PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌ

v1.00151082081

PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC

Giảng viên: TS. Phan Thế Công

1

v1.0015108208

BÀI 5PHƯƠNG 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 nhữngkiến 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 họcvăn phòng.

4

v1.0015108208

HƯỚNG DẪN HỌC

• Đọc tài liệu là bài giảng, giáo trình và các tàiliệu tham khảo trước lúc nghe giảng, trướclúc thực hành.

• Nghe và đọc thêm các thông tin mới trên cácphương tiện thông tin truyền thông, sáchbáo, tạp chí chuyên ngành.

• Thảo luận với sinh viên và giáo viên trêndiễn 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 địnhsự tác động (treatment) hay thay đổi(manipulation) của biến độc lập nhưthế nào.

• Biến thành quả (Outcome)• Biến kết quả (Result)• Biến tiêu chí (Criterion)

Độc lập (Independent)

Một biến số được thay đổi để xác địnhảnh 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 phụthuộc, mà sự ảnh hưởng của nó cần phảiđược loại bỏ.

• Biến giới hạn (Restricting)

Ngoại vi (Extraneous)

Một biến số có quan hệ với biến phụthuộc hoặc biến độc lập, không phải làmục tiêu nghiên cứu.

• Biến đe dọa (Threatening)

Điều tiết (Moderator)

Một biến số có quan hệ với biến phụthuộc hoặc biến độc lập và có ảnh hưởngđến biến phụ thuộc.

• Biến tương tác (Interactingvariable)

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 tốBiti’s là công ty

1 2 3 4 5 6 7

Rất Hoàn toàn khôngsáng tạo sáng tạo

Nhân tố đo lường: Tính sáng tạo!

v1.0015108208


11

Thang đo so sánhSo 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 thứnhì… cho mỗi loại âm nhạc dưới đây• Nhạc trẻ;

• Quan họ;

• Cải lương;

• Ca trù;

• Hát bội.

v1.0015108208


12

Thang tổngBạn 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


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 khảosát. 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 đocùng một hiện tượng. Chỉ số tương quan giữa 2 mẫu sẽ thể hiện độ tin cậy củacông 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 trungtâm chẳng hạn số bình quân của tổng thể chung. Số bình quân theo nghĩa thôngthường, được gọi chính xác hơn là số bình quân số học để phân biệt với số bìnhquân 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 sốcác số nằm trên hay dưới con số đó là bằng nhau. Điều đó có nghĩa rằng 1/2 quầnthể sẽ có các giá trị nhỏ hơn hay bằng số trung vị, và một nửa quần thể sẽ có giá trịbằng 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 lớnnhất trong danh sách. Ví dụ, mode của {1, 3, 6, 6, 6, 7, 7, 12, 12, 17} là 6. Khácvới số bình quân số học giản đơn, mode không nhất thiết phải là duy nhất. Mode đặcbiệt hữu dụng khi các giá trị của các quan sát không có thứ tự dễ thấy (thường khidữ liệu không phải là số) do các số bình quân và số trung vị có thể không được xácđịnh. 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 dạngphân loại.

Màu mắt, hình thức hợpđồng, giới tính.

Trung vị (Median)

Số thứ tự Dữ liệu bao gồm cácgiá trị cực biên.

Phân hạng trong lớp, thứtự lúc sinh.

Trung bình (Mean)

Miền và tỉ lệ Dữ liệu phù hợp. Tốc độ trả lời, tuổi, mứcđộ 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 khácbiệt có được là do tác động (hay không chịu tác động) mà không phải do sự ảnhhưởng của yếu tố khác. Chẳng hạn nếu so sánh thu nhập bình quân giữa nam vànữ không phù hợp với loại kiểm tra này.

Một người không được phân công ngẫu nhiên thành nam hay nữ. Trong tìnhhuống như vậy, bạn nên bảo đảm rằng sự khác biệt ở các yếu tố khác không làmtăng 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 họcvấn, 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 khácso với một hằng số cho trước hay không. Ví dụ: Một nhà sản xuất thực phẩm muốnkiểm 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 phụthuộc bởi một biến số đơn (biến độc lập).

• Phân tích phương sai được dùng để kiểm tra giả thuyết rằng nhiều trung bình làbằng nhau. Đây là một kĩ thuật mở rộng của phương pháp kiểm tra T hai mẫuđộc lập.

• Bên cạnh việc xác định sự khác biệt giữa các trung bình, bạn cũng đôi khi muốn xácđịnh 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 nghiệmtiến hành với 3 môn học khác nhau: Toán, Lí và Văn. Toán, Lí là môn khoa học suyluận 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 môndiễn 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 (biếnthuyết 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 ngẫunhiên 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 congmà vừa khớp nhất với một tập điểm dữ liệu); nó còn phải trùng khớp với một môhình 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 mộtgiải pháp để cho sai số và phần dư là tốt nhất. Phương pháp sai số chung nhất đượcsử dụng là phương pháp bình phương cực tiểu: Phương pháp này tương ứng vớimột 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 trongnghiên 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


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


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 thựcnghiệm 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 sựbiến đổi của dữ liệu.

25

v1.0015108208


26

Lời khuyên: Thu thập – phân tíchViệc phân tích thông tin định tính nên diễn ra đồng thời với quá trình thu thập thôngtin 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 chocâu 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 lượngcủa cả hai quá trình này cùng phải được cải thiện. Bởi vậy, người nghiên cứu khôngchỉ 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 trungCùng với quá trình phân tích dữ liệu cần chú ý: Những dữ liệu phong phú, chi tiết và cụthể 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 liệuTổ 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 liệuPhải có những bản photo dự phòng để ở một nơi khác nhằm giữ an toàn cho dữ liệutránh khỏi những sự cố đáng tiếc như: Dữ liệu bị làm xáo trộn, bị mất hoặc bị cháy.

27

v1.0015108208


28

Quy trình tiến hành phân tích

Theo Glasser, Strauss và Morse, quá trình phân tích dữ liệu định tính gồm 3 giai đoạnchính 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

Pháttriểnhệ

thốngdữliệu

Phân tích ban đầu

Tạo các bản ghi

Nhậpvàlưutrữ

thôngtin

Gánnhãnchocác

nhóm

Mãhóadữliệu

Thể hiện mối

quan hệ

giữa các

nhóm

Chuẩn bị

báo cáo

Kiểmchứngthông

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 nhànghiên 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, họcó 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 khuônmẫu, những gì cấu thành nên chủ đề, phải đặt tên gì và tìm ra ý nghĩa của cáctrường hợp nghiên cứu).

• Theo Fielding (1995, 2000) người đã sử dụng rất nhiều phần mềm phân tích địnhtính 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 sẽgiúp cho các thành viên trong nhóm hiểu ý của nhau hơn, hỗ trợ nhau trong quátrình 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 nhauhoặc 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

Documents

PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌ