Nghiên cứu định lượng là gì? Phương pháp và quy trình

Khi nghiên cứu muốn trả lời câu hỏi “có bao nhiêu người?”, “mức độ tác động là bao nhiêu?” hay “yếu tố X có ảnh hưởng đến Y không?”…Thì nghiên cứu định lượng chính là công cụ được sinh ra để làm điều đó.

Bài viết này, Bmentor sẽ trình bày đầy đủ nghiên cứu định lượng là gì, các phương pháp thu thập dữ liệu định lượng, phương pháp lấy mẫu, quy trình thực hiện. Đồng thời nêu ra ưu nhược điểm và sự khác biệt với nghiên cứu định tính.

1. Nghiên cứu định lượng là gì?

Trước khi đi vào phương pháp cụ thể, cần hiểu rõ bản chất của nghiên cứu định lượng.

1.1 Khái niệm nghiên cứu định lượng

Nghiên cứu định lượng (quantitative research) là phương pháp nghiên cứu thu thập và phân tích dữ liệu dạng số nhằm đo lường, kiểm định giả thuyết và xác định mối quan hệ giữa các biến. Đây là cách tiếp cận suy diễn, bắt đầu từ lý thuyết, xây dựng giả thuyết, thu thập dữ liệu thực nghiệm và kiểm định xem dữ liệu có ủng hộ giả thuyết hay không.

Nghiên cứu định lượng được sử dụng rộng rãi trong kinh tế học, tâm lý học, xã hội học, marketing, y tế công cộng và nhiều lĩnh vực khoa học xã hội khác. Điểm cốt lõi là tính có thể đo lường, nghĩa là hiện tượng phải được lượng hóa thành số trước khi có thể phân tích thống kê.

1.2 Dữ liệu trong nghiên cứu định lượng

Dữ liệu định lượng là thông tin được biểu diễn bằng số và có thể xử lý bằng các phương pháp thống kê. Chúng có thể là: 

• Số lượng và tần suất (bao nhiêu người, bao nhiêu lần)
• Tỉ lệ phần trăm và tỉ số
• Điểm số trên thang đo (thang Likert 5 điểm, thang 10 điểm)
• Giá trị đo lường liên tục (thu nhập, chiều cao, nhiệt độ)
• Chỉ số và xếp hạng.

Dữ liệu định lượng có thể tính trung bình, phương sai, độ lệch chuẩn và áp dụng các phép kiểm định thống kê. Đây là thứ dữ liệu định tính (văn bản, cảm nhận, quan sát) không làm được.

1.3 Đặc điểm của nghiên cứu định lượng

Nghiên cứu định lượng có năm đặc điểm nhận diện cốt lõi. 

• Thứ nhất: Thiết kế có cấu trúc và cố định từ trước. Công cụ thu thập dữ liệu (bảng hỏi) được thiết kế xong trước khi ra thực địa và không thay đổi trong quá trình thu thập. 
• Thứ hai: Cỡ mẫu lớn để đại diện thống kê. Thay vì đi sâu vào một vài trường hợp, nghiên cứu định lượng cần đủ số lượng mẫu để kết quả có thể tổng quát hóa. 
• Thứ ba: Kết quả có thể lặp lại. Nếu ai đó thực hiện lại cùng phương pháp trên cùng tổng thể, kết quả sẽ tương tự. 
• Thứ tư: Phân tích bằng công cụ thống kê như SPSS, Stata, R hay Excel. 
• Thứ năm: Mục tiêu tổng quát hóa. Kết luận từ mẫu được suy rộng cho toàn bộ tổng thể theo nghĩa thống kê.

Trước khi đi vào phương pháp cụ thể, cần hiểu rõ bản chất của nghiên cứu định lượng

2. Các phương pháp nghiên cứu định lượng phổ biến

Nghiên cứu định lượng không chỉ là một phương pháp duy nhất mà bao gồm nhiều hướng tiếp cận tùy theo nguồn dữ liệu và cách thu thập. 

2.1 Phương pháp nghiên cứu định lượng sơ cấp

Nghiên cứu sơ cấp là khi nhà nghiên cứu tự thu thập dữ liệu mới từ nguồn gốc, không qua trung gian. Dữ liệu này chưa tồn tại trước đó và được tạo ra đặc biệt cho mục tiêu nghiên cứu.

Các công cụ thu thập phổ biến gồm: 

• Khảo sát bảng hỏi (survey questionnaire)
• Thực nghiệm (experiment) trong phòng thí nghiệm hoặc thực địa
• Quan sát có cấu trúc (structured observation) với danh sách kiểm tra định sẵn. 

Ưu điểm của phương pháp này là dữ liệu được kiểm soát chất lượng và thiết kế phù hợp với đúng câu hỏi nghiên cứu. Tuy nhiên nhược điểm là tốn thời gian và chi phí thu thập.

2.2 Phương pháp nghiên cứu định lượng thứ cấp

Nghiên cứu thứ cấp sử dụng dữ liệu đã được thu thập bởi người khác cho mục đích khác, sau đó phân tích lại cho mục tiêu nghiên cứu hiện tại.

Nguồn dữ liệu thứ cấp phổ biến gồm: 

• Số liệu thống kê của Tổng cục Thống kê, Ngân hàng Thế giới, IMF
• Dữ liệu từ các cuộc điều tra lớn (điều tra dân số, điều tra mức sống hộ gia đình)
• Báo cáo tài chính doanh nghiệp niêm yết
• Dữ liệu từ các nghiên cứu trước đã được công bố. 

Ưu điểm của phương pháp này là tiết kiệm đáng kể thời gian và chi phí. Nhược điểm là dữ liệu có thể không khớp hoàn toàn với câu hỏi nghiên cứu và bạn không kiểm soát được chất lượng thu thập.

Nghiên cứu định lượng không chỉ là một phương pháp duy nhất mà bao gồm nhiều hướng tiếp cận tùy theo nguồn dữ liệu và cách thu thập

3. Phương pháp thu thập dữ liệu định lượng

Khi đã xác định sẽ thu thập dữ liệu sơ cấp, bước tiếp theo là chọn phương pháp thu thập phù hợp. Mỗi phương pháp có điểm mạnh, hạn chế và phù hợp với các điều kiện khác nhau về ngân sách, đối tượng và phạm vi nghiên cứu.

3.1 Phỏng vấn trực tiếp (Face-to-face)

Phỏng vấn trực tiếp là nghiên cứu viên sẽ gặp mặt đối tượng và hướng dẫn họ điền vào bảng hỏi hoặc tự hỏi và ghi nhận câu trả lời. Đây là phương pháp có tỉ lệ phản hồi cao nhất và cho phép giải thích câu hỏi khi cần, nhưng tốn nhiều thời gian và nhân lực nhất. 

Phương pháp này phù hợp với những đề tài cần độ chính xác cao và đối tượng khó tiếp cận qua kênh trực tuyến.

3.2 Quan sát (Observation)

Quan sát có cấu trúc là việc nghiên cứu viên sẽ theo dõi và ghi nhận hành vi của đối tượng theo danh sách kiểm tra định sẵn. Ví dụ: đếm số lượng khách hàng vào cửa hàng theo giờ, ghi nhận thời gian thực hiện thao tác trong dây chuyền sản xuất. 

Phương pháp này loại bỏ thiên lệch do đối tượng “tự báo cáo” nhưng chỉ áp dụng được với hành vi quan sát được trực tiếp.

3.3 Phỏng vấn trực tuyến (CAWI)

CAWI (Computer-Assisted Web Interviewing) là khảo sát qua internet, phổ biến nhất hiện nay với các nền tảng như Google Forms, SurveyMonkey hay Qualtrics. 

Ưu điểm của nó là chi phí thấp, phạm vi tiếp cận rộng và tự động hóa thu thập dữ liệu là ưu điểm rõ rệt. 

Hạn chế là khó kiểm soát ai thực sự điền bảng hỏi và tỉ lệ phản hồi thường thấp nếu không có cơ chế khuyến khích.

Khi đã xác định sẽ thu thập dữ liệu sơ cấp, bước tiếp theo là chọn phương pháp thu thập phù hợp

3.4 Phỏng vấn qua điện thoại (CATI)

CATI (Computer-Assisted Telephone Interviewing) là phỏng vấn qua điện thoại, nghiên cứu viên sẽ nhập dữ liệu trực tiếp vào máy tính trong khi hỏi. 

Phương pháp này phù hợp với điều tra quy mô lớn cần kiểm soát chất lượng cao hơn khảo sát trực tuyến tự điền. Tuy nhiên, nhược điểm tồn tại là chi phí cao và tỉ lệ từ chối ngày càng tăng do thói quen không nghe máy lạ.

3.5 Tự điền bảng câu hỏi (Self-completion)

Đối tượng nghiên cứu sẽ tự nhận và điền bảng hỏi bằng giấy rồi gửi lại qua bưu điện hoặc nộp trực tiếp. Phương pháp này phù hợp với đối tượng đồng nhất như học sinh trong lớp, nhân viên trong cùng công ty. Tỉ lệ phản hồi phụ thuộc nhiều vào mức độ quan tâm của đối tượng với chủ đề nghiên cứu.

4. Phương pháp lấy mẫu trong nghiên cứu định lượng

Lấy mẫu là bước quyết định tính đại diện của kết quả. Không thể khảo sát toàn bộ tổng thể trong hầu hết trường hợp thực tế, nên cách chọn mẫu phải đảm bảo mẫu phản ánh tốt tổng thể mục tiêu.

4.1 Lấy mẫu ngẫu nhiên (Probability Sampling)

Lấy mẫu ngẫu nhiên đảm bảo mọi phần tử trong tổng thể đều có xác suất được chọn xác định trước và lớn hơn 0. Lấy mẫu ngẫu nhiên phù hợp với nghiên cứu cần tổng quát hóa kết quả nhưng đòi hỏi có danh sách tổng thể hoặc khả năng tiếp cận toàn bộ tổng thể.

Bốn kỹ thuật chính gồm: 

• Lấy mẫu ngẫu nhiên đơn giản (chọn ngẫu nhiên từ danh sách tổng thể)
• Lấy mẫu hệ thống (chọn mỗi phần tử thứ k trong danh sách)
• Lấy mẫu phân tầng (chia tổng thể thành các nhóm đồng nhất rồi lấy mẫu ngẫu nhiên trong từng nhóm)
• Lấy mẫu theo cụm (chia tổng thể thành các cụm, chọn ngẫu nhiên một số cụm rồi khảo sát toàn bộ cụm đó). 

4.2 Lấy mẫu phi ngẫu nhiên (Non-Probability Sampling)

Lấy mẫu phi ngẫu nhiên là khi mẫu được chọn theo phán đoán hoặc tiện lợi, không theo xác suất xác định. Phương pháp lấy mẫu này phù hợp với nghiên cứu khám phá hoặc khi không có danh sách tổng thể. 

Kết quả không thể suy diễn theo nghĩa thống kê về tổng thể, nhưng vẫn cung cấp thông tin hữu ích cho nhiều mục tiêu nghiên cứu.

Các kỹ thuật phổ biến gồm: 

• Lấy mẫu tiện lợi (convenience sampling — chọn người dễ tiếp cận nhất)
• Lấy mẫu có mục đích (purposive sampling — chọn theo tiêu chí cụ thể)
• Lấy mẫu theo hạn ngạch (quota sampling — đảm bảo tỉ lệ các nhóm trong mẫu phản ánh tổng thể)
• Lấy mẫu tuyết lăn (snowball sampling — đối tượng giới thiệu đối tượng tiếp theo). 

Lấy mẫu là bước quyết định tính đại diện của kết quả. Không thể khảo sát toàn bộ tổng thể trong hầu hết trường hợp thực tế, nên cách chọn mẫu phải đảm bảo mẫu phản ánh tốt tổng thể mục tiêu

5. Quy trình nghiên cứu định lượng

Quy trình nghiên cứu định lượng có tính tuyến tính cao hơn so với nghiên cứu định tính, mỗi bước được hoàn thành trước khi chuyển sang bước tiếp theo.

• Bước 1: Xác định vấn đề nghiên cứu và xây dựng câu hỏi nghiên cứu cụ thể, có thể đo lường được. 
• Bước 2: Lược khảo tài liệu và xây dựng khung lý thuyết, xác định các biến và mối quan hệ lý thuyết giữa chúng. 
• Bước 3: Phát biểu giả thuyết nghiên cứu dưới dạng kiểm định được (ví dụ: H1: X có tác động dương đến Y). 
• Bước 4: Thiết kế nghiên cứu, chọn phương pháp thu thập dữ liệu, thiết kế bảng hỏi và xác định phương pháp lấy mẫu. 
• Bước 5: Thu thập dữ liệu theo đúng thiết kế. 
• Bước 6: Nhập liệu, làm sạch dữ liệu và kiểm tra độ tin cậy của công cụ đo lường (Cronbach’s Alpha). 
• Bước 7: Phân tích dữ liệu bằng phần mềm thống kê phù hợp. 
• Bước 8: Diễn giải kết quả và đưa ra kết luận theo đúng câu hỏi và giả thuyết nghiên cứu ban đầu.

Quy trình nghiên cứu định lượng có tính tuyến tính cao hơn so với nghiên cứu định tính, mỗi bước được hoàn thành trước khi chuyển sang bước tiếp theo

6. Phân tích dữ liệu định lượng

Sau khi thu thập xong, dữ liệu định lượng cần được phân tích bằng các công cụ thống kê phù hợp với loại biến và câu hỏi nghiên cứu.

Thống kê mô tả (descriptive statistics) là bước đầu tiên. Bạn sẽ cần tính trung bình, trung vị, độ lệch chuẩn, tần suất và vẽ biểu đồ phân phối để hiểu tổng quan về dữ liệu. 

Phân tích nhân tố khám phá (EFA) và kiểm định Cronbach’s Alpha được dùng để đánh giá độ tin cậy và giá trị của thang đo trước khi phân tích chính. 

Phân tích hồi quy (regression analysis), gồm tuyến tính, logistic, hay đa biến, là công cụ phổ biến nhất để kiểm định mối quan hệ nhân quả giữa các biến. 

Kiểm định giả thuyết (hypothesis testing) bằng các kiểm định thống kê như t-test, ANOVA, Chi-square xác định xem sự khác biệt hoặc mối quan hệ quan sát được có có ý nghĩa thống kê hay không. Phần mềm được dùng nhiều nhất gồm SPSS (phổ biến nhất trong khoa học xã hội Việt Nam), Stata (kinh tế lượng), R và Python (linh hoạt, mã nguồn mở).

Sau khi thu thập xong, dữ liệu định lượng cần được phân tích bằng các công cụ thống kê phù hợp với loại biến và câu hỏi nghiên cứu

7. Thiết kế bảng câu hỏi trong nghiên cứu định lượng

Bảng câu hỏi là công cụ thu thập dữ liệu trực tiếp trong nghiên cứu định lượng. Chất lượng bảng hỏi ảnh hưởng trực tiếp đến chất lượng dữ liệu, và chất lượng dữ liệu quyết định độ tin cậy của toàn bộ phân tích.

Một bảng hỏi định lượng hiệu quả cần đảm bảo các nguyên tắc sau:

• Câu hỏi cần cụ thể và chỉ hỏi một điều tại một thời điểm. Những câu hỏi đôi (double-barreled) như “Bạn có hài lòng với chất lượng sản phẩm và dịch vụ không?” phải được tách thành hai câu riêng. 
• Dùng thang đo chuẩn hóa Likert 5 hoặc 7 điểm là phổ biến nhất, đảm bảo nhất quán trong toàn bài. 
• Tránh câu hỏi dẫn dắt, câu hỏi không được ngầm gợi ý câu trả lời mong muốn. 
• Sắp xếp câu hỏi theo logic từ chung đến riêng, từ dễ đến khó, thông tin nhân khẩu học thường đặt cuối. 
• Thử nghiệm bảng hỏi (pilot test) trên một nhóm nhỏ trước khi thu thập chính thức để phát hiện câu hỏi mơ hồ hoặc dễ gây hiểu lầm.

Độ dài bảng hỏi thường được khuyến nghị không quá 30 phút để tránh mệt mỏi làm giảm chất lượng trả lời.

Bảng câu hỏi là công cụ thu thập dữ liệu trực tiếp trong nghiên cứu định lượng

8. Ưu và nhược điểm của nghiên cứu định lượng

Hiểu rõ điểm mạnh và hạn chế giúp bạn quyết định chính xác khi nào nên dùng nghiên cứu định lượng và khi nào cần kết hợp với nghiên cứu định tính.

8.1 Ưu điểm

• Kết quả có thể tổng quát hóa cho tổng thể lớn hơn nếu lấy mẫu đúng
• Phân tích thống kê cho phép kiểm định giả thuyết với mức ý nghĩa xác định
• Dữ liệu số ít bị ảnh hưởng bởi sự diễn giải chủ quan của người nghiên cứu hơn dữ liệu định tính
• Kết quả có thể so sánh và lặp lại.

8.2 Nhược điểm

• Bảng hỏi có cấu trúc cố định không cho phép người trả lời giải thích chi tiết hơn, dễ mất đi sắc thái và bối cảnh
• Phương pháp định lượng khó áp dụng cho hiện tượng mới hoặc chưa được hiểu rõ (không biết đặt câu hỏi gì)
• Thiết kế sai bảng hỏi hoặc lấy mẫu sai dẫn đến dữ liệu không dùng được mà không có cơ hội sửa trong quá trình thu thập
• Câu trả lời có thể bị ảnh hưởng bởi thiên lệch xã hội (social desirability bias), đối tượng nghiên cứu dễ trả lời theo những gì “nên nói” thay vì thực tế.

Hiểu rõ điểm mạnh và hạn chế giúp bạn quyết định chính xác khi nào nên dùng nghiên cứu định lượng và khi nào cần kết hợp với nghiên cứu định tính

9. Ứng dụng của phương pháp định lượng trong nghiên cứu khoa học

Phương pháp định lượng trong nghiên cứu khoa học xuất hiện rộng rãi trong nhiều lĩnh vực và dạng đề tài khác nhau.

• Trong kinh tế và tài chính: kiểm định mô hình hồi quy về các nhân tố ảnh hưởng đến lợi nhuận, giá cổ phiếu, hay tiêu dùng hộ gia đình. 
• Trong marketing và hành vi người tiêu dùng: đo lường mức độ hài lòng khách hàng, phân tích các nhân tố ảnh hưởng đến ý định mua hàng. 
• Trong giáo dục: đo lường hiệu quả của phương pháp giảng dạy thông qua so sánh điểm số trước và sau can thiệp. 
• Trong y tế cộng đồng: thống kê tỉ lệ mắc bệnh, phân tích yếu tố nguy cơ bằng nghiên cứu thuần tập hoặc bệnh-chứng. 
• Trong quản trị nhân sự: khảo sát mức độ gắn kết nhân viên và kiểm định mối quan hệ với hiệu suất làm việc.

Phương pháp định lượng trong nghiên cứu khoa học không chỉ giới hạn ở đề tài định lượng thuần túy. Nhiều công trình nghiên cứu hỗn hợp kết hợp phỏng vấn định tính (để hiểu sâu vấn đề) với khảo sát định lượng (để đo lường quy mô và kiểm định).

Phương pháp định lượng trong nghiên cứu khoa học xuất hiện rộng rãi trong nhiều lĩnh vực và dạng đề tài khác nhau

10. Phân biệt phương pháp nghiên cứu định lượng và định tính

Đây là câu hỏi nhiều sinh viên và học viên gặp khó khăn nhất khi lần đầu tiếp cận phương pháp nghiên cứu. Hai phương pháp không phải đối lập mà là bổ sung và mỗi cái phù hợp với loại câu hỏi nghiên cứu khác nhau.

Lựa chọn phương pháp nghiên cứu định lượng và định tính phụ thuộc chủ yếu vào câu hỏi nghiên cứu. 

Khi câu hỏi hỏi về tần suất, mức độ hay mối quan hệ giữa các biến —> chọn định lượng.

Khi câu hỏi hỏi về ý nghĩa, trải nghiệm hay bối cảnh —> chọn định tính.

Hai phương pháp không phải đối lập mà là bổ sung và mỗi cái phù hợp với loại câu hỏi nghiên cứu khác nhau

11. Khi nào nên kết hợp phương pháp nghiên cứu định tính và định lượng?

Phương pháp nghiên cứu hỗn hợp (mixed methods) kết hợp định tính và định lượng để khai thác điểm mạnh của cả hai và khắc phục điểm yếu của từng phương pháp đơn lẻ.

Nên kết hợp phương pháp nghiên cứu định tính và định lượng trong ba tình huống chính. 

Tình huống thứ nhất: dùng định tính khám phá trước khi định lượng. Khi chủ đề còn ít được nghiên cứu, chưa có thang đo phù hợp, cần dùng nghiên cứu định tính (phỏng vấn, focus group) để khám phá các khái niệm và xây dựng thang đo, sau đó kiểm định quy mô lớn bằng định lượng. Đây gọi là thiết kế tuần tự khám phá (sequential exploratory design). 

Tình huống thứ hai: dùng định tính giải thích sau khi định lượng. Khi kết quả định lượng có những phát hiện bất ngờ hoặc khó giải thích, nghiên cứu định tính (phỏng vấn sâu) giúp hiểu sâu hơn về tại sao kết quả đó xảy ra. Đây gọi là thiết kế tuần tự giải thích (sequential explanatory design). 

Tình huống thứ ba: thu thập song song khi cần kiểm tra chéo. Dữ liệu định tính và định lượng được thu thập cùng lúc, sau đó so sánh và tổng hợp để có bức tranh toàn diện hơn. Đây gọi là thiết kế tam giác hóa (concurrent triangulation design).

Phương pháp nghiên cứu định tính và định lượng kết hợp đặc biệt phù hợp với luận văn thạc sĩ. Ngoài ra còn hợp với các đề tài nghiên cứu khoa học cần vừa khám phá chiều sâu vừa kiểm định diện rộng.

Phương pháp nghiên cứu hỗn hợp (mixed methods) kết hợp định tính và định lượng để khai thác điểm mạnh của cả hai và khắc phục điểm yếu của từng phương pháp đơn lẻ

Nghiên cứu định lượng là công cụ không thể thiếu khi mục tiêu là đo lường, kiểm định giả thuyết và tổng quát hóa kết quả cho tổng thể lớn hơn. Hiểu đúng bản chất, phương pháp thu thập dữ liệu định lượng, kỹ thuật lấy mẫu và quy trình phân tích giúp bạn thiết kế nghiên cứu chặt chẽ từ đầu, tránh những sai lầm tốn kém ở giai đoạn sau.

Từ thiết kế bảng hỏi đến chọn mẫu, từ chạy mô hình hồi quy đến diễn giải kết quả, mỗi bước đều đòi hỏi sự cẩn thận và kiến thức chuyên môn nhất định. Nếu bạn đang gặp khó khăn trong quá trình xây dựng phương pháp nghiên cứu, xử lý số liệu hay hoàn thiện chương phân tích của luận văn, đội ngũ chuyên gia nhiều năm kinh nghiệm của Bmentor có thể đồng hành cùng bạn. Hãy liên hệ ngay với chúng tôi để được tư vấn miễn phí và kịp thời.