Bài giảng Phương pháp nghiên cứu khoa học - Bài 5: Phương pháp xử lí dữ liệu - Phan Thế Công

v1.0015108208 1 PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC Giảng viên: TS. Phan Thế Công 1 v1.0015108208 BÀI 5 PHƯƠNG PHÁP XỬ LÍ DỮ LIỆU Giảng viên: TS. Phan Thế Công 2 v1.0015108208 MỤC TIÊU CỦA BÀI • Phân biệt được thông tin định tính và định lượng. • Phân tích và xử lí được các thông tin định tính và định lượng hợp lí cho từng loại đề tài nghiên cứu. 3 v1.0015108208 CÁC KIẾN THỨC CẦN CÓ Để học tốt bài học này, người học cần có những kiến thức cơ bản của các môn học sau: • Kiến thức của giai đoạn học phổ thông như: lịch sử, văn học, toán học, địa lí... • Kiến thức về xác suất và thống kê toán; • Các kiến thức và kĩ năng cơ bản về tin học văn phòng. 4 v1.0015108208 HƯỚNG DẪN HỌC • Đọc tài liệu là bài giảng, giáo trình và các tài liệu tham khảo trước lúc nghe giảng, trước lúc thực hành. • Nghe và đọc thêm các thông tin mới trên các phương tiện thông tin truyền thông, sách báo, tạp chí chuyên ngành. • Thảo luận với sinh viên và giáo viên trên diễn đàn và thông qua hệ thống H2472. 5 v1.0015108208 CẤU TRÚC NỘI DUNG Các khái niệm cơ bản5.1 Xử lí thông tin định lượng5.2 Xử lí thông tin định tính5.3 6 v1.0015108208 5.1. CÁC KHÁI NIỆM CƠ BẢN Tóm lược các loại biến cố Loại biến số Định nghĩa Các hình thức thể hiện khác Phụ thuộc (Dependent) Một biến số được đo lường để xác định sự tác động (treatment) hay thay đổi (manipulation) của biến độc lập như thế nào. • Biến thành quả (Outcome) • Biến kết quả (Result) • Biến tiêu chí (Criterion) Độc lập (Independent) Một biến số được thay đổi để xác định ảnh hưởng của nó đối với biến phụ thuộc. • Tác động (treatment) • Yếu tố (Factor) • Biến dự đoán (Predictor) Kiểm soát (Comtrol) Một biến số có quan hệ với biến phụ thuộc, mà sự ảnh hưởng của nó cần phải được loại bỏ. • Biến giới hạn (Restricting) Ngoại vi (Extraneous) Một biến số có quan hệ với biến phụ thuộc hoặc biến độc lập, không phải là mục tiêu nghiên cứu. • Biến đe dọa (Threatening) Điều tiết (Moderator) Một biến số có quan hệ với biến phụ thuộc hoặc biến độc lập và có ảnh hưởng đến biến phụ thuộc. • Biến tương tác (Interacting variable) 7 v1.0015108208 5.2. XỬ LÍ THÔNG TIN ĐỊNH LƯỢNG 5.2.1. Các loại thang đo trong phân tích dữ liệu 5.2.2. Độ tin cậy 5.2.3. Xử lí dữ liệu 5.2.4. Đo lường khuynh hướng tập trung 5.2.5. Kiểm tra T-mẫu độc lập (T-test) 5.2.6. Phân tích phương sai một hướng (one-way anova) 5.2.7. Xây dựng mô hình hồi quy 8 v1.0015108208 5.2.1. CÁC LOẠI THANG ĐO TRONG PHÂN TÍCH DỮ LIỆU Thang đo đa phương (mutiple items scale): Thang Likert Thang nhân tố (itemized category) Thang so sánh (comparative scale) Thang đo đơn phương (single item scale) Thang thứ hạng (rank order scale) Thang tổng (sum scale) Thang hình ảnh (pictorial scale) Thang đo đa phương (mutiple item scale) Thang Likert 9 v1.0015108208 5.2.1. CÁC LOẠI THANG ĐO TRONG PHÂN TÍCH DỮ LIỆU (tiếp theo) 10 a. Thang đo đơn phương • Dùng khi thuộc tính cần đo chỉ có thể thể hiện một phương (dimensionality)  Chiều cao (cao, thấp)  Cân nặng (nặng, nhẹ)  Kính trọng (nhiều, ít) • Có thể dùng để so sánh. Thang nhân tố Biti’s là công ty 1 2 3 4 5 6 7 Rất Hoàn toàn không sáng tạo sáng tạo Nhân tố đo lường: Tính sáng tạo! v1.0015108208 5.2.1. CÁC LOẠI THANG ĐO TRONG PHÂN TÍCH DỮ LIỆU (tiếp theo) 11 Thang đo so sánh So với Bita’s, Biti’s là 1 2 3 4 5 6 7 Ít sáng tạo Sáng tạo Sáng tạo hơn tương đương nhiều hơn Nhân tố đo lường: Tính sáng tạo! Thang đo thứ hạng (rank order) Ví dụ: Hãy chỉ ra mức độ yêu thích âm nhạc của bạn, với 1 là thích nhất, 2 là thích thứ nhì cho mỗi loại âm nhạc dưới đây • Nhạc trẻ; • Quan họ; • Cải lương; • Ca trù; • Hát bội. v1.0015108208 5.2.1. CÁC LOẠI THANG ĐO TRONG PHÂN TÍCH DỮ LIỆU (tiếp theo) 12 Thang tổng Bạn có 100 điểm (trọng số) để phân phối vào các khía cạnh khác nhau của nhà hàng: • Khung cảnh • Giá • Dịch vụ • Chất lượng thức ăn 100 điểm v1.0015108208 5.2.1. CÁC LOẠI THANG ĐO TRONG PHÂN TÍCH DỮ LIỆU (tiếp theo) b. Thang đo đa phương • Khi thuộc tính cần đo có thể có nhiều thành tố cùng một lúc:  Ví dụ: Năng lực làm việc thể hiện qua nhiều thành tố (item) như:  Điểm số học tập;  Thông minh (IQ);  Khả năng cảm xúc (EQ). • Một trả lời sẽ không thể hiện hết hoặc thể hiện không đúng nội dung cần đo. Thang đo tổng thể (summated) • Thang Likert: Cách đo lường dựa vào mức độ “đồng ý” và không đồng ý về các nội dung muốn xem xét. • Phần lớn được dùng nghiên cứu động thái của tổ chức. 13 v1.0015108208 5.2.2. ĐỘ TIN CẬY • Đó là mức độ nhất quán hay ổn định của công cụ đo. • 3 cách ước lượng:  Dùng chỉ số Cronbatch alfa (chấp nhận khi chỉ số  > 0.7).  Kiểm tra và tái kiểm tra: Dùng một công cụ đo và đo 2 lần trên một nhóm khảo sát. Chỉ số tương quan của kết quả sẽ thể hiện độ tin cậy của công cụ đo.  Mẫu tương đương (Equivalent forms): Lập 2 mẫu đo lường khác nhau nhưng đo cùng một hiện tượng. Chỉ số tương quan giữa 2 mẫu sẽ thể hiện độ tin cậy của công cụ đo. 14 v1.0015108208 5.2.3. XỬ LÍ DỮ LIỆU • Mục tiêu: giúp sinh viên biết cách:  Nhập liệu;  Làm sạch số liệu;  Thực hiện thống kê mô tả;  Kiểm định T-tests, ANOVA;  Tương quan, hồi quy. • Dữ liệu vừa thu thập thường chưa được tổ chức tốt vì:  Có thể có giá trị khuyết tức bị mất (missing);  Có thể câu trả lời không phù hợp;  Có thể nhập liệu sai. • Ta cần xử lí dữ liệu (có thể dùng phần mềm thống kê SPSS)  Phân tích mô tả (Descriptive analysis)  Xác định trung bình “Mean” của từng biến số;  Xem kết quả có bất thường không. Nếu có thì sửa chữa lại số liệu cho đúng. • Cách làm: Analyse Descriptive Statistics Frequencies 15 v1.0015108208 5.2.4. ĐO LƯỜNG KHUYNH HƯỚNG TẬP TRUNG • Số bình quân mẫu (Mean) thường được dùng với vai trò ước lượng xu hướng trung tâm chẳng hạn số bình quân của tổng thể chung. Số bình quân theo nghĩa thông thường, được gọi chính xác hơn là số bình quân số học để phân biệt với số bình quân nhân hay số bình quân điều hòa. Nó còn được gọi là số bình quân của mẫu. • Số trung vị (Median) là một số tách giữa nửa lớn hơn và nửa bé hơn của một mẫu, một quần thể, hay một phân bố xác suất. Nó là giá trị giữa trong một phân bố, mà số các số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quần thể sẽ có các giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trị bằng hoặc lớn hơn số trung vị. • Mốt (Mode) của một danh sách dữ liệu là giá trị của phần tử có số lần xuất hiện lớn nhất trong danh sách. Ví dụ, mode của {1, 3, 6, 6, 6, 7, 7, 12, 12, 17} là 6. Khác với số bình quân số học giản đơn, mode không nhất thiết phải là duy nhất. Mode đặc biệt hữu dụng khi các giá trị của các quan sát không có thứ tự dễ thấy (thường khi dữ liệu không phải là số) do các số bình quân và số trung vị có thể không được xác định. Ví dụ, mode của {táo, táo, chuối, cam, cam, cam, đào} là cam. 16 v1.0015108208 5.2.4. ĐO LƯỜNG KHUYNH HƯỚNG TẬP TRUNG 17 Số đo Mức đo Khi sử dụng Ví dụ Mốt (Mode) Số mệnh danh Dữ liệu dưới dạng phân loại. Màu mắt, hình thức hợp đồng, giới tính. Trung vị (Median) Số thứ tự Dữ liệu bao gồm các giá trị cực biên. Phân hạng trong lớp, thứ tự lúc sinh. Trung bình (Mean) Miền và tỉ lệ Dữ liệu phù hợp. Tốc độ trả lời, tuổi, mức độ thích. Khi nào thì sử dụng các số đo này? v1.0015108208 5.2.5. KIỂM TRA T-MẪU ĐỘC LẬP (T-TEST) • Quy trình kiểm tra T-mẫu độc lập so sánh trung bình của 2 nhóm.  Đối tượng cần được phân bổ vào 2 nhóm một cách ngẫu nhiên, vì vậy sự khác biệt có được là do tác động (hay không chịu tác động) mà không phải do sự ảnh hưởng của yếu tố khác. Chẳng hạn nếu so sánh thu nhập bình quân giữa nam và nữ không phù hợp với loại kiểm tra này.  Một người không được phân công ngẫu nhiên thành nam hay nữ. Trong tình huống như vậy, bạn nên bảo đảm rằng sự khác biệt ở các yếu tố khác không làm tăng cường hay giảm nhẹ sự khác biệt đáng kể của trung bình.  Khác biệt về thu nhập bình quân có thể chịu ảnh hưởng bởi các yếu tố như học vấn, chứ không chỉ chịu ảnh hưởng của giới tính. • Quy trình kiểm tra T một mẫu xác định xem trung bình của một biến nào đó có khác so với một hằng số cho trước hay không. Ví dụ: Một nhà sản xuất thực phẩm muốn kiểm tra các hộp thực phẩm của mình có trọng lượng trung bình khác với 300 gram, với mức tin cậy là 95%. 18 v1.0015108208 5.2.6. PHÂN TÍCH PHƯƠNG SAI MỘT HƯỚNG (ONE-WAY ANOVA) • Quy trình phân tích phương sai một hướng là lối phân tích phương sai của biến phụ thuộc bởi một biến số đơn (biến độc lập). • Phân tích phương sai được dùng để kiểm tra giả thuyết rằng nhiều trung bình là bằng nhau. Đây là một kĩ thuật mở rộng của phương pháp kiểm tra T hai mẫu độc lập. • Bên cạnh việc xác định sự khác biệt giữa các trung bình, bạn cũng đôi khi muốn xác định xem trung bình nào là khác biệt. • Có 2 loại kiểm tra để so sánh trung bình:  Đối chiếu ưu tiên là lối kiểm tra tiến hành trước khi tiến hành thực nghiệm;  Kiểm tra hậu kì là lối kiểm tra tiến hành sau khi thực nghiệm. • Bạn cũng có thể kiểm tra khuynh hướng thay đổi trên nhiều phân loại khác nhau. Ví dụ: Mức độ tiếp thu bài giảng của học sinh thay đổi khác nhau. Một thực nghiệm tiến hành với 3 môn học khác nhau: Toán, Lí và Văn. Toán, Lí là môn khoa học suy luận và Văn là môn diễn đạt. • Bên cạnh tiến hành kiểm tra mức độ tiếp thu bài giảng tùy thuộc vào loại môn giảng, bạn cũng có thể xác định mức độ tiếp thu khác biệt giữa các môn suy luận và môn diễn đạt. 19 v1.0015108208 5.2.7. XÂY DỰNG MÔ HÌNH HỒI QUY • Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập (biến thuyết minh) quy định các biến phụ thuộc (biến được thuyết minh) như thế nào. • Đây là một phương pháp thống kê mà giá trị kì vọng của một hay nhiều biến ngẫu nhiên được dự đoán dựa vào điều kiện của các biến ngẫu nhiên khác. • Phân tích hồi quy không chỉ là trùng khớp đường cong (lựa chọn một đường cong mà vừa khớp nhất với một tập điểm dữ liệu); nó còn phải trùng khớp với một mô hình với các thành phần ngẫu nhiên và xác định. • Hồi quy thường được xếp vào loại bài toán tối ưu vì chúng ta nỗ lực để tìm kiếm một giải pháp để cho sai số và phần dư là tốt nhất. Phương pháp sai số chung nhất được sử dụng là phương pháp bình phương cực tiểu: Phương pháp này tương ứng với một hàm hợp lí dạng Gauss của các dữ liệu quan sát khi biết biến ngẫu nhiên (ẩn). Về một mặt nào đó, bình phương cực tiểu là một phương pháp ước lượng tối ưu: Xem định lí Gauss-Markov. 20 v1.0015108208 5.3. XỬ LÍ THÔNG TIN ĐỊNH TÍNH 5.3.1. Các kĩ thuật phân tích dữ liệu định tính 5.3.2. Xử lí dữ liệu định tính 21 v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH • Sau khi thu thập xong dữ liệu, thông thường tất cả các nhà nghiên cứu đều muốn:  Xác định chủ đề và các tiểu chủ đề;  Xây dựng codebook;  Mô tả lại hiện tượng;  Đưa ra các so sánh;  Xây dựng, thể hiện và kiểm tra các mô hình (các lí thuyết sử dụng trong nghiên cứu). • Quá trình phân tích dữ liệu phải đáp ứng được những mục tiêu nêu trên. 22 v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH (tiếp theo) Phân tích dữ liệu định tính Phân tích dữ liệu dạng chữ Key word in context (KWIC) Phân tích dữ liệu dạng mã hóa Thăm dò • Lí thuyết căn bản • Phân tích giản đồ • Phân tích quy nạp Xác nhận • Phân tích nội dung • Sử dụng nội dung của các từ điểm Phối hợp • Dân tộc học • Quyết định các mô hình 23 v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH (tiếp theo) 24 • Phân tích dữ liệu dạng chữ: Kĩ thuật phân tích từ ngữ và các đoạn văn bản bao gồm  Phép phân tích những từ ngữ quan trọng trong hoàn cảnh cụ thể (KWIC);  Đếm từ;  Phân tích những mạng lưới có ý nghĩa. • Phân tích dữ liệu dạng mã hóa:  Phân tích lí thuyết nền;  Phân tích giản đồ;  Quy nạp phân tích;  Phân tích nội dung căn bản;  Sử dụng từ điển nội dung. v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH (tiếp theo) Thời điểm thích hợp tiến hành phân tích dữ liệu định tính • Survey: Dựa trên kiểm định có tiêu chuẩn hoặc những thiết kế cho nghiên cứu thực nghiệm thì ranh giới giữa thu thập và phân tích dữ liệu khá rõ ràng. • Nghiên cứu định tính: Ranh giới giữa 2 quá trình này là không rõ ràng vì  Mang tính khám phá;  Thay đổi linh hoạt. • Ví dụ:  Trong quá trình thực địa, những ý tưởng phân tích sẽ trực tiếp xuất hiện.  Các mẫu hình sẽ dần sắc nét.  Giai đoạn đầu của fieldwork có xu hướng chung chung và dễ thay đổi theo sự biến đổi của dữ liệu. 25 v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH (tiếp theo) 26 Lời khuyên: Thu thập – phân tích Việc phân tích thông tin định tính nên diễn ra đồng thời với quá trình thu thập thông tin vì: • Nếu quá tập trung vào việc phân tích, bỏ qua việc thu thập thông tin:  Câu hỏi/vấn đề nghiên cứu gốc – thế mạnh của nghiên cứu định tính bị cản trở;  Tạo ra những kết luận quá sớm – điều rất cần tránh trong nghiên cứu;  Bỏ qua những thông tin có khả năng gợi mở phân tích/khả năng xác thực cho câu hỏi nghiên cứu chính;  Mất thông tin và không bao giờ thu thập được lại nữa;  Có khả năng thất bại trong giai đoạn cuối – giai đoạn chứng thực thông tin. • Nếu hai quá trình thu thập thông tin và phân tích thông tin cùng diễn ra: Chất lượng của cả hai quá trình này cùng phải được cải thiện. Bởi vậy, người nghiên cứu không chỉ được tập trung vào việc thu thập dữ liệu để khẳng định lí thuyết ban đầu. v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH (tiếp theo) Lời khuyên: Mô tả tập trung Cùng với quá trình phân tích dữ liệu cần chú ý: Những dữ liệu phong phú, chi tiết và cụ thể sẽ giúp nghiên cứu định tính. • Cung cấp cho người đọc khả năng hiểu về thực tế, con người và hoàn cảnh cụ thể thông qua cách nghiên cứu bối cảnh. • Các dấu hiệu và ý nghĩa của các sự việc. • Tạo nền tảng cho tất cả các phần trong báo cáo. Lời khuyên: Tổ chức dữ liệu Tổ chức dữ liệu theo hệ thống hợp lí • Dữ liệu của phương pháp nghiên cứu định tính rất lớn và không có một hệ thống khuôn mẫu rõ ràng như trong nghiên cứu định lượng. • Cần phải hoàn thành quá trình thu thập thông tin đủ và thông tin cần trước khi tiến hành phân tích. • Dữ liệu nên được ghi chép trong một hệ thống bằng việc gán nhãn cho các phần dữ liệu. Lời khuyên: Bảo vệ dữ liệu Phải có những bản photo dự phòng để ở một nơi khác nhằm giữ an toàn cho dữ liệu tránh khỏi những sự cố đáng tiếc như: Dữ liệu bị làm xáo trộn, bị mất hoặc bị cháy. 27 v1.0015108208 5.3.1. CÁC KĨ THUẬT PHÂN TÍCH DỮ LIỆU ĐỊNH TÍNH (tiếp theo) 28 Quy trình tiến hành phân tích Theo Glasser, Strauss và Morse, quá trình phân tích dữ liệu định tính gồm 3 giai đoạn chính như sau:  Thu gọn dữ liệu: Làm sạch và tổ chức thông tin;  Thể hiện thông tin: Cô đọng và tổ chức sơ đồ phân tích thông tin;  Phác thảo phần kết luận và kiểm định kết quả; Thể hiện thông tin Kết luận/ kiểm chứng thông tin Thu gọn/làm sạch dữ liệu v1.0015108208 5.3.2. XỬ LÍ DỮ LIỆU ĐỊNH TÍNH 29 Xử lí dữ liệu định tính Thu gọn dữ liệu định tính Phân tích và thể hiện thông tin Kết luận và viết báo cáo Tìm kiếm các trường hợp điển hình Phát triển hệ thống dữ liệu Phân tích ban đầu Tạo các bản ghi Nhập và lưu trữ thông tin Gán nhãn cho các nhóm Mã hóa dữ liệu Thể hiện mối quan hệ giữa các nhóm Chuẩn bị báo cáo Kiểm chứng thông tin v1.0015108208 5.3.2. XỬ LÍ DỮ LIỆU ĐỊNH TÍNH 30 Phân tích ban đầu • Quy trình phân tích dữ liệu định tính có xu hướng tiếp tục và lặp lại quy trình nghiên cứu định tính. • Việc phân tích ban đầu sẽ tiếp tục cho đến khi nào chủ đề nghiên cứu được nhà nghiên cứu làm rõ. Tạo các bản ghi • Trong toàn bộ quá trình phân tích dữ liệu định tính, người nghiên cứu nên có những bản ghi nhớ (ví dụ: ghi lại những điều bạn phát hiện thấy từ dữ liệu). • Ý nghĩa: Khi người nghiên cứu nảy sinh ý hoặc hiểu hơn về chủ đề nghiên cứu, họ có thể bổ sung thêm vào phần dữ liệu cần nghiên cứu. v1.0015108208 5.3.2. XỬ LÍ DỮ LIỆU ĐỊNH TÍNH (tiếp theo) Nhập và lưu trữ thông tin • Các văn bản thường dùng trong nghiên cứu định tính: Những bản gỡ băng từ ghi âm phỏng vấn sâu, thảo luận nhóm, bản ghi chép thực địa của quan sát • Để đảm bảo tính nguyên gốc của thông tin cũng như tùy thuộc vào mục đích sử dụng dữ liệu, văn bản gỡ băng có thể có các mức độ khác nhau:  Gỡ băng sơ lược: Chỉ lấy những thông tin chính hoặc những đoạn văn bản cần thiết phục vụ cho nghiên cứu.  Gỡ băng chi tiết: Ghi chép lại toàn bộ các thông tin một cách chi tiết, chính xác và trung thực. • Người nghiên cứu nên đánh máy và tổ chức lại thông tin từ các bản viết tay, ghi chép trong quá trình thu thập thông tin nhằm:  Hiểu sâu sắc và đầy đủ về ý nghĩa cũng như hoàn cảnh thu thập dữ liệu.  Thấy được sự chuyển đổi thông tin từ quá trình thực địa tới quá trình phân tích đầy đủ.  Cảm nhận sắc thái, ý nghĩa của dữ liệu được bộc lộ dần trong toàn bộ quá trình tích lũy thông tin. • Gỡ băng hoặc nghe lại toàn bộ các bản ghi âm mất thời gian nhưng rất quan trọng, không thể bỏ qua. 31 v1.0015108208 5.3.2. XỬ LÍ DỮ LIỆU ĐỊNH TÍNH (tiếp theo) Sử dụng các phần mềm hỗ trợ • Tiết kiệm thời gian và công sức trong việc xử lí dữ liệu. • Máy tính và các phần mềm là công cụ để hỗ trợ quá trình phân tích. • Con người mới chính là yếu tố quyết định trong phân tích định tính: (Người thực hiện quá trình phân tích dữ liệu định tính sẽ quyết định phải làm gì để đưa ra các khuôn mẫu, những gì cấu thành nên chủ đề, phải đặt tên gì và tìm ra ý nghĩa của các trường hợp nghiên cứu). • Theo Fielding (1995, 2000) người đã sử dụng rất nhiều phần mềm phân tích định tính có 3 loại phần mềm phân tích định tính như sau:  Phần mềm thu thập các văn bản dạng chữ;  Phần mềm thu thập và mã hóa;  Phần mềm xây dựng các lí thuyết. • Trước khi lựa chọn, người nghiên cứu nên cân nhắc những yếu tố sau:  Cách thức nhập dữ liệu: Nguồn lưu trữ thông tin khác nhau.  Cách thức mã hóa: Mức độ khác nhau trong việc tổ chức, tái tổ chức và đặt nhãn cho các mã.  Sử dụng những phần ghi nhớ hoặc chú thích gắn với các mã (Hữu ích nếu việc phân tích dữ liệu định được thực hiện theo nhóm. Các ghi nhớ hoặc chú thích sẽ giúp cho các thành viên trong nhóm hiểu ý của nhau hơn, hỗ trợ nhau trong quá trình làm việc chung). 32 v1.0015108208 5.3.2. XỬ LÍ DỮ LIỆU ĐỊNH TÍNH (tiếp theo) 33 • Cơ cấu liên kết và giảm mức độ khác nhau (kết nối những nguồn dữ liệu khác nhau hoặc những phần khác nhau trong quá trình phân tích). • Cách thức thể hiện dữ liệu:  Tốc độ và quy trình tìm kiếm, thu thập dữ liệu;  Thể hiện những biến đổi quan trọng (bao gồm hoặc không bao gồm ngoại cảnh);  Ghi chép chi tiết (ghi chép lại những phần đã thực hiện). v1.0015108208 TÓM LƯỢC CUỐI BÀI Trong bài này, chúng ta đã được nghiên cứu các nội dung sau: • Các khái niệm cơ bản liên quan đến xử lí thông tin định tính và định lượng; • Các phương pháp xử lí thông tin định lượng; • Các phương pháp xử lí thông tin định tính. 34