Mẫu nghiên cứu cần được lựa chọn dựa trên câu hỏi, đối tượng, phương pháp và khả năng tiếp cận dữ liệu, không chỉ dựa vào số lượng người tham gia.
Một nghiên cứu có câu hỏi rõ, lý thuyết phù hợp và công cụ tốt vẫn có thể tạo ra kết quả thiếu tin cậy nếu mẫu nghiên cứu được lựa chọn không đúng.
Trong nhiều đề cương Ph.D, nghiên cứu sinh thường tập trung vào câu hỏi: “Cần bao nhiêu người tham gia?”. Tuy nhiên, số lượng chỉ là một phần của vấn đề.
Một mẫu nghiên cứu phù hợp phải giúp người học tiếp cận đúng nhóm có thông tin cần thiết, trong phạm vi được xác định rõ và bằng quy trình lựa chọn có thể giải thích trước hội đồng.
Mẫu nghiên cứu là gì?
Mẫu nghiên cứu là nhóm người, tổ chức, tài liệu, hồ sơ hoặc đơn vị dữ liệu được lựa chọn để tham gia vào công trình.
Tùy theo đề tài, đơn vị nghiên cứu có thể là:
- Nhân viên;
- Nhà quản lý;
- Khách hàng;
- Điều dưỡng;
- Người bệnh;
- Sinh viên;
- Bệnh viện;
- Doanh nghiệp;
- Dự án;
- Báo cáo;
- Hồ sơ;
- Chính sách;
- Sự kiện hoặc tình huống.
Mẫu không chỉ là danh sách những người thuận tiện để tiếp cận.
Nghiên cứu sinh cần chứng minh vì sao nhóm được lựa chọn có khả năng cung cấp loại bằng chứng cần thiết để trả lời câu hỏi nghiên cứu.
Tổng thể nghiên cứu là gì?
Tổng thể nghiên cứu là toàn bộ nhóm đối tượng mà công trình hướng đến trong phạm vi đã xác định.
Ví dụ:
- Tất cả nhân viên tại các ngân hàng thương mại được lựa chọn;
- Toàn bộ điều dưỡng làm việc tại khoa hồi sức của một hệ thống bệnh viện;
- Các nhà quản lý tham gia dự án chuyển đổi số;
- Sinh viên điều dưỡng năm cuối tại một nhóm cơ sở đào tạo;
- Hồ sơ sự cố an toàn người bệnh trong một giai đoạn cụ thể.
Nghiên cứu sinh cần mô tả tổng thể đủ rõ:
- Ai thuộc tổng thể;
- Ai không thuộc tổng thể;
- Địa điểm nào;
- Khoảng thời gian nào;
- Điều kiện nghề nghiệp hoặc chuyên môn nào;
- Quy mô dự kiến;
- Nguồn thông tin dùng để xác định tổng thể.
Nếu tổng thể không rõ, việc lựa chọn mẫu và diễn giải kết quả sẽ thiếu cơ sở.
Mẫu lớn chưa chắc là mẫu tốt
Một mẫu có nhiều người tham gia nhưng được lựa chọn sai vẫn có thể tạo ra kết quả thiếu giá trị.
Ví dụ, nghiên cứu muốn đánh giá trải nghiệm của nhà quản lý cấp trung trong chuyển đổi số nhưng phần lớn người trả lời lại là nhân viên không giữ vai trò quản lý.
Dù số lượng lớn, dữ liệu vẫn không trả lời đúng câu hỏi.
Ngược lại, một nghiên cứu định tính có số lượng người tham gia giới hạn vẫn có thể tạo ra giá trị nếu:
- Họ có trải nghiệm trực tiếp;
- Tiêu chí lựa chọn rõ;
- Dữ liệu đủ chiều sâu;
- Các góc nhìn quan trọng được bao phủ;
- Quy trình phân tích minh bạch.
Chất lượng của mẫu phụ thuộc vào mức độ phù hợp, không chỉ vào số lượng.
Bắt đầu từ câu hỏi nghiên cứu
Trước khi xác định mẫu, nghiên cứu sinh cần trả lời:
- Câu hỏi đang hướng đến ai;
- Ai có trải nghiệm hoặc dữ liệu cần thiết;
- Đơn vị phân tích là cá nhân hay tổ chức;
- Cần so sánh những nhóm nào;
- Kết quả dự kiến áp dụng trong phạm vi nào;
- Có cần theo dõi sự thay đổi theo thời gian không.
Ví dụ, câu hỏi:
“Phong cách lãnh đạo ảnh hưởng thế nào đến mức độ gắn kết của điều dưỡng?”
có thể cần dữ liệu từ điều dưỡng, vì họ là người đánh giá trải nghiệm lãnh đạo và mức độ gắn kết của mình.
Trong khi đó, câu hỏi:
“Các nhà quản lý điều dưỡng triển khai chính sách duy trì nhân lực như thế nào?”
lại cần tiếp cận những người có trách nhiệm trực tiếp đối với việc xây dựng hoặc thực hiện chính sách.
Cùng một chủ đề nhưng mẫu có thể hoàn toàn khác nhau tùy câu hỏi.
Tiêu chí đưa vào và loại trừ
Nghiên cứu sinh cần xác định rõ ai đủ điều kiện tham gia và ai không thuộc phạm vi nghiên cứu.
Tiêu chí đưa vào có thể gồm:
- Đang làm việc tại tổ chức được lựa chọn;
- Có số năm kinh nghiệm tối thiểu;
- Giữ vai trò chuyên môn cụ thể;
- Đã tham gia một chương trình hoặc dự án;
- Có khả năng cung cấp sự đồng thuận;
- Làm việc trong giai đoạn nghiên cứu;
- Có hồ sơ dữ liệu đầy đủ.
Tiêu chí loại trừ có thể gồm:
- Đang trong thời gian thử việc;
- Không trực tiếp tham gia hoạt động được nghiên cứu;
- Nghỉ việc trước thời điểm thu thập;
- Không đáp ứng điều kiện chuyên môn;
- Dữ liệu không đầy đủ;
- Không thể đồng thuận hợp lệ.
Các tiêu chí cần xuất phát từ câu hỏi và thiết kế, không được điều chỉnh sau khi thấy kết quả để loại bỏ những dữ liệu không thuận lợi.
Chọn mẫu xác suất là gì?
Trong chọn mẫu xác suất, mỗi đơn vị trong tổng thể có một khả năng được lựa chọn theo quy trình xác định.
Một số hình thức có thể gồm:
- Chọn ngẫu nhiên đơn giản;
- Chọn mẫu hệ thống;
- Chọn mẫu phân tầng;
- Chọn mẫu theo cụm;
- Chọn mẫu nhiều giai đoạn.
Cách tiếp cận này thường được sử dụng trong nghiên cứu định lượng khi người học muốn:
- Giảm thiên kiến chọn mẫu;
- Tăng tính đại diện;
- So sánh các nhóm;
- Ước lượng đặc điểm của tổng thể;
- Hỗ trợ khả năng khái quát hóa trong phạm vi phù hợp.
Tuy nhiên, chọn mẫu xác suất chỉ khả thi khi nghiên cứu sinh có một khung mẫu tương đối đầy đủ, chẳng hạn danh sách thành viên của tổng thể.
Chọn mẫu ngẫu nhiên đơn giản
Theo cách này, các đơn vị đủ điều kiện có cơ hội được lựa chọn thông qua một quy trình ngẫu nhiên.
Ví dụ, từ danh sách 1.000 nhân viên đủ điều kiện, nghiên cứu sinh lựa chọn một nhóm bằng công cụ ngẫu nhiên.
Ưu điểm là quy trình tương đối dễ giải thích.
Tuy nhiên, nghiên cứu sinh cần có:
- Danh sách tổng thể;
- Thông tin đủ chính xác;
- Cách xử lý trường hợp không phản hồi;
- Biện pháp bảo mật danh sách;
- Quy trình liên hệ phù hợp.
Nếu chỉ gửi khảo sát cho những người dễ tiếp cận rồi gọi đó là chọn ngẫu nhiên, phương pháp đã bị mô tả không chính xác.
Chọn mẫu phân tầng
Chọn mẫu phân tầng phù hợp khi tổng thể có những nhóm quan trọng cần được đại diện.
Các tầng có thể được xác định theo:
- Phòng ban;
- Cấp quản lý;
- Loại hình tổ chức;
- Khu vực;
- Thâm niên;
- Chuyên khoa;
- Loại bệnh viện;
- Nhóm nghề nghiệp.
Ví dụ, nghiên cứu về môi trường thực hành điều dưỡng có thể cần bảo đảm mẫu bao gồm điều dưỡng từ:
- Khoa nội;
- Khoa ngoại;
- Cấp cứu;
- Hồi sức;
- Ngoại trú.
Nếu chỉ lấy mẫu từ một khoa thuận tiện, kết quả có thể không phản ánh đầy đủ sự khác biệt giữa các môi trường làm việc.
Chọn mẫu cụm
Trong một số nghiên cứu, việc chọn từng cá nhân trên phạm vi rộng không khả thi.
Nghiên cứu sinh có thể lựa chọn các cụm như:
- Chi nhánh ngân hàng;
- Trường học;
- Bệnh viện;
- Khoa chuyên môn;
- Tỉnh hoặc khu vực.
Sau đó, người học thu thập dữ liệu từ toàn bộ hoặc một phần đối tượng trong những cụm được lựa chọn.
Cách này có thể tiết kiệm thời gian và chi phí, nhưng cần xem xét sự giống nhau giữa các thành viên trong cùng một cụm.
Nếu không xử lý phù hợp, dữ liệu có thể tạo cảm giác mẫu lớn nhưng lượng thông tin độc lập thực tế thấp hơn dự kiến.
Chọn mẫu phi xác suất là gì?
Trong chọn mẫu phi xác suất, người tham gia không được lựa chọn thông qua cơ chế ngẫu nhiên từ toàn bộ tổng thể.
Một số hình thức phổ biến gồm:
- Chọn mẫu thuận tiện;
- Chọn mẫu có chủ đích;
- Chọn mẫu theo tiêu chí;
- Chọn mẫu dây chuyền;
- Chọn mẫu lý thuyết;
- Chọn mẫu hạn ngạch.
Cách tiếp cận này thường được sử dụng khi:
- Không có danh sách tổng thể;
- Nhóm nghiên cứu khó tiếp cận;
- Cần người có trải nghiệm đặc biệt;
- Nghiên cứu tập trung vào chiều sâu;
- Mục tiêu là khám phá thay vì ước lượng toàn bộ tổng thể.
Chọn mẫu phi xác suất không tự động làm nghiên cứu yếu. Tuy nhiên, nghiên cứu sinh phải minh bạch về giới hạn và không khái quát hóa vượt quá khả năng của mẫu.
Chọn mẫu thuận tiện
Chọn mẫu thuận tiện sử dụng những người dễ tiếp cận nhất.
Ví dụ:
- Nhân viên trong chính doanh nghiệp của nghiên cứu sinh;
- Điều dưỡng tại nơi người học đang công tác;
- Những người trả lời liên kết khảo sát đầu tiên;
- Người tham gia từ một mạng lưới cá nhân.
Phương pháp này có thể tiết kiệm nguồn lực nhưng tiềm ẩn nhiều rủi ro:
- Mẫu không đại diện;
- Quan hệ quyền lực;
- Thiên kiến tự lựa chọn;
- Tỷ lệ phản hồi không cân bằng;
- Kết quả bị ảnh hưởng bởi một bối cảnh riêng.
Nếu sử dụng, nghiên cứu sinh cần giải thích vì sao phương án này phù hợp, áp dụng tiêu chí rõ ràng và giới hạn phạm vi kết luận.
Không nên chọn thuận tiện chỉ vì đây là cách nhanh nhất.
Chọn mẫu có chủ đích
Chọn mẫu có chủ đích thường được sử dụng trong nghiên cứu định tính.
Nghiên cứu sinh lựa chọn những người có khả năng cung cấp thông tin sâu và phù hợp với hiện tượng.
Ví dụ:
- Nhà quản lý đã trực tiếp dẫn dắt chuyển đổi số;
- Điều dưỡng từng tham gia báo cáo sự cố;
- Giảng viên có kinh nghiệm triển khai mô phỏng;
- Người bệnh đã trải qua một mô hình chăm sóc cụ thể.
Việc lựa chọn phải dựa trên tiêu chí có căn cứ.
Người học không nên chỉ mời những người có quan điểm giống với giả định ban đầu, vì điều này có thể làm dữ liệu mất đi sự đa dạng cần thiết.
Chọn mẫu dây chuyền
Chọn mẫu dây chuyền được sử dụng khi nhóm người tham gia khó xác định hoặc khó tiếp cận.
Nghiên cứu sinh bắt đầu với một số người phù hợp, sau đó họ giới thiệu những người khác có thể đáp ứng tiêu chí.
Phương pháp này có thể hữu ích khi nghiên cứu:
- Nhóm chuyên gia đặc thù;
- Người có trải nghiệm hiếm;
- Mạng lưới nghề nghiệp;
- Những vấn đề nhạy cảm.
Tuy nhiên, các thành viên trong cùng mạng lưới có thể có quan điểm tương tự nhau.
Nghiên cứu sinh cần tránh để toàn bộ mẫu hình thành từ một nhóm quan hệ duy nhất nếu mục tiêu cần sự đa dạng.
Kích thước mẫu định lượng được xác định thế nào?
Không có một con số duy nhất phù hợp cho mọi nghiên cứu định lượng.
Kích thước mẫu có thể phụ thuộc vào:
- Quy mô tổng thể;
- Thiết kế nghiên cứu;
- Số lượng nhóm;
- Số biến;
- Phương pháp phân tích;
- Mức độ ảnh hưởng dự kiến;
- Sai số chấp nhận;
- Độ tin cậy;
- Tỷ lệ không phản hồi;
- Dữ liệu thiếu.
Nghiên cứu sinh cần sử dụng phương pháp tính phù hợp với thiết kế và có thể phải tham khảo chuyên gia phương pháp.
Không nên chỉ lấy một quy tắc phổ biến như “bao nhiêu người cho mỗi biến” rồi áp dụng trong mọi trường hợp.
Một phân tích đơn giản và một mô hình phức tạp có yêu cầu mẫu rất khác nhau.
Cần dự phòng tỷ lệ không phản hồi
Số người được mời không phải số người hoàn thành khảo sát.
Một số người có thể:
- Không phản hồi;
- Trả lời không đầy đủ;
- Không đáp ứng tiêu chí;
- Rút lui;
- Cung cấp dữ liệu không hợp lệ.
Vì vậy, kế hoạch cần dự phòng số lượng mời cao hơn số mẫu phân tích dự kiến.
Tuy nhiên, nghiên cứu sinh không nên tự động loại mọi bảng trả lời khác với kỳ vọng.
Tiêu chí xác định dữ liệu không hợp lệ phải được xây dựng trước và áp dụng nhất quán.
Kích thước mẫu định tính được xác định thế nào?
Trong nghiên cứu định tính, mục tiêu không phải đạt một con số càng lớn càng tốt.
Kích thước mẫu phụ thuộc vào:
- Thiết kế;
- Độ phức tạp của hiện tượng;
- Mức độ đa dạng của người tham gia;
- Chất lượng phỏng vấn;
- Độ sâu dữ liệu;
- Phạm vi câu hỏi;
- Khả năng phân tích;
- Mức độ thông tin đã đủ để trả lời câu hỏi.
Một nhóm tương đối đồng nhất có thể cần ít người hơn một nghiên cứu muốn so sánh nhiều vai trò và bối cảnh.
Nghiên cứu sinh cần giải thích vì sao số lượng đã lựa chọn phù hợp với mục tiêu, thay vì chỉ nêu rằng các chủ đề đã bắt đầu lặp lại.
Độ bão hòa dữ liệu là gì?
Độ bão hòa thường được hiểu là thời điểm việc thu thập thêm dữ liệu không còn tạo ra thông tin hoặc chủ đề quan trọng mới cho câu hỏi nghiên cứu.
Tuy nhiên, không nên sử dụng thuật ngữ này một cách máy móc.
Nghiên cứu sinh cần làm rõ:
- Loại bão hòa đang xem xét;
- Các nhóm quan trọng đã được đại diện chưa;
- Dữ liệu đã đủ chiều sâu chưa;
- Những trường hợp khác biệt đã được kiểm tra chưa;
- Quy trình xác định được ghi lại thế nào.
Việc hai cuộc phỏng vấn cuối có nội dung giống nhau chưa chắc chứng minh dữ liệu đã đủ nếu mẫu ban đầu quá đồng nhất.
Mẫu trong phương pháp hỗn hợp
Trong nghiên cứu hỗn hợp, người học phải xác định mẫu cho từng giai đoạn và mối liên hệ giữa chúng.
Ví dụ:
Thiết kế định tính trước, định lượng sau
Nghiên cứu sinh phỏng vấn một nhóm có chủ đích để khám phá các yếu tố, sau đó khảo sát một mẫu lớn hơn để kiểm chứng.
Thiết kế định lượng trước, định tính sau
Nghiên cứu sinh thực hiện khảo sát, sau đó lựa chọn một số trường hợp điển hình hoặc khác biệt để phỏng vấn sâu.
Thu thập đồng thời
Hai nhóm mẫu có thể được lựa chọn riêng nhưng cần hỗ trợ cùng một vấn đề nghiên cứu.
Nghiên cứu sinh phải giải thích:
- Hai mẫu liên kết thế nào;
- Ai tham gia cả hai giai đoạn;
- Vì sao lựa chọn những trường hợp cụ thể;
- Kết quả được tích hợp ra sao.
Đơn vị phân tích phải được xác định rõ
Đơn vị phân tích là đối tượng mà nghiên cứu sinh đưa ra kết luận chính.
Ví dụ:
- Cá nhân;
- Nhóm;
- Phòng ban;
- Bệnh viện;
- Doanh nghiệp;
- Quốc gia;
- Chính sách.
Một nghiên cứu có thể thu thập dữ liệu từ nhân viên nhưng muốn kết luận về hiệu quả của toàn doanh nghiệp.
Trong trường hợp đó, người học cần chứng minh dữ liệu cá nhân có thể được tổng hợp hợp lệ ở cấp tổ chức.
Không nên thu thập dữ liệu ở một cấp độ nhưng đưa ra kết luận ở cấp độ khác mà không có cơ sở phương pháp.
Nghiên cứu tại một tổ chức có đủ cho Ph.D không?
Có thể, tùy câu hỏi và thiết kế.
Một nghiên cứu tại một tổ chức có thể tạo ra chiều sâu nếu được xây dựng như:
- Nghiên cứu tình huống;
- Phân tích một quá trình đặc biệt;
- Đánh giá một mô hình;
- Khám phá một hiện tượng chưa được hiểu rõ.
Tuy nhiên, nghiên cứu sinh cần tránh:
- Chỉ mô tả tổ chức;
- Chỉ giải quyết một vấn đề vận hành;
- Khẳng định kết quả áp dụng cho toàn ngành;
- Bỏ qua tính đặc thù của bối cảnh;
- Chọn một tổ chức chỉ vì thuận tiện mà không có lý do học thuật.
Giá trị của công trình phải vượt ra ngoài việc tạo ra một báo cáo nội bộ cho tổ chức đó.
Nghiên cứu nhiều tổ chức có luôn tốt hơn không?
Không nhất thiết.
Nhiều tổ chức có thể giúp tăng sự đa dạng và hỗ trợ so sánh, nhưng đồng thời làm tăng:
- Khó khăn tiếp cận;
- Thời gian phê duyệt;
- Khác biệt về quy trình;
- Chi phí;
- Rủi ro dữ liệu thiếu;
- Độ phức tạp của phân tích.
Một nghiên cứu nhiều địa điểm nhưng dữ liệu hời hợt chưa chắc tốt hơn một nghiên cứu tập trung được thiết kế sâu.
Nghiên cứu sinh chỉ nên mở rộng số lượng tổ chức khi điều đó thực sự phục vụ câu hỏi.
Thiên kiến chọn mẫu
Thiên kiến chọn mẫu xuất hiện khi nhóm được nghiên cứu khác một cách có hệ thống so với nhóm mà người học muốn đưa ra kết luận.
Ví dụ:
- Chỉ những nhân viên hài lòng mới tự nguyện trả lời;
- Chỉ điều dưỡng ca ngày được tiếp cận;
- Chỉ các bệnh viện có kết quả tốt đồng ý tham gia;
- Chỉ người quen của nghiên cứu sinh được phỏng vấn;
- Những người đã nghỉ việc bị loại khỏi nghiên cứu về ý định nghỉ việc.
Thiên kiến không phải lúc nào cũng có thể loại bỏ hoàn toàn.
Điều quan trọng là:
- Nhận diện;
- Giảm thiểu;
- Báo cáo minh bạch;
- Đánh giá ảnh hưởng;
- Giới hạn kết luận phù hợp.
Người không phản hồi có thể làm thay đổi kết quả
Trong khảo sát, nhóm không phản hồi có thể khác đáng kể so với nhóm đã tham gia.
Ví dụ, những nhân viên kiệt sức nhất có thể không có thời gian trả lời.
Nếu vậy, kết quả có thể đánh giá thấp mức độ kiệt sức thực tế.
Nghiên cứu sinh nên theo dõi:
- Tỷ lệ phản hồi;
- Phản hồi theo từng nhóm;
- Thời điểm phản hồi;
- Mức độ thiếu dữ liệu;
- Những nhóm ít được đại diện.
Khi có thể, cần so sánh thông tin cơ bản giữa nhóm phản hồi và tổng thể để đánh giá rủi ro.
Mẫu tự nguyện và quan hệ quyền lực
Khi nghiên cứu sinh là quản lý, giảng viên hoặc người chăm sóc trực tiếp, người tham gia có thể cảm thấy khó từ chối.
Rủi ro đặc biệt cao khi:
- Nhân viên được cấp trên mời trực tiếp;
- Sinh viên được giảng viên đánh giá mời tham gia;
- Bệnh nhân được người chăm sóc chính tiếp cận;
- Người tham gia lo ngại quyền lợi bị ảnh hưởng.
Để giảm rủi ro, có thể cần:
- Người trung gian gửi lời mời;
- Không để quản lý biết ai tham gia;
- Khảo sát ẩn danh;
- Nhấn mạnh quyền từ chối;
- Tách hoạt động nghiên cứu khỏi đánh giá nghề nghiệp;
- Không cung cấp phần thưởng tạo áp lực quá mức.
Một mẫu được tuyển bằng áp lực không chỉ vi phạm đạo đức mà còn có thể tạo ra dữ liệu thiếu trung thực.
Có được trả tiền cho người tham gia không?
Một khoản hỗ trợ hợp lý có thể được sử dụng để bù:
- Thời gian;
- Chi phí đi lại;
- Chi phí phát sinh;
- Sự bất tiện.
Tuy nhiên, mức hỗ trợ không nên lớn đến mức khiến người tham gia cảm thấy khó từ chối, đặc biệt với nhóm có hoàn cảnh tài chính khó khăn.
Nghiên cứu sinh cần làm rõ:
- Giá trị hỗ trợ;
- Thời điểm chi trả;
- Người rút lui có được nhận một phần không;
- Khoản hỗ trợ có được phê duyệt không;
- Việc chi trả có làm lộ danh tính không.
Mọi hình thức khuyến khích phải được trình bày trong hồ sơ đạo đức.
Bảo mật danh sách mẫu
Danh sách người tham gia có thể chứa thông tin nhạy cảm như:
- Họ tên;
- Email;
- Số điện thoại;
- Chức danh;
- Nơi làm việc;
- Tình trạng sức khỏe;
- Thông tin nghề nghiệp.
Nghiên cứu sinh cần xác định:
- Danh sách được lưu ở đâu;
- Ai có quyền truy cập;
- Khi nào bị xóa;
- Mã nghiên cứu được tạo thế nào;
- Thông tin nhận dạng có được tách khỏi dữ liệu không;
- Việc liên hệ lại được thực hiện ra sao.
Không nên gửi danh sách người tham gia qua các kênh không an toàn hoặc chia sẻ cho người không có thẩm quyền.
Chọn mẫu trong Ph.D in Management
Đối với Ph.D in Management, mẫu có thể gồm:
- Nhà quản lý;
- Nhân viên;
- Khách hàng;
- Chủ doanh nghiệp;
- Chuyên gia;
- Cơ sở giáo dục;
- Ngân hàng;
- Doanh nghiệp công nghệ;
- Tổ chức công;
- Bệnh viện.
Nghiên cứu sinh cần xác định rõ cấp độ nghiên cứu.
Ví dụ, đề tài về chiến lược chuyển đổi số có thể cần dữ liệu từ nhà quản lý tham gia ra quyết định, không chỉ từ nhân viên sử dụng hệ thống.
Ngược lại, đề tài về mức độ chấp nhận công nghệ của nhân viên cần tiếp cận chính những người sử dụng.
Chọn sai nhóm có thể khiến dữ liệu không khớp với khái niệm cần nghiên cứu.
Chọn mẫu trong Ph.D in Nursing
Đối với Ph.D in Nursing, mẫu có thể gồm:
- Điều dưỡng;
- Điều dưỡng trưởng;
- Sinh viên điều dưỡng;
- Giảng viên;
- Người bệnh;
- Người chăm sóc;
- Nhân viên y tế liên quan;
- Hồ sơ chăm sóc;
- Cộng đồng.
Người học phải đặc biệt chú ý đến:
- Quyền đồng thuận;
- Dữ liệu sức khỏe;
- Nhóm dễ bị tổn thương;
- Quan hệ chăm sóc;
- An toàn người bệnh;
- Quyền tiếp cận bệnh viện;
- Rủi ro nhận diện.
Một đề tài về thực hành điều dưỡng cần bảo đảm mẫu phản ánh đúng nhóm chuyên môn và bối cảnh chăm sóc.
Không nên sử dụng nhóm thuận tiện không có trải nghiệm trực tiếp chỉ để đủ số lượng.
Có thể sử dụng dữ liệu thứ cấp không?
Dữ liệu thứ cấp là dữ liệu đã được thu thập trước đó cho một mục đích khác.
Nguồn có thể gồm:
- Báo cáo doanh nghiệp;
- Dữ liệu nhân sự;
- Hồ sơ bệnh viện;
- Cơ sở dữ liệu công;
- Kết quả khảo sát trước;
- Báo cáo quốc gia;
- Dữ liệu tài chính.
Nghiên cứu sinh cần kiểm tra:
- Có quyền sử dụng không;
- Dữ liệu được thu thập thế nào;
- Mẫu ban đầu gồm ai;
- Biến có phù hợp không;
- Dữ liệu có đầy đủ không;
- Có thể nhận diện cá nhân không;
- Mục đích mới có cần phê duyệt không.
Số lượng dữ liệu lớn không bù được cho việc dữ liệu không đo đúng vấn đề nghiên cứu.
Có thể thay đổi mẫu sau Proposal Defence không?
Có thể được xem xét nếu xuất hiện lý do phù hợp như:
- Tổ chức không còn tham gia;
- Không đủ người đáp ứng tiêu chí;
- Tỷ lệ phản hồi quá thấp;
- Hội đồng đạo đức yêu cầu điều chỉnh;
- Bối cảnh nghiên cứu thay đổi;
- Phân tích ban đầu cho thấy một nhóm quan trọng chưa được bao phủ.
Thay đổi mẫu có thể ảnh hưởng đến:
- Câu hỏi;
- Khả năng so sánh;
- Kích thước mẫu;
- Công cụ;
- Phê duyệt đạo đức;
- Thời gian;
- Phạm vi kết luận.
Nghiên cứu sinh không nên tự bổ sung hoặc loại bỏ một nhóm chỉ vì dữ liệu của họ làm kết quả không còn phù hợp với giả thuyết.
Mọi thay đổi cần có căn cứ và được phê duyệt khi cần thiết.
Cách trình bày mẫu trong Proposal Defence
Nghiên cứu sinh cần giải thích:
- Tổng thể nghiên cứu là ai hoặc là gì;
- Đơn vị phân tích là gì;
- Tiêu chí đưa vào và loại trừ;
- Phương pháp chọn mẫu;
- Kích thước mẫu dự kiến;
- Căn cứ xác định số lượng;
- Cách tiếp cận người tham gia;
- Cách xử lý không phản hồi;
- Rủi ro thiên kiến;
- Biện pháp bảo mật và đạo đức;
- Mẫu có thể hỗ trợ loại kết luận nào;
- Giới hạn của mẫu.
Hội đồng không chỉ muốn nghe một con số.
Họ cần thấy mẫu được thiết kế nhất quán với câu hỏi và phương pháp.
Chọn mẫu tại Kings University College
Trong chương trình Ph.D in Management và Ph.D in Nursing tại Kings University College, nghiên cứu sinh cần xây dựng kế hoạch chọn mẫu phù hợp với:
- Vấn đề nghiên cứu;
- Chuyên ngành;
- Phương pháp;
- Nguồn dữ liệu;
- Yêu cầu đạo đức;
- Khả năng triển khai;
- Tiến độ chương trình.
Giảng viên và hội đồng của Kings University College chịu trách nhiệm xem xét thiết kế mẫu theo quy trình học thuật của trường.
Việc nghiên cứu sinh có quan hệ với một doanh nghiệp, bệnh viện hoặc nhóm người tham gia không thay thế yêu cầu đánh giá chính thức và quyền đồng thuận của các bên liên quan.
Các nguồn lực hỗ trợ bổ sung có thể giúp người học hoàn thiện kế hoạch, nhưng không thay thế thẩm quyền của trường đối với Proposal Defence, đạo đức nghiên cứu, luận án và kết quả Ph.D.
Chọn mẫu trong lộ trình Ph.D và DBA
Bên cạnh Ph.D tại Kings University College, nghiên cứu sinh đáp ứng điều kiện có thể được xem xét tham gia chương trình Doctorate in Business Administration do EuroAmerican Institute cấp.
Dữ liệu từ Ph.D có thể tạo nền tảng cho việc đánh giá khả năng phát triển nghiên cứu theo hướng DBA.
Tuy nhiên:
- Ph.D và DBA là hai chương trình riêng;
- Hai văn bằng do hai cơ sở giáo dục khác nhau cấp;
- Mẫu được phê duyệt cho Ph.D không tự động phù hợp với mọi yêu cầu DBA;
- Việc sử dụng dữ liệu cho mục đích bổ sung phải phù hợp với đồng thuận và phê duyệt đạo đức;
- Có thể cần thêm dữ liệu hoặc nhóm đối tượng khác để phát triển phần quản trị ứng dụng.
Việc xét DBA phụ thuộc vào điều kiện đầu vào, kết quả nghiên cứu, đề tài cuối cùng, yêu cầu học thuật bổ sung và chính sách của EuroAmerican Institute tại thời điểm xét.
Mười câu hỏi trước khi chốt mẫu nghiên cứu
Nghiên cứu sinh nên tự hỏi:
- Mẫu này có trực tiếp liên quan đến câu hỏi không?
- Tổng thể đã được xác định rõ chưa?
- Đơn vị phân tích là gì?
- Tiêu chí lựa chọn có căn cứ không?
- Phương pháp chọn mẫu có phù hợp không?
- Số lượng dự kiến có đủ cho phân tích không?
- Có nhóm quan trọng nào bị bỏ sót không?
- Tôi có quyền tiếp cận hợp lệ không?
- Có quan hệ quyền lực hoặc rủi ro đạo đức không?
- Kết quả có thể được áp dụng trong phạm vi nào?
Nếu chưa trả lời được, nghiên cứu sinh chưa nên bắt đầu tuyển người tham gia.
Mẫu phù hợp giúp bảo vệ giá trị của toàn bộ dữ liệu
Chọn mẫu không phải một bước hành chính trước khi phát bảng hỏi hoặc tổ chức phỏng vấn.
Đây là quyết định xác định:
- Ai có tiếng nói trong nghiên cứu;
- Bằng chứng đến từ đâu;
- Kết quả phản ánh nhóm nào;
- Kết luận có thể đi xa đến mức nào;
- Những giới hạn nào phải được thừa nhận.
Một mẫu phù hợp không nhất thiết là mẫu lớn nhất hoặc dễ tiếp cận nhất.
Đó là mẫu giúp nghiên cứu sinh thu thập đúng bằng chứng, từ đúng đối tượng và bằng một quy trình có thể bảo vệ trước phản biện.
