Tài liệu học tập Nghiên cứu thị trường quốc tế
Tài liệu học tập Nghiên cứu thị trường quốc tế giúp bạn tham khảo và đạt kết quả cao trong học phần Thương mại quốc tế .
Preview text:
lOMoARc PSD|36242669
TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING KHOA THƯƠNG MẠI
TÀI LIỆU HỌC TẬP NGHIÊN CỨU
THỊ TRƯỜNG QUỐC TẾ
Biên soạn: ThS. Hà Đức Sơn Bộ
môn: Thương mại quốc tế
TP.HỒ CHÍ MINH – 12/2020 lOMoARc PSD|36242669 MỤC LỤC CHƯƠNG 1:
KHÁI NIỆM – VAI TRÒ – TIẾN TRÌNH NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ ... 1
1.1 KHÁI NIỆM VỀ NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ ....................................... 2
1.2 VAI TRÒ VÀ GIỚI HẠN CỦA NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ ............... 2
1.2.1 Vai trò của nghiên cứu thị trường quốc tế ối với hoạt ộng kinh doanh ................ 2
1.2.2 Vai trò của nghiên cứu thị trường quốc tế ối với nhà lãnh ạo kinh doanh ............ 4
1.2.3 Giới hạn của nghiên cứu thị trường quốc tế ........................................................... 4
1.3 ĐỐI TƯỢNG CỦA NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ .................................. 6
1.3.1 Nghiên cứu người tiêu dùng .................................................................................. 6
1.3.2 Nghiên cứu ộng cơ mua hàng ............................................................................... 6
1.3.3 Nghiên cứu nhu cầu và thị phần ............................................................................ 7
1.3.4 Nghiên cứu cạnh tranh .......................................................................................... 7
1.3.5 Nghiên cứu về sản phẩm ....................................................................................... 7
1.3.6 Nghiên cứu về phân phối ...................................................................................... 7
1.3.7 Nghiên cứu về giá cả ............................................................................................ 8
1.3.8 Nghiên cứu về chiêu thị ........................................................................................ 8
1.3.10 Nghiên cứu hoạt ộng bán hàng .......................................................................... 8
1.4 QUY TRÌNH NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ............................................ 9
1.4.1 Quy trình nghiên cứu thị trường quốc tế ................................................................ 9
CHƯƠNG 2: CÁC MÔ HÌNH NGHIÊN CỨU ................................................................... 15
2.1 KHÁI NIỆM – Ý NGHĨA CỦA MÔ HÌNH NGHIÊN CỨU ...................................... 16
2.1.1 Khái niệm ........................................................................................................... 16
2.1.2 Ý nghĩa của mô hình nghiên cứu ......................................................................... 16
2.2 MỐI QUAN HỆ NHÂN QUẢ .................................................................................... 16
2.2.2 Ý nghĩa của mối liên hệ nhân quả ....................................................................... 16
2.2.3 Các iều kiện chứng tỏ mối liên hệ nhân quả ....................................................... 16
2.3 CÁC MÔ HÌNH NGHIÊN CỨU ............................................................................... 17
2.3.1 Mô hình mô tả ..................................................................................................... 17
2.3.2 Mô hình thử nghiệm ........................................................................................... 18
2.3.3 Mô hình bán thử nghiệm ...................................................................................... 21
CHƯƠNG 3: DỮ LIỆU – CÁC LOẠI THANG DO ...........................................................
22 3.1 KHÁI NIỆM VỀ DỮ LIỆU ........................................................................................ 23
3.2 PHÂN LOẠI DỮ LIỆU ............................................................................................. 23
3.2.1 Phân loại theo ặc tính dữ liệu ................................................................................. 23
3.2.2 Phân loại theo bản chất dữ liệu ........................................................................... 23
3.2.3 Phân loại theo chức năng dữ liệu ......................................................................... 25
3.2.4 Phân loại theo nguồn dữ liệu ............................................................................... 25
3.3 XÁC ĐỊNH NHU CẦU DỮ LIỆU ............................................................................ 26
3.3.1 Xác ịnh nhu cầu dữ liệu dựa vào mục tiêu của cuộc nghiên cứu ........................ 26
3.3.2 Xác ịnh nhu cầu dữ liệu dựa vào cơ cấu dữ liệu cần thu thập ............................. 26 lOMoARc PSD|36242669
3.3.3 Xác ịnh nhu cầu dữ liệu dựa vào yêu cầu cung cấp thông tin của người lãnh ạo
cuộc nghiên cứu. .......................................................................................................... 27
3.4 CÁC LOẠI THANG ĐO LƯỜNG TRONG NGHIÊN CỨU THỊ TRƯỜNG QUỐC
TẾ .................................................................................................................................... 27
3.4.1 Thang biểu danh (nominal scale): ........................................................................ 27
3.4.2 Thang thứ tự (ordinal scale): ................................................................................ 28
3.4.3 Thang khoảng cách (interval scale): ..................................................................... 28
3.4.4 Thang tỷ lệ (ratio scale): ...................................................................................... 29
3.5 CƠ SỞ LỰA CHỌN THANG ĐO LƯỜNG ............................................................... 29
CHƯƠNG 4: PHƯƠNG PHÁP THU THẬP SỐ LIỆU ...................................................... 32
4.1 THU THẬP DỮ LIỆU THỨ CẤP ............................................................................. 33
4.1.1 Khái niệm ........................................................................................................... 33
4.1.2 Xác ịnh dữ liệu thứ cấp cần cho cuộc nghiên cứu ............................................... 33
4.1.3 Các nguồn dữ liệu thứ cấp .................................................................................. 33
4.1.4 Tiêu chuẩn ánh giá, lựa chọn dữ liệu thứ cấp .................................................... 35
4.2 THU THẬP DỮ LIỆU SƠ CẤP ................................................................................ 36
4.2.1 Khái niệm ........................................................................................................... 36
4.2.2 Xác ịnh dữ liệu sơ cấp cần cho cuộc nghiên cứu ............................................... 36
4.2.3 Các phương pháp thu thập dữ liệu sơ cấp ............................................................. 36
4.3. CÁC SAI SÓT TRONG GIAO TIẾP GIỮA NGƯỜI PHỎNG VẤN VÀ NGƯỜI
ĐƯỢC PHỎNG VẤN ...................................................................................................... 45
4.4. ĐỂ ĐẢM BẢO CUỘC PHỎNG VẤN THÀNH CÔNG ............................................ 45
CHƯƠNG 5: TÍNH TOÁN – PHÂN PHỐI MẪU ............................................................... 50
5.1 LÝ DO PHẢI XÁC ĐỊNH MẪU TRONG NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
........................................................................................................................................ 51
5.1.1 Do yêu cầu về thời gian ...................................................................................... 51
5.1.2 Do yêu cầu về chi phí .......................................................................................... 51
5.1.3 Do yêu cầu về ý nghĩa .......................................................................................... 51
5.1.4 Do yêu cầu về độ tin cậy ....................................................................................... 51
5.2 QUY TRÌNH LẤY MẪU .......................................................................................... 51
5.3 SAI SỐ TRONG NGHIÊN CỨU .............................................................................. 52
5.3.1 Sai số do lấy mẫu ................................................................................................. 52
5.3.2 Sai số không do lấy mẫu ..................................................................................... 53
5.4 PHƯƠNG PHÁP LẤY MẪU PHI XÁC SUẤT ......................................................... 53
5.4.1 Khái niệm ........................................................................................................... 53
5.4.2 Lấy mẫu thuận tiện .............................................................................................. 53
5.4.3 Lấy mẫu tích lũy nhanh ....................................................................................... 53
5.4.4 Lấy mẫu phán oán ............................................................................................. 54
5.5 PHƯƠNG PHÁP LẤY MẪU XÁC SUẤT ................................................................ 54
5.5.1 Khái niệm ............................................................................................................ 54
5.5.2 Lấy mẫu ngẫu nhiên ơn thuần ............................................................................ 54 lOMoARc PSD|36242669
5.5.3 Lấy mẫu có hệ thống ........................................................................................... 55
5.5.4 Lấy mẫu ngẫu nhiên có phân tầng ........................................................................ 55
5.5.5 Lấy mẫu 1 giai oạn (lấy mẫu theo cụm) ............................................................. 56
5.5.6 Lấy mẫu theo nhiều giai oạn .............................................................................. 56
5.6 TÍNH TOÁN KÍCH THƯỚC MẪU .......................................................................... 57
5.6.1 Quy trình tính toán kích thước mẫu ...................................................................... 57
5.6.2 Tính toán kích thước mẫu trong trường hợp tính số tỷ lệ ...................................... 58
5.6.3 Tính toán kích thước mẫu trong trường hợp tính số trung bình ............................. 60
5.6.4 Tính toán kích thước mẫu trong trường hợp lấy mẫu ngẫu nhiên có phân tầng ..... 61
5.6.5 Tính toán kích thước mẫu trong trường hợp tính ến chi phí, thời gian ................ 64
5.6.6 Tính toán kích thước mẫu trong trường hợp cần dựa vào nhiều yêu cầu khác nhau
..................................................................................................................................... 65
CHƯƠNG 7: THIẾT KẾ BẢNG CÂU HỎI ĐIỀU TRA – PHỎNG VẤN ....................... 67
6.1 NHIỆM VỤ CỦA BẢN CÂU HỎI ............................................................................ 68
6.2 QUY TRÌNH THIẾT KẾ BẢN CÂU HỎI ................................................................. 68
XỬ LÝ- DIỄN GIẢI DỮ LIỆU
............................................................................................. 74
7.1 QUY TRÌNH CHUNG .............................................................................................. 75
7.2 XỬ LÝ DỮ LIỆU ...................................................................................................... 75
7.2.1 Phê chuẩn dữ liệu ................................................................................................ 75
7.2.2 Hiệu chỉnh dữ liệu .............................................................................................. 76
7.2.3 Mã hoá dữ liệu ..................................................................................................... 77
7.2.4 Phương pháp xử lý dữ liệu ................................................................................... 81
7.2.5 Nhập dữ liệu vào máy vi tính (EXCEL hoặc SPSS) ............................................. 84
7.3 DIỄN GIẢI DỮ LIỆU ................................................................................................ 84
7.3.1 Sắp xếp dữ liệu .................................................................................................... 84
7.3.2 Tính toán bảng dữ liệu ......................................................................................... 84
7.3.3 Tính toán các ại lượng thống kê mô tả ............................................................... 88
7.3.4 Diễn giải bằng biểu ồ ........................................................................................ 94
7.3.5 Sử dụng máy vi tính ( EXCEL, SPSS) ể diễn giải dữ liệu .................................. 95
7.4 PHÂN TÍCH DỮ LIỆU ............................................................................................. 95
7.4.1 Phân tích các sai biệt .......................................................................................... 95
7.4.2 Nghiên cứu mối liên hệ tương quan ................................................................... 107
7.4.3 Sử dụng máy vi tính ( EXCEL, SPSS ) ể phân tích dữ liệu .............................. 115
CHƯƠNG 8: BÁO CÁO-TRÌNH BÀY KẾT QUẢ NGHIÊN CỨU ............................... 117
8.1 VAI TRÒ – CHỨC NĂNG CỦA BẢN BÁO CÁO ................................................. 118
8.1.1 Vai Trò của bản báo cáo .................................................................................... 118
8.1.2 Chức năng của bản báo cáo ............................................................................... 118
8.2 NỘI DUNG – HÌNH THỨC TRÌNH BÀY MỘT BẢN BÁO CÁO ......................... 119
8.2.1 Những nội dung cơ bản của bản báo cáo ........................................................... 119
8.2.2 Hình thức trình bày của bản báo cáo ................................................................. 119
8.3 CÁC NGUYÊN TẮC TRÌNH BÀY SỐ LIỆU TRONG BẢN BÁO CÁO ............... 120 lOMoARc PSD|36242669
8.3.1 Các nguyên tắc trình bày số liệu dưới dạng bảng dữ liệu .................................... 120
8.3.2 Các nguyên tắc trình bày biểu ồ ....................................................................... 121
8.3.3 Nguyên tắc trích nguồn tham khảo ..................................................................... 122
TÀI LIỆU THAM KHẢO
.................................................................................................... 130 LỜI GIỚI THIỆU
Kể từ khi công cuộc ổi mới kinh tế và chính sách mở của bắt ầu từ năm 1986,
quan hệ kinh tế ối ngoại của Việt Nam ngày càng phát triển. Với tư duy phát triển kinh
tế mở cả ở trong nước và ngoài nước, hoạt ộng thương mại quốc tế ã có những bước
phát triển mạnh mẽ, ưa nước ta nhanh chóng hội nhập với kinh tế khu vực và thế giới, a
phương hoá và a dạng hoá các mối quan hệ thương mại với các nước, các tổ chức, các
hiệp hội, các khu vực kinh tế quốc tế. Việt Nam ã gia nhập khối ASEAN, tham gia AFTA
và APEC, bình thường hoá quan hệ với Mỹ, ký trên 80 hiệp ịnh thương mại song phương
với nhiều nước (cả ký mới và ký lại), gia nhập Tổ chức thương mại thế giới (WTO)…
Nhờ ó, hoạt ộng xuất nhập khẩu của các doanh nghiệp Việt Nam ược củng cố và mở rộng.
Mặc dù mức ộ tham gia vào hoạt ộng thương mại quốc tế của các doanh nghiệp,
các thành phần kinh tế khác ngày càng sâu và rộng như vậy nhưng hiện nay, nhưng hầu
hết ở các trường Đại học, Cao ẳng khối ngành kinh tế ở nước ta chưa có ưa môn học
Nghiên cứu thị trường quốc tế vào trong chương trình ào tạo. Thực tế cũng cho thấy trên
thị trường gần như không có giáo trình hay tài liệu giảng dạy về nghiên cứu thị trường
quốc tế, mà chỉ có tác liệu phục vụ cho nghiên cứu marketing. Môn Nghiên cứu thị
trường quốc tế ược ưa vào chương trình giảng dạy ngành Kinh doanh quốc tế tại Trường
ại học Tài chính-Marketing từ năm 2005 cho ến nay. Để có tài liệu học tập cho sinh viên,
tác giả biên soạn tài liệu bài giảng cung cấp kiến thức bám sát với mục tiêu ào tạo của
chương trình nhằm nâng cao hiệu quả ào tạo của Trường ại học Tài chính-Marketing nói
chung và Khoa thương mại nói riêng.
Tác giả rất mong nhận ược sự óng góp ý kiến, chỉ bảo của các Thầy, các Cô là những
người i trước ã từng biên soạn các tài liệu về nghiên cứu thị trường cũng như các giáo
trình khác ể bài giảng ược sửa ổi ngày một hoàn thiện.
Mọi ý kiến óng góp nhằm hoàn thiện ề tài, xin gửi về khoa Thương mại- Trường Đại
học tài chính – Marketing. Địa chỉ: 2/4 Trần Xuân Soạn, P.Tân Thuận Tây, Q.7, lOMoARc PSD|36242669
Tp.HCM. Email: haducson@ufm.edu.vn Tác giả lOMoARc PSD|36242669 1 CHƯƠNG MỘT
KHÁI NIỆM – VAI TRÒ – TIẾN TRÌNH NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ NỘI DUNG CHÍNH
Nội dung chính của chương này bao gồm:
- Khái niệm về nghiên cứu thị trường quốc tế
- Nắm ược sự cần thiết và vai trò của nghiên cứu thị trường quốc tế
- Giới hạn của nghiên cứu thị trường quốc tế
- Đối tượng nghiên cứu thị trường quốc tế
- Các bước tiến hành một dự án nghiên cứu thị trường quốc tế.
1.1 KHÁI NIỆM VỀ NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
Thị trường là nơi chuyển giao quyền sở hữu hàng hóa, nhằm thỏa mãn nhu cầu
của hai bên cung và cầu về một loại sản phẩm nhất ịnh theo các thông lệ hiện hành, từ ó
xác ịnh rõ số lượng và giá cả cần thiết của sản phẩm. Thực chất, thị trường là tổng thể
các khách hàng hiện có và tiềm năng cùng có một nhu cầu hay mong muốn cụ thể nhưng
chưa ược áp ứng, có khả năng và sẵn sang tham gia trao ổi ể thỏa mãn nhu cầu ó. lOMoARc PSD|36242669
Nghiên cứu là việc tìm hiểu, xem xét một cách có hệ thống và có tính khách quan
về một chủ ề cụ thể, ã ược xác ịnh ể khám phá các thông tin cần thiết, hữu ích hoặc các nguyên tắc liên quan.
Nghiên cứu thị trường là việc thiết kế có hệ thống nhằm thiết lập kế hoạch nghiên
cứu, thu thập dữ liệu, phân tích và báo cáo các dữ liệu và khám phá liên hệ ến một tình
huống ặc biệt mà doanh nghiệp ang phải ối phó (Philip Kotler, 2001).
Nghiên cứu thị trường là nhiệm vụ gắn liền người tiêu dùng, khách hàng và công
chúng với tiếp thị viên thông qua thông tin; thông tin này ược dùng ể nhận diện và xác
ịnh các cơ hội cũng như các vấn ề marketing; làm nảy sinh, cải tiến và thẩm ịnh các
hoạt ộng marketing, thúc ẩy thành tích marketing và cải tiến việc nhận thức về marketing
ang trong tình trạng diễn tiến. Nghiên cứu thị trường xác ịnh thông tin cần có ể giải quyết
các vấn ề marketing nói trên; thiết kế phương pháp ể thu thập thông tin; quản trị và thực
hiện việc thu thập dữ liệu; phân tích các kết quả và truyền ạt các khám phá cùng các ý
nghĩa bao hàm của chúng (Hiệp hội nghiên cứu Marketing Mỹ AMA- American Marketing Association).
Nói một cách tổng quát, nghiên cứu thị trường quốc tế là một quá trình thực
hiện một cuộc iều tra trên một thị trường quốc tế cụ thể, thu thập và phân tích, xử lý
có hệ thống các dữ liệu liên quan ến hoạt ộng của doanh nghiệp, ể xác ịnh các triển
vọng bán hàng ối với một sản phẩm nhất ịnh và phương cách bảo ảm sự thành công
của sản phẩm ó trên thị trường.
1.2 VAI TRÒ VÀ GIỚI HẠN CỦA NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
1.2.1 Vai trò của nghiên cứu thị trường quốc tế ối với hoạt ộng kinh doanh -
Nghiên cứu thị trường óng vai trò cung cấp thông tin cho công tác tổ chức
hoạt ộng và cho cả vấn ề phát triển chiến lược, ồng thời là nguồn cung cấp thông tin
không thể thiếu ược ối với bất kỳ hoạt ộng kinh doanh nào, bất kỳ nhà kinh doanh nào. -
Nghiên cứu thị trường không chỉ giúp cho việc giải quyết các vấn ề phát
sinh cụ thể trong hoạt ộng kinh doanh mà nó còn làm cơ sở ể hoạch ịnh các chiến lược kinh doanh. -
Một cuộc nghiên cứu thị trường quốc tế cho phép doanh nghiệp nhận ra
sự khác biệt và thẩm ịnh tầm quan trọng của sự khác biệt giữa thị trường trong nước và quốc tế. - 2 - lOMoARc PSD|36242669 -
Việc nghiên cứu thị trường quốc tế một cách kỹ càng, chi tiết và rộng lớn
sẽ giúp doanh nghiệp tồn tại và phát triển hoạt ộng kinh doanh trong một thị trường ngày
càng thu hẹp và như ã bão hoà. -
Việc nghiên cứu thị trường quốc tế nhanh chóng sẽ giúp doanh nghiệp ối
phó nhanh và kịp thời với các cuộc tranh giành thị trường, với những sự thay ổi về ặc trưng, phân khúc. -
Giúp cho doanh nghiệp có ược những thông tin cần thiết, hạn chế thấp
nhất sự thất bại sản phẩm , giảm bớt các chi phí quản lý, phát triển quảng cáo tại các thị trường. Hộp 1
Bia FOSTER’S là thương hiệu bia của Úc, ã có mặt tại 150 quốc gia trên thế
giới. Năm 2005, ạt huy chương vàng bia quốc tế sau khi vượt qua 800 nhãn hiệu bia
quốc tế với nhãn hiệu Larue Export. Trước khi xâm nhập vào thị trường Việt Nam, hãng
ánh giá thị trường Bia Việt Nam tiêu thụ bình quân ầu người: 18lít/ năm vào năm 2000.
Với tốc ộ phát triển kinh tế cao, trung bình 8%/ năm, hãng dự oán vào năm 2015, mức
tiêu thụ bình quân ầu người 35lít/ năm.
Với ánh giá như vậy, năm 1997, FOSTER’S xâm nhập vào Việt Nam bằng cách
mở 2 nhà máy tại Tiền Giang và Đà Nẵng. Bên cạnh ó, FOSTER’S cũng mở nhiều nhà
máy tại Trung Quốc, Ấn ộ, Fiji, Samoa.
Tuy nhiên, ến năm 1999, FOSTER’S bán 2 nhà máy tại Quang Dong và Thiên
Tân. Năm 2006 bán tiếp nhà máy tại Thượng Hải vì thua lỗ. Các nhà máy tại Ấn ộ bán
cho tập oàn SAB Miler. Tại Việt Nam, sau 10 năm (1997 – 2007) cố gắng khẳng ịnh vị
thế nhưng không thành, FOSTER’S ã chấp nhận thất bại ở thị trường Việt Nam. Sau ó
họ ã phải chuyển nhượng lại toàn bộ hệ thống ở Việt Nam cho Asia Pacific Breweries
(APB) với giá trên 105 triệu USD (sau này APB bán lại cho VBL, liên doanh mà APB
ang nắm 60% cổ phần) và cái tên “Bia FOSTER’S – bia phong cách Úc” cũng biến mất
khỏi thị trường Việt Nam. (Nguồn: Dương Hữu Hạnh, 2006)
1.2.2 Vai trò của nghiên cứu thị trường quốc tế ối với nhà lãnh ạo kinh doanh
Nghiên cứu thị trường giúp nhà lãnh ạo kinh doanh có ược các thông tin, các kết
quả cụ thể về sản phẩm và thị trường tiêu thụ, từ ó ưa ra các quyết ịnh cần thiết, úng lúc,
úng nơi nhằm giải quyết các vấn ề tồn tại và phát triển của doanh nghiệp. lOMoARc PSD|36242669
1.2.3 Giới hạn của nghiên cứu thị trường quốc tế
Nghiên cứu thị trường tự nó không giải quyết ược hết thảy mọi vấn ề và không
phải là liều thuốc ặc trị trong kinh doanh. Nó chỉ óng vai trò cố vấn và cung cấp thông
tin cho lãnh ạo. Vì vậy, nó bị giới hạn trong các hoạt ộng sau: -
Ra quyết ịnh: vai trò của nghiên cứu thị trường không phải là ra quyết ịnh.
Việc nghiên cứu chỉ thực hiện nhiệm vụ thu thập dữ liệu thị trường, phân tích và diễn
giải chúng dưới các dạnh khác nhau ể qua ó nhà lãnh ạo dễ dàng lựa chọn các phương
án trong việc ra quyết ịnh. -
Đảm bảo cho sự thành công: Sự thành công trong hoạt ộng kinh doanh
phụ thuộc vào việc ra quyết ịnh úng của nhà lãnh ạo. Nghiên cứu thị trường chỉ óng vai
trò làm tăng khả năng ra quyết ịnh úng của nhà lãnh ạo chứ không bảo ảm rằng các
quyết ịnh dựa vào nghiên cứu thị trường sẽ hoàn toàn úng. Hộp 2
Năm 1985, công ty Coca-Cola quyết ịnh ngưng sản xuất loại nước ngọt danh
tiếng này của họ và thay thế nó bằng một sản phẩm có công thức mới vừa ược tung ra
thị trường với tên là New Coke. Trước thời iểm này, sự cạnh tranh không ngừng tăng
lên giữa Coca Cola và Pepsi Cola trong nhiều thập niên qua. Đây là một chiến lược ầy
rủi ro khi họ buộc phải hy sinh những người tiêu dùng lớn tuổi lại cho Coca Cola, nhưng
dù sao họ cũng ã chứng tỏ ược sự thành công. Pepsi có khả năng vị thế hóa thương hiệu
của họ ể ối lại với hình ảnh cổ iển và già nua của ối thủ áng sợ. Và càng lúc họ càng
ược nhìn nhận là một thức uống của giới trẻ, Pepsi nỗ lực xoay xở ể thu hẹp khoảng cách lại.
Quả là iều áng sợ với Tổng giám ốc ã tại vị lâu dài của Coca Cola, Robert
Woodruff, hầu hết những người tham dự cuộc thăm dò này ều chuộng công thức ngọt
hơn của Pepsi. Vào thời gian mà Roberto Goizueta trở thành chủ tịch, năm 1981, - 4 - lOMoARc PSD|36242669
hình tượng số một của Coke bắt ầu có vẻ bị tổn thương. Nó không chỉ mất thị phần với
Pepsi mà còn với chính một vài loại nước uống khác ược sản xuất bởi chính công ty
Coca Cola như Fanta và Sprite. Nói riêng, sự thành công của Diet Coke là một con dao
hai lưỡi khi nó làm thị trường nước cola có ường thu hẹp lại. Năm 1983, khi Diet Coke
giành ược vị trí thứ ba sau hai loại nước truyền thống là Coke và Pepsi, thị phần của
Coke giảm xuống ến mức kỷ lục của mọi thời, chỉ còn chưa ến 24%.
Thị phần của Coke vẫn ứng yên trong khi Pepsi lại liên tục tăng trưởng. Điều
áng lo nữa là một khi người tiêu dùng có thể lựa chọn, như trong các siêu thị ịa phương,
hầu như họ ều nghiêng về Pepsi hơn. Chỉ có hệ thống phân phối hiệu quả hơn của Coke
mới giữ cho họ ứng vững ở vị trí dẫn ầu. Ví dụ, rõ ràng là có nhiều máy bán hàng tự
ộng bán Coke hơn là Pepsi. Mặc dù vậy, bất kể ến sự phát triển nhanh chóng của các
thương hiệu nước giải khát, Pepsi vẫn giành thêm ược những khách hàng mới. Đã hoàn
toàn thất bại trong mùi vị, Coke có thể không chấp nhận ánh mất i vị thế hàng ầu của họ.
Vấn nạn chính, như Coca Cola nhận ịnh, là do tự thân sản phẩm. Như Pepsi
Challenge ã chứng tỏ không biết bao nhiêu lần, Coke luôn có thể bị ánh bại khi xét về
khía cạnh hương vị. Điều này dường như ược tái xác nhận với sự thành công của Diet
Coke, có hương vị rất gần với hương vị của Pepsi.
Để có ược công thức sản xuất mới, công ty ở Atlanta bắt ầu thực hiện
200.000 cuộc thử nghiệm mùi vị ể xem công thức ó thành công ra sao. Và kết quả thật
mỹ mãn. Hương vị của nước giải khát theo công thức mới không những ăn ứt hương
vị của loại Coke nguyên thủy mà người ta còn thích nó hơn cả Pepsi-Cola. lOMoARc PSD|36242669
Tuy nhiên, nếu Coca Cola vẫn ứng trước Pepsi, họ không thể có cùng lúc hai
sản phẩm cạnh tranh trực tiếp nhau trên các kệ hàng. Vì vậy, họ quyết ịnh loại bỏ Coca
Cola và giới thiệu New Coke thế vào ó.
Vấn ề là công ty Coca Cola ã ánh giá không úng về sức mạnh thương hiệu ầu
tiên của họ. Ngay sau khi quyết ịnh ược thông báo, một phần lớn dân Mỹ quyết ịnh cấm
vận ối với sản phẩm mới này. Vào ngày 23/4/1985, New Coke ược tung ra thị trường
và chỉ vài ngày sau việc sản xuất Coke nguyên thủy ngưng hẳn. Quyết ịnh kết hợp này
kể từ ó ã ược xem như một ‘sai lầm marketing lớn nhất của mọi thời ại’. Mãi lực dành
cho New Coke trở nên tồi tệ và công chúng trở nên giận dữ vì thực tế là Coca Cola
không còn tồn tại bao lâu nữa.
Mọi sự trở nên rõ ràng là Coca Cola không còn lựa chọn nào khác ngoài việc
mau chóng sử dụng trở lại thương hiệu và công thức truyền thống của họ. “Chúng tôi ã
nghe các bạn”, Goizueta ã nói thế trong cuộc họp báo ngày 11/7/1985. Và rồi Coca
Cola thông báo việc trở lại của sản phẩm cũ. (Nguồn: Matt Haig, 2005)
1.3 ĐỐI TƯỢNG CỦA NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
1.3.1 Nghiên cứu người tiêu dùng
Nghiên cứu người tiêu dùng nhằm tìm ra những ặc tính của người tiêu dùng (kể cả
người tiêu dùng hiện tại và người tiêu dùng tiềm năng) về một loại sản phẩm.
Nội dung nghiên cứu người tiêu dùng:
- Tuổi tác, giới tính, kết cấu gia ình;
- Trình ộ giáo dục, văn hoá; - Sở thích, thói quen, thị
hiếu; - Tôn giáo, dân tộc.
1.3.2 Nghiên cứu ộng cơ mua hàng
Nghiên cứu ộng cơ mua hàng nhằm tìm ra ộng cơ mua hàng, ộng lực bên trong tác
ộng ến hành vi mua một loại hàng hoá của người tiêu dùng. Nội dung nghiên cứu:
- Nghiên cứu nhu cầu bản năng: ăn, uống, mặc, ở….
- Nghiên cứu sự tác ộng của các nhân tố xã hội ối với việc mua sắm hàng hoá như
tác ộng bởi các yếu tố về tâm lý, kinh tế, văn hoá….
- Nghiên cứu tác ộng kích thích tiêu dùng từ các hoạt ộng khuyến mãi. - 6 - lOMoARc PSD|36242669
1.3.3 Nghiên cứu nhu cầu và thị phần
Nghiên cứu nhu cầu và thị phần nhằm tìm ra dung lượng thị trường, tỷ lệ chiếm lĩnh
thị trường của các nhãn hiệu hàng hoá. Nội dung nghiên cứu:
- Đo lường tiềm năng nhu cầu và thị phần;
- Các yếu tố ảnh hưởng ến mức cầu;
- Xác ịnh ặc trưng của nhu cầu, thị trường;
- Phân tích thị phần của các nhãn hiệu trên thị trường.
1.3.4 Nghiên cứu cạnh tranh
Nghiên cứu cạnh tranh nhằm tìm ra các biện pháp và phương pháp cạnh tranh có hiệu quả. Nội dung nghiên cứu: -
Cơ cấu và lực lượng cạnh tranh; -
Các chiến lược và biện pháp cạnh tranh của ối thủ, iểm yếu của họ; - Các
cơ hội cạnh tranh với họ.
1.3.5 Nghiên cứu về sản phẩm
Nghiên cứu sản phẩm nhằm cải tiến hoặc ưa ra sản phẩm mới phù hợp với nhu cầu
a dạng và biến ổi không ngừng của thị trường. Nội dung nghiên cứu:
- Tiềm năng của thị trường và sự chấp nhận sản phẩm của người tiêu dùng;
- Nghiên cứu sản phẩm cạnh tranh, ối thủ cạnh tranh;
- Thử nghiệm sản phẩm;
- Nghiên cứu bao bì óng gói.
1.3.6 Nghiên cứu về phân phối
Nghiên cứu về phân phối nhằm tìm ra ược kênh, luồng phân phối, phương thức
phân phối mội loại sản phẩm nào ó trên thị trường Nội dung nghiên cứu:
- Nghiên cứu kết cấu kênh, mạng lưới phân phối;
- Nghiên cứu phương thức phân phối của ối thủ cạnh tranh;
- Nghiên cứu các phương thức vận tải, giao nhân hàng hoá qua các khâu lưu thông; - Chi phí phân phối. lOMoARc PSD|36242669
1.3.7 Nghiên cứu về giá cả
Nghiên cứu về giá ể phân tích sự vận ộng về giá cả sản phẩm và các yếu tố ảnh
hưởng ến sự vận ộng của giá cả một loại sản phẩm. Nội dung nghiên cứu: -
Giá cả của các sản phẩm cạnh tranh mà người tiêu dùng cuối cùng phải
trả; - Mức lời của các ối thủ; -
Các loại chi phí vận chuyển, thuế và giá qua khâu lưu thông ến người tiêu dùng cuối cùng; -
Nghiên cứu các yếu tố ảnh hưởng ến giá; - Các xu hướng biến ộng giá.
1.3.8 Nghiên cứu về chiêu thị
Nghiên cứu chiêu thị nhằm xây dựng một chiến lược hoặc chính sách chiêu thị hiệu quả nhất. Nội dung nghiên cứu:
- Nghiên cứu các hình thức, biện pháp chiêu thị;
- Nghiên cứu tín hiệu thông tin;
- Nghiên cứu các cơ hội quảng cáo; - Tìm hiểu hệ thống thông tin ại chúng; - Đo
lường, ánh giá hiệu quả chiêu thị.
1.3.10 Nghiên cứu hoạt ộng bán hàng
Nghiên cứu hoạt ộng bán hàng nhằm ánh giá tiềm năng mại vụ cũng như phân tích
ược ặc iểm khách hàng và khả năng tiêu thụ qua các kênh. Nội dung nghiên cứu:
- Nghiên cứu, phân tích khả năng mại vụ theo ồi tượng khách hàng, theo kênh tiêu
thụ và theo nhóm nhân viên mại vụ;
- Nghiên cứu các phương thức bán hàng;
- Nghiên cứu hoạt ộng, thao tác của nhân viên mại vụ.
1.4 QUY TRÌNH NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
1.4.1 Quy trình nghiên cứu thị trường quốc tế
Bước 1: Phát hiện vấn ề và hình thành mục tiêu cần nghiên cứu
Phát hiện úng vấn ề cần nghiên cứu là ã giải quyết ược một nửa. Nếu phát hiện
vấn ề sai thì các phương pháp nghiên cứu cũng lạc hướng, dẫn tới tốn kém vô ích. Mặt - 8 - lOMoARc PSD|36242669
khác, nhiều khi các vấn ề ang ẩn náu mà ta có thể chưa biết, nếu không ược phát hiện sẽ
dẫn ến các hậu quả lớn. Chẳng hạn trong năm 2001 doanh thu của Tập oàn Bưu chính
viễn thông tăng, ạt 120% kế hoạch. Tuy nhiên nghiên cứu chi tiết cho thấy mặc dù doanh
thu tăng, nhưng thị phần giảm, tức là Tập oàn bị mất thị phần về tay các ối thủ cạnh tranh mới.
Sơ ồ 1.1: Qui trinh nghiên cứu thị trường quốc tế
Xác ịnh vấn ề, mục tiêu nghiên cứu
Lập kế hoạch nghiên cứu chính thức
Xác ịnh thông tin cần thiết
Nhận dạng nguồn dữ liệu,
kĩ thuật thu thập dữ liệu Thu thập dữ liệu
Xử lý và phân tích thông tin
Trình bày và báo cáo kết quả nghiên cứu
Như vậy, mục tiêu nghiên cứu là phát hiện vấn ề và giải quyết vấn ề. Nếu vấn ề ã
tồn tại rõ ràng, thì mục tiêu nghiên cứu là giải quyết vấn ề.
Như vậy, từ mục tiêu nghiên cứu chung ta chia thành các mục tiêu nhỏ, cụ thể
hơn. Người ta phân biệt 3 loại nghiên cứu sau, mỗi loại nghiên cứu có mục tiêu của mình: •
Nghiên cứu khám phá (exploratory research): có mục tiêu thu thập dữ liệu
ban ầu ể làm sáng tỏ bản chất thực của vấn ề và gợi ý các giả thiết hay các ý tưởng mới.
Cần có các nghiên cứu tiếp theo ể khẳng ịnh các giả thiết, ý tưởng. lOMoARc PSD|36242669 •
Nghiên cứu mô tả (descriptive research): có mục tiêu xác ịnh ộ lớn của các chỉ tiêu nào ó. •
Nghiên cứu nhân quả (causal research): có mục tiêu kiểm tra mối quan hệ
nhân quả của các hiện tượng nào ó. Thường thì có mối liên hệ ràng buộc giữa các hiện
tượng nào ó mà sự thay ổi của một hiện tượng này dẫn ến sự thay ổi cuả hiện tượng kia.
Ví dụ, mối quan hệ giữa thu nhập quốc dân trên ầu người và mật ộ iện thoại trên 100 dân.
Bước 2: Xây dựng kế hoạch nghiên cứu
Đây là giai oạn thứ 2 của quá trình nghiên cứu thị trường quốc tế. Kế hoạch
nghiên cứu là sự phác họa những nét cơ bản của cuộc nghiên cứu sắp ược tiến hành cũng
như trình tự các bước thực hiện nghiên cứu. Kế hoạch nghiên cứu có các ý nghĩa sau:
- Giúp nhà nghiên cứu và người bảo trợ nghiên cứu dự kiến trước ược những gì
xảy ra trong cuộc nghiên cứu ể chuẩn bị ối phó;
- Giúp việc tổ chức nghiên cứu ược tiến hành một cách khoa học và hợp lý;
- Là cơ sở ể kiểm chứng các dữ liệu ược thu thập và phân tích có úng phương pháp hay không;
- Giúp cho nhà nghiên cứu và người bảo trợ hình dung ược thời gian và tiền bạc
phải tiêu tốn cho cuộc nghiên cứu là bao nhiêu.
Kế hoạch nghiên cứu thị trường quốc tế bao gồm những nội dung sau ây:
1 Nguồn dữ liệu cần thiết
Dữ liệu sơ cấp, thứ cấp
2 Phương pháp nghiên cứu
Quan sát, iều tra, thực nghiệm…
3 Các phương tiên nghiên cứu Bảng câu hỏi, các dụng cụ hỗ trợ 4 Kế hoạch chọn mẫu
Đơn vị mẫu, cỡ mẫu, cách chọn mẫu 5 Phương pháp thu thập
Điện thoại, thư, phỏng vấn trực tiếp
Bước 3: Xác ịnh thông tin cần thiết
Mục tiêu nghiên cứu phải ược xác ịnh một cách rõ ràng và cụ thể.
Để ạt mục tiêu nghiên cứu, nhà nghiên cứu cần phải xác ịnh ược nhu cầu thông tin cụ
thể, các loại thông tin cần thiết ể giải quyết mục tiêu, vấn ề nghiên cứu. Thông tin bị
thiếu thì không thể giúp giải quyết, làm rõ vấn ề nghiên cứu. Thông tin thừa thì làm cho
quá trinh xử lý thông tin bị rắc rối, tốn kém chi phí và thời gian. - 10 - lOMoARc PSD|36242669
Từ nhu cầu thông tin mới dự kiến các loại thông tin cần thiết. Các loại thông tin
dự kiến phải cụ thể thành các chỉ tiêu hoặc có thể lập thành các biểu mẫu ể thu thập dữ liệu.
Bước 4: Lựa chọn nguồn dữ liệu cần thiết
Ta có thể chia dữ liệu nghiên cứu thị trường quốc tế thành hai nguồn: a)
Nguồn dữ liệu thứ cấp
Dữ liệu thứ cấp (hay còn gọi là cấp 2) là những dữ liệu ã thu thập trước ây vì mục
tiêu khác, nhưng hiện nay ta vẫn có thể sử dụng ược. Nguồn dữ liệu này bao gồm: •
Nguồn dữ liệu bên trong doanh nghiệp: Các báo cáo tài chính, báo cáo kết
quả hoạt ộng sản xuất kinh doanh ịnh kỳ (hàng tháng, hàng quý, hàng năm); thống kê
ơn thư khiếu nại của khách hàng; các báo cáo nghiên cứu Marketing trước ó. •
Nguồn dữ liệu bên ngoài doanh nghiệp: Nguồn này rất a dạng, từ các ấn
phẩm, các nghiên cứu của Nhà nước, của các tổ chức quốc tế như Ngân hàng thế giới
(World Bank), Tổ chức thương mại thế giới (WTO), Liên minh viễn thông thế giới
(ITU), Liên minh bưu chính thế giới (UPU); Trung tâm thương mại thế giới; các nguồn
thông tin ại chúng (niên giám thống kê, báo, tạp chí, Internet...).
Các nguồn dữ liệu thứ cấp sẵn có trong doanh nghiệp và phản ánh nhiều mặt quá
trình hoạt ộng sản xuất kinh doanh của doanh nghiệp. Các nguồn thông tin bên ngoài
cũng rất phong phú. Nguồn dữ liệu thứ cấp thường rẻ tiền, dễ thu thập và chấp nhận ược.
Do vậy, nên tận dụng nguồn dữ liệu thứ cấp. Khi nào không ủ dữ liệu thứ cấp cần thiết
cho nghiên cứu thì mới nên tìm kiếm dữ liệu sơ cấp. Thông thường, dữ liệu thứ cấp
chiếm ến 80% nhu cầu dữ liệu cho một nghiên cứu thị trường. Tuy nhiên, cần lưu ý tính
thời sự và ộ chính xác của dữ liệu thứ cấp. Và ặc biệt là các dữ liệu thứ cấp thì các doanh
nghiệp, ối thủ cạnh tranh cũng có thể biết, nên mặc dù dữ liệu sơ cấp chỉ chiếm khoảng
20% nhu cầu dữ liệu cho một nghiên cứu thị trường nhưng lại óng vai trò rất quan trọng,
có thể làm thay ổi doanh nghiệp.
b) Nguồn dữ liệu sơ cấp
Dữ liệu sơ cấp (hay còn gọi là cấp 1) là những dữ liệu ược thu thập lần ầu cho
một mục tiêu nghiên cứu nào ó của Doanh nghiệp. Khi nghiên cứu các vấn ề mang tính
ặc thù của doanh nghiệp thì phải cần ến các thông tin sơ cấp.
Bước 5: Thu thập dữ liệu
Thu thập dữ liệu là giai oạn tốn thời gian và kinh phí nhất, ồng thời cũng dễ mắc sai
lầm nhất. Những khó khăn thường gặp trong quá trình thu thập dữ liệu là: lOMoARc PSD|36242669
• Khả năng tiếp cận trực tiếp với những người cần thiết ể thu thập dữ liệu
• Khả năng thuyết phục khách hàng tham gia cung cấp dữ liệu
• Độ tin chân thực của các dữ liệu mà khách hàng cung cấp
• Độ chân thực không thiên vị của những người tham gia thực hiện phỏng vấn.
Bước 6: Xử lý và Phân tích thông tin thu thập ược
Đây là giai oạn xử lý các dữ liệu ã thu ược ể có ược các kết quả nào ó. Để xử lý
dữ liệu, người ta dùng các phần mềm thống kê, các mô hình dự báo khác nhau.
Bước 7: Trình bày kết quả thu ược
Các kết quả thu ược cần phải trình bày rõ ràng, mạch lạc và theo các yêu cầu ặt ra ể báo cáo cấp trên.
Hộp 3 Tại sao nghiên cứu thị trường quan trọng
Vào ầu thập niên 90, khi tôi bắt ầu công việc tư vấn của mình, tôi ã thực hiện bản khảo
sát nhỏ cho riêng mình. Tôi viết khoảng 100 từ diễn tả công việc tư vấn của tôi như thế nào.
Bảng mô tả gồm: (1) khách hàng mục tiêu, (2) những người mua muốn gì từ nhà tư vấn,
và (3) công việc của tôi khác với những người khác như thế nào.
Kế ến tôi hẹn với 20 nhà lãnh ạo doanh nghiệp, ặt bảng mô tả trước mặt họ. Sau khi hỏi
thăm ý kiến, tôi quay về chổ ngồi lắng nghe câu trả lời.
Những lời khuyên của họ là vô giá. Tôi biết ược ịnh vị và mục tiêu của tôi là những
doanh nghiệp ang phát triển và không có bộ phận marketing. Tôi còn biết ược khách
hàng không hứng thú gì lắm về kinh nghiệm của tôi nhưng lại muốn biết nhiều về làm
cách nào tôi có thể giúp ỡ những tổ chức như họ. - 12 - lOMoARc PSD|36242669
Bởi vì bản nghiên cứu này, tôi tin rằng công việc marketing của công ty tôi sẽ tập trung
và hướng tới khách hàng mục tiêu hơn.
Nghiên cứu thị trường có thể làm sản phẩm hoàn hảo
Lúc trước, tôi có làm việc với một công ty chuyên dụng ang chuẩn bị tung ra thị trường
một nhãn hiệu máy cắt mới. Vì sản phẩm mới ối với thị trường nên công ty và tôi muốn
hoàn thành thiết kế của sản phẩm trước khi tung ra thị trường, vì thế chúng tôi ã tổ chức
nghiên cứu hàng loạt những nhóm khách hàng tập trung. Cho ến thời iểm này tôi ã làm
việc với ội ngũ thiết kế ể phát triển mẫu sản phẩm ầu tiên. Tôi hoàn toàn tự tin rằng
chúng tôi ã thiết kế úng sản phẩm dành cho thị trường, và xem cuộc nghiên cứu chỉ là
dấu hiệu cho thiết kế.
Tuy nhiên khi chúng tôi trình bày sản phẩm mẫu cho nhóm người tham gia cuộc nghiên
cứu, chúng tôi hoàn toàn bất ngờ trước phản ứng của họ. Hầu như mọi người không
quan tâm ến thiết kế. “mỏng manh”, “dễ vỡ” là hai từ chúng tôi nghe nhiều nhất và
những từ như thế thì hoàn toàn không hỗ trợ cho việc ịnh vị thương hiệu.
Trong suốt tuần kế tiếp, chúng tôi tập trung thiết kế lại và nhanh chóng tổ chức các cuộc
phỏng vấn một ối một với những người tham gia ể thu nhận phản hồi của họ về sản
phẩm mới. Cuối cùng họ cũng thích nó, sản phẩm ược tung ra thị trường một cách thành
công và làm tăng rõ rệt thu nhập của công ty.
Tôi rùng mình nghĩ lại nếu công ty tung sản phẩm ra thị trường với thiết kế ban ầu mà
không có cuộc nghiên cứu trên. Tôi bị thuyết phục rằng sản phẩm sẽ gây tổn thất hàng
triệu ô cho công ty và làm xấu i danh tiếng của công ty.
Nghiên cứu thị trường làm các mối quan hệ sâu thêm.
Công ty của bạn ở bất cứ quy mô nào, bạn sẽ thấy nghiên cứu thị trường sẽ củng cố lời
cam kết giữa công ty với người mua. Đường dây cuối cùng là: mọi người thích khi bạn
hỏi ý kiến của họ. Họ cảm thấy mình ang óng góp vào thành công của công ty bạn và
bạn sẽ biết nhiều hơn về cái nhìn của họ về:
c tính của công ty bạn i
thủ cạnh tranh của bạn
Thị trường mới và sản phẩm mới cho công ty bạn.
Công ty nghiên cứu TARP nhận thấy rằng cứ mỗi người phàn nàn thì 26 người khác lại
không. Vì thế nếu có 10 khách hàng gần ây phàn nàn về công ty của bạn thì sẽ có 260
người khác sẽ không có lý do gì mà quay sang ối thủ cạnh tranh của bạn. Có thể những
cuộc nghiên cứu ược thực hiện nhiều lần sẽ hành ộng như máy phản hồi ược lOMoARc PSD|36242669
thiết kế ể in sâu vào tâm trí của con người.
Những khả năng quan trọng khác của nghiên cứu thị trường u có thể
khôi phục lại cuộc ối thoại với khách hàng cũ. Đôi khi, cuộc
khảo sát là tất cả những gì cần thiết ể khôi phục lại cuộc ối thoại giữa công ty và khách
hàng không còn quan tâm ến công ty.
u cho mọi người cơ hội ể bày tỏ.
Thỉnh thoảng, mọi người muốn thổ lộ
hết những cảm xúc của mình. Điều ó không có nghĩa họ bỏ bạn hay công ty của bạn. Trái
lại họ tôn trọng bạn hơn khi bạn cho họ cơ hội.
Nghiên cứu có thể tìm ra cơ hội phát triển ở ngay dưới mũi của bạn. Một khách hàng
của tôi trong lĩnh vực thông tin sức khoẻ ã kể tôi nghe câu chuyện về nghiên cứu thị
trường của công ty anh ấy. Cách ây mấy năm, công ty nửa triệu ô của anh ta quyết ịnh
khảo sát khách hàng. Một trong các câu ược hỏi là: “Sản phẩm mới nào bạn muốn công
ty tôi cung cấp?”. Trong số 90 câu trả lời mà công ty nhận ược thì phần lớn cho rằng họ
muốn công ty cung cấp thông tin về thị phần. Công ty thay ổi nhanh chóng, chưa ầy một
năm, công ty ã cung cấp những thông tin dữ liệu về thị trường. Kết quả ư? Doanh nghiệp
của anh ấy ã phát triển gấp 4 lần trong vòng 2 năm. u thị trường gia tăng
nhận biết sự phụ thuộc sản phẩm. Cuộc khảo sát tốt
không chỉ thu thập dữ liệu mà còn phổ biến thông tin. Miễn là nó ược thực hiện khéo
léo, bạn có thể giáo dục khách hàng về sản phẩm hay dịch vụ mới của công ty với bản khảo sát.
nh thoảng nghiên cứu có thể phục hồi những khách hàng cũ. Có một lần tôi giúp
một khách hàng trong lĩnh vực dịch vụ công nghiệp khảo sát khách hàng cũ, những
người không có tin tức hơn một năm. Sau khi hỏi ý kiến họ về công việc lúc trước, chúng
tôi kết luận bằng câu hỏi sau: “Bạn có biết ến hay nghe nói ến ai trong hoặc ngoài công
ty bạn ạt ược lợi ích từ dịch vụ XYZ?” Cuối cùng cuộc khảo sát em lại $700,000 doanh
thu cho công ty từ cả tài khoản cũ và mới.
(Nguồn: Vietnambranding, 2007) CÂU HỎI ÔN TẬP
1. Nghiên cứu thị trường quốc tế là gì?
2. Vai trò của nghiên cứu thị trường?
3. Giới hạn của nghiên cứu thị trường là gì?
4. Mô tả sơ lược các giai oạn của tiến trình nghiên cứu thị trường?
5. Tầm quan trọng của từng giai oạn nghiên cứu? - 14 - lOMoARc PSD|36242669 CHƯƠNG HAI
CÁC MÔ HÌNH NGHIÊN CỨU 2 NỘI DUNG CHÍNH
Nội dung chính của chương này bao gồm:
- Khái niệm và ý nghĩa của mô hình nghiên cứu - Mối quan hệ nhân quả - Mô hình mô tả - Mô hình thử nghiệm
- Mô hình bán thử nghiệm lOMoARc PSD|36242669
2.1 KHÁI NIỆM – Ý NGHĨA CỦA MÔ HÌNH NGHIÊN CỨU 2.1.1 Khái niệm
Mô hình nghiên cứu ược hiểu là sự phác họa về hình dạng của cuộc nghiên cứu.
Nó nói lên một kiểu nghiên cứu, một cách thức tiếp cận vấn ề, trong ó phác họa những
nét cơ bản của cuộc nghiên cứu.
2.1.2 Ý nghĩa của mô hình nghiên cứu -
Mô hình nghiên cứu là cơ sở ể xây dựng kế hoạch hay ề cương nghiên cứu.
Mỗi mô hình nghiên cứu òi hỏi các phương pháp thu thập dữ liệu khác nhau, tiến
hành nghiên cứu khác nhau, cho nên khi lập kế hoạch nghiên cứu phải chỉ rõ cuộc nghiên
cứu sẽ ược tiến hành theo mô hình nào thì từ ó mới có cơ sở ể lập kế hoạch thực hiện cuộc nghiên cứu. -
Mô hình nghiên cứu là cơ sở ể xác ịnh mục tiêu cũng như nguồn dữ liệu.
Bởi vì mỗi mô hình nghiên cứu có khả năng cung cấp các loại dữ liệu khác nhau, nên
xác ịnh mục tiêu và nguồn dữ liệu phải dựa vào mô hình nghiên cứu.
2.2 MỐI QUAN HỆ NHÂN QUẢ 2.2.1 Khái niệm
Mối liên hệ nhân quả là mối tương quan mang tính qui luật giữa một hiện tượng óng
vai trò nguyên nhân và một hiện tượng óng vai trò kết quả.
Một kết quả có thể do một nguyên nhân tạo ra (tương quan nhân quả có tính tất
ịnh) nhưng cũng có thể do nhiều nguyên nhân kết hợp với nhau ể tạo ra kết quả (tương
quan nhân quả có tính xác xuất).
2.2.2 Ý nghĩa của mối liên hệ nhân quả
Quan hệ nhân quả có ý nghĩa rất quan trọng ối với việc ra quyết ịnh của nhà kinh
doanh. Nhà nghiên cứu, qua nghiên cứu dữ liệu ể rút ra quan hệ nhân quả còn nhà kinh
doanh dựa vào quan hệ nhân quả ể ra quyết ịnh. Do ó, quan hệ nhân quả sai thì nguy cơ
mắc sai lầm của người ra quyết ịnh là rất lớn.
2.2.3 Các iều kiện chứng tỏ mối liên hệ nhân quả -
Phải có chứng cớ cụ thể về mối tương quan giữa một nguyên nhân và một
kết quả quan sát ược, túc là sự biến ổi ồng thời hay cùng lúc.
Sự biến ổi ồng thời hay cùng lúc là phạm vi mà theo ó một nguyên nhân X - 16 - lOMoARc PSD|36242669
(gọi là biến ộc lập), và một kết quả Y (gọi là biến phụ thuộc), xảy ra cùng lúc hay thay ổi
cùng nhau theo cách dự báo bằng giả thuyết, nghĩa là X xảy ra thì Y phải xảy ra. Mối tương
quan giữa nguyên nhân X và kết quả Y có thể ược kết luận nhưng iều ó chưa ược chứng
minh. Có thể có cách giải thích khác về mối tương quan giữa nguyên nhân và kết quả có
thể có giá trị như giả thuyết nêu lên. -
Phải có chứng cớ là nguyên nhân ã i trước kết quả, tức thời gian xảy ra các
biến cố hay khoảng cách thời gian giữa các biến cố.
Tức là khi biến cố tạo ra nguyên nhân phải xảy ra trước hoặc ồng thời với biến
số kết quả. Có nghĩa là một sự kiện không thể gây ra một sự kiện khác, nếu nó xảy ra sau sự kiện khác ó. -
Tương quan nhân quả phải ược chứng minh rõ rệt là ngoài các nguyên nhân
ó, không thể có cách giải thích có căn cứ nào khác là nguyên nhân của kết quả quan sát ó,
tức là loại trừ các yếu tố nhân quả khác có thể có.
Việc loại bỏ các yếu tố nhân quả khác có thể có hay nguyên nhân duy nhất có
nghĩa là các giả thuyết khác về kết quả phải ược loại bỏ, ngoại trừ các nguyên nhân ã
ược xác ịnh. Điều ó có thể thực hiện ược khi nhà nghiên cứu thị trường giữ cho các yếu tố không thay ổi.
2.3 CÁC MÔ HÌNH NGHIÊN CỨU
Sơ ồ 2.1: Các mô hình nghiên cứu
2.3.1 Mô hình mô tả
Mô hình mô tả là mô hình ược thiết lập nhằm thu thập dữ liệu thông qua mô tả
các hiện tượng ể tìm kiếm mối quan hệ nhân quả, nó không thiết lập giả thuyết trước về mối quan hệ nhân quả. Nội dung của mô hình: -
Thu thập dữ liệu bằng số liệu hoặc hình ảnh ể mô tả lại các sự kiện thị
trường ể giúp cho nhà nghiên cứu phân tích và rút ra kết luận. lOMoARc PSD|36242669 -
Nó nêu lên cách thiết lập dữ liệu như thế nào ể mô tả úng thực trạng.
Có 2 loại mô hình mô tả: -
Mô hình nhóm tập trung: nghiên cứu ở một nhóm người (có thể không ại
diện cho cả tổng thể) ể rút ra kết luận.
Mô hình này có ưu iểm là ơn giản, dễ thực hiện, kinh phí ít và thích hợp cho giai
oạn nghiên cứu sơ bộ. Nhưng nhược iểm của mô hình này là thông tin không ầy ủ, không
a dạng và thiếu tính ại diện. -
Mô hình mô tả toàn diện: lấy mẫu từ tổng thể (bảo ảm tính ại diện), tiến
hành thu thập dữ liệu ể mô tả toàn diện các ặc trưng của tổng thể từ ó mới rút ra quan hệ nhân quả.
Ưu iểm của mô hình này là ộ tin cậy cao hơn, thông tin a dạng và bảo ảm tính
toàn diện. Nhưng tốn kém nhiều tiền bạc và thời gian, phương pháp tiến hành phức tạp
và òi hỏi nhiều người tham gia.
2.3.2 Mô hình thử nghiệm
Mô hình thử nghiệm là mô hình nghiên cứu bằng cách ưa ra một giả thuyết về
quan hệ nhân quả và dùng các cách thử nghiệm ể chứng minh quan hệ nhân quả ã ược giả thuyết nêu ra.
Để thực sự gọi là thử nghiệm, mô hình thử nghiệm phải hội ủ 3 ặc trưng sau ây: -
Một là: Phải chọn một cách ngẫu nhiên các ối tượng sẽ tiến hành thử
nghiệm hoặc làm ối chứng ể thử nghiệm một vấn ề gì ó. -
Hai là: Phải thiết kế cuộc thử nghiệm sao cho các yếu tố không phải thử
nghiệm không tác ộng ến kết qua thử nghiệm hoặc nếu có tác ộng thì tác ộng ó phải loại
trừ ra khỏi kết quả thử nghiệm. -
Ba là: các kết quả thử nghiệm phải có thể vận dụng vào thực tế tương lai,
tức là tình huống thử nghiệm phải càng giống với tình huống thực tế trong tương lai càng tốt.
Tiến hành thử nghiệm -
Biến ộc lập (hay còn gọi là biến xử lý): là các biến mà nhà nghiên cứu muốn
tìm hiệu hứng của nó. Biến ộc lập ược ký hiệu là X. -
Biến phụ thuộc (hay còn gọi là o lường): là các biến chịu sự tác ộng của
biến ộc lập và nhà nghiên cứu tìm cách o lường hay quan sát hiệu ứng của tác ộng này.
Biến phụ thuộc ược ký hiệu là chữ O. - 18 - lOMoARc PSD|36242669 -
Biến ngoại lai: là các biến tham gia vào quá trình thử nghiệm mà chúng ta
không biết hoặc không kiểm soát ược. Khi nó tham gia vào thử nghiệm, nó sẽ làm giảm
giá trị của thử nghiệm. -
Đơn vị thử nghiệm là các phần tử mà nhà nghiên cứu sử dụng ể tiến hành
xử lý và cũng từ chúng nhà nghiên cứu o lường hiệu ứng của xử lý. -
Các ơn vị thực nghiệm ược chọn bằng phương pháp ngẫu nhiên, ký hiệu là R.
Các ơn vị thực nghiệm ược chia thành 2 nhóm: nhóm thực nghiệm và nhóm kiểm chứng. -
Nhóm thực nghiệm – EG (Experimental Group) là nhóm dùng ể o lường
mối quan hệ nhân quả của các biến. -
Nhóm kiểm chứng - CG (Control Group) là nhóm dùng ể kiểm chứng hiệu
ứng của biến ngoại lai. EG: R O1 X O2 CG: R O3 O4 t
X: Xử lý (biến ộc lập)
O1, O2: là o lường (biến phụ thuộc) lần trước và lần sau của nhóm thực nghiệm.
O3, O4: là o lường lần trước và lần sau của nhóm kiểm chứng.
Có 3 loại mô hình thử nghiệm: -
Mô hình nhóm kiểm chứng o lường trước và sau thử nghiệm: theo mô hình
này, bên cạnh nhóm thử nghiệm, sẽ sử dụng thêm một nhóm kiểm chứng (không tiến hành
thử nghiệm). Cả 2 nhóm ều ược o lường trước và sau thử nghiệm. Hiệu số giữa 2 lần o
lường trước và sau của nhóm kiểm chứng ược xem là tác ộng của yếu tố ngoại lai. EG: R O1 X O2 CG: R O3 O4
O4 - O3: là hiệu ứng của biến ngoại lai.
Kết quả: Hiệu ứng của xử lý (Test Effect) TE = (O2 - O1) - (O4 - O3) -
Mô hình một nhóm kiểm chứng chỉ o lường sau thử nghiệm: mô hình này
cũng có một nhóm thử nghiệm và một nhóm kiểm chứng nhưng cả 2 nhóm ều không tiến
hành o lường trước thử nghiệm. lOMoARc PSD|36242669 EG: R X O1 CG: R O2 a: giả sử
lần o lường trước của 2 nhóm
Kết quả: Hiệu ứng của xử lý (Test Effect) TE = (O1-a) - (O2-a) = O1- O2 -
Mô hình nhóm 4 Solomon: Mô hình này ược tiến hành bằng cách thêm vào
mô hình trên (Mô hình nhóm kiểm chứng o lường trước và sau thử nghiệm) một cặp nhóm
khác, cũng có 1 nhóm thử nghiệm và một nhóm kiểm chứng nhưng cả 2 nhóm thêm vào
ều không có số o lường lần thứ nhất (trước kiểm nghiệm). EG1: R O1 X O2 CG1: R O3 O4 EG2: R X O5 CG2: R O6
TE: Hiệu ứng thực nghiệm ME: Hiệu ứng thử chính IE: Hiệu ứng tương hỗ
EX: Hiệu ứng của các biến ngoại lai O2 – O1 = TE + IE + ME + EX O4 – O3 = IE + ME + EX O5 – 1/2 (O1+ O3) = TE + EX O6 – 1/2 (O1+ O3) = EX Kết quả: TE: O5 – O6
ME: (O4 – O6) – 1/2 (O3 – O1)
IE: (O2 – O1) – (O4 – O3 ) –(O5 – O6)
Mô hình này còn ược gọi là “mô hình thử nghiệm ược kiểm nghiệm một cách lý
tưởng“ vì trong mô hình, hầu hết nguyên nhân ưa ến sai lầm ều ã ược iều chỉnh ể ạt giá
trị nội nghiệm cao. Được xem là mô hình lý tưởng nhưng nó lại không ược dùng nhiều
trong nghiên cứu thị trường vì phí tổn cao và khó thực hiện. Người nghiên cứu thường
bị ràng buộc về tài chính và thời gian. Dù giá trị thông tin cao ến âu, người nghiên cứu - 20 - lOMoARc PSD|36242669
cũng khó bị thuyết phục vì một phương án và mô hình tốn kém như vậy. Tuy nhiên, mô
hình này giúp ta hiểu rõ về nguyên nhân gây sai lầm trong thử nghiệm ể thấy ược phương
hướng và nắm ược phương cách khắc phục, làm chủ ược quá trình thử nghiệm.
2.3.3 Mô hình bán thử nghiệm
Mô hình bán thử nghiệm là dạng mô hình gần như thử nghiệm nhưng nó không hội
ủ các tiêu chuẩn hay iều kiện của cuộc thử nghiệm chính thức. CÂU HỎI ÔN TẬP
1. Thế nào là mô hình nghiên cứu?
2. Ý nghĩa của mô hình nghiên cứu?
3. Khi nào thì người ta lựa chọn thực hiện nghiên cứu thăm dò? Lấy một ví dụ minh hoạ?
4. Sự khác nhau giữa nghiên cứu mô tả và nghiên cứu nhân quả?
5. Ưu, nhược iểm của các mô hình thử nghiệm?
6. Người ta muốn kiểm tra tính hiệu quả của một quảng cáo sản phẩm mới. Hai
mẫu ngẫu nhiên gồm 250 người ược chọn. Một trong hai nhóm người này ã
ược xem quảng cáo. Sau ó người ta ánh giá thái ộ của những người tham gia
ối với sản phẩm mới trên cả hai nhóm.
a. Trong thử nghiệm này, xác ịnh biến ộc lập và biến phụ thuộc?
b. Mô hình thực nghiệm nào ã ược sử dụng ể nghiên cứu? CHƯƠNG BA
DỮ LIỆU – CÁC LOẠI THANG DO lOMoARc PSD|36242669 3 NỘI DUNG CHÍNH
Nội dung chính của chương này bao gồm:
- Khái niệm về dữ liệu - Các loại dữ liệu
- Xác ịnh nhu cầu dữ liệu
- Khái niệm và ý nghĩa của thang do
- Các loại thang do trong nghiên cứu thị trường
- Cơ sở lựa chọn thang o lường
3.1 KHÁI NIỆM VỀ DỮ LIỆU
Dữ liệu là những thông tin khác nhau phục vụ cho công tác nghiên cứu và phân tích
về một sự vật hay hiện tượng nào ó.
Những yêu cầu chung mà dữ liệu cần có:
- Những thông tin mà dữ liệu chứa ựng phải phù hợp và làm rõ mục tiêu nghiên cứu.
- Dữ liệu phải xác thực trên 2 mặt: giá trị và ộ tin cậy. Về giá trị, nó phải ịnh lượng
ược những vấn ề mà cuộc nghiên cứu cần ịnh lượng. Về ộ tin cậy, nó phải cho
ra cùng một kết quả nếu lập lại cùng một phương pháp.
- Dữ liệu thu thập phải bảo ảm nhanh và chi phí thu thập chấp nhận ược.
3.2 PHÂN LOẠI DỮ LIỆU
Để phục vụ cho công tác nghiên cứu thị trường, dữ liệu ược phân ra các loại sau:
3.2.1 Phân loại theo ặc tính dữ liệu
Theo ặc tính, dữ liệu ược phân ra thành dữ liệu ịnh tính và dữ liệu ịnh lượng. - 22 - lOMoARc PSD|36242669
3.2.1.1 Dữ liệu ịnh tính
Dữ liệu ịnh tính là loại dữ liệu phản ánh tính chất của một sự vật hoặc hiện tượng.
Đối với dữ liệu ịnh tính, các phép tính toán ược dùng trên nó là các phép ếm và phép tính tỷ lệ phần trăm.
Loại dữ liệu này chỉ xem xét sự vật hoặc hiện tượng ở một tính chất nào ó và nếu
có cùng tính chất ang xem xét thì ược coi là giống nhau nên ta rất khó phân biệt sự khác
biệt về ặc trưng nào ó giữa các phần tử ồng nhất.
3.2.1.2 Dữ liệu ịnh lượng
Là loại dữ liệu phản ánh mặt lượng của các sự vật, hiện tượng. Dữ liệu ịnh lượng
thường ược biểu hiện bằng các con số với các ơn vị o lường (kg, km…).
Tất cả các phép toán sơ cấp ều có thể sử dụng ược với loại dữ liệu ịnh lượng.
3.2.2 Phân loại theo bản chất dữ liệu
Theo bản chất, dữ liệu ược phân ra: sự kiện, dư luận, ý hướng và ộng cơ.
3.2.2.1 Sự kiện
Sự kiện là toàn bộ những gì thực sự tồn tại hay ã tồn tại.
Sự kiện có thể là vô hình hoặc hữu hình. Sự kiện hữu hình là sự kiện có thể nhìn
thấy ược, o lường ược. Còn sự kiện vô hình là sự kiện không thể nhìn thấy ược hoặc khó
o lường ược. Ví dụ, khi ta nói doanh nghiệp VMC bán ược 10500 xe năm 2014, hơn
năm 2013 là 1300 xe, thì ó là một sự kiện hữu hình. Nhưng sự kiện có thể vô hình, có
nghĩa là khó hoặc không thể ịnh lượng ược. Ý thích của khách hàng về một kiểu sản
phẩm là một sự kiện vô hình và rất khó ịnh lượng. Việc ịnh lượng một cách chính xác
sự kiện chỉ là lý tưởng. Trên thực tế, hầu hết các vấn ề mang tính chất là bán sự kiện, ó
là những gì gần như sự kiện, gần như sự thật. Nhiều sự kiện chỉ dựa trên ước ịnh hay
trên những “mẫu” có ộ tin cậy tương ối.
Sự kiện có thể phân loại thành: -
Sự kiện dân số học: ó là những dữ kiện ược sử dụng trong marketing, mô tả
các ặc iểm nhân khẩu của dân cư hay khách hàng ...Ví dụ: thu nhập hàng năm của hộ gia
ình, số thành viên gia ình, tuổi tác, giới tính của họ… -
Sự kiện xã hội học: bao gồm các dữ liệu về tầng lớp xã hội của khách hàng
(thượng lưu, trung lưu, hay tầng lớp bình dân...), tôn giáo,... -
Sự kiên tâm lý: thể hiện nhận thức, ộng cơ hay lối sống của một cá nhân cá
nhân hay của một nhóm người. lOMoARc PSD|36242669
3.2.2.2 Kiến thức
Kiến thức là những gì con người biết ến, cũng có thể là ước vọng của con người.
Kiến thức của người tiêu dùng về một loại sản phẩm hay nhãn hiệu nào ó là biểu
hiện của kết quả của hoạt ộng truyền thông trong quá khứ. Vì vậy, nó cũng là mục tiêu
của hoạt ộng quảng cáo, truyền thông.
Ví dụ, khi quyết ịnh mua một gói cà phê Trung Nguyên hòa tan của Việt Nam,
người tiêu dùng trên thị trường nước ngoài cần có sự hiểu biết nhất ịnh về công dụng,
về cách thức sử dụng cà phê hòa tan nói chung, ngoài ra phải biết ược sự khác biệt giữa
các loại cà phê hòa tan về tính năng tác dụng, những iểm ặc thù hình hành nên một nhãn
hiệu ể phân biệt với các loại khác… ể từ ó chọn úng loại cà phê thích hợp nhất với yêu cầu của mình.
3.2.2.3 Dư luận
Nhiều khi người tiêu dùng lựa chọn mua sản phẩm hay dịch vụ không chỉ dựa
vào kiến thức của mình về sản phẩm, dịch vụ ó mà còn dựa vào (hay chỉ dựa vào) dư
luận. Dư luận phản ánh sự cảm nhận của quần chúng về iều gì ó, thường là sự cảm nhận
chung về một loại nhãn hiệu hay các tác dụng tốt hoặc tác dụng không mong muốn của
sản phẩm, biểu tượng của sản phẩm và doanh nghiệp …
Hình thức tiềm tàng của dư luận có khuynh hướng hình thành thái ộ, là sự thiên
kiến về tinh thần (tức là các ịnh kiến sai lệch) hay hành ộng ở mức ộ nào ó. Ví dụ: người
mua có ý ịnh sẵn trong ầu là không mua sản phẩm của người bán mà họ ến xem ầu tiên,
mà chỉ ể ọ giá hoặc tìm hiểu thêm.
Một dạng khác của ịnh kiến là ý niệm (images) của khách hàng: nhiều người cùng
có một hình tượng giống nhau về một doanh nghiệp hay một nhãn hiệu nào ó. Hầu hết
người tiêu dùng trên thế giới ều nhìn nhận hàng hóa có xuất xứ từ Nhật là bền và ẹp.
Định kiến rất có ý nghĩa trong nghiên cứu thị trường vì nó ảnh hưởng ến cách cư xử,
thái ộ của nhiều người một cách dai dẳng trong quá trình mua - bán.
3.2.2.4 Ý hướng
Ý ịnh là suy nghĩ sắp sẵn trong ầu về hành ộng sẽ thực hiện trong tương lai, là
thái ộ xử sự sắp tới của ối tượng. Ý ịnh và mức ộ thay ổi ý ịnh về một hành vi tiêu dùng
là những thông tin then chốt trong nghiên cứu thị trường. Ví dụ, nếu hãng VMEP, qua
số liệu iều tra cho biết là có 10% gia ình có ý ịnh mua xe máy mới trong vòng 2 năm
tới, khác với số liệu báo cáo năm trước là 7% thì hãng này sẽ phải iều chỉnh lại kế hoạch sản xuất. - 24 - lOMoARc PSD|36242669
3.2.2.5 Động cơ
Động cơ là ộng lực bên trong thúc ẩy hành ộng của con người. Động cơ rất dễ biến thành hành vi.
Những người làm marketing sẵn sàng trả giá cao ể có dữ liệu về ộng cơ thúc ẩy
tiêu dùng món hàng mà họ ưa ra. Những ộng cơ trực tiếp thì nói chung là rõ ràng, dễ nói
ra. Nhưng những nguyên nhân cơ bản sâu xa của thái ộ cư xử thì rất khó bộc lộ. Vì thế
ể nghiên cứu ộng cơ thúc ẩy, người ta phải sử dụng một số kỹ thuật phức tạp hơn (chẳng
hạn là phương pháp thử nghiệm) hoặc bằng phương pháp gián tiếp mà người ọc sẽ ược
giới thiệu trong phần thiết kế bảng câu hỏi.
3.2.3 Phân loại theo chức năng dữ liệu
Theo chức năng, dữ liệu ược phân thành 2 loại:
3.2.3.1 Dữ liệu phản ánh tác nhân: tức là nguyên nhân gây ra kết quả
3.2.3.2 Dữ liệu phản ánh kết quả: tức là kết quả ưa lại khi có một tác nhân nào ó.
3.2.4 Phân loại theo nguồn dữ liệu
Theo nguồn, dữ liệu ược phân thành 2 loại:
3.2.4.1 Dữ liệu thứ cấp: còn gọi là dữ liệu bậc 2, là loại dữ liệu ã ược thu thập và xử lý
sẵn, nó có thể ược công bố rộng rãi hoặc không ược công bố rộng rãi.
3.2.4.2 Dữ liệu sơ cấp: còn gọi là dữ liệu gốc hay dữ liệu nguyên thủy, là loại dữ liệu mới
ược thu thập lần ầu do chính người nghiên cứu i thu thập.
Vì vậy, các dữ liệu sơ cấp giúp người nghiên cứu i sâu vào ối tượng nghiên cứu,
tìm hiểu ộng cơ của khách hàng, phát hiện các quan hệ trong ối tượng nghiên cứu. Dữ
liệu sơ cấp ược thu thập trực tiếp nên ộ chính xác khá cao, ảm bảo tính cập nhật nhưng
lại mất thời gian và tốn kém chi phí ể thu thập. Dữ liệu sơ cấp có thể thu thập từ việc
quan sát, ghi chép hoặc tiếp xúc trực tiếp với ối tượng iều tra; cũng có thể sử dụng các
phương pháp thử nghiệm ể thu thập dữ liệu sơ cấp.
3.3 XÁC ĐỊNH NHU CẦU DỮ LIỆU
Trong thực tế, có 2 khuynh hướng xảy ra khi thu thập dữ liệu: -
Thu thập thiếu các loại dữ liệu, và do ó không ủ ể ưa ra kết luận cần thiết. -
Thu thập thừa số liệu. Thừa số liệu sẽ làm rối rắm thêm cho cuộc nghiên
cứu từ việc thu thập ến việc xử lý chúng. Thừa dữ liệu sẽ làm lu mờ i dữ liệu trọng tâm
của cuộc nghiên cứu, gây tốn kém hơn về chi phí và làm mất thời gian hơn cho việc nghiên cứu. lOMoARc PSD|36242669
Vì vậy, ể thu thập dữ liệu vừa ủ cho cuộc nghiên cứu, cần thiết phải dựa vào các cơ sở sau ây:
3.3.1 Xác ịnh nhu cầu dữ liệu dựa vào mục tiêu của cuộc nghiên cứu
Mục tiêu của cuộc nghiên cứu ược xác ịnh càng cụ thể thì việc xác ịnh nhu cầu
dữ liệu càng dễ dàng. Mục tiêu nghiên cứu gồm 2 loại: mục tiêu chung và mục tiêu cụ
thể. Chủ yếu là quan tâm ến mục tiêu cụ thể vì từ ó có thể thấy ngay ược cuộc nghiên
cứu sẽ cần ến những loại dữ liệu nào. Mục tiêu cụ thể tức là phải chỉ ra ược cuộc nghiên
cứu cần kết luận những vấn ề gì.
3.3.2 Xác ịnh nhu cầu dữ liệu dựa vào cơ cấu dữ liệu cần thu thập
Xuất phát từ chức năng của dữ liệu, có loại dữ liệu phản ánh tác nhân, có loại dữ
liệu phản ánh kết quả, nên các dữ liệu thu thập ược cũng phải bao gồm ủ 2 loại trên. Nhà
nghiên cứu phải dự kiến ược hết các khả năng gây tác nhân, từ ó xác ịnh loại dữ liệu phải thu thập
3.3.3 Xác ịnh nhu cầu dữ liệu dựa vào yêu cầu cung cấp thông tin của người lãnh
ạo cuộc nghiên cứu.
Đôi khi người sử dụng thông tin hoặc người lãnh ạo muốn có các thông tin bổ
sung ngoài các thông tin chủ yếu của cuộc nghiên cứu ể tiện sử dụng khi cần thiết, do ó
nhu cầu về dữ liệu còn phải áp ứng các òi hỏi ó.
Phương thức tốt nhất ể xác ịnh nhu cầu dữ liệu là nhà nghiên cứu dự kiến trước, sau
ó tranh thủ ý kiến của người lãnh ạo hoặc người sử dụng thông tin
Tuy nhiên, ối với những dữ liệu thật sự không cần thiết hoặc trước mắt không cần
thiết mà việc thu thập nó vượt quá khả năng và qui mô của cuộc nghiên cứu, cần thuyết
phục người lãnh ạo hoặc người sử dụng thông tin chấp nhận cắt bỏ các loại dữ liệu ó.
3.4 CÁC LOẠI THANG ĐO LƯỜNG TRONG NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
Đo lường là phép dùng một thang iểm nào ó ể phân biệt các cấp ộ khá nhau của các
thông tin về một sự vật hay hiện tượng.
Mục ích của việc o lường là biến ổi các ặc tính của sự vật thành một hình thức ể
nhà nghiên cứu có thể phân tích ược.
Ý nghĩa của o lường trong nghiên cứu thị trường:
- Đo lường giúp nhà nghiên cứu ịnh lượng một cách chính xác thái ộ của một
người về một khía cạnh nào ó của hoạt ộng Marketing.
- Đo lường giúp nhà nghiên cứu so sánh ược thái ộ của nhiều người khác nhau. - 26 - lOMoARc PSD|36242669
- Đo lường giúp nhà nghiên cứu hiểu sự vật cả về mặt ịnh lượng lẫn ịnh tính. Để
ạt ược kết quả tốt trong nghiên cứu thị trường, nhà nghiên cứu cần ược thông tin
ầy ủ về số lượng lẫn ặc tính của sự vật, tức là cả ịnh lượng và ịnh tính, vì nếu chỉ
có các dữ liệu về ịnh lượng thôi thì chưa ủ.
3.4.1 Thang biểu danh (nominal scale):
Thang o lường biểu danh là thang o lường ơn giản nhất, chỉ dùng ể o lường một
cấp ộ nghĩa là ể chỉ danh sự vật hoặc hiện tượng. Các con số ược dùng chỉ như là biểu
tượng ể nhận diện hay phân loại các sự vật hay các hiện tượng. Không gán dùng con số
cho các sự vật hay hiện tượng khác nhau, hay gán các con số khác nhau cho cùng một
sự vật hay hiện tượng.
Ví dụ: Nam = 1, Nữ = 0
Sơ ồ 3.1: Các loại thang o lường trong nghiên cứu thị trường
3.4.2 Thang thứ tự (ordinal scale):
Thang o lường thứ tự là thang cung cấp thông tin về mối liên hệ giữa các sự vật
hay các hiện tượng. Thang o lường thứ tự nhằm o lường một sự vật hay một hiện tượng
có nhiều ặc iểm hơn hay ít ặc iểm hơn so với một số sự vật hay một số hiện tượng khác,
nhưng lại không diễn tả ược mức ộ nhiều hơn hay ít hơn bao nhiêu, tức là không lượng hoá quan hệ thứ tự ó.
Ví dụ: Mức ộ ưa thích của bạn ối với các cửa hàng mà bạn ã ến mua sắm (xếp
theo thứ tự 1,2,3,…nghĩa là từ ưa thích nhất trở xuống): - cửa hàng A (4) - cửa hàng B
(1) - cửa hàng C (2) - cửa hàng D (3)
3.4.3 Thang khoảng cách (interval scale):
Thang o lường khoảng cách là loại thang cung cấp thông tin về quan hệ thứ tự giữa
các sự vật hoặc hiện tượng. Việc dùng các con số ể xếp hạng các sự vật hay hiện tượng lOMoARc PSD|36242669
như là các khoảng cách về các ặc iểm ược o lường giữa các con số phù hợp với các
khoảng cách giữa các sự vật hay các hiện tượng.
Đo lường khoảng cách có ặc iểm thuận lợi là khoảng cách giữa các sự sắp ặt thứ tự
ã ược tính bằng các con số (lượng hoá) và có thể giải thích ược.
Nhược iểm của o lường khoảng cách là không tính ến số 0 nên hạn chế khả năng
thích ứng trong cách tính toán theo thống kê.
✓ Thang o có hai cực ối lập: Một số thuộc tính ối lập nhau ược nhận biết tại cực của
thang o, và người trả lời ược yêu cầu cho biết thái ộ của họ, cái này có thể ược gọi
là một khoảng cách có ý nghĩa , hướng ến một cá nhân, một ối tượng hoặc một sự
kiện cho mỗi một thuộc tính
Ví dụ: Chất lượng cao --- --- --- --- --- ---- --- Chất lượng thấp
✓ Thang o Stapel: Những yếu tố quan tâm ể nghiên cứu ược ặt ở trung tâm và một
thang o số sắp xếp có thứ tự , như là -2 ến 2
✓ Thang o Likert: ược thiết kế nhằm kiểm tra mức ộ ồng ý hoặc không ồng ý với lời
phát biểu của ối tượng (thường bao gồm 5 mức ộ). Ví dụ: Yếu tố Mức ộ quan trọng Rất quan Khá quan Quan Khá không Rất không trọng trọng trọng quan trọng quan trọng 1 2 3 4 5 Sự ngắn gọn dễ nhớ Hình ảnh 1 2 3 4 5 Âm thanh 1 2 3 4 5
3.4.4 Thang tỷ lệ (ratio scale):
Thang o lường tỷ lệ là thang o lường ược chia theo tỷ lệ tính từ số 0. Nó cung cấp
thông tin về quan hệ khoảng cách nhưng ược tính từ con số 0.
Nó khác thang o khoảng cách chỉ lượng hoá quan hệ thứ tự mang tính chất so
sánh tương ối, thang o tỷ lệ cho phép so sánh các ồ vật hoặc hiện tượng một cách tuyệt ối. - 28 - lOMoARc PSD|36242669
Đây là thang o lường ở cấp ộ cao nhất, nó cung cấp thông tin ịnh lượng một cách
ầy ủ nhất. Phần lớn các hiện tượng quan trọng ều dùng thang o lường tỷ lệ: o lường
doanh số bán hàng, thị phần, chi phí, số lượng khách hàng…
Ví dụ: Người iều tra hỏi một khách hàng: nếu cho anh ta 100 iểm cố ịnh ể anh ta
cho iểm 4 cửa hàng nghiên cứu theo mức ộ ưa thích của anh ta ối với từng cửa hàng này,
thì anh ta sẽ phân bố iểm như thế nào?
Giả sử câu trả lời là: - cửa hàng A (0 iểm) - cửa hàng B (60 iểm) - cửa hàng C (20
iểm) - cửa hàng D (20 iểm). Ta có thể hiểu: anh ta không ưa thích một chút nào ối với
cửa hàng A; mức ộ ưa thích cửa hàng C và D là bằng nhau; mức ộ ưa thích cửa hàng B
nhiều gấp 3 lần mức ộ ưa thích cửa hàng C và cửa hàng D.
3.5 CƠ SỞ LỰA CHỌN THANG ĐO LƯỜNG
Các thang o lường ở trên ược dùng ể o lường khía cạnh này hay khía cạnh khác của
thái ộ. Cho nên việc o lường rất phức tạp. Vì vậy, cần phải biết lựa chọn một thang o lường
nào thích hợp nhất, có khả năng thỏa mãn tốt nhất các nhu cầu thông tin của nhà nghiên
cứu với phí tổn thấp nhất, phương pháp truyền ạt dễ dàng và người ược hỏi dễ sử dụng.
Cần phải quan tâm ến các vấn ề sau khi lựa chọn thang o lường:
- Chọn thang o lường nào ể có thông tin tốt nhất, nhiều nhất cho mục ích nghiên
cứu. Đối với yêu cầu này thì loại thang o tỷ lệ và khoảng cách sẽ ược lựa chọn
vì các loại thang o này chứa ựng nhiều thông tin. Tuy nhiên ể chọn loại thang
nào nêu trên thì phải căn cứ vào các hạng mục cần phải o. Thông tin sẽ ược
cung cấp là ịnh tính thì dùng thang o ịnh tính, nếu thông tin cần ịnh lượng thì
phải sử dụng thang o ịnh lượng.
- Chọn thang o nào ể người ược hỏi dễ sử dụng, chứ không phải là loại thang
theo ý muốn của nhà nghiên cứu. Nếu trình ộ họ vấn và nhận thức thấp thì
nên dùng các thang ơn giản (biểu danh, thứ tự), ngược lại, trình ộ họ vấn và
nhận thức cao thì nên dùng thang phức tạp (khoảng cách, tỷ lệ).
- Chọn thang o phụ thuộc vào tính chất và số lượng các ặc iểm, thông số muốn
tìm hiểu. Khi o lường, nếu nhà nghiên cứu có thang o lường cấp cao (khoảng
cách, tỷ lệ) thì có thể phân tích nó ể dùng cho việc o lường ở cấp thấp nhưng
không thể dùng thang o lường cấp thấp (biểu danh, thứ tự) ể phân tích dùng
cho việc o lường ở cấp cao. lOMoARc PSD|36242669
- Chọn thang o lường phụ thuộc vào phương pháp truyền ạt thông tin. Phương
pháp truyền ạt có thể là phỏng vấn trực tiếp, qua iện thoại hay gửi câu hỏi
bằng thư. Những thang o lường phức tạp chỉ nên áp dụng ối với các phương
pháp iều tra trực tiếp, còn ối với các phương pháp thu thập dữ liệu gián tiếp
thì chỉ nên dùng các thang o ơn giản, dễ trả lời như thang thứ tự, biểu danh. CÂU HỎI ÔN TẬP
1. Các yêu cầu khi xác ịnh dữ liệu. Để ạt các yêu cầu ó, người làm công tác
nghiên cứu thị trường phải làm gì?
2. Các tiêu thức phân loại và phân loại dữ liệu?
3. Những lý do nào cho thấy vai trò quan trọng của việc sử dụng dữ liệu thứ cấp
trong nghiên cứu thị trường? Cho ví dụ minh họa?
4. Những lý do nào cho thấy vai trò quan trọng của việc sử dụng dữ liệu thứ cấp
trong nghiên cứu thị trường? Cho ví dụ minh họa?
5. Các loại dữ liệu thứ cấp bên trong?
6. Các loại thang o lường?
7. Tiêu chuẩn ể lựa chọn thang o?
8. Xây dựng một thang iểm Likert, thang iểm có ngữ nghĩa ối lập nhau và thang
iểm Stapel ể ánh giá sự ưa thích ối với một mặt hàng xuất khẩu của Việt Nam.
9. Làm thế nào ể ánh giá ộ tin cậy, giá trị của một thang o lường? - 30 - lOMoARc PSD|36242669 4 CHƯƠNG BỐN
PHƯƠNG PHÁP THU THẬP SỐ LIỆU NỘI DUNG CHÍNH
Nội dung chính của chương này bao gồm: - Dữ liệu thứ cấp
- Xác ịnh dữ liệu thứ cấp
- Nguồn dữ liệu thứ cấp - Dữ liệu sơ cấp
- Các phương pháp thu thập dữ liệu sơ cấp
4.1 THU THẬP DỮ LIỆU THỨ CẤP 4.1.1 Khái niệm
Dữ liệu thứ cấp là loại dữ liệu ã ược thu thập và trình bày sẵn. lOMoARc PSD|36242669
Nhìn chung, dữ liệu thứ cấp thu thập khá dễ, tốn ít thời gian và tiền bạc hơn là
thu thập dữ liệu sơ cấp. Nhưng dữ liệu thứ cấp lại rất a dạng và phong phú, có ở ủ mọi
nguồn, ủ mọi loại. Cho nên cần phải biết khai thác và sử dụng hợp lý loại dữ liệu này.
4.1.2 Xác ịnh dữ liệu thứ cấp cần cho cuộc nghiên cứu
Dữ liệu rất cần cho bất kỳ cuộc nghiên cứu nào. Những dữ liệu này, xét ở khía
cạnh nguồn dữ liệu thì bao gồm dữ liệu thứ cấp và dữ liệu sơ cấp. Khi ã xác ịnh về nhu
cầu dữ liệu trong tiến trình nghiên cứu, nhà nghiên cứu phải chỉ ra loại dữ liệu nào sẽ
thu thập ở nguồn dữ liệu thứ cấp, loại dữ liệu nào sẽ ược thu thập từ nguồn sơ cấp.
Về nguyên tắc, bất kỳ dữ liệu nào cũng có thể lấy từ nguồn sơ cấp, cho nên ể ánh
giá xem những loại dữ liệu nào có thể lấy từ nguồn thứ cấp, có một số tiêu chuẩn sau:
- Những dữ liệu phản ánh tình hình kinh tế- xã hội nói chung của nền kinh tế
hoặc của một ngành, một vùng… Vì lý do quản lý nền kinh tế xã hội của nhà
nước nên những dữ liệu này thường ược thu thập sẵn và cập nhật thường xuyên.
- Các số liệu liên quan ến hoạt ộng sản xuất kinh doanh của một ơn vị. Vì mục
ích quản lý và phân tích hoạt ộng kinh doanh, các dữ liệu này thường ược các
ơn vị sản xuất kinh doanh tập hợp, báo cáo và lưu giữ theo pháp lệnh, chế ộ
quản lý của nhà nước hoặc theo qui ịnh của ơn vị.
- Các dữ liệu về nghiên cứu chuyên ngành thường ược lưu giữ tài liệu tại các
viện, cơ quan nghiên cứu, báo chí….
Ngoài các loại dữ liệu nói trên, các loại khác thường phải thu thập từ nguồn sơ cấp
4.1.3 Các nguồn dữ liệu thứ cấp
Dữ liệu thứ cấp có ặc iểm là chỉ cung cấp các thông tin mô tả tình hình, chỉ rõ
qui mô của hiện tượng chứ chưa thể hiện ược bản chất hoặc các mối liên hệ bên trong
của hiện tượng nghiên cứu. Vì dữ liệu thứ cấp, dù thu thập từ bên trong hoặc bên ngoài
doanh nghiệp, nó cũng là những thông tin ã ược công bố nên thiếu tính cập nhật, ôi khi
thiếu chính xác và không ầy ủ. Tuy nhiên, dữ liệu thứ cấp cũng óng một vai trò quan
trọng trong nghiên cứu marketing do các lý do:
- Các dữ liệu thứ cấp có thể giúp người quyết ịnh ưa ra giải pháp ể giải quyết
vấn ề trong những trường hợp thực hiện những nghiên cứu mà các dữ liệu thứ - 32 - lOMoARc PSD|36242669
cấp là phù hợp mà không cần thiết phải có các dữ liệu sơ cấp. Ví dụ như các
nghiên cứu thăm dò hoặc nghiên cứu mô tả.
- Ngay cả khi dữ liệu thứ cấp không giúp ích cho việc ra quyết ịnh thì nó vẫn
rất quan trọng vì nó giúp xác ịnh và hình thành các giả thiết về các giải pháp
cho vấn ề. Nó là cơ sở ể hoạch ịnh việc thu thập các dữ liệu sơ cấp; cũng như
ược sử dụng ể xác ịnh tổng thể chọn mẫu và thực hiện chọn mẫu ể thu thập dữ liệu sơ cấp.
Dữ liệu thứ cấp ược thu thập từ các nguồn sau ây:
4.1.3.1 Nguồn nội bộ
Nguồn nội bộ ứng với các loại dữ liệu liên quan ến tình hình hoạt ộng sản xuất
kinh doanh của một ơn vị. Nghĩa là nó bao gồm các dữ liệu thuộc về nội bộ bên trong của ơn vị.
Hầu hết các ơn vị ều có những nguồn thông tin rất phong phú, vì vậy có những
dữ liệu có thể sử dụng ngay lập tức. Chẳng hạn như dữ liệu về doanh thu bán hàng và
chi phí bán hàng hay các chi phí khác sẽ ược cung cấp ầy ủ thông qua các bảng báo cáo
thu nhập của doanh nghiệp. Những thông tin khác có thể tìm kiếm lâu hơn nhưng thật
sự không khó khăn khi thu thập loại dữ liệu này. Có hai thuận lợi chính khi sử dụng dữ
liệu thứ cấp bên trong doanh nghiệp là thu thập ược một cách dễ dàng và có thể không tốn kém chi phí.
Để tạo ra cơ sở dữ liệu thứ cấp bên trong, doanh nghiệp cần tổ tức cơ sở dữ liệu
marketing (Data Marketing). Đó là việc sử dụng máy tính ể nắm bắt và theo dõi các hồ
sơ khách hàng và chi tiết mua hàng. Thông tin thứ cấp này phục vụ như một nền tảng
cho các chương trình nghiên cứu thị trường hoặc như là nguồn thông tin nội bộ liên quan
ến hành vi khách hàng trong nhiều doanh nghiệp.
4.1.3.2 Nguồn bên ngoài
Nguồn dữ liệu thứ cấp bên ngoài bao gồm các nguồn chủ yếu sau ây:
- Tài liệu thống kê chính thức: các tài liệu thống kê chính thức do các cơ quan
chuyên ngành thống kê thu thập, xử lý và công bố. Các tài liệu này ược xuất
bản rộng rãi nên luôn có ở các thư viện quốc gia ể lưu chiểu. lOMoARc PSD|36242669
Tài liệu thống kê bán chính thức: các tài liệu thống kê không chính thức
thường do các cơ quan thống kê ịa phương hoặc thống kê ngành thu thập và
ấn hành ể phục vụ cho mục ích tham khảo nội bộ nên không xuất bản rộng rãi.
- Các tài liệu khác: Ngoài các tài liệu trên, còn có rất nhiều các tài liệu khác
ở trong các tập san, các bài báo cáo, công trình nghiên cứu…Để có ược
những tài liệu từ nguồn này buộc nhà nghiên cứu phải tốn nhiều thời gian
thu thập, tập hợp và sàng lọc ra các vấn ề có liên quan.
4.1.4 Tiêu chuẩn ánh giá, lựa chọn dữ liệu thứ cấp
4.1.4.1 Tính cụ thể
Dữ liệu thứ cấp phải ảm bảo tính cụ thể, có nghĩa nó phải rõ ràng, phù hợp mục
tiêu nghiên cứu, có thể hỗ trợ cho việc phân tích nhận diện vấn ề hay mô tả vấn ề nghiên
cứu. Tính cụ thể còn òi hỏi sự rõ ràng về nguồn dữ liệu thu thập cũng như hiệu quả của
dữ liệu (so so sánh lợi ích của dữ liệu với chi phí thu thập).
4.1.4.2 Tính chính xác của dữ liệu
Người nghiên cứu phải xác ịnh dữ liệu có ủ chính xác phục vụ cho mục ích nghiên
cứu hay không. Dữ liệu thứ cấp có thể có sai số (hay không chính xác), iều này phụ
thuộc vào nguồn cung cấp dữ liệu. Vì vậy, uy tín của nhà cung cấp và ộ tin cậy của nguồn
dữ liệu những tiêu chuẩn cần xem xét khi thu thập dữ liệu thứ cấp.
4.1.4.3 Tính thời sự
Nghiên cứu thị trường òi hỏi dữ liệu có tính chất thời sự (dữ liệu mới) vì giá trị
của dữ liệu sẽ bị giảm qua thời gian. Đó cũng là lý do vì sao các doanh nghiệp nghiên
cứu thị trường luôn cập nhật thông tin ịnh kỳ, tạo ra nguồn thông tin có giá trị cao.
4.1.4.4 Mục ích của dữ liệu ược thu thập
Dữ liệu thu thập nhằm áp ứng cho một số mục tiêu nghiên cứu ã xác ịnh và giải
áp câu hỏi "Dữ liệu cần ược thu thập ể làm gì?" Dữ liệu ược thu thập phục vụ cho một
mục tiêu nghiên cứu cụ thể, vì vậy các dữ liệu có thể phù hợp cho mục tiêu nghiên cứu
này nhưng lại có thể không phù hợp trong trường hợp khác.
4.2 THU THẬP DỮ LIỆU SƠ CẤP 4.2.1 Khái niệm
Dữ liệu sơ cấp là dữ liệu gốc hay dữ liệu nguyên thủy, là loại dữ liệu mới ược thu
thập lần ầu do chính người nghiên cứu i thu thập. - 34 - lOMoARc PSD|36242669 -
4.2.2 Xác ịnh dữ liệu sơ cấp cần cho cuộc nghiên cứu
Dữ liệu sơ cấp có ý nghĩa ặc biệt quan trọng ối với mọi cuộc nghiên cứu. Nếu
như ối với dữ liệu thứ cấp, nhà nghiên cứu thường hay nghi ngại về ộ tin cậy của nó thì
ở dữ liệu sơ cấp, ộ tin cậy cao hay thấp phụ thuộc vào chính bản thân nhà nghiên cứu,
vì kiểm soát ược quá trình thu thập và xử lý các dữ liệu thu thập ược.
Khi ã xác ịnh về nhu cầu dữ liệu trong tiến trình nghiên cứu, nhà nghiên cứu phải
chỉ ra loại dữ liệu nào sẽ thu thập ở nguồn dữ liệu thứ cấp, loại dữ liệu nào sẽ ược thu
thập từ nguồn sơ cấp. Đối với các dữ liệu sơ cấp, ể có ược chúng, nhà nghiên cứu phải
sử dụng các biện pháp thu thập dữ liệu khác nhau, tùy thuộc vào nhu cầu dữ liệu và mục ích nghiên cứu.
4.2.3 Các phương pháp thu thập dữ liệu sơ cấp
4.2.3.1 Phương pháp phỏng vấn trực tiếp cá nhân
Đây là phương pháp ược sử dụng nhiều nhất, ặc biệt là các nghiên cứu liên quan
ến các sản phẩm là tư liệu tiêu dùng và ối tượng là các hộ dân. a. Phỏng vấn tại nhà
hoặc tại cơ quan làm việc
Phỏng vấn tại nhà hoặc tại cơ quan làm việc là người phỏng vấn sẽ ến nhà hoặc
cơ quan làm việc của người ược phỏng vấn ể tiến hành cuộc phỏng vấn. Ưu iểm:
- Nhờ phỏng vấn viên có mặt nên có thể thuyết phục người ược phỏng vấn trả lời.
- Một số thông tin về gia cảnh, có thể quan sát ược mà không cần trả lời.
- Có thể kết hợp việc hỏi và dùng hình ảnh ể giải thích.
- Câu hỏi dài vẫn có thể sử dụng nhờ cách hỏi của phỏng vấn viên.
- Nếu người trả lời gặp rắc rối trong việc hiểu câu hỏi thì phỏng vấn viên có thể giải thích.
- Chọn mẫu có thể kỹ, chính xác. Nhược iểm:
- Do di chuyển nhiều nên phí tổn có thể cao.
Sự có mặt của phỏng vấn viên có thể ảnh hưởng ến thông tin trả lời -
Những thông tin có tính chất riêng tư khó ược tiết lộ. - 35 - lOMoARc PSD|36242669
- Phỏng vấn viên có thể giải thích sai câu hỏi hoặc ể cho thiên kiến của mình
ảnh hưởng ến câu trả lời của người ược phỏng vấn.
- Cuộc phỏng vấn có thể kéo dài thêm ngoài dự kiến nên sẽ khó ảm bảo kế
hoạch về thời gian phỏng vấn.
- Số lượng phỏng vấn viên ông nên sẽ khó kiểm soát và triệu tập trong một ịa bàn rộng.
b. Phỏng vấn tại nơi công cộng
Phỏng vấn tại nơi công cộng là phỏng vấn tại nơi tập trung ông người. Phỏng vấn
tại nơi công cộng mang tính chất tranh thủ nên nội dung rất ngắn gọn. Ưu iểm:
- Thực hiện nhanh, trong một thời gian ngắn có thể phỏng vấn nhiều ối tượng.
- Dễ kiểm tra vì phỏng vấn tập trung ở một ịa iểm.
- Mẫu a dạng do phỏng vấn ược nhiều ối tượng khác nhau.
- Chi phí rẻ và ít tốn tiền di chuyển.
- Dễ sử dụng các phương tiện minh họa do không phải vận chuyển liên tục. Nhược iểm:
- Mẫu nghiên cứu có thể không mang tính xác xuất
- Thời gian quá ngắn có thể gây khó khăn trong việc thuyết phục ối tượng trả lời.
- Đối tượng sẽ trả lời rất nhanh nên sẽ gặp khó khăn trong việc ghi chép thông tin.
Trường hợp áp dụng:
- Cần trình bày các minh hoạ.
- Cần kết hợp quan sát và iều tra.
- Cần có thêm thông tin chuyên sâu về một lĩnh vực.
- Khi cần có câu trả lời ngắn gọn
Biện pháp nâng cao hiệu quả phỏng vấn trực tiếp cá nhân -
Cần nâng cao kỹ năng ặt câu hỏi. - Cần trung thực.
- Cần có kỹ năng giao tiếp tốt
- Không ể quan iểm riêng chi phối. - 36 - lOMoARc PSD|36242669 -
c. Phỏng vấn theo chiều sâu
Phỏng vấn theo chiều sâu là dạng phỏng vấn không theo cấu trúc câu hỏi ã in sẵn
mà phỏng vấn viên sẽ tự trò truyện với người phỏng vấn và thông qua ó ể khai thác thông tin.
Ưu iểm: Nội dung phỏng vấn không bị bó hẹp cứng nhắc mà có thể mở rộng cuộc
phỏng vấn về nhiều vấn ề liên quan ể làm rõ bản chất của vấn ề ang ược nghiên cứu.
Nhược iểm: phỏng vấn dạng này chỉ có những chuyên gia marketing hoặc những
người có nhiều kinh nghiệm mới có thể áp dụng phương pháp này. Những nhân viên
bình thường áp dụng cách này có thể không ạt kết qua (như mong muốn.
4.2.3.2 Phương pháp phỏng vấn bằng iện thoại
Phương pháp phỏng vấn bằng iện thoại là phương pháp phỏng vấn tiện lợi nhất,
rẻ tiền nhất ối với các nước có giá chi phí viễn thông rẻ. Ưu iểm:
- Có thể phỏng vấn nhiều người trong cùng một thời gian
- Nhân viên phỏng vấn chỉ cần ngồi tập trung ở một nơi mà không cần phải i ến nơi.
- Người ược phỏng vấn có thể thoải mái trả lời vì không phải gặp mặt như phỏng vấn cá nhân.
- Có thể phỏng vấn trên một mẫu lớn, phân bố rải rác trong thời gian ngắn.
- Chi phí có thể thấp do không phải di chuyển.
- Nhân viên làm việc tập trung một nơi nên dễ quản lý, chỉ ạo. Nhược iểm:
- Không quan sát ược người trả lời nên không nghi nhận ược những thông tin không lời.
- Cuộc phỏng vấn không thể kéo dài và có thể bị bỏ dở.
- Khó xác ịnh ược người ược hỏi có úng ối tượng hay không.
- Không thể dùng hình ảnh ể giải thích.
- Những câu hỏi khó không áp dụng ược. - 37 - lOMoARc PSD|36242669
Chỉ phỏng vấn ược những người có iện thoại, còn những người không có iện
thoại, có nhưng không ăng ký danh bạ, hay dây bị hư… sẽ làm trở ngại việc lấy mẫu.
Các trường hợp áp dụng:
Áp dụng khi mẫu nghiên cứu gồm nhiều ối tượng là cơ quan ơn vị, hay những
người có thu nhập cao (vì họ ều có iện thoại); hoặc ối tượng nghiên cứu phân bố phân
tán trên nhiều ịa bàn thì phỏng vấn bằng iện thoại có chi phí thấp hơn phỏng vấn bằng
thư. Nên sử dụng kết hợp phỏng vấn bằng iện thoại với phương pháp thu thập dữ liệu
khác ể tăng thêm hiệu quả của phương pháp.
Biện pháp nâng cao hiệu quả phỏng vấn qua iện thoại
Dùng máy vi tính trợ giúp ể xử lý các câu hỏi mở ( áp viên trả lời theo ý thích
của họ). Nhờ máy tính nối với iện thoại, các câu trả lời cho câu hỏi mở sẽ ược ghi lại và
sau ó sẽ ược xử lý. Người ta còn căn cứ vào ngữ iệu và cường ộ âm thanh ể o lường mức
ộ cảm nhận của ối tượng.
4.2.3.3 Phương pháp phỏng vấn bằng thư tín
Phỏng vấn bằng thư tín là phương pháp gửi các bảng câu hỏi soạn sẵn qua con
ường thư tín ến tay ối tượng phỏng vấn, yêu cầu họ iền câu trả lời và gửi lại cho ta. Ưu iểm:
- Có thể ề cập ến nhiều vấn ề, kể cả những vấn ề khó nói. Do không phải gặp
nhau trực tiếp nên có thể hỏi cả những vấn ề riêng tư mà nếu gặp mặt sẽ rất khó nói.
- Bảng câu hỏi có thể dài nếu vấn ề ược hỏi ược người trả lời quan tâm.
- Thuận lợi cho người ược phỏng vấn vì họ có thể tùy lựa chọn thời gian trả lời
thích hợp hoặc suy nghĩ kỹ trước khi trả lời.
- Chi phí có thể rẻ vì không phải tốn tiền thù lao cho phỏng vấn viên, không tốn chi phí di chuyển.
- Có thể hỏi ở các ịa chỉ ở xa, các phương tiện i lại rất khó khăn và tốn kém.
- Không bị phỏng vấn viên làm sai lệch kết quả. Nhược iểm: - 38 - lOMoARc PSD|36242669 -
- Tỷ lệ trả lời có thể thấp, vì người trả lời không hề bị một thúc ép nào cả hoặc
cố tình không muốn trả lời hoặc là tính ể lúc nào rảnh mới trả lời và rồi bận quá nên quên.
- Không kiểm soát ược ối tượng trả lời
- Khó ảm bảo tính xác xuất trong việc lấy mẫu. Mặc dù việc lấy mẫu lần ầu ã
ảm bảo tính xác xuất nhưng vì do tỷ lệ trả lời thấp, người trả lời không nhất
thiết ại diện cho người không trả lời nên mẫu thực iều tra ược sẽ bị sai lệch
nhiều so với mẫu xác xuất ã ược chọn.
Các trường hợp áp dụng
Áp dụng khi người mà ta cần hỏi rất khó ối mặt, do họ ở quá xa, hay họ sống quá
phân tán, hay họ sống ở khu dành riêng rất khó vào, hay họ thuộc giới kinh doanh muốn
gặp phải qua bảo vệ thư ký…; khi vấn ề cần iều tra thuộc loại khó nói, riêng tư (chẳng
hạn: kế hoạch hoá gia ình, thu nhập, chi tiêu,…); khi vấn ề cần iều tra cực kỳ hấp dẫn ối
với người ược phỏng vấn. (chẳng hạn: phụ nữ với vấn ề mỹ phẩm, nhà quản trị với vấn
ề quản lý,…); khi vấn ề cần iều tra cần thiết phải có sự tham khảo tra cứu nhất ịnh nào
ó…; khi người trả lời cần thời gian suy nghĩ hay tham khảo ý kiến người khác.
Biện pháp nâng cao hiệu quả phỏng vấn bằng thư tín
Tỷ lệ hồi áp của phương pháp này nếu ạt trên 15% cũng là một thành công. Tuy
nhiên các biện pháp sau sẽ làm gia tăng tỷ lệ trả lời: -
Thông báo trước cho người ược phỏng vấn: Dùng một bưu ảnh thông báo
trước khoảng chừng năm ngày trước khi gởi bảng câu hỏi. Trong ó ghi cụ thể: họ tên
người nhận (ghi rõ chức danh) và thông báo mục ích. Hoặc dùng một thư báo hay dùng iện thoại báo trước. -
Chuẩn bị kỹ phong bì: Phong bì cần trang trọng bằng giấy tốt, có in tên
nơi gởi và họ tên ịa chỉ người nhận. Trên ó in ậm dòng chữ: Đây là cuộc iều tra chúng
tôi ã thông báo với quý vị. Tuỳ trường hợp có thể in hay không in tên công ty mà ta cần
iều tra vì ể tạo tâm lý tốt nơi người nhận thư. -
Chuẩn bị kỹ bức thư: Bức thư phải kích thích người nhận thư iền vào bảng
câu hỏi và gởi trả lại. Bức thư phải ược in ẹp trang trọng, mang màu sắc cá nhân, tránh
tạo ra cảm giác là thư in hàng loạt ể gởi cho bất cứ ai. Bắt ầu thư là lời kêu gọi sự giúp
ỡ, nêu tầm quan trọng của vấn ề ể thuyết phục họ trả lời. Thư ề cập vắn - 39 - lOMoARc PSD|36242669
tắt ến mục ích nghiên cứu, ề cao tầm quan trọng của ối tượng ược hỏi, hứa hẹn lợi ích
nếu họ tham gia (chẳng hạn sẽ gởi họ tóm tắt bảng kết quả iều tra), cuối cùng nhắc ến
tính ơn giản của bảng câu hỏi, và thời gian ngắn ể trả lời. -
Dùng kích thích vật chất: Đôi khi cần có môt món quà nhỏ như một cây
bút, một tấm thiệp ẹp…kèm theo thư. Nếu món quà có giá trị tương ối, ta có thể hứa hẹn
gởi ến sau khi nhận ược bảng trả lời. Có thể ánh số thứ tự vào bức thư ể người trả lời
ược tham dự xổ số trúng thưởng khi trả lời thư. Tuy nhiên một món quà quá hậu hỷ ôi
khi làm người trả lời làm cho bạn vui lòng thay vì trả lời trung thực theo ý họ. -
Chú ý ến hình thức trình bày của bảng câu hỏi: Bảng câu hỏi nên có bề
ngoài ơn giản, hấp dẫn, dễ ọc, dễ trả lời. Đối với các câu hỏi mở cần chừa trống ủ ể trả
lời. Nên dùng tranh khôi hài nhỏ ể gây sự thích thú và kích thích trả lời. -
Chuẩn bị phong bì có dán tem trả lời với ịa chỉ nơi nhận. -
Theo dõi quá trình hồi áp: Khoảng từ 3 ến 5 ngày sau khi gởi bảng câu
hỏi, nên có bưu thiếp gởi ến ể nhắc nhở. Ngoài ra phải dùng một bức thư mới ể kêu gọi
sự trả lời, kèm theo một bảng câu hỏi và phong bì có dán tem thư trả lời, gởi khoảng 3
ến 4 tuần sau khi gởi bảng câu hỏi lần thứ nhất, ể dự phòng khi ối tượng bận công tác hay i nghỉ phép…
4.2.3.4 Phương pháp phỏng vấn trực tiếp bằng internet
Phương pháp phỏng vấn trực tiếp bằng internet là phương pháp phỏng vấn mà
người phỏng vấn ặt câu hỏi và người ược phỏng vấn trả lời qua kết nối internet (trực
tuyến hoặc không trực tuyến). Phương pháp này cũng gần giống như phương pháp phỏng
vấn qua iện thoại và thư tín nhưng có một số ưu nhược iểm sau ây: Ưu iểm:
- Có thể phỏng vấn nhiều người cùng một lúc.
- Nhân viên phỏng vấn chỉ cần ngồi tập trung ở một nơi mà không cần phải i ến nơi.
- Người ược phỏng vấn có thể thoải mái trả lời vì không phải gặp mặt như
phỏng vấn cá nhân. Hoặc nếu muốn thấy mặt cũng thực hiện ược.
- Khác với phỏng vấn bằng iện thoại ở chỗ có thể dùng hình ảnh ể giải thích.
- Có thể phỏng vấn trên một mẫu lớn, phân bố rải rác trong thời gian ngắn.
- Chi phí có thể thấp do không phải di chuyển.
- Nhân viên làm việc tập trung một nơi nên dễ quản lý, chỉ ạo. - 40 - lOMoARc PSD|36242669 Nhược iểm:
- Có thể không quan sát ược người trả lời nếu người trả lời không ồng ý nên
không nghi nhận ược những thông tin không lời.
- Cuộc phỏng vấn kéo dài có thể bị bỏ dở.
- Khó xác ịnh ược người ược hỏi có úng ối tượng hay không nếu họ không cho chúng ta thấy mặt.
- Những câu hỏi khó không áp dụng ược.
4.2.3.5 Phương pháp phỏng vấn theo nhóm cố ịnh
Phỏng vấn theo nhóm cố ịnh là phương pháp iều tra trên một nhóm ối tượng có
quan hệ với người sử dụng thông tin từ trước, nhóm này sẵn sàng hợp tác trong việc thu
thập và cung cấp dữ liệu theo thoả thuận trước. Nhóm cố ịnh có thể bao gồm các cá
nhân, các hộ gia ình hoặc các doanh nghiệp. Ưu iểm:
- Giúp tiến hành phân tích và nghiên cứu lâu dài: vì các thành viên trong nhóm
ược cố ịnh qua thời gian nên ta có thể theo dõi các phản ứng hoặc tác phong
của họ trong một khoảng thời gian dài.
- Chi phí rẻ hơn vì mẫu ã ược ịnh sẵn, tỷ lệ trả lời cao.
- Thời gian nghiên cứu có thể rất nhanh vì không tốn thời gian chọn mẫu, ối
tượng sẽ sẵn sàng hợp tác. Nhược iểm:
- Khó ảm bảo yêu cầu chọn mẫu vì những ối tượng sẵn sàng hợp tác thì chưa
chắc ã ại diện cho tổng thể nghiên cứu.
- Có thể có những biến ộng nhóm: sau một thời gian sử dụng nhóm, số lượng
thành viên trong nhóm có thể có những mất mát.
- Yêu cầu phải ược hợp tác thường xuyên: sau khi ã lập ra ược nhóm, nhóm
phải ược sử dụng thường xuyên mới có hiệu quả, nếu lâu mới nghiên cứu trở
lại thì các thành viên trong nhóm sẽ giảm sự nhiệt tình hợp tác.
Các trường hợp áp dụng
- Cho kết quả nhanh chóng.
- Chi phí rẻ do mẩu không thay ổi.
- Các vấn ề ược nghiên cứu liên tục, lâu dài. - 41 - lOMoARc PSD|36242669
4.2.3.6 Phương pháp sử dụng các nhóm trọng iểm
Phương pháp sử dụng các nhóm trọng iểm là phương pháp tổ chức những nhóm
chuyên gia thảo luận thoải mái về một vấn ề nào ó ể người nọ gây kích thích cho người
kia nhằm thực hiện việc khai thác ược nhiều ý tưởng hay, nhiều phát hiện có giá trị hơn,
nhiều thông tin tiềm ẩn của ối tượng. Ưu iểm:
- Chi phí rẻ hơn so với một số phương pháp khác do không phải di chuyển hay
trả thù lao cho phỏng vấn viên… - Số lượng thành viên tham gia ít.
- Thời gian nghiên cứu nhanh hơn và cho kết quả có ộ tin cậy cao vì nó ược
trao ổi và thảo luận giữa các chuyên gia có chuyên môn và kiến thức. Nhược iểm:
- Chỉ phù hợp cho các nghiên cứu mang tính ịnh tính.
- Các thành viên phải có ủ kiến thức và kinh nghiệm về vấn ề ưa ra thảo luận.
- Không ảm bảo yêu cầu chọn mẫu vì sẽ bị giới hạn về ộ tuổi của các thành viên tham gia.
Các trường hợp áp dụng
Áp dụng trong việc xây dựng hay triển khai một bảng câu hỏi ể sử dụng trong
nghiên cứu ịnh lượng về sau; làm cơ sở ể tạo ra những giả thiết cần kiểm ịnh trong
nghiên cứu. Chẳng hạn: Trắc nghiệm phản ứng của người tiêu dùng ối với các mẫu quảng
cáo, ối với sản phẩm mới, tìm ra các nguyên nhân làm giảm doanh số…
Biện pháp nâng cao hiệu quả phỏng vấn nhóm trọng iểm
- Các người tham gia nhóm phải áp ứng các iều kiện sau: Tập hợp nhóm từ 7
ến 12 người (nếu ít hơn 7 sẽ không có ủ số lượng ý kiến trao ổi qua lại, nếu
lớn hơn12 sẽ khó kiểm soát ược cuộc thảo luận). Nhóm phải có ủ kiến thức
và kinh nghiệm về vấn ề ang nghiên cứu. Mỗi nhóm nên gồm toàn nam hay
toàn nữ ể dễ kiểm soát hơn. Trả thù lao cho những người tham dự nhóm
- Người iều khiển nhóm phải áp ứng các iều kiện: thân thiện, cởi mở, hiểu biết
sâu sắc về vấn ề, nhạy cảm, linh hoạt với vấn ề, giữ thái ộ trung lập, có khả
năng kiểm soát cuộc thảo luận không xa rời chủ ề chính. - 42 - lOMoARc PSD|36242669
4.2.3.7 Phương pháp quan sát
Quan sát là phương pháp dùng các giác quan hoặc các thiết bị hỗ trợ ể ghi nhận
các hiện tượng hay tác phong của con người mà có thể không cần ến sự hợp tác của ối tượng quan sát.
Ưu iểm: Về khái niệm, phương pháp quan sát có nhiều ưu iểm hơn các phương
pháp khác vì hiện tượng diễn ra trước mắt nhà quan sát, dữ liệu thu thập ược có ộ tin cậy
hơn, ồng thời nó cũng mang tính khách quan hơn vì ối tượng ược quan sát có thể không
biết mình ang ược quan sát. Nhược iểm:
- Khó ảm bảo yêu cầu lấy mẫu vì tổng thể cần quan sát rất khó xác ịnh.
- Quan sát không cho phép ghi nhận ược các thông tintiềm ẩn trong tiềm thức của ối tượng.
Các loại quan sát:
- Quan sát trực tiếp và quan sát gián tiếp:
Quan sát trực tiếp là tiến hành quan sát khi sự kiện ang diễn ra. Ví dụ: Quan sát
thái ộ của khách hàng khi thưởng thức các món ăn của một nhà hàng.
Quan sát gián tiếp là tiến hành quan sát kết quả hay tác ộng của hành vi, chứ
không trực tiếp quan sát hành vi. Ví dụ: Nghiên cứu hồ sơ về doanh số bán trong từng
ngày của một siêu thị ể có thể thấy ược xu hướng tiêu dùng của khách hàng trong từng
thời kỳ. Nghiên cứu về hồ sơ ghi lại hàng tồn kho có thể thấy ược xu hướng chuyển dịch của thị trường.
- Quan sát nguỵ trang và quan sát công khai:
Quan sát ngụy trang có nghĩa là ối tượng ược nghiên cứu không hề biết họ ang bị
quan sát. Ví dụ: Bí mật quan sát mức ộ phục vụ và thái ộ ối xử của nhân viên.
Quan sát công khai có nghĩa là ối tượng ược nghiên cứu biết họ ang bị quan sát.
Ví dụ: Đơn vị nghiên cứu sử dụng thiết bị iện tử gắn vào ti vi ể ghi nhận xem khách
hàng xem những ài nào, chương trình nào, thời gian nào.
- Công cụ quan sát :
Quan sát do con người nghĩa là dùng giác quan con người ể quan sát ối tượng
nghiên cứu. Ví dụ: Kiểm kê hàng hóa; quan sát số người ra vào ở các trung tâm thương mại. - 43 - lOMoARc PSD|36242669
Quan sát bằng thiết bị nghĩa là dùng thiết bị ể quan sát ối tượng nghiên cứu.
Chẳng hạn dùng máy ếm số người ra vào các cửa hàng, dùng máy ọc quét ể ghi lại hành
vi người tiêu dùng khi mua sản phẩm tại các cửa hàng bán lẻ; hay dùng máy o có ếm số
ể ghi lại các hành vi của người xem ti vi…
4.3. CÁC SAI SÓT TRONG GIAO TIẾP GIỮA NGƯỜI PHỎNG VẤN VÀ
NGƯỜI ĐƯỢC PHỎNG VẤN
- Nếu không có mối quan hệ tốt, ối tượng phỏng vấn sẽ dè dặt không trả lời. Nếu
quen biết, sẽ làm giảm tính khách quan của cuộc phỏng vấn.
- Người phỏng vấn không theo sát các yêu cầu và hướng dẫn của bảng câu hỏi,
không giải thích hoặc giải thích không chính xác các vấn ề liên quan ến cuộc iều tra.
- Các câu trả lời có thể bị bỏ sót vì quá vội hay vì cẩu thả. Người phỏng vấn sẽ trả
lời không biết hoặc là thiếu chính xác nếu người phỏng vấn không nhấn mạnh
vấn ề hoặc không tạo cho ối tượng có ủ thời gian suy nghĩ.
- Đối tượng trả lời không sát với yêu cầu, cung cấp các thông tin không cần thiết,
trả lời không nhất quan hoặc không ủ tư cách trả lời.
4.4. ĐỂ ĐẢM BẢO CUỘC PHỎNG VẤN THÀNH CÔNG
• Phải chuẩn bị cuộc hẹn, ến úng giờ • Ăn mặc chỉnh tề
• Bắt ầu bằng cách tự giới thiệu và giải thích mục ích cuộc viếng thăm.
• Phải ặt các câu hỏi rõ ràng, chính xác.
• Đừng bắt ầu với các câu hỏi quan trọng và khó nhất.
• Bảo ảm sự chân tình giữa 2 bên.
• Biết lắng nghe, biết nắm lấy vấn ề và bày tỏ lợi ích ối với iều gì mà người ta nói
với mình. Đừng tỏ vẻ vội vã hay chán nản.
• Nếu không hiểu ược câu trả lời, hãy hỏi lại ể làm sáng tỏ, nếu câu trả lời có trái
với các thông tin thu thập ược.
• Trong khi phỏng vấn, hãy ghi các chú thích có thể ọc ược và chi tiết mà mình có
thể ọc lại càng sớm càng tốt sau này
• Hướng dẫn cuộc thảo luận, giữ cuộc thảo luận tập trung vào các chủ ề mà mình cần thảo luận. - 44 - lOMoARc PSD|36242669
• Nếu người trả lời do dự cung cấp thông tin mà mình mong muốn, hãy cố gắng tạo sự an tâm nơi họ.
• Hãy dự kiến 1 khoảng thời gian ngắn cho cuộc thảo luận phi chính thức vào cuối cuộc phỏng vấn.
• Hãy giữ lời ã hứa trong cuộc phỏng vấn. HỘP 4:
Kinh nghiệm eo bám Steve Jobs và cách ể có cuộc hẹn với bất kỳ một V.I.P nào
Tôi từng là một CEO trẻ, có rất nhiều iều khúc mắc và tôi cần có câu trả lời. Steve Jobs
có chúng. Chỉ còn một việc phải làm.
Vì vậy, tôi ã gửi một bức thư qua dịch vụ chuyển phát nhanh FedEx.
Tôi gửi thêm một cái khác nữa.
Tiếp theo tôi gọi iện thoại.
Sau ó tiếp tục gửi một thư FedEx nữa, và tiếp tục gọi iện vài lần nữa. Cuối cùng, sau 7
thư FedEx và 12 cuộc gọi, thư ký của Steve gọi báo rằng ông ấy muốn nói chuyện với tôi.
“Cô liên tục gửi thư và gọi iện thoại. Vậy hãy dừng mọi việc tại ây. Cô muốn gì?” Steve
nói với một chất giọng thu hút.
“Chỉ cần 5 phút của ông. Tôi thực sự ngưỡng mộ tài năng của ông và với vị trí là một
CEO trẻ, tôi có vài câu hỏi mà không ai ưa cho tôi câu trả lời ược cả”
“Mang theo ồng hồ bấm giờ i.”
“Tôi sẽ mang. Ồ vâng, cám ơn.” Ông ấy cúp máy.
Kế hoạch ban ầu của tôi là có ược 5 phút lời khuyên quý giá, học hỏi cách mà Steve tư
duy, ắm mình trong ánh hào quang của ông, sau cùng là hi vọng có ược bước ột phá cho riêng mình.
Còn có một kế hoạch ẩn sau ó là ể tìm lại niềm hi vọng trong tôi. Thời iểm ó là ầu thập
kỷ 90 và tôi vừa rời vị trí kỹ sư công nghệ tại Microsoft. Tôi ã rất chán nản và muốn tìm
hiểu tại sao chúng tôi không thực sự thay ổi thế giới nhanh chóng như là chúng tôi có thể. - 45 - lOMoARc PSD|36242669 - 46 - lOMoARc PSD|36242669
Windows ã không thay ổi mọi người một cách sâu sắc và không thực sự hết lòng giúp
ỡ. Chẳng phải nhiệm vụ của công nghệ là thay ổi cuộc sống của mọi người sao? Tất cả
những gì tôi thấy là mặt hạn chế của các sản phẩm phần mềm, phần cứng, thiết bị ngoại
vi. Tôi ã bỏ việc và cảm thấy thất vọng sau nhiều năm làm việc 12-14 tiếng một ngày
lập trình những dòng code nhằm tạo ra những phần mềm hoàn hảo.
Chắc hẳn bạn còn nhớ kiểu ồng hồ ể bàn màu trắng thấp be bé trong bếp? Loại có mặt
tròn và kêu tíc tắc tíc tắc và khi ổ chuông kêu một tiếng “boong”? Hai tuần sau ó, cầm
ồng hồ trong tay, tôi bắt tay Steve và lên cót hẹn giờ 5 phút. Chúng tôi ngồi tại một bàn
họp màu en ở trụ sở NeXT. Ông ấy ngồi ngả vai trên chiếc ghế ở ầu bàn, ngay bên phải
tôi. Tích tắc tích tắc tích tắc.
Tôi sẽ không gây buồn chán cho các bạn bằng những câu hỏi mà tôi ã ặt ra, chúng chỉ
ơn giản là ể gợi chuyện cho Steve. Điều mà tôi muốn bạn biết ó là trong suốt cuộc nói
chuyện này, thời iểm cách ây gần 18 năm, Steve ã chia sẻ tầm nhìn của ông về tương lai.
Và nó hết sức tuyệt vời. Steve ã miêu tả một thế giới nơi mà những chiếc máy tính hoàn
toàn trở thành một phần trong cuộc sống của chúng ta và tất cả những gì chúng ta cần
ều ược tiếp cận thông tin một cách dễ dàng.
Ông mô tả những iPod, iPad, iPhone cách gần hai thập kỷ trước khi chúng thực sự tràn
ngập trên thị trường. Tôi nhận ra cách mà ầu óc ông tư duy – không hề có một giới hạn
nào – từ iều gì có thể làm tăng giá trị cuộc sống của khách hàng, cho tới việc những sản
phẩm công nghệ có ý nghĩa thế nào với họ và họ có ược lợi ích gì, tới việc chúng có thể
thay ổi thế giới như thế nào.
Ông không nghi ngờ liệu những iều mà ông mường tượng có thể hay sẽ tạo ra ược hay
không. Ông cũng không mảy may quan tâm tới những hạn chế thực tại có thể kìm giữ chân ông lại.
Tôi có thể cảm nhận thấy ầu óc mình như ược khai sáng, nó trở nên thật lớn lao khi bên
cạnh Steve, rất phóng khoáng và không giới hạn. Tôi lắng nghe từng ý tưởng của ông,
dõi theo từng bước thăng trầm trong sự nghiệp của ông. Tôi ã cảm thấy bừng sáng bên
cạnh ông, và nó thật tuyệt vời, tràn ngập tự do và…
Tích tắc tích tắc tích tắc… boong! Năm phút của tôi ã hết. Tôi ứng dậy ể ra về, cúi ầu chào và quay ra cửa. - 47 - lOMoARc PSD|36242669 - 48 - lOMoARc PSD|36242669
“Tôi chưa nói chuyện xong với cô âu. Hãy ngồi xuống i.”
Và nhanh chóng chúng tôi quay trở lại với công cuộc khai sáng ầu óc ngay lập tức, bay
bổng với tương lai, với những làn gió mới và mọi thứ ều trở nên có thể, mọi iều ều quan
trọng. Và chúng tôi cần phải tạo ra chúng. Đấy là số phận của chúng tôi.
Bốn mươi lăm phút trôi qua, Steve “thả” cho tôi về. Ngồi trong ô tô vẫn ang còn nóng
hầm hập bởi cái nắng ở bãi ỗ xe Redwood City, ầu tôi tràn ầy ý tưởng, tầm nhìn xuất
chúng và hoàn hảo của Steve Jobs, tôi ã tự hứa với lòng mình:
Tôi sẽ không chỉ nhìn thấy toàn những khó khăn ể nản lòng. Chướng ngại vật cần phải
ược vượt qua ể bước tới một iều tốt ẹp hơn. Những mặt hạn chế trước ây thì bây giờ chỉ
còn là những iều bình thường, cùng lắm là bất tiện nho nhỏ mà thôi. Có nhiều iều lớn
lao iên rồ cần ược sáng tạo và chúng ta ở ây ể tạo ra chúng và ó là tất cả những iều chúng
ta cần biết. Mọi suy nghĩ ối lập ều không có nghĩa lý gì.
Đó là cách mà tôi ã sống cho ến tận hôm nay.
Còn bạn, muốn gặp “Steve” của bạn?
3 bước ể có ược cuộc gặp với bất kỳ nhân vật quan trọng nào:
1. Tìm hiểu iều mà họ quan tâm.
Hãy viết một bức thư chân thành dài từ ½ ến một trang giấy về những thành tựu cụ thể
của họ mà bạn thực sự ngưỡng mộ. Hãy ưa ra lời ề nghị làm năm giờ miễn phí trong
quỹ thời gian của bạn cho việc từ thiện ưa thích của họ, ổi lại bạn có năm phút trong
thời gian quý báu của nhân vật V.I.P này (nên có thêm lời thỉnh cầu về một cuộc gọi trực tiếp qua iện thoại).
2. Gửi thư của bạn thông qua dịch vụ chuyển phát nhanh
Gọi iện ể chắc chắn thư ến tận nơi và tạo mối liên hệ với thư ký riêng của họ. Chỉ nên
gọi vào ầu buổi sáng hoặc cuối buổi chiều. Họ có khả năng trả lời nhất vào những thời iểm này.
3. Lặp lại bước 2 cho tới khi bạn có ược một cuộc hẹn.
Nếu vì một lý do nào ó mà việc này không hiệu quả, hãy chuyển tận tay thư của bạn cho
họ tại một sự kiện hay buổi hội thảo mà họ tham gia. Sau ó lặp lại bước thứ 2 cho tới
khi bạn có ược cuộc hẹn. - 49 - lOMoARc PSD|36242669
Trong suốt 30 năm làm việc trong lĩnh vực kinh doanh, cách tiếp cận theo các bước trên
luôn tỏ ra có hiệu quả với tôi. Chìa khóa thành công chính là ở bức thư. Hãy tỏ ra áng
tin cậy, chân thành và thuyết phục. Hãy quan tâm ến những gì bạn viết. Khiến nó trở
thành một tác phẩm nghệ thuật.
Không có lời nào diễn tả ược những iều mà Steve và cuộc gặp mặt năm ó ã mang lại cho tôi.
Cám ơn ông, Steve, vì ã mang lại niềm tin cho tôi ối với công nghệ, với cách mạng ổi
mới, với việc biến những iều không thể thành có thể.
À, và xin lỗi vì tôi ã eo bám.
Tác giả bài viết là Christine Comaford - nhà sáng lập của một chuỗi các công ty khởi
nghiệp, quỹ ầu tư mạo hiểm và cũng là một Phật tử. Bà ã kết hợp những kỹ năng quản
lý siêu việt của mình ể thu ược thành công áng nể với những công ty khởi nghiệp ột phá
và tăng trưởng nhanh chóng. (Nguồn: Lê Mai, 2011) CÂU HỎI ÔN TẬP
1. Những ưu iểm và hạn chế của từng phương pháp phỏng vấn iều tra trong
nghiên cứu thị trường?
2. Khi nào thì sử dụng phỏng vấn chuyên sâu là thích hợp hơn phỏng vấn nhóm cố ịnh?
3. Trong trường hợp nào sử dụng phương pháp quan sát là thích hợp?
4. Trường bạn muốn biết số sinh viên ến thư viện mỗi ngày, nam hay nữ ến thư
viện nhiều hơn, loại sách, báo, tạp chí mà họ mượn. Theo bạn phương pháp
thu thập dữ liệu nào nên ược sử dụng trong trường hợp này? - 50 - lOMoARc PSD|36242669 CHƯƠNG NĂM
TÍNH TOÁN – PHÂN PHỐI MẪU 5 NỘI DUNG CHÍNH
Nội dung chính của chương bao gồm -
Lý do phải xác ịnh mẫu trong nghiên cứu thị trường - Qui trinh lấy mẫu -
Phương pháp lấy mẫu phi xác suất -
Phương pháp lấy mẫu xác suất -
Tính toán kích thước mẫu - 51 - lOMoARc PSD|36242669
5.1 LÝ DO PHẢI XÁC ĐỊNH MẪU TRONG NGHIÊN CỨU THỊ TRƯỜNG QUỐC TẾ
Khi nghiên cứu một vấn ề nào ó của một tập hợp, ta có hai cách ể tiến hành:
một là iều tra toàn bộ các phần tử của tập hợp, hai là iều tra một mẫu nhỏ rút ra từ tập
hợp sau ó sử dụng lý thuyết thống kê ể suy ra toàn bộ tổng thể. Thông thường chỉ nghiên
cứu từ mẫu nhỏ rồi suy ra tổng thể lớn vì một số lý do sau ây:
5.1.1 Do yêu cầu về thời gian
Nhà nghiên cứu luôn bị giới hạn về thời gian nghiên cứu vì ý nghĩa của vấn ề.
Người ra quyết ịnh luôn luôn muốn có thông tin một cách nhanh chóng nhất ể quyết ịnh
của họ có ý nghĩa nhất. Chọn mẫu có kích thước càng nhỏ càng cho phép có thông tin nhanh chóng.
5.1.2 Do yêu cầu về chi phí
Điều tra càng nhiều phần tử thì chi phí càng lớn. Với một chi phí giới hạn thì
buộc nhà nghiên cứu chỉ có thể nghiên cứu trên một mẫu nhỏ mà không thể iều tra toàn bộ.
5.1.3 Do yêu cầu về ý nghĩa
Nhiều loại iều tra có tính chất phá hủy phần tử iều tra, cho nên nếu iều tra toàn
bộ sản phẩm thì vấn ề nghiên cứu sẽ không còn ý nghĩa nữa, do ó phải lấy mẫu nghiên cứu.
5.1.4 Do yêu cầu về độ tin cậy
Điều tra tổng thể sẽ có khả năng làm tăng sai sót như sai sót về ghi nhận thông
tin, về quản lý quá trình thu thập thông tin, sai sót trong xử lý thông tin. Do ó với một
mẫu nhỏ những sai sót dạng trên dễ khắc phục mặc dù sai số lấy mẫu cao.
5.2 QUY TRÌNH LẤY MẪU
Quy trình lấy mẫu chia làm 5 bước:
Bước 1: Xác ịnh tổng thể từ ó mẫu ược lấy ra.
Tổng thể là một tập hợp các phần tử cần nghiên cứu một ặc trưng hay một dấu
hiệu nào ó. Tổng thể có thể là một lô sản phẩm, một tập hợp dân cư hoặc một vùng….
Bước 2: Xác ịnh “khung” của tổng thể, nghĩa là xác ịnh cấu trúc của tổng thể.
Xác ịnh cấu trúc của tổng thể là phải xác ịnh xem tổng thể gồm những phần tử
như thế nào, cơ cấu phân bổ các phần tử ra sao. - 52 - lOMoARc PSD|36242669
Sơ ồ 5.1: Qui trình lấy mẫu Xác ịnh tổng thể
Thiết lập khung của tổng thể
Chọn phương pháp lấy mẫu Phi xác suất- Xác suất
Xác ịnh kích thước mẫu
Chọn c á c phần tử mẫu
Bước 3: Chọn phương pháp lấy mẫu
Có 2 phương pháp lấy mẫu: lấy mẫu xác Suất và lấy mẫu phi xác suất. Việc chọn
phương pháp nào tùy thuộc vào các vấn ề như vấn ề cần nghiên cứu, nguồn tài chính
cho nghiên cứu, thời gian dành cho nghiên cứu, khả năng chuyên môn của nhà nghiên cứu.
Bước 4: Xác ịnh kích thước mẫu
Kích thước mẫu có quan hệ với ộ tin cậy của dữ liệu và chi phí của cuộc iều tra.
Kích thước mẫu càng lớn thì ộ tin cậy càng cao, chi phí iều tra sẽ tăng theo.
Bước 5: Xác ịnh các phần tử của mẫu
Kết thúc bước này phải lập ược danh sách mẫu: gồm các phần tử nào và phân bố các phần tử ó ra sao.
5.3 SAI SỐ TRONG NGHIÊN CỨU
Sai số trong nghiên cứu ược cấu thành bởi 2 loại sai số:
5.3.1 Sai số do lấy mẫu
Là sai số do việc chọn mẫu không hoàn toàn ại diện cho các ặc trưng (tiêu biểu) của tổng thể. - 53 - lOMoARc PSD|36242669
5.3.2 Sai số không do lấy mẫu
Là toàn bộ những sai sót có thể có ngoại trừ sai số lấy mẫu như sai số do nghi
nhận thông tin, sai số do xử lý dữ liệu…
Hai loại sai số nói trên có quan hệ chặt chẽ với kích thước mẫu. Kích thước mẫu
tăng sẽ cho phép làm giảm sai số lấy mẫu nhưng sai số không lấy mẫu lại có nguy cơ
tăng lên do phải thu thập và xử lý một lượng thông tin lớn hơn nên khả năng mắc sai
lầm cũng lớn hơn. Ngược lại, kích thước mẫu giảm sẽ làm tăng sai số lấy mẫu nhưng sẽ
làm giảm sai số không lấy mẫu.
5.4 PHƯƠNG PHÁP LẤY MẪU PHI XÁC SUẤT 5.4.1 Khái niệm
Phương pháp lấy mẫu phi xác suất là phương pháp lấy mẫu không dựa vào các
qui luật và lý thuyết xác suất mà dựa vào suy nghĩ chủ quan của nhà nghiên cứu. Cũng
chinh vì không dựa trên lý thuyết xác suất nên việc áp dụng các phép phân tích thống kê cũng rất hạn chế.
Có một số kỹ thuật lấy mẫu phi xác suất sau:
5.4.2 Lấy mẫu thuận tiện
Lấy mẫu thuận tiện là cách lấy mẫu chỉ tính ến việc thuận tiện cho việc nghiên
cứu mà không chú ý ến tính ại diện của mẫu.
Ví dụ: Để kiểm tra một bảng câu hỏi mới ược soạn thảo xem có phù hợp với ối
tượng khảo sát hay không, người ta có thể lấy 1 nhóm gồm 50 người làm việc gần nơi
nghiên cứu ể “tiện lợi” cho việc khảo sát thử ó.
Cách lấy mẫu này chỉ áp dụng nếu không dùng ể suy luận cho tổng thể, và chỉ áp
dụng cho các cuộc iều tra thử hoặc khảo sát sơ bộ.
5.4.3 Lấy mẫu tích lũy nhanh
Lấy mẫu tích lũy nhanh là lấy mẫu mà theo ó những ơn vị ban ầu ược chọn theo
xác suất và những ơn vị bổ sung ược chọn sẽ dựa vào các ơn vị ban ầu ó.
Ví dụ: Một nhà máy sản xuất cà phê của Việt Nam tiến hành khảo sát nhu cầu về
một loại cà phê mới sắp xuất khẩu vào thị trường Mỹ. Bước ầu, họ chọn ngẫu nhiên 10
người chuyên uống cà phê từ 100 người thường xuyên mua và uống cà phê tại một quán
cà phê. Sau ó 10 người ược chọn trên sẽ ược ề nghị giới thiệu thêm mỗi người vài người
cũng uống cà phê nữa ể tiến hành nghiên cứu. - 54 - lOMoARc PSD|36242669
Phương pháp này chỉ áp dụng trong nghiên cứu chuyên biệt khi mà các phần tử
mẫu rất khó xác ịnh. Hoặc trong trường hợp kết quả vẫn có thể suy rộng cho tổng thể
ược nhưng sẽ tiềm ẩn chứa ựng sai số lớn.
5.4.4 Lấy mẫu phán oán
Là cách lấy mẫu mà nhà nghiên cứu phán oán rằng các phần tử ược chọn sẽ ại
diện cho tổng thể theo một tiêu chuẩn nào ó.
Ví dụ: Để nghiên cứu mức ộ tiêu dùng và khả năng tiêu dùng sản phẩm ôtô mới
của mình trên thị trường Mỹ. Hãng sản xuất ôtô Toyota của Nhật tiến hành nghiên cứu
các tầng lớp dân cư của xã hội Mỹ: người có thu nhập cao, người có thu nhập trung bình
và người có thu nhập thấp. Nhà nghiên cứu chọn ra 3 nhóm người gồm những người
khác nhau và phán oán rằng 3 nhóm người này ại diện cho 3 cấp ộ về mức ộ tiêu dùng
trong xã hội Mỹ mà cụ thể là tiêu dùng sản phẩm ôtô của hãng Toyota.
Kỹ thuật lấy mẫu này chỉ áp dụng trong trường hợp các dấu hiệu về ặc trưng cần
nghiên cứu ở các phần tử ược chọn ã khá rõ ràng.
5.5 PHƯƠNG PHÁP LẤY MẪU XÁC SUẤT 5.5.1 Khái niệm
Phương pháp lấy mẫu xác suất là phương pháp lấy mẫu dựa vào các qui luật và lý thuyết xác suất.
Chính vì dựa vào qui luật xác suất nên ta dễ dàng suy ra các tham số tổng thể và
phương pháp này ược sử dụng rộng rãi trong nghiên cứu thị trường.
5.5.2 Lấy mẫu ngẫu nhiên ơn thuần
Lấy mẫu ngẫu nhiên ơn thuần là cách lấy mẫu mà mọi phần tử của tổng thể ều có
cơ hội như nhau xuất hiện trong mẫu.
Để ảm bảo nguyên tắc mọi phần tử ều có cơ hội như nhau xuất hiện trong mẫu,
ta có thể lấy mẫu theo phương pháp rút thăm xác suất, tức là ánh số các phần tử của tổng
thể, tương ứng với mỗi phần tử là một lá thăm ã ánh số, xáo trộn ều và rút thăm ta sẽ có
ược một mẫu ngẫu nhiên. Hoặc có thể lấy theo phương pháp tra bảng số ngẫu nhiên là
một bảng liệt kê sẵn các con số ngẫu nhiên.
Khi áp dụng cách lấy mẫu này, tổng thể phải hữu hạn và không quá lớn, khi ó
mới lập ược danh sách tổng thể. Việc phân bố các phần tử trong tổng thể phải tương ối ồng ều.
Phải có sẵn danh sách và ịa chỉ của các phần tử trong tổng thể. - 55 - lOMoARc PSD|36242669
5.5.3 Lấy mẫu có hệ thống
Lấy mẫu có hệ thống là cách lấy mẫu mà ơn vị lấy mẫu ầu tiên là ngẫu nhiên, sau
ó cứ cách k ơn vị lại chọn một phần tử k (k gọi là khoảng cách lấy mẫu). Cách lấy mẫu như sau:
a. Xác ịnh K
K thường ược xác ịnh bằng số nghịch ảo của tỷ lệ lấy mẫu.
Tỷ lệ lấy mẫu là tỷ lệ giữa kích thước mẫu và kích thước tổng thể. Giả sử cần lấy
một mẫu 50 phần tử trong tổng thể 500 phần tử thì tỷ lệ lấy mẫu là 1/10, và như vậy k=10
b. Xác ịnh phần tử ầu tiên: bằng 2 cách. Cách thứ nhất là lấy ngẫu nhiên
trong toàn bộ tổng thể. Cách thứ hai là lấy ngẫu nhiên trong k ơn vị ầu tiên.
Ví dụ: Ta cần chọn mẫu có 25 phần tử trong tổng số 100 phần tử. K sẽ là 4. Chọn
phần tử ầu tiên: trong 4 phần tử ầu tiên chọn ngẫu nhiên một phần tử, chẳng hạn ó là
phần tử thứ 3. Như vậy các phần tử tham gia mẫu số bao gồm các phần tử: 3, 7,11,15, 19….
Ưu iểm của phương pháp này là tính ại diện của mẫu tốt hơn phương pháp lấy
mẫu ơn thuần. Nhưng lại có nhược iểm là khi phân phối mẫu mang tính tuần hoàn mà
chu kỳ tuần hoàn úng bằng khoảng cách lấy mẫu thì iều ó sẽ làm cho mẫu mất tính ại diện.
5.5.4 Lấy mẫu ngẫu nhiên có phân tầng
Là phương pháp lấy mẫu bằng cách chia tổng thể nghiên cứu thành nhiều tầng.
Mỗi tầng chứa các phần tử có ặc trưng giống nhau. Trong từng tầng có thể dùng phương
pháp lấy mẫu ngẫu nhiên ơn thuần hay lấy mẫu có hệ thống ể xác ịnh các phần tử thuộc mẫu.
Ví dụ: Để nghiên cứu mức ộ tiêu dùng và khả năng tiêu dùng sản phẩm ôtô mới
của mình trên thị trường Mỹ. Hãng sản xuất ôtô Toyota của Nhật tiến hành nghiên cứu
các tầng lớp dân cư của xã hội Mỹ: người có thu nhập cao, người có thu nhập trung bình
và người có thu nhập thấp. Nhà nghiên cứu chọn ra 3 nhóm người gồm những người
khác nhau và phán oán rằng 3 nhóm người này ại diện cho 3 cấp ộ (3 tầng) về mức ộ
tiêu dùng trong xã hội Mỹ mà cụ thể là tiêu dùng sản phẩm ôtô của hãng Toyota. Sau ó,
từng loại tầng nói trên, ta chọn ngẫu nhiên ra một số người ể nghiên cứu mức ộ tiêu dùng của từng người. - 56 - lOMoARc PSD|36242669
Ưu iểm của phương pháp lấy mẫu này là hiệu quả hơn là lấy mẫu ngẫu nhiên ơn
thuần hoặc có hệ thống, và mẫu rút ra sẽ ảm bảo tính ại diện hơn.
Nhược iểm của phương pháp lấy mẫu này là phải có thông tin ầy ủ về tổng thể.
Tổng thể phải có nhiều nhóm phần tử có ặc tính riêng biệt.
5.5.5 Lấy mẫu 1 giai oạn (lấy mẫu theo cụm)
Là phương pháp chọn ngẫu nhiên một số cụm của tổng thể ể tiến hành nghiên cứu. Cách chọn:
- Xác ịnh số cụm của tổng thể
- Chọn số cụm theo phương pháp ngẫu nhiên ơn giản hay có hệ thống hay lấy có chủ ích (phán oán)
- Điều tra theo danh sách cụm ược chọn.
Ưu iểm của phương pháp này là không cần thiết lập danh sách của toàn bộ tổng
thể mà trong nhiều trường hợp không thể lập ược danh sách của tổng thể. Chi phí lấy
mẫu theo phương pháp này thấp hơn chi phí lấy mẫu ngẫu nhiên ơn giản hay phương
pháp lấy mẫu ngẫu nhiên có phân tầng.
Nhược iểm của phương pháp này là sai số lấy mẫu có thể tăng nếu trong các cụm
bao gồm các phần tử có những ặc trưng quá riêng biệt.
5.5.6 Lấy mẫu theo nhiều giai oạn
Lấy mẫu theo nhiều giai oạn là cách lấy mẫu theo hai hay nhiều bước. Cách lấy:
- Chia tổng thể nghiên cứu thành nhiều nhóm lớn cấp I
- Chọn một số nhóm lớn cấp I theo các phương pháp nêu trên.
- Chia các nhóm lớn cấp I ược chọn thành nhiếu nhóm cấp II
- Chọn một số nhóm cấp II…
- và cứ thế tiếp tục cho ến khi nào ơn vị lấy mẫu phù hợp với qui mô của cuộc iều tra thì thôi.
Ví dụ: Tại thị trường Mỹ có tất cả 52 tiểu bang khác nhau, ề nghiên cứu, ta chọn
ngẫu nhiên ra 10 tiểu bang. Tại mỗi tiểu bang lại có rất nhiều thành phố khác nhau, ta
chọn ra 10 thành phố từ 10 tiểu bang. Rồi lại chọn ra 10 quận từ 10 tiểu bang ó. Rồi tiếp
theo lại chọn ra 10 hạt từ 10 quận vừa chọn… - 57 - lOMoARc PSD|36242669
Ưu iểm của phương pháp này là hiệu quả hơn lấy mẫu một giai oạn và không cần
có ầy ủ danh sách các phần tử của tổng thể.
5.6 TÍNH TOÁN KÍCH THƯỚC MẪU
Về nguyên tắc chung, mẫu rút ra không ược quá ít phần tử ể gây ra sai số lấy mẫu
không chấp nhận ược, cũng không ược quá nhiều phần tử ể ến mức vượt quá khả năng
iều tra nghiên cứu về chi phí và thời gian.
5.6.1 Quy trình tính toán kích thước mẫu
Sơ ồ 5.2: Qui trình tính toán kích thước mẫu
Xác ịnh sai số e tối a có thể chấp nhận ược
Xác ịnh hệ số tin cậy
Xác ịnh hệ số Z tương ứng với hệ số tin cậy
Ước tính ộ lệch chuẩn của tổng thể
Sử dụng c ô ng thức thống k ê thích ứng Tính toán kích cỡ mẫu
Bước 1: Xác ịnh sai số e tối a chấp nhận ược
Yếu tố ảnh hưởng ầu tiên ến kích thước mẫu là sai số giữa trị số mẫu và tham số
tổng thể. Vì ta chỉ iều tra một mẫu nhỏ rồi suy ra tổng thể lớn nên giữa trị số mẫu và
tham số tổng thể luôn luôn tồn tại một sai số e. Nếu ta tăng kích thước mẫu thì e giảm
dần nhưng e không bao giờ bằng không trừ khi ta iều tra toàn bộ. Độ lớn của sai số e
nằm trong dung sai của mục ích ra quyết ịnh.
Bước 2: Xác ịnh hệ số tin cậy - 58 - lOMoARc PSD|36242669
Hệ số tin cậy cũng là yếu tố ảnh hưởng ến kích thước mẫu. Hệ số tin cậy chính là
xác suất ể khoảng tin cậy tính ược từ trị số mẫu chứa ược tham số tổng thể. Hệ số tin
cậy thường ược sử dụng nhất là 90%, 95% và 99%
Bước 3: Xác ịnh hệ số Z tương ứng với hệ số tin cậy. Z là biến số chuẩn, Z ược xác ịnh bằng Z = X X hay Z = fn P (1) X x fn(1 fn) N n
Trong ó: X là giá trị trung bình mẫu. fn: là tỷ lệ mẫu
: là trung bình tổng thể
P: là tỷ lệ tổng thể hoặc tỷ lệ mẫu
X : là ộ lệch chuẩn của trung bình mẫu fn(1 fn)
: là ộ lệch chuẩn của tỷ lệ mẫu n
Trị số Z ược tính sẵn và ưa vào bảng ứng với các hệ số tin cậy cho trước.
Mức tin cậy 90% 95% 99% 99.7% Z 1.645 1.96 2.58 3
Bước 4: Ước tính ộ lệch tiêu chuẩn của tổng thể. Bước 5
và 6: Sử dụng các công thức thống kê
5.6.2 Tính toán kích thước mẫu trong trường hợp tính số tỷ lệ
Tính số tỷ lệ nghĩa là mục ích nghiên cứu nhằm xác ịnh tỷ lệ phần tử có tính chất
A nào ó chiếm trong tổng thể là bao nhiêu.
5.6.2.1 Trường hợp không tính ến qui mô tổng thể, tức là tỷ lệ lấy mẫu nhỏ, không áng
kể (thường là ≤ 0,05), ta có công thức tính kích thước mẫu như sau: N = q.p Ze Ze 2 (2) Trong ó
n: là quy mô mẫu cần thiết. - 59 - lOMoARc PSD|36242669
p: là xác suất xuất hiện dấu hiệu ang nghiên cứu của tổng thể. q: là (1-p)
e: là sai số tối a ược phép.
P và q có thể ược xác ịnh bằng một trong các cách sau:
+ Lấy kết quả của cuộc iều tra trước gần ó nếu có.
+ Lấy mẫu làm 2 lần, lần ầu lấy tạm một mẫu theo khả năng iều tra. Sau khi iều
tra, tính tỷ lệ của mẫu và xem như ó là tỷ lệ của tổng thể (p). Rồi thay vào công thức tính
n, nếu n nhỏ hơn qui mô mẫu ban ầu thì lấy qui mô mẫu ban ầu ã iều tra. Nếu n lớn hơn
qui mô mẫu ban ầu nghĩa là n-n1=k, khi ó ta phải iều tra thêm k phần tử nữa.
+ Cho p = q = 0,5, lúc này thì kích thước mẫu sẽ lớn nhất trong toàn bộ các trường
hợp vì p+q=1 (vì p+q = 1 nên p.q lớn nhất khi p=q)
Ví dụ: Giả sử cần nghiên cứu hộ gia ình có sử dụng ôtô của hãng Toyota ở một
thành phố tại Mỹ, nhà nghiên cứu cho rằng sai số tối a ược phép nhằm không làm mất i
ý nghĩa của số liệu nghiên cứu là 1%. Hãy xác ịnh qui mô mẫu với hệ số tin cậy là 95%.
Phân tích : Tỷ lệ p chưa biết, ta có thể chọn 1 trong 2 cách sau : Cách 1 : cho q = p = 0,5 Khi ó ta tính n = p.q Ze 2
Hệ số tin cậy (1-p) = 0,95 nên Z = 1,96 , 96 Vậy n = 0,5.0,5 10 , 01 2= 9,604
Cách 2: Lấy tạm một mẫu n1 = 5000, giả sử iều tra xong 5000, ta tính ược p = 0,3 và q = 0,7 Khi ó ta tính lại n = p.q Ze 2 = 0,3.0,7 10,,9601 2 = 8.067
Như vậy phải iều tra thêm k = 8067 – 5000 = 3067 hộ nữa. - 60 - lOMoARc PSD|36242669
5.6.2.2 Trường hợp tính ến qui mô tổng thể (N), khi tỷ lệ lấy mẫu ≥ 0,05, ta phải sử
dụng công thức khác có tính ến qui mô tổng thể, khi ó ta có một kích thước mẫu hiệu quả hơn. NZ2p.q Công thức n = N.e2 + Z2p.q (3)
Ví dụ: Cũng trong ví dụ trên, nếu N = 20000.
Cách tính thứ 2 ã cho ta n = 8067 n 8.067 N = 20.000 ≈ 0,05
Ta áp dụng công thức (3) ể xác ịnh lại (n). Khi ó N = = = = 5749
Như vậy, nếu tính ến quy mô tổng thể, kích thước mẫu ã giảm i : 8067 – 5749 = 2318 hộ
5.6.3 Tính toán kích thước mẫu trong trường hợp tính số trung bình
Trường hợp dữ liệu là ịnh lượng, ta cần tính số trung bình, khi ó xác ịnh kích thước
mẫu cũng ược chia 2 trường hợp như ối với tính số tỷ lệ. n
5.6.3.1 Trường hợp tỷ lệ lấy mẫu nhỏ N ≤ 0,05 khi ó không tính ến quy mô tổng thể.
Công thức tính kích thước mẫu Z x N = e (4)
Trong ó : x là ộ lệch tiêu chuẩn của tổng thể. - Ở ây 2 2
x nghĩa là x chỉ biết ược khi iều tra xong. Vậy ể chọn mẫu, ta có thể tính 2
x bằng một số cách sau :
* Lấy kết quả của cuộc iều tra về cùng vấn ề ó, trên cùng tổng thể ó (nếu có).
* Ta thay 2x = S2 (trong
ó S2 là phương sai mẫu có hiệu chỉnh - 61 - lOMoARc PSD|36242669 2 = n-1n 2 2
e với e là phương sai mẫu. và S
Và thực hiện lấy mẫu 2 giai oạn : + Giai oạn 1: Lấy mẫu n
(phương sai mẫu n1) và tính S2 + Giai oạn 2: 2 2 e thay S2 vào
x trong công thưc (3), tính lại n. Nếu n < n1thì lấy
n1 ã iều tra, nếu n> n1 nghĩa là n – n1 = k, khi ó ta phải iều tra thêm k ơn vị nữa.
Ví dụ: Giả sử ta cần iều tra thu nhập trung bình một hộ dân cư trong một thành
phố tại một tiểu bang của nước Mỹ. Nhà nghiên cứu cho rằng, sai số tối a phải ≤ 1,40 USD.
Hãy xác ịnh kích thươc mẫu với hệ số tin cậy 95%
Phân tích: ây là trường hợp chưa biết 2
x , cũng không có kết quả của cuộc nghiên
cứu trước. Vậy ta lấy mẫu 2 giai oạn. -
Giai oạn 1: Lấy n1 = 100. Sau khi tiến hành iều tra 100 hộ gia ình, tính phương sai mẫu 2 2 2
e theo công thức e
= x2 - ( )x 2. Giả sử ta tính ược e = 108 $ khi ó S2 = . 108$ = 109.09$ -
Giai oạn 2 : Tính n bằng cách thay 2x bằng S2 ơ công thức (4) Z S. 2 Z 2.S 2 1,962.1069,9$ N = e = e2 = 1,40$ ≈209 hộ
Vì n > n1 nên ta phải iều tra thêm 209 – 100 = 109 hộ gia ình nữ n
5.6.3.2 Trường hợp tỷ lệ lấy mẫu
> 0,05, khi ó phải tính ến quy mô tổng thể N NZ 2S 2 Công thức n = N e. 2 Z S2. 2 (4’)
Ví dụ: Giả sử N= 2000 hộ ; trong ví dụ trên ta ã tính Z 209 n = =
> 0,05 do ó phải tính ến quy mô tổng thể N, áp dụng công N 2000
thức (4’) ta ược n như sau : - 62 - lOMoARc PSD|36242669 2000.1,962.109,9 n = 2000.1,402 1,962.109,9 hộ
Như vậy kích thước mẫu từ 209 giảm xuống còn 194 hộ gia ình.
5.6.4 Tính toán kích thước mẫu trong trường hợp lấy mẫu ngẫu nhiên có phân tầng
5.6.4.1 Trường hợp phân chia cỡ mẫu cho các lớp có theo tỷ lệ
Theo trường hợp này, việc phân bổ cỡ mẫu cho mỗi lớp không tính ến phương
sai trong các lớp mà chỉ tính ến ộ lớn của mỗi lớp trong tổng thể. a1. Xác ịnh cỡ mẫu chung
- Nếu tỷ lệ lấy mẫu nhỏ (không tính ến quy mô tổng thể) Z2.Wi. i2 n = e2 (5) Ni
Trong ó: + Wi là trọng số của lớp i và bằng N
+ 2i là phương sai của lớp i
Ví dụ: Qua nghiên cứu sơ bộ ta có thể phân loại các hộ dân cư có thu nhập khác nhau như:
Bảng 5.1: Tình hình thu nhập dân cư tại 1 thành phố ở Mỹ Nhóm Số hộ trong N i2 (lớp) lớp Ni W Tỷ lệ W i i Wi i i2 i = Ni A(cao) 447 0,169 95.72 16.17 9163 1.548.54 B(khá) 447 0197 135.48 21.24 18.356 3.285.72 C(TB) 655 0.248 77.58 19.23 6020 1.412.96 D(thấp) 1065 0.403 83.84 3.78 7030 2.833.04 2641 93.43 9.160.31
Nếu sai số tối a (e) cho phép là 10$ và hệ số tin cậy 95% 35.190,21 1,962.9160,31 Ta xác ịnh ược n = = = 351 hộ - 63 - lOMoARc PSD|36242669 102 100
- Nếu tỷ lệ lấy mẫu lớn (phải tính ến quy mô tổng thể)
Khi ó ta dùng công thức tính quy mô mẫu N. Ni 2i n = 2 (6) 2 e 2 N 2 Ni i Z
Trong ví dụ ở phần trên. Ta phải tính thêm cột N 2 i i
Bảng 5.2: Tình hình thu nhập dân cư tại 1 thành phố ở Mỹ Nhóm (lớp) Số hộ trong lớp Ni i2 i2 Ni A 447 9.163 4.095.861 B 474 18.356 8.700.744 C 655 6.020 3.943.100 D 1065 7.030 7.486.950 ∑ 2641 24.226.655
Thay vào công thức (6) ta tính ược n như sau: n = 2.
a2. Phân bổ cỡ mẫu cho các lớp Ni
Phân bổ cỡ mẫu cho các lớp tỷ lệ với ộ lớn của lớp n = N n = Win
- Lớp A: nA = Wa.n = 0,169 x 311 ≈ 53
- Lớp B: nB = Wb.n = 0,179 x 311 ≈ 56
- Lớp C: nC = Wc.n = 0,248 x 311 ≈17
- Lớp D: nD = Wd.n = 0,403 x 311 ≈125 - 64 - lOMoARc PSD|36242669 311*
(*) Lưu ý: Các con số ược làm tròn
b. Trường hợp phân chia cỡ mẫu cho các lớp không tỷ lệ với ộ lớn của mỗi lớp:
Trong trường hợp này, việc phân bổ cỡ mẫu cho các lớp có chú trọng ến phương
sai nội bộ lớn hơn ( ộ biến thiên giữa các giá trị trong lớp lớn hơn) sẽ ược phân bổ cỡ chữ lớn hơn.
b1. Xác ịnh cỡ mẫu chung
* Nếu tỷ lệ lấy mẫu nhỏ (không tính ến quy mô tổng thể)
n = Z2( Wi2 i )2 (7) e
- Từ số liệu trong bảng 5.1 ta có : n =
* Nếu tỷ lệ lấy mẫu lớn (phải tính ến quy mô tổng thể) ( Ni i )2 n = 2 2 (8) N e. Ni i2 Z2
Từ bảng 5.1.ta lập bảng tiếp theo ể tính các tổng ∑ N 2
i, i Và ∑ Ni, i
Bảng 5.3: Tình hình thu nhập dân cư tại 1 thành phố ở Mỹ Nhóm (lớp) Ni i2 Ni i Ni i2 Ni i Z.Ni. i A 447 95,72 42.786,81 4.095.556,32 0,173 B 474 135,48 64.217,52 870.189,6 0,259 C 655 77,58 50.814,90 3.942.219.,94 0,206 D 1065 83,84 89.284.60 7.486.061,86 0,360 24.224.027,72 ∑ 2641 247.108,86
Thay số liệu vào công thưc (8) ta có: n = 296,6 ≈ 297 hộ 2. - 65 - lOMoARc PSD|36242669
b2. Phân bổ cỡ mẫu cho các lớp: Phân bổ cỡ
mẫu cho các lớp theo công thức Ni i ni = n (9) Ni i
nA = 297 x 0,173 = 51,38 ≈52 hộ nB =
297 x 0,259 = 76,92 ≈ 77 hộ nC =
297 x 0,206 = 61,18 ≈107 hộ nD =
297 x 0,360 =106,9 ≈107 hộ
Như vậy, ở nhóm D mặc dù quy mô nhóm chiếm 40,3 % nhưng số phần tử mẫu
ược phân bố chỉ 107 hộ (=
= 36%) vì phương sai trong nội bộ nhóm này thấp hơn so với các máy khác.
5.6.5 Tính toán kích thước mẫu trong trường hợp tính ến chi phí, thời gian
Chi phí cho cuộc iều tra cũng ược xem như là một yếu tố quyết ịnh ến kích thước
mẫu. Với một chi phí vượt quá ngân sách dành cho cuộc iều tra nghiên cứu thì bắt buộc
phải cất giảm kích thước mẫu hoặc là hủy bỏ cuộc nghiên cứu hay chọn lựa cách nghiên
cứu khác phù hợp với ngân sách hơn.
5.6.6 Tính toán kích thước mẫu trong trường hợp cần dựa vào nhiều yêu cầu khác nhau
Thông thường, trong một cuộc nghiên cứu, nhà nghiên cứu ít khi nào chỉ nghiên
cứu một vấn ề. Để tiết kiệm chi phí, mỗi cuộc nghiên cứu thường phải nghiên cứu nhiều
vấn ề, nhiều iều kiện khác nhau
Mỗi vấn ề nghiên cứu sẽ có phương sai khác nhau và do ó phải có cỡ mẫu khác
nhau. Một iều chắc chắn là không thể xác ịnh cỡ mẫu cho tất cả các cỡ mẫu cho tất cả
các vấn ề nghiên cứu vì như vậy quá phức tạp. Khi ó nhà nghiên cứu sẽ xác ịnh tiêu thức
nào là quan trọng nhất cho cuộc nghiên cứu, xác ịnh qui mô mẫu phù hợp cho tiêu thức
ấy, còn các tiêu thức khác khi iều tra sẽ tính lại hệ số tin cậy và sai số (hệ số tin cậy và
sai số của các tiêu thức khác này sẽ không bằng với hệ số tin cậy và sai số của tiêu thức chủ yếu ã chọn). CÂU HỎI ÔN TẬP
1. Tại sao lại phải xác ịnh mẫu trong nghiên cứu thị trường? - 66 - lOMoARc PSD|36242669
2. Qui trinh lấy mẫu thực hiện thế nào?
3. Thế nào là phương pháp lấy mẫu xác suất và phi xác suất? Có những phương
pháp lấy mẫu xác suất phi xác suất nào?
4. Qui trinh tính toán kích thước mẫu?
5. Tổng công ty Lương Thực Miền Nam (VINAFOOD II) là một doanh nghiệp
lớn của cả nước trong việc xuất khẩu gạo. Các thị trường Châu Á và Châu Phi
là thị trường truyền thống của công ty. Trước ngưỡng cửa hội nhập nền kinh tế
thế giới, doanh nghiệp muốn xâm nhập vào thị trường mới và tiềm năng, ó là thị trường Châu Âu. a.
Doanh nghiệp muốn thực hiện nghiên cứu thị trường xem tỷ lệ người tiêu
dùng có sử dụng gạo trên thị trường Nga. Hãy xác ịnh qui mô mẫu với hệ số tin
cậy 95% và mức ý nghĩa nghiên cứu là 98%. b.
Trong trường hợp doanh nghiệp thấy ây là 1 thị trường lớn, và không hạn
chế chi phí và thời gian ể tiến hành nghiên cứu nhằm có ược kết quả chính xác
nhất. Với cùng mức ý nghĩa và hệ số tin cậy ở câu 1, hãy xác ịnh kích thước mẫu
ể cho kết quả nghiên cứu chính xác nhất. c.
Sau khi tiến hành nghiên cứu iều tra, doanh nghiệp biết ược rằng tại thị
trường Nga có khoảng 30 triệu người có sử dụng gạo. Doanh nghiệp muốn thực
hiện iều tra xem thu nhập trung bình của số người tiêu dùng trên là bao nhiêu.
Với ộ tin cậy 99% và sai số tối a cho phép là 10 Rúp, anh (chị) hãy xác ịnh kích
thước mẫu cần thiết ể thực hiện cuộc iều tra. d.
Bước tiếp theo, doanh nghiệp muốn các ịnh xem số tiền mà người tiêu
dùng trên dùng ể mua gạo chiếm bao nhiêu trong thu nhập của họ. Anh (chị) hãy
xác ịnh kích thước mẫu ể iều tra với ộ tin cậy 99% và mức ý nghĩa 97%. e.
Từ kích thước mẫu xác ịnh ược ở câu 3, doanh nghiệp iều tra ược thu nhập
trung bình của mẫu là 5000 rúp, với ộ lệch chuẩn là 300. Trong khi doanh nghiệp
rất mong muốn thu nhập trung bình của số người tiêu dùng trên phải khoảng
6000. Với mức ý nghĩa 95%, hãy kiểm ịnh xem thu nhập trung bình của tổng thể
có thấp hơn 6000 rúp hay không? f.
Từ kích thước mẫu thu ược ở câu 4, doanh nghiệp tiến hành iều tra và xác
ịnh ược số người tiêu dùng trên chi trung bình 5% trong thu nhập của họ ể mua
gạo với ộ lệch 1%. Trong khi doanh nghiệp muốn ỷ lệ này phải thấp nhất là 7%. - 67 - lOMoARc PSD|36242669
Với mức ý nghĩa 95%, hãy kiểm ịnh xem tỷ lệ chi tiêu cho việc mua gạo trong
tổng thu nhập của số người tiêu dùng trên có thấp hơn 7% hay không? 6 CHƯƠNG SÁU
THIẾT KẾ BẢNG CÂU HỎI ĐIỀU TRA – PHỎNG VẤN NỘI DUNG CHÍNH
Nội dung chính của chương bao gồm
- Nhiệm vụ của bản câu hỏi
- Qui trình thiết kế bản câu hỏi
- Cấu trúc và trình bày 1 bản câu hỏi - Dạng câu hỏi - Từ ngữ trong câu hỏi - 68 - lOMoARc PSD|36242669
6.1 NHIỆM VỤ CỦA BẢN CÂU HỎI
Bản câu hỏi là một bản ược cấu trúc hoá nhằm thu thập dữ liệu từ các người trả
lời. Nhiệm vụ của bản câu hỏi là o lường. Các câu hỏi có thể ược dùng ể o lường: -
Các hành vi ã qua - Các thái ộ. -
Các ặc iểm của người trả lời.
6.2 QUY TRÌNH THIẾT KẾ BẢN CÂU HỎI
Việc thiết kế bản câu hỏi là một nghệ thuật. Không có bước nào, nguyên tắc nào
hay bảng hướng dẫn nào có thể ảm bảo một bản câu hỏi có hiệu quả và ầy ủ. Thiết kế
bản câu hỏi là một kỹ năng mà nhà nghiên cứu học hỏi thông qua kinh nghiệm hơn là
bằn cách ọc một loạt bảng hướng dẫn. Con ường duy nhất ể bắt ầu triển khai kỹ năng
này là viết một bản câu hỏi, sử dụng nó trong một loạt cuộc phỏng vấn, phân tích các
iểm yếu của nó và dần dần sửa chữa lại nó.
Việc thiết kế bản câu hỏi phải qua các bước sau ây:
Xác ịnh dữ liệu cần thu thập
Xác ịnh phương pháp phỏng vấn
Lựa chọn nội dung câu hỏi
Quyết ịnh dạng câu hỏi
Xác ịnh từ ngữ trong câu hỏi
Xác ịnh cấu trúc bản câu hỏi
Xác ịnh cách trình bày bản câu hỏi Kiểm tra và sửa chữa - 69 - lOMoARc PSD|36242669
6.2.1 Bước 1: Xác ịnh các dữ liệu mà bản câu hỏi phải thu nhập -
Dữ liệu cần thu nhập phụ thuộc mục ích nghiên cứu.
- Các mục trong câu hỏi phải chứa ựng ủ lượng thông tin cần thiết cho iều tra.
+ Không thiếu: Thiếu sẽ khó khăn cho xử lý & phân tích.
+ Không dư (thừa): Thừa sẽ làm phức tạp thêm câu hỏi không cần thiết.
6.2.2 Bước 2: Xác ịnh kỹ thuật (phương pháp) phỏng vấn
- Mỗi phương pháp phỏng vấn khác nhau sẽ ảnh hưởng ến nội dung câu hỏi và
cách trình bày bản câu hỏi.
• Phỏng vấn trực tiếp: Có thể dùng các câu hỏi dài, câu hỏi khó và kèm hình ảnh.
• Phỏng vấn bằng iện thoại: - Câu hỏi nên ngắn
- Không dùng các câu hỏi khó, dài.
- Không dùng các câu hỏi tượng hình Phỏng vấn bằng thư tín:
- Câu hỏi không ược trình bày vắn tắt mà phải có nội dung giải thích, hướng
dẫn (có thể gởi kèm 1 bảng hướng dẫn trả lời).
- Thuật ngữ phải dùng những từ thông dụng.
6.2.3 Bước 3: Lực chọn nội dung câu hỏi cần dựa vào các tiêu chuẩn -
Phải xem xét người ược hỏi liệu họ có hiểu úng câu hỏi không? Hiểu sai câu hỏi có thể do:
+ Dùng từ không phổ thông hoặc từ a nghĩa, không rõ ràng, hoặc dùng thuật ngữ.
+ Những câu ể hỏi trình bày mập mờ.
+ Câu hỏi không rõ nghĩa. -
Phải xem xét người ược hỏi có thông tin ể trả lời? Sự thiếu thông tin do 2 nguyên nhân chủ yếu:
+ Do thiếu kiến thức về iều ó.
+ Do không nhớ ược sự kiện.
▪ Thiếu kiến thức: Ví dụ một người không biết về cà phê không thể trả lời về cà phê.
▪ Không nhớ sự kiện: Ví dụ hỏi cơ cấu chi tiêu của một hộ gia ình trong
tháng tại một nước nào ó khi nghiên cứu tiêu dùng.
Để khắc phục tình trạng người ược hỏi không nhớ sự kiện ta thực hiện các phương pháp sau:
▪ Hỏi nhiều câu hỏi có liên quan ể gợi lại trí nhớ. - 70 - lOMoARc PSD|36242669
▪ Xác ịnh khoảng thời gian rõ ràng, cụ thể khoảng thời gian càng rộng và
càng xa ộ chính xác càng giảm.
▪ Đề nghị người ọc hỏi nói về sự kiện nào nhớ chính xác nhất, sự kiện nào
còn mơ hồ ể có thể kiểm tra lại. -
Phải xem xét câu hỏi có dễ trả lời không: Để dễ trả lời khi ặt câu hỏi phải
theo nguyên tắc một câu hỏi chỉ chứa ựng không quá một vấn ề cần hỏi. Ví dụ, không
hỏi như sau: Ông bà thấy sản phẩm của chúng tôi có ẹp không? Phải tác câu hỏi thành 2 câu hỏi:
Câu 1: Ông bà ã bao giờ sử dụng sản phẩm do công ty chúng tôi sản xuất bao giờ chưa?
Câu 2: Ông bà thấy sản phẩm ó có ẹp không? -
Phải xem xét người ược hỏi có thể cung cấp thông tin cần hỏi không?
Những thông tin về gia cảnh hoặc có tính chất riêng tư thường ít ược cung cấp hoặc cung
cấp không úng sự thật.
Một số biện pháp khai thác loại thông tin này.
+ Dùng câu hỏi gián tiếp.
+ Dùng phương pháp ảm bảo giữ bí mật.
+ Nói rõ mục ích cuộc iều tra.
6.2.4 Bước 4: Quyết ịnh về dạng câu hỏi & câu trả lời -
Có 2 dạng câu hỏi chủ yếu: a) Câu hỏi mở:
(+) Là dạng câu hỏi mà câu trả lời không ịnh trước và do người ược hỏi tự trả lời theo suy nghĩ của mình.
(+) Có nhiều loại câu hỏi mở.
▪ Dạng tự do trả lời. ▪ Dạng thăm dò
▪ Dạng kỹ thuật hiện hình.
(+) Câu hỏi mở dễ trả lời nhưng khó xử lý & phân tích. b) Câu hỏi óng:
(+) Là dạng câu hỏi ược ã ịnh sẵn các tình huống trả lời, người ược hỏi chỉ việc
chọn tình huống trả lời mà mình thích.
(+) Các loại câu hỏi óng: - 71 - lOMoARc PSD|36242669
▪ Câu hỏi phân ôi: là loại câu hỏi chỉ có 2 khả năng trả lời Có hoặc Không, Có hoặc Chưa.
▪ Câu hỏi xếp hạng thứ tự: là câu hỏi ề nghị người ược hỏi sắp xếp thứ tự
tương ối các “ iều mục” ã liệt kê.
Ví dụ: Khách hàng mua một chiếc giày của Việt Nam ở cửa hàng tại nước của
họ, sẽ có những lý do sau khiến khách hàng mua sản phẩm của Việt Nam, khách hàng
xếp thứ tự các lý do từ quan trọng – kém quan trọng. -Giá cả thích hợp. -Chiếc giày vừa ý.
-Vị trí mua thuận lợi - Dịch vụ người bán tốt.
-Yên tâm về chất lượng.
▪ Câu hỏi có nhiều lựa chọn: Là câu hỏi liệt kê nhiều tình huống trả lời,
người ược hỏi ược chọn yêu cầu chọn một tình huống; dạng câu hỏi này,
số câu hỏi là phải bao gồm tất cả các tình huống trả lời và vị trí câu trả lời
có thể ảnh hưởng ến cách chọn nên nhà nghiên cứu cần lưu ý.
▪ Câu hỏi bậc thang: là câu hỏi mà các câu trả lời ã xếp thứ tự thang bậc về
thái ộ (dạng thang Likert). -Rất thích -Thích vừa -Không thích, không ghét -Ghét vừa -Rất ghét
(+) Ưu nhược iểm của câu hỏi óng.
Ưu iểm: dễ xử lý, phân tích.
Nhược iểm: Các tình huống ã ịnh, do ó người trả lời ôi khi bị miễn cưỡng. Các
tình huống ịnh sẵn không úng với suy nghĩ của người ược hỏi thì câu trả lời sẽ vô nghĩa.
6.2.5 Bước 5: Xác ịnh từ ngữ trong câu hỏi
- Từ ngữ vừa phải chặt chẽ, khoa học vừa phải phù hợp với người ược hỏi.
Các nguyên tắc dùng từ trong câu hỏi.
(+) Dùng ngôn từ ơn giản, dễ hiểu.
(+) Dùng ngôn từ quen thuộc. - 72 - lOMoARc PSD|36242669
- Dùng từ quen thuộc vời từng ối tượng ược hỏi. Hỏi giới chuyên
môn thù dùng từ chuyên môn, hỏi ại chúng thì không dùng từ chuyên môn.
(+) Tránh câu dài, ặc biệt phỏng vấn qua iện thoại.
(+) Dùng từ càng rõ ràng, chính xác càng tốt, tránh mập mờ.
Ví dụ: Hỏi khách hàng ang sử dụng chiếc xe hơi loại gì thì sẽ có rất nhiều cách hiểu: - Nhãn hiệu - Model - Loại xe v.v…
(+) Tránh dùng từ gợi ý, gợi ý cách trả lời.
Ví dụ: ông bà thấy sản phẩm của chúng tôi có ngon không?
(+) Tránh dùng câu hỏi ịnh kiến (ngầm ý thiên vị). Các tình huống trả lời chỉ
thuận lợi không có bất thuận lợi.
Ví dụ: ông bà có thích chiếc vali này không? - Đặc biệt thích - Rất thích - Thích - Không thích lắm
(+) Tránh dùng từ có ý phỏng oán:
Ví dụ: hỏi 1 năm bạn dùng bao nhiêu cà phê (thay vì hỏi mỗi lần bạn uống bao nhiêu cà phê).
6.2.6 Bước 6: Xác ịnh cấu trúc bản câu hỏi:
Là cách sắp xếp các câu hỏi trong một bản câu hỏi.
Bản câu hỏi thường sắp xếp thành 3 phần:
- Phần ầu bao gồm các câu hỏi thăm dò có tính ịnh hướng nhằm ể
xác ịnh ối tượng phỏng vấn thuộc loại nào, có úng ối tượng cần hỏi không?
- Phần thứ 2: là phần chính bao gồm các câu hỏi chính yếu ể khai
thác thông tin phục vụ mụ ích nghiên cứu.
- Phần cuối: thường bao gồm các câu hỏi phụ thêm ể kiểm chứng các thông tin ở trên.
6.2.7 Bước 7: Xác ịnh cách trình bày bản câu hỏi
- Trình bày (bản in) sạch ẹp, rõ ràng hấp dẫn người trả lời. - 73 - lOMoARc PSD|36242669
- Câu hỏi mở: Chừa giấy ủ ể người trả lời ghi vào (iều tra bằng thư tín).
- Sử dụng các mũi tên chỉ dẫn hoặc bản giải thích rõ ràng.
- Chỉ dùng hình ảnh khi thực sự cần thiết, tránh bị rối hoặc bị lẫn lộn.
6.2.8 Bước 8: Kiểm tra và sửa chữa lần cuối (viết chính thức)
- Kiểm tra bằng cách phỏng vấn thử (lấy mẫu theo phương pháp thuận tiện) ể kiểm
tra các yêu cầu ặt ra ối với bản câu hỏi:
+ Người ược phỏng vấn có hiểu và trả lời ược không.
+ Thông tin trả lời có úng với yêu cầu ề ra?
+ Thời gian phỏng vấn một bản câu hỏi + Tỷ lệ trả lời
+ Xem xét các bản hướng dẫn có phù hợp không? CÂU HỎI ÔN TẬP
1. Vai trò và nhiệm vụ của bản câu hỏi ?
2. Qui trình thiết kế bản câu hỏi ?
3. Cấu trúc và trình bày 1 bản câu hỏi ?
4. Người trả lời ảnh hưởng ến nội dung bảng câu hỏi như thế nào. Hãy triển
khai thiết lập bảng câu hỏi và câu trả lời (rỗng) ể thực hiện cuộc nghiên
cứu nhằm o lường nhu cầu và thái ộ của người tiêu dùng tại thị trường Mỹ
ối với sản phẩm cà phê Việt Nam (tối thiểu 15 câu hỏi). CHƯƠNG BẢY - 74 - lOMoARc PSD|36242669
XỬ LÝ- DIỄN GIẢI DỮ LIỆU 7 NỘI DUNG CHÍNH
Nội dung chính của chương bao gồm
- Qui trình các bước xử lý dữ liệu
- Phê chuẩn dữ liệu
- Mã hóa dữ liệu
- Hiệu chỉnh dữ liệu
- Các phương pháp xử lý dữ liệu
- Diễn giải dữ liệu
- Phân tích dữ liệu - 75 - lOMoARc PSD|36242669 7.1 QUY TRÌNH CHUNG
Xử lý dữ liệu iều tra là hình thức tóm lược dữ liệu ã thu thập ược ể có thể sử dụng.
Qui trình xử lý dữ liệu chung như sau:
Sơ ồ 7.1: Qui trình xử lý dữ liệu Phê chuẩn dữ liệu Giai oạn chuẩn bị xử lí dữ liệu Hiệu chỉnh dữ liệu Mã hóa dữ liệu Giai oạn xử lí Lập bảng dữ liệu dữ liệu Tính toán các ặc
trưng của tập dữ liệu
7.2 XỬ LÝ DỮ LIỆU
7.2.1 Phê chuẩn dữ liệu
Phê chuẩn dữ liệu là việc làm xem xét dữ liệu thu thập ược có giá trị cho cuộc
nghiên cứu hay không. Trong quá trình thu thập dữ liệu, mặc dù ã có nhiều dữ liệu ã
thu thập ược nhưng có thể những loại dữ liệu không có giá trị chẳng hạn như dữ liệu
ược thu thập không úng ối tượng, không úng phương pháp hoặc thậm chí dữ liệu do
bản thân người thu thập “sáng tác” ra chứ không phải ã thu thập một cách thực sự.
Những loại dữ liệu này phải ược xem xét, loại bỏ trước xử lý.
Nội dung của việc phê chuẩn dữ liệu bao gồm các công việc sau:
+ Xem xét các phương pháp và biện pháp thu thập dữ liệu có úng yêu cầu hay
không, ví dụ như xem xét ịa chỉ iều tra có úng ối tượng không?.v.v…về mặt phương
pháp thẩm ịnh các vấn ề này, người quản lý hoặc chỉ ạo cuộc nghiên cứu có thể tiến hành
phỏng vấn lại nhân viên iều tra xem họ có nắm vấn ề như thế nào ể phát hiện những sai
sót hoặc gian lận. Công việc này phải ược làm thường xuyên và quản lý chặt chẽ. - 76 - lOMoARc PSD|36242669
+ Nghiên cứu các thông tin thu thập ược trong từng bản câu hỏi ể phát hiện những
sai sót, ví dụ xem xét các số liệu hoặc thông tin có mâu thuẫn nhau giữa những câu trả
lời hay không? Có số liệu nào phi thực tế hay không?
Công tác phê chuẩn dữ liệu phải ược thực hiện ngay trong quá trình thu thập dữ
liệu. Ngay cuối mỗi ngày thu thập dữ liệu, nhân viên xử lý dữ liệu phải tập hợp các bản
dữ liệu ã thu thập trong ngày và tiến hành thẩm ịnh ngay ể phát hiện sai sót.
Trường hợp phát hiện có sai sót thì tùy trường hợp có thể áp dụng các biện pháp:
(1) Hủy bỏ bản câu trả lời hoặc cả bản câu hỏi.
(2) Yêu cầu nhân viên thu thập dữ liệu làm rõ hơn.
(3) Yêu cầu iều tra lại.
Những công việc này nếu không ược giải quyết kịp thời, chờ ến lúc thu thập dữ
liệu xong mới làm sẽ không xoay trở kịp về mặt thời gian, hơn nữa khi ó, nhân viên thu
thập dữ liệu sẽ chẳng còn nhớ gì ến các tình tiết trong lúc thu thập dữ liệu và như vậy sẽ
gặp rất nhiều trở ngại cho công tác phê chuẩn dữ liệu.
7.2.2 Hiệu chỉnh dữ liệu 7.2.2.1 Khái niệm :
Hiệu chỉnh dữ liệu còn gọi là biên tập dữ liệu (Editing data) là việc kiểm tra và
sửa lại các sai sót do ghi chép hoặc dùng ngôn từ không úng, thiếu chuẩn xác.
Cần lưu ý là hiệu chỉnh chỉ góp phần làm rõ thông tin chứ không tạo ra thông tin.
Người hiệu chỉnh không ược tùy tiện sửa chữa thông tin theo ý của mình.
7.2.2.2 Nội dung hiệu chỉnh
Công việc hiệu chỉnh bao gồm các nội dung sau :
+ Những câu trả lời không ầy ủ hoặc không rõ ràng, nếu hiểu ược ý của câu trả
lời có thể sửa lại cho rõ.
Ví dụ: Câu hỏi: ‘‘Bạn ã uống cà phê của Việt Nam chưa ?” Trả lời
: Cách nay một năm tôi chưa uống.
Câu này có thể hiểu ối tượng ã uống nhưng cách thời iểm hỏi hơn 1 năm rồi. Như
vậy ược sửa lại là “ ã uống”.
+ Những câu trả lời dùng sai ngôn từ của bản câu hỏi cần sửa lại cho thống nhất
với bản câu hỏi.
Ví dụ: Câu hỏi ‘‘Bình quân 1 tháng gia ình ông bà sử dụng hết bao nhiêu kg gạo Việt Nam?” Trả lời: “2lít” - 77 - lOMoARc PSD|36242669
Ta ang hỏi ơn vị là kg mà người trả lời lại nói là lít. Khi ó ta phải ổi lít ra là kg và
sửa lại bản câu trả lời.
+ Điền nhầm ô trả lời: Nhờ phân tích logic ở các câu sau, ta có thể biết chắc chắn
ối tượng ã nhầm ô trả ở một câu trả lời ở một câu trước, khi ó ta sẽ sửa lại cho úng.
Chẳng hạn : Câu hỏi “Gia ình ông (bà) có ăn gạo Việt Nam không?’’
Trả lời : ánh dấu ô “Không”
Nhưng ến câu sau khi hỏi về các thông tin dành cho người có sử dụng gạo của Việt
Nam như ông bà ã ăn gạo Việt Nam ược bao lâu hoặc mua nó ở âu v.v… ối tượng ều trả
lời ầy ủ, do ó ta phán oán rằng ối tượng ã iền nhầm ô trả lời ở câu hỏi trước và do ó phải
ược sửa lại, iền vào ô “có”. 7.2.3 Mã hoá dữ liệu
7.2.3.1 Khái niệm
Mã hóa là việc gán một lý hiệu (kí tự số hoặc chữ) cho một tình huống trả lời ghi trong bản câu hỏi.
Mục ích của việc mã hóa là nhằm ơn giản hóa việc lập bảng, thay vì phải ghi cả
câu trả lời, ta chỉ việc ghi một kí hiệu (!), mặt khác nếu sử dụng máy vi tính, việc mã
hóa là bắt buộc vì máy tính chỉ hiểu và ọc ược các kí hiệu hoặc chữ chứ không thể hiểu ược “câu văn”.
Công tác mã hóa có thể ược tiến hành trước khi thu thập dữ liệu (mã hóa trước)
hoặc sau khi thu thập dữ liệu (mã hóa sau). Nhìn chung, nếu sử dụng máy vi tính ể xử
lý thì nên mã hóa trước. Tuy nhiên, dù mã hóa trước hay sau thì cũng ều nên tham khảo
ý kiến của các chuyên gia vi tính bởi vì việc mã hóa còn phải ảm bảo yêu cầu chuyên
môn của lĩnh vực tin học, có như vậy mới thuận lợi cho việc xử lý và phân tích về sau.
Đối với câu hỏi óng, việc mã hóa không có gì khó khăn với ta chỉ việc gắn cho
mỗi tình huống ịnh sẵn một kí hiệu nhưng với câu hỏi mở, các câu trả lời sẽ “muôn hình
vạn trạng” nên việc mã hóa khá phức tạp, chẳng hạn khi hỏi về lý do uống bia, mỗi người
có câu trả lời khác nhau, một số cho rằng uống bia ể giải khát, một số cho rằng uống bia
ể vui với bạn bè, số khác lại cho rằng uống bia ể tìm cảm giác mạnh, hoặc có người
muốn uống bia ể mập (!) v.v…vậy ta phải mã hóa câu hỏi mở như thế nào?
Phương pháp ở ây là phải phân loại khái quát hóa các tình huống trả lời và mỗi
tình huống trả lời ta gán cho 1 kí hiệu. Chẳng hạn, trong ví dụ về uống bia nêu trên, ta
có thể khái quát lý do làm 4 loại sau : - Lý do sức khỏe. - 78 - lOMoARc PSD|36242669
- Lý do nhu cầu thân xác (thèm uống) - Lý do giao tiếp xã hội. - Lý do khác.
Lý do khác là tất cả các loại lý do ngoài 3 lý do nêu trên mà ta không cần quan
tâm một cách cụ thể, như vậy bất kỳ tình huống nào, ta cũng ều ưa về một trong 4 lý do trên.
7.2.3.2 Các nguyên tắc mã hóa
Để tránh những sai sót xảy ra, khi mã hóa cần thực hiện các nguyên tắc sau: (1)
Nguyên rắc về xác ịnh số “kiểu mã” thích hợp: số kiểu mã phải ủ lớn ể có
thể bao quát ược hết các tình huống trả lời trong bảng câu hỏi. Theo nguyên tắc này, có
bao nhiêu “dạng tình huống” trả lời thì phải có bấy nhiêu “kiểu mã”. Ta nói “dạng tình
huống” là vì tình huống thì vô kể nhưng ta gom lại thành một số dạng như phần trên ã ề cập. (2)
Nguyên tắc về những sự khác biệt giữa các thông tin giữa các loại mã:
Theo nguyên tắc này chủ yếu ặt ra ối với dữ liệu ịnh tính. Ví dụ, ta hỏi về sở thích người
tiêu dùng ối với mùi vị cà phê Việt Nam tại thị trường một nước nào ó, các tình huống
trả lời sẽ ược mã hóa như sau: Loại mã
Ứng với tình huống trả lời T1 Đặc biệt thích T2 Rất thích T3 Thích vừa phải T4 Bình thường T5 Rất khó chịu T6 Rất khó chịu T7 Đặc biệt khó chịu
Nguyên tắc này yêu cầu là: thông tin chứa ựng trong từng loại mã khác nhau ến
mức không thể nào xếp vào những loại mã khác. Nếu xảy ra trường hợp một thông tin
trả lời có thể xếp vào mã này cũng ược hoặc xếp vào loại mã kia cũng ược thì xem như
vi phạm nguyên tắc. Nếu ta dùng câu hỏi óng, trong ví dụ là 7 tình huống ã nêu sẵn,
người trả lời buộc phải chọn 1 trong 7 tình huống thì việc lập mã rất ơn giản, nhưng nếu
ta dùng câu hỏi mở thì việc tuân thủ nguyên tắc này là rất cần thiết vì ối tượng có thể trả
lời ủ mọi tình huống; chẳng hạn rất tuyệt, ược lắm, tôi nghiền mùi ó, không ưa ược v.v…
ta phải phân loại, không thể xếp vào loại khác. (3)
Nguyên tắc về phân lớp trong dữ liệu ịnh lượng: - 79 - lOMoARc PSD|36242669
Dữ liệu ịnh lượng, như ta ã biết là những dữ liệu số, khi lập bảng, phải tiến hành
phân lớp các giá trị ể ơn giản hoá các bảng tính. Mỗi lớp sẽ ứng với một loại mã; do ó
khi phân lớp phải ảm bảo các nguyên tắc sau:
- Các lớp không chồng chéo lên nhau, nghĩa là một số liệu nào ó chỉ ược
xếp vào 1 lớp nhất ịnh, không thể xếp vào lớp khác.
Ví dụ: Câu hỏi về mức chi tiêu cho sản phẩm mà mình ang iều tra Mức chi tiêu Loại mã <200 $ R1 200-400 R2 400-600 R3 600-800 R4 800-100 R5 >1000 R6
Nếu phân lớp như trên sẽ vi phạm nguyên tắc vừa nêu vì các lớp bị chồng lên
nhau. Giả sử tình huống trả lời là 400$; ta không biết phải xếp vào R2 hay R3? Vì cả hai
lớp R2 và R3 ều chứa số 400 (?), khi ó ta phải ổi thành: < 200 $ T1 - 200 ến nhỏ hơn 400 T2 - 400 ến nhỏ hơn 600 T3
- Nguyên tắc quan trọng nữa là không ể “mở” giữa các lớp, nghĩa là các lớp
phải óng kín sao cho bất ký một thông tin trả lời nào ó nhất ịnh ược xếp vào một lớp nào ó. Ví dụ: Đối tượng sử dụng Mã hoá 20 tuổi Y1 21 ến 30 Y2 31 ến 40 Y3 40 Y4
Nếu mã hoá như trên, người nào ó trả lời 30,5 tuổi, ta sẽ không biết ể vào mã hiệu nào Y2 hay Y3?
Khi ó ta phải sửa thành: 20 tuổi Y1 > 20 ến 30 Y2 - 80 - lOMoARc PSD|36242669 > 30 ến 40 Y3 > 40 Y4
7.2.3.3 Lập danh mục mã hoá (code book)
Sau khi tiến hành mã hoá, công việc tiếp theo là lập danh sách mã hoá: -
Danh mục mã hoá là một bảng gồm nhiều cột, mỗi cột ghi các giải thích
về các mã hiệu ã ược sử dụng. -
Mục ích của việc lập danh sách mục mã hoá: lập danh mục mã hoá nhằm 2 mục ích: (1)
Giúp cho nhân viên xử lý nhập dữ liệu vào bảng tính hoặc máy không bị
nhầm lẫn. Mặc dù bảng tính ã ược lập sẵn trong ó có ghi các mã hiệu nhưng ôi khi nhân
viên quên mất ý nghĩa của các mã hiệu, khi ó họ có thể dễ dàng nhớ lại bằng cách tra
cứu trong danh mục mã hoá. (2)
Giúp nhà nghiên cứu có thể ọc ược các kết quả từ bảng tính hay từ máy vi tính.
- Dưới ây là một ví dụ trích oạn về danh mục mã hoá một bản câu hỏi nghiên cứu
về nhu cầu sử dụng cà phê Việt Nam:
Nếu nhân viên xử lý quên ý nghĩa của mã hiệu 6-3 chẳng hạn, nhìn vào danh mục
mã hoá, có thể biết ngay ó là nhãn hiệu cà phê Buôn Ma Thuột thuộc câu thứ 6, trên cột 11 của bảng tính.
Bảng 7.1: Danh mục mã hoá Số TT Cột trên
Tên biến Vấn ề của câu hỏi Mã hiệu câu hỏi bảng tính … … … … … …. …. …. Số người chung (1) = < 3 4 sống trong gia ình 6,7,8 Số người (2) = 3 – 6 (3) = > 6 5 7,8
Tivi màu Có sử dụng càphê 5-1 = có VN chưa 5-2 chưa 6 9,10,11,1 Nhãn hiệu Cà phê nhãn hiệu 6-1 = Trung nguyên 2 cà phê gì? 6-2 = Vinacoffee 6-3 = Buôn Ma thuột 6-4 = G7 - 81 - lOMoARc PSD|36242669
7.2.4 Phương pháp xử lý dữ liệu
Sau khi làm tốt khâu chuẩn bị, ta bắt ầu chuyển sang giai oạn xử lý dữ liệu. Xử lý
dữ liệu có thể bằng phương pháp thủ công (bằng tay) hoặc bằng máy vi tính. Tuy nhiên,
về nguyên tắc chung, xử lý thủ công hay bằng máy vi tính cũng ều giống nhau. Máy vi
tính chỉ trợ giúp ta xử lý nhanh hơn hoặc giúp tính toán các phép toán ta không thể thực
hiện ược bằng tay hoặc nếu thực hiện ược thì phải mất nhiều thời gian và công sức. Máy
vi tính ngày nay còn có khẳ năng phân tích tuyệt vời vì nó có thể thực hiện truy xuất
hàng vạn dữ liệu trong vài giây ồng hồ.
7.2.4.1 Lập bảng tính
Bước ầu tiên ể xử lý dữ liệu là lập bảng tính (1). Nếu xử lý bằng tay, ta lấy giấy khổ
lớn (giấy kẻ ô càng tốt) ể lập bảng trên màn hình
* Cấu trúc của dữ liệu
- Bao gồm nhiều dòng, nhiều cột
- Mỗi một bản câu hỏi hoặc phiếu iều tra sẽ ược thể hiện trên một dòng gọi là một
mẩu tin (Record). Như vậy có bao nhiêu bản câu hỏi hay phiếu iều tra thì sẽ có bấy nhiêu dòng hay mẩu tin.
- Tập hợp các thông tin trên một cột là tập hợp các dạng trả lời giống nhau về một
dấu hiệu nào ó gọi là trường tin (field). Như vậy có bao nhiêu dạng câu trả lời sẽ có bấy
nhiêu trường và do ó sẽ có bấy nhiêu cột trên bảng tính.
- Tập hợp toàn bộ mẫu tin có liên quan trong cùng một bảng tính gọi là một tập tin (file).
7.2.4.2 Nhập dữ liệu vào bảng
Sau khi ã lập bảng theo các nguyên tắc trên, bước kế tiếp là nhập các dữ liệu thô
( ã thu thập ược) vào bảng. Ta sẽ lần lượt ọc từng câu trả lời trong từng bản câu hỏi, và
áng dấu vào các cột tương ứng với các tình huống trả lời. Nếu xử lý trên máy vi tính và
ánh dấu máy sẽ không hiểu gì. Khi ó ta phải ánh mã hiệu cho các tình huống trả lời ở
phần trên. Chẳng hạn câu 6 hỏi về “nhãn hiệu cà phê”. Nếu tình huống trả lời là Buôn
Ma Thuột, ta sẽ phải ánh mã hiệu “6-3” tương ứng vào máy. Sau này, máy sẽ thực hiện
cộng tất cả các trường hợp mã hiệu “6-3” khi ta ra lệnh cho máy và khi ó ta xác ịnh ược
ngay số hộ gia ình sử dụng các nhãn hiệu cà phê các loại. Bảng 7.2: Ví dụ về bảng tính
xử lý dữ liệu về iều tra nhu cầu tivi màu
1 Bảng tính này là ể nhập dữ liệu chứ chưa phải bảng số thống kê sẽ trình bày. - 82 - lOMoARc PSD|36242669 Mã số Câu 1 : số Câu 2 : Có sử …
Câu 6 : Nhãn hiệu cà phê phiếu người trong dụng cà phê VN Việt Nam iều tra gia ình không 1a 1b 1c 2a 2b 6-1 6-2 6-3 6-4 M1 X X … … M2 X X … … M3 X X … … … … … … … … … … … …
7.2.4.3 Đếm các tần số
Sau khi nhập xong dữ liệu vào bảng, ta thực hiện ếm các tần số của các câu trả
lời ể làm cơ sở lập các bảng thống kê sau này. Nếu xử lý bằng tay, ta chỉ cần ếm tất cả
các kí hiệu ánh dấu ở từng cột và ghi tổng số ở dòng cuối cùng của bảng tính, còn xử
lý bằng máy, ta chỉ cần ra lệnh cho ếm số trường hợp các mã hiệu cùng loại, máy sẽ cho kết quả nhanh chóng.
7.2.4.4 Vấn ề tỷ lệ trả lời
Bất kể cuộc nghiên cứu nào cũng ều vấp phải vấn ề tỷ lệ trả lời, nghĩa là, số người
trả lời luôn luôn nhỏ hơn con số kích thước mẫu. Chẳng hạn nhà nghiên cứu ịnh mẫu iều
tra 2000 người về một vấn ề gì ó nhưng khi tiến hành iều tra, số người có bản trả lời luôn
nhỏ hơn con số 2000 ó. Thậm chí có khi tỷ lệ trả lời chỉ ạt 70 ến 75%. Sở dĩ có vấn ề tỷ
lệ trả lời nhỏ hơn kích thước mẫu là do một trong các nguyên nhân sau: -
Do không tiếp cận ược người cần hỏi. -
Do ối tượng không cung cấp thông tin. -
Người trả lời không úng ối tượng. v.v…
Do tỷ lệ trả lời nhỏ hơn kích thước mẫu nên ặt ra một số vấn ề phải xử lý trong
quá trình xử lý dữ liệu.
a/ Vấn ề tính toán các số trung bình, số tỷ lệ và phương sai mẫu.
Vì tỷ lệ trả lời ở các câu hỏi khác nhau nên việc tính toán các ặc trưng mẫu phải
căn cứ vào tỷ lệ trả lời ở từng câu hỏi. - 83 - lOMoARc PSD|36242669
Ví dụ: ở câu hỏi về thu nhập, tỷ lệ trả lời là 150/200, do ó tính số trung bình mẫu
ta chỉ lấy tỷ lệ trả lời là 150 (nghĩa là chỉ chia tổng các giá trị quan sát cho 150 chứ không phải là 200).
Nhưng ở câu hỏi về mức sử dụng, tỷ lệ trả lời là 170/200, khi ó tính số trung bình
mẫu cho câu này lại phải lấy 170, nghĩa là chia tổng số giá trị quan sát cho 170.
b/ Vấn ề ước lượng
Khi ịnh kích thước mẫu, ta ấn ịnh trước hệ số tin cậy và sai số tối a có thể chấp
nhận, nhưng thực tế tỷ lệ trả lời nhỏ hơn kích thước mẫu nên ta phải tính toán lại các hệ
số tin cậy và sai số có thể có, làm cơ sở ước lượng tham số thực của tổng thể. Z2.S2 Từ công thức n = e2
Bây giờ biết n, biết S2; ta có thể ấn ịnh trước ể tính Z2
Số người trả lời ạt câu hỏi i
Tỷ lệ trả lời câu hỏi thứ i = Tổng số ngườig xác ịnh trong mãu
Số người trả lời ạt yêu cầu phải hội ủ các iều kiện sau:
- Đúng là người cần hỏi.
- Phải trả lời một cách khách quan (người thu thập dữ liệu có thể phán oán iều này).
- Trả lời các câu hỏi không mâu thuẫn nhau.
7.2.5 Nhập dữ liệu vào máy vi tính (EXCEL hoặc SPSS)
7.3 DIỄN GIẢI DỮ LIỆU
7.3.1 Sắp xếp dữ liệu
Diễn giải dữ liệu là việc làm cho dữ liệu có ý nghĩa. Những dữ liệu rút ra từ bảng
tính bản thân nó không cho ta ý nghĩa gì cả. Bản chất của diễn giải dữ liệu là phải làm
thế nào ể các con số biết nói.
2 = n.eS22 và Z = n.eS22 = Se n Khi ó: Z
c/ Cách xác ịnh tỷ lệ trả lời
Các nhà nghiên cứu ưa ra nhiều cách xác ịnh tỷ lệ trả lời nhưng phương pháp ược
xem là hợp lý nhất là phương pháp sau: - 84 - lOMoARc PSD|36242669
Phương pháp lập các bảng phân tích thống kê và tính toán các ặc trưng thống kê
của tập dữ liệu sẽ giúp ta làm iều ó, mặt khác cách trình bày ồ họa càng cho ta một hình
ảnh trực quan hơn về tập dữ liệu.
7.3.2 Tính toán bảng dữ liệu
7.3.2.1 Bảng 1 chiều (1 biến)
- Bảng 1 chiều là bảng chỉ xem xét tần suất xuất hiện của một biến số.
- Cấu trúc của bảng ơn: Bảng ơn bao gồm 2 cột chủ yếu sau
+ Về tần suất: ta ã học trong thống kê, có 3 loại tần suất là tần suất tuyệt ối, tần
suất tương ối và tần suất tích lũy. Do ó ta có thể chia nhỏ cột tần suất thành các loại tần
suất nói trên nếu nó cần cho việc nghiên cứu.
+ Về biến số: ta lưu ý có 2 loại là biến ịnh lượng và biến ịnh tính. Biến ịnh lượng,
các giá trị của nó là các con số ịnh lượng có phân lớp hoặc không phân lớp.
Còn ở biến ịnh tính các giá trị của nó là các phạm trù (tên).
Ví dụ về bảng 1 chiều:
Ví dụ 1: Thu nhập hàng tháng của các hộ dân mà nhà nghiên cứu thu thập ược tại một nước như sau
Bảng 7.3: Ví dụ bảng 1 chiều Thu nhập Tần suất Tần suất Tần suất (1000USD) tuyệt ối tương ối tích lũy < 1000 39 11% 11% 1000 – 1990 123 35% 46% 2000 – 2990 51 14% 60% 3000 – 3990 37 10% 70% 4000 – 4990 35 10% 80% 5000 – 5990 47 13% 93% 6000 24 7% 100%
Nhìn vào bảng, ta có thể rút ra ược vài nhân xét :
- Số hộ có thu nhập 1000 – 1990USD có tỷ lệ cao nhất. - 85 - lOMoARc PSD|36242669
- Một nửa số hộ dân có thu nhập nhỏ hơn 2000USD/tháng.
Ví dụ 2: Tình hình chiếm lĩnh thị trường EU của các nhãn hiệu Càphê Việt Nam
Bảng 7.4: Ví dụ bảng 1 chiều Nhãn hiệu Tần suất tuyệt ối Tần suất tương ối TRUNG NGUYÊN 200 17% VINACOFFEE 470 40% BUÔN MA THUỘT 220 18,8% G7 45 3,8% Loại khác 125 11% Tổng số 1.170 100%
Nhìn vào bảng, ta cũng có thể ưa ra các kết luận tương tự. Mặc dù có một số ý
nghĩa nhưng bảng ơn chỉ xem xét tần suất của một biến số nên ta không thể dùng ể liên
hệ giữa hai hay nhiều biến số – iều mà các nhà nghiên cứu rất cần thiết ể rút ra các liên
hệ nhân quả. Để làm ược iều ó, ta cần phải sử dụng một loại bảng khác gọi là bảng phức hợp hay bảng chéo.
7.4.2.2 Bảng chéo
Bảng chéo 2 biến
Bảng chéo 2 biến chỉ xem xét mối liên quan về tần suất giữa 2 biến số. Khi ó ta
lập bảng bằng cách ể một biến « dòng » và một biến « cột ». Dưới mỗi biến là một giá
trị số (nếu là biến ịnh lượng) hoặc các phạm trù (nếu là biến ịnh tính). Việc xếp biến nào
là dòng hoặc cột, về nguyên tắc là không bắt buộc, nghĩa là có thể xếp tùy ý. Tuy nhiên
theo thói quen, người ta thường xếp biến nào ược giả thuyết là biến tác nhân làm biến
dòng và biến hệ quả làm biến cột.
Ví dụ: Ta muốn quan sát sự liên hệ giữa 2 biến là trình ộ học vấn và thu nhập.
Nhà nghiên cứu ưa ra khả năng biến trình ộ học vấn là biến tác nhân nên ể là biến dòng
và biến thu nhập là biến hệ quả nên ể là biến cột. Giả sử từ số liệu trong bảng tính (xử
lý) ta lập ược bảng sau:
Bảng 7.5: Mối liên hệ giữa trình ộ học vấn và thu nhập của dân cư Trình ộ học vấn Mức thu nhập (USD) Tổng số <1000 1000 - 2000 - 3000- 4000 - 5000 1990 2990 3990 4990 - PT trở xuống 250 140 60 40 16 10 516 - 86 - lOMoARc PSD|36242669 - Trung học CN 170 98 42 50 20 35 415 - Cao ẳng 146 240 135 180 165 140 1006 -Đại học 50 80 90 137 120 130 607 - Trên Đại học 50 30 30 43 85 160 356 Tổng số 624 588 357 450 406 475 2900
Để dễ so sánh mối quan hệ, ta cần ưa bảng tần suất tuyệt ối (bảng 7.5) về bảng
tần suất tương ối là loại bảng mà tần suất không biểu thị bằng số tuyệt ối mà biểu thị
bằng số phần trăm. Hướng tính tỷ lệ phần trăm là chiều tác ộng của biến tác nhân. Biến
tác nhân ở ây ược giả thuyết là trình ộ học vấn nên hướng tỷ lệ phần trăm là hướng dòng.
Có nghĩa là cột cuối cùng ược xem là 100%.
Từ số liệu ở Bảng 7.5, ta ưa về dạng bảng tần suất tương ối như sau :
Bảng 7.6: Mối liên hệ giữa học vấn và thu nhập của dân cư Trình ộ học vấn Mức thu nhập (USD) Tổng số <1000 1000 - 2000 - 3000 - 4000 - 5000 1990 2990 3990 4990 - PT trở xuống 48% 27% 12% 8% 3% 2% 516 - Trung học CN 41% 24% 10% 12% 5% 8% 100% - Cao ẳng 15% 24% 13% 18% 16% 14% 100% -Đại học 8% 13% 15% 23% 20% 21% 100% - Trên Đại học 2% 8,5% 8,5% 12% 24% 45% 100%
Qua 2 bảng 7.5 và 7.6 ta thấy rằng, nếu dùng bảng tần số tuyệt ối thì rất khó thấy
liên hệ giữa 2 biến số vì vai trò của các tần số tuyệt ối giữa các lớp không tương ường
nhau. Chẳng hạn ở cột tương ứng với mức thu nhập 5000, có 2 con số 140 và 130, về số
tuyệt ối chúng gần ngang bằng nhau nhưng nếu ưa về số tương ối thì con số 140 (lớn
hơn) lại ứng với con số phần trăm nhỏ hơn (14%) và con số 130 (nhỏ hơn) lại ứng với
con số phần trăm lớn hơn (21%). Như vậy, nếu ưa về con số tương ối thì số 130 lại có
vai trò lớn hơn con số 140.
Nhìn vào bảng minh họa 7.6 ta thấy a số những người có trình ộ học vấn thấp thì
có mức thu nhập thấp (trong số những người có học vấn thấp chỉ có rất ít, cụ thể là 2 ến
3% số người này có thu nhập cao 5000USD/tháng) và ồng thời a số những người có
trình ộ học vấn trên ại học có thu nhập 4000 và trong số họ chỉ có 2% số người có thu nhập thấp. - 87 - lOMoARc PSD|36242669
Vậy, từ các con số « khô khan », ta ã làm cho chúng nói lên ý nghĩa của nó bằng
cách lập các bảng thống kê tần suất tuyệt ối và tương ối.
Ở ây cần lưu ý rằng, ể ưa ra giả thuyết biến tác nhân và biến hệ quả (làm cơ sở
xác ịnh hướng tính tỷ lệ %) người ta thường dựa vào phép phân tính logic (Logical
analysis), chẳng hạn dựa vào logic, ta có thể ưa ra giả ịnh yếu tố thu nhập là biến tác
nhân ưa ến hệ quả là nhu cầu cà phê có xuất xứ từ các nước khác nhau hoặc trình ộ hiểu
biết là nguyên nhân ưa ến nhu cầu về gạo khác nhau; nếu giả thuyết ngược lại sẽ thấy
mâu thuẫn vô lý không chấp nhận ược. Tuy nhiên trong nhiều trường hợp, nếu dùng
phép phân tích logic thuần túy sẽ khó ịnh âu là biến tác nhân, âu là biến hệ quả chẳng
hạn như liên hệ giữa các biến thu nhập và trình ộ học vấn, giữa giá cả và nhu cầu một
loại sản phẩm v.v…Các biến này nếu dựa vào logic, ều có thể óng vai trò tác nhân và
cũng ồng thời ều có thể óng vai trò hệ quả.
Bảng chéo a biến
Từ bảng 2 biến, ta có thể lập ra các bảng a biến (3,4 v.v…) bằng cách ưa vào các
biến phụ. Giả sử từ biến trình ộ học vấn là biến chính ta ưa vào biến phụ là biến « Quốc
gia » và từ biến thu nhập ta ưa thêm biến phụ là biến thời gian, khi ó ta ã ược một bảng
chéo 4 biến. Về nguyên tắc, số biến ưa vào là không hạn chế, nhưng thường ể cho khỏi
rối rắm, người ta chỉ ưa vào 2 biến phụ gọi là bảng 4 biến.
Ví dụ: Dựa vào 2 biến phụ là Quốc gia và Thời gian, ta có bảng 4 biến như sau
Bảng 7.7: Bảng phức hợp 4 biến Trình ộ học vấn Mức thu nhập Năm 2004 Năm 2005 < 1000 1000 2000 3000 < 1000 2000 3000
-1990 -2990 -3990 1000 -1990 -2990 -3990 I- Quốc gia Pháp : - PT trở xuống - Trung học CN - Cao ẳng - Đại học - Trên Đại học - 88 - lOMoARc PSD|36242669 II- Quốc gia Anh : - PT trở xuống - Trung học CN - Cao ẳng - Đại học - Trên Đại học III- Quốc gia X…
Như vậy, khi ưa ra bảng 4 biến, ta ã phân tích liên hệ giữa trình ộ học vấn và thu
nhập trong mối quan hệ với yếu tố quốc gia và thời gian.
7.3.3 Tính toán các ại lượng thống kê mô tả
7.4.3.1 Số trung bình
Số trung bình ược ịnh nghĩa là trung tâm iểm của dãy phân phối mà các giá trị
của ại lượng ang quan sát phân bổ tập trung quanh nó.
Số trung bình ược xác ịnh bằng cách lấy tổng các giá trị quan sát chia cho số lần quan sát 1 n i = n i 1 X Trong ó:
Xi là giá trị quan sát thứ i n là giá trị quan sát
Nếu dãy phân phối có phân lớp, số trung bình sẽ ược tính như sau: n fiXi = i 1n fi i 1 Trong ó:
Fi là tần số của lớp i Xi
là giá trị giữa của lớp i Ý nghĩa:
+ Số trung bình là giá trị trung tâm của tập dữ liệu (lưu ý là giá trị trung tâm chứ
không phải giá trị giữa). Nó sẽ gần với giá trị ứng với tần suất quan sát lớn nhất. - 89 - lOMoARc PSD|36242669
+ Số trung bình là trị số thường ược dùng nhất trong số các giá trị phản ánh xu hướng trung tâm.
Tuy nhiên, số trung bình chịu sự ảnh hưởng bởi mọi giá trị quan sát nên trong
trường hợp các giá trị quan sát chênh lệch nhau quá lớn sẽ không còn tiêu biểu cho tập
dữ liệu nữa. Chẳng hạn, khi nghiên cứu về thu nhập của các hộ dân cư, nếu trong mẫu
nghiên cứu có một số hộ có mức thu nhập cao ặc biệt (gấp chục lần các hộ bình thường)
thì khi ó mức thu nhập trung bình sẽ không tiêu biểu cho tình hình thu nhập chung của mẫu dân cư ó.
7.3.3.2 Số mode
Số mode là giá trị trung tâm xảy ra thường xuyên nhất, nói cách khác, mode là
giá trị mà ại lượng ang quan sát nhận với tần suất lớn nhất.
Cách tính mode cũng chia làm 2 trường hợp :
(1) Đối với dãy phân phối không phân lớp, xác ịnh vị trí mode rất ơn giản, chỉ cần tìm
giá trị nào ứng với tần suất lớn nhất.
(2) Đối với dãy phân phối có phân lớp, xác ịnh số mode theo công thức sau d1 Mo = LMo + (i) d1 + d2 Trong ó: - Mo là giá trị mode
- LMo là giới hạn thấp nhất của lớp chứa mode.
- d1 là sai biệt về tần suất của lớp chứa mode với lớp ứng liền trước nó.
- d2 sai biệt về tần suất của lớp chứa mode với lớp ứng liền sau nó.
- i: khoảng cách lớp của lớp chứa mode.
Ý nghĩa: Mode là giá trị phổ biến của ại lượng ngẫu nhiên, nó cho ta biết giá trị
thường gặp nhất khi quan sát một ại lượng nào ó. Nó rất thuận lợi khi ánh giá một tập
dữ liệu có các giá trị lệch nhau khá lớn, khi ó dùng giá trị trung bình sẽ không tiêu biểu cho tập dữ liệu.
7.3.3.3 Số trung vị
Số trung vị là giá trị chính giữa của dãy phân phối.
Cách tính số trung vị chia 2 trường hợp:
(1) Nếu dãy phân phối không phân lớp
+ Số các giá trị quan sát là lẻ - 90 - lOMoARc PSD|36242669
Số thứ tự của số trung vị = n 1 2
Với n là số lần quan sát
+ Số các giá quan sát là chẵn, số trung vị là giá trị nằm giữa 2 giá trị trung tâm.
(2) Nếu dãy phân phối có phân lớp ; số trung vị xác ịnh như sau: Md = Lmd + (N /2) CF (i) fmd Trong ó: Md: là số trung vị
Lmd: Giới hạn dưới của lớp chứa trung vị.
N: Tổng tần suất tuyệt ối của dãy phân phối. CF: Tần
số tính lũy của lớp liền trước chứa trung vị.
fmd: Tần suất tuyệt ối của lớp chứa trung vị.
i: khoảng cách lớp của lớp chứa trung vị
Lớp chứa trung vị là lớp chứa ½ tổng tần suất quan sát.
Ý nghĩa số trung vị: Số trung vị cho biết có 50% số trường hợp nhận giá trị nhỏ
hơn nó và 50% số trường hợp lớn hơn nó.
Ưu iểm của số trung vị: Nó có thể xác ịnh ược ối tượng với dãy phân mở và nó
không bị ảnh hưởng bởi các giá trị ở 2 ầu mút của dãy phân phối.
7.3.3.4 Khoảng biến thiên
Khoảng biến thiên là sai biệt giữa giá trị cao nhất và giá trị thấp nhất của tập dữ liệu. Cách tính: R = Xl – Xs R là khoảng biến thiên
Xl là giá trị lớn nhất giải phân phối
Xs là giá trị nhỏ nhất giải phân phối
Ý nghĩa: khoảng biến thiên cho ta biết ộ ổn ịnh của dãy phân phối. Khoảng biến
thiên nhỏ ta nói ại lượng ngẫu nhiên ạt ộ ổn ịnh cao, khoảng biến thiên lớn, ta nói ại
lượng ngẫu nhiên bị phân tán nhiều. - 91 - lOMoARc PSD|36242669
7.3.3.5 Độ lệch tuyệt ối trung bình
Độ lệch tuyệt ối trung bình là số bình quân công của các ộ lệch tuyệt ối giữa
lượng biến với số bình quân của các lượng biến ó. Công thức tính như sau: X I X d = (a) n X
X fi hay d = I
(trường hợp có quyền số) (b) fi Trong ó:
d : ộ lệch tuyệt ối bình quân
X : số bình quân cộng của các lượng biến xi
xi (I = 1,2 … n): các lượng biến fi (I = 1, 2,…, n): các tần số
... : ký hiệu biểu hiện trị số tuyệt ối
7.3.3.6 Phương sai
Phương sai là sai lệch bình phương trung bình giữa các giá trị quan sát bất kỳ với
giá trị trung bình của dãy phân phối. Vì trong một dãy phân phối, sẽ có một giá trị nhỏ
hơn giá trị trung bình (sai biệt âm (-)) và một số giá trị lớn hơn giá trị trung bình (sai biệt
dương (+)), do ó nếu ta lấy trung bình các sai lệch ó thì các sai lệch âm sẽ bù trừ qua lại
với sai lệch dương và kết quả có thể bằng không nên người ta phải bình phương các sai
lệch ể triệt số âm (-). Cách tính
Theo ịnh nghĩa, phương sai mẫu ược xác ịnh như sau: n 2 i 2 X = i 1 (a) n 1 Trong ó: - 2 hay 2
e là phương sai mẫu.
- Xi là giá trị quan sát thử i của mẫu.
- X là giá trị trung bình mẫu.
Ta có thể biến ổi công thức (a) thành dạng sau: - 92 - lOMoARc PSD|36242669 2 = 2 2 (b) 1 Trong ó: 2 n 2 i và = n i n i 1 i 1
Sử dụng công thức (b), việc tính toán sẽ dễ dàng hơn.
7.3.3.7 Độ lệch chuẩn
Vì phương pháp lấy phương sai ược thực hiện bình phương các sai lệch nên dùng
phương sai mô tả tập dữ liệu sẽ rất khó khăn, chẳng hạn ta ang cần nghiên cứu ộ lệch
chuẩn về kích thước chiều cao của một chi tiết ( ơn vị tính chiều dài) nhưng vì tính
phương sai nên các sai lệch ược bình phương lên và ơn vị tính ang là chiều dài trở thành
ơn vị tính diện tích cm2, dm2, m2 v.v…khi ó ta sẽ khó mô tả. Do vậy, ta phải khai căn số
bậc 2 của phương sai ể ơn vị tính trở về ơn vị ban ầu, kết quả khai căn ó gọi là ộ lệch chuẩn.
Vậy ộ lệch chuẩn là căn số bậc 2 của phương sai. Như vậy, phương sai và ộ lệch
chuẩn về bản chất là một.
Ý nghĩa của ộ lệch chuẩn: -
Nó là công cụ ể so sánh ộ lệch của 2 dãy phân phối. Trong 2 dãy phân
phối, dãy nào có ộ lệch nhỏ hơn ược xem là ồng nhất hơn.
Ví dụ: Nghiên cứu thu nhập của các hộ dân cư ở 2 thành phố khác nhau, ta lập
ược 2 dãy phân phối. Dãy phân phối nào có phương sai hay ộ lệch chuẩn nhỏ hơn, ta nói
dân cư ở nơi ó có thu nhập ồng ều hơn và ngược lại. -
Độ lệch chuẩn còn là cơ sở ể ước lượng trung bình tổng thể từ số trung bình mẫu.
Trong luật về phân phối chuẩn, các nhà nghiên cứu ã ưa ra tính qui luật về mối
liên hệ giữa giá trị trung bình và ộ lệch chuẩn gọi là qui tắc K xích-ma. Theo qui tắc này,
nếu X là một phân phối chuẩn sẽ có 68% số trường hợp quan sát mà giá trị của chúng
nằm trong khoảng giá trị trung bình 1 (một ộ lệch chuẩn) và sẽ có khoảng 95,45%
số trường hợp quan sát mà giá trị của chúng nằm trong khoảng giá trị trung bình 2
(hai ộ lệch chuẩn) và sẽ có hầu hết các trường hợp quan sát (99,73%) mà giá trị của
chúng nằm trong khoảng giá trị trung bình 3 (ba ộ lệch chuẩn).
Lý thuyết về thống kê cơ bản ã cho ta biết rằng, nếu tổng thể là một phân phối
chuẩn về dấu hiệu ang nghiên cứu (ví dụ Thu nhập của hộ dân, mức tiêu dùng một loại
sản phẩm…) thì với kích thước mẫu ủ lớn, các trung bình mẫu khả hữu cũng lập thành - 93 - lOMoARc PSD|36242669
một phân phối chuẩn có kỳ vọng toán chính bằng trung bình tổng thể và phương sai là 2
x /n (tức là bằng phương sai tổng thể chia cho kích thước mẫu n).
Từ ó ta có thể thiết lập một quan hệ giữa số trung bình mẫu với trung bình tổng
thể trên cơ sở áp dụng qui tắc k xích-ma ở trên. Khi ó:
2 với một xác suất nào ó hay: n x x x 1 n n Trong ó
x là trung bình tổng thể cần ước lượng là trung bình mẫu
Z là biến số chuẩn. Z phụ thuộc hệ số tin cậy 2
x là phương sai tổng thể (trong thực hành người ta thay bằng phương sai mẫu có hiệu chỉnh. n là kích thước mẫu.
Ngoài ra phương sai và ộ lệch chuẩn còn là cơ sở ể xác ịnh kích thước mẫu tối
thiểu ể ảm bảo yêu cầu về ộ tin cậy cho trước.
7.3.3.8 Hệ số biến thiên
Khoảng biến thiên cũng như phương sai và ộ lệch chuẩn chỉ ược ể mô tả các dữ
liệu khi chúng có cùng ơn vị o lường (met, kg…) nhưng nếu cần so sánh sự phân tán của
nhiều hơn một dãy phân phối có ơn vị o lường khác nhau, ta phải dùng hệ số biến thiên,
chẳng hạn khi ta cần so sánh sai lệch về trong lượng của sản phẩm với sai lệch về dung
tích sản phẩm xem chúng có liên hệ với nhau không, khi ó ta sử dụng hệ số biến thiên.
Hệ số biến thiên là hệ số giữa ộ lệch chuẩn và giá trị trung bình của dãy phân phối. Cách xác ịnh: C.V = S % X - 94 - lOMoARc PSD|36242669
Khoảng biến thiên (còn gọi là toàn cự) là ộ lệch giữa lượng biến lớn nhất và lượng
biến bé nhất của tiêu thức nghiên cứu. Công thức tính như sau: R= Xmax - Xmin Trong ó: R: khoảng biến thiên
Xmax, Xmin: lượng biến lớn nhất và lượng biến bé nhất của tiêu thức nghiên cứu.
7.3.4 Diễn giải bằng biểu ồ
Sử dụng biểu ồ hay ồ thị sẽ cho ta một cái nhìn sinh ộng hơn, trực quan hơn là
khi sử dụng bảng. Tuy nhiên, khi sử dụng biểu ồ hay ồ thị cần phân biệt sự khác nhau
giữa dữ liệu ịnh tính và dữ liệu ịnh lượng.
7.3.4.1 Dữ liệu ịnh lượng
Dữ liệu ịnh lượng có thể trình bày dưới các dạnh biểu ồ sau -
Biểu ồ thanh: có 2 loại là thanh tần suất tuyệt ối và thanh tần suất tương
ối. Khi sử dụng biểu ồ thanh ối với dữ liệu ịnh lượng, các thanh thường sử dụng theo
chiều ứng và xếp liền nhau do dữ liệu ịnh lượng mang tính liên tục. Trên hệ trục toạ ộ,
trục hoành chỉ các giá trị quan sát, trục tung chỉ các tần số quan sát. Độ lớn các thanh
tương ứng với ộ lớn của khoảng cách lớp trong bảng dữ liệu vì vậy ô lớn các thanh có
thể bằng nhau hoặc không bằng nhau. -
Biểu ồ dạng a giác tần suất: ta có thể chuyển từ biểu ồ dạng thanh qua
biểu ồ dạng a giác tần suất bằng cách:
+ Từ giá trị giữa của mỗi thanh ứng với tần suất của thanh ó ta xác ịnh một iểm
trên mặt phẳng toạ ộ.
+ Nối tất cả các iểm xác ịnh ược, ta ược một a giác tần suất.
+ Đa giác tần suất cho ta hình ảnh rõ ràng hơn về tập dữ liệu.
7.3.4.2 Dữ liệu ịnh tính -
Biểu ồ thanh: Khi trình bày dữ liệu ịnh tính dưới dạng biểu ồ thanh, cần
chú ý một số vấn ề sau:
+ Thanh có thể ể theo chiều ứng hoặc chiều ngang.
+ Mỗi thanh biểu trưng cho một phạm trù, do ó cần gán tên gọi cho mỗi thanh.
+ Độ lớn của các thanh bằng nhau, tránh hiểu lầm về vai trò của các phạm trù. - 95 - lOMoARc PSD|36242669
+ Mỗi thanh biểu trưng cho một phạm trù riêng biệt nên các thanh cần ể cách
nhau. Khoảng cách giữa cách thanh không theo qui tắc cụ thể nhưng thường là ½ ộ lớn của thanh. -
Biểu ồ múi: có dạng tròn hoặc elíp bao gồm nhiều múi. Toàn bộ hình tròn
biểu trưng cho tổng thể, là 100%. Mỗi múi tiêu biểu cho một phạm trù tính bằng tỷ lệ phần trăm.
+ Múi ầu tiên ược bắt ầu ở vị trí kim ồng hồ chỉ 12 giờ. Múi ầu là múi ứng với
phạm trù chiếm tỷ lệ cao nhất.
+ Các múi tiếp theo ược trình bày, xếp ặt theo chiều kim ồng hồ và theo thứ tự ộ lớn góc giảm dần.
Đối với dạng biểu ồ này, chỉ phù hợp khi mà các phạm trù không nhiều.
7.3.5 Sử dụng máy vi tính (EXCEL, SPSS) ể diễn giải dữ liệu
7.4 PHÂN TÍCH DỮ LIỆU
7.4.1 Phân tích các sai biệt
7.4.1.1 Quy trình kiểm nghiệm giả thuyết thống kê
Bước 1: Phát biểu giả thuyết “không” & giả thuyết thay thế. Đầu tiên ta ưa ra một
giả thuyết hay giả ịnh về tham số tổng thể, và dùng dữ liệu mẫu ể phân tích xem nên
chấp nhận hay bác bỏ giả thuyết ó. Giả thuyết cần kiểm ịnh gọi là giả thuyết “không” kí hiệu bằng chữ Ho.
Ví dụ: Ta muốn thu thập trung bình ầu người của dân cư trong thành phố cần
nghiên cứu phải 3000USD/tháng không? Khi ó giả thuyết “không” sẽ viết là: Thu thập
trung bình của dân cư trong thành phố không khác 3000. Giả thuyết “không” sẽ sẽ viết
theo ký hiệu là Ho: = 3000
Nếu các kết qua tính toán từ dữ liệu mẫu không củng cố cho giả thuyết “không”
ta sẽ i ến một kết luận khác. Vậy một kết luận mà việc chấp nhận nó còn tuỳ thuộc vào
việc bác bỏ hay giả thuyết “không” ược goi là giả thuyết thay thế, kí hiệu là H1. Đối với
giả thuyết thay thế, tuỳ thuộc vào bản chất hay tình huống vấn ề có ịnh hướng hay không
có ịnh hướng mà ta ược kiểm ịnh một hướng hay hai hướng, còn gọi là 2 uôi. Nếu giả
thuyết thay thế có ịnh hướng thì việc kiểm ịnh sẽ ược gọi là kiểm ịnh 1 uôi còn nếu giả
thuyết thay thế không có tính ịnh hướng thì việc kiểm ịnh ược gọi là kiểm ịnh 2 uôi.
Chẳng hạn trong ví dụ trên, nếu ta viết giả thuyết H1: 3000 thì có nghĩa là phải
kiểm ịnh 2 uôi là < 3000 và > 3000. Trong trường hợp nhà ầu tư chi quan tâm ến - 96 - lOMoARc PSD|36242669
vấn ề thu thập có lớn hơn 3000 hay không, khi ó giả thuyết thay thế ược viết H1: <
3000 nghĩa là chỉ kiểm ịnh một uôi (giả thuyết Ho sẽ ược viết Ho: < 3000 nghĩa là chỉ
kiểm ịnh một uôi (giả thuyết Ho sẽ ược viết Ho: 3000). Bản chất ịnh hướng của giả
thuyết sẽ tác ộng ến cách tiếp nhận thống kê sẽ làm rõ ở bước sau.
Sơ ồ 7.2: Qui trình kiểm nghiệm giả thuyết thống kê
Phát biểu giả thuyết “không” và giả thuyết thay thế
Chọn mức ý nghĩa mong muốn
Chọn phương thức kiểm ịnh thích hợp
Xác ịnh vùng bác bỏ hay các vùng tới
hạn – Nguyên tắc quyết ịnh
Tính số thống kê kiểm ịnh thích hợp Rút ra kết luận
Bước 2: Chọn mức ý nghĩa mong muốn
Mức ý nghĩa mong muốn tức là xác ịnh khả năng phạm sai lầm mà nhà nghiên
cứu có thể chấp nhận.
Trong thống kê, người ta ưa ra hai loại sai lầm là sai lầm loại 1 và sai lầm loại 2.
Sai lầm loại 1 là loại sai lầm khi ta bác bỏ giả thuyết “không” khi nó úng và sai lầm loại
2 là loại sai lầm khi ta chấp nhận giả thuyết “không” khi nó sai. Hai loại sai lầm này có
thể ví như sai lầm của người bác sĩ khi khám bệnh cho bệnh nhân. Sai lầm loại 1 tương
tự như khi người bệnh không có bệnh. Bác sĩ lại nói là có bệnh. Như vậy cả hai loại sai
lầm trên ều “nguy hiểm”. Tuy nhiên, tuỳ từng trường hợp người ta xác ịnh sai lầm nào
“nguy hại” hơn sai lầm nào và chấp nhận loại sai lầm nào vì người ta muốn giảm sai lầm - 97 - lOMoARc PSD|36242669
này thì làm tăng khả năng mắc sai lầm kia, chẳng hạn người bác sĩ muốn giảm khả năng
sai lầm bỏ sót bệnh thì ông ta sẽ tăng khả năng mắc sai lầm chữa nhầm bệnh (vì người
không bệnh lại chuẩn oán là có bệnh). Bảng 7.8 tóm tắt các trường hợp dẫn ến khả năng mắc các loại sai lầm.
Bảng 7.8: Các trường hợp xảy ra sai lầm Kết luận thống kê
Giả thuyết “không” úng
Gả thuyết “không” sai - Bác bỏ Sai lầm loại 1 Quyết ịnh úng - Chấp nhận Quyết ịnh úng Sai lầm loại 2
Khả năng sai lầm trong thống kê gọi là mức ý nghĩa ( ) và hệ số tin cậy sẽ là 1-
. Trong thực tế, ba mức ý nghĩa thường sử dụng nhất là =0,1;
=0,05; và = 0,01 tương ứng với 3 mức ý nghĩa ó là 3 hệ số tin cậy là 90%, 95% và
99%. Nhà nghiên cứu nếu muốn có hệ số tin cậy cao thì phải giảm mức ý nghĩa alpha.
Tuy nhiên, giảm mức ý nghĩa alpha iều ó cũng có ý nghĩa làm tăng khả năng phạm sai
lầm loại kia như phần trên ã làm rõ.
Bước 3: Chọn phương thức kiểm ịnh thích hợp
Tuỳ theo vấn ề ang nghiên cứu và tuỳ trường hợp của mẫu nghiên cứu mà ta sẽ
chọn một phương thức thích hợp. Khi chọn một phương thức kiểm ịnh ta phải dựa vào
các yếu tố sau. Có bao nhiêu mẫu liên quan ến liên quan ến vấn ề nghiên cứu. Các mẫu
ộc lập hay liên hệ với nhau. Dữ liệu là tham số hay phi tham số v.v… như vậy sẽ có rất
nhiều phương thức kiểm ịnh sẽ ược dùng ến.
Bước 4: Xác ịnh các vùng bác bỏ hay giới hạn, nguyên tắc quyết ịnh
Sau khi ã chọn ược phương thức kiểm ịnh thích hợp, bước tiếp theo sẽ ịnh vùng
bác bỏ hay tới giới hạn. Công việc này ược tiến hành như sau: -
Trên cơ sở dữ liệu thu ược từ mẫu, ta xác ịnh một ại lượng thống kê K, tuỳ
theo tính chất của dữ liệu mẫu. -
K có qui luật phân phối nhất ịnh (có thể là phân phối F hay phân phối x2…).
Khi ó, với mức ý nghĩa ịnh trước, ta sẽ xác ịnh ược các trị số K1, K2 sao cho: P (K1 K K 2) = 1 -
K1, K2: gọi là các trị số tới hạn
Với K, có thể xảy ra các trường hợp sau: - 98 - lOMoARc PSD|36242669
a/ K nằm khoảng (K1, K2) tức là K < K1 hoặc K > K2, khi ó ta bác bỏ giả
thuyết Ho và miền ngoài K1, K2 gọi là miền bác bỏ giả thuyết.
b/ K nằm trong khoảng K1, K2 tức (K1 K K 2), khi nhận giả thuyết miền K
Hình 7.1: Minh họa vùng chấp nhận và vùng bác bỏ với kiểm ịnh 2 uôi
1 , K 2 gọi là miền chấp nhận giả thuyết. Vùng bác bỏ Vùng chấp nhận Vùng bác bỏ 0 ị ố ớ ạ ị ố ớ ạ
Tuỳ theo tính chất hay tình huống của ại lượng ang nghiên cứu mà ta có thể kiểm
ịnh hướng hoặc không có ịnh hướng, còn gọi là kiểm ịnh 2 uôi và một uôi
( ã trình bày ở bước 1). Nếu là kiểm ịnh 2 uôi, ta phải tính 2 trị số tới hạn ứng với
2 , tức là P (K < K1) = P (K >K2) = 2 . Nếu là kiểm ịnh 1 uôi, ta chỉ tính 1 trị số tới hạn
ứng với mức ý nghĩa . Nếu trị số K tính ược từ dữ liệu mẫu lớn hơn trị số tới hạn Ko
(K > Ko), ta bác bỏ giả thuyết. Các trị số tới hạn ược tìm thấy bằng cách tra các bảng
phân phối T, phân phối F, phân phối x2 v.v…
Hình 7.2. Minh họa vùng chấp nhận & vùng bác bỏ với kiểm ịnh 1 uôi. Vùng bác bỏ Vùng chấp nhận 0 1.645 Xác xuất 95% Xác xuất 5% ị ố ớ ạ - 99 - lOMoARc PSD|36242669
Bước 5: Tính số thống kê của bảng kiểm ịnh thích hợp từ dữ liệu mẫu. Tuỳ theo
số thống kê thuộc loại phân phối nào, ta sẽ có công thức ể tính các trị số thống kê kiểm ịnh.
Bước 6: Rút ra kết luận thống kê liên quan ến giả thuyết “Không”
So sánh trị số thống kê kiểm ịnh tính ở bước 5 và trị số tới hạn xét ở bước 4, khi
ó ta rút ra kết luận dựa theo nguyên tắc sau: -
Đối với kiểm ịnh 1 uôi: Nếu số thống kê tính ược từ dữ liệu mẫu lớn hơn
trị số tới hạn (K > Ko). Ta bác bỏ giả thuyết Ho. Nếu K Ko ta chấp nhận giả thuyết Ho. -
Đối với kiểm ịnh 2 uôi: Nếu số thống kê tính ược từ dữ liệu mẫu nằm trong
khoảng 2 trị số tới hạn (K1 K K 2). Khi ó ta chấp nhận giả thuyết Ho. Nếu K nằm
ngoài 2 trị số tới hạn (K < K1 hoặc K > 2) ta bác bỏ giả thuyết Ho (nghĩa là không có ủ
cơ sở về mặt thống kê ể chấp nhận giả thuyết Ho).
Ơ ây lưu ý một iều quan trọng rằng: Kiểm ịnh thống kê ể rút ra kết luận không
phải là công việc làm thay cho ngưới quyết ịnh. Kiểm ịnh cung cấp các bằng chứng
thống kê ể không thể bác bỏ giả thuyết. Vì vậy, khi một giả thuyết ược chấp nhận, ta
muốn nói rằng không ủ cơ sở về mặt thống kê ể bác bỏ giả thuyết ó. Trong khi ó, quyết
ịnh cuối cùng của nhà quản trị còn phải dựa vào rất nhiều yếu tố khác. Vì vậy, những kết
luận thống kê chỉ góp phần làm tăng thêm các cơ sở ể nhà quản trị dễ dàng lựa chọn khi
ưa ra kết ịnh cuối cùng.
7.4.1.2 Kiểm nghiệm giả thuyết ối với thống kê tham số - Kiểm nghiệm Z - Kiểm nghiệm t -
Kiểm nghiệm phương sai Điều kiện áp dụng kiểm ịnh Z&T
Kiểm ịnh Z & T là kỹ thuật o lường sai biệt giữa các số liệu khi các iều kiện sau ây ược thoả mãn: -
Các thang o lường là khoảng cách hay tỷ lệ. - Dữ liệu là tham số. -
Trong trường hợp chỉ có 1 mẫu.
a/ Kiểm ịnh Z
Kiểm ịnh Z thích hợp khi :
+ Biết ộ lệch chuẩn tổng thể ( x) - 100 - lOMoARc PSD|36242669
+ Kích thước mẫu n 30 (nếu n< 30 thì ại lượng ang nghiên cứu phải
chắc chắn có phân phối chuẩn).
Công thức kiểm ịnh tổng quát: Z = Error! Trong ó: Z : Là biến số chuẩn
X : Là trị số trung bình mẫu
: Trung bình tổng thể hay trung bình giả
thuyết S: Phương sai mẫu có hiệu chỉnh n: kích thước mẫu
Ý nghĩa: Nhìn vào công thức kiểm ịnh, ta dễ dàng nhận thấy kiểm ịnh Z nhằm
kiểm ịnh sự khác biệt giữa số trung bình mẫu & trung bình tổng thể hoặc trung bình giả thuyết.
Ví dụ: Theo số liệu báo cáo của cơ quan thống kê, thu nhập bình quân ầu người
ở thành phố Paris là 3000USD/tháng. Một công ty sản xuất cà phê Việt Nam ịnh mở một
nhà máy sản xuất ở ó và công ty cho rằng nếu thu nhập bình quân ầu người úng như số
liệu trên thì công ty có thể yên tâm ầu tư mở nhà máy. Để kiểm chứng số liệu, công ty
chọn 100 mẫu người ể iều tra và kết quả thu nhập bình quân theo ầu người tính ược là
2500USD và ộ lệch chuẩn là 700USD. Công ty muốn biết số liệu 3000 có tin cậy ược
không vì số liệu 2500 chỉ là số liệu iều tra trên một mẫu nhỏ (100 người). Hay nói cách
khác, công ty muốn biết có sự khác biệt giữa con số 2500 và 3000USD về mặt thống kê hay không? Cách giải quyết:
Bước 1: Đặt giả thuyết không (Ho)
Giả thuyết không (Ho) phát biểu như sau: Lợi tức trung bình ầu người của mẫu
giống với lợi tức của tổng thể mà cơ quan thống kê ã báo cáo. Giả thuyết thay thế (H1)
cho là thu nhập bình quân trong mẫu khác với giả thuyết. Kí hiệu: Ho: = 3000USD H1: 3000USD
Đây là kiểm ịnh 2 uôi vì giả thuyết thay thế không nói hướng sai biệt.
Bước 2: Mức ý nghĩa. Ta chọn mức ý nghĩa =0,05. Điều ó nghĩa là khả năng
phạm sai lầm của ta là 5%.
Bước 3: Chọn kiểm ịnh thống kê - 101 - lOMoARc PSD|36242669
Ơ ây ta chọn kiểm ịnh Z trong trường hợp 1 mẫu vì: - Dữ liệu là tham số -
Kích thước mẫu n = 100 (>30) -
Số lượng mẫu (k= 1) Bước 4: Quy tắc quyết ịnh
Quy tắc quyết ịnh ược thiết lập bằng cách xác ịnh trị số tới hạn của Z, vì ây là
kiểm ịnh 2 uôi nên ta lấy một nửa của 0,05. Để tính trị giá Z, ta lấy 1,00 trừ i 0,025 (1,00
– 0,025 = 0,975). Tra cứu trong bảng và tìm ra trị giá gần nhất với 0,975. Từ ô ó, ọc trị
số theo lề trái và trị số ở ầu cột. Trong trường hợp này trị số lề trái là 1,9 và trị số ầu cột
là 0,06. Từ ó ta xác ịnh ược Z = 1,96. Vì trị số này mới dành cho 1 uôi ta phải xác inh
trị số của uôi kia là – 1,6 ( ối xứng với nó).
Như vậy, quy tắc quyết ịnh sẽ là bác bỏ giả thuyết “không” và chấp nhận giả
thuyết thay thế nếu trị số Z kiểm ịnh tính ược không rơi vào vùng từ – 1,96 → +1,96
Bước 5: Tính số thống kê kiểm ịnh Zkd = Z = Error!
2 = n-1n 2x Ta có: S = Error! Từ S
Vậy S = Error! = 70,35
Zkd = Error! = Error! = 7,07
Bước 6: Rút ra kết luận thống kê
Vì Zkd tính ược là 7,07 nằm ngoài vùng – 1,96 nên ta bác bỏ giả thuyết “không”
và chấp nhận giả thuyết thay thế. Nghĩa là, về mặt thống kê, thu nhập bình quân ầu người
trong thành phố Paris không phải là 3000USD. Lưu ý:
Thứ nhất: Trong trường hợp này, nếu nhà quản trị chỉ quan tâm ến việc thu nhập
bình quân ầu người của tổng thể có không nhỏ hơn 3000USD hay không, tức là ( 3000).
Khi ó vấn ề ã tính ịnh hướng và như vậy ta có kiểm ịnh 1 uôi và giả thuyết Ho, H1 ược
phát biểu như sau: Ho: 3000USD H1: <3000USD
Trị số Z ược tính ở ây tương ứng với kiểm ịnh 1 uôi.
Ta lấy (1-0,05 = 0,95) tra bảng ta tìm ược trị số tới hạn ứng với 0,95 là 1,64 và
quy tắc quyết ịnh lúc này là nếu Zkd tính ược mà nhỏ hơn hoặc bằng 1,64 (Zkd 1,64)
thì ta chấp nhận giả thuyết Ho, ngược lại, ta bác bỏ Ho và chấp nhận H1. - 102 - lOMoARc PSD|36242669
Qua tính toán ở bước 5, ta tính ược Zkd = 7,07 > 1,64 nên ta bác bỏ giả thuyết Ho
và chấp nhận H1, có nghĩa là thu nhập trung bình của tổng thể nhỏ hơn 3000USD.
Thứ hai: Trong trường hợp ối với số tỷ lệ (không phải số trung bình) ta chỉ cần
thay công thức tính trị số Zkd bằng: Zkd = Error! Trong ó :
fn = là tỷ mẫu p0 = tỷ lệ giả thuyết q0 = 1-p0
và tiến hành tương tự như ối với số trung bình.
b/ Kiểm ịnh T
Kiểm ịnh T ược áp dụng khi :
+ Kích thước mẫu n < 30 và ại lượng ang nghiên cứu có phân phối chuẩn
+ n > 30 và không biết ộ lệch chuẩn của tổng thể b1/
Trường hợp một mẫu (k= 1)
Áp dụng kiểm ịnh T cũng giống như kiểm ịnh Z, chỉ khác là trị số T tới hạn ược
tra bảng phân phối t – student với (n-1) bậc tự do.
b2/ Trường hợp 2 mẫu (k=2)
Ở ây ta phân biệt 2 trường hợp cụ thể :
*Trường hợp 2 mẫu ộc lập (không liên quan)
Ví dụ: Qua số liệu báo cáo, lãnh ạo một công ty sản xuất cà phê cho rằng hình
như có sự khác nhau về mức tiêu dùng cà phê bình quân ầu người giữa mùa hè và mùa
ông tại khu vực thủ ô Paris. Công ty quyết ịnh kiểm chứng thông tin này bằng cách tiến
hành iều tra 2 ợt, ợt 1 vào mùa hè và ợt 2 vào mùa ông. Mỗi ợt iều tra 15 hộ gia ình, 2
ợt iều tra hoàn toàn ộc lập nhau có số liệu sau: Mùa hè Mùa ông - Mức Sử Dụng Bình 0,7kg 0,5kg Quân Đầu Người X - Độ lệch chuẩn 0,18kg 0,13 kg
Vậy Công ty sẽ kết luận về iều nghi ngờ trên như thế nào? Cách giải quyết
Bước 1: Đặt giả thuyết H0 H0: 1 = 2 hay 1- 2 = 0 - 103 - lOMoARc PSD|36242669 H1: 1 2 hay 1- 2 0
Đây là kiểm ịnh 2 uôi vì giả thuyết H1 không nói rõ hướng sai biệt Bước 2:
Mức ý nghĩa, ta chọn mức ý nghĩa 0,05 và như vậy tính cho 0.05 1 uôi là 2 = 2 = 0,025
Bước 3: Chọn loại kiểm ịnh
Ơ ây ta chọn kiểm ịnh t trong trường hợp 2 mẫu vì: - Dữ liệu là tham số
- Chưa biết x2, kích thước mẫu n = 15 < 30 - Số lượng mẫu (k = 2)
Bước 4: Quy tắc quyết ịnh, quy tắc quyết ịnh bằng cách tìm trị số tới hạn t trong
bảng phụ lục C. Độ tự do trong từng trường hợp này ược tính bằng dt = n1 + n2 – 2 = 15 +15 -2 = 28
Trị số tới hạn t cho 28 dt và mức ý nghĩa 0,05 cho kiểm ịnh 2 uôi (mỗi uôi 0,025)
iều tra bảng tìm ược là: 2,048
Quy tắc quyết ịnh là: ta sẽ bác bỏ giả thuyết H0 nếu t kiểm ịnh (tkd) tính ược nằm
ngoài khoảng từ -2,048 → +2,048
Bước 5: Tính số thống kê kiểm ịnh:
tn1+n2 – 2 = Error! Trong ó:
Sp2: là phương sai gộp của cả hai nhóm
X 1: là trung bình mẫu 2 n1,
n2 : là kích thước mẫu 1&2
và Sp2 = 1 - 1)Sn21 + (n+n2 2 - 1)S2 (n Trong ó: - Sp2 và S 2
2 là phương sai mẫu 1 & 2
Vì lý giả thuyết H0 phát biểu 1 = 2 1 - 2 = 0 Nên từ (1) ta có tn1 + n2 = Error! 2 = (n 2 2
1 - n2) n S1 + n1 + (n2 - 21 - 1)S2 Với : Sp (15-1) 0.182 + (15 -1) 0.132 0.685 - 104 - lOMoARc PSD|36242669 = 15 +15 -2 = 28 = 0.024
= >tn1 + n2 -2 = Error! = Error! = Error! = 0.036
Ban lãnh ạo Công ty Cà phê Trung Nguyên muốn biết có sự khác biệt nào thực
sự về số lượng cà phê tiêu thụ trước khi ược cải tiến & sau khi tiến hành cải tiến mẫu
mã, sản phẩm cà phê tại thị trường Nhật Bản.
Bước 1 : Đặt giả thuyết
H0 : = 2 (không có sự khác biệt) H1 : 2
Bước 2 : Mức ý nghĩa. Ta chọn mức ý nghĩa = 0.05 vì ây là kiếm ịnh 2 uôi 0.05
nên mức ý nghĩa tính cho mỗi uôi là 2 = 0.025
Bước 3 : Chọn loại kiếm ịnh. Ở ây ta chọn loại kiểm ịnh trong trường hợp 2 mẫu có liên hệ vì : - Dữ liệu là tham số - Số lượng mẫu k =2 -
Các mẫu có liên hệ với nhau. Bước 4 : Quy tắc quyết ịnh
+ Tìm trị số tới hạn: tra bảng t ứng với (n-1) = (12 -1) bậc tự do và mức ý nghĩa
cho mỗi uôi 0.025 ta tìm ược 2 trị số tới hạn là (-2.201) và (+2.201).
+ Quy tắc quyết ịnh : nếu tkd nằm ngoài (-2.201 → +2.201) ta bác bỏ H0. Ngược lại ta chấp nhận H0.
Bước 5: Tính số thống kê kiểm ịnh tkd Công
thức tn – 1 = Error! Trong ó:
d : là trung bình số học của các loại sai bịêt giữa 2 mẫu S 2 d :
Phương sai của các sai biệt giữa 2 mẫu
Công thức tính d và S 2 d n di - 105 - lOMoARc PSD|36242669 i = 1 2 =
di2 ( ndi2) d = n và Sd n 1
Từ bảng dữ liệu ta có :
di = -5, di2 = 447, n = 12 di -5 Do ó : d = n = 12 = -0.417
Và Sd2 = Error! = Error! = 40.447
Từ ó ta tính ược : Sd = 40.447 = 6.36
Thay số liệu vào ta có : tn – 1 = Error! = -
0.23 Bước 6: Rút ra kết luận
Vì – 2.201 <0.23 <2.202 nên ta không có cơ sở bác bỏ giả thuyết H0 nghĩa là không
có sự khác biệt về số lượng cà phê ược tiêu thụ trước và sau khi cải tiến mẫu mã sản phẩm.
7.4.1.3 Kiểm nghiệm giả thuyết ối với thống kê phi tham số
(Kiểm nghiệm CHI- BÌNH PHƯƠNG)
Kiểm ịnh chi bình phương (x2) ược thực hiện ể xác ịnh xem một “dạng” tần số
nào ó ược quan sát có tuân theo một dạng ược “ mong ợi” hay không.
Ví dụ: Một nhà sản xuất nước mắm Phú Quốc xuất khẩu vào thị trường EU một
loại nước mắm với công thức mới.
Loại nước mắm này ược vô các kiểu chai là 0,5 ; 1 ; 1.5 và 2 lít. Sau một thời
gian bán thử nghiệm 15.980 chai ã ưa ra bán, so sánh với số lượng bán các sản phẩm cũ
ta có bảng số liệu sau:
Bảng 7.9: Lượng bán ra của loại sản phẩm mới & sản phẩm cũ Cỡ chai 0 ,5 1 1.5 2 lít Loại sản phẩm - Sản phẩm cũ 10 % % 35 % 25 30 % ( tỷ lệ bán ) - Sản phẩm mới 1698 chai 5683 chai 3945 chai 4654 chai ( số lượng bán ) - 106 - lOMoARc PSD|36242669
Nhà sản xuất ặt câu hỏi: Các số liệu từ kiểm nghiệm thị trường có chỉ ra ược sự
thay ổi nào về tiêu thụ, nếu có nhà sản xuất sẽ tập trung sản xuất sản phẩm tiêu thụ ược nhiều hơn.
Cách giải quyết:
Bước 1: Giả thuyết “không” (H0). Giả thuyết H0 nói rằng ã có thay ổi. Nếu không
có thay ổi về cơ cấu tiêu thụ, ta sẽ mong ợi rằng mức tiêu thụ theo các cỡ chai ối với loại
nước mắm mới vẫn như các loại nước mắm cũ. Như vậy, mức bán mong ợi (hay tần số mong ợi fe) sẽ là:
- Đối với loại chai 0.5l : 16.000 x 0.1 = 1.598
- Đối với loại chai 1.0l : 15.980 x 0.35 = 5.593
- Đối với loại chai 1.5l : 15.980 x 0.0.25 = 3.995
- Đối với loại chai 2.0l : 15.980 x 0.3 = 4.794
Bước 2: Mức ý nghĩa, vẫn như thường lệ ta chọn mức ý nghĩa là ( = 0.05) Bước 3: Chọn kiểm ịnh
Kiểm ịnh cho bình phương là phù hợp vì dữ liệu thuộc dạng biểu (phạm trù “chai”)
và chỉ có một mẫu công thức tính số thống kê kiểm ịnh : x2 = (Oi - EEii)2 Trong ó:
Oi : Số trường hợp quan sát ược phạm trù i
Ei : Só trường hợp mong ợi ối với phạm trù i n : Số phạm trù
Bước 4: Qui tắc quyết ịnh, tính trị số giới hạn :
- Ở ây có 4 cỡ chai (Phạm trù) kí hiệu n
- Phân phối chi bình phương với (n-1) bậc tư do : df = 4 -1 = 3
- Quy tắc quyết ịnh xác ịnh bằng cách tra cứu bảng phân phối chi bình
phương cho 3 df và mức ý nghĩa là 0.05
- Trị số tới hạn tìm ược trong trường hợp này là 7.81
- Quy tắc quyết ịnh: Nếu số thống kê kiểm ịnh X2kd nhỏ hơn trị số tới hạn
7.81 thì giả thuyết “không “ không bị bác bỏ. Trường hợp ngược lại, ta bác bỏ gải
thuyết H0 và chấp nhận H1.
Bước 5: Tính toán thống kê kiểm ịnh - 107 - lOMoARc PSD|36242669 = X n 2 i
1(Oi - E Ei i)2 = (1698 - 1598)15982 + (5683 - 5593)55932 + (3945 - 3995) 3995 2 + (4645 + 4794)2 4794 = 12.43
Bước 6: Rút ra kết luận thống kê
Số thống kê kiểm ịnh X2kd = 12.43 > trị số tới hạn 7.81 vì vậy ta bác bỏ giả thuyết H0 và chấp nhận H1.
Có nghĩa là: Cơ cấu tiêu thụ cỡ chai của loại nước mắm mới ã có thay ổi so với loại nước mắm cũ.
7.4.2 Nghiên cứu mối liên hệ tương quan
7.4.2.1 Khái niệm về tương quan và hồi quy
Trong thực tế khi 2 ại lượng ngẫu nhiên X và việc quan sát X thì dễ dàng và ơn
giản hơn Y, còn việc quan sát ại lượng Y sẽ khó khăn hơn thậm chí không quan sát ược.
Tuy nhiên, giữa X và Y có mối liên hệ với nhau. Người ta tìm ra mối liên hệ giữa X và
Y theo một quan hệ hàm số nào ó ể biết X ta dự oán Y. Chẳng hạn khi biết thu nhập của
dân cư ể oán mức bán ra một loại hàng hoá nào ó hoặc biết vốn ể dự oán lãi. Việc làm ó
gọi là phép phân tích tương quan. Vậy, phân tích tương quan là phép do lường ộ liên kết
giữa các thay ổi trong một biến (gọi là biến phụ thuộc Z) với các thay ổi trong một biến
khác (gọi là biến ộc lập).
Phân tích hồi quy tuyến tính là một công cụ khác ể o lường sự liên kết giữa hai
biến. Nếu như phép phân tích tương quan ề cập ến cường ộ liên kết thì phân tích hồi quy
lại xác ịnh quan hệ giữa các biến ta có thể dự oán biến khác.
Phương trình biểu diễn tương quan giữa 2 biến gọi là phương trình hồi quy. Nếu
ồ thị của hàm hồi qui là ường thẳng thì hàm hồi qui ược gọi là tuyến tính. Đồ thị của nó
có các dạng khác thì hàm hồi qui ược gọi là phi tuyến tính.
7.4.2.2 Phương pháp hồi quy tuyến tính a/
Phương trình hồi qui
Với các số liệu mẫu của 2 biến, ta có thể xác ịnh ược các iểm trên hệ trục toạ ộ,
nối các iểm ó lại, ta ược một ường gấp khúc gọi là ường hồi quy thực nghiệm. Đường
này chưa phản ánh ược sự liên kết giữa 2 biến. Tuy nhiên, dựa vào ó, bằng phương pháp - 108 - lOMoARc PSD|36242669
bình phương bé nhất, ta có thể xác ịnh ược ường hồi qui lý thuyết (là ường thẳng), nhờ
có ường hồi qui lý thuyết, ta có thể dễ dàng dự oán Y nếu biết X.
Phương trình hàm hồi qui lý thuyết có dạng Y = AX + B
b/ Tính các hệ số hồi qui
Ta có công thức xác ịnh A & B như sau n XY - ( X)( Y) A = n X2 - ( X)2
Ví dụ: Một công ty cà phê của Việt Nam ang chuẩn bị tung sản phẩm cà phê mới
vào thị trường Mỹ. Công ty cho rằng có sự liên hệ chặt chẽ giữa thu nhập của người lao
ộng và mức tiêu thụ sản phẩm cà phê. Công ty cho tiến hành nghiên cứu và có kết quả như sau:
Bảng 7.10: Tương quan giữa thu nhập và mức tiêu thụ cà phê ĐVT: 1000USD
STT Mức tiêu thụ cà phê Mức thu nhập XY X2 Y2 1 619 37 22903 1369 384161 2 848 29 14036 841 234256 3 666 17 11322 289 443556 4 180 09 1620 81 32400 5 361 15 5415 225 130321 6 917 45 41265 2025 840889 7 720 40 28800 1600 518400 8 1208 61 73688 3721 1459264 9 374 12 4488 144 139876 10 744 25 18600 625 553536 6237 290 222137 10920 4735659
Dựa vào số liệu ví dụ trong bảng 7.10, ta xác ịnh các hệ số A & B như sau: A = = 16.02 => B = = 126.7 163
Vậy phương trình ước lượng là - 109 - lOMoARc PSD|36242669 Yx = 16.02X + 163
Dựa vào phương trình hồi qui ta có thể dự oán ngay Y nếu biết X c/
Sai số tiêu chuẩn của dự oán (ước lượng)
Vì ta dùng một hàm hồi qui lý thuyết ể suy ến 1 biến khi biết một biến khác nên
việc dự oán có sai số. Vậy ta cũng sẽ muốn biết sai số ó ến mức nào.
Công thức ể tính sai số này như sau: Y2 - b ( Y) - a ( Y) SXY = n - 2
Với n là số iểm dữ liệu
Thay số liệu trong bảng 7.10 ta có
4.735.659 - 163(6.273) - 16.02(222.237) SXY = 10 - 2 = 138.98
Điều này có nghĩa là mức bán cà phê (biến dự oán) dự oán từ ường hồi quy lý
thuyết sẽ sai với trị số thực là 138.9 nghìn. Chẳng hạn, nếu vùng có mức thu nhập là
48 nghìn thì mức tiêu thụ cà phê thực sẽ là: Yx = (16 x 48 + 163) 138.98 = 931 138.98
Hay dao ộng từ 792 ến 1.069,98 nghìn USD
Tuy nhiên sai số ước lượng này chỉ ược áp dụng trong trường hợp mức thu nhập
cá nhân dùng ể dự oán mức tiêu thụ cà phê biến thiên trong khoảng các giá trị mà nó ã
nhận (trong ví dụ là 9 nghìn ến 61 nghìn). Trường hợp muốn dự oán Y từ số liệu X nằm
ngoài khoảng nói trên phải sử dụng công thức khác không ược trình bày ở ây.
7.4.2.3 Phương pháp hồi quy phi tuyến tính
Trong nhiều trường hợp nghiên cứu ta thấy mối liên hệ tương quan giữa các tiêu
thức không biểu hiện bằng 1 ường thẳng, mà là các ường cong có hình khác dáng nhau.
Ta gọi ó là tương quan phi tuyến.
Trong toán học có nhiều phương trình hồi quy ể hiện mối tương quan phi tuyến này.
a. Phương trình Parabol bậc 2
Phương trình Parabol bậc 2 ược dùng trong trường hợp khi tiêu thức nguyên nhân
tăng (hoặc giảm) với lượng ều nhau, thì tiêu thức kết quả biến ộng với lượng không ều - 110 - lOMoARc PSD|36242669
nhau (nhanh hoặc chậm hơn). Ví dụ, liên hệ tuổi nghề và năng suất lao ộng của công
nhân, liên hệ giữa phân bón và năng suất thu hoạch …Phương trình có dạng:
Y = a0 a1 x + a2x2
Dùng phương pháp bình phương bé nhất rút ra hệ số phương trình: na 0 a1
x a2 x2 y a 0
x a1 x2 a x3 2 xy 2 3 4 2 a0 x a1 x a2 x x y
Để cho công việc tính toán ược ơn giản hơn, tấ cả các lượng biến (x) ti ều trừ cho
số bình quân cộng các lượng biến ó ( x ). Như vậy ta có hệ số phương trình sau
a n0 a1 (x x) a2 (x x)2 y
ây: a0 (x x) a2 (x x)3 y x( x) 3 4
a0 (x x) a1
(x x) a2 (x x) y x( x)2
Ví dụ: Nghiên cứu mối liên hệ giữa mức thu nhập cá nhân (x) với mức tiêu thụ cà
phê (y) ở ví dụ trên theo những số liệu ã tính toán sẵn dưới ây:
Bảng 7.11: Mức thu nhập cá nhân và mức tiêu thụ cà phê/tháng Mức thu nhập Mức tiêu thụ cá nhân cà phê (tấn) (x x y(x x )
Y(x x )2 (x x )4 x x )2 y x (1000USD) (x) (y) 10 4.2 -40 1600 -168 6720 2560000 5.1 20 12.6 -30 900 -3.78 11340 810000 10.6 30 14.8 -20 400 -296 5920 160000 18.4 40 16.8 -10 100 -168 1680 10000 20 50 21.0 0 0 0 0 0 8 60 22.2 10 100 222 2220 10000 22.1 70 22.8 20 400 456 9120 160000 22.3 80 21.8 30 900 654 19620 810000 21.6 90 19.4 40 1600 776 31040 2560000 19.8 - 111 - lOMoARc PSD|36242669
Theo những số liệu trong bảng trên ta có: X = = 50
Bởi vì ((x x) và ((x x) 3 bằng 0, nên ta có:
a n0 a2 (x x)2 y a n 1 (x x)2 y x( x) 2 4
a0 (x x) a2 (x x) y x( x)2
Hai cột ầu trong bảng 7.11 phản ảnh những số liệu thực tế, còn 5 cột cuối cùng là
những cột cần thiết cho việc tính toán các tham số. Đưa ra những số liệu này vào hệ phương trình trên ta có 9a0 + 6000a2 = 155.6 6000a1 + 7080000a2 = 1098 6000a0 + 7080000 = 87660
Từ hệ phương trình trên ta xác ịnh ược: a0 =
20.768 + 0.183 ( x x ) + 0.005 ( x x )2
b. Phương trình phi tuyến nửa Lôga
Trong thực tế có nhiều trường hợp có mối liên hệ giữa năng suất lao ộng và qui
mô lưu chuyển hàng hoá là liên hệ ường cong (phi tuyến) có dạng phương trình nửa lôga. y = a0 + a1lgx
Phương trình hồi qui này nói rõ ở các cửa hàng có qui mô tiêu thụ hàng hoá
không lớn thì mức tăng của năng suất lao ộng nhanh dần, còn ở các cửa hàng có mức
tiêu thụ hàng hoá lớn thì mức tăng ó chậm dần.
Giả sử ta có số liệu dưới ây về mức tiêu thụ cà phê và mức thu nhập của 24 hộ gia ình tại Mỹ như sau:
Để tìm các tham số của Phương trình nửa lôga, ta giải hệ Phương trình chuẩn
a n a lg x y dưới ây: 0 1 1 2
a0 lg x a (lg x) ylg x - 112 - lOMoARc PSD|36242669
Theo số liệu trong bảng ta có: n = 24;
lgx = 37.37 ; (lgx)2 = 60.166 y = 152.35 ; ylgx = 243.236
Do vậy hệ phương trình trên có dạng:
24a0 37.37a1 152.35
37.37a0 60.166a1 243.236
Giải hệ Phương trình này ta có: a0 = 1.61 ; a1 = 3.042
Khi nhân Phương trình (1) cho
= 1.557, chúng ta sẽ ược 37.37a0 +
58.185a1 = 237.209. Trừ phương trình mới vừa tìm ược cho phương trình (2) ta sẽ tìm
ược: 1.981 a1 = 6.027. Khi ó a1 = 3.042, ưa trị số này vào phương trình (1) ta sẽ ược:
24a0 = 152.35 – 113.68 = 38.67 từ ó a0 = 1.61. Do vậy ta sẽ có phương trình mối liên hệ như sau: y = 1.61 + 3.042lgx
Bảng 7.12: Mức thu nhập cá nhân và mức tiêu thụ cà phê/tháng Mức tiêu thụ cà Thu nhập Lgx (lgx)2 Ylgx phê (Tấn) (x) (1000USD) (y) y 10.2 5.1 1.0086 1.017 5.144 4.68 10.4 5.2 1.0170 1.034 5.288 4.70 15.3 5.1 1.1847 1.404 6.042 5.21 16.2 5.4 1.2095 1.463 6.531 5.29 20.0 5.0 1.3010 1.693 6.505 5.57 20.8 5.2 1.3 181 1.737 6.584 5.62 22.0 5.5 1.3424 1.802 7.383 5.69 22.5 5.25 1.3522 1.828 7.099 5.72 26.0 6.5 1.4150 2.002 9.198 5.91 33.2 5.5 1.5211 2.314 8.366 6.24 34.0 6.8 1.5315 2.345 10.414 6.27 34.8 5.8 1.5416 2.377 8.941 6.30 - 113 - lOMoARc PSD|36242669 39.2 5.6 1.5933 2.539 8.922 6.46 42.0 7.0 1.6232 2.635 11.362 6.55 45.5 6.5 1.6580 2.749 10.777 6.65 56.0 7.0 1.7482 3.056 12.237 6.93 4.0 8.0 1.8062 3.262 14.450 7.09 67.5 7.5 1.8293 3.346 13.720 7.17 68.0 6.8 1.8325 3.358 12.461 7.18 69.0 6.9 1.8388 3.381 12.688 7.20 72.0 7.2 1.8573 3.450 13.373 7.26 78.0 7.8 1.8921 3.580 14.758 7.37 93.6 7.8 1.9713 3.886 15.276 7.61 94.8 7.9 1.9768 3.908 15.617 7.62
c. Phương trình Hy-pec-bon
Phương trình Hy-pec-bon ược dùng trong nhiều trường hợp khi tiêu thức nguyên
nhân tăng thì tiêu thức kết quả giảm với tốc ộ không ều. Lúc ầu giảm nhanh, sau chậm
dần. Phương trình mối liên hệ như vậy có dạng như sau: a1 y = a0 + x
Các tham số của Phương trình trên ược tính ra từ hệ Phương trình sau ây: a n 0 a1 1x y a 0
1x a1x12 xy
d. Phương trình hàm luỹ thừa y = a0xa1
Phương trình này ược ứng dụng trong nghiên cứu kinh tế ể phản ảnh mối liên hệ
phi tuyến một cách không thật chặt chẽ lắm giữa tiêu thực kết quả với tiêu thức nguyên
nhân. Tham số a1 có ý nghĩa kinh tế. Nó nói lên rằng, tăng nguyên thức nhân lên 1% thì
tiêu thức kết quả sẽ tăng lên a1%.
Để xác ịnh tham số của Phương trình luỹ thừa, người ta chuyển nó thành dạng
ường thẳng bằng cách logarít hoá.
Kết quả logarít hoá, ta thu ược Phương trình như sau: - 114 - lOMoARc PSD|36242669
lg y = lga0 + a1lgx (1) Thay thế lg y = y1 ; lga0 = b ; lgx = x1
Viết Phương trình (1) theo các kí hiệu mới: Y1 = b +a1x1
Xây dựng hệ Phương trình chuẩn cho Phương trình (2) y 1 11 nb a11 x112
x y b x a x1
Giải phương trình (2) ta ược các tham số a1 và b của Phương trình (2) Chuyển
lại theo kí hiệu ban ầu lga0 = b, ta xác ịnh ược tham số a0.
7.4.2.4 Hệ số tương quan
Hệ số tương quan r là số o tự liên kết trong trường hợp dữ liệu thuộc bảng chéo
(cross – tabulation) 2x2 và cả 2 biến ều là biểu danh.
- Trị số r phản ánh mối liên kết giữa 2 biến. Cường ộ liên kết ứng với các trị số r như sau:
Bảng 7.13: Tương ứng giữa trị số r & cường ộ liên kết Trị số r
Cường ộ liên kết > 0.8 Mạnh 0.40 – 0.80 Trung bình 0.20 – 0.40 Yếu 0.00 – 0.20 Không áng kể
Ví dụ: Để phân tích xem có sự liên hệ giữa nhu cầu của người uống cà phê với các
loại cà phê mới ược cải tiến chất lượng, người ta tiến hành 1 nghiên cứu và kết quả có số liệu ở bảng sau
Bảng 7.14: Ví dụ hệ số biến thiên
Loại cà phê sử dụng (mức sử dụng kg/năm) Robusta Arabica Culi - 115 - lOMoARc PSD|36242669 - Trước cải tiến 20 (a) 5(b) (a+b) 25 - Sau cải tiến 8(c) 27(d) (c+d) 35 Tổng số 28 (a+c) 32 (b +d) 60 -
Hệ số r ược xác ịnh như sau: r = = = = 0.654 -
Kết luận: Dựa vào hệ số tính ược ối chiếu về tương quan giữa r và cường
ộ liên kết, ta kết luận: liên kết giữa chất lượng cà phê và loại cà phê sử dụng có cường ộ trung bình.
Nếu ta bình phương r: r2 = 0.5642 = 0.318% iều ó có nghĩa 31.8 biến thiên về mức
sử dụng loại cà phê ược giải thích bởi 2 yếu tố chất lượng.
7.4.2.5 Tương quan bội
Trong phần trên ta ã phân tích mối liên hê tương quan giữa hai tiêu thức. Trong
ó, có một tiêu thức nguyên nhân và một tiêu thức kết quả. Nhưng trong thực tế có nhiều
trường hợp tiêu thức kết quả phụ thuộc bởi nhiều tiêu thức nguyên nhân (hai tiêu thức trở lên).
Khi nghiên cứu tương quan giữa nhiều tiêu thức, thì mối liên hệ thường ược
nghiên cứu dưới dạng tuyến tính. Ngay cả trong những trường hợp các tiêu thức có mối
liên hệ phi tuyến, vẫn có thể biểu hiện ược bằng phương trình tuyến tính, vì việc tính
toán ơn giản hơn, mà các kết luận rút ra vẫn úng ắn.
Phương trình tuyến tính biểu hiện mối liên hệ giữa nhiều tiêu thức có dạng tổng quát như sau:
y x = a0 + a1x1 + a2x2 + … + anxn
Trong ó: x1, x2 …..xn là nhân tố ảnh hưởng tới y.
Áp dụng phươn pháp bình phương bé nhất ối với phương trình trên, ta sẽ có hệ phương trình chuẩn:
a0n + a1 x1 + a2 x2 + …+ an xn = y a0 x1 + a1 x 2
1 + a2 x1x2 + …+ an x1xn = x1y A 2
0 x2 + a1 x1x2 + a2 x1x2 + …+ an xn = x2y ……… A 2
0 xn + a1 x1 xn + a2 x2 xn + …+ an xn = xn y - 116 - lOMoARc PSD|36242669
Việc tính các tham số a0., a1 …an rất phức tạp thường phải sử dụng máy vi tính giả
sử phân tích mối liên hệ tương quan giữa 3 nhân tố, trong ó x1 x2 là tiêu thức nguyên
nhân, còn y là tiêu thức kết quả, ta có phương trình tuyến tính như sau:
y x = a0 + a1x1 + a2x2 Trong ó:
y x : trị số lý thuyết của tiêu thức kết
quả X1,x2: là các tiêu thức nguyên nhân
a0, a1, a2: các tham số của phương trình
Theo phương pháp bình phương bé nhất ta rút ra hệ số phương trình: na 0 a1 x1 a2 x2 y a 0
x1 2 a2 x x1 2 x y1 a1 x1 a 0 x2 a1 x x1 2 a2 2 x y2 x2
Để giải phương trình trên, cần phải lập bảng tính các trị số: x1,x2, x1y, x2y,x1x2, x12 x22 ,
Để nêu trình ộ chặt chẽ của mối liên hệ của chỉ tiêu kết quả với toàn bộ các nhân
tố, người ta tính hệ số tương quan bội. r = Error!
Hệ số tương quan bội bao giờ cũng dương và trong phạm vi từ 0 ến 1, tuỳ theo
trị số của R lớn hay nhỏ, mà kết luận trình ộ chặt chẽ của mối liên hệ.
7.4.3 Sử dụng máy vi tính (EXCEL, SPSS) ể phân tích dữ liệu CÂU HỎI ÔN TẬP
1. Qui trình các bước xử lý dữ liệu?
2. Các phương pháp xử lý dữ liệu?
3. Hãy cho biết các nguyên nhân chính gây ra sai sót trong khâu thu thập, xử lý
dữ liệu và biện pháp khắc phục. - 117 - lOMoARc PSD|36242669
4. Công ty Cổ phần sữa Việt Nam muốn biết có sự khác biệt về ánh giá chất
lượng của nhãn hiệu sữa VINAMILK của mình gữa người tiêu dùng nam và
nữ tại thị trường Mỹ. Công ty tiến hành một cuộc nghiên cứu ịnh lượng bằng
cách chọn ngẫu nhiên 150 người tiêu dùng nam và 160 người tiêu dùng nữ tại
thị trường Mỹ ể nghiên cứu, phỏng vấn họ theo câu hỏi có thang o khoảng cách 5 iểm như sau:
“Xin bạn ánh giá chất lượng của sữa “VINAMILK” này” Chất lượng kém Chất lượng tốt 1 2 3 4 5 NTD Nam 10 20 55 35 30 NTD Nữ 15 35 25 40 45
a. Hãy kiểm ịnh giả thuyết trên với ộ tin cậy 95%
b. Tính qui mô mẫu (n) của người tiêu dùng Nam và Nữ cần thiết ể iều tra với ộ
tin cậy 95%, sai số tối a 0,1 8 CHƯƠNG TÁM - 118 - lOMoARc PSD|36242669
BÁO CÁO-TRÌNH BÀY KẾT QUẢ NGHIÊN CỨU NỘI DUNG CHÍNH
Nội dung chính của chương bao gồm
- Vai trò và chức năng của một bản báo cáo kết quả nghiên cứu
- Nội dung của một bản báo cáo
- Hình thức của một bản báo cáo
- Nguyên tắc trinh bày số liệu trong bản báo cáo
8.1 VAI TRÒ – CHỨC NĂNG CỦA BẢN BÁO CÁO
8.1.1 Vai Trò của bản báo cáo -
Bản báo cáo là tư liệu ghi chép có hệ thống, chắt lọc toàn bộ nội dung
nghiên cứu. Nó giúp cho người sử dụng thông tin hiểu ược không chỉ kết quả nghiên
cứu mà còn cả phương pháp nghiên cứu ể có kết quả ó. -
Bản báo cáo còn có vai trò thuyết phục người sử dụng thông tin ứng dụng kết quả nghiên cứu.
8.1.2 Chức năng của bản báo cáo
Bản báo cáo có 3 chức năng chính sau: - 119 - lOMoARc PSD|36242669
8.1.2.1 Chức năng lưu giữ thông tin -
Toàn bộ thông tin chủ yếu thu thập ược qua cuộc nghiên cứu ều ược trình
bày trong bản báo cáo. Do ó, người sử dụng thông tin dễ dàng tra cứu các thông tin cần
thiết mà không cần phải xem xét toàn bộ khối dữ liệu mà cuộc nghiên cứu ã thu thập ược. -
Với chức năng lưu giữ thông tin, bản báo cáo ược xem như một tài liệu
tham khảo cần thiết cho các cuộc nghiên cứu về những vấn ề có liên quan trong tương lai.
8.1.2.2 Chức năng phản ánh kết quả và chất lượng của cuộc nghiên cứu -
Chất lượng của cuộc nghiên cứu chủ yếu ược ánh giá qua bản báo cáo vì
người sử dụng thông tin rất ít khi tiếp xúc trực tiếp với nhà nghiên cứu. -
Với chức năng phản ánh kết quả nghiên cứu, bản báo cáo cũng cần nêu rõ
những hạn chế của cuộc nghiên cứu, những thuận lợi, khó khăn mà cuộc nghiên cứu gặp
phải cũng như những vấn ề chưa có ủ cơ sở ể làm rõ trong cuộc nghiên cứu ể những
người sử dụng thông tin hiểu ược ầy ủ hơn quá trình làm việc của nhà nghiên cứu và
trên cơ sở ó có sự ánh giá và nhìn nhận kết quả nghiên cứu một cách úng mực, khách quan.
8.1.2.3 Chức năng ề xuất phương hướng hoạt ộng -
Đây là chức năng quan trọng nhất của bản báo cáo. Người sử dụng thông
tin báo cáo rất muốn biết nên phải hành ộng như thế nào và cơ sở nào ể ề ra các hành ộng ó. -
Đề xuất phương hướng hành ộng cũng cũng có thể là chỉ ra những công
việc phải ầu tư nghiên cứu tiếp theo ể làm rõ một vấn ề nào ó mà trong giới hạn và phạm
vi của cuộc nghiên cứu hiện tại chưa thể i sâu làm rõ ược.
8.2 NỘI DUNG – HÌNH THỨC TRÌNH BÀY MỘT BẢN BÁO CÁO
8.2.1 Những nội dung cơ bản của bản báo cáo
Nhìn chung, một bản báo cáo phải thể hiện ược các nội dung cơ bản sau ây: -
Phần ặt vấn ề: phần này ề cập ến các vấn ề sau + Giới thiệu lý do phải tiến hành cuộc nghiên cứu.
+ Trình bày nhưng mục tiêu cơ bản mà cuộc nghiên cứu phải ạt tới.
+ Nêu những khó khăn, thuận lợi khi tiến hành nghiên cứu.
+ Trình bày những hạn chế hoặc phạm vi cuả cuộc nghiên cứu. - 120 - lOMoARc PSD|36242669
- Phần phương pháp nghiên cứu: phần này cần làm rõ các vấn ề sau +
Cách thức tiến hành nghiên cứu. + Phương pháp lấy mẫu.
+ Hình thức và phương thức thu thập dữ liệu.
+ Các biện pháp quản lý việc thu thập dữ liệu ể ảm bảo việc thu thập úng ối tượng và khách quan.
+ Các phương pháp xử lý dữ liệu.
- Phần kết quả nghiên cứu: gồm các nội dung sau
+ Các số liệu và kết luận rút ra từ cuộc nghiên cứu.
+ Các phương pháp phân tích thống kê sử dụng.
+ Kiến nghị và ề xuất phương hướng hành ộng.
+ Đề xuất các vấn ề cần nghiên cứu làm rõ thêm.
8.2.2 Hình thức trình bày của bản báo cáo Một
số kỹ thuật khi trình bày bản báo cáo
8.2.2.1 Các mục cần có trong bản báo cáo
- Trang tựa ghi ề tài nghiên cứu, ơn vị hoặc cá nhân làm ề tài nghiên cứu, thời
gian hoàn thành cuộc nghiên cứu
- Bản mục lục vấn ề, ghi rõ vị trí trang của các ề mục ể tiện cho việc tra cứu.
- Lời cảm tạ nhưng ơn vị, cá nhân tạo iều kiện giúp ỡ hoàn thành cuộc nghiên cứu.
- Phần nội dung chính của bản báo cáo, ặt vấn ề, phương pháp nghiên cứu, kết quả nghiên cứu.
- Danh mục tài liệu tham khảo ã sử dụng.
- Phần phụ lục, những biểu bảng, số liệu chưa tiện ưa vào trong phần nội dung
báo cáo thì ưa vào phần phụ lục ính kèm báo cáo.
8.2.2.2 Các nguyên tắc khi trình bày một bản báo cáo
- Dễ theo dõi: báo cáo phải có cấu trúc hợp lý, nhất là các phần có liên quan
với nhau. Các tiêu ề phải rõ ràng, logic, không ược trình bày lộn xộn giữa các mục hay các phần.
- Rõ ràng: Có nghĩa là từng nội dung phải ược trình bày mạch lạc, riêng biệt,
ọc dễ hiểu và ặc biệt tránh nguy cơ hiểu lầm. - 121 - lOMoARc PSD|36242669
- Trình bày ngắn gọn: Trình bày ngắn gọn nhưng phải xúc tích, ủ ý, tránh sa à,
diễn giải dài dòng. Có thể dùng các phương tiện nhìn trong bản báo cáo ể thay
cho việc diễn tả một cách dài dòng.
- Trình bày hấp dẫn: Hấp dẫn có nghĩa là khi mới nhìn vào bản báo cáo người
ta ã muốn ọc rồi, chưa cần biết nội dung ra sao. Để tạo ra tính hấp dẫn cho
một báo cáo, thay vì viết tay ta có thể ánh máy, in cho ẹp. Sử dụng giấy trắng
và in một mặt. Những nội dung cần nhấn mạnh, ta có thể in nghiêng, in ậm
hoặc dùng mực màu ể thể hiện.
8.3 CÁC NGUYÊN TẮC TRÌNH BÀY SỐ LIỆU TRONG BẢN BÁO CÁO
Số liệu là phần vô cùng quan trọng của một báo cáo. Với cùng một số liệu nhưng
có thể trình bày bằng nhiều cách khác nhau. Nhưng với từng con số riêng lẻ ít khi cho
ta ầy ủ ý nghĩa của nó. Vì vậy số liệu thường ược trình bày dưới hai dạng: dạng bảng và dạng ồ họa.
8.3.1 Các nguyên tắc trình bày số liệu dưới dạng bảng dữ liệu
8.3.1.1 Tựa hay là tên của bảng
- Tên bảng phải ảm bảo phản ánh úng nội dung của bảng.
- Tên bảng phải ược trình bày ngắn gọn, rõ ràng.
8.3.1.2 Số thứ tự bảng
Một bảng có thể sử dụng ể phân tích nhiều lần, do ó ể tránh nhầm lẫn và tiện cho
việc tra cứu thì các bàng phải ược ánh số thứ tự nhất quán.
8.3.1.3 Cách sắp xếp các mục
Phải theo một logic hay trình tự nhất ịnh sao cho có thể ưa ra ược các khía cạnh
nổi bật của dữ liệu. Cách sắp xếp các mục còn phải xem xét ến hướng tác ộng của quan
hệ nhân quả. 8.3.1.4 Đơn vị o lường
Đơn vị o lường phải ược nêu rõ trong từng phạm trù trừ khi nó ã quá rõ ràng.
Trong một bảng có thể chỉ sử dụng một ơn vị o lường chung hoặc sử dụng nhiều ơn vị
o lường cho mỗi phạm trù.
8.3.1.5 Tổng số
Tổng số ược trình bày sau cùng hay ở hàng ầu tiên của phạm trù. - 122 - lOMoARc PSD|36242669
8.3.1.6 Nguồn gốc dữ liệu
Nguồn gốc dữ liệu cần phải ược ghi chú rõ ràng ể tiện cho việc tra cứu khi cần
thiết và ược ặt ở dưới bảng.
8.3.1.7 Chú thích cuối trang
Chú thích ược sử dụng ể trình bày rõ hơn những iều không thể thể hiện trên các
bảng bao gồm các con số ặc tính của dữ liệu hay phương pháp tính toán. Ở cuối trang
nơi dành cho phần chú thích nên có một gạch ngang ể phân ịnh với nội dung của trang,
dưới phần gạch ngang dành ể ghi chú thích.
8.3.2 Các nguyên tắc trình bày biểu ồ
Sử dụng biểu ồ hay ồ thị sẽ cho ta một cái nhìn sinh ộng hơn, trực quan hơn là
khi sử dụng bảng. Tuy nhiên, khi sử dụng biểu ồ hay ồ thị cần phân biệt sự khác nhau
giữa dữ liệu ịnh tính và dữ liệu ịnh lượng.
8.3.2.1 Dữ liệu ịnh lượng
Dữ liệu ịnh lượng có thể trình bày dưới các dạnh biểu ồ sau: -
Biểu ồ thanh: có 2 loại là thanh tần suất tuyệt ối và thanh tần suất tương
ối. Khi sử dụng biểu ồ thanh ối với dữ liệu ịnh lượng, các thanh thường sử dụng theo
chiều ứng và xếp liền nhau do dữ liệu ịnh lượng mang tính liên tục. Trên hệ trục toạ ộ,
trục hoành chỉ các giá trị quan sát, trục tung chỉ các tần số quan sát. Độ lớn các thanh
tương ứng với ộ lớn của khoảng cách lớp trong bảng dữ liệu vì vậy ô lớn các thanh có
thể bằng nhau hoặc không bằng nhau. -
Biểu ồ dạng a giác tần suất: ta có thể chuyển từ biểu ồ dạng thanh qua
biểu ồ dạng a giác tần suất bằng cách:
+ Từ giá trị giữa của mỗi thanh ứng với tần suất của thanh ó ta xác ịnh
một iểm trên mặt phẳng toạ ộ.
+ Nối tất cả các iểm xác ịnh ược, ta ược một a giác tần suất
+ Đa giác tần suất cho ta hình ảnh rõ ràng hơn về tập dữ liệu
8.3.2.2 Dữ liệu ịnh tính -
Biểu ồ thanh: Khi trình bày dữ liệu ịnh tính dưới dạng biểu ồ thanh, cần
chú ý một số vấn ề sau:
+ Thanh có thể ể theo chiều ứng hoặc chiều ngang.
+ Mỗi thanh biểu trưng cho một phạm trù, do ó cần gán tên gọi cho mỗi thanh.
+ Độ lớn của các thanh bằng nhau ể tránh sự hiểu lầm về vai trò của các phạm trù. - 123 - lOMoARc PSD|36242669
+ Mỗi thanh biểu trưng cho một phạm trù riêng biệt nên các thanh cần ể cách
nhau. Khoảng cách giữa cách thanh không theo qui tắc cụ thể nhưng thường là ½ ộ lớn của thanh. -
Biểu ồ múi: có dạng tròn hoặc elíp bao gồm nhiều múi. Toàn bộ hình tròn
biểu trưng cho tổng thể, là 100%. Mỗi múi tiêu biểu cho một phạm trù tính bằng tỷ lệ phần trăm.
+ Múi ầu tiên ược bắt ầu ở vị trí kim ồng hồ chỉ 12 giờ. Múi ầu là múi ứng với
phạm trù chiếm tỷ lệ cao nhất.
+ Các múi tiếp theo ược trình bày, xếp ặt theo chiều kim ồng hồ và theo thứ tự ộ lớn góc giảm dần.
Đối với dạng biểu ồ này, chỉ phù hợp khi mà các phạm trù không nhiều.
8.3.3 Nguyên tắc trích nguồn tham khảo
Trong quá trình viết ề tài nghiên cứu, một trong những vấn ề làm quan trọng ó là
phải trình bày nội dung nghiên cứu như thế nào, tài liệu tham khảo, trích dẫn viết ra sao.
Điều ó dẫn ến mất thời gian khi phải iều chỉnh lại hình thức, tài liệu tham khảo, trích
dẫn khi ã hoàn chỉnh xong ề tài nghiên cứu của mình. Vì vậy cần nắm cách trình bày
ngay từ ầu ể khi bắt ầu viết những trang ầu tiên của ề tài. Sau ây là phần hướng dẫn về
hình thức và cách viết tài liệu tham khảo, trích dẫn cho một ề tài nghiên cứu.
8.3.3.1 Hình thức của ề tài nghiên cứu khoa học
a. Trình tự bố cục: về cơ bản, các công trình nghiên cứu sẽ ược trinh bày theo trinh tự ưới ây
- Trang bìa ngoài: gồm có tên ơn vị chủ quản, tên công trinh, tên tác giả thực hiện
và thời gian hoàn thành ề tài.
TRƯỜNG ĐẠI HỌC TÀI CHÍNHBỘ TÀI CHÍNH -MARKETING Tên ề tài:
…………………………………………
………………………………………… - 124 - lOMoARc PSD|36242669
Người thực hiện:…………… Tp.HCM tháng 12/2015
- Trang bìa trong hay còn gọi là trang lót
- Lời cảm tạ các ơn vị, cá nhân giúp thực hiện ề tài - Trang mục lục
- Trang danh mục các bảng số liệu - Trang danh mục các hình
- Trang tóm tắt về công trình nghiên cứu - Nội dung các chương
- Trang tài liệu tham khảo
- Trang phụ lục (Phụ lục 1, Phụ lục 2,…)
b. Trình bày:
- Về số trang, canh lề, font chữ, cỡ chữ, số dòng/trang…theo qui ịnh (nếu có).
- Tính trang từ trang ầu tiên của trang tóm tắt ến trang cuối cùng của chương cuối cùng.
- Các hình vẽ, bảng, sơ ồ, ồ thị…cần ánh số thứ tự, tên, nguồn. Số thứ tự ầu tiên
phải thuộc số chương. Số thứ tự và tên ể ở trên hình vẽ/ bảng/sơ ồ/ ồ thị.
Nguồn ể góc dưới hình vẽ/ bảng/sơ ồ/ ồ thị, trong dấu ngoặc ơn. Ví dụ:
Bảng 3.5: Tỷ lệ nguyên liệu nội ịa và nhập khẩu của Vinamilk. Đơn vị tính: % Chỉ tiêu 2009 2012 2017F 2020F 1. Nội ịa 30 40 50 60 2. Nhập khẩu 70 60 50 40 Tổng 100 100 100 100
(Nguồn: Vinamilk, [F,] Dự oán, 2013)
- Số: là số thập phân thì dùng dấu “,” / phân cách hàng nghìn, triệu…thì dùng dấu “.”
- Hạn chế tối thiểu lỗi chính tả, sai ngữ pháp, lỗi ánh máy và lỗi trình bày. - 125 - lOMoARc PSD|36242669
- Lời văn dùng ở thể bị ộng, không dùng “tôi”/”em” mà nên chuyển sang dùng
“tác giả”/”người viết”
c. Chương, mục:
- Tên chương: In hoa, ậm, ứng, ánh số chương: Chương 1, Chương 2, Chương 3….
- Tên mục cấp 1: In thường/hoa, ậm, ứng, ánh số theo số của chương
Ví dụ: Chương 1: 1.1; 1.2; 1.3…
- Tên mục cấp 2: In thường, ứng (hoặc nghiêng), ánh số theo mục cấp 1.
Ví dụ: 1.1.1; 1.1.2….
- Nếu có mục cấp nhỏ hơn: dấu hiệu ể phân biệt.
- Cách ánh số chương, mục, dấu hiệu phải ồng bộ giữa các chương. d. Số liệu và
trích dẫn nguồn tài liệu:
- Số liệu phải cập nhật.
- Số liệu ít nhất là 5 năm.
- Tần suất thu thập số liệu theo năm.
- Số liệu phải ghi nguồn gốc rõ ràng ể bất kỳ người nào có thể kiểm chứng ược.
8.3.3.2 Cách viết tài liệu tham khảo và trích dẫn cho một ề tài nghiên cứu.
Cách thức ưa tham khảo úng và chính xác giúp tránh ược việc ạo văn và ảm bảo
rằng người ọc có thể tìm nguồn tư liệu dễ dàng và chính xác, bảo ảm tính kế thừa trong
nghiên cứu và trung thực trong khoa học. Cách tham khảo cũng cung cấp những ý kiến
ủng hộ cho luận iểm và kết luận cá nhân. Để viết một ề tài nghiên cứu tốt, gần như luôn
phải chỉ ra, tổng hợp và xây dựng trên ý tưởng của (những) người khác. Việc ưa tham
khảo gồm 2 phần cần phải xem xét, ó là:
- Danh mục tài liệu tham khảo
- Trích dẫn (trong bài viết)
Mối liên hệ giữa danh mục tài liệu tham khảo và trích dẫn là danh mục tài liệu
tham khảo bao gồm toàn bộ các chi tiết về ấn phẩm mà người nghiên cứu ã trích dẫn
trong ề tài. Ghi trích dẫn chỉ bao gồm các ẩn phẩm ã ược trích dẫn.
Trên thế giới, có nhiều kiểu trích dẫn và lập tài liệu tham khảo như theo hệ thống
Harvard, APA (American Psychological Association), Vancouver. Trong tài liệu này, tác
giả trinh bày cách trích nguồn theo hệ thống Harvard.
a. Cách viết Tài liệu tham khảo
Ở trang danh mục tài liệu tham khảo cần liệt kê tất cả các nguồn ã sử dụng ể tham khảo viết ề tài.
• Theo thứ tự về ngôn ngữ: ✓
Tài liệu tiếng Việt ✓ Tài liệu tiếng nước ngoài - 126 - lOMoARc PSD|36242669
• Xếp các loại tài liệu: ✓ Sách ✓ Báo, tạp chí ✓ Tài liệu khác
Cách viết tham khảo sách:
Theo thứ tự sau: Tên, họ tác giả, năm xuất bản. Tiêu ề sách in nghiêng. Nơi xuất
bản, tên nhà xuất bản. Ví dụ:
Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007. Nghiên cứu khoa học
marketing - Ứng dụng mô hình cấu trúc tuyến tính SEM. TP. HCM, NXB Đại học quốc gia.
Letheridge, S. và Cannon, C.R. (eds), l980. Bilingual Education: Teaching
English as a Second Language. New York, Praeger.
Một số qui ịnh khi viết tham khảo sách:
➢ Trường hợp tham khảo sách của nhiều tác giả thì danh mục tham khảo ược
sắp xếp theo thứ tự ABC của tên tác giả ối với sách tiếng Việt và
của họ tác giả ối với sách tiếng nước ngoài. Không ghi học hàm, học vị tác giả.
➢ Tên tác giả người nước ngoài thì viết tên trước, họ sau Ví dụ: McCarty,
A., chứ không phải Adam, M.
➢ Tác giả viết sách một mình ược ặt trước tác giả cùng tên viết cùng người khác. Ví dụ: Kaufman, J.R. , 1978…
Kaufman, J.R. and Wrong, D.F. , l978…
➢ Mục tham khảo có cùng tên tác giả ở cùng thứ tự ược sắp xếp tăng dần theo thời gian. Ví dụ:
Kaufman, J.R. và Jones, K. , l977…
Kaufman, J.R. và Jones, K. , l980…
➢ Khi trích dẫn hai hoặc nhiều tài liệu của một tác giả trong cùng một năm.
Các chữ cái viết thường ược ặt sau năm xuất bản. Các tài liệu ược sắp xếp
theo thứ tự abc…theo tên bài viết. ➢ Ví dụ:
Smith, A. , l983a, Aardvarks và Toadstools, ...
Smith, A. , l983b, Sustainable Agriculture, ... - 127 - lOMoARc PSD|36242669
➢ Các tài liệu của các tác giả khác có họ tên giống nhau ược sắp xếp theo
thứ tự abc của tên viết tắt ầu tiên. Ví dụ: Eliot, A.L. , l983… Eliot, G.E. , l980…
➢ Toàn bộ các tác giả của một tài liệu cần ược liệt kê ầy ủ; không viết
“cùng các tác giả khác” trong danh mục tham khảo Cách
viết tham khảo báo chí:
Họ tên tác giả bài báo, năm ăng bài. Tên bài báo ược in nghiêng. Tên tờ báo, số
báo, số trang có bài viết tham khảo. Ví dụ:
Nguyễn Minh Trang,2010. Phần lớn giá trị thị phần sữa bột thuộc về các hãng
sữa ngoại. Báo Sài Gòn Tiếp Thị, số 10, trang 10-11.
Dowling, J.M. và Hiemenz, U., 1983. Aid, savings, and growth in the Asian
region. Developing Economies 21(1), p.3-13.
Cách viết tham khảo chuyên ề tốt nghiệp ại học, luận văn thạc sỹ, luận án tiến sỹ
Ghi theo thứ tự tên tác giả, năm. Tên luận văn. Bậc học. Tên chính thức của trường. Ví dụ:
Nguyễn Cao Anh, 2011. Đánh giá sự hài lòng của người lao ộng ối với doanh
nghiệp trên ịa bàn tỉnh Bến Tre. Luận văn Thạc sỹ. Đại học Kinh tế Tp.Hồ Chí Minh.
Cách viết tham khảo trong bài ăng ở các hội nghị, hội thảo, diễn àn…
Ghi theo thứ tự tên tác giả, năm, tên bài báo. Tên hội nghị/hội thảo/diễn àn, số
thứ tự trang của bài báo. Cơ quan tổ chức, ịa iểm và thời gian tổ chức. Ví dụ:
Sử Đình Thành, 2011. Phân tích mối quan hệ giữa chi tiêu công và tăng trưởng
kinh tế ở Việt Nam. Hội thảo khoa học: ổn ịnh kinh tế vĩ mô và phát triển kinh tế, trang
17-33. Đại học Kinh tế Tp.HCM, tháng 10 năm 2011.
Cách viết tham khảo trang WEB: Áp dụng những quy tắc chung sau:
Tên tác giả hoặc công ty hoặc tổ chức, năm. Tiêu ề bài viết ược in nghiêng.
Địa chỉ trang web ầy ủ, ngày duyệt web Ví dụ:
Minh Hà, 2015. Vật vã USD: Dân Việt lãnh cú sốc thế giới phẳng. - 128 - lOMoARc PSD|36242669
http://vietnamnet.vn/vn/kinh-doanh/279912/vat-va-usd-dan-viet-lanh-cu-soc-the-
gioiphang.html, truy cập ngày 21/12/2015 World Bank, 2002. World Development Indicators Online.
http://publications.worldbank.org/WDI/, accessed 17 July 2002
DAC, 2002. International Development Statistics Online, Development
Assistance Committee, Organisation for Economic Co-operation and Development,
Paris. http://www.oecd.org/htm/M00005000/M00005347.htm, accessed 20 April 2002.
b. Cách viết trích dẫn
Trích dẫn trực tiếp (sao chép các từ ngữ của một tác giả):
Một oạn trích dẫn là một bản sao giống ến từng từ ngữ của bài viết ã ược xuất
bản. Trích dẫn trực tiếp phải ặt trong ngoặc kép “….” và kết thúc với một phần ghi trích
dẫn. Việc ghi trích dẫn bao gồm tên tác giả, năm xuất bản, trang số dùng chữ tr. ( ối với
tiếng Việt) và p. ối với trích dẫn 1 trang hoặc pp. ( ối với tiếng Anh) cho trích dẫn nhiều
trang. Năm, trang số ược ặt trong dấu ngoặc ơn. Ví dụ McCarty (1999, tr. 6).
Trích dẫn gián tiếp (Viết lại bằng cách khác):
Dùng ngôn ngữ của mình nhưng có tham khảo các từ ngữ, ý tưởng của một tác
giả hoặc những dữ kiện, số liệu do tác giả ó báo cáo. Khi trích dẫn gián tiếp ặt tên tác
giả, năm xuất bản trong dấu ngoặc kép. Ví dụ (Trần Thừa, 1999)
Không cần dùng dấu ngoặc kép ối với những câu viết lại, nhưng cần thiết phải
ghi trích dẫn cuối câu. Việc liệt kê số trang là không cần thiết khi viết lại câu, trừ trường
hợp một sự kiện ặc thù hoặc một nhóm số liệu ược báo cáo. Nguyên tắc trích dẫn:
✓ Không ghi học hàm, học vị của tác giả.
✓ Tác giả là người Việt ghi ầy ủ họ tên tác giả. Tác giả là người nước ngoài viết
bằng tiếng Anh thì ghi họ tác giả. Ví dụ: tên ầy ủ của tác giả là Hans Opschoor
(2005) thì ghi Opschoor (2005). Nếu tác giả là tổ chức thì ghi tên ầy ủ của tổ chức
hoặc tên viết tắt nếu tên viết tắt ó thông dụng. Ví dụ: Tổng cục Thống kê hoặc TCTK
✓ Nếu có 2 tác giả: ghi họ tên 2 tác giả và nối với nhau bằng chữ “và” hoặc “and”
( ối với tiếng Anh). Ví dụ: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008,
tr.76) số lượng mẫu thích hợp…. - 129 - lOMoARc PSD|36242669
✓ Nếu có nhiều tác giả chỉ ghi tên một tác giả và cụm từ “cộng sự” hoặc “et al” ( ối
với tiếng Anh). Ví dụ: Nguyễn Trọng Hoài và cộng sự (2009)…Levy et al. (1991)…
Một vài ví dụ về viết trích dẫn cụ thể:
- Về giá trị dành cho khách hàng, theo Philip Kotler (2001, tr. 47), ó là phần chênh
lệch giữa tổng giá trị mà khách hàng nhận ược và tổng chi phí mà khách hàng
phải trả về một sản phẩm hay dịch vụ nào ó.
- Clanchy và Ballard (l989, p. 1) cho rằng “as you will soon find out for yourself,
essay writing is hard work”.
- Essay writing may be considered as a task involving little time, but “essay writing
is hard work – and it doesn’t get very much easier as you advance in your studies”
(Clanchy và Ballard, l989, p. 1).
Hình thức trình bày, cách viết tài liệu tham khảo và cách viết trích dẫn trong một
ề tài nghiên cứu chỉ là một vấn ề nhỏ và không có gì quá khó ối với sinh viên. Sinh viên
chỉ cần nắm những quy tắc này ngay từ ầu ể trình bày cho úng và ghi trích dẫn, tham
khảo ầy ủ ể không bị mắc lỗi ạo văn và tốn thời gian, công sức sửa lại ề tài và tốn chi
phí in ấn ề tài nhiều lần. CÂU HỎI ÔN TẬP
1. Vai trò và chức năng của một bản báo cáo kết quả nghiên cứu?
2. Nội dung của một bản báo cáo?
3. Hình thức của một bản báo cáo? - 130 - lOMoARc PSD|36242669
TÀI LIỆU THAM KHẢO
1. David J. Luck & Ronald S.Rubin (Phan Văn Thăng & Nguyễn Văn Hiến dịch,
1990). Nghiên cứu marketing. Tp.HCM: NXB Thành phố Hồ Chí Minh.
2. Dương Hữu Hạnh (2006). Kỹ thuật nghiên cứu thị trường xuất khẩu. Tp.HCM: NXB Thống Kê
3. Matt Haig (2005). Sự thật 100 thất bại thương hiệu lớn nhất mọi thời ại. Tp.HCM: NXB Tổng hợp
4. Nguyết Viết Lâm (2007). Giáo trinh nghiên cứu marketing. HN: NXB Đại học kinh tế quốc dân
5. Nguyễn Đình Thọ, Nguyễn Thị Mai Trang (2011). Giáo trinh nghiên cứu thị
trường. Tp.HCM: NXB Lao ộng
6. Trần Xuân Kiêm, Nguyễn Văn Thi (2006). Nghiên cứu tiếp thị. HN: NXB Lao ộng-xã hội.
7. Lê Mai (2011). Kinh nghiệm eo bám Steve Jobs và cách ể có cuộc hẹn với bất kỳ
một VIP nào. Được lấy về từ http://cafef.vn/quan-tri/kinh-nghiem-deobam-steve-
jobs-va-cach-de-co-cuoc-hen-voi-bat-ky-mot-vip-nao- 20111122092115185.chn 8. Thương hiệu Việt Nam (2007). Được lấy về từ
http://vietnambranding.com/bai_viet_kien_thuc.php?id=344&category=26&cat =26 - 131 -