• Hoạt động đầu tiên là phân loại dữ liệu thành những “loại” có ý nghĩa. Có thể xuất phát từ những dữ liệu hoặc từ mô hình (khuôn khổ - framework) lý thuyết để đưa ra các khái niệm từ đó kiểm định bằng thực tế.
• Có 3 cách để đặt tên các nhãn này (Straussn & Corbin; 1998):
• Sử dụng thuật ngữ phát sinh từ chính dữ liệu
• Sử dụng các thuật ngữ thực tế được sử dụng bởi người tham gia
• Sử dụng các thuật ngữ trong lý thuyết hoặc mô hình nghiên cứu.
• Một mã hóa tốt cần đáp ứng các tiêu chí sau: (1) có mã hiệu; (2) thật sự cô đọng, để chúng mang lại một cấu trúc phân tích tốt; (3) liên quan đến chủ đề nghiên cứu; (4) miêu tả về các thuộc tính đặc trưng của chủ đề; (5) có sự liên kết với các dữ liệu khác (Kawulich, 2004).
•
• Những “loại” này chính là các mã hoặc các nhãn được dùng để ghép dữ liệu lại.
• Quá trình phân loại dữ liệu được gọi là quá trình mã hóa dữ liệu.
• Việc xác định các mã dữ liệu được hướng dẫn bởi mục đích nghiên cứu thể hiện qua những câu hỏi nghiên cứu và mục tiêu nghiên cứu
• Sau đây là quy trình mã hóa đơn giản nhất giúp các nhà nghiên cứu có thể phát triển lên thành quy trình riêng cho mình.
• Bước 1: Tổng hợp các file dữ liệu vào file word
• Thông thường dữ liệu của nghiên cứu định tính có thể ở nhiều dạng thức: video, ghi âm, email, báo chí, báo cáo, hồ sơ, phỏng vấn, biên bản thảo luận nhóm…. Dữ liệu thô này sau đó phải được biên soạn lại những ghi chép, ghi chú,.. dưới dạng văn bản
Bước 2: Xác định các chủ đề chính được nói tới trong dữ liệu
• Đọc lại 1 lần toàn bộ dữ liệu
• Đọc lại lần nữa, đọc từng đoạn và gán cho đoạn dữ liệu đó các từ khóa
• Liệt kê danh mục từ khóa và chuẩn chỉ lại danh mục này sao cho các keyword không gần hoặc giống nhau
• Tạo khái niệm, các mã sau khi đối chiếu danh mục các từ khóa với khung lý thuyết để nhận biết đâu là khái niệm và ý tưởng mới
• Sau khi mã hóa dữ liệu thành các mã với các cấp độ với các thuộc tính tương ứng. Hoạt động tiếp theo là hợp nhất dữ liệu tức là gắn các đơn vị dữ liệu với các nhãn/ mã đã tạo ra.
• Một đơn vị dữ liệu có thể là một số từ, một câu, một vài câu, một đoạn văn phù hợp với từng mã dữ liệu.
• Có nhiều công cụ hỗ trợ nhà nghiên cứu mã hóa và hợp nhất dữ liệu như Nvivo, Hyper reseache, Alitas….hoặc có thể sử dụng phương pháp thủ công
• 4.1.3.2. Mã hoá và hợp nhất dữ liệu
• Những mã này được gắn vào các bản ghi các cuộc phỏng vấn làm đơn vị dữ liệu.
• RED-CONS27MM. Giai đoạn đầu tiên là để phát hiện các nhân
viên muốn gì cho bản thân và cách họ
muốn điều này
• RED-MGT-ROLE Một nhân viên có thể thích nói chuyện với người
bên nhân sự hơn nói chuyện với quản lý
trực tiếp – bạn biết đó, vì các lý do hiển nhiên, ít ra
theo như họ thấy- và đây là điều chấp nhận đối với tổ chức
• RED-MGT-VOL Cuộc họp này cho họ cơ hội để lựa chọn cắt giảm tự nguyện.
• Chúng tôi không phân loại nhân viên
thành những người nòng cốt
• RED-STR-ISS hay không nòng cốt, mặc dù chúng tôi sẽ
phải nói với một nhóm nhân viên
• RED-CONS những lời như “có bốn người trong bộ phận này
• và chúng tôi chỉ cần có hai người
thôi”
• 4.1.3.3. Nhận biết mối quan hệ và phát triển các mã dữ liệu
• Tạo ra các loại dữ liệu và sắp xếp lại dữ liệu theo các mã hoặc thiết kế một ma trận thích hợp và đưa dữ liệu vào các ô của ma trận là các hoạt động cụ thể của phân tích dữ liệu (Dey, 1993; Huberman, 1994).
• Việc phân tích này sẽ tiếp diễn khi nhà nghiên cứu tìm kiếm những chủ đề, dạng thức và các mối quan hệ then chốt trong bộ dữ liệu đã được sắp xếp lại.
Hoạt động này có thể dẫn đến việc điều chỉnh lại các mã dữ liệu và tiếp tục sắp xếp lại dữ liệu cho đến khi nhà nghiên cứu tìm thấy ý nghĩa của các khái niệm trong tập dữ liệu.
• Chẳng hạn một số loại dữ liệu có thể thu hút số lượng lớn các đơn vị dữ liệu và sẽ quá rộng để phân tích nếu không được chia nhỏ ra.
• Có những chủng loại dữ liệu có ý nghĩa tương đồng, nhà nghiên cứu có thể gộp chúng lại với nhau
• Như vậy việc xác định mối quan hệ giữa các mã dữ liệu là vô cùng quan trọng.
• Nhà nghiên cứu có thể vẽ sơ đồ, mô hình mô phỏng sự tương tác, sự quan hệ nhiều chiều hay một chiều giữa các mã dữ liệu.
• Nhà nghiên cứu có thể phát hiện ra các mã dữ liệu mới so với khung nghiên cứu giúp cho việc phát triển ý tưởng mới, khái niệm mới.
• Nhà nghiên cứu thường xuyên đặt ra câu hỏi mối quan hệ giữa các khái niệm là gì?
• Đây là bước khó nhất trong nghiên cứu định tính và cần cả sự nhạy cảm, trí tuệ và kinh nghiệm của nhà nghiên cứu.
Câu 1: Hãy nêu các loại dữ liệu định tính? Ưu nhược điểm của các loại này