Từ tư duy khoa học đến thiết kế, thực hiện và trình bày nghiên cứu học thuật
Nghiên cứu khoa học không chỉ là quá trình thu thập dữ liệu và phân tích kết quả. Đối với bậc sau đại học, nghiên cứu là một hành trình tư duy có hệ thống nhằm khám phá, giải thích hoặc kiểm chứng tri thức mới thông qua các phương pháp khoa học chặt chẽ và tuân thủ các chuẩn mực đạo đức nghiên cứu.
Môn học Research Methodology được thiết kế nhằm trang bị cho học viên nền tảng toàn diện về:
- Triết học khoa học và nhận thức luận (Epistemology)
- Logic nghiên cứu khoa học (Logic of Inquiry)
- Thiết kế nghiên cứu (Research Design)
- Tổng quan tài liệu (Literature Review)
- Lựa chọn phương pháp nghiên cứu (Methodology Selection)
- Phân tích dữ liệu (Data Analysis)
- Chuẩn mực đạo đức trong nghiên cứu (Research Ethics)
Mục tiêu cuối cùng là giúp học viên có khả năng xây dựng và trình bày một đề cương nghiên cứu (Research Proposal) hoặc một chương luận văn (Thesis Chapter) hoàn chỉnh, có tính học thuật và khả năng đóng góp cho tri thức.
Phần 1: Nền tảng Triết học Khoa học và Đạo đức Nghiên cứu
(Epistemology, Social Science Research and Ethics)
Mọi nghiên cứu khoa học đều bắt đầu bằng một câu hỏi căn bản:
Chúng ta biết điều mình biết bằng cách nào?
Đây chính là lĩnh vực của nhận thức luận (Epistemology).
Bài học đầu tiên giúp người học hiểu rằng nghiên cứu không đơn thuần là thu thập thông tin mà là quá trình tìm kiếm tri thức thông qua một cách tiếp cận có hệ thống.
Các nội dung cốt lõi bao gồm:
Bản chất của tri thức (Knowledge)
- Tri thức được hình thành như thế nào?
- Điều gì được xem là bằng chứng khoa học?
Thực tại (Reality)
- Có một thực tại khách quan hay nhiều thực tại khác nhau?
- Con người nhận thức thế giới bằng cách nào?
Phương pháp khoa học (Scientific Method)
- Quan sát
- Đặt câu hỏi
- Hình thành giả thuyết
- Thu thập dữ liệu
- Phân tích
- Kết luận
Các nền tảng triết học
- Karl Popper và nguyên lý phản bác (Falsification)
- Thomas Kuhn và sự thay đổi mô hình khoa học (Paradigm Shift)
- Ontology và Epistemology
Bài học cũng nhấn mạnh yếu tố đạo đức nghiên cứu:
- Tôn trọng người tham gia nghiên cứu
- Bảo mật thông tin
- Tự nguyện tham gia
- Trung thực học thuật
- Tránh đạo văn và làm sai lệch dữ liệu
Nghiên cứu khoa học không chỉ cần đúng phương pháp mà còn phải đúng về mặt đạo đức.
Phần 2: Tổng quan Tài liệu và Xây dựng Câu hỏi Nghiên cứu
(Literature Review and Research Question)
Một nghiên cứu tốt không bắt đầu bằng dữ liệu.
Nó bắt đầu bằng việc hiểu những gì đã được nghiên cứu.
Literature Review giúp người nghiên cứu:
- Hiểu tri thức hiện có;
- Nhận diện các lý thuyết nền tảng;
- Hiểu các khái niệm chính;
- Xác định phương pháp đã được sử dụng;
- Phát hiện tranh luận học thuật;
- Tìm ra khoảng trống nghiên cứu (Research Gap).
Từ đó, người nghiên cứu xây dựng câu hỏi nghiên cứu.
Một câu hỏi nghiên cứu tốt cần:
Rõ ràng
Có khả năng nghiên cứu được
Có ý nghĩa học thuật
Có đóng góp mới
Không quá rộng hoặc quá hẹp
Ví dụ:
Không nên:
AI ảnh hưởng như thế nào đến doanh nghiệp?
Nên:
Việc ứng dụng Generative AI ảnh hưởng như thế nào đến năng suất làm việc của nhân viên ngành tài chính tại Việt Nam?
Câu hỏi nghiên cứu là kim chỉ nam của toàn bộ nghiên cứu.
Phần 3: Thiết kế Nghiên cứu
(Steps of Research Design)
Thiết kế nghiên cứu là bản kiến trúc của một nghiên cứu khoa học.
Một nghiên cứu điển hình bao gồm:
Xác định vấn đề nghiên cứu
Xây dựng câu hỏi nghiên cứu
Tổng quan tài liệu
Xây dựng cơ sở lý thuyết
Hình thành giả thuyết
Lựa chọn phương pháp nghiên cứu
Thu thập dữ liệu
Phân tích dữ liệu
Thảo luận và kết luận
Bài học cũng giới thiệu các khái niệm quan trọng:
Concepts
Các khái niệm nghiên cứu.
Variables
Các biến nghiên cứu:
- Biến độc lập
- Biến phụ thuộc
- Biến kiểm soát
Operationalization
Chuyển đổi khái niệm thành các chỉ báo có thể đo lường được.
Reliability
Độ tin cậy của công cụ đo lường.
Validity
Độ giá trị và tính chính xác của nghiên cứu.
Một thiết kế nghiên cứu tốt giúp đảm bảo nghiên cứu được thực hiện một cách logic, nhất quán và có thể bảo vệ về mặt học thuật.
Phần 4: Phương pháp Định lượng, Định tính và Hỗn hợp
(Quantitative, Qualitative and Mixed Methods)
Không có một phương pháp nghiên cứu nào phù hợp cho mọi vấn đề.
Việc lựa chọn phương pháp phụ thuộc vào mục tiêu nghiên cứu.
Phương pháp Định lượng (Quantitative)
Phù hợp khi cần:
- Đo lường;
- Kiểm định giả thuyết;
- Phân tích thống kê;
- Tìm kiếm mối quan hệ nhân quả.
Ví dụ:
- Khảo sát mức độ hài lòng của khách hàng;
- Đo lường tác động của AI đến năng suất lao động.
Phương pháp Định tính (Qualitative)
Phù hợp khi cần:
- Hiểu ý nghĩa;
- Khám phá trải nghiệm;
- Phân tích bối cảnh;
- Hiểu góc nhìn của người tham gia.
Ví dụ:
- Phỏng vấn lãnh đạo doanh nghiệp về chiến lược AI;
- Nghiên cứu trải nghiệm chuyển đổi số.
Phương pháp Hỗn hợp (Mixed Methods)
Kết hợp:
Định lượng + Định tính.
Ví dụ:
- Khảo sát quy mô lớn;
- Sau đó phỏng vấn chuyên sâu để giải thích kết quả.
Mixed Methods ngày càng phổ biến trong các nghiên cứu liên ngành và nghiên cứu quản trị.
Phần 5: Case Study, Interview và Ethnography
(Case Studies, Interviews and Ethnography)
Đây là nhóm phương pháp đặc biệt hữu ích đối với các luận văn nghiên cứu doanh nghiệp.
Case Study
Nghiên cứu chuyên sâu một hiện tượng trong bối cảnh thực tế.
Ví dụ:
- Chuyển đổi số tại một ngân hàng;
- Triển khai AI trong một doanh nghiệp.
Interview
Thu thập dữ liệu thông qua phỏng vấn:
- Lãnh đạo doanh nghiệp;
- Chuyên gia;
- Nhân viên;
- Người sử dụng.
Phỏng vấn giúp hiểu:
- Quan điểm;
- Động cơ;
- Trải nghiệm;
- Hành vi.
Ethnography
Nghiên cứu con người trong môi trường thực tế của họ.
Ví dụ:
- Văn hóa tổ chức;
- Hành vi làm việc;
- Quá trình thích ứng với công nghệ.
Các phương pháp này đặc biệt phù hợp với:
- Nghiên cứu chuyển đổi số;
- Nghiên cứu quản trị;
- Nghiên cứu tổ chức;
- Nghiên cứu đổi mới sáng tạo.
Phần 6: Phân tích Dữ liệu
(Data Analysis)
Thu thập dữ liệu chỉ là bước khởi đầu.
Giá trị của nghiên cứu nằm ở khả năng phân tích và diễn giải dữ liệu.
Phân tích Định lượng
Bao gồm:
- Thống kê mô tả;
- Phân tích tương quan;
- Hồi quy;
- Kiểm định giả thuyết.
Mục tiêu:
- Kiểm chứng lý thuyết;
- Giải thích mối quan hệ giữa các biến.
Phân tích Định tính
Bao gồm:
Coding
Mã hóa dữ liệu.
Content Analysis
Phân tích nội dung.
Discourse Analysis
Phân tích diễn ngôn.
Grounded Theory
Xây dựng lý thuyết từ dữ liệu thực tế.
Những phương pháp này đặc biệt hữu ích khi xử lý:
- Dữ liệu phỏng vấn;
- Tài liệu nội bộ;
- Báo cáo;
- Chính sách;
- Nội dung truyền thông.
Mục tiêu không chỉ là mô tả dữ liệu mà còn phải:
- Giải thích;
- Tìm ra ý nghĩa;
- Xây dựng tri thức mới.
Kết luận
Nghiên cứu học thuật ở bậc sau đại học là một quá trình có hệ thống, bắt đầu từ nền tảng triết học khoa học, phát triển thông qua việc xây dựng câu hỏi nghiên cứu, thiết kế nghiên cứu, lựa chọn phương pháp phù hợp và kết thúc bằng việc phân tích dữ liệu để tạo ra những đóng góp mới cho tri thức.
Một nhà nghiên cứu giỏi không chỉ biết sử dụng các công cụ nghiên cứu.
Quan trọng hơn, họ phải có khả năng:
- Đặt những câu hỏi có ý nghĩa;
- Tư duy phản biện;
- Thiết kế nghiên cứu chặt chẽ;
- Lựa chọn phương pháp phù hợp;
- Phân tích dữ liệu có hệ thống;
- Tuân thủ các chuẩn mực đạo đức học thuật.
Nghiên cứu khoa học không chỉ là hành trình đi tìm câu trả lời.
Đó còn là quá trình học cách đặt đúng câu hỏi, hiểu đúng phương pháp và tạo ra tri thức có giá trị cho cộng đồng học thuật và xã hội.
Vina Aspire Insights
Thế giới bản tin | The World of Insights
