CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO TRONG KINH DOANH | Đại học Kinh tế Kỹ thuật Công nghiệp
Dự báo là một công cụ thiết yếu trong quản lý kinh doanh, giúp các doanh nghiệp đưa ra các quyết định chính xác và kịp thời. Việc nắm vững các phương pháp và quy trình dự báo sẽ giúp sinh viên và các nhà quản lý tương lai có thể ứng dụng hiệu quả trong thực tế kinh doanh.
Môn: Dự báo thị trường
Trường: Đại học Kinh tế kỹ thuật công nghiệp
Thông tin:
Tác giả:
Preview text:
CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO TRONG KINH DOANH MỤC ĐICH CỦA CHƯƠNG
Sau khi nghiên cứu và học tập chương này, sinh viên cần:
Hiểu được bản chất đặc điểm của dự báo; các tiêu thức phân loại dự báo
Nắm được các nguyên tắc cần tuân thủ khi thực hiện dự báo
Xây dựng qui trình các bước thực hiện trong hoạt động dự báo
Có khả năng thu thập thông tin và sàng lọc các loại thông tin dữ liệu phục vụ cho dự báo
1.1. DỰ BÁO VÀ PHÂN LOẠI DỰ BÁO 1.1.1. Dự báo
1.1.1.1. Bản chất của dự báo
Dự báo là sự tiên đoán có căn cứ khoa học, mang tính chất xác suất về
mức độ, nội dung, các mối quan hệ, trạng thái, xu hướng phát triển của các đối
tượng nghiên cứu... hoặc về cách thức và thời hạn đạt được các mục tiêu nhất
định đã đề ra trong tương lai.
1.1.1.2. Đặc điểm của dự báo
- Dự báo có tính chất xác suất ( khả năng): Mỗi đối tượng dự báo vận động theo
một qui luật, một quĩ đạo nào đó đồng thời trong quá trình phát triển nó luôn chịu sự
tác động của các nhân tố thuộc môi trường mà nó tồn tại, bản thân các nhân tố tác
động lại không ngừng vận động, không ngừng phát triển. Vì vậy, dù trình độ dự báo
có hoàn thiện đến đâu cũng không chắc chắn rằng kết quả dự báo trong tương lai là
hoàn toàn chính xác. Hay nói một cách khác, dự báo bao giờ cũng mang tính khả
năng hay có xác suất tin cậy ở mức độ nhất định nào đó.
- Dự báo có căn cứ khoa học đảm bảo độ tin cậy: Dự báo mang tính xác suất nhưng
đáng tin cậy vì nó dựa trên trên những cơ sở lý luận và phương pháp luận khoa học. Đó là
khi tiến hành dự báo đã dựa vào phép biện chứng duy vật, hệ thống các lý luận khoa học
về kinh tế và xã hội, phương pháp và công cụ xử lý thông tin ngày càng hiện đại.
- Dự báo mang tính chất phương án: Mỗi dự báo được thực hiện trên những tập hợp
những giả thiết nhất định (thường là các dự báo có điều kiện). Một tập hợp các giả thiết
như vậy hình thành lên một phông dự báo. Tính đa phương án là một thuộc tính khách
quan của dự báo và chính thuộc tính này lại phù hợp với yêu cầu của công tác quản lý, nó
làm cho việc ra quyết định cũng như chỉ đạo thực hiện quyết định quản lý 1
trở lên linh hoạt hơn, dễ thích nghi với sự biến đổi khó lường của tình hình
kinh tế. 1.1.2. Phân loại dự báo
1.1.2.1. Phân loại theo bản chất của đối tượng dự báo
Theo bản chất của đối tượng, dự báo có thể được phân chia thành các lĩnh vực dự báo sau: - Dự báo kinh tế - Dự báo xã hội
- Dự báo tiến bộ khoa học công nghệ
- Dự báo chính trị và quân sự
- Dự báo quan hệ quốc tế
- Dự báo môi trường sinh thái
1.1.2.2. Phân loại theo tầm xa của dự báo - Dự báo tác nghiệp - Dự báo ngắn hạn - Dự báo trung hạn - Dự báo dài hạn
1.1.2.3. Phân loại theo chức năng của dự báo - Dự báo tìm kiếm - Dự báo mục tiêu - Dự báo tổng hợp
1.1.2.4. Phân loại theo hình thức biểu hiện của kết quả dự báo - Dự báo số lượng - Dự báo chất lượng
1.2. NGUYÊN TẮC CỦA DỰ BÁO TRONG KINH DOANH
1.2.1. Nguyên tắc liên hệ biện chứng
Thực hiện nguyên tắc này đòi hỏi quán triệt các quan điểm sau:
- Quan điểm toàn diện: Khi phân tích dự báo các quá trình kinh tế, không chỉ
xem xét quan hệ giữa các quá trình kinh tế với nhau mà còn phải tính đến các mối
quan hệ giữa chúng với các hiện tượng khác loại thuộc lĩnh vực chính trị pháp lý, dân
số, tự nhiên, khoa học công nghệ và các hiện tượng, quá trình khác.
- Quan điểm cụ thể: Yêu cầu phải xem xét các vấn đề nghiên cứu trong một điều 2
kiện, hoàn cảnh cụ thể, tính đến sự phụ thuộc lẫn nhau giữa các mặt, các khía
cạnh của vấn đề nghiên cứu trong tình huống cụ thể đó.
- Quan điểm hệ thống: Trong phân tích dự báo phải sử dụng phương pháp tiếp cận
hệ thống, bất cứ một quá trình nào cũng là một hệ thống có liên hệ với thế giới bên ngoài,
bao gồm các phân hệ cùng nhiều mối quan hệ qua lại trong đó có mối quan hệ chính yếu.
1.2.2. Nguyên tắc kế thừa lịch sử
Các hiện tượng kinh tế vận động và phát triển không ngừng từ thấp lên cao, từ
đơn giản đến phức tạp từ chưa hoàn thiện đến hoàn thiện. Việc nghiên cứu một cách
kỹ lưỡng lịch sử phát triển của đối tượng không chỉ có ý nghĩa trong việc phát hiện
nguồn gốc của vấn đề mà quan trọng hơn là phát hiện ra xu thế phát triển của nó.
Như vậy chỉ có thể dự báo tương lai mà không rơi vào không tưởng khi có sự nghiên
cứu sâu sắc sự phát triển của đối tượng trong quá khứ và hiện tại.
1.2.3. Nguyên tắc tính đặc thù về bản chất của đối tượng dự báo
Mỗi quá trình hay hiện tượng kinh tế đều có những nét đặc thù riêng về
bản chất hay qui luật phát triển. Ví dụ: Tăng trưởng kinh tế có xu thế được duy
trì trong dài hạn nhưng chịu sự tác động của chu kì kinh tế; cầu về một loại
hàng hóa có xu hướng tăng lên nhưng với nhịp độ không giống nhau ở mỗi giai
đoạn trong chu kì sống của sản phẩm.
Trong phân tích dự báo các hiện tượng kinh tế việc tính đến những nét đặc thù
riêng của đối tượng dự báo là một yêu cầu có tính nguyên tắc. Nguyên tắc này đòi
hỏi nhất thiết phải tính đến những điểm đặc thù về bản chất hoặc về qui luật phát
triển, về giá trị tuyệt đối và giá trị tính toán của giới hạn phát triển của nó trong tương lai.
1.2.4. Nguyên tắc mô tả tối ưu đối tượng dự báo
Nguyên tắc này đòi hỏi trong phân tích dự báo các hiện tượng kinh tế phải đảm bảo
sự xác thực và độ chính xác cho trước với chi phí tối thiểu. Để thực hiện nguyên tắc này
cần phải mô tả đối tượng dự báo với mức độ hình thức hóa tối ưu. Nguyên tắc này cũng đòi
hỏi mô tả đối tượng dự báo bằng một biến số và tham số tối thiểu, đảm bảo độ chính xác và
xác thực của dự báo. Trong phân tích dự báo cần tối ưu hóa việc đo lường các chỉ tiêu, tức
là phải chọn thang đo cho mỗi chỉ tiêu đảm bảo thu được 3
thông tin đủ để dự báo trong điều kiện chi phí thấp nhất.
1.2.5. Nguyên tắc về tính tương tự của đối tượng dự báo
Các đối tượng dự báo, một mặt có những nét đặc thù riêng như đã nói ở
nguyên tắc trên, mặc khác giữa chúng cũng có thể có những điểm tương đồng
hay còn gọi là tương tự nhau, được biểu hiện ở nhiều khía cạnh như về hình
thức, cấu tạo, bản chất hay qui luật phát triển bao gồm các phạm trù sau:
- Tương tự về mặt cấu trúc hay hành vi
- Tương tự về tiến trình lịch sử
- Tương tự về qui luật phát triển giữa các hiện tượng có cùng bản chất.
1.3. QUI TRÌNH THỰC HIỆN DỰ BÁO
1.3.1. Xác định vấn đề dự báo
Xác định vấn đề dự báo là khía cạnh khó khăn nhất trong toàn bộ nhiệm vụ của
người dự báo. Nó bao gồm việc tăng cường sự hiểu biết sâu sắc của người dự báo
về các vấn đề như: Dự báo sẽ được sử dụng như thế nào? Ai cần đến dự báo và
chức năng nào của dự báo sẽ ảnh hưởng đến hoạt động của tổ chức.
Việc xác định vấn đề dự báo có thể khác nhau trong những tình huống
quản lý khác nhau ở cả cấp độ quản lý vi mô và vĩ mô.
Trong quản lý vi mô, các vấn đề dự báo thường xoay quanh mục đích phục
vụ quản lý kinh doanh của doanh nghiệp. Tuy nhiên tùy từng hoàn cảnh cụ thể
vấn đề dự báo cần được xác định sao cho nó có thể đáp ứng được mong mỏi
của doanh nghiệp trong việc giải quyết các vấn đề ưu tiên đặt ra.
Ví dụ: Đối với doanh nghiệp khi vấn đề nổi lên hiện tại trong kinh doanh là lượng hàng
tồn kho quá lớn làm cho chi phí lưu kho tăng lên. Lượng hàng tồn kho phân bổ rất khác
nhau ở các vị trí như trong phân xưởng sản xuất, trong kho hàng hóa, đang trên đường đi
tiêu thụ. Mối quan tâm của doanh nghiệp lúc này là làm thế nào là giảm lượng hàng tồn kho
nhằm giảm chi phí nhưng vẫn phải đảm bảo hoạt động kinh doanh diễn ra bình thường.
Vấn đề đặt ra là liệu có thể dự báo tốt hơn khối lượng sản xuất và nhu cầu tiêu thụ trong
tương lai để có thể quản lý hàng tồn kho và tiết kiệm chi phí? Trong trường hợp này người
dự báo cần nghiên cứu một cách kỹ lưỡng để xác định đúng đắn vấn đề dự báo trước khi
có thể đưa ra câu trả lời thỏa đáng. Chẳng hạn doanh nghiệp cần biết chính xác những sản
phẩm gì cần dự trữ? Ai là người sử dụng chúng? Thời hạn sản xuất mỗi sản phẩm là bao
lâu? Mức cầu chưa thỏa mãn mà doanh nghiệp cần đáp ứng là bao nhiêu?... Đó chính là
vấn đề cần dự báo để thực hiện nhiệm vụ quản lý của 4 doanh nghiệp.
1.3.2. Thu thập thông tin dữ liệu
Thông thường có 2 loại thông tin cần thu thập: (i) Dữ liệu thống kê (số liệu);
(i ) Ý kiến và kinh nghiệm của chuyên gia. Cả hai loại thông tin này cần thu thập phục vụ cho dự báo.
Việc thu thập số liệu lịch sử theo danh mục dự báo đang quan tâm là rất
cần thiết. Dữ liệu lịch sử được sử dụng để xây dựng mô hình làm cơ sở cho dự
báo. Tùy thuộc vào đặc điểm của đối tượng nghiên cứu, cách thức tiếp cận và
công cụ dùng trong dự báo mà các loại dữ liệu được lựa chọn để thu thập.
Ví dụ: Trong trường hợp tồn đọng sản phẩm đã xem xét ở bước 1, dữ liệu lựa chọn
để thu thập có thể gồm: Cầu về hàng hóa hàng tháng và sản phẩm của mỗi loại qua thời
gian khoảng 3 năm trước, các dữ liệu liên quan khác cũng cần được thu thập như thời gian
sản xuất mỗi loại sản phẩm; thời gian ngưng sản xuất, tình trạng thiếu trang thiết bị... ngoài
ra các thông tin về các nội dung thảo luận chuyên môn liên quan đến quá trình sản xuất và
tiêu thụ sản phẩm cũng rất cần thu thập phục vụ cho dự báo.
1.3.3. Phân tích sơ bộ nguồn dữ liệu
Phân tích sơ bộ nguồn dữ liệu có tác dụng đưa lại những nhận thức ban đầu về
đối tượng dự báo, trả lời câu hỏi các dữ liệu mang lại thông tin gì cho người làm dự
báo. Thông thường việc phân tích sơ bộ được thực hiện qua việc kiểm tra nhận định
trên cơ sở kỹ năng vốn có của người làm dự báo, tiếp đó cần tiến hành tính toán các
tham số thống kê mô tả đơn giản như số trung bình, độ lệch chuẩn, số cực tiểu, cực
đại,... của mỗi nhóm dữ liệu, đồng thời liên kết giữa các nhóm dữ liệu với nhau.
Ngoài ra có thể sử dụng các công cụ phân tích thích hợp để kiểm tra độ bền vững
liên kết của xu hướng, nhận biết tính thời vụ, tính chu kì, nhận dạng các điểm dữ liệu
bất thường. Thông qua phân tích sơ bộ người dự báo có thể nhận được các câu trả
lời cho các câu hỏi dưới dạng: liệu có mô hình nào phù hợp nhất quán không? Có xu
thế có ý nghĩa không? Có biểu hiện tính chu kỳ không? Có điểm cực đoan trong dữ
liệu không? Mối quan hệ giữa các biến như thế nào?... Tóm lại phân tích sơ bộ giúp
gợi ý lớp các mô hình định lượng có thể sử dụng cho mục đích dự báo.
1.3.4. Lựa chọn mô hình và xây dựng mô hình
Bước này bao gồm việc lựa chọn và ước lượng mô hình dự báo số lượng hình thức.
Mỗi một mô hình tự nó là một cấu trúc hình thức, nó dựa trên tập hợp các giả thiết 5
và thường bao gồm một hoặc nhiều thông số được ước lượng từ dữ liệu lịch sử
đã biết. 1.3.5. Ứng dụng và đánh giá mô hình
Một mô hình được lựa chọn một cách thận trọng và các tham số của nó
được ước lượng một cách thích hợp sẽ được sử dụng để dự báo. Người sử
dụng mô hình dự báo sẽ đánh giá việc chấp nhận hay không chấp nhận mô
hình qua thời gian. Việc đánh giá mô hình dự báo chỉ có thể thực hiện một cách
chính xác sau khi dữ liệu của thời kì dự báo đã được hiển thị.
1.4. THÔNG TIN DỮ LIỆU DỰ BÁO TRONG KINH DOANH
1.4.1. Khái niệm và phân loại dữ liệu
1.4.1.1. Khái niệm
Dữ liệu là những thu thập khi quan sát hay đo lường những thuộc tính của
sự vật hiện tượng hay mô tả về sự vật hiện tượng đó. Dữ liệu có thể tồn tại
dưới các hình thức như số liệu, từ ngữ, âm thanh hay hình ảnh.
Dữ liệu được coi là đầu vào cần thiết để tạo ra thông tin dưới dạng có thể sử
dụng cho các mục đích ra quyết định. Dữ liệu là hình thức sơ khai nhất của chuỗi
kiến thức: Dữ liệu – Thông tin – Kiến thức – Thực tế. Dữ liệu thu thập thường rất lớn
nhưng lượng thông tin mang lại thường không lớn như dữ liệu. Dữ liệu là các ghi
nhận về thuộc tính của sự vật hiện tượng ở mức ban đầu, chưa được phân tích,
chưa được xử lý và thường chưa bộc lộ thông tin mà dữ liệu đó truyền tải.
Dữ liệu và thông tin là hai trạng thái tương đối, thông tin của quá trình này
chỉ là dữ liệu cho các quá trình khác và ngược lại.
Ví dụ: Hóa đơn bán hàng trong một ngày của doanh nghiệp chỉ là dữ liệu chứ
chưa phải là thông tin đối với nhà quản lý bởi vì các hóa đơn này còn quá chi tiết cho
giám đốc bán hàng, chưa thể sử dụng được những thông tin chứa đựng trong cả
ngàn hóa đơn bán hàng trong ngày. Đối với họ tổng doanh số bán hàng là dữ liệu
cần thiết và hữu ích. Nhưng đối với khách hàng thì các hóa đơn cụ thể có chứa đựng
các thông số, dữ liệu hữu ích và là thông tin đối với họ.
1.4.1.2. Phân loại dữ liệu sử dụng trong dự
báo * Phân loại theo hình thức biểu hiện:
Theo hình thức biểu hiện thì dữ liệu được chia thành 2 loại là: Số liệu và các dạng dữ liệu khác Trong đó: Số liệu gồm: 6
+ Chuỗi thời gian: là dãy các giá trị của một biến kinh tế được sắp xếp theo thứ tự thời gian.
+ Dãy số liệu chéo: Là dãy số liệu phản ánh mức độ hay trạng thái của các
hiện tượng quan sát được thu thập từ các đối tượng nghiên cứu tương đương
tại một thời điểm nhất định.
+ Số liệu mảng: Là số liệu mà các quan sát của nó bao gồm số liệu chéo
và các số liệu chéo lại được thu thập theo thời gian.
Các dạng dữ liệu khác: Như từ ngữ, hình ảnh, âm thanh...tuy nhiên không
phải tất cả các hình thức dữ liệu được sử dụng trong dự báo
*Phân loại dữ liệu theo đặc điểm hình thành
Theo đặc điểm hình thành dữ liệu gồm hai loại là dữ liệu sơ cấp và dữ liệu thứ cấp
- Dữ liệu sơ cấp: Được thu thập từ nguồn của dữ liệu và chưa qua xử lý
(dữ liệu từ báo cáo tài chính; dữ liệu gốc từ các cuộc khảo sát...)
- Dữ liệu thứ cấp: Là dữ liệu đã được tổng hợp, xử lý, nhận được từ các
kết quả nghiên cứu trước đó.
1.4.2. Thu thập dữ liệu
1.4.2.1. Yêu cầu dữ liệu
- Dữ liệu cần đầy đủ, đảm bảo tính chính xác và khách quan
- Dữ liệu phải phù hợp với mục tiêu dự báo về nội dung, hình thức biểu
hiện, đơn vị đo lường..
- Dữ liệu phải đồng nhất về nội dung
- Dữ liệu phải đảm bảo tính liên tục về thời gian
1.4.2.2. Các vấn đề thường gặp trong thu thập dữ liệu
- Vấn đề chọn mẫu: Dữ liệu cho dự báo được thu thập từ các mẫu khảo sát. Sai
số với các dữ liệu này có thể gặp phải xuất phát từ việc mẫu không đảm bảo tính
ngẫu nhiên, tính đại diện, mẫu không đủ lớn, qui trình chọn mẫu không đúng. - Sai số do đo lường
- Các thông tin bị che dấu
- Bảng hỏi được thiết kế sơ sài
- Sai số do tổng hợp dữ liệu
- Cách hiểu và phân loại không thống nhất
- Thời gian khảo sát không thống nhất 7
1.4.2.3. Phương pháp thu thập dữ liệu
*Phương pháp thu thập dữ liệu sơ cấp:
a. Phương pháp quan sát: Là phương pháp thu thập dữ liệu thông qua việc
ghi chép lại các biến cố hay đặc điểm của đối tượng dự báo trong những bối
cảnh nhất định. Đây là phương pháp thu thập dữ liệu đơn giản dễ thực hiện với
chi phí thấp. Tuy nhiên, để thỏa mãn yêu cầu sử dụng trong dự báo đòi hỏi số
lượng quan sát phải đủ lớn và đảm bảo tính đại diện cho tổng thể
b. Phương pháp phỏng vấn: Đây là phương pháp thu thập dữ liệu thông qua trao đổi
giữa người phỏng vấn và người được phỏng vấn theo những câu hỏi đã được chuẩn bị sẵn
phục vụ mục tiêu dự báo đặt ra và có nhiều hình thức phỏng vấn như: Phỏng vấn trực tiếp;
Phỏng vấn bằng điện thoại; Phỏng vấn qua thư tín hoặc thư điện tử.
c. Phương pháp thảo luận nhóm: Đây là hình thức phỏng vấn một nhóm
người đồng thời và câu trả lời cho câu hỏi phỏng vấn là ý kiến thảo luận và
thống nhất của cả nhóm.
d. Phương pháp khảo sát: là phương pháp được sử dụng rộng rãi trong nghiên
cứu dự báo. Bản chất của phương pháp này là thu thập dữ liệu trong khuôn khổ mẫu
nghiên cứu với bảng hỏi đã được chuẩn bị trước phù hợp với mục tiêu nghiên cứu.
Khảo sát thường xuất phát từ nhu cầu sử dụng dữ liệu mà các dữ liệu lại không đầy
đủ hoặc không tồn tại. Khảo sát thường được tiến hành các bước sau:
(1) Xác định mục tiêu khảo sát
(2) Xác định khung chọn mẫu (3) Chọn mẫu (4) Xây dựng bảng hỏi
(5) Thu thập và xử lý dữ liệu
(6) Phân tích, công bố, lưu trữ kết quả khảo sát +
Nội dung chính của thiết kế tổng thể khảo sát:
Câu hỏi nghiên cứu và khung lý thuyết: Trong khảo sát câu hỏi nghiên cứu, mô
hình và giả thuyết nghiên cứu chính là cơ sở để nhà nghiên cứu xác định trọng
tâm và định hướng cho khảo sát. Dựa trên mô hình và các giả thiết nghiên cứu
xây dựng thiết kế nghiên cứu gồm các vấn đề chính sau:
Thiết kế mẫu khảo sát: Khảo sát dữ liệu được thu thập từ một phần của tổng thể mẫu
khảo sát vì vậy việc lựa chọn mẫu khảo sát sẽ ảnh hưởng đến độ tin cậy, tính khái quát hóa
của kết quả khảo sát. Khi thiết kế mẫu khảo sát cần chú ý kỹ thuật chọn mẫu, 8
xác định qui mô mẫu để đảm bảo tính đại diện của mẫu và giảm sai số đến mức
thấp nhất có thể. Đối với phân tích hồi qui đa biến cỡ mẫu tối thiểu cần đạt
được tính theo công thức: n = 50 + 8 * m Trong đó: n: Cỡ mẫu
m: là số biến độc lập
Thang đo và phát triển phiếu hỏi: Khi xây dựng thiết kế nghiên cứu khảo sát nội
dung không thể thiếu là phiếu câu hỏi và các thang đo. Dựa trên câu hỏi và mục tiêu
nghiên cứu, phiếu câu hỏi sẽ được xây dựng với tư cách là công cụ để thu thập dữ
liệu khảo sát nhằm trả lời tốt nhất những câu hỏi đã đặt ra. Để có được dữ liệu giúp
cho kiểm định mô hình và giả thiết nghiên cứu, nội dung chính của phiếu câu hỏi phải
gồm tất cả các thang đo lường các biến số trong mô hình nghiên cứu. Ngoài ra phiếu
câu hỏi có thể bao gồm các câu hỏi nhân khẩu học và thang đo các biến kiểm soát. Các loại thang đo:
(1) Thang đo biểu danh hay định danh: Được dùng với các tiêu thức thuộc tính mà các biểu hiện
của nó là một hệ thống các loại khác nhau như giới tính, khu vực địa lý, nghề nghiệp, tôn giáo...
các con số trên thang đo không thể hiện sự cao thấp nhưng khi chuyển từ số
này sang số khác thì dấu hiệu đo có sự thay đổi về chất. Ví dụ 1. Nam 2. Nữ
(2) Thang đo thứ bậc: Cung cấp thông tin về thứ bậc cao thấp giữa các
biểu hiện của tiêu thức. Ví dụ thang đo thứ bậc có thể được sử dụng để đo thứ
tự các thương hiệu xe hơi theo mức độ yêu thích với 1 là thương hiệu xe yêu
thích nhất, sau đó đến 2 và cứ thế giảm dần.
(3) Thang đo khoảng: là thang đo thứ bậc có khoảng cách đều nhau nhưng
không có điểm gốc là 0. Trong thực tế thang đo thứ bậc nếu có từ 5 lựa chọn
trở lên có thể xem gần đúng là thang đo khoảng. Ví dụ thang đo Likert là thang
đo thứ bậc được thiết kế với thang điểm từ 1 đến 5 trong đó 1 là rất không đồng
ý; 2 là không đồng ý; 3 là trung lập; 4 là đồng ý và 5 là rất đồng ý.
(4) Thang đo tỷ lệ: là thang đo khoảng với một điểm 0 tuyệt đối ( điểm gốc)
trên thang đo, được sử dụng rộng rãi để đo lường các hiện tượng kinh tế xã hội
như thu nhập, chi tiêu, thời gian lao động, số con....
Các dạng câu hỏi chính trong phiếu hỏi:
(1) Câu hỏi mở: Với các câu hỏi mở người trả lời không có các phương án lựa 9
chọn sẵn mà trả lời theo ý của mình. Câu hỏi mở thường được được sử dụng trong
các cuộc phỏng vấn sâu. Trong nghiên cứu điều tra khảo sát câu hỏi mở vẫn được
sử dụng trong phiếu câu hỏi để mong muốn có thêm chi tiết, thêm ý tưởng cho những
phương án trả lời. Tuy nhiên các câu hỏi mở cũng nên sử dụng ở mức tối thiểu trong
phiếu câu hỏi vì nó làm cho phiếu hỏi dài hơn, có thể gây khó chịu cho người trả lời
và việc mã hóa câu trả lời cho câu hỏi mở cũng khó khăn hơn.
(2) Câu hỏi đóng: Những câu hỏi đóng đơn giản là câu hỏi chỉ có hai lựa
chọn là “đúng” hoặc “sai”; “có” hoặc “không”
(3) Câu hỏi thang đo: là câu hỏi mà người trả lời có thể chọn phương án
định sẵn theo thang đo. Ví dụ khoanh tròn vào số thích hợp thể hiện mức độ
đồng ý với các tuyên bố cho sẵn theo thang đo Likert 5 điểm. Đây cũng có thể
coi là một dạng câu hỏi đóng. Dạng câu hỏi này được sử dụng trong các nghiên
cứu học thuật để hỏi về cảm nhận, thái độ và ý kiến đánh giá của đối tượng.
*Phương pháp thu thập dữ liệu thứ cấp
Để thu thập dữ liệu thứ cấp cần xác định rõ khả năng tồn tại của nguồn dữ
liệu, địa chỉ của nguồn dữ liệu và khả năng tiếp cận tới nguồn dữ liệu đó.
Các nguồn dữ liệu thứ cấp bao gồm:
- Những tài liệu do cơ quan chuyên môn của nhà nước phát hành.
- Những dữ liệu được phát hành và lưu trữ ở các thư viện hay ở các cơ quan lưu trữ.
- Những dữ liệu thứ cấp trong các báo cáo nghiên cứu của các tổ chức trong nước và quốc tế.
- Dữ liệu được công bố trên các tạp chí chuyên ngành.
1.4.3. Quản lý dữ liệu phục vụ cho công tác dự báo
1.4.3.1. Mục tiêu của quản lý dữ liệu
- Cung cấp dữ liệu đảm bảo yêu cầu về dữ liệu cho dự báo.
- Tiết kiệm nguồn lực và nâng cao hiệu quả trong việc thu thập dữ liệu dự báo.
- Khuyến khích, thúc đẩy việc triển khai ứng dụng dự báo trong thực tiễn quản lý.
1.4.3.2. Nội dung của quản lý dữ liệu cho dự báo
- Hệ thống hóa cơ sở dữ liệu
- Nhập, lưu và chia sẻ dữ liệu
- Sửa đổi và cập nhật dữ liệu 10