Bài 5. Thu thập dữ liệu định lượng
Sau khi đọc xong bài này, bạn sẽ có thể:
|
Có năm bước trong quá trình thu thập dữ liệu định lượng, bao gồm (1) Xác định đối tượng tham gia nghiên cứu, (2) Sự cho phép cần thiết trong nghiên cứu định lượng, (3) Xác định các thông tin sẽ được thu thập, (4) Lựa chọn các công cụ đo lường cho thu thập dữ liệu, và (5) Quản lý việc thu thập dữ liệu.
1. Xác định đối tượng tham gia nghiên cứu
Bước đầu tiên trong quá trình thu thập dữ liệu định lượng là xác định những người và địa điểm nghiên cứu. Điều này liên quan đến việc xác định xem bạn sẽ nghiên cứu các cá nhân hay toàn bộ tổ chức (ví dụ: trường học). Nếu bạn chọn một trong hai cá nhân hoặc tổ chức, bạn cần quyết định kiểu người hoặc tổ chức bạn sẽ nghiên cứu và số lượng bạn sẽ cần cho nghiên cứu của mình. Những quyết định này yêu cầu bạn quyết định về một đơn vị phân tích, nhóm và các cá nhân bạn sẽ nghiên cứu, thủ tục lựa chọn những cá nhân này và đánh giá số lượng người cần thiết cho phân tích dữ liệu.
1.1. Xác định đơn vị phân tích
Ai có thể cung cấp thông tin mà bạn sẽ sử dụng để trả lời các câu hỏi hoặc giả thuyết nghiên cứu định lượng của bạn? Một số khả năng có thể là học sinh, giáo viên, phụ huynh, người lớn, một số kết hợp của những cá nhân này, hoặc toàn bộ trường học. Ở giai đoạn đầu này trong quá trình thu thập dữ liệu, bạn phải quyết định ở cấp độ nào (ví dụ: cá nhân, gia đình, trường học, khu học chánh) dữ liệu cần được thu thập. Mức độ này được gọi là đơn vị phân tích (unit of analysis).
Trong một số nghiên cứu, các nhà giáo dục thu thập dữ liệu từ nhiều cấp (ví dụ: cá nhân và trường học), trong khi các nghiên cứu khác chỉ thu thập dữ liệu từ một cấp. Quyết định này phụ thuộc vào các câu hỏi hoặc giả thuyết mà bạn muốn trả lời. Ngoài ra, dữ liệu để đo lường biến độc lập có thể khác với đơn vị để đánh giá biến phụ thuộc. Quyết định này phụ thuộc vào các câu hỏi hoặc giả thuyết mà bạn muốn trả lời.
Ví dụ, trong nghiên cứu về mối quan hệ giữa thời lượng ôn tập và thành tích thi trong môn toán của học sinh tiểu học, một nhà nghiên cứu sẽ đo lường biến độc lập, ‘giờ ôn tập toán của học sinh tiểu học’, bằng cách thu thập dữ bằng nhật ký ghi chép giờ ôn tập của học sinh, trong khi biến phụ thuộc, ‘thành tích thi toán’ được thu thập dựa trên điểm thi toán cuối kì.
1.2. Chỉ định dân số (Population) và mẫu (Sample)
Nếu bạn chọn toàn bộ một trường để nghiên cứu hoặc một số lượng nhỏ cá nhân, bạn cần cân nhắc xem bạn sẽ nghiên cứu những cá nhân hoặc trường nào. Bạn có thể chọn các cá nhân cho nghiên cứu của mình dựa trên những người tình nguyện tham gia hoặc những người có sẵn. Tuy nhiên, các cá nhân đó có thể không đại diện cho tất cả các cá nhân có thể được nghiên cứu.
Một thủ tục chặt chẽ hơn là lựa chọn những cá nhân hoặc trường học đại diện cho toàn bộ nhóm cá nhân hoặc trường học. Đại diện đề cập đến việc lựa chọn các cá nhân từ một mẫu của dân số sao cho các cá nhân được chọn là điển hình của dân số đang nghiên cứu, cho phép bạn rút ra kết luận từ mẫu về dân số.
Một dân số (population) là một nhóm các cá nhân có đặc điểm giống nhau. Ví dụ, tất cả giáo viên sẽ tạo thành dân số giáo viên, hoặc tất cả các nhà quản lý trường trung học trong một tỉnh. Các dân số đó có thể nhỏ hoặc lớn, bạn cần quyết định nhóm bạn muốn nghiên cứu.
Trong thực tế, các nhà nghiên cứu định lượng lấy mẫu từ danh sách và những người có sẵn. Dân số mục tiêu (target population) là một nhóm cá nhân (hoặc một nhóm tổ chức) với một số đặc điểm xác định chung mà nhà nghiên cứu có thể xác định và nghiên cứu.
Trong quần thể mục tiêu này, các nhà nghiên cứu sau đó chọn một mẫu để nghiên cứu. Một mẫu (sample) là một nhóm con (subgroup) của dân số mục tiêu mà nhà nghiên cứu dự định nghiên cứu để khái quát về dân số mục tiêu. Trong một tình huống lý tưởng, bạn có thể chọn một mẫu gồm các cá thể đại diện cho toàn bộ quần thể.
Ví dụ, bạn có thể chọn một mẫu giáo viên trung học từ dân số của tất cả giáo viên ở các trường trung học ở một thành phố (dân số). Ngoài ra, bạn có thể chỉ nghiên cứu các giáo viên sinh học ở hai trường trong thành phố. Kịch bản đầu tiên đại diện cho việc lấy mẫu nghiêm ngặt, có hệ thống được gọi là lấy mẫu xác suất (probability sampling) và cách lấy mẫu thứ hai, lấy mẫu phi xác suất (nonprobability sampling).
1.2.1. Lấy mẫu xác suất và lấy mẫu phi xác suất
Các nhà nghiên cứu sử dụng phương pháp lấy mẫu xác suất hoặc không xác suất (Hình 1).
Hình 1: Các kiểu của lấy mẫu định lượng
Các nhà nghiên cứu quyết định loại mẫu nào sẽ sử dụng trong nghiên cứu của họ dựa trên các yếu tố như mức độ nghiêm ngặt mà họ tìm kiếm cho các nghiên cứu của mình, đặc điểm của dân số mục tiêu và sự sẵn có của những người tham gia.
Trong lấy mẫu xác suất (probability sampling), nhà nghiên cứu chọn các cá nhân từ dân số là đại diện của dân số đó. Đây là hình thức chọn mẫu nghiêm ngặt nhất trong nghiên cứu định lượng vì điều tra viên có thể khẳng định rằng mẫu đó là đại diện cho dân số và do đó, có thể đưa ra những khái quát cho dân số.
– Lấy mẫu ngẫu nhiên đơn giản (Simple Random Sampling)
Hình thức chọn mẫu xác suất phổ biến và chặt chẽ nhất từ một tổng thể là lấy mẫu ngẫu nhiên đơn giản. Trong lấy mẫu ngẫu nhiên đơn giản, nhà nghiên cứu chọn những người tham gia (hoặc đơn vị, chẳng hạn như trường học) cho mẫu sao cho bất kỳ cá nhân nào cũng có xác suất được chọn từ dân số bằng nhau. Mọi thành kiến trong dân số sẽ được phân bổ đều cho những người được chọn. Tuy nhiên, việc phân bổ công bằng không phải lúc nào cũng có thể xảy ra.
Quy trình điển hình được sử dụng trong lấy mẫu ngẫu nhiên đơn giản là gán một số cho từng cá nhân trong dân số và sau đó sử dụng bảng số ngẫu nhiên để chọn các cá nhân cho mẫu. Đối với thủ tục này, bạn cần một danh sách các thành viên trong dân số mục tiêu và một số phải được chỉ định cho mỗi cá nhân.
Một biến thể nhỏ của quy trình lấy mẫu ngẫu nhiên đơn giản là sử dụng lấy mẫu có hệ thống (systematic sampling). Trong quy trình này, bạn chọn mọi cá nhân thứ n trong dân số cho đến khi bạn đạt được kích thước mẫu mong muốn. Quy trình này không chính xác và nghiêm ngặt như sử dụng bảng số ngẫu nhiên, nhưng nó có thể thuận tiện hơn vì các cá nhân không phải đánh số và không yêu cầu bảng số ngẫu nhiên. Ví dụ sử dụng chọn mẫu hệ thống để nghiên cứu sự hài lòng của phụ huynh đối với các trường mầm non trong phường/ xã. Trước tiên, nhà điều tra nghiên cứu một tỉ lệ phần trăm (20%) phụ huynh. Nếu có 1000 phụ huynh trong một phường, nhà điều tra sẽ chọn 200 phụ huynh (20%). Nhà nghiên cứu sử dụng một khoảng của 5 (200/1000 = 5) để chọn phụ huynh từ danh sách gửi thư (hoặc danh sách dân số mục tiêu) của nhà trường. Nhà điều tra quyết định gửi thư cho mọi phụ huynh thứ 5 trong danh sách.
– Lấy mẫu phân tầng (Stratified Sampling)
Trong lấy mẫu phân tầng, các nhà nghiên cứu phân chia (phân tầng) dân số theo một số đặc điểm cụ thể (ví dụ: giới tính) và sau đó, sử dụng lấy mẫu ngẫu nhiên đơn giản, lấy mẫu từ mỗi nhóm con (tầng) của dân số (ví dụ: nữ và nam). Điều này đảm bảo rằng mẫu sẽ bao gồm các đặc điểm cụ thể mà nhà nghiên cứu muốn đưa vào mẫu.
Bạn sử dụng phân tầng khi dân số phản ánh sự mất cân bằng về một đặc điểm của mẫu. Giả sử rằng có nhiều nam hơn nữ trong một dân số. Một mẫu ngẫu nhiên đơn giản từ dân số này có thể dẫn đến việc lựa chọn nhiều nam hơn nữ hoặc thậm chí có thể không có nữ. Trong cả hai trường hợp, quan điểm của nam giới về các câu hỏi sẽ là quan điểm chủ đạo hoặc độc quyền. Để khắc phục điều này, các nhà nghiên cứu sử dụng phương pháp lấy mẫu phân tầng. Sự phân tầng đảm bảo rằng tầng mong muốn (nữ) sẽ được đại diện trong mẫu tương ứng với sự tồn tại đó trong dân số.
Thủ tục chọn mẫu ngẫu nhiên phân tầng bao gồm (a) chia dân số theo tầng (ví dụ: nam và nữ) và (b) lấy mẫu trong mỗi nhóm trong tầng (ví dụ: nữ trước rồi nam) sao cho các cá thể được chọn tỷ lệ với đại diện của chúng trong tổng dân số. Ví dụ, tỉ lệ sinh viên nữ trong một trường đại học kĩ thuật là 30% trong tổng số 30000 sinh viên toàn trường, nghĩa là có 9000 sinh viên nữa và 21000 sinh viên nam. Một nhà nghiên cứu muốn chọn một mẫu 300 sinh viên từ 30000 dân số sinh viên này. Để đảm bảo rằng nhà nghiên cứu chọn các sinh viên nữ tương ứng với tỷ lệ đại diện của chúng trong dân số sinh viên, chúng ta cần sử dụng lấy mẫu phân tầng. Thủ tục phân tầng bao gồm phân tầng dân số thành sinh viên nam và sinh viên nữ và lựa chọn các cá nhân theo tỷ lệ đại diện của họ trong tổng dân số, kết quả là 210 sinh viên nam và 90 sinh viên nữ. Xem hình dưới đây.
– Lấy mẫu cụm đa tầng (Multistage Cluster Sampling)
Nhà nghiên cứu chọn một mẫu trong hai hoặc nhiều giai đoạn bởi vì nhà nghiên cứu không thể dễ dàng xác định được dân số hoặc dân số là cực kỳ lớn. Trong trường hợp này, rất khó để có được danh sách đầy đủ các thành viên của dân số. Tuy nhiên, có thể có được một danh sách đầy đủ các nhóm hoặc cụm trong dân số. Ví dụ, dân số của tất cả học sinh tham gia cuộc thi khoa học kĩ thuật từ cấp tỉnh trở lên trong cả nước là không thể thống kê, nhưng một nhà nghiên cứu có thể có được danh sách học sinh trung học tham gia cuộc thi khoa học kĩ thuật tại Thành phố Hà Nội. Sau đó, nhà nghiên cứu lấy mẫu ngẫu nhiên trong danh sách này.
– Lấy mẫu thuận tiện (Convenience Sampling)
Không phải lúc nào cũng có thể sử dụng lấy mẫu xác suất trong nghiên cứu giáo dục. Thay vào đó, nhà nghiên cứu có thể sử dụng phương pháp lấy mẫu phi xác suất. Trong lấy mẫu phi xác suất, nhà nghiên cứu chọn các cá nhân vì chúng sẵn có, thuận tiện và đại diện cho một số đặc điểm mà điều tra viên muốn nghiên cứu. Trong một số tình huống, bạn có thể cần có những người tham gia tình nguyện và những người đồng ý được nghiên cứu. Hơn nữa, bạn có thể không quan tâm đến việc khái quát hóa các phát hiện cho một dân số, mà chỉ quan tâm đến việc mô tả một nhóm nhỏ những người tham gia vào một nghiên cứu. Nó có thể thích hợp để tính toán thống kê mô tả trên các mẫu này và so sánh chúng với dân số lớn hơn để đưa ra các suy luận từ mẫu sang dân số. Các nhà nghiên cứu sử dụng hai cách tiếp cận phổ biến trong lấy mẫu phi xác xuất: lấy mẫu thuận tiện và lấy mẫu quả cầu tuyết.
Trong lấy mẫu thuận tiện, nhà nghiên cứu chọn những người tham gia vì họ sẵn có và sẵn sàng được nghiên cứu. Trong trường hợp này, nhà nghiên cứu không thể khẳng định chắc chắn rằng các cá nhân là đại diện của dân số. Tuy nhiên, mẫu có thể cung cấp thông tin hữu ích để trả lời các câu hỏi và giả thuyết. Trong tình huống nghiên cứu giáo dục, nhà nghiên cứu có thể chọn một mẫu vì người học sẵn có và sẵn sàng tham gia nghiên cứu của bạn, hoặc bạn nhận được sự cho phép của hiệu trưởng để tiếp cận nghiên cứu.
– Chọn mẫu quả cầu tuyết (Snowball Sampling)
Một thay thế cho lấy mẫu thuận tiện là lấy mẫu quả cầu tuyết. Trong lấy mẫu quả cầu tuyết, nhà nghiên cứu yêu cầu những người tham gia xác định những người khác để trở thành thành viên của mẫu. Ví dụ, bạn có thể gửi bản khảo sát cho hiệu trưởng trường học và đề nghị vị hiệu trưởng này chuyển tiếp các bản sao cho hiệu trưởng các trường học trong khu học thành phố đó. Các hiệu trưởng này sau đó trở thành thành viên của mẫu. Hình thức chọn mẫu này có ưu điểm là tuyển được số lượng lớn người tham gia cho nghiên cứu. Tuy nhiên, bằng cách sử dụng quy trình này, bạn sẽ không biết chính xác những cá nhân nào sẽ có trong mẫu của bạn. Nó cũng loại bỏ khả năng xác định những cá nhân không trả lại bản khảo sát và những người trả lời có thể không phải là đại diện cho dân số bạn muốn nghiên cứu.
1.2.2. Cỡ mẫu (Sample Size)
Khi chọn người tham gia cho một nghiên cứu, điều quan trọng là phải xác định kích thước của mẫu bạn sẽ cần. Nguyên tắc chung là chọn mẫu càng lớn càng tốt từ dân số. Mẫu càng lớn thì sai số tiềm ẩn càng ít (tức là mẫu sẽ khác với dân số). Sự khác biệt này giữa điểm ước tính mẫu và điểm dân số thực được gọi là sai số mẫu (sampling error). Nếu bạn chọn hết mẫu này đến mẫu khác, điểm trung bình của mỗi mẫu có thể sẽ khác với điểm trung bình thực của toàn bộ dân số. Vì bạn thường không thể biết điểm dân số thực, điều quan trọng là phải chọn một mẫu càng lớn càng tốt từ dân số để giảm thiểu sai số mẫu.
Trong một số nghiên cứu, bạn có thể có một số lượng hạn chế người tham gia, những người có thể thuận tiện để nghiên cứu. Trong các trường hợp khác, các yếu tố như tiếp cận, tài trợ, quy mô tổng thể của dân số và số lượng các biến số cũng sẽ ảnh hưởng đến quy mô của các mẫu. Một cách để xác định cỡ mẫu là chọn đủ số lượng người tham gia cho các thủ tục thống kê mà bạn định sử dụng. Điều này giả định rằng bạn đã xác định được thủ tục thống kê để sử dụng trong phân tích.
Theo một ước tính sơ bộ, một nhà nghiên cứu giáo dục cần:
- Khoảng 15 người tham gia trong mỗi nhóm trong một thử nghiệm
- Khoảng 30 người tham gia cho một nghiên cứu tương quan liên quan đến các biến
- Khoảng 350 cá nhân cho một nghiên cứu khảo sát, nhưng quy mô này sẽ thay đổi tùy thuộc vào một số yếu tố.
Những con số này là ước tính dựa trên kích thước cần thiết cho các thủ tục thống kê để mẫu có khả năng là một ước lượng tốt về các đặc điểm của dân số.
Để loại bỏ phỏng đoán trong việc xác định số lượng cá nhân cần nghiên cứu và cung cấp ước tính chính xác về kích thước mẫu của bạn, bạn xin vui lòng đọc “Bài 4. Sức mạnh thống kê và ước lượng cỡ mẫu”.
2. Sự cho phép cần thiết trong nghiên cứu định lượng
Sau khi xác định và chọn những người tham gia cho nghiên cứu của bạn, tiếp theo bạn cần phải xin phép họ để được nghiên cứu. Sự cho phép này sẽ đảm bảo rằng họ hợp tác trong nghiên cứu của bạn và cung cấp dữ liệu. Bên cạnh sự hợp tác, sự cho phép của họ cũng xác nhận rằng họ hiểu mục đích nghiên cứu của bạn và bạn sẽ đối xử với họ một cách có đạo đức.
Trong hầu hết các nghiên cứu giáo dục, bạn cần phải nhận được sự cho phép từ một số cá nhân và nhóm trước khi có thể thu thập dữ liệu. Chúng có thể là các cơ quan/ tổ chức, các địa điểm cụ thể (trường học), những người tham gia, phụ huynh, hội đồng xét duyệt trường đại học.
Phê duyệt của hội đồng xét duyệt (Review Board Approval): Trong những năm qua, các trường cao đẳng và đại học đã yêu cầu các nhà nghiên cứu phải đảm bảo với những người tham gia rằng nghiên cứu của họ sẽ gây ra rủi ro tối thiểu cho những người tham gia. Đổi lại, những người tham gia đồng ý tham gia vào nghiên cứu.
3. Xác định các thông tin sẽ được thu thập
Bước này liên quan đến việc xác định các biến trong câu hỏi và giả thuyết nghiên cứu của bạn, tìm định nghĩa cho các biến này và xem xét các loại thông tin sẽ giúp bạn đánh giá các biến này.
- Chỉ định các biến từ các câu hỏi và giả thuyết nghiên cứu: Câu hỏi và giả thuyết nghiên cứu chứa các biến số. Để xác định dữ liệu nào cần thu thập, bạn cần xác định rõ các biến trong nghiên cứu của mình. Điều này sẽ bao gồm các biến độc lập, phụ thuộc và kiểm soát.
- Chọn loại dữ liệu và đo lường: Các nhà nghiên cứu thu thập dữ liệu về các công cụ đo lường. Một công cụ đo lường (Instrument) là một công cụ (tool) để đo lường, quan sát hoặc ghi lại dữ liệu định lượng. Được xác định trước khi các nhà nghiên cứu thu thập dữ liệu, công cụ có thể là một bài kiểm tra, bảng hỏi, bảng kiểm đếm, nhật ký (log), danh sách kiểm tra quan sát. Các nhà nghiên cứu sử dụng các công cụ để đo lường thành tích, đánh giá khả năng cá nhân, quan sát hành vi, phát triển hồ sơ tâm lý của một cá nhân. Trong nghiên cứu định lượng, bốn loại thông tin chính được thu thập (Bảng 1).
Bảng 1: Các loại dữ liệu định lượng và đo lường
| Loại dữ liệu | Các loại kiểm tra, công cụ hoặc tài liệu để thu thập dữ liệu | Định nghĩa về các loại kiểm tra, công cụ hoặc tài liệu |
| Đo lường hiệu suất cá nhân (Individual Performance)
|
Kiểm tra thành tích: kiểm tra tham chiếu tiêu chuẩn | Một bài kiểm tra trong đó điểm của cá nhân là một thước đo đánh giá mức độ tốt như thế nào của người đó so với một nhóm lớn người dự thi |
| Các bài kiểm tra dựa trên tiêu chí (Criterion-referenced Tests) | Một bài kiểm tra trong đó điểm của cá nhân là một thước đo mức độ tốt như thế nào của người đó so với tiêu chí | |
| Bài kiểm tra trí thông minh (Intelligence test) | Bài kiểm tra để đo lường khả năng trí tuệ của một cá nhân | |
| Kiểm tra năng khiếu (Aptitude test) | Bài kiểm tra để đo lường khả năng của một người để ước lượng họ sẽ hoạt động như thế nào vào một thời điểm nào đó trong tương lai hoặc trong một tình huống khác | |
| Khám phá sở thích (Interest inventory) | Bài kiểm tra cung cấp thông tin về sở thích của một cá nhân và giúp họ đưa ra lựa chọn nghề nghiệp | |
| Đánh giá nhân cách (Personality assessment) | Một bài kiểm tra giúp một người xác định và đo lường các đặc điểm của con người giúp dự đoán hoặc giải thích hành vi theo thời gian và qua các tình huống | |
| Đo lường về thái độ cá nhân (Individual Attitude) | Quy mô cảm xúc (Affective scale) | Một công cụ đo lường cảm xúc tích cực hoặc tiêu cực đối với một chủ đề |
| Quan sát hành vi cá nhân (Observation of Individual Behavior) | Bảng kiểm hành vi (Behavioral checklist) | Một công cụ đo lường được sử dụng để ghi lại các quan sát về hành vi cá nhân |
| Thông tin thực tế (Factual Information) | Tài liệu công khai hoặc học bạ | Thông tin từ các nguồn công khai cung cấp dữ liệu về một mẫu hoặc dân số |
Đối mặt với nhiều tùy chọn để thu thập dữ liệu định lượng, bạn sẽ sử dụng cái nào hoặc cái nào? Để chọn nguồn dữ liệu của bạn, hãy tự hỏi mình:
- Tôi đang cố gắng tìm hiểu điều gì ở những người tham gia từ các câu hỏi và giả thuyết nghiên cứu của mình? Nếu bạn đang cố gắng tìm hiểu về các hành vi cá nhân của học sinh trong lớp học, thì bạn có thể sử dụng danh sách kiểm tra hành vi (behavioral checklist) và ghi lại các quan sát.
- Bạn có thể thu thập thông tin thực tế nào? Một số loại dữ liệu có thể không được thu thập trong một nghiên cứu bởi vì các cá nhân không muốn cung cấp nó. Ví dụ, dữ liệu chính xác về tần suất lạm dụng chất kích thích ở các trường trung học có thể khó thu thập.
- Ưu điểm của việc thu thập dữ liệu so với nhược điểm của nó như thế nào? Do sự dễ dàng hay khó khăn của việc thu thập dữ liệu, mỗi loại cần được đánh giá.
4. Lựa chọn các công cụ đo lường cho thu thập dữ liệu
Giả sử rằng bạn sẽ thu thập dữ liệu hiệu suất, thái độ hoặc dữ liệu quan sát. Các hình thức thu thập dữ liệu này đều liên quan đến việc sử dụng một công cụ đo lường. Bạn sẽ sử dụng công cụ nào để thu thập dữ liệu của mình? Bạn có tìm thấy một cái để sử dụng hoặc phát triển một cái cho mình không? Nếu bạn tìm kiếm một cái để sử dụng, bạn sẽ xác định vị trí công cụ này như thế nào? Sau khi tìm được, bạn sẽ dựa vào tiêu chí nào để xác định xem đó có phải là một công cụ tốt để sử dụng hay không?
4.1. Xác định và phát triển công cụ đo lường
Có ba tùy chọn để có được một công cụ đo lường: bạn có thể tự phát triển một công cụ, xác định vị trí và sửa đổi nó hoặc xác định vị trí một công cụ và sử dụng nó toàn bộ. Trong số các lựa chọn này, xác định vị trí một công cụ để sử dụng (sửa đổi hoặc sử dụng nó ở dạng ban đầu) là cách tiếp cận dễ dàng nhất. Việc phát triển một công cụ khó hơn là xác định vị trí và sửa đổi nó để sử dụng trong một nghiên cứu. Sửa đổi một công cụ có nghĩa là xác định vị trí một công cụ hiện có, xin phép (tác giả) để được thay đổi nó và thực hiện các thay đổi trong nó để phù hợp với yêu cầu của bạn. Bạn có thể tìm thấy một công cụ đo lường trong các bài báo khoa học được xuất bản, cơ sở dữ liệu ERIC, hoặc tìm mua các công cụ đo lường được thương mại hóa sẵn có trên web.
Một công cụ để đo lường các biến trong nghiên cứu của bạn có thể không có sẵn trong tài liệu. Nếu đúng như vậy, bạn sẽ phải phát triển một công cụ đo lường của riêng mình, đó là một quá trình lâu dài và gian khổ. Phát triển một công cụ bao gồm một số bước, chẳng hạn như xác định mục đích của công cụ, tổng quan tài liệu, viết câu hỏi và kiểm tra các câu hỏi với các cá nhân tương tự như những gì bạn định học. Cuối cùng, các thủ tục thống kê về tính toán độ tin cậy và phân tích mục, phân tích nhân tố trong các chương trình phần mềm thống kê sẽ được sử dụng.
Khi bạn tìm thấy một công cụ đo lường, một số tiêu chí có thể được sử dụng để đánh giá liệu nó có phải là một nhạc cụ tốt để sử dụng hay không.
- Các tác giả đã phát triển công cụ gần đây, và bạn có thể lấy phiên bản mới nhất không?
- Công cụ có được trích dẫn rộng rãi bởi các tác giả khác không?
- Có thông tin về độ tin cậy và tính hợp lệ của điểm số từ những lần sử dụng thiết bị trước đây không?
- Thủ tục mã hóa dữ liệu có phù hợp với các câu hỏi nghiên cứu / giả thuyết trong nghiên cứu của bạn không?
4.2. Thang đo lường (Scales of measurement)
Thang đo lường là các phương án trả lời cho các câu hỏi đo lường (hoặc quan sát) các biến theo đơn vị phân loại hoặc liên tục. Điều quan trọng là phải hiểu các thang đo lường để đánh giá chất lượng của một công cụ và xác định số liệu thống kê thích hợp để sử dụng trong phân tích dữ liệu.
– Thang đo danh nghĩa (Nominal Scales): Các nhà nghiên cứu sử dụng thang đo danh nghĩa (hoặc thang đo phân loại) để cung cấp các tùy chọn phản hồi trong đó người tham gia kiểm tra một hoặc nhiều danh mục mô tả các đặc điểm hoặc thuộc tính của họ. Một ví dụ về thang đo danh nghĩa sẽ là giới tính, được chia thành hai loại nam và nữ. Một dạng khác của thang đo danh nghĩa sẽ là danh sách kiểm tra các câu trả lời “có” hoặc “không”.
– Thang đo thứ tự (Ordinal Scales): Các nhà nghiên cứu sử dụng thang đo thứ tự (hoặc thang đo xếp hạng hoặc thang đo phân loại) để cung cấp các tùy chọn phản hồi trong đó người tham gia xếp hạng từ “rất quan trọng” đến “ít quan trọng nhất” trong một số thuộc tính hoặc đặc điểm. Ví dụ, trong môn giáo dục thể chất, một nhà nghiên cứu có thể ghi lại thành tích cá nhân trong cuộc đua cho từng người chạy từ vị trí đầu tiên đến vị trí cuối cùng. Nhiều đo lường thái độ là một thang đo thứ tự bởi chúng yêu cầu người tham gia xếp hạng thứ tự mức độ quan trọng (từ rất quan trọng đến không quan trọng), mức độ cần thiết (từ rất cần thiết đến không cần thiết), mức độ hiệu quả (từ rất hiệu quả đến không hiệu quả) cho một chủ đề.
– Thang đo khoảng (Interval Scales): Thang đo khoảng (hoặc thang đo liên tục) cung cấp các tùy chọn trả lời “liên tục” (continuous) cho các câu hỏi với khoảng cách giả định bằng nhau giữa các lựa chọn. Các thang đo này có thể có ba, bốn hoặc nhiều tùy chọn phản hồi. Thang đo Likert (“hoàn toàn đồng ý” đến “hoàn toàn không đồng ý”) minh họa một thang đo với các khoảng bằng nhau về mặt lý thuyết giữa các câu trả lời. Mặc dù thang đo thứ tự, chẳng hạn như “rất quan trọng” đến “không quan trọng”, có vẻ giống như thang đo khoảng, chúng ta không đảm bảo rằng các khoảng là bằng nhau, như trong thang đo Likert.
– Thang đo Likert: Thang đo Likert (hoàn toàn đồng ý và hoàn toàn không đồng ý), đã trở thành thông lệ khi coi thang đo này với các khoảng bằng nhau về mặt lý thuyết giữa các câu trả lời. Tuy nhiên, chúng ta không đảm bảo trong thực tế rằng chúng ta có các khoảng bằng nhau. Do đó, thông thường, thang đo Likert được coi là cả dữ liệu thứ tự và khoảng trong nghiên cứu giáo dục. Các thang đo thứ tự yêu cầu các bài kiểm tra thống kê phi tham số trong khi các thang đo khoảng yêu cầu tham số. Một số nhà nghiên cứu nhấn mạnh tầm quan trọng của việc xem thang đo Likert là dữ liệu thứ tự (Jamieson, 2004). Những người khác chỉ ra rằng sai số đối với kết quả thang đo Likert như dữ liệu khoảng là tối thiểu (Jaccard & Wan, 1996). Để xem xét xử lý dữ liệu Likert trên thang đo khoảng, các nhà nghiên cứu nên phát triển nhiều lựa chọn trong thang đo của họ (5 mức, 7 mức hoặc 9 mức), xác định xem dữ liệu của họ có được phân phối chuẩn hay không và xác định xem khoảng cách giữa mỗi giá trị trên thang đo có bằng nhau hay không (cân đều về hai phía). Nếu điều này không thể thực hiện được, thì bạn nên coi thang đo Likert là thang thứ tự.
– Thang đo tỉ lệ (Ratio Scales): Thang tỷ lệ (hoặc thang đo 0 thực) là thang đo phản hồi trong đó người tham gia “check” một tùy chọn trả lời với số 0 thực và khoảng cách bằng nhau giữa các đơn vị. Các ví dụ về nó là chiều cao của các cá nhân (ví dụ: 50 inch, 60 inch) và mức thu nhập (từ 0 đô la đến 50.000 đô la với gia số 10.000 đô la). Nói chung, các nhà nghiên cứu giáo dục hiếm khi sử dụng loại thang đo này.
5. Quản lý việc thu thập dữ liệu
Quá trình thu thập dữ liệu thực tế khác nhau tùy thuộc vào dữ liệu và các công cụ hoặc tài liệu bạn sử dụng. Tuy nhiên, có hai khía cạnh là tiêu chuẩn trên tất cả các dạng dữ liệu là việc sử dụng các thủ tục tiêu chuẩn (standard procedures) và thực hành đạo đức (ethical practices).
– Sử dụng các thủ tục tiêu chuẩn: Các thước đo hiệu suất, các thước đo thái độ và các quan sát, nó thường sử dụng các bảng câu hỏi mà các nhà nghiên cứu gửi qua thư cho người tham gia hoặc gửi riêng cho mọi người, các cuộc khảo sát thường được thực hiện trực tiếp hoặc qua điện thoại và danh sách kiểm tra quan sát mà các nhà nghiên cứu hoàn thành. Trong tất cả các trường hợp này, điều quan trọng là phải sử dụng các thủ tục tiêu chuẩn. Trong việc thu thập dữ liệu quan sát, việc đào tạo phải diễn ra trước tiên để các nhà nghiên cứu có thể thu thập dữ liệu bằng cách sử dụng các quy trình chuẩn. Các nhà nghiên cứu cũng thu thập các tài liệu công khai bằng cách xin phép truy cập thông tin này và sau đó ghi chú hoặc ghi lại thông tin vào một tệp máy tính.
– Thực hành đạo đức: Việc thu thập dữ liệu phải có đạo đức và nó phải tôn trọng các cá nhân và địa điểm (ví dụ, trường học). Xin phép trước khi bắt đầu thu thập dữ liệu không chỉ là một phần của quá trình đồng ý được thông báo mà còn là một thực hành đạo đức. Bảo vệ sự ẩn danh của các cá nhân bằng cách gán số cho các công cụ được trả lại và giữ bí mật danh tính của các cá nhân mang lại quyền riêng tư cho người tham gia. Trong quá trình thu thập dữ liệu, bạn phải xem dữ liệu dưới dạng thông tin chính xác và không chia sẻ dữ liệu đó với những người tham gia hoặc cá nhân khác bên ngoài dự án. Bạn cần tôn trọng mong muốn của những cá nhân chọn không tham gia vào nghiên cứu của bạn. Về địa điểm nghiên cứu (ví dụ, trường học), bạn cần phải nhận ra rằng tất cả các nhà nghiên cứu đều làm gián đoạn địa điểm (trường học) mà họ đang nghiên cứu, tuy nhiên điều đó có thể xảy ra ở mức tối thiểu. Ví dụ, việc quan sát trong lớp học có thể làm xáo trộn việc học tập do làm mất tập trung của giáo viên và học sinh. Bằng cách xin phép và thông báo rõ ràng mục đích của nghiên cứu trước khi thu thập dữ liệu, bạn có thể giảm bớt sự dè dặt mà một số cá nhân có thể có về sự hiện diện của bạn trong môi trường giáo dục của họ.
Tài liệu tham khảo
- Creswell, J. W. (2002). Educational research: Planning, conducting, and evaluating quantitative. Upper Saddle River, NJ: Prentice Hall.
- Lovely Professional University. Methodology of Educational Research and Statistics. Produced & Printed by Laxmi Publications (P) LTD, 2014. No 113, Golden House, Daryaganj, New Delhi-110002 for Lovely Professional University Phagwara
- Johnson, R. B., & Christensen, L. (2019). Educational research: Quantitative, qualitative, and mixed approaches. Sage publications.
