Phương pháp thu thập và xử lý số liệu

Phương pháp thu thập và xử lý dữ liệuMục tiêu bài học: - Biết các nguồn thông tin giáo khác nhau- Nắm được một số phương pháp thu thập dữ liệu từ các nguồn thông tin khác nhau- Biết cách xử lý và trình bày dữ liệu một cách khoa học.Cấu trúc bài giảng1. Các nguồn thông tin giáo dục2. Ưu điểm và nhược điểm của các nguồn thông tin giáo dục3. Một số phương pháp thu thập số liệu 4. Một số phương pháp phân tích số liệuCác nguồn thông tin giáo dục1. Thông tin thống kê giáo dục có thể thu thập từ 2 nguồn chính:1.1. hệ thống thông tin QLGD [EMIS] của Bộ GD&ĐT1.2. Niêm giám thống kê của Tổng cục Thống kê2. Nguồn thông tin khoa học giáo dụcNguồn thu: Các viện NC giáo dục, Trung tâm thông tin giáo dục, phòng Khoa học, văn phòngTư liệu gồm: -Các đề tài nghiên cứu và triển khai-Các báo cáo khoa học, báo cáo khảo sát, tài liệu hội nghị trong nước và quốc tế…-Chủ trương, chính sách của ngành và nhà nước-Các bài báo khoa học đăng trên các tạp chí chuyên ngành-Thông tin tóm tắt, thông tin nhanh, thông tin phục vụ lãnh đạo…3. Thông tin t liệu về giáo dụcNơi thu thập: Các th viện của các trờng đại học, các viện nghiên cứuT liệu: t liệu cấp 1 và cấp 24. Dữ liệu và thông tin giáo dục thu thập từ các nguồn khácNguồn thu thập:-Từ các phương tiện thông tin đại chúng và qua dư luận về hoạt động giáo dục, đào tạo-Từ hội thảo, hội nghị, báo cáo công tác điều tra, khảo sát thực tế-Từ các chương trình, dự án trong nước và quốc tế-Các nguồn thông tin có liên quan [khảo sát hộ gia đình, điều tra dân số…]Ưu và nhược điểm của các nguồn thông tin giáo dụcBáo cáo định kỳ của nhà trườngƯu điểm•Cho thấy tiến trình hoạt động của nhà trường theo thời gian•Có thông tin số lượng và đánh giá•Mang tính pháp lệnh của các cơ quan quản lý các cấp buộc cấp cơ sở phải thực thi Nhược điểm•Mang tính chất báo cáo chung •Nặng về báo cáo thành tích của nhà trường Khảo sát chuyên đề•Cho phép thu thập thông tin theo chuyên đề•Cho phép đánh giá kết quả học tập của học sinh và hoạt động giảng dạy của giáo viên•Cung cấp dữ liệu về các nhu cầu cụ thể trong ngành giáo dục•Có thể cung cấp thông tin được phân tách chi tiết •Cần có nguồn lực đặc biệt, chi phí thường cao•Có thể không diễn ra thường xuyên nên không đánh giá được các xu hướng thường xuyên•Không có sự sắp xếp cán bộ, bộ máy tiến hành khảo sát thường xuyên Báo cáo thanh tra nhà trường•Chính xác hoá và kiểm chứng các vấn đề cụ thể•Mang tính khách quan [thành viên thanh tra từ bên ngoài nhà trường] •Không diễn ra thường xuyên•Thường làm điểm, qui mô hẹp Niêm giám thống kê giáo dục •Thu thập dữ liệu hàng năm thông qua hệ thống thông tin quản lý giáo dục hiện có ở các cấp quản lý•Chỉ cung cấp số liệu đối với một số hạng mục•Có tư cách pháp nhân trong việc thu thập và cung cấp dữ liệu•Được sử dụng nhiều nhất •Dữ liệu không được kiểm chứng và kiểm tra về chất lượng•Các qui trình tổng hợp số liệu hiện tại thường làm mất thông tin ở cấp cơ sở mà chỉ lưu thông tin ở cấp tỉnh và trung ương Khảo sát hộ gia đình •Cung cấp thông tin thường xuyên 2 năm/lần•Dữ liệu có thể được phân tách theo nhóm kinh tế-xã hội và được thu thập ở cấp thấp hơn [ví dụ huyện, xã]•Dữ liệu có thể được thu thập về đánh giá ý kiến về chất lượng của dịch vụ giáo dục thông qua phiếu hỏi người thụ hưởng•Cho phép phân tích phân bổ lợi ích của chi tiêu công •Không đánh giá được kết quả học tập và trình độ giáo viên•Không thu thập hệ thống dữ liệu về hiệu quả hoạt động trong nội bộ ngành•Không cho phép có các ước tính tin cậy cho các cấp từ dưới tỉnh trở xuống Điều tra dân số•Có số liệu tin cậy về tỉ lệ đi học đối với bất kỳ cấp giáo dục nào và được kiểm tra nhất quán 10 năm/lần•Đưa ra những dự báo về dân số cần thiết để tính toán tỷ lệ đi học đúng độ tuổi •Việc thu thập các dữ liệu về giáo dục bị hạn chế về qui mô và mức độ do mục tiêu chủ yếu là điều tra dữ liệu dân số•Phối hợp chưa tốt giữa Tổng cục Thống kê và Bộ GD&ĐT trong việc sử dụng dữ liệu điều tra cho ngành giáo dục. Nghiên cứu và báo cáo của các dự án •Cung cấp dữ liệu về các vấn đề cụ thể mà dự án quan tâm•Có thể cung cấp thông tin được phân tách chi tiết •Không thường xuyên•Phạm vi nghiên cứu thường hẹp Điều tra mẫu/điều tra điểm •Cung cấp thông tin được phân tách chi tiết•Đủ độ tin cậy•Đáp ứng nhanh nhu cầu cung cấp thông tin cần thiết •Phạm vi nghiên cứu để thu thập thông tin hẹp•Có thể không bao quát hết các đối tượng cần thu thập thông tin Phỏng vấn sâu •Tiếp cận tới các đối tượng quản lý hoặc trực tiếp liên quan đến công việc•Có được các quan điểm và thảo luận•Thường sử dụng trong các đánh giá chất lượng •Mang tính chủ quan của người được phỏng vấn•Khó định lượng Nguồn thông tin điện tử•Nhanh chóng truy cập•Có khả năng sao chép nhanh•Tiếp cận với nhiều tài liệu, dữ liệu •Tính an toàn của thông tin dễ bị vi phạm do khả năng sao chép nhanh•Thông tin dễ bị làm sai lệch hoặc bị hủy hoại•Tính ổn định của thông tin trong nguồn tin điện tử không đồng nhất•Giá cả của tài liệu điện tử có xu hướng tăng.Một số phương pháp thu thập số liệua. Điều tra bằng phiếu hỏi: Các bước tiến hành•Xác định mục tiêu của phiếu hỏi•- Chọn mẫu•- Xây dựng các tiêu chí và thiết kế phiếu hỏi•- Điều tra thử•- Gửi phiếu hỏi•- Dõi theo tiến độ và gửi thư nhắc nhởb. Phỏng vấn•Có nhiều cách tiếp cận trong phỏng vấn. [i] Phỏng vấn nhanh là lựa chọn những người chủ chốt có hiểu biết để thu thập số liệu thông qua các câu hỏi chuẩn; [ii] Phỏng vấn bán tiêu chuẩn là phỏng vấn có lựa chọn trong đó thông tin không theo các khuôn mẫu định sẵn. Lưu ý:•Lựa chọn đối tượng phỏng vấn•- Hẹn gặp•- Tiến hành phỏng vấn•- Lưu ý sử dụng thời gian một cách hiệu quảc. Nghiên cứu điển hình•Đây là phương pháp nhanh, rẻ, cho phép hình dung toàn diện hoàn cảnh. Người ta thường sử dụng phương pháp này trong phân tích chính sách vì nó cho phép phân tích sâu những số liệu bề mặt, hiểu được tình huống phức tạp của vấn đề, quá trình thực thi chính sách do vậy có thể đề xuất các biện pháp phù hợp d. Phương pháp thử nghiệm•Là quá trình can thiệp vào thực tiễn để thử giải quyết vấn đề. Khi sử dụng phương pháp thử nghiệm cần bao gồm các bước: Mục tiêu thử nghiệm, thời gian và địa điểm thử nghiệm, đối tượng thử nghiệm, phân tích kết quả thử nghiệm, tổng kết và kiến nghị. Có 2 loại thử nghiệm: thử nghiệm trong môi trường nhân tạo và thử nghiệm trong môi trường tự nhiên.Một số phương pháp phân tích số liệua. Phương pháp tổng hợp: Phương pháp này cho phép lựa chọn các tư liệu và ấn phẩm. Trong quá trình tổng hợp những nghiên cứu đã tiến hành cần chỉ ra những khoảng trống cần nghiên cứu thêm. Phương pháp này cho phép tận dụng những kết quả đã nghiên cứu. b. Phương pháp thống kê: Số liệu thống kê cho phép mô tả sự kiện và đưa ra những kết luận về đối tượng điều tra dựa trên những số liệu chọn theo mẫu. Có hai loại thống kê cơ bản: Thống kê mô tả và thống kê suy luận. Thống kê mô tả là cách thức tập hợp lại số liệu theo bảng, biểu, theo nhóm, mô tả đặc trưng, xác định mối quan hệ giữa chúng nhờ sử dụng phương phương đồ họa. Thống kê suy luận dùng để khái quát hóa xu thế dựa trên số liệu mẫu.c. Phương pháp đồ họa: Đồ họa là phần cơ bản trong phân tích số liệu. Những thông tin trực quan trình bày trên biểu đồ dễ hiểu hơn trên bảng số liệu. Có 5 kiểu loại so sánh:•[i] Yếu tố hay tỉ lệ của vấn đề nghiên cứu•[ii] Số lượng vấn đề và những khác biệt•[iii] Tần số phân bố của các đặc tính•[iv] Mối quan hệ qua lại giữa các biến•[v] Xu thế của mỗi vấn đề.d. Bảng biểu: Đây là công cụ quan trọng để phân tích số liệu. Để bảng biểu có tính thuyết phục cao cần lựa chọn thông số, cách biểu diễn chúng dưới dạng phần trăm hay giá tri tuyệt đối thậm chí cả ghi chép bằng từ ngữ. Bảng biểu đặc biệt có ích để biểu diễn so sánh dưới dạng vắn tắt.Ví dụ: Phân bổ ngân sách theo bậc học

Nghiên cứu sử dụng một số khái niệm đơn hướng và các khái niệm đa hướng. Trong đó, thang đo về thực hiện trách nhiệm xã hội của doanh nghiệp, thang đo về hiệu quả hoạt động của doanh nghiệp, thang đo tác động thực hiện trách nhiệm xã hội của doanh nghiệp đến hiệu quả hoạt động của doanh nghiệp là các khái niệm đa hướng.

Nghiên cứu sử dụng các phương pháp sau đây để xử lý số liệu định lượng và kiểm định mô hình nghiên cứu tác động của thực hiện trách nhiệm xã hội của doanh nghiệp đến hiệu quả hoạt động của doanh nghiệp như sau:

Thống kê mô tả là các phương pháp có liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán, mô tả các đặc trưng khác nhau để phản ánh tổng quát đối tượng nghiên cứu. Các giá trị này được đưa vào nghiên cứu nhằm cung cấp thông tin

về thống kê cơ bản của nghiên cứu để đánh giá tổng quan về doanh nghiệp vùng Đồng bằng sông Cửu Long và về việc thực hiện trách nhiệm xã hội của doanh nghiệp tại  đây.

Phương sai: Phương sai đo lường mức độ phân tán của một tập số đo xung quanh trung bình của nó. Căn bậc hai của phương sai được gọi là độ lệch chuẩn.

Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha được sử dụng để loại bỏ biến rác trước khi tiến hành phân tích nhân tố. Kiểm định độ tin cậy của các biến trong thang đo dựa vào hệ số kiểm định Cronbach’s Alpha của các thành phần thang đo và hệ số Cronbach’s Alpha của mỗi biến đo lường. Các biến có hệ số tương quan tổng – biến nhỏ hơn 0,3 sẽ bị loại. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,7 – 0,8]. Nếu Cronbach’s Alpha > hoặc = 0,6 là thang đo có thể chấp nhận được về mặt tin cậy [Nunnally and Berndstein, 1994].

Các yếu tố quan trọng cần xem xét trong kết quả phân tích EFA: số nhân tố được trích, hệ số tải nhân tố của các biến phải ≥ 0,5 [Hair và cộng sự., 1998], 0,5 ≤ KMO ≤ 1 cho biết phân tích nhân tố EFA là thích hợp [Kaiser, 1974], kiểm định Bartlett phải có hệ số sig < 0,05 [cho biết các biến quan sát có tương quan với nhau trong tổng thể], tổng phương sai trích phải ≥ 50% [Gerbing and Anderson, 1988].

Hơn nữa chúng ta có thể kiểm định giá trị hội tụ và giá trị phân biệt của thang đo. Sau khi tiến hành phân tích CFA, để đo lường mức độ phù hợp của mô hình với địa bàn nghiên cứu, cần xem xét chỉ tiêu Chi-bình phương, Chi-bình phương điều chỉnh theo bậc tự do [CMIN/df], chỉ số thích hợp so sánh CFI [comparative fit index], chỉ số TLI [Tucker và Lewis index], và chỉ số RMSEA [root mean square error approximation]. Mô hình được xem là tương thích với dữ liệu nghiên cứu thực tế của đề tài thì kiểm định Chi-bình phương có giá trị p > 5%. Tuy nhiên Chi-bình phương có nhược điểm là nó phụ thuộc vào kích thước mẫu. Nếu mô hình nhận được giá trị TLI, CFI từ 0,9 đến 1, CMIN/df < 2 và RMSEA < 0,08 thì mô hình này được xem là phù hợp với địa bàn nghiên cứu [Rex B. Kline, 2005; Nguyễn Khánh Duy, 2009]. Ngoài ra, sau khi xem xét mức độ phù hợp của mô hình thì tiếp đó cần phải loại bỏ những biến không có ý nghĩa thống kê [p>0,05] và những biến có hệ số ước lượng nhỏ hơn 0,5 ra khỏi thang đo [Nguyễn Khánh Duy, 2009]. Trong trường hợp, sau khi tiến hành các bước trên mà mô hình vẫn có mức độ phù hợp thấp với dữ liệu nghiên cứu thực tế thì phải tiến hành hiệu chỉnh bằng cách lần lượt cho từng cặp sai số có hệ số MI [Modification indice] lớn nhất tương quan với nhau. Tuy nhiên, nên hạn chế cho các cặp sai số tương quan với nhau vì điều này sẽ làm giảm đi tính đơn hướng của các thang đo.

Mô hình cấu trúc tuyến tính SEM cũng có lợi thế hơn những phƣơng pháp truyên thống khác nhƣ hồi quy, probit, … vì nó có thể tính được sai số đo lường và đồng thời bản chất của nó là chạy cùng lúc nhiều phƣơng trình hồi quy. Hơn nữa, phương pháp này cho phép chúng ta kết hợp đƣợc các khái niệm tiềm ẩn với đo lường của chúng và có thể xem xét các đo lường độc lập hay kết hợp chung với mô hình lý thuyết cùng một lúc. Chính vì vậy phương pháp phân tích cấu trúc tuyến tính được sử dụng rất phổ biến trong nghiên cứu khoa học vào những năm gần đây và thường được gọi là phương pháp phân tích thông tin thế hệ thứ hai [Hulland và cộng sự, 1996]. Ngoài ra, theo Nguyễn Khánh Duy [2009] thì mô hình SEM gồm có hai thành phần: mô hình đo lường [measurement model] và mô hình cấu trúc [structural model]. Trong đó, môn hình đo lường liên quan đến quan hệ giữa biến quan sát và biến tiềm ẩn; mô hình cấu trúc thì chỉ liên quan đến các mối quan hệ giữa các biến tiềm ẩn mà thôi. Đề tài này sử dụng mô hình cấu trúc [structural model] để kiểm định mối quan hệ giữa bốn biến tiềm ẩn: Nhân tố cá nhân, kinh nghiệm quản lý, lòng tin của công nhân đối với quản lý trực tiếp và kết quả làm việc của công nhân. Đồng thời, mô hình đo lường [measurement model] dùng để đo lường mối quan hệ giữa các biến tiềm ẩn với những biến quan sát trong mô hình nghiên cứu.

Kiểm định kết quả của mô hình SEM cũng dựa vào các chỉ số CFI, TLI và các chỉ số này phải lớn hơn bằng 0,9 [Bentler và Bonett, 1980] và RMSEA nhỏ hơn 0,08 [Rex B. Kline, 2005] . Nếu một trong các chỉ số hay tất cả các chỉ số đều không thỏa thì cần phải xem xét giá trị P của mô hình để loại bỏ những biến không có ý nghĩa [p >0.05] [Nguyễn Khánh Duy, 2009]. Ngoài ra, nếu sau khi đã loại bỏ những biến không có ý nghĩa ra khỏi mô hình mà mô hình vẫn chưa phù hợp thì phải tiến hành hiệu chỉnh mô hình bằng cách lần lượt cho từng cặp sai số có hệ số MI [Modification indice] lớn nhất tương quan với nhau. Cần lưu ý, nên hạn chế cho các cặp sai số tương quan với nhau vì điều này sẽ làm giảm đi tính đơn hướng của các thang đo.

Kiểm định Bootstrap – kiểm định độ tin cậy mô hình SEM: Sau khi hoàn thành việc ước lượng mô hình nghiên cứu thì vấn đề đánh giá lại độ tin cậy của ước lượng đó là một công việc hết sức cần thiết. Bởi vì, khi ước lượng của mô hình nghiên cứu đạt được độ tin cậy thi mới có khả năng suy rộng ra cho tổng thể, ngược lại thì  ước lượng mô hình nghiên cứu chỉ có thể phù hợp trong nội bộ số liệu thu thập của đề tài. Hiện tại có rất nhiều phương pháp khác nhau để đánh giá độ tin cậy của các ước lượng trong mô hình nghiên cứu. Phương pháp đầu tiên là chúng ta có thể chia mẫu nghiên cứu thành hai mẫu con, sau đó sử dụng một mẫu con để tiến hành ước lượng mô hình nghiên cứu, còn một mẫu con còn lại thi sử dụng để đánh giá lại độ tin cậy của mô hình nghiên cứu vừa ước lượng. Ngoài ra, chúng ta cũng có thể tiến hành kiểm định độ tin cậy của các ước lượng thông qua việc lặp lại nghiên cứu bằng cách thu thêm mẫu. Tuy nhiên, Anderson và Gerbing [1988] cho rằng: đối với phương pháp phân tích mô hình cấu trúc tuyến tính thường đòi hỏi mẫu lớn, cho nên việc kiểm định độ tin cậy của các ước lượng dựa theo hai phương pháp trên là không khả thi, bởi vì nó làm tốn kếm nhiều thời gian và chi phí của người thực hiện nghiên cứu. Do đó, Chumacker và Lomax [2006] cho rằng: trong những trường hợp như thế thì phương pháp kiểm định Bootstrap là phương pháp phù hợp để thay thế, bởi vì Bootstrap là phương pháp lấy mẫu lặp lại có thay thế, trong đó mẫu ban đầu đóng vai trò là đám đông.

Để biết được ước lượng của mô hình có tin cậy hay không ta dựa vào giá trị tuyệt đối của CR, nếu giá trị này nhỏ hơn 2 thì có thể nói rằng ước lượng của mô hình là đáng tin cậy. Trong đó, CR được tính bằng cách lấy giá trị của cột Bias trong ước lượng Bootstrap chia cho cột SE-Bias [Nguyễn Khánh Duy, 2009].

Đánh giá mối quan hệ giữa thực hiện trách nhiệm xã hội và hiệu quả hoạt động. Nghiên cứu này thông qua một phương pháp luận nghiên cứu phức tạp hơn và tiên tiến hơn trước đây được sử dụng trong lĩnh vực này để đánh giá và giải thích bản chất của mối quan hệ giữa hai biến này. Nghiên cứu này sử dụng mô hình phương trình cấu trúc tuyến tính, một phương pháp có được sử dụng trong lĩnh vực trách nhiệm xã hội trước đây [Johnson và Green, 1999] nhưng vẫn chưa được được sử dụng để kiểm tra tác động của việc thực hiện trách nhiệm xã hội của doanh nghiệp và hiệu quả hoạt động của doanh nghiệp mặc dù Rowley và Berman “[2000] lập luận rằng SEM có thể đưa ra cái nhìn sâu sắc về mối quan hệ giữa trách nhiệm xã hội và hiệu quả hoạt động của doanh nghiệp.