Mẫu chương 3 phương pháp nghiên cứu định lượng (Word, PDF)
Ban biên tập Góc Nghiên Cứu · Cập nhật 03/11/2026
Trả lời nhanh: Chương 3 của khoá luận định lượng thường có 5 mục: quy trình nghiên cứu, thiết kế thang đo, mẫu và cỡ mẫu, thu thập dữ liệu, phương pháp phân tích dữ liệu. Mẫu này có sẵn câu viết cho từng mục với chỗ trống [ ] để điền đề tài của bạn, kèm ngưỡng đánh giá có nguồn (Cronbach's alpha từ 0,70, KMO từ 0,50) và danh mục tài liệu tham khảo APA 7.
Trong tài liệu có gì?
3.1. Quy trình nghiên cứu
Nghiên cứu được thực hiện qua hai giai đoạn: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ gồm [phỏng vấn chuyên gia / thảo luận nhóm với n = …] và khảo sát thử trên [20–30] người thuộc đối tượng nghiên cứu nhằm hiệu chỉnh từ ngữ của thang đo. Nghiên cứu chính thức được thực hiện bằng phương pháp định lượng thông qua bảng câu hỏi khảo sát.
- Bước 1: Tổng quan lý thuyết và các nghiên cứu trước, xác định khoảng trống nghiên cứu.
- Bước 2: Xây dựng mô hình và giả thuyết nghiên cứu.
- Bước 3: Kế thừa thang đo gốc, dịch và hiệu chỉnh.
- Bước 4: Khảo sát thử, điều chỉnh bảng hỏi.
- Bước 5: Khảo sát chính thức, làm sạch dữ liệu.
- Bước 6: Phân tích dữ liệu và kiểm định giả thuyết.
- Bước 7: Thảo luận kết quả và đề xuất hàm ý.
3.2. Thiết kế thang đo
Các khái niệm trong mô hình được đo bằng thang đo đã công bố: [khái niệm A] theo [tác giả, năm] gồm [n] biến quan sát; [khái niệm B] theo [tác giả, năm] gồm [n] biến quan sát. Thang đo gốc tiếng Anh được dịch sang tiếng Việt theo quy trình dịch ngược (Brislin, 1970): một người dịch sang tiếng Việt, một người khác độc lập dịch ngược sang tiếng Anh, sau đó đối chiếu hai bản để chỉnh nghĩa.
Các biến quan sát được đo bằng thang Likert [5] mức, từ 1 = Hoàn toàn không đồng ý đến [5] = Hoàn toàn đồng ý (Likert, 1932). Các câu đảo chiều [mã câu] được mã hoá ngược trước khi phân tích.
3.3. Mẫu nghiên cứu
Đối tượng khảo sát là [mô tả đối tượng, địa bàn]. Mẫu được chọn theo phương pháp chọn mẫu thuận tiện, là phương pháp chọn mẫu phi xác suất; vì vậy kết quả không đại diện thống kê cho toàn bộ tổng thể.
Cỡ mẫu tối thiểu được xác định bằng phân tích độ mạnh theo cách tính của G*Power 3.1 (Faul và cộng sự, 2009) cho kiểm định F của hồi quy bội với [k] biến độc lập, hiệu ứng trung bình f² = 0,15, mức ý nghĩa 0,05 và độ mạnh 0,80, cho kết quả [n] quan sát (ví dụ: 5 biến độc lập cần 92 quan sát). Theo Hair và cộng sự (2010), phân tích nhân tố khám phá nên có tối thiểu 5 quan sát cho mỗi biến quan sát; với [m] biến quan sát cần [5 × m] quan sát. Nghiên cứu chọn cỡ mẫu tối thiểu là [số lớn hơn] và dự phòng [15]% phiếu không hợp lệ, nên dự kiến thu [số] phiếu.
3.4. Thu thập dữ liệu
Dữ liệu được thu thập bằng bảng câu hỏi trực tuyến trên [Google Forms] từ ngày [..] đến ngày [..]. Bảng hỏi gồm câu sàng lọc đối tượng, các thang đo chính, một câu kiểm tra chú ý và phần thông tin chung.
Phiếu bị loại theo các quy tắc xác định trước khi phân tích và áp dụng như nhau cho mọi phiếu: không qua câu sàng lọc; trả lời sai câu kiểm tra chú ý; thời gian hoàn thành dưới [60] giây; chọn cùng một mức cho toàn bộ thang đo; trùng lặp; thiếu câu trả lời. Sau khi làm sạch còn [n] phiếu hợp lệ trên tổng số [N] phiếu thu về.
3.5. Phương pháp phân tích dữ liệu
Dữ liệu được phân tích bằng [phần mềm] theo trình tự: thống kê mô tả; đánh giá độ tin cậy thang đo; phân tích nhân tố khám phá (EFA); phân tích tương quan Pearson; hồi quy tuyến tính bội và kiểm định giả thuyết.
| Bước | Chỉ số | Ngưỡng đánh giá | Nguồn |
|---|---|---|---|
| Độ tin cậy | Cronbach's alpha | ≥ 0,70; 0,60–0,70 chấp nhận được trong nghiên cứu khám phá | Nunnally (1978); Hair và cộng sự (2010) |
| Độ tin cậy | Tương quan biến–tổng hiệu chỉnh | ≥ 0,30 (quy ước) | Quy ước thường dùng |
| EFA | KMO | ≥ 0,50 | Kaiser (1974) |
| EFA | Kiểm định Bartlett | p < 0,05 | Bartlett (1950) |
| EFA | Hệ số tải nhân tố | Theo cỡ mẫu: 0,30 khi n ≥ 350; 0,50 khi n ≈ 120 | Hair và cộng sự (1998) |
| Hồi quy | VIF | < 10 là quy ước phổ biến; < 5 là quy ước chặt hơn | O'Brien (2007) |
| Hồi quy | Durbin–Watson | Gần 2: không có tự tương quan bậc một | Durbin & Watson (1951) |
| Kiểm định giả thuyết | Sig. của hệ số hồi quy | < 0,05 và cùng dấu kỳ vọng thì giả thuyết được ủng hộ | Quy ước |
Công cụ và bài hướng dẫn đi kèm
- Máy tính cỡ mẫu (viết sẵn đoạn cỡ mẫu)
- Bộ khảo sát (viết sẵn đoạn thang đo)
- Làm sạch dữ liệu (viết sẵn đoạn lọc phiếu)
- Bài hướng dẫn viết chương 3
Câu hỏi thường gặp
Chương 3 khoá luận định lượng gồm những mục nào?
Thường gồm quy trình nghiên cứu, thiết kế thang đo, mẫu và cỡ mẫu, thu thập dữ liệu, phương pháp phân tích dữ liệu. Một số trường thêm mục mô hình và giả thuyết nếu chưa đặt ở chương 2.
Có được chép nguyên mẫu này vào khoá luận không?
Mẫu là khung câu để bạn điền thông tin thật của đề tài. Mọi chỗ trong ngoặc vuông phải thay bằng số liệu và quyết định của chính bạn, và giữ nguồn trích dẫn của từng ngưỡng.
Cỡ mẫu trong chương 3 tính thế nào?
Lấy mức lớn hơn giữa phân tích độ mạnh G*Power (ví dụ 92 quan sát cho hồi quy 5 biến độc lập) và quy tắc 5 quan sát cho mỗi biến quan sát của EFA. Máy tính cỡ mẫu của Góc Nghiên Cứu tính và viết sẵn đoạn này.
Tài liệu tham khảo
- Bartlett, M. S. (1950). Tests of significance in factor analysis. British Journal of Statistical Psychology, 3(2), 77–85. https://doi.org/10.1111/j.2044-8317.1950.tb00285.x
- Brislin, R. W. (1970). Back-translation for cross-cultural research. Journal of Cross-Cultural Psychology, 1(3), 185–216. https://doi.org/10.1177/135910457000100301
- Durbin, J., & Watson, G. S. (1951). Testing for serial correlation in least squares regression. II. Biometrika, 38(1–2), 159–178. https://doi.org/10.1093/biomet/38.1-2.159
- Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using G*Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, 41(4), 1149–1160. https://doi.org/10.3758/BRM.41.4.1149
- Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate data analysis (5th ed.). Prentice Hall.
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson Prentice Hall.
- Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36. https://doi.org/10.1007/BF02291575
- Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1–55.
- Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
- O'Brien, R. M. (2007). A caution regarding rules of thumb for variance inflation factors. Quality & Quantity, 41(5), 673–690. https://doi.org/10.1007/s11135-006-9018-6
Các tài liệu miễn phí khác: thư viện tài liệu tải về.