Xu Hướng 3/2024 # Đánh Giá Định Lượng Kết Quả Nghiên Cứu Khoa Học # Top 6 Xem Nhiều

Bạn đang xem bài viết Đánh Giá Định Lượng Kết Quả Nghiên Cứu Khoa Học được cập nhật mới nhất tháng 3 năm 2024 trên website Channuoithuy.edu.vn. Hy vọng những thông tin mà chúng tôi đã chia sẻ là hữu ích với bạn. Nếu nội dung hay, ý nghĩa bạn hãy chia sẻ với bạn bè của mình và luôn theo dõi, ủng hộ chúng tôi để cập nhật những thông tin mới nhất.

12/03/2024

1. Giới thiệu

Ở các nước công nghiệp tiên tiến, nghiên cứu phát triển thường chiếm tỷ lệ khoảng hai phần ba toàn bộ hoạt động và kinh phí nghiên cứu, là loại hình nghiên cứu chủ yếu của các doanh nghiệp và thường có tỷ lệ cao nhất ở các viện nghiên cứu. Trong khi đó nghiên cứu cơ bản và nghiên cứu ứng dụng là các loại hình chủ yếu của đại học và có tỷ lệ cao ở các viện nghiên cứu [5]. Nghiên cứu phát triển ở ta có tỷ lệ còn thấp do phần lớn các doanh nghiệp chưa đầu tư cho nghiên cứu khoa học và công nghệ, và sâu xa hơn do ta hầu như chưa có công nghiệp chế tạo. Bài viết này trao đổi việc đánh giá định lượng kết quả nghiên cứu khoa học và công nghệ- một vấn đề gần đây được đề cập nhiều, cả trong và ngoài nước.

Kết quả nghiên cứu cơ bản và ứng dụng của một cá nhân, một đại học hay viện nghiên cứu, … được đánh giá bởi số lượng ấn phẩm và chất lượng của chúng. Số lượng các ấn phẩm khoa học có thể đếm được khá dễ, nhưng đánh giá chất lượng của chúng lại không đơn giản. Có hai phương pháp làm việc này, một là đánh giá chủ quan qua một hệ thống bình duyệt bởi con người (peer review), và hai là đánh giá khách quan dựa trên các độ đo được tính toán tự động. Đánh giá chủ quan bởi hệ thống bình duyệt của con người, còn gọi đánh giá định tính, có thể cho phân tích sâu và xác đáng nhưng tốn kém tiền bạc, cần nhiều thời gian, và phụ thuộc nhiều vào chủ quan và hiểu biết của người đánh giá. Đánh giá khách quan, còn gọi đánh giá định lượng, dựa trên các độ đo (metrics) xác định từ các nguồn dữ liệu khoa học, được thực hiện tự động nên nhanh và rẻ, cung cấp những thông tin hữu ích, nhưng cũng dễ bị hiểu chưa chính xác và giải thích chưa thích hợp.

Ba độ đo đánh giá định lượng đang được dùng phổ biến gồm chỉ số trích dẫn (citation index) cho các ấn phẩm khoa học, hệ số ảnh hưởng (impact factor) cho các tạp chí, và gần đây là chỉ số H (h-index) cho các nhà khoa học. Cần chú ý là chỉ gần đây các độ đo này mới có thể tính được tự động do tiến bộ của công nghệ thông tin, đặc biệt là Web. Thêm nữa, cả hệ số ảnh hưởng và chỉ số H đều được định nghĩa dựa trên chỉ số trích dẫn (citation-based metrics), do đó mang theo mọi hay dở của chỉ số trích dẫn. Việc hiểu rõ những điểm hay và hạn chế của các độ đo định lượng đang được bàn luận nhiều trên báo chí khoa học quốc tế, được quan tâm trong giới khoa học ở nhiều nước. Hiện nay nhiều tổ chức và quốc gia có xu hướng dùng các phương pháp đánh giá định lượng, khách quan để bổ sung hoặc là cách thông dụng thay cho đánh giá định tính, chủ quan.

Bài báo này giới thiệu ba độ đo tiêu biểu kể trên, cung cấp các thông tin chọn lọc quan trọng để hiểu chúng, nhấn mạnh những đặc điểm cần chú ý và nêu một số ý kiến bàn luận.

2. Về các độ đo

2.1. Chỉ số trích dẫn

Chỉ số trích dẫn (citation index) của một ấn phẩm, do Eugene Garfield đề xuất năm 1955, là số lần ấn phẩm này được trích dẫn, được tham khảo trong tất cả các ấn phẩm khác [7]. Từ đó đến nay, chỉ số trích dẫn đã được dùng làm một độ đo quan trọng để đánh giá các công trình nghiên cứu, là cơ sở để định nghĩa các độ đo khác cho các tạp chí và nhà khoa học. Câu hỏi có thể làm ta ngạc nhiên là tại sao một chỉ số đơn giản như vậy lại được dùng rộng rãi cho đến nay để đo chất lượng và giá trị các công trình khoa học? Có thể nói chỉ số trích dẫn được “tin dùng” do dựa trên một giả định được thừa nhận rộng rãi, là các nhà khoa học có ảnh hưởng hơn, các công trình quan trọng và có giá trị sử dụng hơn thường được trích dẫn nhiều hơn. Nói nôm na, chỉ số trích dẫn đo mức độ “hữu xạ tự nhiên hương” của các ấnphẩm.

Đặc điểm đáng chú ý nhất là chỉ số trích dẫn chỉ có ý nghĩa so sánh trong từng ngành khoa học.

Điều đã biết này được khảo sát định lượng qua thống kê số lần trích dẫn trung bình của các bài báo trong các ngành khoa học. Theo [1], các bài báo trong các ngành khoa học về sự sống (life sciences, như sinh học phân tử và tế bào, y sinh học) có trung bình khoảng 6 trích dẫn, trong vật lý và hóa học khoảng 3 trích dẫn, trong toán học, tin học và khoa học xã hội khoảng 1 trích dẫn (hình vẽ). Theo các số liệu thống kê trên − để có một định ý và giả sử số trích dẫn trong các ngành tăng một cách tuyến tính− trong một chừng mực nào đấy có thể xem bài báo ngành toán có trích dẫn mười lần là được trích dẫn nhiều trong ngành này như một bài trong ngành vật lý được trích dẫn khoảng ba chục lần hay một bài trong ngành khoa học sự sống được trích dẫn khoảng sáu chục lần.

Đặc điểm quan trọng thứ hai cần biết rõ là các chỉ số trích dẫn tính được từ các nguồn khác nhau thường khác nhau và có sai số.

Sau khi nêu khái niệm chỉ số trích dẫn, Garfild xây dựng Viện Khoa học Thông tin ISI (Institute for Scientific Information)−gần đây sát nhập vào tập đoàn Thomson Reuters − và thiết lập các cơ sở dữ liệu ISI, trong đó tiêu biểu là:

Cơ sở dữ liệu Chỉ số Trích dẫn Khoa học SCI (Science Citation Index), từ 1964, hiện có 3773 tạp chí của 100 ngành và cơ sở dữ liệu SCIE (SCI mở rộng, Science Citation Inex Expanded) với 8207 tạp chí của 150 ngành;

Cơ sở dữ liệu Chỉ số Trích dẫn Khoa học Xã hội SSCI (Social Sciences Citation Index), từ 1973, hiện có 2697 tạp chí và 3500 công trình của 50 ngành;

Cơ sở dữ liệu Chỉ số Trích dẫn Nghệ thuật và Nhân văn A&HCI (Arts & Humanities Citation Inde), từ 1978, hiện có 1470 tạp chí và 6000 công trình khác.

Ngoài ra, cũng cần kể đến cơ sở dữ liệu Chỉ số Trích dẫn Tuyển tập Hội nghị CPCI (Conference Proceedings Citation Index) chứa thông tin của hơn 110,000 tuyển tập hội nghị kể từ năm 1990 của 256 ngành thuộc về khoa học tự nhiên và khoa học xã hội nhân văn (chú ý là uy tín của các tạp chí ISI và hội nghị ISI khác nhau đáng kể). Các cơ sở dữ liệu ISI tuyển chọn các tạp chí ảnh hưởng nhất của các ngành. Từ 1997, bảy cơ sở dữ liệu ISI được chuyển lên mạng dưới tên Web of Science (http://isiwebofknowledge.com).

Quãng trên dưới mười năm trở lại đây, Web đã cho ra đời hơn 100 cơ sở dữ liệu và công cụ cho phép tìm kiếm chỉ số trích dẫn, như arXiv, CiteSeer, ScienceDirect, SciFinder Scholar, PubMed, … Trong số này, Scopus của Elsevier (http://info.scopus.com, từ 2004) và Google Scholar của Google (http://scholar.google.com, từ 2005) cùng với Web of Science đang là ba hệ phổ biến nhất [3]. Scopus chứa thông tin của 16.500 tạp chí, 600 ấn phẩm nghề nghiệp, 350 loạt sách chuyên khảo, khoảng 3,6 triệu bài báo từ hội nghị. Google Scholar chứa thông tin của hầu hết các tạp chí có thẩm định của các nhà xuất bản lớn tại châu Mỹ và châu Âu, các báo cáo kỹ thuật, luận văn, sách và nhiều loại tài liệu khác (Google Scholar không công bố danh sách các tạp chí của mình).

Cần lưu ý là chỉ số trích dẫn của mỗi ấn phẩm khoa học tính từ các nguồn kể trên thường khác nhau vì chúng có số lượng tạp chí, kỷ yếu hội nghị, … khác nhau. Một thí dụ là cuốn sách Quantum Computation and Quantum Information của M. Nielsen và I. Chuang (xuất bản năm 2000, Cambridge University Press). Tính đến năm 2007, từ Web of Science cuốn sách này được trính dẫn hơn 2800 lần, nhưng từ Scopus số trích dẫn là 3150, và từ Google Scholar có 4300 trích dẫn [14]. Một khảo sát khác phân tích chỉ số ảnh hưởng của 328 bài báo từ ba tạp chí y học hàng đầu trong thời gian 6 tháng của mười năm về trước [11]. Các tác giả chỉ ra số lượng trích dẫn của các bài báo này từ ba nguồn kể trên là rất khác nhau: từ Web of Science có 68.088 trích dẫn, từ Scopus có 82.076 trích dẫn và từ Google Scholar có 83.538 trích dẫn (gấp 1.226 lần so với Web of Science).

Có hai độ đo cơ bản về chất lượng của các công cụ tìm kiếm là độ chính xác (precision) và khả năng tìm hết (recall). Độ chính xác là tỷ lệ của số tài liệu tìm được và tìm đúng trên số tài liệu tìm được, còn khả năng tìm hết là tỷ lệ của số tài liệu tìm được và tìm đúng trên toàn bộ số tài liệu cần tìm. Các công cụ tìm kiếm hiện nay cho kết quả của hai độ đo này chưa cao. Trong việc tính hệ số trích dẫn, độ chính xác thấp chủ yếu do các hệ tìm kiếm tự động hiện chưa phân biệt được các tác giả có tên trùng nhau hay giống nhau, và khả năng tìm hết của các hệ còn thấp chủ yếu do các cơ sở dữ liệu hiện nay không có được tất cả các ấn phẩm có trích dẫn đến bài báo đang xem xét.

Độ chính xác khi tìm chỉ số trích dẫn của các tác giả có tên phổ biến nói chung thấp hơn của các tác giả có tên ít gặp. Thí dụ khi tìm trên Google Scholar tổng số bài được trích dẫn của tác giả Nguyễn Anh Tuấn, ta gõ tên “Nguyen Anh Tuan” và hệ tìm được 100 bài báo có trích dẫn. Thường thì không phải tất cả 100 bài này đều của Nguyễn Anh Tuấn. Giả sử trong số 100 này chỉ đích thực có 60 trong số tất cả 80 bài có trích dẫn của Nguyễn Anh Tuấn, và trong số 40 bài còn lại có 5 bài của tác giả Nguyễn Ánh Tuấn, 35 bài của tác giả Nguyễn Anh Tuân. Khi này, độ chính xác về trích dẫn của Nguyễn Anh Tuấn do hệ tìm được là 60/100 = 0.6 và khả năng tìm hết là 60/80 = 0.75. Khi tìm trên Google Scholar chẳng hạn cho tác giả Khuất Phương Trưởng (Khuat Phuong Truong), độ chính xác thường sẽ cao hơn.

2.2. Hệ số ảnh hưởng của tạp chí

Hệ số ảnh hưởng (impact factor, viết tắt IF) của một tạp chí được định nghĩa, thừa nhận và dùng rộng rãi lâu nay. Hệ số này của một tạp chí thay đổi theo từng năm, và hệ số ảnh hưởng của một tạp chí T trong năm N được tính bằng tỷ số A/B, trong đó A là tổng số lần trích dẫn, tính trong tất cả các ấn phẩm của năm N, đến các bài đăng trên T trong hai năm liên tiếp ngay trước N, và B là tổng số các bài đăng trên T trong hai năm này. Nếu trong hai năm 2007 và 2008 tạp chí T đăng tất cả 100 bài báo, và có 250 lần các bài trong số 100 bài này của T được trích dẫn trong tất cả các bài ở các tạp chí, hội nghị, … của năm 2009, thì hệ số ảnh hưởng của T trong năm 2009 sẽ là 250/100 = 2,5. Tạp chí Physical Review Letters có IF năm 2009 là 7,180 có nghĩa là về trung bình mỗi bài báo của tạp chí này công bố năm 2007 và 2008 được trích dẫn 7,180 lần trong năm 2009. Người ta thường chỉ nói hệ số ảnh hưởng của một tạp chí và không nêu cụ thể một năm nào đấy. Nhưng thực ra hệ số này có thể thay đổi rất nhiều theo thời gian, thí dụ tạp chí Bioinformatics có IF theo ISI là 4,328 vào năm 2008, 4,894 năm 2007, 5.742 năm 2004, 6.701 năm 2003, 4.615 năm 2002, và 3.421 năm 2001.

Hệ số ảnh hưởng của tạp chí được dùng cho nhiều mục đích, như cho biết uy tín và sự phát triển của tạp chí, nhà khoa học chọn tạp chí gửi bài, nhà quản lý dùng để đánh giá hiệu quả nghiên cứu của các nhà khoa học, như cơ sở để xét biên chế, giải thưởng, cấp duyệt kinh phí. Hệ số ảnh hưởng của tạp chí còn được dùng để đánh giá các khoa, trường và viện nghiên cứu, đo hiệu quả khoa học của các quốc gia.

Điều đầu tiên cần biết rõ là hệ số ảnh hưởng của tạp chí cũng khác nhau giữa các ngành. Chẳng hạn theo JCR (Journal Citation Reports) của Web of Science, vào năm 2008 tạp chí của ngành y có IF cao nhất là 74,575 (CA: A Cancer Journal for Clinicians của Hội Ung thư Mỹ), IF thứ nhì là 50,017 (The New England Journal of Medicine), … và IF thứ 100 cũng là 3,733 (Epilepsia, xếp thứ 739 trong toàn bộ tạp chí của JCR). Trong ngành toán lý thuyết, tạp chí có IF cao nhất là 3,806 (Communications on Pure and Applied Mathematics, xếp thứ 711 trong JCR), thứ nhì là 3,5 (Bulletin of the American Mathematical Society, xếp thứ 851 trong JCR), … và thứ 100 là 0,584 (Monatshefte Fur Mathematik, xếp thứ 5248 trong JCR). Có sự khác biệt này là điều dễ hiểu, vì hệ số ảnh hưởng của tạp chí được tính dựa trên chỉ số trích dẫn của các bài báo của tạp chí, và như đã phân tích ở phần trên, chính sự khác biệt của “văn hóa ngành” đã tạo ra số trích dẫn rất khác nhau này.

Trong [2], các tác giả khảo sát sự khác nhau của hệ số ảnh hưởng của tạp chí theo thời gian và giá trị IF trung bình của tạp chí trong các ngành. Hình bên trích từ [2] cho thấy hệ số ảnh hưởng trung bình của các tạp chí trong ngành sinh học phân tử và tế bào là 4,763, trong y học là 2,896, trong hóa học là 2,61, trong vật lý là 1,912, trong tin học và toán học tương ứng là 0,631 và 0,566. Một cách giải thích nôm na có thể chấp nhận trong một chừng mực nào đấy về những con số này là−giả sử IF tăng tuyến tính trong các ngành− một tạp chí có IF khoảng 9,5 trong ngành sinh học phân tử và tế bào có ảnh hưởng ở ngành này quãng như ảnh hưởng của một tạp chí có IF 6 trong ngành y (truyền thống), một tạp chí có IF 4 trong ngành vật lý hay một tạp chí có IF quãng 1,2 trong ngành toán và tin học. 

Mặc dù được dùng rộng rãi lâu nay, cách tính hệ số ảnh hưởng của tạp chí có một số hạn chế [6], [14], tiêu biểu là:

Hệ số ảnh hưởng của một tạp chí chỉ cho ta giá trị trung bình về ảnh hưởng của các bài báo trong tạp chí đó. Giá trị trung bình này thường bị ảnh hưởng rất nhiều bởi một số ít bài có trích dẫn cao (như các bài đánh giá tổng quan) hoặc bởi quá nhiều bài không có hoặc có trích dẫn thấp. Một nghiên cứu gần đây chỉ ra rằng trong công thức tính hệ số ảnh hưởng IF, nếu các bài được xếp theo thứ tự của số trích dẫn, thì 15% bài báo đầu đóng góp 50% số trích dẫn, 50% bài đầu đóng góp 90% số trích dẫn, và các bài ở nhóm 50% đứng đầu có trích dẫn khoảng 10 lần hơn các bài ở nhóm 50% đứng cuối. Rõ ràng, hệ số ảnh hưởng của một tạp chí không phản ánh chính xác được ảnh hưởng của từng bài cụ thể đăng trong tạp chí này.

Việc dùng trích dẫn trong thời gian 2 năm sau khi công bố (citation window) để tính IF là ngắn và sớm đối với một số ngành, tức công thức này chưa tính được hệ số ảnh hưởng thật của nhiều tạp chí (gần đây một vài hệ thống như JCR có đưa thêm vào hệ số ảnh hưởng tính trong thời gian 5 năm, ở đó hệ số ảnh hưởng của tạp chí trong một số ngành tăng lên và trong một số ngành giảm đi rõ rệt).

Hệ số ảnh hưởng này chưa tính được đến những bài của một tạp chí được dùng nhưng không được trích dẫn.

Hệ số ảnh hưởng của tạp chí biến động đáng kể từ năm này qua năm khác, biến động nhiều hơn ở các tạp chí nhỏ hơn (tuy hệ số ảnh hưởng hay được nói đến như một giá trị không đổi) [2]. Thí dụ tạp chí Bioinformatics kể trên có IF năm 2003 lớn gần gấp đôi IF năm 2001.

Chỉ một phần nhỏ các tạp chí tham gia vào việc tính hệ số ảnh hưởng. Có tất cả khoảng trên 100 nghìn tạp chí các loại trên đời và các ấn phẩm ở bất kỳ tạp chí nào trong chúng cũng đều phải trích dẫn, nhưng các hệ cơ sở dữ liệu của ISI, Scopus, … chỉ chứa khoảng 10-15 nghìn tạp chí hàng đầu của các ngành. Thêm nữa, các tạp chí không xuất bản bằng tiếng Anh hoặc tạp chí của các ngành “thiểu số” cũng ít khả năng nằm trong số này, và do vậy việc tính chỉ số trích dẫn và hệ số ảnh hưởng rõ ràng chưa toàn vẹn.

Chính Campbell, trưởng ban biên tập của tạp chí danh giá Nature, cũng cho rằng nên quan tâm đến chính giá trị của bài báo hơn là việc bài báo được đăng ở đâu [6].

2.3. Chỉ số H

Nếu chỉ số trích dẫn được dùng để “đo” các bài báo và hệ số ảnh hưởng “đo” các tạp chí, người ta còn muốn có những độ đo cho chính người làm nghiên cứu. Một cách là dựa trên số lượng các ấn phẩm và chất lượng của chúng qua chỉ số trích dẫn hoặc ảnh hưởng của nơi chúng được công bố. Một trong các độ đo là chỉ số H (h-index) đề nghị bởi nhà vật lý J.E. Hirsch vào năm 2005 [9], định nghĩa như sau: Một người có chỉ số H là N nếu đã xuất bản N bài báo có chỉ số trích dẫn ít nhất là N, và các bài còn lại có chỉ số trích dẫn nhiều nhất là N. Nếu một người công bố 40 bài báo, trong đó 9 bài có nhiều hơn 10 trích dẫn, 5 bài có 10 trích dẫn và 26 bài còn lại có ít hơn 10 trích dẫn, thì chỉ số H của người này là 10.

Ưu điểm cơ bản của chỉ số H là việc tính đến sự cân bằng giữa số lượng và chất lượng các công trình của người làm nghiên cứu, và tính toán đơn giản (như hệ QuadSearch dựa trên Google Scholar khá dễ dùng http://delab.csd.auth.gr/~lakritid/index.php?lan=1&s=2). Với những ưu điểm này, chỉ số H nhanh chóng được dùng phổ biến. Tuy nhiên, có những đặc điểm của chỉ số H cần được nhận biết rõ.

Chỉ số H dựa trên chỉ số trích dẫn, và do đó chịu ảnh hưởng của toàn bộ những hạn chế của chỉ số trích dẫn nêu ra ở phần trên. Trước hết do sự khác biệt về chỉ số trích dẫn ở các ngành, chỉ số H có ý nghĩa hơn với những người thuộc cùng một ngành và khi so sánh những người khác ngành cần chú ý đến sự khác biệt này. Thêm nữa cần chú ý rằng khi tính tự động chỉ số H, độ chính xác và khả năng tìm hết thường không cao. Do sự trùng tên họ của người châu Á khá phổ biến, những chỉ số H được tính ra (nếu không kiểm chứng kỹ) thường cao hơn giá trị thật.

Chỉ số H đánh giá thành quả một nhà khoa học nhưng không phân biệt được sự đóng góp khác nhau của các tác giả trong một công trình. Đây là một chuyện không đơn giản. Trong [16], các tác giả phân ra bốn cách viết thứ tự tên tác giả trong các ấn phẩm khoa học: Một là theo thứ tự đóng góp do các tác giả xác định (quence- determined credit); Hai là theo thứ tự chữ cái của tên khi các tác giả xem đóng góp mọi người như nhau (equal contribution norm); Ba là theo thứ tự “đầu-cuối” với nhấn mạnh rằng tác giả đầu (thường là nghiên cứu sinh) và cuối (thường là thầy cô hướng dẫn hay người phụ trách đề tài) là quan trọng nhất, và những người ở giữa theo đóng góp; Bốn là theo thứ tự đóng góp do các tác giả xác định một cách định lượng, (percent contribution indicated). Cách tính chỉ số H không phân biệt được sự đóng góp của các tác giả, đặc biệt trong các ngành có nhiều tác giả trong mỗi ấn phẩm.

Chỉ số H không đánh giá được những tác giả có một số ít công trình ảnh hưởng rất lớn, điều thường có với những nhà khoa học trẻ xuất sắc, chẳng hạn giáo sư Ngô Bảo Châu có chỉ số H chỉ là 6.

Có những cố gắng để khắc phục các hạn chế kể trên của chỉ số H, như chỉ số G (g-index) đề xuất năm 2006 bởi Leo Egghe. Giả sử các ấn phẩm của một tác giả được xếp theo thứ tự giảm dần của chỉ số trích dẫn, khi này chỉ số G chính là số lớn nhất sao cho G bài báo đầu tiên có trích dẫn trung bình lớn hơn G. Chỉ số G này đề cao giá trị của những bài báo có rất nhiều trích dẫn trong đánh giá một tác giả.

3. Một vài nhận xét và ý kiến

Phần này nêu vài nhận xét về những độ đo đánh giá định lượng và vài ý kiến bàn luận.

(2) Nên dùng kết hợp nhiều độ đo đánh giá định lượng: Không nên chỉ đánh giá nghiên cứu dựa trên riêng một độ đo nào, vì như đã chỉ ra mỗi độ đo đều có những hạn chế. Nên kết hợp nhiều độ đo, vì mỗi độ đo cho ta nhìn thấy một khía cạnh của kết quả nghiên cứu. Chẳng hạn đối với một người làm nghiên cứu, chỉ số H cho một ý niệm cơ bản về cân bằng số lượng và chất lượng công bố, các hệ số ảnh hưởng của tạp chí cho một ý niệm về uy tín nơi các kết quả được công bố, và chỉ số trích dẫn cho thấy kết quả nghiên cứu của người này có ảnh hưởng như thế nào.

(3) Có thêm thẩm định của chuyên gia khi cần: Vì các độ đo đánh giá không thể “đo” được hết mọi khía cạnh tinh tế của kết quả nghiên cứu, khi phải đánh giá kỹ một kết quả nghiên cứu rất cần có phân tích của các chuyên gia trong ngành. Chẳng hạn các công cụ hiện nay khi tính chỉ số trích dẫn, và do đó chỉ số H, vẫn chưa phân biệt các trích dẫn của chính tác giả (self citation) hay các trích dẫn để phê phán, hoặc phân biệt đóng góp của tác giả trong bài báo. Chẳng hạn khó có thể nói một người làm nghiên cứu cơ bản lâu năm là xuất sắc nếu giá trị các độ đo này đều thấp, nhưng cũng chưa hẳn có thể nói ngay một người làm nghiên cứu là xuất sắc khi thấy giá trị các độ đo này cao, đặc biệt khi các công bố thường cùng nhiều tác giả. Khi này cần đến ý kiến chuyên gia trong ngành. Lưu ý là khi tham khảo các độ đo định lượng, các chuyên gia cũng dễ có ý kiến xác đáng hơn.

(5) Những “sân chơi” khác nhau và những “sân chơi” mới: Trong [12] các tác giả chỉ ra khoảng 90% các bài báo công bố trên các tạp chí khoa học không bao giờ được trích dẫn, và khoảng 50% các bài báo không bao giờ được ai khác đọc ngoài chính tác giả và những người phản biện. Như ở trên đã nói, các cơ sở dữ liệu phổ biến chứa thông tin của khoảng 15 nghìn trong số trên 100 nghìn các loại tạp chí, và các chỉ số trích dẫn, hệ số ảnh hưởng, chỉ số H ta có cũng chỉ được tính từ các nguồn này. Đẳng cấp của các tạp chí được đánh giá bởi hệ số ảnh hưởng, và “sân chơi” của các tạp chí hàng đầu khá khép kín, nên chừng hơn 80 nghìn tạp chí luôn không được xếp hạng. Các hội nghị khoa học cũng rất thượng vàng hạ cám dù luôn có trong tên cụm từ “hội nghị quốc tế”. Dù xếp thứ hạng các hội nghị có phần khó hơn xếp hạng các tạp chí, đã có những cố gắng trong nhiều ngành để chia các hội nghị thành các nhóm có uy tín khác nhau, chẳng hạn cộng đồng nghiên cứu và giáo dục ngành khoa học máy tính Australia đã đưa ra bảng xếp hạng các hội nghị của ngành (http://core.edu.au/index.php/categories/conference%20rankings). Một hiện tượng có thể quan sát được là một số cộng đồng khoa học, vốn không dễ dàng thâm nhập được vào các “sân chơi” của các tạp chí hàng đầu, đã tạo ra những “sân chơi” mới của mình, chẳng hạn như WASET (World Academy of Science, Engineering and Technology, http://www.waset.org), WSEAS (World Scientific and Engineering Academy and Society, http://www.worldses.org/wseas.htm). Tuy nhiên, chất lượng hội nghị và tạp chí của các cộng đồng này nói chung chưa cao, và cách mời chào ráo riết của họ trên mạng cũng góp phần làm tăng sự băn khoăn về chính họ.

(8) Về một số đánh giá tình hình nghiên cứu của ta: Trong những năm qua đã có một số tác giả ở trong và ngoài nước dùng các độ đo đánh giá định lượng để khảo sát và đánh giá tình hình nghiên cứu của ta, tiêu biểu như các tác giả Phạm Duy Hiển và Nguyễn Văn Tuấn (Tuan’s blog). Các khảo sát này sử dụng dữ liệu từ các nguồn ISI, Google Scholar, Scopus, … và đưa ra những so sánh kết quả và khả năng nghiên cứu giữa Việt Nam và các nước xung quanh. Một số người nghi ngại khi thấy số ấn phẩm của đại học Chulalongkorn của Thái Lan nhiều lần hơn số ấn phẩm của các cơ sở nghiên cứu và đại học hàng đầu của ta, và cho rằng các cơ sở dữ liệu ISI không đáng tin cậy. 

(9) Về Quỹ NAFOSTED, SCI và SCIE: Quỹ Phát triển Khoa học và Công nghệ Quốc gia NAFOSTED đã tạo ra một bước tiến rất tích cực trong đánh giá và đầu tư cho các nghiên cứu khoa học cơ bản của ta, do đã dùng các công bố có trong cơ sở dữ liệu SCI và SCIE làm điều kiện cần để xét tuyển đề tài và tiêu chí giao nộp sản phẩm. Cần chú ý là ISI chọn các tạp chí vào SCI và SCIE không chỉ dựa theo giá trị của hệ số ảnh hưởng trong từng ngành mà còn một số yếu tố khác nữa. Như đã phân tích, bản thân SCI và SCIE cũng có khác biệt với các cơ sở dữ liệu lớn khác. Sau thời gian đầu dựa vào các cơ sở dữ liệu này do sự cần thiết, Quỹ NAFOSTED nên chăng nghiên cứu để bổ sung một vài cơ sở dữ liệu khác, dùng thêm độ đo khác để việc tuyển chọn và tiêu chí giao nộp sản phẩm mềm dẻo, thích hợp hơn nhưng vẫn giữ được chất lượng cao? Cũng cần chú ý là nếu xét theo hệ số ảnh hưởng, các tạp chí đứng cuối ở SCIE có giá trị thấp hơn nhiều so với các tạp chí SCI. Nếu không có những điều chỉnh thích hợp, rất có thể NAFOSTED sẽ thu được rất nhiều kết quả công bố ở phía cuối của SCIE, và sẽ khó đạt mục tiêu mong đợi của mình hơn.

(10) Liên hệ với tình hình của ta: Cuối cùng và quan trọng hơn cả, là sau khi tìm hiểu kỹ hơn về các độ đo đánh giá nghiên cứu cơ bản và nghiên cứu ứng dụng ta cần dùng chúng một cách thích hợp trong hoàn cảnh cụ thể của mình. Nghĩ đến việc này đầu tiên chắc là người làm quản lý khoa học và công nghệ. Một vài ý kiến sơ bộ có thể như sau. Một là nên từng bước định ra những cách thích hợp để dùng các độ đo định lượng và số lượng ấn phẩm có trong các cơ sở dữ liệu được chọn lọc kỹ như ISI hay Scopus để đánh giá hoạt động khoa học. Tuy nhiên, phải hết sức cẩn trọng khi dùng chúng để đánh giá các nhà khoa học và các tổ chức chuyên ngành. Hai là khi vẫn chỉ có một số ít kết quả nghiên cứu của ta vào được các tạp chí tốt như của SCI, SCIE, cần có đầu tư tăng chất lượng một số tạp chí hàng đầu trong nước, để tạo ra chỗ công bố kết quả khác nhau cho một số đông người làm nghiên cứu. Ba là về nguồn lực con người, rất nên xem xét dùng các độ đo này một cách thích hợp trong việc đánh giá để xét tuyển các vị trí giáo sư-phó giáo sư, bổ sung hoặc thay cho cách “tính điểm” xưa nay, để đề cao chất lượng nghiên cứu khoa học.

4. Kết luận

Bài này giới thiệu khái niệm và một số đặc điểm cơ bản của các độ đo tiêu biểu dùng để đánh giá các ấn phẩm nghiên cứu khoa học, gồm chỉ số trích dẫn, hệ số ảnh hưởng và chỉ số H. Hai đặc điểm của các độ đo này được nhấn mạnh: sự khác nhau của chúng giữa các ngành và một số lý do của việc chúng có thể được tính hoặc giải thích chưa chính xác.

Mặc dù các độ đo đánh giá định lượng nghiên cứu khoa học còn những hạn chế như đã phân tích, cần nhấn mạnh rằng khả năng tính được chúng tự động là một bước tiến nhiều ý nghĩa và việc sử dụng chúng đang là xu thế trong phát triển khoa học. Hiểu rõ và dùng đúng các độ đo định lượng để đánh giá kết quả nghiên cứu chắc chắn có tác dụng thúc đẩy phát triển khoa học và công nghệ của chúng ta.

Hồ Tú Bảo       

Trường Khoa học Tri thức

Viện Khoa học và Công nghệ Tiên tiến Nhật Bản

Tài liệu tham khảo chính

1.  Adler, R., Ewing, J., Taylor, P., “Citation Analysis”, Statistical Science, 24(1), 1-14, 2009.

2. Althouse, B.M., West, J.D., Bergstrom, T.C., and Bergstrom, C.T., “Differences in Impact Factor Across Fields and Over Time”, Journal of the American Society for Information Science and Technology, 60(1), 27-34, 2009.

3. Bakkalbasi, N., Bauer, K., Glover, J., Wang, L., “Three Options for Citation Tracking: Google Scholar, Scopus and Web of Science”, Biomedical Digital Libraries, 3(7), 1-8, 2006.

4. Bergstrom, C.T., “Eigenfactor: Measuring the Value and Prestige of Scholarly Journals”, College & Research Library News, 68(5), 2007.

5. Hồ Tú Bảo, “Tổ chức và quản lý đề tài nghiên cứu khoa học ở Nhật”, Tạp chí Tia Sáng, 8.2008.

6. Campbell, P., “Escape from the Impact Factor”, Ethics in Science & Environmental Politics, 8, 5-7, 2008.

7. Eugene Gafield, “Citation Indexes for Science: A New Dimension in Documentation through Association of Ideas”, Science, 122(3159), 1955.

8. Harzing, A. K, Wal, R., “Google Scholar as a New Source for Citation Analysis”, Ethics in Science & Environmental Politics, Vol. 8, 61-73, 2008.

9. Hirsch, J.E., “An Index to Quantify an Individual’s Scientific Research Output”, Proceedings of the National Academy of Sciences, 102 (46), 16569–16572, 2005.

10. Iglesias, J.E., Pecharromen C., “Scaling the h-index for Different Scientific ISI Fields”, Scientometrics, 73(3), 303-320, 2007.

11. Kulkarni, A.V., Aziz, B., Shams, I., Busse, J.W., “Comparisons of Citations in Web of Science, Scopus, and Google Scholar for Articles Published in General Medical Journals”, The Journal of the American Medical Association, 302(10), 1092-1096, 2009.

12. Kumar, M.J., “Evaluating Scientits: Citations, Impact Factor, h-Index, Online Hits and What Else?”, IETI Technical Review, 26(3), 165-168, 2009.

13. Lawani S.M. “Citation Analysis and the Quality of Scientific Productivity”, BioScience, 27, 26-31, 1977.

14. Meho, L. I., “The Rise and Rise of Citation Analysis”, Physics World, 20(1), 32-36, 2007.

15. Pham Duy Hien, “A Comparative Study of Research Capacities of East Asian Coun- tries and Implication for Vietnam”, Higher Education, Springer, Feb. 2010.

16. Tscharntke, T., Hochberg, M.E., Rand, T.A., Resh, V.H., Krauss, J., “Author Se- quence and Credit for Contributions in Multiauthored Publications”, PLoS Biology, 5(1), 0013-0014, 2007.

Số lượt xem : 5341

Nghiên Cứu Định Tính Và Nghiên Cứu Định Lượng

Khi tìm hiểu về nghiên cứu thị trường (Marketing Research), chắc rằng các bạn đã nghe nhiều đến từ khoá “nghiên cứu định tính” và “nghiên cứu định lượng”, vậy công dụng của hai phương pháp này là gì? Chúng khác nhau như thế nào? Ưu điểm và nhược điểm của chúng ra sao? Để trả lời cho câu hỏi đó, mời các bạn theo dõi bài phân tích bên dưới!

Phương pháp nghiên cứu định tính Nghiên cứu định tính là gì?

Phương pháp nghiên cứu định tính là một dạng nghiên cứu thường sử dụng để thăm dò, tìm hiểu ý kiến, quan điểm nhằm tìm ra insight các vấn đề. Ngoài ra, phương pháp này còn có thể được sử dụng để phát hiện các xu hướng của khách hàng trong tương lai.

Nghiên cứu định tính thường tiếp cận đối tượng nghiên cứu một cách tự nhiên nhất, nhằm đảm bảo những hành vi, ý kiến, quan điểm mà đối tượng nghiên cứu đưa ra sẽ khách quan và chính xác nhất.

Nghiên cứu định tính thường trả lời câu hỏi “như thế nào” và “tại sao” về một hiện tượng, hành vi,… Ví dụ điển hình như phương pháp phỏng vấn cá nhân, người phỏng vấn sẽ đặt những câu hỏi mở để người trả lời có thể thoải mái đưa ra những quan điểm của mình, qua đó có thể thu thập được những thông tin đa dạng, thậm chí chưa bao giờ nghĩ tới.

Kỹ thuật phân tích dữ liệu định tính

Nghiên cứu định tính đòi hỏi sự sáng tạo và linh hoạt. Những nhà nghiên cứu không thể chỉ dựa vào những dữ liệu thô thu được từ cuộc khảo sát để viết báo cáo, hoặc đưa ra kết luận. Rất nhiều phương pháp và kỹ thuật phân tích cần được sử dụng để giải mã những dữ liệu này, như:

Lý thuyết nội dung (Content theory – CT)

Dùng để giải thích tại sao nhu cầu của con người thay đổi theo thời gian? Đâu là những yếu tố thúc đẩy hành vi con người? Động lực để con người thực hiện một hành động là gì? (Thuyết về tháp nhu cầu Maslow, thuyết X thuyết Y,…)

Lý thuyết nền tảng (Grounded theory – GT)

Đây là một phương pháp quy nạp cung cấp một quy trình để thu thập, tổng hợp, phân tích và khái niệm hóa dữ liệu định tính cho mục đích xây dựng lý thuyết.

Phân tích biện luận (Discourse analysis – DA)

Phân tích biện luận bao gồm nói chuyện và tương tác trực tiếp hoặc thông qua hình ảnh, biểu tượng và tài liệu để giải thích cách thức và ý nghĩa của những hành vi thu thập được.

Ưu điểm và nhược điểm của phương pháp nghiên cứu định tính

Vấn đề được nhìn nhận dưới góc nhìn của người trong cuộc: Việc người nghiên cứu đóng vai trò quan trọng sẽ giúp ta tìm hiểu rõ hơn những vấn đề mà nghiên cứu định lượng dễ bị bỏ qua. Nghiên cứu định tính giúp làm rõ được các yếu tố về hành vi, thái độ của đối tượng nghiên cứu.

Vì nghiên cứu định tính sử dụng các phương pháp nghiên cứu không cấu trúc nên tính linh hoạt rất cao.

Giúp phát hiện ra những thông tin hữu ích một cách nhanh chóng.

Thời gian tiến hành một dự án nghiên cứu định tính thường ngắn hơn và tốn ít chi phí hơn so với nghiên cứu định lượng.

Thời gian cần thiết để thu thập và phân tích dữ liệu cho một lần nghiên cứu định tính khá dài và khó khăn. Thời gian trung bình của một cuộc khảo sát định tính thường kéo dài khoảng 30′, điều này có thể khiến cho đáp viên cảm thấy không thoải mái và chán nản. Thường người nghiên cứu phải nắm rõ về lĩnh vực nghiên cứu cũng như các kỹ thuật đào sâu, phân tích để thu được những thông tin chính xác, có giá trị nhất và không làm cho người khảo sát cảm thấy khó chịu.

Vì mang tính chủ quan nên việc khái quát hóa kết quả nghiên cứu lên tổng thể bị hạn chế.Tình minh bạch của nghiên cứu định tính thấp hơn nghiên cứu định lượng ví dụ đối với một số vấn đề nhạy cảm, nhà nghiên cứu sẽ giữ kín danh tính của người trả lời.

Nghiên cứu thị trường là gì? Những kiến thức cần biết về nghiên cứu thị trường

Phương pháp nghiên cứu định lượng

Phương pháp nghiên cứu định lượng là việc thu thập, phân tích thông tin trên cơ sở các số liệu thu được từ thị trường. Mục đích của việc nghiên cứu định lượng là đưa ra các kết luận thị trường thông qua việc sử dụng các phương pháp thống kê để xử lý dữ liệu và số liệu.

Phương pháp để thu thập dữ liệu định lượng thường có cấu trúc hơn so với thu thập dữ liệu định tính bao gồm nhiều hình thức khảo sát khác nhau như khảo sát trực tuyến, khảo sát trên giấy, khảo sát di động, khảo sát qua thư hoặc email,…

Nghiên cứu định lượng thường được gắn liền với việc dựa vào các lý thuyết, suy luận để lượng hóa, đo lường các yếu tố nghiên cứu, kiểm tra mối tương quan giữa các biến dưới dạng số đo và thống kê.

Kỹ thuật phân tích dữ liệu định lượng

Sử dụng kỹ thuật thống kê để tóm tắt dữ liệu, mô tả các mẫu, mối quan hệ và kết nối các biến số với nhau, từ đó hình thành báo cáo với các thông tin hữu ích, dễ xem giúp đưa ra quyết định chính xác hơn. Có hai loại gồm:

Thống kê mô tả (Descriptive statistics) Thống kê suy luận (Inferential statistics)

Gồm các phương pháp ước lượng, phân tích mối liên hệ giữa các hiện tượng nghiên cứu, dự đoán hoặc ra quyết định trên cơ sở thu thập thông tin từ kết quả quan sát mẫu.

Ưu điểm và nhược điểm của phương pháp nghiên cứu định lượng

Tính khách quan khoa học: Dữ liệu định lượng có thể được giải thích bằng phân tích thống kê và vì thống kê dựa trên các nguyên tắc toán học, nên phương pháp định lượng được xem là phương pháp khoa học và hợp lý. Vì thế nghiên cứu định lượng hoàn toàn phù hợp để kiểm định các giả thiết được đặt ra.

Độ tin cậy cao của kết quả nghiên cứu, tính đại diện cao nên kết quả nghiên cứu định lượng có thể khái quát hóa lên cho tổng thể mẫu.

Phân tích nhanh chóng: Các phần mềm phân tích giúp việc xử lý lượng lớn dữ liệu một cách nhanh chóng và chính xác. Hạn chế đến mức thấp những lỗi kỹ thuật có thể phát sinh do yếu tố con người trong xử lý số liệu.

Nghiên cứu định lượng không làm rõ được hiện tượng về con người (nghiên cứu hành vi).

Yếu tố chủ quan của người khảo sát: Nhà nghiên cứu có thể bỏ lỡ các chi tiết giá trị của cuộc khảo sát nếu quá tập trung vào việc kiểm định các giả thiết đặt ra.

Sự khác nhau trong cách hiểu các câu hỏi: Xảy ra khi đối tượng phỏng vấn không hiểu câu hỏi đặt ra như ý định của nhà nghiên cứu mà lại hiểu khác đi và trả lời theo cách hiểu của họ. Đối với nghiên cứu định lượng, phần lớn các hình thức nghiên cứu người phỏng vấn không có khả năng can thiệp, giải thích hay làm rõ các câu hỏi cho người trả lời.

Những sai số do ngữ cảnh có thể ảnh hưởng đến nội dung cuộc khảo sát. Phương pháp nghiên cứu định lượng giả định rằng hành vi và thái độ của con người không thay đổi theo ngữ cảnh. Tuy nhiên, câu trả lời của đối tượng có thể thay đổi phụ thuộc vào những ngữ cảnh khác nhau.

Nghiên cứu định lượng sử dụng các phương pháp nghiên cứu phức tạp hơn định tính vì thế sẽ tốn nhiều thời gian hơn để thiết kế quy trình nghiên cứu.

Vì cần mẫu lớn để có thể khái quát hoá cho tổng thể nên chi phí để thực hiện một nghiên cứu định lượng thường rất lớn, lớn hơn nhiều so với nghiên cứu định tính.

Ưu nhược điểm các phương pháp nghiên cứu thị trường

Sự khác biệt trong dữ liệu nghiên cứu định tính và nghiên cứu định lượng

Dữ liệu của nghiên cứu định tính thường không thể đếm được, nó là những chuỗi văn bản, video, hình ảnh,… Trong khi đó, dữ liệu của nghiên cứu định lượng lại có thể đo đếm được.

Một ví dụ đơn giản: Các các câu trả lời cho câu hỏi mở “Đâu là kiểu chào hỏi phổ biến nhất trong email?” là dữ liệu định tính với nhiều nội dung trả lời khác nhau, chúng ta có thể phân loại các dạng câu chào hỏi thành các nhóm và đo lường tần suất xuất hiện của các nhóm đó, vậy là bạn đã có thể biến dữ liệu định tính thành định lượng rồi.

Hãy xét một ví dụ khác: Nếu bạn đo lường hành vi của người dùng trên một trang web, bạn có thể biết rằng 25% số người đã nhấp vào nút A, sau đó là một nút B,… Điều đó rất cần thiết và ta có thể chạy thử nghiệm phân tách (A/B Testing) để thử các phiên bản khác nhau của trang web để xem liệu bạn có thể thay đổi hành vi của mọi người hay không.

Tuy nhiên, dữ liệu này không cho bạn biết lý do tại sao mọi người lại hành động như vậy?

Nghiên cứu định tính thường tập trung nhiều hơn vào góc độ con người – mọi người đang nghĩ gì và cảm thấy gì? Điều gì khiến họ làm thế? Thái độ của họ sẽ ra sao?… Và bạn có thể nhận được nhiều thông tin phong phú, sâu sắc hơn so với dữ liệu định lượng, bởi vì bạn thực sự có thể hiểu được những suy nghĩ đằng sau hành động đó và có thể điều chỉnh luồn hành vi một cách tự nhiên và chính xác.

Vì vậy, nếu muốn cải thiện trải nghiệm trên trang web của một người nào đó thì có lẽ bạn nên quan sát dữ liệu định lượng của mình để xem mọi người đang làm gì và sau đó bạn sẽ thực hiện một số nghiên cứu định tính để tìm hiểu lý do tại sao họ lại làm như thế.

Trong nghiên cứu thị trường, nên cân nhắc sử dụng cả hai phương pháp định tính và định lượng để có được những kết quả có giá trị nhất. Để có được câu trả lời hoàn hảo nhất về hành vi, thái độ của khách hàng và lý do của những hành vi đó, từ đó kết quả nghiên cứu có thể góp phần tạo nên những quyết định quản trị có tính chính xác cao hơn.

Đồng thời nếu có nhu cầu nghiên cứu thị trường mà không biết bắt đầu từ đâu. Hãy liên hệ ngay với chúng tôi theo Hotline bên dưới để được tư vấn tận tình nhất!

Khaosat.me – Lắng nghe để thành công

Sự Khác Biệt Giữa Nghiên Cứu Định Tính Và Nghiên Cứu Định Lượng

Nghiên cứu định tính (qualitative research) và định lượng (quantitative research) là các phương pháp mà doanh nghiệp hay marketer có thể kết hợp trong các nghiên cứu, tìm hiểu thị trường và khách hàng để có được kết quả rộng và sâu.

Nói một cách đơn giản, dữ liệu định lượng (quantitative data) giúp bạn có được những con số để chứng minh những điểm chung của nghiên cứu. Trong khi dữ liệu định tính (qualitative data) mang đến cho bạn các chi tiết và độ sâu để hiểu ý nghĩa đầy đủ của dữ liệu cũng như hiểu sâu về thị trường, khách hàng.

Để có kết quả tốt nhất từ các phương pháp này trong các khảo sát, nghiên cứu, điều quan trọng là bạn phải hiểu được sự khác biệt để kết hợp hoặc lựa chọn phương pháp phù hợp.

Khác biệt giữa nghiên cứu định lượng và nghiên cứu định tính Nghiên cứu định tính Nghiên cứu định tính là gì? Nghiên cứu định tính – qualitative research là dạng nghiên cứu thực nghiệm trong đó dữ liệu (data) không ở dạng số (Punch, 1998, p. 4).

Nghiên cứu định tính là việc các nhà nghiên cứu định tính nghiên cứu mọi thứ trong môi trường truyền thống hoặc internet, cố gắng hiểu hoặc giải thích các hiện tượng theo nghĩa của con người mang đến cho họ.

Nghiên cứu theo cách tiếp cận định tính là thăm dò và tìm cách trả lời các câu hỏi ‘làm thế nào’ và ‘tại sao’ về một hiện tượng hoặc hành vi cụ thể một bối cảnh cụ thể của khách hàng phục vụ cho các marketer, doanh nghiệp.

Cách tiến hành nghiên cứu định tính Nghiên cứu định lượng là gì?

Nghiên cứu định lượng – quantitative research trong marketing là việc thu thập, phân tích thông tin trên cơ sở các số liệu thu được từ thị trường có thể thông qua thống kê như khảo sát.

Các nhà nghiên cứu định lượng nhằm mục đích thiết lập các định luật chung về hành vi và phenonomon trên các bối cảnh / bối cảnh khác nhau. Nghiên cứu được sử dụng để kiểm tra một lý thuyết và cuối cùng hỗ trợ hoặc từ chối nó.

Cách tiến hành nghiên cứu định lượng

Dữ liệu thu thập được sẽ được lượng hóa (dưới dạng các con số thống kê chẳng hạn) và từ đó, những người nghiên cứu có thể rút ra những vấn đề chung, đại diện cho các tập/khúc khách hàng.

Nhìn chung, phương pháp phổ biến mà các nhà nghiên cứu thường sử dụng để thu thập dữ liệu định lượng là điều tra hay khảo sát (survey). Theo đó, một hệ thống những câu hỏi cấu trúc, còn gọi là câu hỏi đóng với những phương án trả lời có sẵn thông qua một bảng câu hỏi (questionnaire) sẽ được đạt ra vố khách hàng để hỏi về cảm tưởng, suy nghĩ và hành động của họ (respondents) nhằm thu thập dữ liệu trên một mẫu lớn.

Có nhiều cách mà người làm marketing có thể thu thập dữ liệu định lượng thông qua khảo sát, đó là gặp trực tiếp khách hàng để hỏi/phỏng vấn họ thông qua bảng hỏi đã được thiết kế, gửi bảng hỏi đến cho khách hàng hay có thể khảo sát qua điện thoại. Ngày nay, với sự phát triển của công nghệ thông tin và truyền thông, đặc biệt là Internet, các bảng câu hỏi có thể được số hóa với sự trợ giúp của các công cụ và phần mềm và gửi đến đối tượng trả lời một cách dễ dàng và thuận lợi hơn.

Phân tích dữ liệu

Phân tích dữ liệu (data analysis) là một quá trình làm việc với dữ liệu để tìm ra những thông tin hữu ích hỗ trợ việc ra quyết định kinh doanh. Quá trình này bao gồm việc làm sạch, chuyển đổi và mô hình hóa dữ liệu.

Việc phân tích dữ liệu có thể tiếp sức cho các chiến dịch Marketing dựa trên dữ liệu một cách hiệu quả.

Khi nào cần nghiên cứu thị trường Xây dựng các giả thuyết

Nghiên cứu định lượng sẽ giúp bạn có được những con số mà bạn có thể áp dụng phân tích thống kê để xác thực các giả thuyết của mình. Đó có phải là vấn đề thực tế hay chỉ là một người nhận thức? Những sự thật phũ phàng thu được sẽ cho phép bạn đưa ra quyết định dựa trên những quan sát khách quan.

Tìm câu trả lời chung Kết hợp yếu tố con người

Nghiên cứu định tính cũng có thể giúp đỡ trong giai đoạn cuối của dự án của bạn. Các trích dẫn bạn có được từ các câu hỏi mở có thể đưa tiếng nói của con người đến các con số và xu hướng khách quan trong kết quả của bạn. Nhiều lần giúp nghe khách hàng mô tả công ty của bạn bằng lời nói của họ để khám phá những điểm mù của bạn. Dữ liệu định tính sẽ giúp bạn có được điều đó.

3. Làm thế nào để có được dữ liệu định tính?

– Nghiên cứu case study: Bộ sưu tập các câu chuyện của khách hàng từ các cuộc phỏng vấn sâu.

– Ý kiến chuyên gia: Thông tin chất lượng cao từ các nguồn thông tin tốt.

– Câu hỏi khảo sát kết thúc mở: Một đoạn văn bản trong một cuộc khảo sát cho phép người trả lời bày tỏ suy nghĩ của họ về vấn đề này một cách tự do.

– Nghiên cứu quan sát: Ví dụ, quan sát mọi người trong quá trình thực hiện thói quen của họ để hiểu cách họ tương tác với một sản phẩm.

Tuy nhiên, phương pháp nghiên cứu kết thúc mở này không phải lúc nào cũng cho vay để mang lại cho bạn kết quả chính xác nhất cho những câu hỏi lớn. Và phân tích kết quả là khó vì mọi người sẽ sử dụng các từ và cụm từ khác nhau để mô tả quan điểm của họ, và thậm chí có thể không nói về những điều tương tự nếu họ tìm thấy không gian để chuyển vùng với câu trả lời của họ.

4. Ví dụ về cách sử dụng câu hỏi định tính và định lượng Câu hỏi định tính

Bạn có bất kỳ ý kiến, câu hỏi, hoặc mối quan tâm nào khác?

Câu hỏi định lượng

Đã bao lâu bạn là khách hàng của Công ty chúng tôi?

Đây là lần mua đầu tiên của tôi

Chưa đầy sáu tháng

Sáu tháng đến một năm

1-2 năm

3 năm trở lên

Tôi chưa từng mua hàng

Nếu bạn thấy quá trình nghiên cứu thị trường này phức tạp và đội ngũ nhân sự không đủ chuyên môn, năng lực thì tại sao không thử tham khảo ý kiến tư vấn của các chuyên gia cố vấn có nhiều kinh nghiệm cũng như nhận những phân tích, đánh giá MIỄN PHÍ.

ngay để nhận PHÂN TÍCH, TƯ VẤN MIỄN PHÍ từ các chuyên gia của DTM Consulting.

Phương Pháp Nghiên Cứu Định Lượng

Published on

Giới thiệu phương pháp nghiên cứu định lượng sử dụng SPSS, EViews

1. Trung tâm Nghiên Cứu Định Lượng Hà Nội Website: chúng tôi LOGO NGHIÊN CỨU ĐỊNH LƯỢNG TRONG KINH DOANH Đào Trung Kiên chúng tôi Nghiencuudinhluong.com

2. NỘI DUNG ● Nghiên cứu khoa học trong kinh doanh ● Phân loại nghiên cứu ● Nghiên cứu định lượng ● …………….. Nghiencuudinhluong.com

3. Nghiên cứu khoa học trong kinh doanh ● Nghiên cứu khoa học là cách thức con người tìm hiểu các hiện tượng khoa học một cách có hệ thống (Babbie, 1986, dẫn theo Thọ, 2011) ● Nghiên cứu khoa học trong kinh doanh là cách thức khám phá các hiện tượng trong kinh doanh một cách có hệ thống. ● Ví dụ: Xem xét ảnh hưởng của tỷ giá đến lạm phát, ảnh hưởng của chất lượng dịch vụ đến sự hài lòng khách hàng… Nghiencuudinhluong.com

4. Nghiên cứu khoa học trong kinh doanh Có hai cách để đạt sự hiểu biết + Chấp nhận: thừa nhận từ nghiên cứu hay kinh nghiệm từ người khác. Ví dụ: KN nói chuyện với KH, bạn gái…. + Nghiên cứu (mang tính khám phá): Tìm kiếm sự hiểu biết qua nghiên cứu và trải nghiệm của chính mình. Nghiencuudinhluong.com

6. Nghiên cứu định lượng là gì ? ● Nghiên cứu định lượng dựa vào việc đo lường số lượng. Nghiên cứu định lượng được áp dụng đối với các hiện tượng có thể được diễn tả bằng số lượng (Kothari, 2004) ● Nghiên cứu định lượng thường gắn với việc kiểm định (lý thuyết) dựa vào quy trình suy diễn (Thọ, 2011) Nghiencuudinhluong.com

7. Nghiên cứu định lượng là gì ? Như vậy: ● Nghiên cứu định lượng là nghiên cứu sử dụng các phương pháp khác nhau (chủ yếu là thống kê) để lượng hóa, đo lường, phản ánh và diễn giải các mối quan hệ giữa các nhân tố (các biến) với nhau. ● Ví du: Đo lường mức độ hài lòng KH đối với chất lượng dịch vụ, đo lường mức độ trung thành của người LĐ, vv. Nghiencuudinhluong.com

8. Mục đích của nghiên cứu định lượng ● Đo lường mức độ của các mối quan hệ. Ví dụ: Mối quan hệ giữa giá cá và giá thịt gà (co dãn trong vi mô) ● Kiểm định các giả thuyết nghiên cứu có được từ lý thuyết. ● Ví dụ: Kiểm định giả thuyết cho rằng tăng lương thì người lao động hài lòng hơn là giảm lương. Nghiencuudinhluong.com

9. Ứng dụng nghiên cứu định lượng Nghiên cứu định lượng có rất nhiều ứng dụng trong kinh tế, kinh doanh ● Nghiên cứu hài lòng khách hàng (SERVQUAL Model, CSI Model) ● Đánh giá lao động trong tổ chức (JDI Model, Minnesota, …) ● Đánh giá chấp nhận công nghệ, dịch vụ mới (TAM model, ISS, E -CAM) Nghiencuudinhluong.com

10. Ứng dụng nghiên cứu định lượng ● Đánh giá hành vi khách hàng (TRA, TPB Model) ● Đánh giá thu hút đầu tư vào địa phương (sử dụng các thuộc tính của marketing địa phương). ● …… Và rất nhiều thứ khác, tùy mục đích nhà nghiên cứu. ● Ví dụ gần gũi: Làm luận văn thạc sỹ, luận án tiến sỹ Nghiencuudinhluong.com

11. Tại sao NCĐL lại trở lên phổ biến? ● Do sự nghi ngờ kết quả các phương pháp định tính “Gần đây, kết quả nghiên cứu của các phương pháp định tính không mấy khả quan. ……Dữ liệu thu thập được bởi các nhà nghiên cứu thị trường ngày càng bị khách hàng của họ đặt vấn đề” (Rossi, Vriens). ● Do sự phát triển của các phương pháp thống kê và hỗ trợ của các phần mềm máy tính (SPSS, EVIEWS, SAS, AMOS, STATA,..) Nghiencuudinhluong.com

12. Tại sao NCĐL lại trở lên phổ biến? ● Đặc biệt là tính tin cậy của các nghiên cứu định lượng. Nghiencuudinhluong.com

13. Xu hướng sử dụng các NCĐL ● Hầu hết các bài đăng trên tạp trí quốc tế trong lĩnh vực kinh tế hiện nay sử dụng phương pháp định lượng. ● Các chương trình thạc sỹ, nghiên cứu sinh của các ĐH lớn phần lớn sử dụng nghiên cứu định lượng (Các nghiên cứu định tính cũng không giống các chương trình kiểu “3 chương” của Việt Nam) Nghiencuudinhluong.com

14. Xu hướng sử dụng các NCĐL Tại Việt Nam: ● ĐH Kinh tế HCM: có định hướng áp dụng sử dụng nghiên cứu định lượng cho học viên cao học từ K16, ĐH Kinh tế Đà Nẵng ● Thông tin: nghiên cứu sinh ĐH KTQD nhiều ngành phải sử dụng nghiên cứu định lượng ● Một số chương trình cao học liên kết bắt buộc phải sử dụng định lượng: ĐH Shute (Đài Loan), Nantes (Pháp), vv. Nghiencuudinhluong.com

15. Thế nào là một nghiên cứu tốt ? ● Mục đích, mục tiêu nghiên cứu rõ ràng ● Quá trình nghiên cứu, thiết kế nghiên cứu được hoạch định một cách chi tiết ● Giới hạn của nghiên cứu được trình bày rõ ràng, chính xác. ● Đảm bảo tiêu chuẩn đạo đức nghiên cứu (sao chép, tự tạo dữ liệu) Nghiencuudinhluong.com

17. Quy trình một luận văn 5 chương ● (Phần này dành cho các bạn học viên cao học, sinh viên tham khảo về cách thiết lập tổng quát một nghiên cứu định lượng) ● Một luận văn nghiên cứu định lượng thông thường gồm 5 chương (các trường có thể có hướng dẫn chi tiết khác nhau, nhưng tựu chung có sự tương đồng). Cụ thể như sau: Nghiencuudinhluong.com

18. Quy trình một luận văn 5 chương ● Phần 1 Giới thiệu: Giới thiệu về việc hình thành đề tài, lý do, câu hỏi nghiên cứu, mục đích nghiên cứu, quy trình thực hiện nghiên cứu… ● Phần 2 Lý thuyết (hoặc tổng quan lý thuyết): Giới thiệu về các khái niệm về các nhân tố (biến) và các mối quan hệ, các mô hình mô tả mối quan hệ giữa chúng…. Nghiencuudinhluong.com

19. Quy trình một luận văn 5 chương ● Phần 3 Phương pháp nghiên cứu: Giới thiệu về các phương pháp để thực hiện nghiên cứu như thế nào (điều tra, chọn mẫu, thiết kế câu hỏi, phương pháp phân tích sẽ sử dụng : thống kê – mô tả, phân tích nhân tố, sử dụng phương trình cấu trúc….) ● Phần 4 Kết quả nghiên cứu: Trình bày các kết quả nghiên cứu thu được Nghiencuudinhluong.com

20. Quy trình một luận văn 5 chương ● Phần 5 Kết luận và kiến nghị (đưa ra kết luận chính, những kiến nghị, đề xuất từ kết quả, những đóng góp và ý nghĩa của nghiên cứu, những hạn chế và hướng nghiên cứu tiếp theo) Nghiencuudinhluong.com

21. Giới thiệu về phần mềm SPSS ● SPSS là phần mềm thống kê được sử dụng phổ biến cho các nghiên cứu điều tra xã hội học và kinh tế lượng. ● SPSS có giao diện thân thiện với người dùng, dễ sử dụng. Nghiencuudinhluong.com

22. CÁC CÔNG CỤ PHÂN TÍCH CHÍNH TRÊN SPSS * Thống kê mô tả * Kiểm định sự tin cậy thang đo (Cronbach Alpha test) * Phân tích khám phá nhân tố (EFA) * Phân tích tương quan * Phân tích hồi quy * Phân tích phương sai (ANOVA) * Các phân tích khác: Kiểm định phi tham số, vẽ bản đồ nhận thức, hồi quy Logistic Nghiencuudinhluong.com

23. Nhắc lại về thống kê mô tả ● Trung bình (kỳ vọng toán): ● Phương sai ● Độ lệch chuẩn ● Khoảng biến thiên, độ nhọn và độ bất đối xứng (xem xét phân phối của dữ liệu), trung vị, mode ● 4 loại thang đo và phân biệt 2 từ “thang đo” ● Thực hành trên file dữ liệu mẫu

24. Tài liệu tham khảo ● Suanders.M, Lewis và Thornhill (2010), Phương pháp nghiên cứu trong kinh doanh, Nhà xuất bản Tài chính (dịch giả Nguyễn Văn Dung). ● Nguyễn Đình Thọ (2011), Phương pháp nghiên cứu khoa học trong kinh doanh: Thiết kế và thực hiện, Nhà xuất bản Lao động – xã hội Nghiencuudinhluong.com

25. Tài liệu tham khảo ● Lê Văn Huy và Trương Trần Trâm Anh (2012), Phương pháp nghiên cứu trong kinh doanh, Nhà xuất bản Tài chính. ● Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS – 2 tập – Nhà xuất bản Hồng Đức. ● Nguyễn Quang Dong (2012), Kinh tế lượng, Nhà xuất bản ĐHKTQD Nghiencuudinhluong.com

26. Tài liệu tham khảo ● Tiếng Anh: Tài liệu của Kothari (2004), phân tích dữ liệu đa biến của Hair et al (2006) Nghiencuudinhluong.com

Thiết Kế Và Triển Khai Nghiên Cứu Định Tính Trong Nghiên Cứu Khoa Học

Hiện nay, nghiên cứu định tính và nghiên cứu định lượng đã là những cụm từ quen thuộc với những người làm nghiên cứu khoa học. Tuy nhiên, giữa 2 phương pháp nghiên cứu này, tồn tại những đặc trưng riêng với những nghiên cứu khoa học khác nhau. Để học viên có thể phân biệt giữa 2 phương pháp và đặc biệt là sử dụng thuần thục phương pháp định tính trong nghiên cứu khoa học, Viện Social Life tổ chức khóa “Thiết kế và triển khai nghiên cứu định tính trong nghiên cứu khoa học.

– – – – BiếHiểVậPhân tích: Học viên có thể phân tích (analyze) dữ liệu đề tài nghiên cứu ứng dụng phương pháp nghiên cứu định tính. n dụng: Học viên có thể xây dựng (create) đề cương nghiên cứu và tiến thành thu thập, phân loại (arrange) thông tin cho một đề tài cụ thể theo phương pháp nghiên cứu định tính. u: Học viên có thể diễn giải (interpret) dữ liệu từ việc thu thập và phân tích dữ liệu định tính t: Học viên có thể nêu đại ý (outline) về quá trình nghiên cứu định tính là gồm những nội dung gì, cách sử dụng phần mềm Nvivo trong phân tích dữ liệu.

– Viện trưởng Viện Social Life

– Nguyên Viện trưởng Viện Phát triển chiến lược – Đại học Thủ Dầu Một. – Nguyên Phó Giám đốc Nhà xuất bản Đại học Quốc gia thành phố Hồ Chí Minh. – Nguyên Phó trưởng khoa Nhân học, Trưởng nhóm Nghiên cứu Đời sống xã hội – Trường Đại học Khoa Học Xã hội & Nhân Văn. – Nghiên cứu viên chính thức của hợp phần định tính chương trình nghiên cứu Những cuộc đời trẻ thơ (Young lives) của đại học Oxford, Anh Quốc tại Việt Nam.

– Kiến thức: Cung cấp cho học viên những kiến thức nền tảng về phương pháp nghiên cứu định tính như: Bản chất của phương pháp nghiên cứu định tính, phương pháp thu thập dữ liệu định tính, quá trình nghiên cứu và phân tích dữ liệu, các tiêu chí đánh giá, việc kết hợp nghiên cứu giữa định tính và định lượng. – Kỹ năng: Ứng dụng cơ bản tin học vào nghiên cứu định tính.

– Các nghiên cứu viên có sự quan tâm và có nhu cầu thực hiện nghiên cứu khoa học. – Sinh viên, thạc sĩ đang làm báo cáo hoặc khóa luận tốt nghiệp. – Những người đi làm có nhu cầu muốn tìm hiểu về nghiên cứu định tính để phục vụ cho công việc.

Bản chất của nghiên cứu định tính – Khái niệm, những quan tâm chính, lý thuyết, hạn chế, điểm khác biệt giữa định tính và định lượng. 2. Quá trình nghiên cứu định tính – Mô hình hóa các giai đoạn chính, mối quan hệ giữa lý thuyết, khái niệm và dữ liệu nghiên cứu. 3. Phương pháp thu thập dữ liệu định tính – Quan sát tham dự, phỏng vấn, phỏng vấn nhóm tập trung, các tài liệu văn bản. 4. Phân tích dữ liệu định tính – Phương pháp chung, phương pháp quy nạp phân tích, lý thuyết cơ bản, những thao tác cơ bản trong phân tích định tính. 5. Các tiêu chuẩn đánh giá nghiên cứu định tính – Độ tin cậy, tính giá trị, tính đáng tin cậy, tính xác thực. 6. Sự kết hợp giữa phân tích định tính và định lượng. – Nghiên cứu đa chiến lược, sự kết hợp của 2 phương pháp

Điện thoại: (028) 382 135 36

Email: [email protected]

Quý anh chị đăng ký học theo biểu mẫu bên dưới, sau đó trung tâm SocialLife sẽ liên lạc (qua email, điện thoại) với anh chị sớm để xác nhận thông tin và thông báo lịch, địa điểm học. Nếu sau 1 ngày mà anh chị vẫn chưa nhận được thông tin xác nhận thì xin hãy email về email: [email protected] để xác nhận thông tin đăng ký.

Các Nhóm Phương Pháp Nghiên Cứu Khoa Học Nghiên Cứu Khoa Học

Published on

Các nhóm phương pháp nghiên cứu khoa học

1. NHÓM 5 I. PHƯƠNG PHÁP THỰC NGHIỆM SƯ PHẠM. II. PHƯƠNG PHÁP NGHIÊN CỨU SẢN PHẨM HOẠT ĐỘNG. III. PHƯƠNG PHÁP HỎI Ý KIẾN CHUYÊN GIA.

3. -Trong thực tiễn, người ta thường dùng các loại thực nghiệm: 2. CÁC LOẠI THỰC NGHIỆM SƯ PHẠM *Thực nghiệm thăm dò (phát hiện bản chất sự vật để xây dựng giả thuyết) *Thực nghiệm tác động *Thực nghiệm kiểm tra (kiểm chứng các giả thuyết khoa học) *Thực nghiệm ứng dụng *Thực nghiệm triển khai

4. Thực nghiệm thăm dò Xác định bản chất: không gian học tập, điều kiện học tập quyết định đến chất lượng dạy và học Dựa vào điều kiện thực tế để đưa ra các giải pháp nhằm nâng cao chất lượng giáo dục

5. Kiểm tra lại tính xác thực của các giả thiết khoa học Thự c nghiệm kiểm tra Xác định, đánh giá tính hiệu quả của việc sự dụng phương pháp dạy học bằng sơ đồ tư duy

6. Thực nghiệm tác động Phương pháp dạy

7. Thực nghiệm ứng dụng-triển khai Thực hiện thí điểm Ứng dụng rộng rãi

8. -Từ mâu thuẫn giáo dục đề ra các giả thuyết khoa học và các biện pháp khắc phục. -Trên cơ sở giả thuyết, phân tích các biến số độc lập và chọn các nhóm thực nghiệm và đối chứng tương đương nhau về phương diện và tiến hành thực nghiệm trong điều kiện giống nhau. -Tiến hành thực nghiệm đối với nhóm thực nghiệm và quan sát tỉ mỉ diễn biến kết quả của hai nhóm một cách khách quan. -Xử lí tài liệu thực nghiệm. -Kết quả xử lý tài liệu cho chúng ta những cơ sở khẳng định giả thuyết, rút ra những bài học cần thiết và đề xuất những ứng dụng vào thực tế. 3. Tổ chức thực nghiệm sư phạm

9. -Để đảm bảo tính phổ biến của kết quả thực nghiệm điều cần chú ý là phải chọn đối tượng tiêu biểu để nghiên cứu, cần tiến hành ở nhiều địa bàn, trên các đối tượng khác nhau và cần thiết hơn nữa là tiến hành thực nghiệm lặp lại nhiều lần trên cùng một đối tượng ở các thời điểm. Kết quả thực nghiệm sư phạm là kết quả khách quan nhất trong các kết quả nghiên cứu khoa học bằng các phương pháp khác .

10. a. Ưu điểm. -Thực nghiệm sư phạm là chiếc kính hiển vi giúp ta đi sâu vào bản chất của hiện tượng giáo dục, tìm ra mối quan hệ nhân quả của nhiều sự kiện giáo dục. 4. ƯU VÀ NHƯỢC ĐIỂM CỦA THỰC NGHIỆM SƯ PHẠM

11. -Thực nghiệm sư phạm tìm ra những cái mới trong hoạt động giáo dục.

13. -Thực nghiệm sư phạm tuy là kính hiển vi, nhưng không phải lúc nào cũng đeo kính vào mắt để đi đường mà ngắm cảnh được. Mặt khác, do nhiều điều kiện khó khăn, nên thông thường số lượng đơn vị trong tập mẫu không thỏa mãn nhu cầu tối thiểu. Trong những hoàn cảnh như vậy, phải thận trọng phát biểu kết luận sư phạm thực nghiệm sư phạm cho phổ biến và đại trà. VD: Trong quá trình thực nghiệm chọn một số nơi thực nghiệm thích hợp với thực nghiệm nhưng những nơi khác thì không chắc sẽ làm được như vậy.

14. – Một là, xây dựng giả thuyết thực nghiệm trên cơ sở phân tích kĩ các biến số độc lập. – Hai là, chọn hai nhóm thực nghiệm và đối chứng có số lượng, trình độ và mọi điều kiện tương đương nhau về mọi phương diện, nhằm khống chế những nhân tố không tham gia thực nghiệm và tách ra được những nhân tố tham gia thực nghiệm. -Ba là, tác động đến nhóm thực nghiệm đúng phương pháp, đo đầu vào và đầu ra sao cho khách quan. -Bốn là, xử lí kết quả thực nghiệm chính xác, chân thực cả về mặt định lượng lẫn mặt định tính, đối chiếu kết quả thực nghiệm với giả thuyết khoa học và rút ra kết luận. 5. YÊU CẦU

15. PHƯƠNG PHÁP NGHIÊN CỨU SẢN PHẨM HOẠT ĐỘNG 1. KHÁI NIỆM: -Phương pháp nghiên cứu sản phẩm hoạt động là phương pháp mà nhà nghiên cứu sẽ thông qua các sản phẩm mà đối tượng được nghiên cứu (học sinh, giáo viên, cán bộ giáo dục, ..v.vv.) tạo ra như bài làm, bài chấm vở ghi, bài soạn, sổ sách, nhật ký, các sáng tạo văn học nghệ thuật, sản phẩm lao động, học tập, v.v.. để tìm hiểu tính chất, đặc điểm của con người và hoạt động tao ra các sản phẩm đó.

16. *Về nguyên tắc, thông qua những sản phẩm của con người tạo ra mà chúng ta có thể nhận ra tư tưởng tình cảm, ý chí cũng như năng lực của họ. Tuy nhiên cũng cần chú ý rằng một sản phẩm hoạt động cũng có thể có hai cách sử dụng khó khăn. -Nếu sử dụng các sản phẩm hoạt động đó làm tài liệu để phân tích những đặc điểm tâm lý của những người được nghiên cứu, của hoạt động tạo ra những sản phẩm đó thì việc sử dụng phương pháp nghiên cứu sản phẩm hoạt động là đúng đắn. Nhưng nếu dùng những nhận xét vủa người khác làm cứ liệu về nhân cách của đối tượng được nghiên cứu qua sản phẩm qua hoạt động của mình, lúc này tính khách quan đã mất đi rất nhiều. Trong trường hợp này, đó là ý thức chủ quan của người ghi nhật kí chứ không còn là sự kiện khách quan nữa. Đó không phải là phương pháp nghiên cứu sản phẩm hoạt động mà chính là phương pháp trò chuyện gián tiếp (được viết ra).

17. a. Ưu điểm : -Giúp người nghiên cứu có thể khách quan hóa (trực quan hóa) nhưng đặc điểm tâm lí, sinh lí thông qua sản phẩm hoạt động của họ. -Sản phẩm hoạt động còn là một phương tiện thổ lộ tâm lí và tình cảm của người tạo ra nó. 2. ƯU ĐIỂM VÀ NHƯỢC ĐIỂM:

18. b. Nhược điểm: -Người nghiên cứu chỉ biết kết quả cuối cùng, chứ không biết quá trình tạo ra sản phẩm đó như thế nào. -Đôi khi qua sản phẩm chúng ta không xác định một cách chính xác chiều hướng phát triển của người tạo ra sản phẩm như thế nào.

19. + Đầu tiên tìm cách xây dựng lại đầy đủ quá trình hoạt động để tạo nên sản phẩm mà ta nghiên cứu. Ví dụ, đối với, bài làm, bài soạn, bài giảng, sáng tác… có thể sử dụng những bản nháp, dự thảo được sắp đặt theo thời gian. Bằng cách đó nhiều khi sẽ giúp phát hiện những điểm quan trọng và tinh tế mà chỉ tìm hiểu sản phẩm cuối cùng thì không thể nhận thấy được. + Dựng lại hoàn cảnh thực tế mà sản phẩm tạo ra, đặc biệt khi tình trạng hoạt động mới bắt đầu. Làm được điều đó giúp ta hiểu về con người và hoạt động tạo ra sản phẩm một cách đầy đủ, sâu sắc hơn nhiều, khác về chất. +Nên tìm hiểu đầy đủ về các mặt khác nhau của con người tạo ra sản phẩm. Làm được điều này sẽ giúp ta hiểu sâu hơn về sản phẩm và quá trình tạo ra nó. 3. YÊU CẦU

20. *Để thực hiện các yêu cầu này cần sử dụng tài liệu thu được bằng những phương pháp khác nhau như trò chuyện, quan sát, điều tra, tự thuật, tiểu sử, tất nhiên cũng cần nắm vững lí luận tâm lí học về tâm lí học của con người.

21. Ví dụ: Khi tiến hành nghiên cứu khả năng đọc hiểu của học sinh trong môn tiếng Anh bằng cách cho học sinh làm một bài test hay tập hợp những bài tập trước để đánh giá mức độ của học sinh, nhưng nhận thấy kết quả không khả quan. Giáo viên nên điều chỉnh hay đưa ra phương án dạy học hiệu quả như khi đọc một đoạn văn, học sinh không nên dịch từng từ một, vì như vậy sẽ rất mất thì giờ, dẫn đến kết quả kém.

22. 2. PP LẤY Ý KIẾN CHUYÊN GIA 1. KHÁI NIỆM: – Là phương pháp thu thập thông tin khoa học , nhận định, đánh giá một sản phẩm khoa họ, bằng cách sử dụng trí tuệ một đội ngũ chuyên gia có trình độ cao về một lĩnh vực nhất định.Ý kiến của từng người sẽ bổ sung lẫn nhau, kiểm tra lẫn nhau, cho ta một ý kiến tối ưu, khách quan về một vấn đề khoa học .

23. 2. MỤC ĐÍCH: Là phương pháp khai thác và vận dụng “chất xám” của các chuyên gia, nhằm mục đích : + Thu thập thông tin khoa học +Thu lượm những ý kiến đánh giá về tình hình giáo dục,về những sản phẩm giáo dục,về những sản phẩm khoa học ….. +Thu lượm những ý kiến về giải pháp giáo dục cho vấn đề muốn khai thác,không những vậy, mà còn có tính trung thực khoa học…

25. CẢM ƠN CÔ VÀ CÁC BẠN ĐÃ LẮNG NGHE!!!

Cập nhật thông tin chi tiết về Đánh Giá Định Lượng Kết Quả Nghiên Cứu Khoa Học trên website Channuoithuy.edu.vn. Hy vọng nội dung bài viết sẽ đáp ứng được nhu cầu của bạn, chúng tôi sẽ thường xuyên cập nhật mới nội dung để bạn nhận được thông tin nhanh chóng và chính xác nhất. Chúc bạn một ngày tốt lành!