Phân biệt nghiên cứu định tính và định lượng

Sự khác biệt về mục tiêu dẫn trực tiếp đến khác biệt về dữ liệu. Định tính thường làm việc với lời nói, văn bản, hình ảnh, ghi chép quan sát và các dữ liệu giàu bối cảnh. Định lượng chuyển hiện tượng thành các biến có thể đo lường, tạo ra dữ liệu số để xử lý bằng thống kê. Vì vậy, việc chọn phương pháp nên bắt đầu từ câu hỏi nghiên cứu chứ không phải từ sở thích sử dụng phỏng vấn hay bảng khảo sát.

Nghiên cứu định tính và định lượng khác nhau cốt lõi ở đâu?

Có thể phân biệt hai cách tiếp cận bằng một nguyên tắc đơn giản: định tính ưu tiên hiểu bản chất và ý nghĩa, còn định lượng ưu tiên đo lường và kiểm tra.

Nếu câu hỏi là “Vì sao khách hàng bỏ giỏ hàng?” hoặc “Người dùng trải nghiệm quy trình đăng ký như thế nào?”, nhà nghiên cứu cần tìm hiểu suy nghĩ, trải nghiệm và bối cảnh phía sau hành vi. Dữ liệu định tính phù hợp hơn vì người tham gia có thể giải thích vấn đề bằng ngôn ngữ của chính họ.

Nếu câu hỏi chuyển thành “Bao nhiêu phần trăm khách hàng bỏ giỏ hàng?” hoặc “Tỷ lệ bỏ giỏ hàng có khác nhau giữa hai nhóm người dùng không?”, đối tượng cần quan sát đã trở thành đại lượng có thể đo. Khi đó, dữ liệu định lượng cho phép tính tỷ lệ, so sánh nhóm hoặc kiểm định mối quan hệ.

Ranh giới này không tuyệt đối. Một khảo sát chẳng hạn có thể chứa cả câu hỏi đóng để tạo dữ liệu định lượng và câu hỏi mở để thu thập dữ liệu định tính. Phương pháp thu thập dữ liệu vì vậy không tự động quyết định toàn bộ loại hình nghiên cứu; điều quan trọng hơn là mục tiêu, dạng dữ liệu và cách dữ liệu được phân tích.

Mục tiêu nghiên cứu quyết định cách tiếp cận định tính hay định lượng

Mục tiêu của nghiên cứu định tính là đi sâu vào cách con người hiểu, trải nghiệm hoặc lý giải một hiện tượng. Nhà nghiên cứu thường quan tâm đến những yếu tố chưa được mô tả đầy đủ, những khác biệt giữa các trường hợp hoặc nguyên nhân chưa thể biểu diễn ngay bằng các biến cố định.

Chẳng hạn, một doanh nghiệp nhận thấy mức độ hài lòng của nhân viên giảm. Nếu chưa biết nguyên nhân, chỉ hỏi nhân viên chấm điểm từ 1 đến 5 có thể xác định mức độ bất mãn nhưng chưa chắc giải thích được điều gì tạo ra nó. Phỏng vấn sâu có thể phát hiện những vấn đề như cách quản lý, phân chia công việc, giao tiếp nội bộ hoặc cảm giác thiếu cơ hội phát triển.

Ngược lại, nghiên cứu định lượng phù hợp khi vấn đề đã có thể chuyển thành biến, chỉ số hoặc giả thuyết cần đo lường. Nhà nghiên cứu có thể muốn biết mức độ hài lòng trung bình, tỷ lệ nhân viên có ý định nghỉ việc hoặc liệu mức độ hài lòng có liên quan đến thời gian làm việc hay không.

Cơ chế khác biệt nằm ở quá trình tạo tri thức. Định tính thường đi từ dữ liệu cụ thể đến việc nhận diện khái niệm và mẫu hình. Định lượng thường bắt đầu bằng những khái niệm đã được xác định tương đối rõ, chuyển chúng thành biến đo lường rồi kiểm tra dữ liệu có ủng hộ giả thuyết hay không.

Điều này không có nghĩa định tính chỉ dùng để “tìm ý tưởng” còn định lượng mới tạo ra kết luận có giá trị. Hai cách tiếp cận tạo ra hai loại bằng chứng khác nhau và phải được đánh giá bằng tiêu chí phù hợp với mục tiêu của chúng.

Dữ liệu định tính và dữ liệu định lượng khác nhau như thế nào?

Dữ liệu định tính thường giữ lại nhiều thông tin về ý nghĩa và bối cảnh. Một đoạn trả lời phỏng vấn không chỉ cho biết người tham gia thích hay không thích một sản phẩm mà còn có thể cho thấy lý do, cảm xúc, hoàn cảnh sử dụng và cách họ diễn giải trải nghiệm đó.

Nguồn dữ liệu định tính phổ biến gồm:

·         Phỏng vấn sâu với câu hỏi mở

·         Thảo luận nhóm

·         Ghi chép quan sát

·         Nhật ký hoặc tài liệu

·         Nội dung văn bản, hình ảnh hoặc tương tác

·         Mô tả về trải nghiệm và hành vi

Dữ liệu định lượng được tạo ra khi đặc điểm của đối tượng được biểu diễn bằng giá trị có thể đếm hoặc đo. Ví dụ, mức độ hài lòng có thể được ghi bằng thang điểm; hành vi mua hàng có thể biểu diễn bằng số lần mua; hiệu quả của hai phương án có thể được so sánh thông qua tỷ lệ chuyển đổi.

Nguồn dữ liệu định lượng có thể gồm:

·         Câu hỏi khảo sát đóng

·         Thang đo

·         Số lần hoặc tần suất xuất hiện

·         Dữ liệu giao dịch

·         Kết quả thí nghiệm

·         Các biến quan sát được mã hóa thành số

Một điểm dễ gây nhầm lẫn là con số không tự động làm cho một nghiên cứu trở thành định lượng. Ví dụ, nhà nghiên cứu định tính có thể đếm số lần một chủ đề xuất hiện trong các cuộc phỏng vấn để hỗ trợ việc mô tả dữ liệu. Tuy nhiên, nếu mục tiêu chính vẫn là diễn giải ý nghĩa của các chủ đề trong bối cảnh cụ thể, thiết kế nghiên cứu vẫn mang bản chất định tính.

Tương tự, dữ liệu xuất phát từ khảo sát cũng không nhất thiết hoàn toàn định lượng. Câu trả lời tự do cho câu hỏi “Bạn gặp khó khăn gì khi sử dụng dịch vụ?” tạo ra dữ liệu cần được mã hóa và diễn giải theo cách định tính.

Hai phương pháp thu thập và phân tích dữ liệu theo logic khác nhau

Trong nghiên cứu định lượng, quá trình thu thập dữ liệu thường cần mức độ chuẩn hóa cao. Những người tham gia thường nhận cùng câu hỏi, cùng thang đo hoặc cùng điều kiện quan sát để kết quả giữa các trường hợp có thể so sánh được.

Sau khi thu thập, dữ liệu có thể được phân tích thông qua các chỉ số như tần suất, tỷ lệ, trung bình, độ phân tán, tương quan hoặc các kỹ thuật thống kê phù hợp với thiết kế nghiên cứu. Mục tiêu của phân tích không chỉ là mô tả các con số mà là sử dụng chúng để trả lời câu hỏi đã đặt ra.

Nghiên cứu định tính thường linh hoạt hơn trong quá trình thu thập. Khi phỏng vấn, nhà nghiên cứu có thể đặt câu hỏi tiếp theo dựa trên câu trả lời của người tham gia để làm rõ một trải nghiệm hoặc phát hiện một vấn đề chưa được dự kiến trước.

Phân tích định tính vì thế không chủ yếu hỏi “giá trị trung bình là bao nhiêu?” mà tìm kiếm các chủ đề, mẫu hình, sự khác biệt, cách diễn giải và quan hệ giữa các ý nghĩa. Dữ liệu có thể được mã hóa thành những đơn vị nhỏ hơn rồi tổ chức thành nhóm hoặc chủ đề để xây dựng lời giải thích.

Chính sự khác biệt này tạo ra một đánh đổi quan trọng. Chuẩn hóa giúp dữ liệu định lượng thuận lợi cho việc so sánh có hệ thống, nhưng có thể bỏ qua những yếu tố không nằm trong bộ biến đã xác định. Sự linh hoạt của định tính giúp phát hiện những yếu tố bất ngờ và giữ lại bối cảnh, nhưng kết quả không nên được suy rộng thống kê theo cùng cách với một nghiên cứu định lượng có thiết kế lấy mẫu phù hợp.

Kết quả của nghiên cứu định tính và định lượng trả lời những câu hỏi khác nhau

Một kết quả định lượng có thể cho biết: “62% người được khảo sát gặp khó khăn ở bước thanh toán”. Thông tin này giúp xác định quy mô hoặc mức độ của vấn đề.

Nhưng con số 62% không tự giải thích vì sao người dùng gặp khó khăn. Người dùng có thể không hiểu biểu mẫu, không tin tưởng phương thức thanh toán, gặp lỗi kỹ thuật hoặc cho rằng quy trình có quá nhiều bước. Muốn phân biệt các nguyên nhân này, dữ liệu định tính thường tạo ra thông tin hữu ích hơn.

Ở chiều ngược lại, nếu 15 cuộc phỏng vấn cho thấy nhiều người phàn nàn về một bước trong quy trình, kết quả đó giúp phát hiện và giải thích vấn đề nhưng không đủ để kết luận rằng cùng tỷ lệ phản ánh chính xác toàn bộ quần thể. Muốn biết vấn đề phổ biến đến mức nào, cần một thiết kế định lượng với cách đo và cách chọn mẫu phù hợp.

Do đó, có thể xem hai phương pháp như trả lời hai lớp câu hỏi:

·         Định tính giúp xác định điều gì đang xảy ra, nó xảy ra như thế nào và vì sao nó có ý nghĩa đối với người tham gia

·         Định lượng giúp xác định hiện tượng xảy ra bao nhiêu, mạnh đến mức nào, khác nhau ra sao hoặc các biến có quan hệ với nhau hay không

Không nên suy ra rằng định lượng luôn “khách quan” còn định tính luôn “chủ quan”. Cả hai đều có thể tạo ra kết quả yếu nếu câu hỏi nghiên cứu, cách chọn mẫu, công cụ thu thập hoặc quy trình phân tích không phù hợp. Chất lượng nghiên cứu phụ thuộc vào độ chặt chẽ của thiết kế đối với loại câu hỏi cần trả lời.

Khi nào nên chọn nghiên cứu định tính, định lượng hoặc kết hợp cả hai?

Nên ưu tiên nghiên cứu định tính khi hiện tượng chưa được hiểu rõ và mục tiêu chính là khám phá trải nghiệm, động cơ, quan điểm hoặc cơ chế phía sau hành vi. Cách tiếp cận này đặc biệt hữu ích khi nhà nghiên cứu chưa biết đầy đủ các biến quan trọng để đưa vào một bảng hỏi cố định.

Nên ưu tiên nghiên cứu định lượng khi cần đo quy mô hiện tượng, so sánh các nhóm, kiểm tra giả thuyết hoặc đánh giá mối quan hệ giữa những biến đã xác định. Điều kiện quan trọng là các khái niệm cần nghiên cứu phải có thể được chuyển thành những phép đo phù hợp.

Trong nhiều trường hợp, câu hỏi nghiên cứu có cả hai lớp. Khi đó có thể sử dụng phương pháp hỗn hợp. Ví dụ, doanh nghiệp có thể phỏng vấn một nhóm khách hàng trước để khám phá nguyên nhân khiến họ rời bỏ dịch vụ, sau đó chuyển các phát hiện quan trọng thành câu hỏi khảo sát để kiểm tra mức độ phổ biến trên một mẫu lớn hơn.

Chiều ngược lại cũng có giá trị: nghiên cứu định lượng có thể phát hiện một mẫu hình bất thường, sau đó nghiên cứu định tính được dùng để tìm hiểu cơ chế tạo ra mẫu hình đó.

Vì vậy, nguyên tắc lựa chọn không phải là “phương pháp nào tốt hơn”, mà là:

1.    Xác định chính xác điều cần biết

2.    Xác định dữ liệu nào có thể trả lời câu hỏi đó

3.    Chọn cách thu thập tạo ra loại dữ liệu cần thiết

4.    Sử dụng phương pháp phân tích phù hợp với bản chất dữ liệu

5.    Chỉ kết luận trong phạm vi mà thiết kế và dữ liệu thực sự hỗ trợ

Nghiên cứu định tính và định lượng khác nhau trước hết ở mục tiêu tạo ra tri thức. Định tính tập trung vào việc khám phá và giải thích ý nghĩa, trải nghiệm, bối cảnh hoặc cơ chế; định lượng tập trung vào việc đo lường, so sánh và kiểm tra những quan hệ có thể biểu diễn bằng biến số.

Sự khác biệt về mục tiêu kéo theo sự khác biệt về dữ liệu, cách thu thập, cách phân tích và phạm vi kết luận. Định tính thường sử dụng dữ liệu giàu ngữ cảnh để trả lời “tại sao” và “như thế nào”, trong khi định lượng sử dụng dữ liệu số để trả lời “bao nhiêu”, “mức độ nào” hoặc “có mối quan hệ hay khác biệt hay không”. Khi một vấn đề cần đồng thời cả chiều sâu giải thích lẫn khả năng đo lường, kết hợp hai phương pháp thường là lựa chọn phù hợp hơn việc cố buộc toàn bộ câu hỏi vào một cách tiếp cận duy nhất.