Cách thiết kế quy trình thu thập dữ liệu khoa học

Quy trình càng rõ thì dữ liệu càng dễ đối chiếu giữa các nhóm, các đợt và các thời điểm khác nhau. Ngược lại, nếu thay đổi đối tượng, cách đo hoặc điều kiện thu thập giữa chừng, kết quả có thể khó so sánh dù số lượng dữ liệu vẫn lớn.

Xác định đối tượng và thông tin cần thu thập trước khi chọn phương pháp

Nền tảng của quy trình là xác định chính xác dữ liệu cần thu thập từ ai, từ đâu và để trả lời câu hỏi nào. “Đối tượng” có thể là người, hộ gia đình, doanh nghiệp, sản phẩm, giao dịch, sự kiện hoặc một đơn vị quan sát khác tùy nghiên cứu.

Cần tách rõ ba thành phần: đối tượng quan sát, thông tin cần đo và tiêu chí xác định một bản ghi hợp lệ. Chẳng hạn, nếu nghiên cứu mức độ hài lòng của khách hàng, “khách hàng” là đối tượng; mức độ hài lòng, thời gian sử dụng và tần suất mua có thể là các biến; còn điều kiện xác định một phản hồi hợp lệ phải được quy định trước.

Việc xác định này giúp tránh một lỗi phổ biến: thu thập rất nhiều dữ liệu nhưng không dữ liệu nào trả lời trực tiếp câu hỏi ban đầu. Nó cũng tạo cơ sở để xác định phạm vi mẫu, tiêu chí lựa chọn đối tượng và mức độ chi tiết của công cụ thu thập.

Một quy trình tốt cần trả lời được:

·         Đối tượng nào thuộc phạm vi thu thập

·         Đối tượng nào bị loại khỏi phạm vi

·         Biến hoặc thông tin nào bắt buộc phải ghi nhận

·         Đơn vị đo và cách diễn giải từng biến

·         Điều kiện nào làm một bản ghi được xem là hợp lệ

Chuẩn hóa phương pháp, công cụ và cách ghi nhận dữ liệu

Sau khi xác định dữ liệu cần có, bước tiếp theo là thống nhất cách thu thập. Hai người cùng thu thập một loại dữ liệu nhưng sử dụng câu hỏi, đơn vị đo hoặc cách ghi nhận khác nhau có thể tạo ra những kết quả không tương thích.

Phương pháp có thể là bảng hỏi, phỏng vấn, quan sát, đo trực tiếp, khai thác hồ sơ hoặc kết hợp nhiều phương pháp. Điều quan trọng không phải là chọn phương pháp phổ biến nhất mà là chọn phương pháp phù hợp với loại thông tin cần thu thập và khả năng tiếp cận đối tượng.

Công cụ phải được thiết kế tương ứng với phương pháp. Với bảng hỏi, cần quy định câu hỏi, thứ tự, lựa chọn trả lời và điều kiện chuyển câu. Với đo trực tiếp, cần thống nhất thiết bị, đơn vị, điều kiện đo và cách ghi kết quả. Với dữ liệu từ hồ sơ, cần quy định trường dữ liệu nào được lấy và cách xử lý trường thiếu hoặc không nhất quán.

Các thuật ngữ, mã biến, đơn vị đo và quy tắc ghi nhận cũng nên được chuẩn hóa trước khi thu thập. Đây là lớp kiểm soát quan trọng để dữ liệu từ nhiều người hoặc nhiều nguồn có thể ghép và phân tích mà không phải diễn giải lại từng bản ghi.

Xác định thời điểm và điều kiện thu thập để dữ liệu có thể so sánh

Thời điểm không chỉ là một mốc lịch. Trong nhiều quy trình, cùng một đối tượng có thể cho kết quả khác nhau tùy thời gian, chu kỳ hoạt động hoặc điều kiện thu thập.

Vì vậy, quy trình nên quy định rõ thời điểm bắt đầu và kết thúc, khoảng tham chiếu, tần suất thu thập và điều kiện cần duy trì trong quá trình ghi nhận. Nếu thu thập định kỳ, cần xác định các đợt có cùng nguyên tắc để dữ liệu giữa các kỳ có thể so sánh.

Điều kiện thu thập cũng cần được ghi nhận khi có khả năng ảnh hưởng đến kết quả. Ví dụ, nếu một phép đo phụ thuộc vào môi trường hoặc trạng thái của đối tượng, điều kiện đó không nên bị xem là thông tin bên lề. Nó là một phần của ngữ cảnh dữ liệu và có thể quyết định việc hai kết quả có thực sự so sánh được hay không.

Điểm cần tránh là thay đổi thời điểm hoặc điều kiện giữa các đợt mà không ghi lại sự thay đổi. Khi đó, khác biệt trong dữ liệu có thể đến từ phương pháp thu thập thay vì từ chính hiện tượng đang nghiên cứu.

Thử nghiệm quy trình trước khi thu thập trên quy mô chính thức

Một quy trình chỉ được xem là sẵn sàng khi công cụ và cách thực hiện đã được kiểm tra trong điều kiện gần với thực tế. Thử nghiệm trước giúp phát hiện câu hỏi khó hiểu, lựa chọn trả lời thiếu, quy tắc chuyển bước sai, trường dữ liệu không phù hợp hoặc thao tác ghi nhận gây nhầm lẫn.

Với bảng hỏi, nên kiểm tra cách người trả lời hiểu câu hỏi và khả năng hoàn thành công cụ. Với quy trình phỏng vấn, cần kiểm tra cách người thực hiện đặt câu hỏi, ghi nhận và xử lý tình huống phát sinh. Với biểu mẫu điện tử, cần kiểm tra logic nhập liệu, các trường bắt buộc và cách hệ thống phản hồi khi dữ liệu không hợp lệ.

Kết quả thử nghiệm phải quay trở lại quy trình. Nếu phát hiện một câu hỏi bị hiểu theo nhiều cách, không nên chỉ nhắc người thu thập “cẩn thận hơn” mà cần sửa câu hỏi hoặc quy tắc hướng dẫn. Cùng nguyên tắc đó áp dụng cho đơn vị đo, mã hóa, thứ tự thao tác và tiêu chí xác nhận dữ liệu.

Thử nghiệm cũng là nơi kiểm tra tính nhất quán giữa các phương thức thu thập nếu cùng một thông tin được lấy qua nhiều kênh.

Thiết kế kiểm soát chất lượng xuyên suốt quá trình thu thập

Kiểm soát chất lượng không nên chờ đến lúc dữ liệu đã thu thập xong. Một quy trình tốt đặt các điểm kiểm tra ngay trong quá trình thực hiện để phát hiện lỗi gần thời điểm phát sinh.

Có thể kiểm soát theo nhiều lớp: kiểm tra điều kiện tham gia, kiểm tra dữ liệu bắt buộc, kiểm tra phạm vi giá trị, kiểm tra tính nhất quán giữa các trường và kiểm tra những bản ghi có dấu hiệu bất thường. Mỗi loại lỗi cần có quy tắc xử lý riêng thay vì sửa thủ công tùy trường hợp.

Đồng thời, cần quy định ai được phép sửa dữ liệu, sửa ở đâu và phải lưu dấu vết gì khi sửa. Dữ liệu gốc và dữ liệu đã làm sạch không nên bị trộn lẫn, bởi việc mất dấu vết thay đổi khiến quá trình kiểm tra hoặc tái lập kết quả trở nên khó khăn.

Nếu dữ liệu có tính nhạy cảm, quy trình còn phải xác định quyền truy cập, cách lưu trữ, truyền nhận và bảo vệ thông tin theo yêu cầu áp dụng cho loại dữ liệu đó.

Chuẩn hóa quy trình thành một chuỗi thao tác có thể lặp lại

Khi các thành phần đã được xác định, quy trình cần được chuyển thành chuỗi thao tác rõ ràng từ đầu đến cuối:

1.    Xác định mục tiêu và dữ liệu cần thu thập

2.    Xác định đối tượng, phạm vi và đơn vị quan sát

3.    Xác định biến, định nghĩa và đơn vị đo

4.    Chọn phương pháp và thiết kế công cụ

5.    Quy định thời điểm, tần suất và điều kiện thu thập

6.    Thử nghiệm công cụ và quy trình

7.    Hướng dẫn người thực hiện theo cùng một quy tắc

8.    Thu thập và kiểm tra dữ liệu trong quá trình thực hiện

9.    Ghi nhận, xử lý và lưu vết các trường hợp bất thường

10.  Đánh giá chất lượng dữ liệu trước khi chuyển sang bước phân tích

Điểm quan trọng là mỗi bước phải có đầu vào, thao tác, điều kiện hoàn thành và đầu ra tương ứng. Khi một bước không đạt, quy trình cần chỉ rõ quay lại đâu và ai chịu trách nhiệm xử lý.

Khi nào cần điều chỉnh quy trình?

Không nên thay đổi quy trình chỉ vì muốn có cách làm mới. Thay đổi nên xuất phát từ một vấn đề cụ thể như dữ liệu thiếu nhiều, cách hiểu câu hỏi không thống nhất, công cụ không hoạt động đúng, điều kiện thực tế khác với giả định ban đầu hoặc dữ liệu giữa các đợt không còn khả năng so sánh.

Mỗi thay đổi quan trọng cần được ghi nhận về nội dung thay đổi, thời điểm áp dụng và phạm vi ảnh hưởng. Nếu một nghiên cứu hoặc hệ thống thu thập dữ liệu diễn ra nhiều đợt, việc quản lý phiên bản của công cụ và hướng dẫn càng quan trọng.

Một quy trình có thể được xem là đủ chặt khi người thực hiện khác nhau vẫn có thể tiến hành cùng một nhiệm vụ theo cùng nguyên tắc và tạo ra dữ liệu có khả năng đối chiếu.

Quy trình thu thập dữ liệu khoa học cần thống nhất ít nhất năm lớp: đối tượng và phạm vi, thông tin cần đo, phương pháp và công cụ, thời điểm và điều kiện, cùng cơ chế kiểm soát chất lượng. Trình tự hợp lý là xác định dữ liệu cần có trước, chuẩn hóa cách thu thập, thử nghiệm, triển khai, kiểm tra và quản lý các thay đổi. Cách thiết kế này giúp dữ liệu không chỉ đầy đủ về số lượng mà còn nhất quán, có ngữ cảnh và đủ tin cậy để sử dụng ở bước phân tích tiếp theo.