Khoa Kế toán Phân tích
LỜI MỞ ĐẦU
Nghiên cứu khoa học (NCKH) chiếm một vai trò quan trọng trong đời sống con người nói chung và trong các hoạt động học thuật, tư duy trong môi trường giáo dục nói riêng. Chính vì lý do đó, hoạt động nghiên cứu khoa học tại Việt Nam, và đặc biệt là tại các trường đại học được chú trọng và khuyến khích phát triển. Nghiên cứu phát triển ứng dụng khoa học và chuyển giao công nghệ đảm bảo chất lượng đào tạo là một nhiệm vụ quan trọng của Giảng viên Đại học. Hoạt động khoa học công nghệ trong trường Đại học không chỉ bao gồm giảng viên và các nhà khoa học mà còn có cả sinh viên thuộc các loại hình đào tạo đang theo học tại trường, tuy nhiên hoạt động NCKH của sinh viên còn nhiều hạn chế và cần có sự quan tâm nhiều hơn từ phía nhà trường, các giảng viên với vai trò là người hướng dẫn định hướng và nhất là từ các bạn sinh viên. Trong quá trình nghiên cứu khoa học để đạt được hiệu quả cao thì vấn đề thu nhập và xử lý dữ liệu là một vấn đề hết sức quan trọng. Làm tốt giai đoạn thu thập và xử lý dữ liệu phù hợp với mục đích và nội dung nghiên cứu là bước đầu mang đến thành công nhất định cho đề tài, giúp người nghiên cứu giải quyết hiệu quả những vấn đề nghiên của mình. Vì vậy trong phạm vi bài viết này, tác giả muốn đề cập đến phương pháp thu thập và xử lý dữ liệu trong NCKH của sinh viên, trên quan điểm đưa ra những vấn đề cơ bản nhất giúp sinh viên có thể tiến hành thu thập và xử lý dữ liệu phục vụ cho công tác NCKH đạt hiệu quả tốt nhất.
- Căn cứ lựa chọn phương pháp thu thập dữ liệu
Phổ biến trong các nghiên cứu kinh tế xã hội thường sử dụng các phương pháp thu thập dữ liệu như: phỏng vấn, quan sát, phân tích tài liệu sẵn có. Mỗi phương pháp thu thập có ưu điểm và hạn chế riêng nên việc lựa chọn phương pháp nào phụ thuộc vào một số yếu tố như:
- Mục đích nghiên cứu
- Nội dung nghiên cứu
- Đối tượng nghiên cứu
- Khả năng của người tổ chức nghiên cứu
Trong một NCKH không nên chỉ sử dụng duy nhất một phương pháp mà nên kết hợp một số phương pháp với nhau trong đó có một phương pháp chủ đạo từ đó quyết định xem cuộc nghiên cứu là định lượng hay định tính.
Yếu tố cơ bản quyết định đến phương pháp thu thập dữ liệu là nội dung, mục đích nghiên cứu. Song nếu chỉ căn cứ vào các yếu tố này mà không cân nhắc đến các yếu tố khác là khả năng của người nghiên cứu và đối tượng nghiên cứu thì việc lựa chọn phương pháp thu thập cũng không đảm bảo mang lại dữ liệu có chất lượng.
Thực chất của việc lựa chọn phương pháp thu thập là giải bài toán cân đối các yếu tố sao cho chọn được phương pháp đáp ứng đầy đủ nhất yêu cầu của các yếu tố.
2. Một số phương pháp thu thập dữ liệu
2.1. Phương pháp phỏng vấn
Phương pháp phỏng vấn là phương pháp thu thập dữ liệu được sử dụng nhiều nhất và cũng là phương pháp cung cấp dữ liệu phục vụ một cách hiệu quả nhất cho mục đích nghiên cứu. Phần lớn các dữ liệu thu thập để phân tích được thực hiện thông qua phương pháp phỏng vấn. Tuỳ theo cách tiếp cận với đối tượng để thu thập dữ liệu mà phỏng vấn sẽ có những hình thức biểu hiện khác nhau. Thu thập dữ liệu một cách gián tiếp qua bảng hỏi là phương pháp phỏng vấn viết, tiếp xúc trực tiếp với đối tượng để hỏi là phương pháp phỏng vấn trực diện hoặc cũng có thể phỏng vấn qua điện thoại để thu thập dữ liệu.
- Phương pháp phỏng vấn viết
Phương pháp phỏng vấn viết là phương pháp phỏng vấn mà người hỏi vắng mặt, chỉ có sự tiếp xúc thông qua bảng hỏi, người trả lời điền câu trả lời vào bảng hỏi. Vì vậy những vấn đề tâm lý trong khi đặt câu hỏi và nguyên tắc tâm lý trong sắp xếp bảng hỏi luôn phải tập trung vào người trả lời.
Để đảm bảo hiệu quả trong việc thu thập dữ liệu đối với phương pháp yêu cầu bảng hỏi phải được thiết kế hết sức chặt chẽ và công phu.
Phương pháp phỏng vấn viết được sử dụng khá phổ biến trong thực tế, chỉ cần một phiếu lập sẵn nên nó có khá nhiều ưu điểm:
- Không cần có mặt người phỏng vấn, không cần địa điểm, nghi thức gặp
- Câu trả lời khách quan hơn
- Nhanh chóng tiết kiệm chi phí
Mặc dù vậy, phương pháp phỏng vấn viết cũng có những hạn chế nhất định, đòi hỏi người nghiên cứu cần cân nhắc khi sử dụng:
- Đối tượng trả lời phải có trình độ nhất định
- Bảng hỏi phải được thiết kế chặt chẽ đòi hỏi nhiều công sức
Phương pháp phỏng vấn trực diện thông thường được hiểu là phỏng vấn miệng, còn gọi là “ cuộc nói chuyện riêng” hay “ trò chuyện có chủ định”, theo đó người phỏng vấn và đối tượng tiếp xúc trực tiếp với nhau để hỏi và trả lời theo một chủ đề đã định trước. Chính vì vậy, chất lượng dữ liệu phụ thuộc rất nhiều vào sự thành công của cuộc nói chuyện qua việc duy trì mối quan hệ của người phỏng vấn với đối tượng trước, trong và sau cuộc phỏng vấn.
Thực chất phỏng vấn trực diện là cuộc nói chuyện đặc biệt theo một chủ đề đã được xác định trước. Khảo sát tính chất của cuộc phỏng vấn trực diện sẽ giúp ta tìm ra cách thức để làm tốt cuộc phỏng vấn này, nâng cao chất lượng dữ liệu thu thập được.
Một trong những lợi thế đặc biệt của phỏng vấn trực diện là có thể mở rộng nội dung thu thập dữ liệu mà các phương pháp khác không làm được. Nếu như phương pháp phỏng vấn viết phụ thuộc vào các nhân tố ảnh hưởng đến việc nhận được câu trả lời của đối tượng thì phỏng vấn trực diện nhận được tỷ lệ trả lời cao hơn, ngay cả những đối tượng hạn chế về trình độ.
Tuy nhiên, bên cạnh những ưu điểm thì phỏng vấn trực diện cũng có những hạn chế nhất định. Cụ thể đó là phỏng vấn trực diện tốn kém hơn về mặt thời gian, chi phí và cả người phỏng vấn. Tổ chức phỏng vấn trực diện cũng khó khan hơn, đòi hỏi phải chuẩn bị kĩ càng về điều tra viên, địa điểm, nghi thức gặp gỡ…Trong phỏng vấn trực diện nếu không cẩn thận câu trả lời sẽ bị ảnh hưởng bởi thiên kiến của người phỏng vấn.
Phỏng vấn qua điện thoại là phỏng vấn miệng với cá nhân nhưng người phỏng vấn và người được phỏng vấn không gặp mặt trực tiếp mà thông qua điện thoại. So với phỏng vấn trực diện thì phỏng vấn qua điện thoại có nhiều ưu điểm hơn, thể hiện ở các khía cạnh sau:
Phỏng vấn qua điện thoại tiết kiệm chi phí hơn
Phỏng vấn qua điện thoại cũng tiết kiệm thời gian hơn. Thông thường thời gia dành cho một cuộc phỏng vấn qua điện thoại tương đối ngắn, thường chỉ kéo dài dưới 10 phút.
Bên cạnh đó phỏng vấn qua điện thoại cũng khách quan hơn, vì người phỏng vấn không thấy người trả lời nên người trả lời có thể sẵn long tiết lộ các dữ liệu riêng tư hơn là phỏng vấn trực diện, đặc biệt là những vấn đề nhạy cảm khó nói.
Tuy vậy, nhiều trường hợp phỏng vấn qua điện thoại cũng gặp những khó khan dẫn đến hiệu quả thu thập dữ liệu không cao, đòi hỏi người nghiên cứu phải cân nhắc khi lựa chọn phương pháp thu thập dữ liệu này.
2.2. Phương pháp quan sát
Phương pháp quan sát cũng là phương pháp dùng phổ biến trong nghiên cứu khoa học khi người nghiên cứu muốn có những dữ liệu sơ cấp trên đối tượng nghiên cứu. Bên cạnh việc thu thập dữ liệu phục vụ cho các nghiên cứu độc lập thì quan sát còn là phương pháp dung để đánh giá chất lượng dữ liệu thu thập được trong các phương pháp khác hoặc cũng có thể dữ liệu của quan sát sẽ là nền tảng để xây dựng các giả thuyết nghiên cứu cho một cuộc nghiên cứu mới.
Quan sát là quá trình tri giác và ghi lại các dữ liệu có liên quan đến đối tượng nghiên cứu phù hợp với mục đích và chủ đề nghiên cứu đặt ra. Thông thường phương pháp này được sử dụng trong các trường hợp như nghiên cứu dự định thăm dò khi chưa có khái niệm rõ ràng về vấn đề nghiên cứu, hoặc không có điều kiện đảm bảo yêu cầu về tính đại diện.
Dữ liệu thu thập trong phương pháp quan sát có nhiều ưu điểm, chẳng hạn như mô tả cụ thể, khách quan, chân thực về hiện tượng,… Nếu như các phương pháp phỏng vấn và phân tích tư liệu đều dựa trên dữ kiện về hành vi thứ cấp thì quan sát có thể ghi lại các hoạt động của đối tượng một cách trực tiếp. Trong phương pháp quan sát, người nghiên cứu chỉ quan sát những gì đã và đang tồn tại, không có sự can thiệp nào gây biến đổi trạng thái của đối tượng khảo sát. Thời gian dành cho quan sát cũng nhiều hơn so với các phương pháp khác. Chính vì vậy đối tượng có thời gian thể hiện còn người quan sát cũng có thể ghi chép trong suốt quá trình, tránh được các ấn tượng tức thời ngẫu nhiên . Tuy nhiên, quan sát có nhược điểm cơ bản là thụ động và chậm chạp, không thể kiểm soát được các yếu tố ngẫu nhiên ảnh hưởng đến kết quả quan sát. Dữ liệu thu thập được bằng phương pháp quan sát khó lượng hoá và nhiều nội dung nghiên cứu không thể thực hiện bằng phương pháp quan sát. Bên cạnh đó nhiều trường hợp người quan sát không được sự đồng tình của đối tượng khi tiến hành quan sát, khi đó dữ liệu thu thập sẽ thiếu khách quan hoặc không chính xác.
2.3. Phương pháp phân tích tư liệu
Ngoài hai phương pháp thu thập dữ liệu đã đề cập, chủ yếu cho chúng ta các dữ liệu sơ cấp thì trong nghiên cứu khoa học một phương pháp thu thập dữ liệu khác cũng hay được sử dụng kết hợp đó là phương pháp phân tích tư liệu.
Phân tích tư liệu là phương pháp thu thập dữ liệu dựa trên các tài liệu sẵn có phục vụ cho mục đích nghiên cứu cụ thể. Các tài liệu đã có thường phục vụ cho mục đích nghiên cứu khác nhau và có một số dữ liệu liên quan có thể dùng vào mục đích nghiên cứu của đề tài. Các nguồn tài liệu trên thực tế rất phong phú và đa dạng, vả lại cách tiếp cận vấn đề của các nguồn tài liệu cũng khác nhau. Chính vì vậy khi sử dụng cần phải đánh giá được tính sát thực của nguồn tài liệu cũng như như tìm hiểu các giác độ nghiên cứu của tác giả để có tài liệu chất lượng.
Ưu điểm của phương pháp pháp phân tích dữ liệu được xem xét trên một số khía cạnh sau:
- Tiết kiệm được chi phí và thời gian
- Cho phép thu được dữ liệu đa chiều, nhiều mặt
- Không gây ảnh hưởng đến đối tượng. Thường tài liệu thu thập sau khi đã qua giai đoạn điều tra.
Mặc dù vậy, phương pháp phân tích tư liệu cũng có những hạn chế nhất định:
- Tài liệu thu thập được ít được phân chia theo tiêu chí mong muốn.
- Dữ liệu của các bài viết dễ bị ảnh hưởng bởi các quan điểm tư tưởng của tác giả. Nhất là các nguồn dữ liệu không được kiểm chứng đánh giá.
- Tính không đầy đủ của nguồn tài liệu cũng là một hạn chế khi phân tích tư liệu.
Có thể nói để thu thập dữ liệu phục vụ cho việc nghiên cứu khoa học có rất nhiều phương pháp, nhưng đối với nghiên cứu khoa học của sinh viên thì việc lựa chọn phương pháp nào phù hợp với mục đích nghiên cứu, nội dung của đề tài và trên hết là khả năng của mình là điều hết sức quan trọng. Vậy thì đối với sinh viên, những người đang ngồi trên giảng đường chưa được trang bị hoàn thiện tất cả những kiến thức khoa học thì việc sử dụng phương pháp nào để đạt hiệu quả cao nhất cần sự hướng dẫn, định hướng của giảng viên rất nhiều, và phương pháp được sử dụng ưu tiên phổ biến nhất nên là phương pháp phân tích tư liệu.
3. Phương pháp xử lý dữ liệu
Kết quả thu thập dữ liệu từ phỏng vấn, quan sát, hay phân tích tư liệu tồn tại dưới 2 dạng; Dữ liệu định tính và dữ liệu định lượng.Các dữ liệu định tính và định lượng cần được xử lý để xây dựng các luận cứ, phục vụ cho việc chứng minh hoặc bác bỏ các giả thuyết khoa học.
Có 2 hướng để xử lý dữ liệu:
Xử lý logic đối với các dữ liệu định tính. Đây là việc đưa ra những phán đoán về bản chất các sự kiện, đồng thời thể hiện những liên hệ logic của các sự kiện.
Xử lý toán học đối với các dữ liệu định lượng. Đây là việc sử dụng phương pháp thống kê toán để xác định xu hướng, diễn biến của tập hợp dữ liệu thu thập được.
3.1. Xử lý dữ liệu định tính
3.1.1. Đọc tư liệu thu thập
Để phân tích dữ liệu định tính có hiệu quả phải hoà nhập vào dữ kiện đã thu thập bằng cách đọc đi đọc lại. Trước hết phải đọc để xem nội dung có phù hợp với ý định đã đưa ra, dữ liệu có đầy đủ, chi tiết hay chỉ ở bề mặt? Các bước cơ bản trong xử lý dữ liệu định tính Mã hóa dữ liệu đọc, nghiền ngẫm dữ liệu, cô đọng trình bày lý giải, đọc kỹ tư liệu thu thập để xác định được những chủ đề nổi bật và phát triển những giải thích tạm thời.
3.1.2. Mã hoá dữ kiện, lập bản chỉ dẫn các dữ kiện (indexing)
Khi xử lý dữ liệu cần sắp xếp các dữ kiện, đọc các dữ kiện, bước tiếp theo là mã hoá, làm bản chỉ dẫn về các dữ kiện theo những đề mục, phạm trù nhất định. Đây là cách tổ chức và phân loại các dữ kiện để sau này có thể so sánh các trường hợp, tìm ra các khuôn mẫu chung lý giải các vấn đề. Mã hoá dữ liệu định tính là một quá trình gán tên cho một một đoạn văn bản có những dữ liệu giống nhau hay có tương quan với nhau, để có thể tập hợp lại hay so sánh với nhau. Chúng ta có thể mã hoá các chủ đề (là những loại ý tưởng chính xuất hiện từ việc tập hợp các dữ kiện cơ sở). Việc mã hoá tương tự việc cắm những ký hiệu giao thông, giúp cho biết được ta đang ở đâu, thấy gì, và cho phép phân tích một lượng dữ liệu lớn dễ dàng và chính xác hơn. Mã hoá như vậy cho phép lọc ra các dữ liệu có cùng nội dung, tập hợp thành những tập tin riêng, từ đó có thể tìm ra những chủ đề chi tiết hơn. Có nhiều hình thức mã hoá dữ liệu khác nhau: mã hoá mở, mã theo trục, mã chọn lọc. Do đó nếu có nhiều người cùng xử lý dữ liệu thì phải thảo luận đi đến những kết luận chung về việc mã hoá. Hiện nay, có những phần mềm có chức năng sắp xếp, phân loại các dữ kiện định tính như phần mềm Aquad, Hyperresearch, Nudist, Nvivo (Úc), Ethnograth, Qualpro, Meca... Nhưng việc phân ra các đề mục, mã hoá vẫn là công việc của người xử lý dữ liệu. Máy tính chỉ giúp lọc ra các sự kiện, sắp xếp sự kiện còn việc dựa trên các sự kiện này để lý luận vẫn là công việc của người xử lý dữ liệu. Khi mã hoá, người xử lý dữ liệu có thể ghi chú thêm những nhận định của mình (memos), với những quy ước riêng. Trong quá trình mã hoá cũng có thay đổi tên gọi các mã cho phù hợp với dữ liệu được xử lý. Đồng thời, người xử lý dữ liệu sẽ nhận thấy có một số mã tập hợp lại với nhau, tập trung nhiều dữ liệu, nhưng cũng có mã trở thành rời rạc. Việc mã hoá có thể tiến hành liên tục ngay từ khi thu thập dữ liệu có nhiều ưu điểm. Nó cho phép có thể bổ sung các câu hỏi cho những lần thu thập kế tiếp. Với những dữ liệu mới được thu thập, việc liên tục xem lại cơ cấu mã hoá cho phép phát hiện sớm các định kiến. Sắp xếp, truy xuất các mã, hình thành các tập tin theo chủ đề: Sau khi đã đọc đi, đọc lại các dữ liệu và mã hoá, có thể bắt đầu một bước mới bằng cách sắp xếp và truy xuất các mã (coding sort). Đây là việc tập hợp các văn bản của những mã giống nhau thành các tập tin mới. Bước này có thể làm thủ công hay bằng các phần mềm ứng dụng xử lý nghiên cứu định tính.
3.1.3. Trình bày các dữ kiện
Trình bày các dữ kiện là làm một bản liệt kê tóm tắt những điều liên quan đến chủ đề phân tích. Trước hết phải quan tâm nắm bắt những sắc thái, khác biệt trong chủ đề, phân biệt các khía cạnh định lượng và định tính, những khác biệt giữa những cá nhân, các nhóm nhỏ. Phải phân biệt những chủ đề chính và những chủ đề phụ xuất hiện từ các dữ kiện. Sau khi đã phân biệt, hãy quay trở lại dữ kiện và tìm xem những dữ liệu hỗ trợ những chủ đề chính, chủ đề phụ đã nêu ra, cả khía cạnh định lượng và định tính.
3.1.4. Cô đọng dữ liệu
Cô đọng dữ liệu là tinh lọc dữ liệu để có thấy rõ những khái niệm chủ yếu và tương quan giữa chúng. Thực hiện bước này khi việc thu thập dữ liệu kết thúc và sau khi mã hoá, nghiền ngẫm tư liệu. Mục tiêu của giai đoạn này là để có một cái nhìn, nắm ý nghĩa tổng quát của tư liệu và phân biệt được các chủ đề trung tâm với các chủ đề phụ, phân biệt cái chủ yếu và không chủ yếu. Để có cái nhìn tổng quát như vậy về tư liệu đôi lúc cần những sơ đồ dễ nhìn bằng cách sử dụng các bản tóm tắt, bản ma trận, sơ đồ, đồ thị…
3.2. Xử lý dữ liệu định lượng
Để cô đọng các dữ kiện cần phải tiến hành công việc mã hoá (coding). Mã hoá có nghĩa là gán cho các phương án trả lời một ký hiệu, một con số nào đó (nhất là đối với trường hợp sử dụng các bảng hỏi). Quá trình mã hoá có thể được thực hiện trước hay sau khi thu thập dữ kiện. Việc mã hoá trước (precoding) có thể được sử dụng với các câu hỏi đóng. Hay nói cách khác với các câu hỏi đóng ta biết các biến thể của câu trả lời nên có thể cho mỗi biến thể một ký hiệu quy ước trước. Và ngược lại, với các câu hỏi mở thường người ta phải sử dụng việc mã hoá sau (post coding) do không biết có bao nhiêu biến thể cho câu trả lời. Hiện nay có các phần mềm chuyên dụng xử lý các bảng hỏi và xử lý thống kê như SPSS, SPAD, SAS, Stata, Statgraphics... Việc xử lý các dữ kiện định lượng bao gồm các công việc chính:
1) Sắp xếp, mô tả các dữ kiện
2) Tìm tương quan giữa các biến số
3) Giải thích khoảng cách giữa các kết quả đạt được và những kết quả chờ đợi
4) Xác định dữ liệu cuối cùng
5) Cung cấp dữ liệu
6) Bảo quản, lưu trữ dữ liệu
Trong việc mô tả, sắp xếp các dữ kiện ta có thể trình bày chúng với các dạng thống kê mô tả. Ví dụ mối quan hệ giữa trình độ học vấn và tỷ suất sinh; mối quan hệ giữa công tác tuyên truyền, vận động thực hiện pháp luật với tỷ lệ vi phạm pháp luật để đánh giá hiệu quả công tác tuyên truyền. Trong trường hợp này, người xử lý dữ liệu có thể sử dụng phần mềm để xác định mối tương quan hoặc thông qua khai thác dữ liệu theo lịch sử để nhận diện mối tương quan này.
Khi xử lý dữ liệu cần kết hợp hai loại dữ liệu định lượng và định tính. Nếu có mâu thuẫn, quá trình xử lý dữ liệu cần phải quyết định dung hoà hay ưu tiên như thế nào để đi đến một lý giải toàn diện những kết quả đã tìm được, để có được dữ liệu hữu ích phục vụ cho quá trình giải quyết công việc.
4. Những trở ngại trong quá trình thu thập và xử lý dữ liệu
4.1. Tình trạng quá tải hoặc thiếu dữ liệu hữu ích
Quá trình thu thập dữ liệu luôn đối mặt với hai vấn đề hoặc quá tải dữ liệu hoặc thiếu các dữ liệu cần thiết. Sự quá tải về dữ liệu dẫn đến trong việc khó khăn lựa chọn những dữ liệu phản ánh đầy đủ nhất, toàn diện nhất về bản chất sự việc, hiện tượng và tạo sức ép phải thu thập thêm dữ liệu vì tâm lý không muốn bỏ sót dữ liệu dù dữ liệu thu thập được có thể đã đến mức bão hoà. Sự quá tải về dữ liệu cũng dẫn đến khó khăn cho quá trình xử lý. Việc xử lý nhiều dữ liệu vừa đòi hỏi thời gian vừa đòi hỏi nhiều nguồn lực và kỹ năng xử lý dữ liệu. Trái ngược với sự quá tải về dữ liệu là tình trạng thiếu dữ liệu hữu ích. Việc thiếu dữ liệu hữu ích dẫn đến để có thể có đủ dữ liệu cho quá trình giải quyết công việc cần phải tốn nhiều thời gian và nguồn lực hơn để thu thập. Mặt khác, do thiếu dữ liệu hữu ích nên cho dù cố gắng thu thập dữ liệu thì dữ liệu thu thập được có thể không phản ánh hết được bản chất của đối tượng, dẫn đến có thể nhận thức sai lệch về đối tượng. Việc thiếu dữ liệu hữu ích dẫn đến quá trình xử lý dữ liệu khó tìm ra bản chất, ý nghĩa của dữ liệu. Bởi lẽ, dữ liệu chỉ có ý nghĩa thống kê khi đạt đến một định mức nhất định.
4.2. Hạn chế về năng lực và kỹ năng xử lý dữ liệu
Hạn chế về năng lực và kỹ thuật thu thập và xử lý dữ liệu có ảnh hưởng trực tiếp đến chất lượng dữ liệu và hiệu quả khai thác dữ liệu. Sự quá tải về dữ liệu, sự đa dạng về dữ liệu dẫn đến những khó khăn trong quá trình thu thập và xử lý. Sự hạn chế về kỹ năng thu thập dữ liệu biểu hiện trên nhiều phương diện như thiếu kỹ năng lựa chọn phương pháp thu thập dữ liệu, kỹ năng triển khai áp dụng các phương pháp. Việc xử lý dữ liệu sẽ bị giảm bớt hiệu quả nếu chủ thể thu thập dữ liệu không có các kiến thức về thống kê, thiếu kỹ năng phân tích dữ liệu, kỹ năng sử dụng các phương tiện tin học trong xử lý dữ liệu.
4.3. Những trở ngại trong cơ cấu tổ chức, phong cách quản lý, văn hoá tổ chức
Cơ cấu tổ chức, phong cách quản lý và văn hoá tổ chức có thể ảnh hưởng đến quá trình thu thập và xử lý dữ liệu. Văn hoá tổ chức khép kín, thiếu sự cởi mở, chia sẻ dữ liệu có thể sẽ gặp nhiều khó khăn. Mặt khác, khi tổ chức duy trì quá nhiều thủ tục cứng nhắc cũng dẫn đến việc thu thập và chia sẻ dữ liệu khó khăn, thành rào cản cho quá trình thu thập dữ liệu. Cơ cấu tổ chức cồng kềnh, nhiều tầng nấc có thể làm cho dữ liệu bị thu thập không đầy đủ hoặc bị nhiễu qua các tầng nấc.
Ngoài những trở ngại chung trong quá trình thu thập và xử lý dữ liệu thì nghiên cứu khoa học của sinh viên còn gặp những trở ngại và khó khăn khác nữa như kiến thức khoa học còn hạn chế, trình độ hiểu biết, kinh nghiệm nghiên cứu khoa học cũng như các quan hệ xã hội…vì vậy cần rất nhiều sự quan tâm, hướng dẫn và giúp đỡ từ phía giảng viên cũng như nhà trường để giảm thiểu các rào cản đó.
KẾT LUẬN
Qua những nội dung cụ thể đó chúng ta có thể nhận thấy thu thập và xử lý dữ liệu là những công đoạn hết sức quan trọng quyết định đến sự thành công của đề tài nghiên cứu khoa học. Trong khuôn khổ nội dung một bài viết chưa phải đã thật đầy đủ nhưng có thể đưa ra được những vấn đề cơ bản nhất của phương pháp thu thập và xử lý dữ liệu nói chung cũng như phục vụ công tác nghiên cứu khoa học của sinh viên nói riêng. Tác giả mong sẽ nhận được sự đóng góp nhận xét của các đồng nghiệp, của những người làm khoa học để bài viết được hoàn thiện hơn góp một phần vào sự phát triển của công tác nghiên cứu khoa học trong toàn nhà trường cũng như công tác nghiên cứu khoa học của các bạn sinh viên.
Khoa Kế toán phân tích