Cách thiết kế bảng câu hỏi nghiên cứu thị trường

Vì vậy, một bảng câu hỏi tốt cần đồng thời đáp ứng ba yêu cầu. Thứ nhất, người trả lời phải hiểu câu hỏi theo nghĩa mà người nghiên cứu dự định. Thứ hai, cách hỏi không được vô tình dẫn dắt họ đến một đáp án. Thứ ba, câu trả lời phải được cấu trúc sao cho có thể mã hóa, so sánh và phân tích để giải quyết đúng câu hỏi nghiên cứu.

Bắt đầu từ mục tiêu đo lường, không bắt đầu từ danh sách câu hỏi

Sai lầm thường gặp khi thiết kế bảng câu hỏi nghiên cứu thị trường là mở ngay một biểu mẫu rồi nghĩ xem “nên hỏi khách hàng những gì”. Cách làm này dễ tạo ra một bảng hỏi có nhiều câu nghe hợp lý nhưng không rõ dữ liệu thu được sẽ dùng để quyết định điều gì.

Trước khi viết câu hỏi, nên chuyển mục tiêu nghiên cứu thành một chuỗi logic:

Mục tiêu nghiên cứu → thông tin cần biết → biến cần đo → người có khả năng trả lời → câu hỏi → dạng dữ liệu cần phân tích.

Ví dụ, nếu mục tiêu là tìm nguyên nhân khách hàng không tiếp tục mua một dịch vụ, “mức độ hài lòng chung” chưa đủ. Người nghiên cứu có thể cần đo trải nghiệm ở từng điểm như chất lượng cốt lõi, giá, hỗ trợ, quy trình thanh toán hoặc một sự cố cụ thể. Ngược lại, nếu một biến không phục vụ bất kỳ quyết định hoặc giả thuyết nghiên cứu nào, câu hỏi về biến đó nên được cân nhắc loại bỏ.

Một bảng xác định biến trước khi viết questionnaire có thể gồm:

Cách tiếp cận này cũng tạo một tiêu chuẩn để kiểm tra độ dài bảng hỏi. Vấn đề không phải bảng hỏi có “bao nhiêu câu là tốt”, mà là mỗi câu có tạo dữ liệu cần thiết hay không. Một câu hỏi ngắn nhưng không gắn với mục tiêu nghiên cứu vẫn là câu hỏi thừa.

Viết câu hỏi rõ ràng, cụ thể và trung lập

Một câu hỏi chỉ có giá trị khi người tham gia hiểu tương đối thống nhất điều đang được hỏi. AAPOR khuyến nghị câu hỏi khảo sát nên cụ thể, ngắn, sử dụng từ ngữ phù hợp với đối tượng và chỉ hỏi một khái niệm tại một thời điểm; đồng thời cần tránh cách diễn đạt tạo thiên lệch về một phía.

Mỗi câu chỉ nên đo một ý

Câu hỏi:

“Bạn hài lòng như thế nào với chất lượng và giá của sản phẩm?”

đang gộp hai thuộc tính. Một người có thể hài lòng với chất lượng nhưng không hài lòng với giá, nên một đáp án duy nhất không thể hiện chính xác cả hai.

Nên tách thành:

·         “Bạn hài lòng như thế nào với chất lượng của sản phẩm?”

·         “Bạn hài lòng như thế nào với mức giá của sản phẩm?”

Đây là cách xử lý câu hỏi kép, hay double-barreled question. Việc tách câu không chỉ làm bảng hỏi rõ hơn mà còn giúp dữ liệu sau này có thể chỉ ra chính xác thuộc tính nào đang tạo ra vấn đề.

Tránh đưa kết luận vào câu hỏi

Câu như:

“Bạn có đồng ý rằng dịch vụ giao hàng nhanh của chúng tôi rất tiện lợi không?”

đã cung cấp hai tín hiệu tích cực — “nhanh” và “rất tiện lợi” — trước khi người tham gia tự đánh giá. Cách hỏi trung lập hơn là:

“Bạn đánh giá mức độ thuận tiện của dịch vụ giao hàng như thế nào?”

Nguyên tắc trung lập đặc biệt quan trọng khi khảo sát mức độ hài lòng, ý định mua, hình ảnh thương hiệu hoặc đánh giá một phương án mà doanh nghiệp mong muốn người tham gia ủng hộ.

Xác định phạm vi và thời gian đủ cụ thể

“Hãy cho biết bạn thường mua cà phê bao nhiêu lần” có thể khiến mỗi người hiểu “thường” theo một cách.

Câu hỏi có khung thời gian rõ hơn:

“Trong 7 ngày vừa qua, bạn đã mua cà phê pha sẵn bao nhiêu lần?”

sẽ xác định đồng thời hành vi cần nhớ, đơn vị đếm và khoảng thời gian tham chiếu.

Pew Research Center cũng nhấn mạnh rằng từ ngữ của câu hỏi có ý nghĩa trực tiếp đối với cách người trả lời diễn giải vấn đề; những thay đổi tưởng như nhỏ trong wording có thể tạo ra kết quả khác nhau.

Thiết kế phương án trả lời để dữ liệu dễ phân tích

Câu hỏi rõ nhưng phương án trả lời kém vẫn có thể làm dữ liệu khó sử dụng. Với câu hỏi đóng, các phương án cần phản ánh đúng biến đang đo, tránh chồng lấn và bao phủ các trường hợp hợp lý. Pew Research Center coi tính đầy đủ của danh sách lựa chọn và tính loại trừ lẫn nhau giữa các phương án là hai yêu cầu quan trọng của câu hỏi đóng.

Ví dụ, với câu hỏi tuổi, các nhóm:

·         Dưới 25

·         25–35

·         35–45

·         Trên 45

bị chồng lấn ở tuổi 35 và 45. Có thể sửa thành:

·         Dưới 25

·         25–34

·         35–44

·         Từ 45 trở lên

Khi không thể liệt kê hết các trường hợp, phương án “Khác” có thể cần thiết. Tuy nhiên, không nên tự động thêm “Khác” vào mọi câu hỏi; chỉ nên dùng khi tập lựa chọn thực tế có khả năng vượt ra ngoài các phương án đã xác định.

Chọn thang đo theo thứ cần đo

Nếu cần đo cường độ thái độ hoặc đánh giá, có thể sử dụng thang có thứ tự, chẳng hạn:

1.    Rất không hài lòng

2.    Không hài lòng

3.    Bình thường

4.    Hài lòng

5.    Rất hài lòng

Điều quan trọng không nằm ở việc mọi khảo sát đều phải dùng 5 điểm hay 7 điểm. Số mức phải phù hợp với mức độ phân biệt mà người trả lời thực sự có khả năng đưa ra và với kế hoạch phân tích. Nếu đối tượng khó phân biệt giữa quá nhiều mức, việc thêm mức chỉ tạo độ chi tiết hình thức.

Trong cùng một nhóm câu hỏi, hướng của thang đo cũng nên nhất quán. Nếu câu trước dùng “1 = Rất không hài lòng” và câu sau đột ngột chuyển thành “1 = Rất hài lòng”, lỗi trả lời và lỗi xử lý dữ liệu có thể xuất hiện chỉ vì người tham gia hoặc người phân tích đọc nhầm chiều.

Cần phân biệt thêm giữa “không có ý kiến” và “không áp dụng”. Một khách hàng chưa từng sử dụng dịch vụ giao hàng không thể đánh giá chất lượng giao hàng. Buộc người đó chọn mức “bình thường” sẽ biến việc thiếu trải nghiệm thành một đánh giá trung tính và làm sai ý nghĩa dữ liệu.

Sắp xếp câu hỏi theo luồng logic và kiểm soát hiệu ứng thứ tự

Thứ tự câu hỏi không chỉ ảnh hưởng trải nghiệm hoàn thành bảng hỏi. Câu xuất hiện trước còn có thể tạo bối cảnh cho câu xuất hiện sau. Pew Research Center mô tả hiện tượng này là order effects và chỉ ra rằng nội dung được hỏi trước có thể ảnh hưởng đến cách người tham gia phản hồi các câu tiếp theo.

Một luồng thường dễ tiếp nhận là:

Câu sàng lọc cần thiết → câu hỏi hành vi hoặc trải nghiệm → đánh giá chi tiết → thái độ hoặc ý định → thông tin phân loại cần thiết.

Không nhất thiết mọi khảo sát phải tuân thủ chính xác thứ tự này. Logic phụ thuộc vào mục tiêu nghiên cứu. Tuy nhiên, ba nguyên tắc nên được giữ.

Thứ nhất, nên tránh mở đầu bằng hàng loạt câu khó, nhạy cảm hoặc đòi hỏi nhớ quá nhiều chi tiết nếu chúng không bắt buộc cho việc sàng lọc. Một khởi đầu dễ hiểu giúp người tham gia hình thành đúng ngữ cảnh trước khi đến các câu phức tạp hơn.

Thứ hai, các câu hỏi cùng chủ đề nên được nhóm hợp lý, nhưng cần kiểm tra xem một câu có “gợi đáp án” cho câu sau hay không. Chẳng hạn, nếu trước câu “Yếu tố nào quan trọng nhất khi chọn cửa hàng?” người tham gia vừa phải đánh giá riêng giá, vị trí, nhân viên và khuyến mãi, danh sách đó có thể định hướng những yếu tố họ nhớ tới.

Thứ ba, thứ tự phương án trả lời cũng cần được xem xét. Với danh sách không có thứ tự tự nhiên, có thể áp dụng randomization khi nền tảng khảo sát hỗ trợ và khi việc đảo thứ tự không phá vỡ ý nghĩa. Pew lưu ý rằng randomization không loại bỏ hoàn toàn hiệu ứng thứ tự nhưng có thể phân tán thiên lệch thay vì để một lựa chọn luôn xuất hiện ở vị trí thuận lợi. Với thang thứ bậc như “rất không hài lòng” đến “rất hài lòng”, thứ tự lại mang ý nghĩa nên không nên xáo trộn tùy ý.

Dùng logic rẽ nhánh để chỉ hỏi những gì người tham gia có thể trả lời

Không phải mọi người tham gia đều cần nhận cùng một tập câu hỏi. Nếu một người chưa từng sử dụng sản phẩm nhưng vẫn phải đánh giá trải nghiệm sử dụng, dữ liệu sinh ra không còn phản ánh trải nghiệm thực.

Logic rẽ nhánh, hay skip logic, nên xuất phát từ điều kiện có ý nghĩa về mặt đo lường.

Ví dụ:

Q1. Trong 3 tháng qua, bạn đã sử dụng dịch vụ X chưa?

·         Có → chuyển đến nhóm câu hỏi đánh giá trải nghiệm

·         Chưa → bỏ qua nhóm đánh giá trải nghiệm và chuyển đến phần phù hợp tiếp theo

Cơ chế này tạo ra hai lợi ích cùng lúc: câu hỏi được đặt cho đúng người có khả năng cung cấp thông tin và người tham gia không phải xử lý những câu không liên quan.

Tuy nhiên, rẽ nhánh càng phức tạp thì rủi ro logic càng tăng. Trước khi phát hành, cần kiểm tra từng đường đi có thể xảy ra: người đủ điều kiện có đến đúng phần cần trả lời không, người không đủ điều kiện có được bỏ qua đúng câu không, và có đường dẫn nào khiến người tham gia rơi vào vòng lặp hoặc bỏ sót câu bắt buộc không.

Độ dài cũng nên được đánh giá theo từng đường đi thực tế thay vì chỉ đếm tổng số câu trong file thiết kế. Một questionnaire có 40 câu nhưng mỗi người chỉ gặp 15 câu có thể nhẹ hơn một bảng hỏi 20 câu mà tất cả đều bắt buộc và đòi hỏi suy nghĩ phức tạp.

Pretest bảng câu hỏi trước khi khảo sát chính thức

Đọc lại bảng hỏi trong nhóm nghiên cứu chưa đủ để xác định người tham gia thực tế sẽ hiểu nó như thế nào. AAPOR xem pretest là bước quan trọng trước khi triển khai khảo sát và khuyến nghị sử dụng cognitive interview hoặc các phương pháp định tính khác để kiểm tra cách người tham gia diễn giải câu hỏi và hình thành câu trả lời. AAPOR cũng khuyến nghị pilot test để xác nhận các quy trình như tuyển người tham gia, triển khai khảo sát và xử lý dữ liệu hoạt động như dự kiến.

Cognitive interview kiểm tra cách người trả lời hiểu câu hỏi

Trong cognitive interview, người nghiên cứu không chỉ ghi nhận đáp án cuối cùng mà tìm hiểu quá trình người tham gia dùng để hiểu và trả lời câu hỏi.

Chẳng hạn, với câu:

“Bạn thường xuyên mua hàng trực tuyến ở mức nào?”

có thể hỏi thêm:

·         Bạn hiểu “thường xuyên” là khoảng bao nhiêu lần?

·         Khi trả lời, bạn đang nghĩ đến khoảng thời gian nào?

·         Bạn có tính đơn hàng thực phẩm và gọi xe vào “mua hàng trực tuyến” không?

·         Hai phương án trả lời nào khiến bạn khó phân biệt nhất?

Những phản hồi này phát hiện lỗi mà việc xem bảng dữ liệu sau khảo sát khó giải thích được.

CDC/NCHS cho biết cognitive interviewing được sử dụng để tìm hiểu cách người tham gia diễn giải và trả lời survey questions; các nghiên cứu dạng này thường sử dụng mẫu nhỏ khoảng 20–50 người vì mục tiêu là phát hiện vấn đề trong câu hỏi, không phải ước lượng tham số cho toàn bộ dân số. Con số đó nên được hiểu như một tham chiếu cho nghiên cứu đánh giá câu hỏi của cơ quan này, không phải quy tắc cỡ mẫu bắt buộc cho mọi nghiên cứu thị trường.

Sau khi sửa questionnaire từ kết quả pretest, nên kiểm tra lại những câu đã thay đổi. Việc sửa một từ, thêm phương án hoặc chuyển vị trí câu hỏi có thể giải quyết lỗi cũ nhưng đồng thời tạo ra cách hiểu mới.

Kiểm tra khả năng phân tích trước khi phát hành bảng hỏi

Bước cuối của thiết kế bảng câu hỏi nghiên cứu thị trường nên được thực hiện từ góc nhìn của người sẽ nhận file dữ liệu.

Với từng câu hỏi, hãy thử trả lời trước: biến này sẽ được mã hóa thế nào, thống kê nào sẽ được tính, nhóm nào sẽ được so sánh và kết quả có thực sự quay lại giải quyết mục tiêu nghiên cứu ban đầu hay không.

Ví dụ, nếu mục tiêu cần xác định “yếu tố quan trọng nhất”, câu hỏi cho phép người tham gia đánh dấu tất cả yếu tố quan trọng sẽ không trực tiếp tạo ra thứ hạng ưu tiên. Nếu mục tiêu chỉ cần biết tỷ lệ khách hàng từng gặp một vấn đề, một câu hỏi mở hoàn toàn lại khiến việc mã hóa tốn công và tạo thêm quyết định chủ quan trong quá trình phân loại.

Trước khi phát hành, có thể kiểm tra bảng hỏi theo sáu nhóm:

1.    Mục tiêu đo lường: Mỗi câu có liên kết với một biến hoặc quyết định nghiên cứu cụ thể

2.    Wording: Câu ngắn, cụ thể, không dẫn dắt và không gộp nhiều khái niệm

3.    Phương án trả lời: Các lựa chọn phù hợp, không chồng lấn và đủ để phản ánh trường hợp cần đo

4.    Luồng câu hỏi: Thứ tự hợp lý, rẽ nhánh đúng và không tạo bối cảnh gây sai lệch không cần thiết

5.    Khả năng trả lời: Người được hỏi có trải nghiệm, kiến thức và khung thời gian đủ rõ để đưa ra câu trả lời

6.    Khả năng phân tích: Mỗi câu tạo ra loại dữ liệu có thể sử dụng cho phân tích đã dự kiến

Nếu không thể giải thích dữ liệu của một câu hỏi sẽ được dùng như thế nào, đó là tín hiệu mạnh để xem lại câu hỏi trước khi giữ nó trong bản khảo sát cuối.

Một bảng câu hỏi nghiên cứu thị trường tốt không được đánh giá bằng số lượng câu hỏi, số trang hay mức độ “chuyên nghiệp” của giao diện. Chất lượng nằm ở sự liên kết giữa mục tiêu nghiên cứu và từng phép đo: hỏi đúng người, dùng wording rõ ràng và trung lập, đưa ra phương án trả lời phù hợp, kiểm soát thứ tự và logic, sau đó pretest trước khi thu thập dữ liệu chính thức. Khi chuỗi này được giữ nhất quán, dữ liệu thu về sẽ dễ diễn giải hơn và ít phụ thuộc vào những lỗi vốn được tạo ra ngay từ chính bảng câu hỏi.