Chương 6 khái niệm hóa và thiết kế nghiên cứu

Khái niệm hóa bao gồm ba nhiệm vụ: 1 xác định các biến và cấu trúc cho nghiên cứu của bạn, 2 xác định các mối quan hệ và giả thuyết, và 3 chuẩn bị một sơ đồ mô hình khái niệm để thể hiện

NHÓM 5

1 Tôn Nữ Thục Oanh

2 Nguyễn Thị Huyền Trang

3 Nguyễn Hoàng Tú Uyên

CHƯƠNG 6: KHÁI NIỆM HÓA VÀ THIẾT KẾ NGHIÊN CỨU

Kết quả học tập:

1 Hiểu vai trò của khái niệm hóa trong nghiên cứu

2 Làm rõ cách phát triển và kiểm định giả thuyết

3 Mô tả ba thiết kế nghiên cứu kinh doanh cơ bản

4 Giải thích sự khác biệt giữa nghiên cứu cắt ngang và nghiên cứu theo chiều dọc

Các nhà nghiên cứu cần đảm bảo rằng các nhà quản lý hiểu được cách mà nghiên cứu dẫn đếnviệc cải thiện quá trình ra quyết định Một cách để làm điều này là truyền đạt các mối quan hệ sẽđược kiểm định trong nghiên cứu Đối với nhiều người, việc thể hiện các mối quan hệ dưới dạnghình ảnh sẽ giúp họ hiểu dễ dàng hơn và truyền tải một cách hiệu quả hơn những gì đang đượcthực hiện trong nghiên cứu Quá trình này được gọi là khái niệm hóa Khi quá trình khái niệmhóa đã hoàn thành, nhà nghiên cứu có thể lựa chọn chính xác hơn thiết kế nghiên cứu phù hợp.Trong chương này, chúng tôi sẽ giải thích trước tiên cách phát triển một mô hình khái niệm chocác mối quan hệ giả định Sau đó, chúng tôi làm rõ sự khác biệt giữa nghiên cứu định tính vànghiên cứu định lượng Cuối cùng, chúng tôi mô tả các loại thiết kế nghiên cứu cơ bản và khinào chúng nên được sử dụng

PHÁT TRIỂN MỘT MÔ HÌNH KHÁI NIỆM

Một kết quả quan trọng của phần tổng quan lý thuyết là việc phát triển một mô hình khái niệm về

các mối quan hệ mà bạn sẽ nghiên cứu Quá trình phát triển mô hình này được gọi là khái niệm hóa Khái niệm hóa bao gồm ba nhiệm vụ: (1) xác định các biến và cấu trúc cho nghiên cứu của

bạn, (2) xác định các mối quan hệ và giả thuyết, và (3) chuẩn bị một sơ đồ (mô hình khái niệm)

để thể hiện một cách trực quan cơ sở lý thuyết của các mối quan hệ mà bạn sẽ xem xét

Xác định Các Biến và Cấu Trúc

Quá trình khái niệm hóa bắt đầu với việc xác định các biến và cấu trúc Biến số là những đặcđiểm có thể quan sát và đo lường được trong một mô hình khái niệm Các nhà nghiên cứu gángiá trị cho các biến số để cho phép đo lường chúng Ví dụ về các biến số bao gồm doanh số,nhận thức về thương hiệu, mức độ sản xuất, mua hàng, hành vi tìm kiếm, sự hài lòng, sự tintưởng, lòng trung thành, các đặc điểm nhân khẩu học, và nhiều yếu tố khác Khi các đặc điểmđược đo lường bằng một câu hỏi hoặc tuyên bố duy nhất, chúng ta thường gọi chúng là các biến

số hoặc mục Các biến số liên quan trực tiếp đến các sự kiện có thể quan sát và kiểm chứngđược, chẳng hạn như quan sát hành vi mua hàng của khách hàng tại quầy thanh toán trong cửahàng, thu thập dữ liệu về số lượt thích trên Instagram, hoặc ghi lại độ tuổi của một cá nhân.Khi nhiều câu hỏi hoặc phát biểu được sử dụng kết hợp để đại diện cho một đặc điểm hoặc khái

niệm, chúng ta gọi sự kết hợp này là một cấu trúc Một sự khác biệt lớn giữa biến số và cấu trúc

là biến số được đo lường trực tiếp Ngược lại, các cấu trúc có thể được đo lường gián tiếp thôngqua nhiều biến chỉ thị, thường sử dụng các bảng câu hỏi khảo sát, nhưng ngày càng nhiều thôngqua dữ liệu kỹ thuật số trực tuyến Do đó, các cấu trúc là những khái niệm đại diện cho mức độtrừu tượng cao hơn so với các biến số và được xác định dựa trên cơ sở lý thuyết Ví dụ về cáccấu trúc được sử dụng trong kinh doanh bao gồm chất lượng dịch vụ, sự tham gia của thươnghiệu, cam kết tổ chức, khả năng tìm kiếm một công việc mới, sự tin tưởng, sự hài lòng trongcông việc, lãnh đạo, và v.v Mỗi cấu trúc này sẽ được đo lường một cách gián tiếp

Một ví dụ khác về cấu trúc là các câu hỏi sau đây, khi được hỏi cùng nhau trong một bảng khảosát, sẽ được coi là một cấu trúc về chất lượng dịch vụ

Bạn đồng ý hay không đồng ý mạnh mẽ như thế nào với ý kiến rằng các công ty nên

● đặt lợi ích của khách hàng lên hàng đầu?

● đáng tin cậy?

● được mong đợi sẽ dành sự quan tâm cá nhân cho khách hàng?

● giữ lời hứa thực hiện điều gì đó đúng thời hạn?

● giữ hồ sơ chính xác?

Tóm lại, sự khác biệt chính giữa biến và cấu trúc là biến đo lường trực tiếp một đặc điểm hoặcthuộc tính duy nhất ở mức độ trừu tượng thấp hơn, trong khi cấu trúc bao gồm nhiều đặc điểmliên quan, được đo lường gián tiếp và được đặc trưng bởi mức độ trừu tượng cao hơn so với biến.Chúng tôi sẽ thảo luận chi tiết hơn về cấu trúc trong Chương 9

Các Loại Biến Số

Khi phát triển một mô hình khái niệm, chúng ta phải suy nghĩ về hai loại biến và cấu trúc—biến

độc lập và biến phụ thuộc Biến độc lập là một đặc điểm có thể đo lường được và có ảnh hưởng hoặc giải thích biến phụ thuộc Biến phụ thuộc là biến mà bạn đang cố gắng hiểu, giải thích

hoặc dự đoán Ví dụ, sự hài lòng trong công việc của nhân viên sẽ là một biến phụ thuộc đượcgiải thích bởi hai biến độc lập: mức lương và chất lượng giám sát Giả thuyết phù hợp sẽ là mứclương cao hơn và giám sát tốt hơn (biến độc lập) giải thích hoặc dự đoán sự hài lòng trong côngviệc cao hơn (biến phụ thuộc) Các cấu trúc, giống như các biến, cũng được phân loại là biến độclập hoặc biến phụ thuộc

Xác định Mối quan hệ và Giả thuyết

Các nhà nghiên cứu thường có một số ý tưởng sơ bộ về mối quan hệ dữ liệu dựa trên các mụctiêu nghiên cứu Những ý tưởng này được rút ra từ các nghiên cứu trước đây, lý thuyết hoặc tìnhhuống kinh doanh hiện tại và thường được gọi là giả thuyết Trong thống kê, một giả thuyết làmột giả định hoặc đề xuất chưa được chứng minh, tạm thời giải thích các sự kiện hoặc hiệntượng nhất định Giả thuyết cũng có thể được coi là một giả định về bản chất của một tình huống

cụ thể Các nhà nghiên cứu kinh doanh kiểm tra giả thuyết để xác minh rằng bất kỳ mối quan hệnào được cho là tồn tại giữa các biến đang được nghiên cứu đều là do mối quan hệ thực sự chứkhông phải do ngẫu nhiên Một số ví dụ về các giả thuyết mà các nhà nghiên cứu kinh doanh cóthể kiểm tra bao gồm:

● Cam kết của tổ chức có mối quan hệ tích cực với chất lượng giám sát, sự hỗ trợ từ đồngnghiệp, và sự hài lòng tổng thể với môi trường làm việc

● Khách hàng tuổi teen sẽ sử dụng nhiều phút gọi không dây hơn mỗi tháng nếu chúng tôicung cấp các gói dịch vụ có kèm theo việc tải nhạc miễn phí

● Giá cổ phiếu chịu ảnh hưởng tích cực bởi các thông báo về hiệu suất thuận lợi

● Lòng trung thành của khách hàng có mối quan hệ tích cực với chất lượng sản phẩm, giá

cả, dịch vụ khách hàng, sự thuận tiện trong mua sắm, giờ làm việc, và các yếu tố tươngtự

● Doanh số bán hàng có mối quan hệ tích cực với số tiền chi cho quảng cáo, giá sản phẩmhoặc dịch vụ, và số lượng đại diện bán hàng

● Thông báo chia tách cổ phiếu làm tăng giá cổ phiếu

● Các nhà quản lý quỹ không thể dự đoán thị trường một cách chính xác và do đó khôngthể đạt được lợi nhuận vượt trội từ danh mục đầu tư.

● Các thị trường chứng khoán mới nổi thể hiện các mô hình phản ứng quá mức trong dàihạn

Cách Phát Triển Giả Thuyết Giả thuyết được phát triển trước khi thu thập dữ liệu và thường

xuất phát từ việc tổng quan tài liệu, các câu hỏi nghiên cứu và lý thuyết Các nhà nghiên cứu sửdụng giả thuyết để giải thích và kiểm tra các đề xuất Ví dụ, Phil Samouel có thể muốn kiểm tragiả định rằng 70% nhân viên của anh ấy tự hào khi làm việc tại nhà hàng của anh ấy Tương tự,anh ấy có thể muốn so sánh hai hoặc nhiều nhóm nhân viên, chẳng hạn như nhân viên nữ vànhân viên nam, và xác định xem có sự khác biệt quan trọng nào giữa hai nhóm này hay không.Anh ấy cũng có thể muốn sử dụng kết quả từ khảo sát nhân viên để kiểm tra giả định rằng nhânviên bán thời gian có khả năng tìm kiếm công việc khác cao hơn so với nhân viên toàn thời gian

Hai Câu Hỏi Quan Trọng Trong Việc Phát Triển Giả Thuyết Khi phát triển giả thuyết, nhà

nghiên cứu luôn phải quan tâm đến việc liệu các giả thuyết có thể thực sự được kiểm tra haykhông Để kiểm tra một giả thuyết, bạn phải có khả năng xác định nhóm mà bạn đang tập trungvào và đo lường các biến phù hợp Do đó, trong quá trình phát triển giả thuyết, các nhà nghiêncứu phải liên tục đặt câu hỏi: “Nhóm nào sẽ được kiểm tra với giả thuyết này?” và “Các biến nàođang được kiểm tra?” Ví dụ, nếu bạn muốn xác định liệu các nhân viên lớn tuổi hơn (được địnhnghĩa là 50 tuổi trở lên) có người giám sát trẻ hơn (39 tuổi trở xuống) có khả năng tìm kiếm côngviệc khác cao hơn so với các nhân viên lớn tuổi với người giám sát cũng lớn tuổi hay không, thìbạn phải đặt các câu hỏi cụ thể về tuổi và ý định tìm kiếm công việc khác trong bảng khảo sátcủa mình Hãy xem xét các giả thuyết sau đây được đề xuất gần đây bởi một trong những sinhviên của tác giả trong một đề cương luận văn:

● Những nhân viên lớn tuổi hơn, những người kỳ vọng nhiều hơn từ các giám sát viên trẻtuổi của họ, sẽ khơi dậy khả năng lãnh đạo hiệu quả hơn từ các giám sát viên trẻ tuổi củahọ

● Có mối quan hệ giữa hành vi lãnh đạo của giám sát viên trẻ tuổi và kỳ vọng của nhânviên lớn tuổi

Để kiểm tra các giả thuyết này, những nhóm nào và những biến số nào liên quan? Rõ ràngbạn phải thu thập dữ liệu về các nhân viên lớn tuổi có giám sát viên trẻ tuổi Nhưng liệu bạncũng cần phải có dữ liệu về các nhân viên lớn tuổi với giám sát viên cũng lớn tuổi? Trong giảthuyết 1, để đo lường hiệu quả lãnh đạo của các giám sát viên trẻ tuổi, bạn có cần dữ liệu vềhành vi lãnh đạo của các giám sát viên lớn tuổi như một chuẩn mực để đo lường hiệu quả củagiám sát viên trẻ tuổi không? Hơn nữa, "sẽ khơi dậy khả năng lãnh đạo hiệu quả hơn" cónghĩa là gì? Biến số này sẽ được đo lường như thế nào? Nó sẽ được đo lường theo tuổi táctheo thời gian (chronological age) hay tuổi tâm lý (mental age)? Cuối cùng, trong giả thuyếtthứ hai, "kỳ vọng của nhân viên lớn tuổi" có nghĩa là gì và điều đó sẽ được đo lường như thếnào? Còn nhiều câu hỏi khác có thể được đặt ra để đảm bảo các giả thuyết này có thể đượckiểm tra, nhưng những câu hỏi ở đây cho bạn một ý tưởng về mức độ chính xác mà bạn cầnphải có khi phát triển giả thuyết.

Giả thuyết (H): Kỳ vọng của những nhân viên lớn tuổi (50 tuổi trở lên) về hành vi lãnh đạo

của giám sát viên trực tiếp của họ có mối quan hệ tích cực với hành vi lãnh đạo thực tế củagiám sát viên trực tiếp của họ

Với giả thuyết này, dữ liệu phải được thu thập từ một nhóm duy nhất, đó là những nhân viênlớn tuổi (50 tuổi trở lên) Thứ hai, các biến được đo lường là (1) kỳ vọng của những nhânviên lớn tuổi đối với giám sát viên trực tiếp của họ về mặt lãnh đạo và (2) cách mà giám sátviên trực tiếp của họ thực sự hành xử như một người lãnh đạo Để kiểm tra giả thuyết này,bạn cần có dữ liệu đo lường kỳ vọng về lãnh đạo và hành vi của các giám sát viên trực tiếptheo như nhận thức của những nhân viên lớn tuổi Nếu bạn dành thời gian để phát triển cácgiả thuyết tốt, điều này sẽ đảm bảo rằng dữ liệu được thu thập từ đúng nhóm cá nhân và cáccâu hỏi phù hợp được đặt ra trong khảo sát

Giả Thuyết Không Và Giả Thuyết Thay Thế Đôi khi, các giả thuyết được phát biểu dưới

dạng giả thuyết không Giả thuyết không tuyên bố rằng không có sự khác biệt trong cácthống kê của nhóm, chẳng hạn như trung bình, trung vị, v.v Một giả thuyết không dựa trênquan điểm rằng bất kỳ sự thay đổi hoặc khác biệt nào đều hoàn toàn là kết quả của lỗi ngẫunhiên Trong ví dụ về nhân viên lớn tuổi của chúng ta, giả thuyết không sẽ là:

Giả thuyết không (H0): Không có sự khác biệt trong hành vi lãnh đạo của các giám sát viên

trực tiếp của nhân viên lớn tuổi với kỳ vọng lãnh đạo cao so với những nhân viên có kỳ vọnglãnh đạo thấp

Các nhà thống kê hầu như luôn kiểm tra giả thuyết không Tuy nhiên, các nhà nghiên cứukinh doanh thường kiểm tra các giả thuyết được phát biểu theo những cách khác

Một giả thuyết khác, được gọi là giả thuyết thay thế, tuyên bố điều ngược lại với giả thuyếtkhông Giả thuyết thay thế cho rằng có sự khác biệt giữa các nhóm được so sánh Nếu giảthuyết không được chấp nhận, tức là không có sự khác biệt giữa các nhóm Nhưng nếu giảthuyết không bị bác bỏ và giả thuyết thay thế được chấp nhận, kết luận sẽ là có sự thay đổihoặc khác biệt trong hành vi, thái độ hoặc một thước đo tương tự của các nhóm

Giả Thuyết Có Hướng Và Không Có Hướng Giả thuyết có thể được phát biểu theo hướng

có hướng hoặc không có hướng Nếu bạn sử dụng các thuật ngữ như "nhiều hơn," "ít hơn,"

"tích cực," hoặc "tiêu cực" khi phát biểu mối quan hệ giữa hai nhóm hoặc hai biến, thì các giả

thuyết này là giả thuyết có hướng Một ví dụ về giả thuyết có hướng sẽ là:

H: Càng nhiều căng thẳng mà nhân viên trải qua trong công việc, nhân viên càng có khả

năng tìm kiếm công việc khác

Một cách khác để phát biểu giả thuyết có hướng là thông qua phương pháp nếu-thì (if-then):

H: Nếu nhân viên được đào tạo về an toàn nhiều hơn, thì họ sẽ ít gặp tai nạn hơn.

Giả thuyết không có hướng đưa ra giả thuyết về sự khác biệt hoặc mối quan hệ nhưng

không chỉ rõ hướng của sự khác biệt hoặc mối quan hệ Tức là, chúng ta có thể giả định rằng

có một mối quan hệ đáng kể giữa hai nhóm hoặc hai biến, nhưng chúng ta không thể nói liệumối quan hệ đó là tích cực hay tiêu cực Một ví dụ về giả thuyết không có hướng sẽ là:

H: Có một mối quan hệ giữa căng thẳng trong công việc và khả năng một nhân viên sẽ tìm

kiếm công việc khác

Một số ví dụ khác về giả thuyết không có hướng là:

H: Có một mối quan hệ giữa cam kết với tổ chức và khả năng tìm kiếm công việc khác.

Cả giả thuyết có hướng và không có hướng đều chấp nhận được trong nghiên cứu kinhdoanh Tuy nhiên, lợi thế của giả thuyết có hướng là bạn có thể sử dụng kiểm định thống kêmột phía (one-tailed) để kiểm tra giả thuyết thay vì kiểm định hai phía (two-tailed) Thật vậy,nếu kiểm định thống kê hai phía được sử dụng để kiểm tra một giả thuyết có hướng, rất cóthể nhà nghiên cứu sẽ kết luận rằng không tồn tại mối quan hệ nào trong khi thực tế có mốiquan hệ Đây là một khái niệm quan trọng cần hiểu vì hầu hết các phần mềm thống kêthương mại có sẵn, như SPSS hoặc SAS, chỉ báo cáo kết quả của kiểm định hai phía

Kiểm Tra Giả thuyết Kiểm tra giả thuyết là các quy trình có hệ thống được thực hiện để

chấp nhận hoặc bác bỏ các giả thuyết về các mô hình hoặc mối quan hệ nhất định Các mốiliên kết hoặc mối quan hệ được đề xuất cần phải được kiểm tra để kết luận liệu chúng có phải

là mối quan hệ thực sự hay không Các nhà nghiên cứu có thể kiểm tra giả thuyết bất kể họđang thực hiện nghiên cứu định tính hay định lượng Trong nghiên cứu định tính, lý thuyếtđược hình thành từ quá trình phân tích dữ liệu thu thập được, thay vì được xác định trước khithu thập dữ liệu Khi kiểm tra các giả thuyết định tính, các nhà nghiên cứu tìm kiếm các giảithích thay thế hoặc các ví dụ tiêu cực (đối lập) không nhất quán với lý thuyết đang hình thành

để đảm bảo rằng các mối quan hệ ban đầu được đề xuất vẫn giữ vững sau khi được xem xét

kỹ lưỡng Khi kiểm tra các giả thuyết định lượng, các nhà nghiên cứu thu thập dữ liệu địnhlượng và áp dụng các kiểm định thống kê

Các biến và cấu trúc được đo lường trong nghiên cứu kinh doanh có những mối quan hệ kếtnối chúng Một mối quan hệ là một liên kết có ý nghĩa được cho là tồn tại giữa hai biến hoặchai cấu trúc Ví dụ, giá thấp hơn có liên quan đến doanh số bán hàng cao hơn; điều kiện làmviệc tồi tệ có liên quan đến khả năng tìm kiếm công việc mới cao hơn, v.v Thông thường,các mối quan hệ được xác định là có ý nghĩa và đáng được quan tâm dựa trên lý thuyết, kinhnghiệm kinh doanh, hoặc đánh giá của chuyên gia Các ví dụ khác về mối quan hệ mà chúng

ta nghiên cứu trong nghiên cứu kinh doanh bao gồm:

● Nhân viên vắng mặt ít hơn khi họ có điều kiện làm việc tốt

● Các tài khoản thường xuyên không cân bằng dẫn đến việc kiểm toán

● Các tập đoàn kinh doanh kém hiệu quả hơn so với các công ty tập trung khi xét về lợinhuận mang lại cho cổ đông.

● Các cá nhân từ các nền tảng đa dạng có khả năng kết nối tự nhiên cao hơn

● Các công ty thống lĩnh trong các thị trường trưởng thành tạo ra tỷ lệ dòng tiền tự do caohơn

Khi mô tả các mối quan hệ, chúng ta thường gán nhãn một số biến là biến độc lập và các biếnkhác là biến phụ thuộc Các biến độc lập có các mũi tên xuất phát từ chúng, trong khi các biếnphụ thuộc có các mũi tên chỉ vào chúng Nếu các mũi tên đi đến và xuất phát từ một biến, thìnhững biến đó được sử dụng như cả biến độc lập và biến phụ thuộc trong cùng một mô hình kháiniệm

Lý luận mà chúng ta sử dụng để quyết định cách mô tả các mối quan hệ dựa trên các giả thuyếtnghiên cứu Hãy nhớ rằng giả thuyết là những nhận định trước về các mối quan hệ được biểudiễn trong dữ liệu Hai ví dụ khác về giả thuyết là:

H: Khách hàng tuổi teen sẽ sử dụng nhiều phút gọi không dây hơn mỗi tháng nếu chúng tôi cung

cấp các gói dịch vụ kèm theo việc tải nhạc miễn phí

H: Lòng trung thành có mối quan hệ tích cực với chất lượng sản phẩm, giá cả, dịch vụ khách

hàng, sự thuận tiện trong mua sắm, và giờ làm việc kéo dài

Chúng ta kiểm tra các giả thuyết như thế này để, trước tiên, xác nhận rằng một mối quan hệ cótồn tại hay không, và thứ hai, để giúp chúng ta hiểu rõ hơn về các mối quan hệ đó

Chuẩn Bị Mô Hình Khái Niệm

Trong giai đoạn ban đầu của một dự án nghiên cứu, một bước quan trọng đầu tiên là chuẩn bịmột sơ đồ minh họa các giả thuyết nghiên cứu và hiển thị mối quan hệ giữa các biến số sẽ đượckiểm tra Sơ đồ này thường được gọi là mô hình khái niệm Cụ thể, mô hình khái niệm là một sơ

đồ tổng quát cho thấy cách các biến số và cấu trúc liên quan với nhau Nó dựa trên các quan sát

và logic để hiển thị các giả thuyết cần được kiểm chứng Một ví dụ về giả thuyết là một sơ đồxác định các biến độc lập và biến phụ thuộc Việc chuẩn bị một mô hình khái niệm sớm trong

quá trình nghiên cứu giúp các nhà nghiên cứu tổ chức suy nghĩ của mình và xem xét trực quancác mối quan hệ giữa các biến số quan tâm Mô hình khái niệm cũng là một phương tiện hiệuquả để chia sẻ ý tưởng giữa các nhà nghiên cứu đang làm việc hoặc xem xét một dự án nghiêncứu.

Các mô hình khái niệm có thể dần dần được chuyển đổi thành mô hình lý thuyết Một mô hìnhkhái niệm trở thành mô hình lý thuyết khi có đủ tài liệu nghiên cứu và/hoặc nghiên cứu định tính

để kết luận rằng khung lý thuyết có thể được sử dụng để hiểu và giải thích mối quan hệ giữa cácbiến số Ngoài ra, các giả định của mô hình lý thuyết phải được diễn giải rõ ràng và các mối quan

hệ trong mô hình phải đủ chặt chẽ để nhà nghiên cứu có thể tiến xa hơn việc mô tả một hiệntượng quan sát được để khái quát hóa về các khía cạnh khác nhau của hiện tượng được đề xuất.Cần lưu ý rằng một số học giả sử dụng các thuật ngữ mô hình khái niệm và mô hình lý thuyếtthay thế cho nhau

Có năm yếu tố cơ bản của các mô hình khái niệm: (1) các cấu trúc lý thuyết, (2) các biến số được

đo lường, (3) các mối quan hệ đơn hướng, (4) các mối quan hệ hai chiều, và (5) các sai số Các cấu trúc lý thuyết là những biến số tổng hợp hoặc thành phần không đo lường trực tiếp, thường được đại diện bằng các hình bầu dục (ellipse) hoặc hình tròn trong sơ đồ Các biến số được đo lường đại diện cho các quan sát thực tế (dữ liệu thô) và được gọi là các biến chỉ báo Trong sơ đồ

biểu diễn một mô hình lý thuyết, các biến số được đo lường thường được đại diện bằng các hìnhchữ nhật Các sai số được biểu diễn trong mô hình bằng các hình tròn Lưu ý rằng một số phươngpháp thống kê thường không bao gồm các mối quan hệ hai chiều hoặc các sai số trong mô hình

Có hai thuật ngữ khác liên quan đến các mô hình lý thuyết sẽ giúp bạn hiểu rõ hơn về việc môhình hóa Thứ nhất, có một mô hình bên trong đại diện cho các mối quan hệ giữa các cấu trúc lýthuyết ẩn Mô hình bên trong hiển thị các mối quan hệ (đường dẫn) giữa các hình bầu dục vàđược gọi là mô hình cấu trúc Các mối quan hệ này giữa các hình bầu dục có thể là đơn hướnghoặc hai chiều Thứ hai, có một mô hình bên ngoài hiển thị các mối quan hệ giữa các cấu trúc lýthuyết ẩn và các biến số chỉ báo (hình chữ nhật) Các mối quan hệ này giữa các hình bầu dục vàhình chữ nhật là đơn hướng và đại diện cho các mối quan hệ dự đoán Mô hình bên ngoài thườngđược gọi là mô hình đo lường vì nó hiển thị các mối quan hệ giữa các biến số chỉ báo (các đolường thực tế, đã quan sát được) và các cấu trúc lý thuyết.

Minh họa 6.1: Mô hình khái niệm về nhân khẩu học và sử dụng phút di động

Hai ví dụ về mô hình lý thuyết được trình bày trong minh họa 6.1 Mô hình ở phía trên có hai

biến số được đo lường (ngân sách quảng cáo và doanh số) được kết nối bằng một mũi tên mộtđầu Đây là một ví dụ về hồi quy bivariate, với một biến độc lập và một biến phụ thuộc Các biến

số được đo lường được đại diện bằng các hình chữ nhật, và mũi tên chỉ ra rằng ngân sách quảngcáo có liên quan đến hoặc dự đoán doanh số Mô hình ở phía dưới của minh họa phức tạp hơn vàđại diện cho một mô hình hồi quy đa biến (multiple regression model) Có bốn biến số được đo

lường, tất cả đều được đại diện bằng các hình chữ nhật Ba biến số được đo lường ở bên trái làcác biến độc lập, và biến số được đo lường duy nhất ở bên phải là biến phụ thuộc Mỗi biến độclập có một mũi tên chỉ ra rằng nó có liên quan đến hoặc dự đoán biến phụ thuộc, là doanh số Do

đó, mô hình cho thấy rằng doanh số được dự đoán bởi ngân sách quảng cáo, số lượng nhân viênbán hàng, và lưu lượng truy cập trang web Tất cả các biến số này đều được đo lường bằng mộtcâu hỏi duy nhất, và chúng ta coi chúng là các biến cá nhân Ngoài ra, không có dấu (+ hoặc −)trên các mũi tên để đại diện cho hướng của các mối quan hệ giữa các biến độc lập và biến phụthuộc Vì vậy, các giả thuyết của chúng ta chỉ thể hiện rằng có một mối quan hệ giữa các biến,nhưng không xác định mối quan hệ đó là tích cực hay tiêu cực (hướng của mối quan hệ)

Mô hình khái niệm trong minh họa 6.2 minh họa một biểu diễn phức tạp hơn về các mối quan

hệ Có bốn biến số, được thể hiện dưới dạng các hình bầu dục Trong tình huống này, chúng tagọi chúng là các cấu trúc (constructs) vì mỗi biến số được coi là tiềm ẩn và không được đo lườngtrực tiếp Thay vào đó, có một số câu hỏi đo lường gián tiếp cấu trúc này Các biến số được đolường không được hiển thị trong Minh họa 6.2 nhưng được minh họa trong Minh họa 6.3 Lưu ýrằng các nhà nghiên cứu đôi khi sử dụng thuật ngữ "biến số" và "cấu trúc" thay thế cho nhau,nhưng các cấu trúc luôn được đo lường gián tiếp bằng các biến chỉ báo và được đại diện bằngcác hình tròn hoặc hình bầu dục

Minh họa 6.2: Mô hình triển khai công nghệ

Để hiểu được mô hình trong Minh họa 6.2, cần phải định nghĩa các cấu trúc (constructs) Trướchết, cấu trúc "Môi trường Chấp nhận Công nghệ" (Technology Acceptance Climate) đề cập đếnmức độ mà việc sử dụng liên tục công nghệ thông tin của nhân viên được khuyến khích, hỗ trợ

và mong đợi trong tổ chức Mặc dù không được hiển thị trong mô hình, cấu trúc này được đolường gián tiếp bằng một số câu hỏi (các biến chỉ báo được đo lường) Thứ hai, cấu trúc "Giá trịChung" (Shared Values) đại diện cho cảm nhận và niềm tin tạo nên văn hóa của tổ chức và cungcấp cơ sở cho các cá nhân hiểu về cách hoạt động của tổ chức và các chuẩn mực hành vi Các ví

dụ về Giá trị Chung bao gồm định hướng khách hàng, các giá trị doanh nhân, kỳ vọng văn hóathích ứng, và các chuẩn mực chia sẻ thông tin Cấu trúc Giá trị Chung cũng được đo lường bằngmột số câu hỏi Thứ ba, "Triển khai Công nghệ" (Technology Implementation) đề cập đến mức

độ nhanh chóng và hoàn chỉnh mà công nghệ thông tin mới được tích hợp vào hoạt động liên tục,

và "Năng suất" (Productivity) đại diện cho lượng đầu ra mỗi ngày Cả hai cấu trúc "Triển khaiCông nghệ" và "Năng suất" đều được đo lường bằng một số câu hỏi (items)

"Môi trường Chấp nhận Công nghệ" và "Giá trị Chung" là các cấu trúc độc lập trong mô hìnhkhái niệm Ngược lại, cấu trúc "Năng suất" là một biến phụ thuộc Cấu trúc "Triển khai Côngnghệ" phức tạp hơn trong mô hình vì nó vừa là biến phụ thuộc, vừa là biến độc lập Nói cáchkhác, nó là biến phụ thuộc vì được dự đoán bởi hai biến độc lập ("Môi trường Chấp nhận Côngnghệ" và "Giá trị Chung"), nhưng đồng thời nó cũng là biến độc lập vì được thể hiện là dự đoáncấu trúc "Năng suất"

Ba giả thuyết được minh họa bằng các mũi tên trong mô hình khái niệm này: (1) Triển khai Côngnghệ có mối quan hệ tích cực với Môi trường Chấp nhận Công nghệ, (2) Triển khai Công nghệ

có mối quan hệ tích cực với Giá trị Chung của tổ chức, và (3) Năng suất có mối quan hệ tích cựcvới Triển khai Công nghệ Có dấu cộng (+) bên cạnh cả ba mũi tên, cho thấy cả ba mối quan hệđều được biểu thị là có hướng và tích cực

Lưu ý rằng các cấu trúc trong tất cả các mô hình khái niệm đều được sắp xếp theo một trình tựdựa trên lý thuyết, logic, hoặc kiến thức và kinh nghiệm của nhà nghiên cứu Trình tự của cáccấu trúc được minh họa từ trái sang phải, với các cấu trúc độc lập (các biến dự đoán) nằm ở phíabên trái và các biến phụ thuộc (các biến kết quả) ở phía bên phải Nghĩa là, các cấu trúc nằm ởphía trái được giả định là xuất hiện trước và dự đoán các cấu trúc ở phía phải Khi có hơn hai tập

hợp cấu trúc được biểu diễn trong một mô hình khái niệm, các cấu trúc ở cuối bên phải của môhình luôn được giả định là do các cấu trúc ở bên trái dự đoán Hơn nữa, các cấu trúc được coi làphụ thuộc trong một mô hình khái niệm thường được gọi là các biến nội sinh Bất kỳ cấu trúc

nào có mũi tên chỉ về phía nó đều là các biến nội sinh Các cấu trúc hoạt động như cả biến độc

lập và biến phụ thuộc trong một mô hình cũng được coi là nội sinh Cuối cùng, các cấu trúc luôn

chỉ là biến độc lập thường được gọi là các biến ngoại sinh Các biến ngoại sinh (cấu trúc) chỉ có mũi tên chỉ ra từ chúng và không có mũi tên nào chỉ vào chúng Trong minh họa 6.2, "Môi

trường Chấp nhận Công nghệ" và "Giá trị Chung" là các cấu trúc ngoại sinh Ngược lại, "Triểnkhai Công nghệ" và "Năng suất" là các cấu trúc nội sinh

Việc xác định trình tự các cấu trúc có thể gặp khó khăn Đôi khi, lý thuyết cơ bản chưa được xácnhận và các học giả có quan điểm khác nhau về trình tự này Ví dụ, một số học giả tin rằng sự hàilòng trong công việc đi trước và dự đoán sự cam kết với tổ chức Nhưng các học giả khác lại chorằng sự cam kết với tổ chức đi trước và dự đoán sự hài lòng trong công việc Lý thuyết và logicnên luôn là cơ sở để xác định trình tự các cấu trúc trong một mô hình khái niệm, nhưng khi tàiliệu nghiên cứu không nhất quán hoặc không rõ ràng, các nhà nghiên cứu phải sử dụng sự phánđoán tốt nhất của mình để xác định trình tự Cũng có thể có các mô hình thay thế cạnh tranh,kiểm tra các trình tự khác nhau Tuy nhiên, việc chọn ra trình tự tốt nhất trong số các lựa chọncạnh tranh có thể là một thách thức

Trình tự các cấu trúc trong mô hình khái niệm được hiển thị trong minh họa 6.2 dựa trên các giả

định sau đây Trong một tổ chức, "Môi trường Chấp nhận Công nghệ" và "Giá trị Chung" đềuảnh hưởng đến mức độ triển khai công nghệ mới Do đó, việc triển khai công nghệ mới phụthuộc vào và được dự đoán bởi môi trường chấp nhận và các giá trị chung Các cấu trúc "Môitrường Chấp nhận Công nghệ" và "Giá trị Chung" được gọi là các yếu tố tiên quyết (antecedents)của việc Triển khai Công nghệ Ngoài ra, việc triển khai công nghệ mới được kỳ vọng sẽ dẫn đếnnăng suất cao hơn, vì vậy cấu trúc "Triển khai Công nghệ" là một biến độc lập dự đoán năngsuất, một cấu trúc phụ thuộc, hoặc kết quả

Khi trình tự các cấu trúc đã được quyết định, các mũi tên kết nối đại diện cho các mối quan hệgiả thuyết phải được vẽ ra Các mũi tên này được chèn hướng về phía bên phải, chỉ ra trình tự vàrằng các cấu trúc ở bên trái dự đoán các cấu trúc ở bên phải Các mối quan hệ dự đoán đôi khi

được gọi là các liên kết nhân quả nếu lý thuyết hỗ trợ mối quan hệ nhân quả Nếu không hỗ trợmối quan hệ nhân quả, liên kết giữa các cấu trúc được coi là tương quan Khi kết nối các cấu trúc

bằng mũi tên, không phải tất cả các kết nối có thể đều được bao gồm Ví dụ, mô hình trong minh họa 6.2 không có mũi tên giữa "Môi trường Chấp nhận Công nghệ" và "Năng suất," mặc dù có

thể vẽ một mũi tên giữa hai cấu trúc này Tuy nhiên, mũi tên không được vẽ ở đó vì lý thuyếtkhông hỗ trợ mối quan hệ như vậy Do đó, các mũi tên chỉ được vẽ trong các mô hình khái niệmkhi lý thuyết hoặc logic hỗ trợ một mối quan hệ giả thuyết

Mô hình khái niệm được hiển thị trong minh họa 6.3 mở rộng mô hình trong minh họa 6.2 bằng

cách thêm các biến chỉ báo được đo lường cho ba trong số các cấu trúc tiềm ẩn và các sai số Đểđơn giản hóa ví dụ, chúng tôi chỉ bao gồm ba trong bốn cấu trúc và các biến số được đo lườngtương ứng của chúng Hai cấu trúc biến độc lập, "Môi trường Chấp nhận Công nghệ" và "Giá trịChung," mỗi cấu trúc có ba biến chỉ báo được đo lường, từ X₁ đến X₃ cho "Môi trường Chấpnhận Công nghệ" và từ X₄ đến X₆ cho "Giá trị Chung." Cấu trúc biến phụ thuộc "Triển khai Côngnghệ" có hai biến chỉ báo được đo lường, Y₁ và Y₂ Hầu hết các cấu trúc lý thuyết sẽ được đolường bằng sáu hoặc bảy biến chỉ báo, nhưng ví dụ của chúng tôi bao gồm ít biến đo lường hơn

để dễ dàng hiểu hơn

Minh họa 6.3: Mô hình khái niệm với ba khái niệm và tám biến được đo lường

Để giải thích thêm về khái niệm các biến chỉ báo được đo lường và các cấu trúc, hãy xem xét mô

hình khái niệm trong minh họa 6.3 Có ba biến được đo lường cho cấu trúc "Môi trường Chấp

nhận Công nghệ," đó là X₁, X₂, và X₃ Sử dụng thang đo từ 1–10, với 10 biểu thị "Hoàn toànĐồng ý" và 1 biểu thị "Hoàn toàn Không đồng ý," bạn hãy chỉ ra mức độ đồng ý hoặc khôngđồng ý với các phát biểu sau: (a) Tổ chức của tôi thưởng cho những nhân viên sẵn sàng tiếp nhậncông nghệ mới, (b) Tổ chức của tôi hỗ trợ việc chấp nhận công nghệ mới bằng cách cung cấpđào tạo để học cách sử dụng nó, và (c) Nhân viên trong tổ chức của tôi được mong đợi nhanhchóng áp dụng công nghệ mới Câu trả lời cho ba câu hỏi này đại diện cho các phép đo cho cấutrúc này Cấu trúc bản thân nó được đo lường gián tiếp qua ba biến chỉ báo này và vì lý do đóđược gọi là một cấu trúc tiềm ẩn (latent construct) Các cấu trúc khác trong mô hình cũng có thểđược mô tả theo cách tương tự Tức là, mỗi cấu trúc khác cũng được đo lường bởi hai hoặc nhiềubiến chỉ báo, những biến này được đo lường trực tiếp bằng cách trả lời các câu hỏi cụ thể

Có hai khái niệm mới được hiển thị trong minh họa 6.3 Thứ nhất, có một mũi tên hai đầu giữa

các cấu trúc "Môi trường Chấp nhận Công nghệ" và "Giá trị Chung." Mũi tên hai đầu này chỉ rarằng hai cấu trúc tiềm ẩn này có mối tương quan với nhau Khái niệm mới thứ hai là thuật ngữ

sai số Các sai số được biểu diễn bằng các hình tròn kết nối với các hình chữ nhật (biến chỉ báo).

Có một sai số cho mỗi biến chỉ báo, và trong minh họa, chúng được gán nhãn từ e₁ đến e₈ Lưu ýrằng cũng có một sai số (e₉) cho cấu trúc tiềm ẩn "Triển khai Công nghệ." Thuật ngữ sai số e₉được bao gồm vì hai cấu trúc biến độc lập ("Môi trường Chấp nhận Công nghệ" và "Giá trịChung") không bao giờ được mong đợi để dự đoán 100% sự biến đổi trong cấu trúc biến phụthuộc "Triển khai Công nghệ." Do đó, các sai số được đưa vào mô hình khái niệm để biểu thịlượng biến thiên không được giải thích bởi các mối quan hệ giả thuyết giữa các biến (hoặc cấutrúc) Lưu ý rằng một số phần mềm thống kê bao gồm các thuật ngữ sai số trên cửa sổ mô hìnhhóa (ví dụ: AMOS, LISREL) trong khi các phần mềm khác không bao gồm thuật ngữ sai số(SmartPLS), nhưng luôn có một sai số ngay cả khi nó không được hiển thị trên cửa sổ mô hìnhhóa Trong hồi quy và một số kỹ thuật thống kê khác, phần biến thiên không được giải thíchđược gọi là phần dư (residual variance)

Trong cuộc thảo luận cho đến nay, chúng ta đã đề cập đến các sơ đồ trong minh họa 6.1, 6.2 và 6.3 như là các mô hình khái niệm Các nhà nghiên cứu thường gọi các sơ đồ tương tự là các mô

hình lý thuyết Như đã đề cập trước đó, các mô hình khái niệm là các sơ đồ tổng quát hiển thị

mối quan hệ giữa nhiều cấu trúc và giữa các cấu trúc với các biến số được đo lường của chúng.

Ngược lại, các mô hình lý thuyết chi tiết hơn nhiều và thể hiện hai loại lý thuyết—lý thuyết về

cách đo lường các cấu trúc, được gọi là lý thuyết đo lường (measurement theory), và lý thuyết vềcách các cấu trúc liên quan với nhau, được gọi là lý thuyết cấu trúc (structural theory), tức là cấutrúc nào là độc lập và cấu trúc nào là phụ thuộc, và các cấu trúc có mối quan hệ tích cực hay tiêucực

Khi bạn chuẩn bị phần tổng quan lý thuyết (literature review), bạn nên bao gồm cả mô tả bằngvăn bản của mô hình khái niệm cũng như bản vẽ thực tế của mô hình đó Phần của tổng quan lý

thuyết mô tả mô hình của bạn thường được gọi là khung khái niệm (conceptual framework) Mô

tả bằng văn bản sẽ tích hợp tất cả các thông tin về vấn đề hoặc cơ hội một cách logic, mô tả cácmối quan hệ giữa các biến, giải thích lý thuyết nền tảng của các mối quan hệ này, chỉ ra bản chất

và hướng của các mối quan hệ, và bao gồm cả mô hình khái niệm Minh họa 6.4 cung cấp các

hướng dẫn để chuẩn bị một khung khái niệm tốt

Minh họa 6.4: Hướng dẫn Chuẩn bị Khung Khái niệm

● Xác định và định nghĩa theo quy trình các biến số và cấu trúc được coi là liên quan đếnnghiên cứu

● Xác định nguồn gốc của các cấu trúc và giải thích cách mà các mục tiêu đã được điềuchỉnh từ bản gốc Nếu các cấu trúc mới được phát triển cho nghiên cứu, hãy giải thíchquy trình phát triển các cấu trúc này và báo cáo về tính hợp lệ và độ tin cậy của chúng

● Nếu sử dụng các cấu trúc đã được công bố, hãy báo cáo về tính hợp lệ và độ tin cậy củachúng trong cả nghiên cứu đã công bố và nghiên cứu của bạn

● Thảo luận về cách mà các biến số/cấu trúc có liên quan đến nhau Cụ thể, biến nào là phụthuộc (nội sinh) và biến nào là độc lập (ngoại sinh)

● Mô tả các mối quan hệ trung gian và điều tiết

● Mô tả và biện minh cho các cấu trúc bậc cao

● Giả thuyết về bản chất (tích cực hoặc tiêu cực) của các mối quan hệ dựa trên lý thuyết,logic, nghiên cứu trước đây, hoặc phán đoán của nhà nghiên cứu

● Giải thích lý do bạn mong đợi những mối quan hệ này tồn tại Trích dẫn lý thuyết, thựctiễn kinh doanh, hoặc một số nguồn đáng tin cậy khác

● Chuẩn bị một mô hình/khung khái niệm để minh họa rõ ràng các mối quan hệ giả thuyết.

Các nhà nghiên cứu kinh doanh có thể thu thập dữ liệu thực nghiệm bằng cách sử dụng bảng câuhỏi từ một mẫu đại diện của các doanh nghiệp và kiểm tra các giả thuyết được mô tả trong môhình Triển khai Công nghệ Thực tế, trong nhiều trường hợp, nghiên cứu kinh doanh liên quanđến việc thu thập thông tin để kiểm tra các giả thuyết Đôi khi, thiết kế nghiên cứu là định tính và

sử dụng, ví dụ như, các nghiên cứu trường hợp để kiểm tra giả thuyết Những lần khác, nó làđịnh lượng và sử dụng khảo sát để kiểm tra giả thuyết Trong phần còn lại của chương này,chúng tôi sẽ mô tả cách chọn thiết kế nghiên cứu phù hợp để xác định các mối quan hệ hoặc, nếucác mối quan hệ đã được biết đến, chẳng hạn như những mối quan hệ được thể hiện trong các môhình khái niệm, cách chúng có thể được kiểm tra

THIẾT KẾ NGHIÊN CỨU CƠ BẢN

Thiết Kế Nghiên Cứu cung cấp các chỉ dẫn cơ bản hoặc "công thức" để thực hiện dự án Theo

nguyên tắc tiết kiệm, nhà nghiên cứu nên chọn một thiết kế mà sẽ (1) cung cấp thông tin liênquan đến các câu hỏi nghiên cứu và giả thuyết, và (2) hoàn thành công việc một cách hiệu quảnhất Khi nhà nghiên cứu đã quyết định về thiết kế nghiên cứu, giai đoạn hình thành của quátrình nghiên cứu cơ bản sẽ hoàn tất

Hãy nhớ rằng phần tổng quan tài liệu xác định các chủ đề, xu hướng và mối quan hệ hiện có giữacác biến Các lý thuyết có liên quan được mô tả, và việc xem xét lại hoặc phát biểu lại các câuhỏi nghiên cứu sơ bộ có thể cần thiết Đôi khi lý thuyết đã được phát triển đầy đủ và dẫn đến mộtkhung khái niệm chính thức, bao gồm các giả thuyết cần được kiểm tra Những lúc khác, lýthuyết còn hạn chế hoặc thậm chí không tồn tại Khi có thể phát triển giả thuyết, nhà nghiên cứuthường dựa vào sự kết hợp của cả phương pháp định tính và định lượng để tiến hành nghiên cứu.Nếu chủ đề quan tâm là một lĩnh vực mới và lý thuyết chưa được thiết lập vững chắc, nhà nghiêncứu sẽ có khả năng dựa vào phương pháp định tính

Phương Pháp Định Tính So Với Định Lượng

Nhiều sinh viên lo sợ các khóa học nghiên cứu kinh doanh vì họ liên tưởng chúng với toán học

và thống kê Nhưng nghiên cứu kinh doanh là một môn học sử dụng thống kê Thống kê được sử

dụng với dữ liệu định lượng thu thập từ hồ sơ tài chính của công ty, báo cáo bán hàng, bảng câuhỏi và các nguồn tương tự Dữ liệu định lượng đề cập đến các phép đo trong đó các con số được

sử dụng trực tiếp để biểu diễn các đặc điểm của một thứ gì đó Vì chúng được ghi lại trực tiếp

bằng các con số, chúng ở dạng dễ dàng phân tích thống kê Chương 8 mô tả các phương pháp

thu thập dữ liệu

Dữ Liệu Định Tính đại diện cho mô tả bằng văn bản hoặc hình ảnh thay vì bằng số Dữ liệu

định tính thường được thu thập thông qua các loại phỏng vấn không cấu trúc hoặc quan sát nào

đó Các nhóm tập trung và phỏng vấn sâu là những phương pháp thu thập dữ liệu định tính phổbiến Thay vì được thu thập bằng cách gán số, dữ liệu được thu thập bằng cách ghi lại các từ ngữ,cụm từ và đôi khi là hình ảnh Ví dụ, một nhà nghiên cứu yêu cầu người trả lời mô tả cảm nhậncủa họ về một vấn đề cụ thể, chẳng hạn như toàn cầu hóa, hoặc kể lại một sự kiện cụ thể, chẳnghạn như các nhà quản lý mô tả cách quyết định giới thiệu sản phẩm mới tại một tổ chức hoặcngười tiêu dùng giải thích cách họ sử dụng thiết bị di động khi mua sắm Sau đó, nhà nghiên cứu

phân tích các bình luận về toàn cầu hóa hoặc sự kiện đó để tìm kiếm ý nghĩa tiềm ẩn Minh họa 6.5 so sánh các phương pháp tiếp cận định tính và định lượng.

Mục đích Thu thập dữ liệu định lượng Thu thập dữ liệu định tính

Thích hợp hơn cho việc kiểm tra Thích hợp hơn cho việc khám pháCung cấp thông tin tổng hợp về

nhiều đặc điểm

Cung cấp thông tin sâu sắc (hiểubiết sâu hơn) về một số đặc điểmHữu ích trong việc theo dõi xu

hướng

Khám phá động cơ và giá trị ẩngiấu

Thuộc tính Các kỹ thuật thu thập dữ liệu có cấu

trúc hơn và đánh giá khách quan

Các kỹ thuật thu thập dữ liệu ít cấutrúc hơn yêu cầu diễn giải chủ quanQuan tâm nhiều hơn đến tính đại

Nhấn mạnh vào việc đạt được độ tincậy và tính hợp lệ của các biện pháp

sử dụng

Nhấn mạnh vào sự đáng tin cậy củangười trả lời

Phỏng vấn tương đối ngắn (từ mộtđến hai mươi phút) Phỏng vấn tương đối dài (từ bamươi phút đến nhiều giờ)Người phỏng vấn đặt câu hỏi trực

tiếp nhưng không đi sâu

Người phỏng vấn chủ động khaithác và phải rất thành thạo

Mẫu lớn (trên năm mươi) Mẫu nhỏ (từ một đến năm mươi)Kết quả tương đối khách quan Kết quả tương đối chủ quan

Bảng 6.5: So sánh Các Phương pháp Định lượng và Định tính

Một điểm quan trọng cần nhớ với nghiên cứu định tính là các giả thuyết ít khi được phát triểntrước khi thu thập dữ liệu Do đó, việc tổng quan tài liệu trong nghiên cứu định tính thườngkhông dẫn đến việc phát triển một khung khái niệm Thay vì đề xuất giả thuyết, nhà nghiên cứuđược hướng dẫn một phần bởi tổng quan tài liệu trong việc phát triển các câu hỏi mở Các khungkhái niệm thường xuất hiện từ quá trình thu thập và phân tích dữ liệu định tính Tại một thờiđiểm nào đó trong quá trình thu thập dữ liệu, nhà nghiên cứu bắt đầu xác định các chủ đề chung

và tổ chức chúng thành các mô hình Các mô hình này sau đó được tóm tắt thành một tập hợpcác phát hiện và cuối cùng là các kết luận

Các thành phần nghiên cứu là thế mạnh của một nghiên cứu định lượng, chẳng hạn như tính cấutrúc và tính đại diện, không phổ biến trong nghiên cứu định tính Các nhà nghiên cứu định tính

sử dụng các cuộc phỏng vấn không cấu trúc như một cách để thăm dò sâu vào một vấn đề Vìngười trả lời được tự do chọn lựa từ ngữ của họ, nhà nghiên cứu không thể dự đoán trước hướng

đi cụ thể của cuộc phỏng vấn Sự thiếu cấu trúc này cho phép xác định các vấn đề mà một bảngcâu hỏi có cấu trúc sẽ không thể tiết lộ được Đôi khi những người trả lời không điển hình theomột cách nào đó có thể được ưu tiên, và những cá nhân có liên quan cao đến chủ đề mà các nhànghiên cứu quan tâm đặc biệt được đánh giá cao vì những khám phá mới phần nào được xâydựng dựa trên sự nhạy bén của những người tham gia nghiên cứu

Tính khách quan là một thành phần quan trọng của khoa học Các phương pháp định lượng manglại tính khách quan vì các giả thuyết được kiểm tra bằng cách thu thập dữ liệu và áp dụng các

tiêu chí thống kê để đánh giá các thước đo Vì người trả lời cung cấp các con số, ý kiến của nhànghiên cứu không ảnh hưởng đến việc kiểm tra các giả thuyết, mặc dù rõ ràng nó ảnh hưởng đếnviệc thiết kế các câu hỏi nghiên cứu Ngược lại, các phương pháp định tính đòi hỏi sự diễn giải.

Ví dụ, rõ ràng rằng "cool" (ngầu) trong ngữ cảnh về quần áo thường có nghĩa là người trả lờithích nó Tuy nhiên, nếu quần áo được mô tả là "funky" (lạ lùng) hoặc "comfortable" (thoải mái),điều đó có chỉ ra sự mong muốn không? Những thuật ngữ này đại diện cho sự mơ hồ đối với nhànghiên cứu khi đọc bản ghi phỏng vấn "Comfortable" (thoải mái) có thể có nghĩa là vừa vặn vàcho phép sự tự do di chuyển, hoặc nó có thể có nghĩa là bộ quần áo làm cho người tiêu dùng cảmthấy thoải mái về cơ thể của họ Do đó, sự đánh giá có cơ sở và việc đặt câu hỏi sâu sắc của nhànghiên cứu được sử dụng để giải quyết ý nghĩa mơ hồ này Các nhà nghiên cứu định tính có kinhnghiệm giỏi trong việc giải quyết các mơ hồ và sử dụng các phương pháp giảm thiểu khả năngdiễn giải không chính xác Chúng tôi sẽ thảo luận về cách các nhà nghiên cứu định tính đảm bảo

tính đáng tin cậy và uy tín trong Chương 11.

Một số nhà nghiên cứu cho rằng nghiên cứu định tính vượt trội hơn nghiên cứu định lượng hoặcngược lại Tuy nhiên, quan điểm này là thiển cận Một sự so sánh giữa hai phương pháp này chothấy chúng bổ sung cho nhau khá tốt Các kỹ thuật định tính thường là một phần của thiết kếkhám phá hoặc giải quyết các chủ đề mà có thể khó hoặc không thể giảm xuống thành một địnhdạng khảo sát có cấu trúc Các nghiên cứu định tính khám phá thường phát triển những ý tưởng

có thể được kiểm tra bằng một số phương pháp định lượng Quyết định hiệu quả đôi khi đòi hỏi

sự đầu vào từ cả hai phương pháp nghiên cứu định lượng và định tính

Ba Loại Thiết Kế Nghiên Cứu

Nhiều thiết kế nghiên cứu có thể được sử dụng để nghiên cứu các vấn đề kinh doanh Để đơngiản hóa việc hiểu các thiết kế khác nhau, chúng tôi đã nhóm chúng thành ba loại Các nhànghiên cứu thường chọn từ (1) thiết kế khám phá, (2) thiết kế mô tả, hoặc (3) thiết kế nhân quả

Nghiên cứu khám phá hữu ích khi các câu hỏi nghiên cứu còn mơ hồ hoặc khi có ít lý thuyết có

sẵn để hướng dẫn phát triển giả thuyết Đôi khi, các nhà ra quyết định và nhà nghiên cứu có thểthấy khó khăn trong việc hình thành một tuyên bố cơ bản về vấn đề nghiên cứu Nghiên cứukhám phá được sử dụng để phát triển sự hiểu biết tốt hơn về một vấn đề hoặc cơ hội kinh doanh

Nghiên cứu mô tả mô tả một tình huống Thông thường, tình huống được mô tả bằng cách cung

cấp các thước đo của một sự kiện hoặc hoạt động Nghiên cứu mô tả thường đạt được điều nàybằng cách sử dụng thống kê mô tả Các thống kê mô tả điển hình bao gồm số đếm tần suất (baonhiêu), các thước đo xu hướng trung tâm như trung bình, trung vị, hoặc mode, hoặc một thước

đo phân tán (biến thiên) như độ lệch chuẩn Các kiểm định thống kê được sử dụng để đánh giá

các mối quan hệ bằng cách sử dụng thống kê mô tả Thiết kế nghiên cứu nhân quả là phức tạp

nhất Chúng được thiết kế để kiểm tra xem liệu một sự kiện có gây ra sự kiện khác hay không Ví

dụ, liệu sự kiện X (hút thuốc) có gây ra Y (ung thư) không? Ba loại thiết kế nghiên cứu cơ bảnnày sẽ được giải thích chi tiết hơn ở phần dưới

Khi được thực hiện tốt, nghiên cứu khám phá cung cấp một cái nhìn sâu sắc về nhận thức, hành vi và nhu cầu của người tiêu dùng Nó giúp các công ty phát triển các sản phẩm mới thành công một cách nhất quán hơn Sự hiểu biết vượt trội này về người tiêu dùng dẫn đến việc ra quyết định hiệu quả và nhận diện các cơ hội thị trường, định nghĩa