Bỏ qua tới nội dung chính

Dữ liệu thứ cấp: tìm ở đâu, đánh giá thế nào trước khi đưa vào luận văn

DỮ LIỆU THỨ CẤP

Bộ dữ liệu có sẵn tiết kiệm cho bạn hàng tháng thu thập, nhưng nó được tạo ra để trả lời câu hỏi của người khác. Việc của người nghiên cứu là chứng minh rằng thước đo, phạm vi và chất lượng của nó vẫn đủ cho câu hỏi của mình.

Dữ liệu thứ cấp là dữ liệu được thu thập cho một mục đích khác, nay được phân tích lại để trả lời câu hỏi của bạn. Nó rẻ, nhanh, thường có chất lượng cao và mở ra khả năng nghiên cứu theo thời gian, nhưng bạn không kiểm soát được cách nó được đo, ai được đưa vào và định nghĩa có bị đổi giữa các năm hay không. Vì vậy, trước khi tải về, hãy đánh giá theo ba tầng: mức phù hợp tổng thể, mức phù hợp chi tiết, rồi chi phí so với lợi ích.

1. Dữ liệu thứ cấp là gì

Saunders và cộng sự (2023, tr. 342) định nghĩa dữ liệu thứ cấp là dữ liệu ban đầu được thu thập cho một mục đích khác, gồm cả dữ liệu thô lẫn các bản tổng hợp đã công bố. Sau khi được đánh giá là phù hợp, chúng có thể được phân tích lại để tạo ra hiểu biết, cách diễn giải hoặc kết luận mới. Các tác giả nhận xét rằng nhiều sinh viên mặc nhiên nghĩ phải tự thu thập dữ liệu sơ cấp, trong khi nguồn có sẵn từ cơ quan thống kê, hiệp hội ngành, báo chí và hồ sơ nội bộ doanh nghiệp rất phong phú.

Ranh giới giữa sơ cấp và thứ cấp phụ thuộc vào vị trí của người dùng. Schindler (2022, tr. 57) lấy ví dụ báo cáo thường niên: với người ngoài, đó là nguồn sơ cấp vì nó thể hiện quan điểm chính thức của công ty; với người nghiên cứu, đó là dữ liệu thứ cấp vì nó đã được tổng hợp từ nhiều nguồn sơ cấp khác. Bảng điều khiển KPI nội bộ cũng thuộc loại này.

Phân biệt nhanh

Dữ liệu là thứ cấp khi bạn không tham gia thiết kế cách thu thập nó. Câu hỏi đã được người khác chọn, mẫu đã được người khác rút, biến đã được người khác mã hóa. Mọi quyết định đó giờ là giới hạn của nghiên cứu của bạn.

2. Ba nhóm dữ liệu thứ cấp

Dữ liệu thứ cấp có thể là định lượng hoặc định tính, có cấu trúc (bảng, cơ sở dữ liệu quan hệ) hoặc phi cấu trúc (văn bản, âm thanh, hình ảnh). Dẫn theo Taylor, Saunders và cộng sự (2023, tr. 345) cho biết dữ liệu có cấu trúc nay chỉ chiếm dưới 20% tổng lượng dữ liệu được lưu trữ. Các tác giả chia dữ liệu thứ cấp thành ba nhóm.

NhómPhân nhómVí dụLưu ý chính
Khảo sátTổng điều tra; khảo sát định kỳ hoặc liên tục; khảo sát một lần (ad-hoc)Tổng điều tra dân số, khảo sát mức sống hộ gia đình, khảo sát doanh nghiệp của hiệp hộiThường định lượng, có cấu trúc; tổng điều tra bắt buộc tham gia nên độ bao phủ cao
Tài liệuVăn bản; âm thanh; hình ảnh, videoBiên bản họp, email, website, báo cáo, bài báo, đánh giá của khách hàng, podcast, videoPhản ánh góc nhìn và mục đích của người tạo ra; phải đọc trong bối cảnh
Đa nguồnẢnh chụp tại một thời điểm; dữ liệu theo thời gian; dữ liệu cập nhật liên tụcCơ sở dữ liệu tài chính doanh nghiệp, niên giám thống kê vùng, dữ liệu giao dịch, dữ liệu lớnĐã được người khác ghép từ nhiều nguồn trước khi đến tay bạn

Bảng 1. Ba nhóm dữ liệu thứ cấp, tóm lược từ Saunders và cộng sự (2023, tr. 345–357).

Với nhóm khảo sát, tổng điều tra có lợi thế đặc biệt: người dân bắt buộc tham gia nên độ bao phủ rất tốt, và dữ liệu thường được định nghĩa, ghi chép kỹ (Saunders và cộng sự, 2023, tr. 346). Khảo sát một lần thì cụ thể hơn về chủ đề nhưng khó tiếp cận dữ liệu thô hơn.

Nhóm đa nguồn đang lớn nhanh nhất. Dẫn theo George và cộng sự, Saunders và cộng sự (2023, tr. 357) mô tả dữ liệu lớn bằng ba đặc điểm: khối lượng khổng lồ, tốc độ bổ sung gần như theo thời gian thực, và sự đa dạng giữa dữ liệu có cấu trúc lẫn phi cấu trúc. Các tác giả cũng thẳng thắn rằng với luận văn đại học hay thạc sĩ, dữ liệu lớn có sẵn chưa chắc đã dùng được, vì đòi hỏi phần mềm chuyên dụng và năng lực tính toán đáng kể (tr. 358).

Một điểm thực tế: theo kinh nghiệm của nhóm tác giả, hiếm khi một nguồn duy nhất cung cấp đủ mọi biến bạn cần. Phần lớn đề tài quản trị dùng dữ liệu thứ cấp sẽ phải tự ghép một bộ dữ liệu đa nguồn từ nhiều nơi, và đó là công việc tốn thời gian (Saunders và cộng sự, 2023, tr. 350).

3. Vì sao nên cân nhắc dữ liệu có sẵn

Saunders và cộng sự (2023, tr. 358–360) và Bryman và Bell (2019, tr. 123–126, dựa trên danh sách của Dale và cộng sự) nêu những lợi ích gần như trùng nhau. Gộp lại có thể chia thành sáu nhóm.

Lợi íchÝ nghĩa với luận vănNguồn
Tiết kiệm thời gian và chi phíDành thời gian cho lý thuyết, phân tích và diễn giải thay vì thu thập; đôi khi là lựa chọn khả thi duy nhất khi cần dữ liệu nhanhSaunders và cộng sự (2023, tr. 358)
Chất lượng thường cao hơnCác bộ dữ liệu lớn có quy trình chọn mẫu chặt, mẫu thường mang tính quốc gia và có kiểm soát chất lượngBryman và Bell (2019, tr. 123)
Phân tích nhóm conMẫu lớn cho phép phân tích những nhóm nhỏ mà khảo sát tự làm không đủ quan sátBryman và Bell (2019, tr. 124–125)
Nghiên cứu theo thời gian và so sánh quốc tếThường là cách khả thi duy nhất để có dữ liệu nhiều năm hoặc nhiều quốc gia trong khuôn khổ một luận vănSaunders và cộng sự (2023, tr. 359); Bryman và Bell (2019, tr. 125)
Không can thiệp và xét duyệt đạo đức nhẹ hơnDữ liệu đã có sẵn nên không làm thay đổi hành vi người được nghiên cứu; nhiều bộ đã được ẩn danhSaunders và cộng sự (2023, tr. 359)
Có thể kiểm chứng công khaiNgười khác kiểm tra lại được phân tích của bạn, từ đó tăng độ tin cậy của kết quảSaunders và cộng sự (2023, tr. 360)

Bảng 2. Lợi ích của dữ liệu thứ cấp, tổng hợp từ hai giáo trình.

Bryman và Bell (2019, tr. 126) thêm hai lý do đáng suy nghĩ. Thứ nhất, một bộ dữ liệu không bao giờ "dùng hết": phân tích lại với quan hệ mới giữa các biến, hoặc với kỹ thuật thống kê mới ra đời, vẫn có thể cho hiểu biết mới. Thứ hai, người trả lời khảo sát đã bỏ thời gian của mình, nên khai thác tối đa dữ liệu họ cung cấp cũng là một trách nhiệm của giới nghiên cứu. Hai tác giả còn cho biết một số quỹ tài trợ yêu cầu người xin kinh phí thu thập dữ liệu mới phải chứng minh rằng dữ liệu tương tự chưa có sẵn trong kho lưu trữ (tr. 123).

Saunders và cộng sự (2023, tr. 359–360), dẫn theo Dale và cộng sự, nhắc lại ví dụ kinh điển: mối liên hệ giữa hút thuốc và ung thư phổi được phát hiện qua phân tích lại hồ sơ y tế vốn không được thu thập để tìm mối liên hệ ấy.

4. Những rủi ro phải chấp nhận

Mặt trái của mọi lợi ích trên có chung một gốc: dữ liệu được thiết kế cho câu hỏi của người khác. Saunders và cộng sự (2023, tr. 360–362) và Bryman và Bell (2019, tr. 127) liệt kê các rủi ro sau.

Rủi roBiểu hiệnNguồn
Mục đích gốc không khớpDữ liệu cũ, cách thu thập khác nhau giữa các nguồn, bỏ sót những gì người thu thập thấy không quan trọngSaunders và cộng sự (2023, tr. 360–361)
Khó tiếp cận hoặc tốn phíBáo cáo nghiên cứu thị trường và bảng số liệu đặt riêng thường phải trả tiềnSaunders và cộng sự (2023, tr. 361)
Mức tổng hợp và định nghĩa không phù hợpSố liệu đã gộp theo nhóm; câu hỏi đo cùng một khái niệm có thể bị sửa qua các đợtSaunders và cộng sự (2023, tr. 361)
Không kiểm soát được chất lượngKể cả số liệu chính thức cũng có thể bị méo bởi khu vực phi chính thức, không trả lời hoặc trả lời saiSaunders và cộng sự (2023, tr. 362); Bryman và Bell (2019, tr. 127)
Mục đích gốc chi phối cách trình bàyBáo cáo công ty, báo chí chọn lọc điểm nổi bật; nội dung trực tuyến có thể là đánh giá giảSaunders và cộng sự (2023, tr. 362–363)
Chưa quen và quá phức tạpCần thời gian làm quen với hàng trăm biến, cách mã hóa, cấu trúc nhiều cấp (hộ, cá nhân)Bryman và Bell (2019, tr. 127)
Thiếu biến then chốtBiến bạn cần không có, hoặc được đo khác nhau giữa các nămBryman và Bell (2019, tr. 127)

Bảng 3. Rủi ro khi dùng dữ liệu thứ cấp, tổng hợp từ hai giáo trình.

Ngụy biện sinh thái

Bryman và Bell (2019, tr. 127) dành riêng một mục cho lỗi này: dùng dữ liệu tổng hợp theo vùng, như số liệu tổng điều tra, để kết luận về hành vi cá nhân. Theo hai tác giả, muốn tránh lỗi thì đơn vị phân tích của dữ liệu phải trùng với đơn vị phân tích của giả thuyết. Robinson (1950) là người chỉ ra vấn đề này một cách hệ thống: tương quan tính trên số liệu gộp theo bang có thể khác hẳn về độ lớn, thậm chí ngược dấu, so với tương quan tính trên từng cá nhân.

Áp dụng cho luận văn ở Việt Nam

Nếu dữ liệu của bạn là chỉ số cấp tỉnh (điểm năng lực cạnh tranh, thu nhập bình quân tỉnh), kết luận đúng là về các tỉnh. Câu "tỉnh có điểm điều hành cao hơn thì doanh nghiệp đầu tư nhiều hơn" khác với "doanh nghiệp đánh giá chính quyền tốt hơn thì đầu tư nhiều hơn". Câu thứ hai cần dữ liệu cấp doanh nghiệp.

Số liệu chính thức không phải lúc nào cũng đo thứ bạn nghĩ

Bryman và Bell (2019, tr. 127–128) phân biệt số liệu chính thức đến từ khảo sát (như tổng điều tra) với số liệu do cơ quan nhà nước ghi lại khi làm nhiệm vụ (như số vụ việc cảnh sát xử lý). Loại thứ hai phản ánh cả mức độ nỗ lực của cơ quan: một đợt cao điểm kiểm tra có thể làm số vụ vi phạm tăng dù hành vi thực tế không đổi. Số liệu thất nghiệp cũng có thể bỏ sót người đã nản lòng thôi tìm việc. Cách khắc phục hai tác giả đề xuất là đối chiếu với khảo sát mẫu đại diện.

5. Bối cảnh Việt Nam: khi định nghĩa và địa giới thay đổi

Saunders và cộng sự (2023, tr. 361–362) kể trường hợp một sinh viên muốn dựng chuỗi số liệu tình trạng hôn nhân qua các kỳ tổng điều tra Anh, rồi phát hiện câu hỏi và phương án trả lời đã đổi ở mỗi kỳ, phản ánh thay đổi về luật và chuẩn mực xã hội. Người làm luận văn với dữ liệu Việt Nam đang gặp đúng loại vấn đề này, ở quy mô lớn hơn.

34 Số tỉnh, thành được xếp hạng trong PCI 2.0 theo địa giới hành chính mới (VCCI, 2026).
137 Chỉ tiêu của PCI 2.0: 111 từ khảo sát doanh nghiệp, 26 từ số liệu thống kê chính thức (VCCI, 2026).
103 Chỉ tiêu kế thừa từ PCI cũ; 34 chỉ tiêu mới về chuyển đổi số, đổi mới sáng tạo và phát triển xanh (VCCI, 2026).

Chỉ số Năng lực cạnh tranh cấp tỉnh (PCI) là ví dụ rõ nhất. Theo VCCI (2026), phiên bản PCI 2.0 công bố ngày 15/5/2026 xếp hạng 34 tỉnh, thành theo sắp xếp hành chính mới, gồm 3 trụ cột, 10 chỉ số thành phần và 137 chỉ tiêu, trong đó 103 chỉ tiêu kế thừa từ bộ chỉ số cũ. Với người muốn dựng chuỗi số liệu cấp tỉnh nhiều năm, điều này đặt ra hai câu hỏi trước khi chạy bất kỳ mô hình nào: các tỉnh trước sáp nhập sẽ được gộp lại thế nào để khớp với đơn vị mới, và điểm số tổng hợp có so sánh được giữa hai phiên bản hay chỉ nên so từng chỉ tiêu kế thừa.

Khảo sát mức sống dân cư (KSMS) của Cục Thống kê, Bộ Tài chính, có đặc điểm tương tự về chu kỳ nội dung. Theo Cục Thống kê (2026), giai đoạn 2002–2010 KSMS tiến hành hai năm một lần vào năm chẵn; từ 2011 đến 2024 tiến hành hằng năm, nhưng năm lẻ chỉ thu thông tin về nhân khẩu học, việc làm, thu nhập và một số dịch vụ xã hội cơ bản. Một đề tài cần biến chi tiêu y tế hay nhà ở của hộ mà ghép dữ liệu năm chẵn với năm lẻ sẽ gặp đúng vấn đề "biến không được đo" mà Saunders và cộng sự (2023, tr. 373) cảnh báo.

Trước khi ghép dữ liệu nhiều năm

Tải phiếu hỏi và tài liệu phương pháp của từng đợt, không chỉ đợt mới nhất. Lập một bảng đối chiếu: mỗi biến bạn dùng được đo bằng câu hỏi nào, phương án trả lời nào, đơn vị địa lý nào ở từng năm. Mọi chỗ không khớp cần được xử lý và báo cáo trong chương phương pháp.

6. Tìm và định vị dữ liệu

Saunders và cộng sự (2023, tr. 364) gọi việc tìm dữ liệu thứ cấp là công việc của thám tử, gồm ba bước đan xen.

Xác định dữ liệu cần có

Câu hỏi, mục tiêu và phần tổng quan tài liệu cho biết bạn cần biến nào. Với thiết kế định lượng suy diễn, hãy liệt kê biến như khi thiết kế bảng hỏi; với thiết kế định tính, xác định các chủ đề cần khai thác (tr. 364–365).

Ước lượng khả năng có sẵn

Các bài báo bạn đã đọc thường nêu nguồn dữ liệu họ dùng. Thư viện, người hướng dẫn, cơ quan thống kê và hiệp hội ngành là những đầu mối tiếp theo (tr. 365–367).

Truy xuất dữ liệu cụ thể

Với kho dữ liệu và cơ sở dữ liệu trực tuyến, việc này có thể chỉ là tìm và tải về. Với dữ liệu nằm trong tổ chức, bạn cần xin quyền tiếp cận, và việc này có thể mất nhiều thời gian (tr. 368).

Schindler (2022, tr. 57) nhắc đừng chỉ tìm trong ngành của mình. Một số nguồn hữu ích nhất cho nghiên cứu kinh doanh lại đến từ lĩnh vực môi trường, pháp luật, xã hội và cơ quan nhà nước.

7. Đánh giá nguồn dữ liệu theo ba tầng

Dữ liệu thứ cấp phải được đánh giá thận trọng như dữ liệu bạn tự thu thập. Vì dữ liệu đã tồn tại, bạn có lợi thế đánh giá trước khi dùng; cách dễ nhất là xin một bản mẫu cùng mô tả chi tiết cách thu thập (Saunders và cộng sự, 2023, tr. 369–370). Các tác giả đề xuất quy trình ba tầng, dừng ngay ở tầng nào không đạt.

Tầng 1: mức phù hợp tổng thể

Giá trị đo lường. Dữ liệu có đo đúng thứ bạn cần không. Ví dụ của Saunders và cộng sự (2023, tr. 371): một khảo sát ghi sản lượng sản xuất hằng tháng, còn đề tài của bạn cần doanh số. Nếu cứ phân tích, bạn sẽ tưởng tìm được quan hệ với doanh số trong khi thực ra là với sản lượng. Biên bản họp cũng vậy: nó có thể đã được chỉnh để bỏ những gì chủ tọa không muốn ghi lại. Các tác giả thừa nhận không có cách giải quyết dứt khoát; cách phổ biến là xem các nghiên cứu trước đã xử lý cùng loại dữ liệu thế nào.

Độ bao phủ. Dữ liệu có bao trùm đúng tổng thể, đúng giai đoạn, và sau khi loại phần không liên quan thì còn đủ quan sát để phân tích không (tr. 371–373). Chẳng hạn, loại các doanh nghiệp dịch vụ khỏi một bộ dữ liệu để chỉ giữ doanh nghiệp sản xuất có thể khiến cỡ mẫu không còn đủ. Biến cần thiết nhưng không có trong bộ dữ liệu, gọi là biến không được đo, ít quan trọng với nghiên cứu mô tả nhưng có thể làm sai lệch nghiêm trọng kết quả của nghiên cứu giải thích (tr. 373).

Tầng 2: mức phù hợp chi tiết

Độ tin cậy. Có thể đánh giá nhanh qua uy tín của nguồn. Dẫn theo Dochartaigh, Saunders và cộng sự (2023, tr. 373) gợi ý tìm người hoặc tổ chức chịu trách nhiệm, tuyên bố bản quyền, các tài liệu đã công bố liên quan và thông tin liên hệ. Các tác giả cũng cảnh báo những tên gọi nghe có vẻ học thuật như "Trung tâm nghiên cứu..." hay "Viện nghiên cứu..." chưa chắc đã qua kiểm định nào.

Giá trị và tính đáng tin. Đánh giá phương pháp thu thập: ai thu, trong bối cảnh nào, chọn mẫu ra sao, sai số mẫu và tỷ lệ hồi đáp bao nhiêu, công cụ thu thập trông thế nào (tr. 374). Blog, email hay biên bản không có phương pháp chính thức, nên đáng tin hơn khi dùng làm nguồn về quan điểm của người viết hơn là làm bản ghi khách quan về sự việc. Với số liệu đã tổng hợp, hãy cảnh giác với tỷ lệ phần trăm không kèm tổng số: tăng 50% từ hai lên ba khách hàng kém thuyết phục hơn nhiều so với tăng 20% từ 1.000 lên 1.200 (tr. 376).

Sai lệch đo lường. Dẫn theo Hair và cộng sự, Saunders và cộng sự (2023, tr. 376–377) nêu ba nguồn: dữ liệu bị bóp méo có chủ ý (ví dụ quản lý không ghi tai nạn nhỏ để báo cáo an toàn đẹp hơn), thay đổi trong cách thu thập theo thời gian, và kỹ thuật thu thập không thực sự đo đúng chủ đề. Cách phòng vệ chính là đối chiếu với nguồn độc lập; khi hai nguồn độc lập cho kết luận tương tự, bạn có thể tin dữ liệu hơn.

Tầng 3: chi phí và lợi ích

Chi phí gồm thời gian và tiền để tìm và lấy dữ liệu, có khi là một cuộc thương lượng dài kết thúc bằng lời từ chối lịch sự. Lợi ích là mức độ dữ liệu giúp trả lời câu hỏi, cộng thêm định dạng: dữ liệu đã ở dạng bảng tính tiết kiệm đáng kể công nhập liệu (Saunders và cộng sự, 2023, tr. 377). Các tác giả kết luận thực tế rằng dữ liệu không hoàn toàn tin cậy và có chút sai lệch vẫn tốt hơn không có dữ liệu, miễn là nó giúp bạn bắt đầu trả lời câu hỏi.

Năm tiêu chí của Schindler cho nguồn trực tuyến

Schindler (2022, tr. 62–63) đưa ra một bộ tiêu chí ngắn gọn hơn, đặc biệt hữu ích với nguồn trên mạng, nơi ai cũng có thể đăng bất cứ điều gì.

Tiêu chíCâu hỏi cần trả lời
Mục đíchNguồn tồn tại để làm gì, có mục đích ẩn không, và mục đích đó ảnh hưởng thế nào đến thông tin được đưa ra
Phạm viThông tin cũ hay mới, cập nhật bao lâu một lần, bao trùm khu vực và giai đoạn nào, chọn lọc hay đầy đủ
Thẩm quyềnDữ liệu ở cấp sơ cấp, thứ cấp hay tam cấp; tác giả hoặc tổ chức bảo trợ có năng lực gì; số liệu lấy từ đâu
Đối tượngNguồn viết cho ai, giả định người đọc có trình độ nào, và điều đó làm thông tin thiên lệch ra sao
Định dạngCó dễ tìm thông tin cần không, có tải về dạng bảng tính được không

Bảng 4. Năm tiêu chí đánh giá nguồn, diễn giải từ Schindler (2022, tr. 62–63).

8. Đạo đức khi dùng dữ liệu có sẵn

Dữ liệu công khai không có nghĩa là miễn xét duyệt đạo đức. Saunders và cộng sự (2023, tr. 359) lưu ý rằng trường của bạn nhiều khả năng vẫn yêu cầu xét duyệt, trong đó phải cân nhắc nguy cơ gây hại, sự đồng ý cho mục đích nghiên cứu ngay cả với dữ liệu mạng xã hội công khai, và cách quản lý dữ liệu. Với dữ liệu trong tổ chức hay diễn đàn yêu cầu thành viên, bạn cần xin phép trước, kể cả khi bạn là nhân viên hay thành viên ở đó (tr. 370–371).

Trong một ví dụ của các tác giả, một sinh viên phân tích bài đăng trên trang Facebook công khai của một hãng xe đã quyết định dùng dữ liệu mà không xin đồng ý, với điều kiện ẩn danh người đăng và làm mờ khuôn mặt trong ảnh (Saunders và cộng sự, 2023, tr. 372). Đó là quyết định của sinh viên trong bối cảnh Anh; ở Việt Nam, nếu dữ liệu bạn thu thập chứa thông tin định danh, hãy đối chiếu với Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 (Quốc hội, 2025) và quy định của trường. Chuyên đề về đạo đức nghiên cứu trên trang này trình bày chi tiết hơn.

9. Mẫu mô tả, lỗi thường gặp và checklist

Đoạn mẫu mô tả nguồn dữ liệu trong chương phương pháp

Nghiên cứu sử dụng dữ liệu thứ cấp từ [tên bộ dữ liệu] do [cơ quan/tổ chức] thực hiện năm [năm], nhằm [mục đích gốc của bộ dữ liệu]. Mẫu gồm [n] [đơn vị: hộ/doanh nghiệp/cá nhân] được chọn theo [phương pháp chọn mẫu], với tỷ lệ hồi đáp [x%]. Sau khi loại [tiêu chí loại], mẫu phân tích còn [n'] quan sát. Biến [A] được đo bằng câu hỏi "[nội dung]" với [phương án trả lời]; do bộ dữ liệu không có thước đo trực tiếp cho [khái niệm], nghiên cứu dùng [biến thay thế] theo cách của [Tác giả (năm)]. Giữa các đợt [năm 1] và [năm 2], [câu hỏi/định nghĩa/địa giới] đã thay đổi ở [điểm]; nghiên cứu xử lý bằng [cách xử lý]. Dữ liệu được [cơ quan] cung cấp theo [điều kiện sử dụng] và đã được ẩn danh trước khi phân tích.

Lỗi thường gặp

Cách làm yếuVì sao chưa ổnNên làm
"Dữ liệu lấy từ Cục Thống kê nên đáng tin cậy"Uy tín nguồn chỉ là đánh giá nhanh, chưa nói gì về giá trị đo lường với câu hỏi của bạnMô tả cách thu thập, mẫu, thước đo, và giải thích vì sao thước đo phù hợp
Ghép chuỗi nhiều năm mà không xem phiếu hỏi từng đợtĐịnh nghĩa, phương án trả lời hoặc địa giới có thể đã đổiLập bảng đối chiếu biến qua các đợt và báo cáo cách xử lý
Dùng số liệu cấp tỉnh để kết luận về doanh nghiệp hay cá nhânNgụy biện sinh tháiGiữ kết luận ở đúng đơn vị phân tích của dữ liệu
Dùng biến thay thế mà không nói rõNgười đọc tưởng bạn đo trực tiếp khái niệmGọi đúng tên biến thay thế, dẫn nghiên cứu trước đã dùng nó
Thu thập bài đăng mạng xã hội vì "đằng nào cũng công khai"Bỏ qua xét duyệt đạo đức và quy định về dữ liệu cá nhânXin xét duyệt, ẩn danh, đối chiếu luật và quy định của trường

Bảng 5. Lỗi thường gặp, tổng hợp từ các nguyên tắc trong Saunders và cộng sự (2023) và Bryman và Bell (2019).

Checklist

Rút gọn từ danh sách kiểm tra của Saunders và cộng sự (2023, tr. 377–378):

  • Bộ dữ liệu chứa thông tin cần để trả lời câu hỏi; biến được định nghĩa rõ; thước đo khớp hoặc là biến thay thế đã được biện minh.
  • Dữ liệu bao trùm đúng tổng thể, khu vực địa lý và giai đoạn; tách được phần không liên quan mà vẫn đủ quan sát.
  • Biết rõ nguồn, mục đích gốc, đối tượng mà dữ liệu hướng tới và có lợi ích liên quan nào không.
  • Phương pháp thu thập được mô tả; biết cách chọn mẫu, sai số mẫu và tỷ lệ hồi đáp.
  • Đã kiểm tra thay đổi về định nghĩa hay cách đo giữa các đợt, và đối chiếu với nguồn độc lập khác.
  • Dữ liệu được thu thập hợp đạo đức; biết có cần xin phép không; dữ liệu cá nhân đã được ẩn danh.
  • Đã cân nhắc chi phí thời gian, tiền và định dạng tải về so với lợi ích.

Kết luận

Dữ liệu thứ cấp không phải lối tắt, nó là một kiểu thiết kế nghiên cứu khác với gánh nặng chứng minh khác. Khi tự thu thập, bạn chứng minh công cụ của mình tốt. Khi dùng dữ liệu có sẵn, bạn chứng minh rằng công cụ của người khác, được làm cho mục đích khác, vẫn đo đúng thứ bạn cần.

Phần lớn rủi ro có thể phát hiện trước khi phân tích, nếu bạn chịu đọc tài liệu phương pháp và phiếu hỏi của từng đợt. Với số liệu Việt Nam giai đoạn sắp xếp lại địa giới và đổi mới bộ chỉ số, bước đó càng không thể bỏ qua.

Tài liệu tham khảo

Giáo trình

  • Bryman, A., & Bell, E. (2019). Social research methods (5th Canadian ed.). Oxford University Press.
  • Saunders, M. N. K., Lewis, P., & Thornhill, A. (2023). Research methods for business students (9th ed.). Pearson.
  • Schindler, P. S. (2022). Business research methods (14th ed.). McGraw-Hill.

Bài báo, văn bản và nguồn dữ liệu

  • Cục Thống kê. (2026). Kết quả Khảo sát mức sống dân cư Việt Nam năm 2024. Bộ Tài chính. https://www.nso.gov.vn/?p=60506
  • Quốc hội. (2025). Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15. https://thuvienphapluat.vn
  • Robinson, W. S. (1950). Ecological correlations and the behavior of individuals. American Sociological Review, 15(3), 351–357. https://doi.org/10.2307/2087176
  • VCCI. (2026, 9 tháng 5). Lần đầu công bố xếp hạng năng lực cạnh tranh 34 tỉnh, thành phố. Liên đoàn Thương mại và Công nghiệp Việt Nam. https://www.vcci.com.vn

Nội dung từ các giáo trình được diễn giải bằng lời của tác giả bài viết, kèm số trang để người đọc đối chiếu bản gốc; tác giả được các sách này dẫn lại được ghi "dẫn theo". Số liệu về PCI 2.0 và KSMS lấy từ trang của VCCI và Cục Thống kê tại thời điểm cập nhật bài. Đoạn mẫu và ví dụ áp dụng cho Việt Nam do tác giả bài viết soạn.

0971202308