Để làm thematic analysis (phân tích chủ đề) cho dissertation, bạn đi qua sáu phase của Braun và Clarke, từ đọc kỹ dữ liệu, gắn mã, dựng chủ đề, rà soát, đặt tên cho tới viết báo cáo, và ghi lại minh bạch từng quyết định thay vì chỉ tóm tắt lại lời người tham gia. Bài viết này hướng dẫn bạn chọn đúng phiên bản thematic analysis, mã hoá theo ý nghĩa, phân biệt một chủ đề thật với một đề tài chung chung, và tránh những lỗi hay làm bài bị chấm là "mô tả".
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 dissertation 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. Các mục dưới đây trả lời bảy câu hỏi mà học viên cao học người Việt hay hỏi cố vấn MAAS nhất khi lần đầu chạy thematic analysis.
Tác giả: Ban Biên tập 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: Thematic analysis (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 dữ liệu là lời nói chứ không phải con số. Phương pháp này hợp với phỏng vấn, thảo luận nhóm và câu trả lời khảo sát mở, dưới nhiều lập trường lý thuyết.
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 và phân tích các mẫu hình trong dữ liệu định tính, không gắn với một hệ nhận thức luận riêng nào. Sự linh hoạt đó là điểm mạnh của nó. Terry và cộng sự (2017) chỉ ra rằng, khác với grounded theory (lý thuyết nền) hay discourse analysis (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. Câu mở đầu trong bài báo của Braun và Clarke cũng cho thấy vì sao nên học phương pháp này cho đúng cách: "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 được "phân tích" chúng là làm gì ngoài việc trích lời. Cố vấn MAAS xác nhận rằng câu hỏi của bạn ấy, về cách giáo viên trải nghiệm sự công bằng trong thi trực tuyến, là một câu hỏi về ý nghĩa, nên TA phù hợp. Hai bên phác ra các phase trước khi bạn ấy bắt đầu đọc 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, là 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, vì bạn quay tới quay lui khi hiểu dữ liệu sâu hơn, nhưng phase nào cũng phải hiện ra rõ trong phần 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, tức người phân tích đi tới lui giữa các phase. Trong một bài viết về sau, Braun và Clarke (2019) gọi lại cách tiếp cận này là thematic analysis phản tư (reflexive) và làm rõ rằng "chủ đề" do người nghiên cứu chủ động kiến tạo chứ không phải được "phát hiện" một cách thụ động.
| Phase | Bạn làm gì | Lỗi hay gặp ở người viết bằng tiếng Anh như ngôn ngữ thứ hai |
|---|---|---|
| 1. Làm quen | Đọc đi đọc lại toàn bộ dữ liệu, ghi lại ấn tượng đầu tiên | Lướt bản dịch thay vì đọc kỹ 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 tới 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 các đoạn đã mã hoá và toàn bộ dữ liệu | Giữ một chủ đề chỉ có một đoạn trích chống đỡ |
| 5. Định nghĩa và đặt tên | Viết phạm vi và tên rõ ràng cho từng chủ đề | Tên mơ hồ như "thách thức", hiểu sao cũng được |
| 6. Báo cáo | Đan các đoạn trích và mạch phân tích vào bài viết | Liệt kê trích dẫn mà không diễn giải |
Ví dụ: Một cố vấn MAAS dẫn một sinh viên điều dưỡng đi qua các phase theo từng vòng, từ nối mã sang chủ đề, rà soát chủ đề với các đoạn trích, rồi siết lại tên gọi. Ở mỗi bước, cố vấn góp ý còn sinh viên đó tự mã hoá dữ liệu.
Phân tích chủ đề phản tư khác phân tích chủ đề theo độ tin cậy mã hoá ở chỗ nào?
Trả lời trực tiếp: Reflexive TA coi phần diễn giải của người nghiên cứu là một nguồn lực và không dùng nhiều người mã hoá để đo mức đồng thuận. Coding-reliability TA dùng một sổ mã (codebook) có cấu trúc và thường báo cáo mức đồng thuận giữa những 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, và cảnh báo việc mang các chuẩn của nhánh coding-reliability, chẳng hạn mức đồng thuận giữa người chấm, vào reflexive TA. Guest và cộng sự (2012) mô tả các biến thể ứng dụng hoặc coding-reliability, vốn đặt sổ mã dùng chung lên hàng đầu và hợp với dự án làm theo nhóm hoặc theo hướng thực chứng.
| Đặc điểm | Reflexive TA | Coding-reliability TA |
|---|---|---|
| Vai trò người nghiên cứu | Tính chủ quan là một nguồn lực | Tính chủ quan là thiên lệch cần kiểm soát |
| Sổ mã | Thay đổi dần theo dữ liệu | Chốt sớm, người mã hoá áp dụng theo |
| Nhiều người mã hoá | Không bắt buộc | Là 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 phản biện 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 reflexive của bạn ấy không cần điều đó, và gợi ý bạn ấy củng cố dấu vết kiểm tra (audit trail) cùng phần tuyên bố phản tư, đúng thứ tạp chí bạn ấy 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 nghiên cứu. Hãy đi có hệ thống qua 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, chứ không phải cái giỏ chứa mọi thứ người tham gia từng 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 cảnh báo rằng chủ đề không tự "nổi lên" mà được dựng lên qua công việc phân tích chủ động. Byrne (2022) cho thấy, qua một ví dụ làm từng bước, 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 đọc 60 mã của một sinh viên ngành quản trị và nhận thấy ba mã hay đi cùng nhau quanh cảm giác "bị theo dõi". Thay vì để một danh sách đề tài phẳng, cố vấn gợi ý gom chúng lại, và sinh viên đó dựng thành chủ đề giám sát như sự quan tâm hay như sự kiểm soát, một chủ đề có lập luận bên trong. Về sau chương này được khen là chương mạnh nhất của bài.
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 thật sự phân tích để trả lời câu hỏi nghiên cứu. Một đề tài thì chỉ gọi tên một mảng nội dung. Hãy kiểm từng chủ đề dự tuyển bằng ba câu hỏi, gồm ý cốt lõi là gì, bằng chứng có đứng vững không, và nó có kể được một phần câu chuyện của bạn không.
Bằng chứng: Braun và Clarke (2021) xếp những "bản tóm tắt đề tài" đội lốt chủ đề vào nhóm vấn đề phổ biến nhất trong các nghiên cứu TA đã công bố, và lập luận rằng một chủ đề phải dựa trên một ý nghĩa chung hoặc một khái niệm trung tâm, chứ không dựa trên một đề tài chung. Nowell và cộng sự (2017) cho thấy chính bước rà soát chủ đề với cả các đoạn đã mã hoá lẫn toàn bộ tập dữ liệu là thứ tách một chủ đề bảo vệ được khỏi một cái tiêu đề.
Ví dụ: Bản thảo của một tác giả người Việt có một "chủ đề" tên là giao tiếp. Cố vấn MAAS hỏi chủ đề đó đang lập luận điều gì, và bản thảo chưa có câu trả lời. Sau buổi trao đổi, tác giả đó tự tách nó thành im lặng như cách tự vệ và chuyển mã ngôn ngữ để được 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 tra, 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, các tiêu chí credibility, dependability và confirmability thay chỗ cho ngôn ngữ về độ tin cậy vốn dùng trong nghiên cứu định lượng.
Bằng chứng: Nowell và cộng sự (2017) nối từng phase của TA với các tiêu chí đáng tin cậy (trustworthiness) của Lincoln và Guba, gồm credibility, transferability, dependability và confirmability, và khuyên ghi lại các quyết định đủ chi tiết để người đọc tự đánh giá quy trình. Braun và Clarke (2021) bổ sung rằng chất lượng của reflexive TA đến từ một phân tích mạch lạc và làm kỹ, chứ không đến từ các chỉ số độ tin cậy mã hoá.
Ví dụ: Một cố vấn MAAS gợi ý một sinh viên y tế công cộng giữ một nhật ký quyết định dài một trang, ghi lại vì sao các mã được gộp và vì sao các chủ đề thay đổi. Khi người phản biện thứ hai chất vấn tính minh bạch, sinh viên đó dựa vào cuốn nhật ký này để viết thư phản hồi và giải quyết 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 lời mà không diễn giải, trộn các phiên bản TA không tương thích, và bỏ qua phần phản tư. Lỗi nào cũng 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 dẫn dắt 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 thực chất chỉ là các câu hỏi thu dữ liệu. Terry và cộng sự (2017) lưu ý thêm rằng với người nghiên cứu làm việc bằng ngôn ngữ thứ hai, rủi ro cộng thêm là dừng ở bề mặt mô tả thay vì diễn giải ý nghĩa nằm bên dưới.
| Lỗi | Vì sao nó làm mất điểm hoặc khiến bài bị từ chối | Cách sửa |
|---|---|---|
| Lấy câu hỏi làm chủ đề | Cho thấy phân tích dừng ở bộ câu hỏi phỏng vấn | Dựng chủ đề quanh ý nghĩa, không quanh bộ câu hỏi |
| Trích lời mà không diễn giải | Người đọc không thấy 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 reflexive hay coding-reliability rồi giữ nhất quán |
| Không có tuyên bố phản tư | Người phản biện nghi ngờ tính chặt chẽ | Suy ngẫm xem vị thế của bạn đã định hình việc mã hoá ra sao |
| Khẳng định quá đà về bão hoà dữ liệu | Bão hoà là khái niệm còn tranh cãi trong reflexive TA | Biện minh cỡ mẫu bằng information power |
Ví dụ: Một học viên người Việt bị trừ điểm ở lần nộp đầu vì phần phân tích "mang tính mô tả". Sau khi trao đổi với cố vấn MAAS, bạn ấy tự mã hoá lại theo ý nghĩa, thêm phần diễn giải sau mỗi đoạn trích, và gọi tên cách tiếp cận reflexive của mình, và bản nộp lại được chấm cao hơn một bậc.
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 dissertation báo cáo từ hai đến sáu chủ đề, đôi khi kèm chủ đề con. Hãy nhắm tới số lượng mà dữ liệu chống đỡ được với đủ chiều sâu, vì vài chủ đề có bằng chứng chắc vẫn tốt hơn một danh sách dài những chủ đề mỏng.
Tôi có cần phần mềm như NVivo để làm phân tích chủ đề không?
Không. Phần mềm như NVivo hay một bảng tính giúp bạn sắp xếp mã và các đoạn trích, nhưng không làm thay bạn phần suy nghĩ phân tích. Nhiều thesis tốt được mã hoá bằng tay, vì phương pháp quan trọng hơn công cụ.
Cỡ mẫu cho phân tích chủ đề nên lớn cỡ nào?
Cỡ mẫu phụ thuộc vào độ giàu của dữ liệu và phạm vi câu hỏi, chứ không theo một chỉ tiêu định sẵn. Các tác giả theo reflexive TA ngày càng biện minh cỡ mẫu bằng "information power", tức lượng thông tin liên quan mà mẫu chứa, 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 sắp xếp hoặc tóm tắt dữ liệu nếu trường và tạp chí 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 AI làm hỏng phương pháp và đi ngược liêm chính học thuật.
Phân tích chủ đề có hợp với nghiên cứu hỗn hợp không?
Có. Thematic analysis thường đảm nhận nhánh định tính trong một thiết kế mixed methods, và phát hiện của nó có thể được tích hợp với kết quả định lượng qua một bảng trình bày chung (joint display). Hãy báo cáo phiên bản TA bạn dùng với đầy đủ mức chặt chẽ.
MAAS có giúp tôi chạy một phân tích chủ đề cho dissertation không?
Có. MAAS Academic Mentoring hướng dẫn người nghiên cứu Việt Nam qua các khâu chọn cách tiếp cận TA, mã hoá theo ý nghĩa, kiến tạo và bảo vệ chủ đề, và báo cáo minh bạch, theo mô hình từng phase với góp ý 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 hướng dẫn nghiên cứu trong đúng chuyên ngành của bạn. MAAS Academic Mentoring đồng hành cùng dự án theo từng giai đoạn, còn bạn tự nghiên cứu và tự viết từng chữ, và giai đoạn dàn ý và dữ liệu có phần hướng dẫn cách thu thập, xử lý và mã hoá dữ liệu. Mỗi buổi làm việc được ghi lại với camera tắt và gửi cho bạn sau buổi, và 23% chuyên gia của MAAS có học vị tiến sĩ. MAAS thường ghép cố vấn trong vòng 48 giờ khi mạng lưới đã có người phù hợp, hạn gấp thì có thể ưu tiên ghép ngay, còn nếu chưa có người phù hợp thì MAAS mở một đợt tuyển riêng cho hồ sơ của bạn, thường mất khoảng hai tuần. Hãy bắt đầu bằng buổi tư vấn miễn phí 15 phút, và buổi kick-off sau đó cũng miễn phí, không tính vào số buổi trả phí. MAAS hướng dẫn, còn bạn vẫn là tác giả.
Đặt lịch tư vấn Academic Mentoring cùng MAAS
Hướng dẫn liên quan
- Chọn nghiên cứu định tính, định lượng hay hỗn hợp thế nào?: chọn cách tiếp cận trước khi phân tích
- Viết câu hỏi và mục tiêu nghiên cứu thế nào?: câu hỏi mà các chủ đề của bạn phải trả lời
- Viết phần phương pháp của bài nghiên cứu thế nào?: báo cáo quy trình TA
- Viết phần kết quả của bài nghiên cứu thế nào?: trình bày chủ đề kèm đoạn trích và bình luận
- Trung tâm tài nguyên Dissertation Mentoring: các hướng dẫn trải dọc hành trình làm dissertation
- Dịch vụ Publishing Advisory: hỗ trợ bản nộp Scopus Q1 và Q2
- Gặp đội ngũ chuyên gia MAAS: những cố vấn trình độ tiến sĩ đứng sau phần hướng dẫn
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, hướng dẫn tác giả theo mô hình từng phase kèm góp ý từ cố vấn trình độ tiến sĩ. MAAS không viết bài, không nộp bài và không cam kết bài được chấp nhận thay cho tác giả.