Đề ra giải pháp nghiên cứu định lượng trực quan, trong nghiên cứu định lượng vấn đề về đọc hiểu kết quả nghiên cứu là quan trọng nhất, trong khi đó việc đề ra giải pháp nghiên cứu thì cũng quan trọng không kém, nó là một phần rất quan trọng trong việc nghiên cứu định lượng, mà công việc định tính rất khó khăn trong việc đề ra, cũng có nhiều khi chỉ nó chung chung không chỉ ra đích danh tầm quan trọng của từng yếu tố được.
ĐỀ RA GIẢI PHÁP NGHIÊN CỨU
Mức ý nghĩa 5% là gì ?
Giá trị p, hay giá trị xác suất, là một con số mô tả khả năng dữ liệu của bạn sẽ xuất hiện một cách ngẫu nhiên (tức là giả thuyết rỗng là đúng).
Mức ý nghĩa thống kê thường được biểu thị bằng giá trị p từ 0 đến 1. Giá trị p càng nhỏ, bằng chứng chắc chắn rằng bạn nên bác bỏ giả thuyết vô hiệu.
- Giá trị p nhỏ hơn 0,05 (thường là ≤ 0,05) là có ý nghĩa thống kê. Nó chỉ ra bằng chứng chắc chắn chống lại giả thuyết vô hiệu, vì có ít hơn 5% xác suất giả thuyết không đúng (và kết quả là ngẫu nhiên). Do đó, chúng tôi bác bỏ giả thuyết vô hiệu và chấp nhận giả thuyết thay thế.
Tuy nhiên, nếu giá trị p thấp hơn ngưỡng có ý nghĩa của bạn (thường là p <0,05), bạn có thể bác bỏ giả thuyết vô hiệu, nhưng điều này không có nghĩa là có 95% xác suất rằng giả thuyết thay thế là đúng. Giá trị p có điều kiện khi giả thuyết rỗng là đúng, nhưng không liên quan đến sự thật hay sai của giả thuyết thay thế.
- Giá trị p cao hơn 0,05 (> 0,05) không có ý nghĩa thống kê và chỉ ra bằng chứng mạnh mẽ cho giả thuyết vô hiệu. Điều này có nghĩa là chúng tôi giữ lại giả thuyết vô hiệu và bác bỏ giả thuyết thay thế. Bạn cần lưu ý rằng bạn không thể chấp nhận giả thuyết null, chúng ta chỉ có thể bác bỏ giả thuyết null hoặc không thể bác bỏ nó.
Một kết quả có ý nghĩa thống kê không thể chứng minh rằng một giả thuyết nghiên cứu là đúng (vì điều này có nghĩa là chắc chắn 100%).
Thay vào đó, chúng tôi có thể nêu kết quả của chúng tôi “hỗ trợ” hoặc “cung cấp bằng chứng cho” giả thuyết nghiên cứu của chúng tôi (vì vẫn có một xác suất nhỏ rằng kết quả xảy ra một cách tình cờ và giả thuyết vô hiệu là đúng – ví dụ: ít hơn 5%).
Yếu tố có ý nghĩa thống kê
Trong nghiên cứu định lượng, những yếu tố hay biến có ý nghĩa thống kê là rất quan trọng trong nghiên cứu mô hình định lượng, điều này có nghĩa rằng chỉ có những biến có ý nghĩa thống kê mới có tác động trong mô hình nghiên cứu, còn những biến chưa thấy có ý nghĩa thống kê thì chưa có tác động trong mô hình nghiên cứu định lượng.
Một vấn đề rất quan trọng, nếu trong nghiên cứu định tính ta có thể nói yếu tô B tác động lên yếu tố Y, không có nghĩa là tất cả các nghiên cứu điều chỉ ra rằng yếu tố B tác động lên yếu tố Y, mà có những nghiên cứu có tác động và cũng có những nghiên cứu không có tác động.
Mức ảnh hưởng
Mức độ ảnh hưởng là hệ số Beta trong kết quả của mô hình nghiên cứu, hệ số này cho biết trong các nhân tố thì nhân tố nào có ảnh hưởng lớn nhất, nhân tố nào có ảnh hưởng nhỏ hơn, để chúng ta biết được mà ưu tiên đề ra giải pháp.
Cũng giống như việc có ý nghĩa thống kê của các yếu tố, trong nghiên cứu này có thể hệ số của biến A là lớn nhất, nhưng trong nghiên cứu khác thì biến có hệ số lớn nhất là Z chẳng hạn. Hệ số tác động không hề giống nhau qua các nghiên cứu.
Để ra giải pháp trong nghiên cứu
Việc nghiên cứu định lượng thì hoàn toàn khác nghiên cứu định tính trong việc đề ra giải pháp tác cả điều dựa vào mức ý nghĩa và mức ảnh hưởng trong kết quả nghiên cứu định lượng ( thường gọi là output).
Từ mức ý nghĩa chúng ta sẽ biết biến nào có tác động, biến nào không có tác động trong nghiên cứu; Nếu có nhiều biến có tác động thì chúng ta sẽ biết biến nào có mức ảnh hưởng cao hơn để chúng ta ưu tiên cho biến đó.
Có một vấn đề rất quan trọng các bạn nên để ý trong nghiên cứu thống kê, đặc biệt là lúc đề ra giải pháp nghiên cứu, đó là những biến có hệ số ảnh hưởng lớn, nhưng chưa chắc đã là quan trọng nhất trong nghiên cứu, bởi vậy các bạn chỉ nên nêu ra mức độ ảnh hưởng, còn mức độ quan trọng là khác nữa, chúng ta không nền nhầm lẫn 2 khái niệm này.
Tổng kết lại nghiên cứu định lượng
Từ kết quả nghiên cứu định lượng thì chúng ta đề ra giải pháp tương đối đơn giản hơn và trực quan hơn so với nghiên cứu định tính, vì vậy trong mô hình nghiên cứu định lượng thì việc để ra giải pháp là việc đơn giản và ai cũng có thể làm được.
