên MEd người Việt có mười hai bài phỏng vấn giáo viên và không hình dung nổi "phân tích" chúng là làm gì ngoài việc trích lời. Cố vấn MAAS xác nhận rằng câu hỏi của bạn, về việc giáo viên trải nghiệm sự công bằng trong thi trực tuyến ra sao, là một câu hỏi về ý nghĩa, nên TA phù hợp, và hai người vẽ ra các phase trước khi bạn động vào bản gỡ băng.
Sáu phase trong phân tích chủ đề của Braun và Clarke là gì?
Trả lời trực tiếp: Quy trình kinh điển gồm sáu phase có tính đệ quy, gồm làm quen với dữ liệu, tạo mã ban đầu, kiến tạo chủ đề, rà soát chủ đề, định nghĩa và đặt tên chủ đề, rồi viết báo cáo. Các phase không đi thẳng một chiều, bạn di chuyển tới lui khi hiểu biết sâu dần lên, nhưng mọi phase đều phải hiện ra trong bài viết của bạn.
Bằng chứng: Braun và Clarke (2006) trình bày sáu phase này như một chỉ dẫn có hệ thống, đồng thời nhấn mạnh rằng phân tích mang tính đệ quy chứ không tuyến tính, người phân tích đi tới lui giữa các phase. Công trình về sau đặt lại tên cách tiếp cận này thành phân tích chủ đề phản tư và làm rõ rằng "chủ đề" do người nghiên cứu chủ động kiến tạo chứ không phải thụ động "phát hiện" ra (Braun & Clarke, 2019).
| Phase | Bạn làm gì | Lỗi ESL thường gặp |
|---|---|---|
| 1. Làm quen | Đọc đi đọc lại toàn bộ dữ liệu, ghi lại ấn tượng đầu tiên | Lướt qua bản dịch thay vì đắm vào bản gốc |
| 2. Mã hoá ban đầu | Gắn nhãn ngắn gọn cho những đoạn có ý nghĩa | Chỉ mã hoá chủ đề bề mặt, không chạm ý nghĩa bên dưới |
| 3. Kiến tạo chủ đề | Gom các mã liên quan thành chủ đề dự tuyển | Lấy một câu hỏi thu dữ liệu làm chủ đề |
| 4. Rà soát chủ đề | Đối chiếu chủ đề với đoạn đã mã hoá và toàn bộ dữ liệu | Giữ một chủ đề chỉ có duy nhất một đoạn chống đỡ |
| 5. Định nghĩa và đặt tên | Viết phạm vi và tên rõ ràng cho từng chủ đề | Tên mơ hồ kiểu "thách thức", hiểu sao cũng được |
| 6. Báo cáo | Đan các trích đoạn và mạch phân tích vào bài viết | Liệt kê trích dẫn mà không diễn giải gì |
Ví dụ: Một cố vấn MAAS dẫn một sinh viên điều dưỡng đi qua các phase như một vòng lặp, ánh xạ mã sang chủ đề, rà soát chúng với các đoạn trích, rồi siết lại tên gọi, trong đó cố vấn tư vấn còn sinh viên tự mã hoá ở từng bước.
Phân tích chủ đề phản tư khác phân tích chủ đề theo độ tin cậy mã hoá ở chỗ nào?
Trả lời trực tiếp: TA phản tư coi phần diễn giải của người nghiên cứu là nguồn lực và không dùng nhiều người mã hoá để đo mức đồng thuận. TA theo độ tin cậy mã hoá dùng một sổ mã có cấu trúc và thường báo cáo mức đồng thuận giữa các người mã hoá. Hai nhánh dựa trên giả định khác nhau, nên bạn cần chọn có chủ ý và báo cáo đúng phiên bản mình đã dùng.
Bằng chứng: Braun và Clarke (2021) lập luận rằng TA không phải một phương pháp đơn lẻ mà là một họ các cách tiếp cận khác nhau cả về hệ hình lẫn quy trình, đồng thời cảnh báo việc mang các chuẩn của nhánh độ tin cậy mã hoá, chẳng hạn mức đồng thuận giữa những người chấm, vào TA phản tư. Các biến thể ứng dụng hoặc theo độ tin cậy mã hoá đặt sổ mã dùng chung lên hàng đầu và hợp với các dự án làm theo nhóm hoặc theo hướng thực chứng (Guest và cộng sự 2012).
| Đặc điểm | TA phản tư | TA theo độ tin cậy mã hoá |
|---|---|---|
| Vai trò người nghiên cứu | Tính chủ quan là một nguồn lực | Tính chủ quan là thiên lệch cần kiểm soát |
| Sổ mã | Tiến hoá dần theo dữ liệu | Chốt sớm, người mã hoá áp dụng theo |
| Nhiều người mã hoá | Không bắt buộc | Trung tâm, có báo cáo mức đồng thuận |
| Chủ đề | Được kiến tạo, là sản phẩm phân tích | Thường là bản tóm tắt một vùng dữ liệu |
| Hợp nhất với | Dự án cá nhân, theo hướng diễn giải | Dự án nhóm, có cấu trúc, mang tính ứng dụng |
Ví dụ: Một nghiên cứu sinh người Việt cho rằng người bình duyệt của tạp chí Q1 sẽ đòi thêm một người mã hoá thứ hai và một chỉ số kappa. Cố vấn MAAS chỉ ra rằng thiết kế phản tư của bạn không cần điều đó, hai người củng cố dấu vết kiểm toán và phần tuyên bố phản tư thay vào đó, đúng thứ mà tạp chí bạn nhắm tới chờ đợi.
Mã hoá dữ liệu định tính và dựng chủ đề bằng cách nào?
Trả lời trực tiếp: Mã hoá nghĩa là gắn những nhãn ngắn, có ý nghĩa vào các đoạn dữ liệu liên quan tới câu hỏi của bạn. Hãy làm việc có hệ thống trên toàn bộ tập dữ liệu, mã hoá rộng tay, rồi gom các mã liên quan thành chủ đề dự tuyển. Một chủ đề là mẫu hình ý nghĩa chung quanh một ý trung tâm, không phải cái sọt chứa mọi thứ người ta nhắc tới.
Bằng chứng: Braun và Clarke (2006) phân biệt mã hoá, vốn bám sát dữ liệu, với việc kiến tạo chủ đề, vốn tổ chức các mã thành những mẫu hình rộng hơn, và hai tác giả cảnh báo rằng chủ đề không tự "nổi lên" mà được dựng lên qua công việc phân tích chủ động. Byrne (2022) cho thấy trong một ví dụ chạy tay cách các mã ban đầu dần được thu gọn thành chủ đề dự tuyển rồi tinh chỉnh lại theo dữ liệu.
Ví dụ: Một cố vấn MAAS rà lại 60 mã của một sinh viên ngành quản trị và nhận ra ba mã hay đi cùng nhau quanh cảm giác "bị nhìn". Thay vì một danh sách chủ đề phẳng, hai người dựng một chủ đề mang tên giám sát như quan tâm hay như kiểm soát, một chủ đề có lập luận bên trong, và về sau nó được khen là chương mạnh nhất.
Làm sao biết một chủ đề đúng là chủ đề, chứ không phải chỉ là một đề tài?
Trả lời trực tiếp: Một chủ đề thực thụ có ý tổ chức trung tâm, có dữ liệu từ nhiều người tham gia chống đỡ, và làm được việc phân tích khi trả lời câu hỏi của bạn. Một đề tài chỉ gọi tên một mảng nội dung. Hãy kiểm từng ứng viên bằng ba câu hỏi, ý cốt lõi là gì, bằng chứng có đứng vững không, và nó kể được một phần câu chuyện của bạn không.
Bằng chứng: Braun và Clarke (2021) chỉ ra rằng những "bản tóm tắt đề tài" đội lốt chủ đề là một trong các vấn đề phổ biến nhất trong TA đã công bố, và lập luận rằng một chủ đề phải được chống đỡ bằng một ý nghĩa chung hoặc một khái niệm trung tâm, chứ không phải bằng một đề tài chung. Việc rà soát chủ đề với cả các đoạn đã mã hoá lẫn toàn bộ tập dữ liệu chính là thứ tách một chủ đề bảo vệ được ra khỏi một cái tiêu đề (Nowell và cộng sự 2017).
Ví dụ: Bản thảo của một tác giả người Việt có một "chủ đề" tên là giao tiếp. Cố vấn MAAS hỏi nó lập luận điều gì, và không có câu trả lời. Hai người tách nó thành im lặng như tự vệ và chuyển mã ngôn ngữ để thuộc về, hai chủ đề có luận điểm phân tích thật.
Làm sao để phân tích chủ đề của bạn đáng tin và chặt chẽ?
Trả lời trực tiếp: Bạn chứng minh tính chặt chẽ bằng cách giữ một dấu vết kiểm toán, viết một tuyên bố phản tư, định nghĩa chủ đề thật chính xác, và báo cáo quy trình minh bạch để người đọc theo được đường đi từ dữ liệu tới phát hiện. Trong nghiên cứu định tính, ba tiêu chí tin cậy, ổn định và khả kiểm thay chỗ cho ngôn ngữ độ tin cậy của nghiên cứu định lượng.
Bằng chứng: Nowell và cộng sự (2017) ánh xạ từng phase của TA vào các tiêu chí đáng tin cậy của Lincoln và Guba, gồm tính tin cậy, tính chuyển giao được, tính ổn định và tính khả kiểm, đồng thời khuyên ghi lại các quyết định đủ chi tiết để người đọc tự phán xét quy trình. Braun và Clarke (2021) nói thêm rằng chất lượng trong TA phản tư đến từ một phân tích mạch lạc và thực hiện tốt, không đến từ các chỉ số độ tin cậy mã hoá.
Ví dụ: Một cố vấn MAAS giúp một sinh viên y tế công cộng giữ một nhật ký quyết định dài một trang, ghi lại vì sao các mã được gộp lại và vì sao các chủ đề đổi đi. Khi người bình duyệt thứ hai chất vấn tính minh bạch, bạn dựa vào cuốn nhật ký đó trong thư phản hồi và xử lý xong chỉ trong một vòng.
Người nghiên cứu Việt Nam và ESL hay mắc lỗi gì trong phân tích chủ đề?
Trả lời trực tiếp: Những lỗi gây thiệt hại nhất là lấy câu hỏi phỏng vấn làm chủ đề, trích dẫn mà không diễn giải, trộn lẫn các phiên bản TA không tương thích, và bỏ qua phần phản tư. Mỗi lỗi đều sửa được nếu bạn gọi tên cách tiếp cận của mình, mã hoá theo ý nghĩa thay vì theo đề tài, và để giọng phân tích của chính bạn gánh phần phát hiện.
Bằng chứng: Braun và Clarke (2021) liệt kê những điểm yếu lặp đi lặp lại, trong đó có sự vênh nhau giữa phương pháp được khai và việc thực sự đã làm, cùng những chủ đề hoá ra chỉ là các câu hỏi thu dữ liệu. Với người nghiên cứu làm việc bằng ngôn ngữ thứ hai, rủi ro cộng thêm là dừng lại ở bề mặt mô tả thay vì diễn giải ý nghĩa nằm bên dưới (Terry và cộng sự 2017).
| Lỗi | Vì sao nó làm mất điểm hoặc bị từ chối | Cách chữa |
|---|---|---|
| Lấy câu hỏi làm chủ đề | Cho thấy phân tích dừng ở bảng hỏi phỏng vấn | Dựng chủ đề quanh ý nghĩa, không quanh lịch phỏng vấn |
| Trích dẫn mà không diễn giải | Người đọc không thấy được lập luận của bạn | Đặt bình luận phân tích ngay sau mỗi đoạn trích |
| Trộn các phiên bản TA | Phần phương pháp mâu thuẫn với phần phân tích | Gọi tên phản tư hay độ tin cậy mã hoá rồi giữ nhất quán |
| Không có tuyên bố phản tư | Người bình duyệt nghi ngờ tính chặt chẽ | Suy ngẫm xem vị thế của bạn định hình việc mã hoá ra sao |
| Khẳng định quá đà về bão hoà | Bão hoà là khái niệm còn tranh cãi trong TA phản tư | Biện minh cỡ mẫu bằng độ mạnh thông tin thay vào đó |
Ví dụ: Một học viên người Việt bị trừ điểm ở lần nộp đầu vì phân tích "mang tính mô tả". Cùng cố vấn MAAS, bạn mã hoá lại theo ý nghĩa, thêm phần diễn giải sau mỗi trích dẫn, và gọi tên cách tiếp cận phản tư của mình, bản nộp lại lên một bậc điểm.
Câu hỏi thường gặp
Một phân tích chủ đề nên có bao nhiêu chủ đề?
Không có con số cố định, nhưng phần lớn nghiên cứu ở quy mô luận văn báo cáo từ hai đến sáu chủ đề, đôi khi kèm chủ đề con. Hãy nhắm tới số lượng mà dữ liệu của bạn chống đỡ được với đủ chiều sâu, vì một nhúm chủ đề có bằng chứng chắc vẫn hơn một danh sách dài toàn chủ đề mỏng.
Tôi có cần phần mềm như NVivo để làm phân tích chủ đề không?
Không. Phần mềm như NVivo hoặc một bảng tính giúp bạn tổ chức mã và các đoạn trích, nhưng nó không nghĩ thay bạn phần phân tích. Nhiều luận án mạnh được mã hoá bằng tay, phương pháp quan trọng hơn công cụ.
Cỡ mẫu cho phân tích chủ đề nên lớn cỡ nào?
Điều đó phụ thuộc vào độ giàu của dữ liệu và phạm vi câu hỏi của bạn, chứ không phụ thuộc vào một mức chỉ tiêu định sẵn. Các tác giả theo TA phản tư ngày càng biện minh cỡ mẫu bằng "độ mạnh thông tin", tức lượng thông tin liên quan mà mẫu nắm giữ, thay vì tuyên bố dữ liệu đã bão hoà.
Tôi có được dùng công cụ AI để hỗ trợ mã hoá không?
Bạn có thể dùng AI để giúp tổ chức hoặc tóm tắt dữ liệu nếu trường và tạp chí của bạn cho phép và bạn khai báo việc đó, nhưng phần diễn giải để dựng chủ đề phải do chính bạn làm. Giao phần diễn giải cho một mô hình là phá hỏng phương pháp và vi phạm liêm chính học thuật.
Phân tích chủ đề có hợp với nghiên cứu hỗn hợp không?
Có. Phân tích chủ đề thường đảm nhiệm nhánh định tính của một thiết kế hỗn hợp, và phát hiện của nó tích hợp được với kết quả định lượng qua một bảng trình bày chung. Hãy báo cáo phiên bản TA của bạn với đầy đủ mức chặt chẽ.
MAAS có giúp tôi chạy một phân tích chủ đề cho luận văn không?
Có. MAAS Academic Mentoring huấn luyện người nghiên cứu Việt Nam qua việc chọn cách tiếp cận TA, mã hoá theo ý nghĩa, kiến tạo và bảo vệ chủ đề, cùng báo cáo minh bạch, theo mô hình từng phase với phản hồi từ cố vấn trình độ tiến sĩ. Bạn đặt lịch tư vấn qua trang liên hệ của MAAS.
Sẵn sàng biến bản gỡ băng thành những chủ đề bảo vệ được?
Mã hoá dữ liệu định tính dễ hơn nhiều khi có một cố vấn từng chấm luận văn từ phía bên kia bàn. MAAS Academic Mentoring ghép bạn với một cố vấn trình độ tiến sĩ, 23% chuyên gia của MAAS có bằng tiến sĩ, cho một buổi tư vấn miễn phí 20 phút, ghép bạn với đúng người trong vòng 48 giờ nếu mạng lưới đã phủ lĩnh vực đó, hoặc khoảng hai tuần nếu MAAS phải tuyển thêm cho trường hợp của bạn, đồng thời đặt cùng bạn một mục tiêu điểm ba bậc theo chuẩn Pass, Merit hoặc Distinction ngay từ đầu và 45 ngày hỗ trợ tiếp nối sau khi nộp bài. MAAS huấn luyện, bạn vẫn là tác giả.
Đặt lịch tư vấn Academic Mentoring cùng MAAS
Hướng dẫn liên quan
- Viết câu hỏi và mục tiêu nghiên cứu thế nào?: câu hỏi mà các chủ đề của bạn phải trả lời
- Trung tâm tài nguyên Dissertation Mentoring: các hướng dẫn trải dọc hành trình luận văn
- Dịch vụ Publishing Advisory: hỗ trợ cho bản nộp Scopus Q1 và Q2
- Gặp đội ngũ chuyên gia MAAS: những cố vấn trình độ tiến sĩ đứng sau phần huấn luyện
Tài liệu tham khảo
- Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa
- Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport, Exercise and Health, 11(4), 589–597. https://doi.org/10.1080/2159676X.2019.1628806
- Braun, V., & Clarke, V. (2021). One size fits all? What counts as quality practice in (reflexive) thematic analysis? Qualitative Research in Psychology, 18(3), 328–352. https://doi.org/10.1080/14780887.2020.1769238
- Byrne, D. (2022). A worked example of Braun and Clarke's approach to reflexive thematic analysis. Quality & Quantity, 56(3), 1391–1412. https://doi.org/10.1007/s11135-021-01182-y
- Guest, G., MacQueen, K. M., & Namey, E. E. (2012). Applied thematic analysis. SAGE Publications.
- Nowell, L. S., Norris, J. M., White, D. E., & Moules, N. J. (2017). Thematic analysis: Striving to meet the trustworthiness criteria. International Journal of Qualitative Methods, 16(1). https://doi.org/10.1177/1609406917733847
- Terry, G., Hayfield, N., Clarke, V., & Braun, V. (2017). Thematic analysis. In C. Willig & W. Stainton Rogers (Eds.), The SAGE handbook of qualitative research in psychology (2nd ed. pp. 17–37). SAGE Publications.
Bài viết này thuộc loạt MAAS Journal dành cho người nghiên cứu sau đại học người Việt. MAAS Academic Mentoring là đối tác tư vấn, chúng tôi huấn luyện tác giả theo mô hình bàn giao từng phase kèm phản hồi từ cố vấn trình độ tiến sĩ. Chúng tôi không viết bài, không nộp bài và không cam kết bài được chấp nhận thay cho tác giả.