Phân tích dữ liệu trong luận văn: chọn phương pháp nào?

Trả lời thẳng: Bắt đầu từ câu hỏi nghiên cứu, rồi trả lời ba điều theo thứ tự: bạn muốn mô tả, so sánh nhóm, tìm quan hệ hay dự báo, biến kết quả thuộc loại nào, và có bao nhiêu nhóm hoặc biến giải thích. Ba câu trả lời đó thu hẹp danh sách phép phân tích xuống còn một hai lựa chọn hợp lý.

Trung tâm Advanced Research Computing của Đại học California, Los Angeles (UCLA Advanced Research Computing Statistical Methods and Data Analytics, n.d.) liệt kê đúng các yếu tố này khi hướng dẫn chọn kiểm định thống kê: số biến phụ thuộc, bản chất của các biến độc lập, và biến kết quả thuộc loại khoảng, thứ bậc hay phân loại, có phân phối chuẩn hay không. Cũng trang đó nhắc rằng đây chỉ là hướng dẫn chung, và nguyên văn là "these are general guidelines and should not be construed as hard and fast rules" (tức không nên coi là quy tắc cứng nhắc). Vì vậy bản đồ trong bài này giúp bạn khoanh vùng lựa chọn, còn quyết định cuối cùng vẫn cần được giảng viên hướng dẫn xem xét theo đề tài của bạn.

Thứ tự trên có một lý do thực tế. Khi câu hỏi nghiên cứu là "nhóm A có điểm cao hơn nhóm B không?", biến kết quả là điểm số liên tục và có hai nhóm độc lập, nên danh sách phép phân tích chỉ còn vài phương án. Khi câu hỏi là "những yếu tố nào liên quan tới việc nghỉ việc?", biến kết quả là có hoặc không, nên hướng đi chuyển sang hồi quy logistic.

Trả lời thẳng: Mức đo của biến là cầu nối giữa câu hỏi và phép phân tích. Biến định danh chủ yếu dùng tần số và các kiểm định như chi bình phương, biến thứ bậc cần phép phi tham số hoặc được coi gần như liên tục tuỳ ngành, còn biến khoảng và biến tỷ lệ cho phép tính trung bình và dùng kiểm định tham số.

Inter-university Consortium for Political and Social Research (n.d.) chia biến thành bốn mức là định danh, thứ bậc, khoảng và tỷ lệ, rồi gộp khoảng với tỷ lệ thành nhóm liên tục. Với thang Likert, tổ chức này nhận xét rằng ở một số ngành người ta vẫn dùng biến thứ bậc như thể nó liên tục, tức đây là chỗ cần hỏi giảng viên hướng dẫn thay vì tự quyết một mình. Trong bảng quyết định của cùng nguồn, trung bình dành cho biến liên tục, còn trung vị dành cho biến thứ bậc hoặc phân phối có nhiều giá trị ngoại lệ. Nếu bạn còn lúng túng khi phân biệt các mức đo, bài các loại thang đo trong SPSS giải thích từng mức kèm cách khai báo trong phần mềm.

Trả lời thẳng: Bảng dưới đây ghép mười ba tình huống phổ biến với phép phân tích thường dùng. Nó tổng hợp từ hướng dẫn chọn kiểm định của UCLA (n.d.) và của Inter-university Consortium for Political and Social Research (n.d.), nên dùng để khoanh vùng lựa chọn chứ không phải để áp dụng máy móc.

Hai điểm cần đọc kỹ khi dùng bảng. Điểm thứ nhất, UCLA (n.d.) lưu ý rằng cùng một dữ liệu thường có thể phân tích bằng nhiều cách và mỗi cách vẫn cho câu trả lời hợp lệ, nên khi hai phép đều khả thi, bạn chọn phép khớp với câu hỏi và dễ giải thích hơn. Điểm thứ hai, Inter-university Consortium for Political and Social Research (n.d.) ghi rằng tương quan cần hai biến liên tục, còn UCLA (n.d.) liệt kê tương quan phi tham số cho biến thứ bậc. Hai nguồn không mâu thuẫn, vì ở đây cùng một ý tưởng được viết cho hai mức đo khác nhau.

Trả lời thẳng: So sánh nhóm trả lời "khác nhau không", tìm quan hệ trả lời "có đi cùng nhau không", còn dự báo trả lời "biến nào giải thích được kết quả và giải thích bao nhiêu". Mỗi loại câu hỏi dẫn tới một nhóm phép phân tích riêng, và chọn sai nhóm thì kết quả đẹp đến đâu cũng không trả lời được câu hỏi của đề tài.

Kent State University Libraries (2026) mô tả các phép này bằng những câu rất ngắn mà đủ dùng khi đặt tên phép phân tích trong chương phương pháp. Kiểm định chi bình phương độc lập kiểm tra hai biến phân loại có độc lập với nhau không, tương quan Pearson đo độ mạnh của quan hệ tuyến tính giữa hai biến số liên tục, kiểm định t mẫu độc lập kiểm tra trung bình của hai nhóm độc lập có khác nhau đáng kể không, và ANOVA một chiều kiểm tra trung bình của hai nhóm trở lên. Muốn đi sâu vào từng phép, bạn có thể đọc tiếp kiểm định t trong SPSS, ANOVA là gì và phân tích hồi quy tuyến tính trong SPSS.

Ranh giới giữa quan hệ và dự báo hay bị nhầm. Tương quan cho biết hai biến đi cùng nhau, còn hồi quy đặt một biến làm kết quả và hỏi các biến còn lại giải thích được bao nhiêu. Inter-university Consortium for Political and Social Research (n.d.) nói loại hồi quy phụ thuộc vào thứ bạn muốn dự báo: hồi quy bình phương tối thiểu khi kết quả liên tục, hồi quy logistic khi kết quả dạng có hoặc không. Nếu đề tài của bạn chỉ dừng ở chỗ hai biến có liên quan hay không, dùng hồi quy bội là thừa. Ngược lại, nếu đề tài hỏi "yếu tố nào quyết định", chỉ báo cáo tương quan là thiếu.

Trả lời thẳng: Hãy xem phân phối của biến kết quả và cỡ mẫu trước khi quyết định. Mẫu nhỏ mà phân phối lệch rõ thì chuyển sang phép phi tham số, còn mẫu đủ lớn thường chịu được độ lệch vừa phải. Quyết định này cần ghi lại cùng cách kiểm tra chuẩn, vì hội đồng sẽ hỏi bạn dựa vào đâu.

Mishra và cộng sự (2019) viết rằng với dữ liệu liên tục, kiểm tra tính chuẩn rất quan trọng vì kết quả quyết định thước đo xu hướng trung tâm, độ phân tán và cả việc chọn kiểm định tham số hay phi tham số. Cũng theo nhóm tác giả này, kiểm định Shapiro-Wilk phù hợp hơn với mẫu nhỏ dưới 50 quan sát, còn Kolmogorov-Smirnov (bản có hiệu chỉnh Lilliefors) dùng cho mẫu từ 50 trở lên. Họ khuyên kết hợp cả biểu đồ lẫn kiểm định, vì kiểm định thống kê có thể kém nhạy ở mẫu nhỏ và quá nhạy ở mẫu lớn. Nhóm tác giả còn đưa ra một quy tắc kinh nghiệm: độ lệch (skewness) và độ nhọn vượt chuẩn (excess kurtosis) nằm trong khoảng từ -1 đến 1 thì phân phối xấp xỉ chuẩn, còn khi quy về điểm z thì ngưỡng là ±1,96 với mẫu dưới 50 và ±3,29 với mẫu từ 50 đến 299 quan sát (Mishra và cộng sự, 2019).

Ghasemi và Zahediasl (2012) bổ sung một ý quan trọng cho sinh viên mẫu lớn: "With large enough sample sizes (> 30 or 40), the violation of the normality assumption should not cause major problems" (tr. 486). Nghĩa là khi mẫu đủ lớn, vi phạm giả định chuẩn thường không gây vấn đề nghiêm trọng, và có thể vẫn dùng phép tham số. UCLA (n.d.) cũng ghi chú rằng giả định chuẩn thực ra áp cho phần sai số chứ không phải cho biến phụ thuộc, và nhiều mô hình khá vững với vi phạm này ở mẫu lớn. Bạn có thể xem cách xử lý cụ thể trong bài kiểm định phi tham số trong SPSS.

Trả lời thẳng: Với phỏng vấn, nhóm tập trung hay câu trả lời mở, phép phổ biến là phân tích chủ đề (thematic analysis). Điểm cần làm rõ trong luận văn là bạn dùng biến thể nào của phương pháp này, vì mỗi biến thể có giả định triết học và quy trình khác nhau, và hội đồng sẽ hỏi bạn đã theo biến thể nào.

Braun và Clarke (2006) mô tả phương pháp này bằng một câu thường được trích lại: "Thematic analysis is a method for identifying, analysing and reporting patterns (themes) within data" (tr. 79). Hai tác giả cho rằng ở mức tối thiểu phương pháp này tổ chức và mô tả bộ dữ liệu một cách chi tiết, và nhiều khi còn đi xa hơn để diễn giải các khía cạnh của chủ đề nghiên cứu. Bài báo cũng đề xuất một hướng dẫn sáu giai đoạn để thực hiện. Với người mới, sáu giai đoạn là một bộ khung dễ bám theo khi báo cáo quá trình làm việc với dữ liệu.

Mười lăm năm sau, Braun và Clarke (2021) chỉ ra một lỗi thường gặp: tác giả không nói rõ mình theo hướng nào. Hai tác giả gom các cách làm thành ba nhóm là độ tin cậy mã hoá, sổ mã và phản tư, và cảnh báo rằng thematic analysis không phải một cách làm duy nhất mà là một cụm cách tiếp cận có thể mâu thuẫn nhau. Khi viết chương phương pháp, bạn nên nêu rõ mình theo nhóm nào và lý do. Nếu dữ liệu của bạn đến từ phỏng vấn, bài phương pháp phỏng vấn sâu nói thêm về khâu thu thập.

Trả lời thẳng: Phương pháp hỗn hợp phù hợp khi một loại dữ liệu không đủ trả lời câu hỏi, chẳng hạn cần số đo để thấy quy mô và cần lời kể để hiểu lý do. Có ba thiết kế phổ biến là hội tụ, giải thích tuần tự và khám phá tuần tự, khác nhau ở thứ tự thu thập và cách hai loại dữ liệu gặp nhau.

Skamagki và cộng sự (2024) mô tả ba thiết kế này như sau. Ở thiết kế hội tụ, dữ liệu định lượng và định tính được thu thập cùng lúc, phân tích độc lập rồi gộp lại để so sánh. Ở thiết kế giải thích tuần tự, phần định lượng đi trước để xác định kết quả nào cần tìm hiểu sâu bằng phần định tính. Ở thiết kế khám phá tuần tự thì ngược lại: chủ đề được khám phá bằng dữ liệu định tính trước, rồi kết quả giúp phát triển phần định lượng. Chọn thiết kế nào còn phụ thuộc vào thời gian và nguồn lực bạn có, nên cần thống nhất sớm với giảng viên hướng dẫn.

Một cảnh báo thực tế: thiết kế hỗn hợp tốn nhiều công sức hơn hẳn, vì có hai bộ dữ liệu cần phân tích và một bước tích hợp ở cuối. Nếu một phương pháp đơn đã trả lời được câu hỏi nghiên cứu, hãy giữ nó đơn giản. Hội đồng đánh giá cao một thiết kế khớp với câu hỏi hơn là một thiết kế phức tạp nhưng không cần thiết.

Trả lời thẳng: Mỗi phép phân tích nên được ghi theo cùng một chuỗi: nó trả lời câu hỏi nào, vì sao dữ liệu của bạn phù hợp, đã kiểm tra những giả định nào, và dùng phần mềm gì. Chuỗi này giúp người đọc kiểm lại được lựa chọn của bạn thay vì phải tin vào kết quả.

Phần định tính cũng cần nói rõ cách làm. Braun và Clarke (2006) nhắc rằng người nghiên cứu cần nêu rõ họ đang làm gì và vì sao, đồng thời ghi lại phần "how" (cách phân tích) mà báo cáo thường bỏ qua. Một đoạn mô tả đủ dùng thường gồm bốn ý: phép phân tích, lý do chọn, giả định đã kiểm tra, và cách xử lý khi giả định bị vi phạm. Chẳng hạn, "kiểm định t mẫu độc lập được dùng để so sánh điểm hài lòng giữa hai nhóm, sau khi kiểm tra tính chuẩn bằng Shapiro-Wilk và biểu đồ Q-Q" đã có phép phân tích, mục đích và giả định đã kiểm tra, còn lý do chọn và cách xử lý khi vi phạm cần thêm một câu nữa.

Trước khi chạy kiểm định, bạn nên làm sạch dữ liệu và chạy thống kê mô tả, vì quyết định chọn phép thường phải đổi sau khi thấy phân phối thật. Bài cách chạy thống kê mô tả SPSS hướng dẫn bước này. Nếu cần người cùng rà soát lựa chọn phương pháp, chuyên gia MAAS đồng hành qua dịch vụ hỗ trợ xử lý số liệu luận văn: bạn vẫn là người đặt câu hỏi nghiên cứu, hiểu và viết phần diễn giải, còn chuyên gia góp ý về phương pháp.