HOT:
Suy nghĩ như một nhà nghiên cứu khoa học, để thực hiện một nghiên cứu tốt, trước tiên cần phải đào tạo lại bộ não của bạn để suy nghĩ như một nhà nghiên cứu.
Suy nghĩ của nhà nghiên cứu
Điều này đòi hỏi phải trực quan hóa những điều trừu tượng từ những quan sát thực tế, “kết nối các dấu chấm” một cách tinh thần để xác định các khái niệm và mẫu ẩn, đồng thời tổng hợp các mẫu đó thành các định luật và lý thuyết tổng quát áp dụng cho các bối cảnh khác ngoài phạm vi của các quan sát ban đầu. Nghiên cứu bao gồm việc liên tục di chuyển qua lại từ bình diện thực nghiệm, nơi các quan sát được tiến hành sang bình diện lý thuyết, nơi những quan sát này được trừu tượng hóa thành các định luật và lý thuyết tổng quát. Đây là một kỹ năng cần nhiều năm để phát triển, không phải là thứ được dạy trong các chương trình sau đại học hoặc tiến sĩ hoặc có được trong các khóa đào tạo trong ngành, và cho đến nay vẫn là kỹ năng thiếu hụt lớn nhất trong số các bằng Tiến sĩ. sinh viên. Một số khái niệm trừu tượng cần thiết để suy nghĩ như một nhà nghiên cứu bao gồm đơn vị phân tích, cấu trúc, giả thuyết, hoạt động, lý thuyết, mô hình,
Phân tách đơn vị nhà nghiên cứu
Một trong những quyết định đầu tiên trong bất kỳ nghiên cứu khoa học xã hội nào là đơn vị phân tích của một nghiên cứu khoa học. Đơn vị phân tích đề cập đến cá nhân, tập thể hoặc đối tượng là mục tiêu của cuộc điều tra. Đơn vị phân tích điển hình bao gồm các cá nhân, nhóm, tổ chức, quốc gia, công nghệ, đối tượng, v.v.
Ví dụ, nếu chúng ta quan tâm đến việc nghiên cứu hành vi mua sắm của mọi người, kết quả học tập hoặc thái độ của họ đối với công nghệ mới, thì đơn vị phân tích là cá nhân. Nếu chúng ta muốn nghiên cứu đặc điểm của các băng nhóm đường phố hoặc làm việc theo nhóm trong các tổ chức, thì đơn vị phân tích là nhóm. Nếu mục tiêu của nghiên cứu là tìm hiểu cách thức các công ty có thể cải thiện lợi nhuận hoặc đưa ra các quyết định điều hành tốt, thì đơn vị phân tích là công ty.
Trong trường hợp này, mặc dù các quyết định được đưa ra bởi các cá nhân trong các công ty này, những cá nhân này được cho là đại diện cho quyết định của công ty hơn là quyết định cá nhân của họ. Nếu nghiên cứu hướng vào việc tìm hiểu sự khác biệt trong các nền văn hóa quốc gia, thì đơn vị phân tích trở thành một quốc gia. Ngay cả những đồ vật vô tri vô giác cũng có thể dùng làm đơn vị phân tích.
Ví dụ: nếu một nhà nghiên cứu quan tâm đến việc tìm hiểu cách làm cho các trang web trở nên hấp dẫn hơn đối với người dùng của họ, thì đơn vị phân tích là một trang web (chứ không phải người dùng). Nếu chúng ta muốn nghiên cứu cách thức chuyển giao kiến thức giữa hai công ty, thì đơn vị phân tích của chúng ta sẽ trở thành đơn vị phân tích (sự kết hợp giữa các công ty đang gửi và nhận kiến thức). Ngay cả những đồ vật vô tri vô giác cũng có thể dùng làm đơn vị phân tích.
Ví dụ: nếu một nhà nghiên cứu quan tâm đến việc tìm hiểu cách làm cho các trang web trở nên hấp dẫn hơn đối với người dùng của họ, thì đơn vị phân tích là một trang web (chứ không phải người dùng). Nếu chúng ta muốn nghiên cứu cách thức chuyển giao tri thức giữa hai công ty, thì đơn vị phân tích của chúng ta sẽ trở thành đơn vị phân tích (sự kết hợp giữa các công ty đang gửi và nhận tri thức).
Ngay cả những đồ vật vô tri vô giác cũng có thể dùng làm đơn vị phân tích. Ví dụ: nếu một nhà nghiên cứu quan tâm đến việc tìm hiểu cách làm cho các trang web trở nên hấp dẫn hơn đối với người dùng của họ, thì đơn vị phân tích là một trang web (chứ không phải người dùng). Nếu chúng ta muốn nghiên cứu cách thức chuyển giao tri thức giữa hai công ty, thì đơn vị phân tích của chúng ta sẽ trở thành đơn vị phân tích (sự kết hợp giữa các công ty đang gửi và nhận tri thức).
Phân tách nâng cao
Việc hiểu các đơn vị phân tích đôi khi có thể khá phức tạp. Ví dụ: nếu chúng ta muốn nghiên cứu lý do tại sao một số vùng lân cận có tỷ lệ tội phạm cao, thì đơn vị phân tích của chúng ta trở thành vùng lân cận, chứ không phải tội phạm hoặc tội phạm phạm tội như vậy. Điều này là do đối tượng điều tra của chúng tôi là khu vực lân cận chứ không phải tội phạm.
Tuy nhiên, nếu chúng ta muốn so sánh các loại tội phạm khác nhau ở các vùng lân cận khác nhau, chẳng hạn như giết người, cướp của, hành hung, v.v., thì đơn vị phân tích của chúng ta sẽ trở thành tội phạm. Nếu chúng ta muốn nghiên cứu lý do tại sao tội phạm tham gia vào các hoạt động bất hợp pháp, thì đơn vị phân tích trở thành cá nhân (tức là tội phạm).
Giống như, nếu chúng ta muốn nghiên cứu lý do tại sao một số đổi mới thành công hơn những đổi mới khác, thì đơn vị phân tích của chúng tôi là một đổi mới. Tuy nhiên, nếu chúng ta muốn nghiên cứu cách một số tổ chức đổi mới nhất quán hơn những tổ chức khác, thì đơn vị phân tích là tổ chức. Do đó, hai câu hỏi nghiên cứu liên quan trong cùng một nghiên cứu có thể có hai đơn vị phân tích hoàn toàn khác nhau.
Hiểu đơn vị phân tích rất quan trọng vì nó định hình loại dữ liệu bạn nên thu thập cho nghiên cứu của mình và bạn thu thập dữ liệu đó từ ai. Nếu đơn vị phân tích của bạn là một trang web, bạn nên thu thập dữ liệu về các trang web từ các trang web thực tế, và không khảo sát mọi người về cách họ sử dụng các trang web. Nếu đơn vị phân tích của bạn là tổ chức, thì bạn nên đo lường các biến cấp tổ chức như quy mô tổ chức, doanh thu, hệ thống phân cấp hoặc năng lực hấp thụ.
Dữ liệu này có thể đến từ nhiều nguồn khác nhau, chẳng hạn như hồ sơ tài chính hoặc khảo sát của Giám đốc điều hành (Giám đốc điều hành), những người được cho là đại diện cho tổ chức của họ (thay vì chính họ). Một số biến số chẳng hạn như lương của CEO có thể giống như các biến số cấp độ cá nhân, nhưng trên thực tế, nó cũng có thể là một biến ở cấp độ tổ chức vì mỗi tổ chức chỉ có một khoản trả cho CEO vào bất kỳ lúc nào. Đôi khi, có thể thu thập dữ liệu từ cấp độ phân tích thấp hơn và tổng hợp dữ liệu đó lên cấp độ phân tích cao hơn.
Ví dụ: để nghiên cứu khả năng làm việc theo nhóm trong các tổ chức, bạn có thể khảo sát các thành viên nhóm cá nhân trong các nhóm tổ chức khác nhau và tính trung bình điểm cá nhân của họ để tạo ra một điểm số cấp độ nhóm tổng hợp cho các biến cấp độ nhóm như sự gắn kết và xung đột. Chúng ta sẽ xem xét khái niệm “các biến số” sâu hơn trong phần tiếp theo.
và tính trung bình các điểm cá nhân của họ để tạo ra một điểm tổng hợp ở cấp độ nhóm cho các biến cấp độ nhóm như sự gắn kết và xung đột. Chúng ta sẽ xem xét khái niệm “các biến số” sâu hơn trong phần tiếp theo. và tính trung bình các điểm cá nhân của họ để tạo ra một điểm tổng hợp ở cấp độ nhóm cho các biến cấp độ nhóm như sự gắn kết và xung đột. Chúng ta sẽ xem xét khái niệm “các biến số” sâu hơn trong phần tiếp theo.
Mối liên hệ Khái niệm, Cấu trúc, Biến
Khái niệm trong nghiên cứu là gì ?
Chúng ta đã thảo luận rằng mặc dù nghiên cứu có thể là khám phá, mô tả hoặc giải thích, hầu hết các nghiên cứu khoa học có xu hướng thuộc loại giải thích trong đó chúng tìm kiếm những giải thích tiềm năng về các hiện tượng tự nhiên hoặc xã hội đã quan sát được. Giải thích yêu cầu phát triển các khái niệm hoặc các thuộc tính hoặc đặc điểm có thể khái quát được liên kết với các đối tượng, sự kiện hoặc con người. Mặc dù các đối tượng như con người, công ty hoặc ô tô không phải là khái niệm, nhưng các đặc điểm hoặc hành vi cụ thể của chúng như thái độ của một người đối với người nhập cư, năng lực đổi mới của công ty và trọng lượng của ô tô có thể được coi là khái niệm.
Vô tình hay vô tình, chúng ta sử dụng các loại khái niệm khác nhau trong các cuộc trò chuyện hàng ngày của chúng ta. Một số khái niệm này đã được phát triển theo thời gian thông qua ngôn ngữ chung của chúng tôi. Đôi khi, chúng ta mượn các khái niệm từ các ngành hoặc ngôn ngữ khác để giải thích một hiện tượng quan tâm.
Ví dụ, ý tưởng về lực hấp dẫn vay mượn từ vật lý có thể được sử dụng trong kinh doanh để mô tả lý do tại sao mọi người có xu hướng “hút” đến các điểm mua sắm ưa thích của họ. Tương tự như vậy, khái niệm khoảng cách có thể được sử dụng để giải thích mức độ xa cách xã hội giữa hai cá nhân được sắp xếp khác nhau. Đôi khi, chúng tôi tạo ra các khái niệm của riêng mình để mô tả một đặc điểm duy nhất không được mô tả trong nghiên cứu trước đây. Ví dụ, kỹ thuật viên là một khái niệm mới đề cập đến căng thẳng tinh thần mà một người có thể phải đối mặt khi được yêu cầu tìm hiểu một công nghệ mới.
Cấu trúc trong nghiên cứu
Các khái niệm cũng có thể có mức độ trừu tượng tăng dần. Một số khái niệm như cân nặng của một người là chính xác và khách quan, trong khi các khái niệm khác như tính cách của một người có thể trừu tượng và khó hình dung hơn. Cấu trúc là một khái niệm trừu tượng được lựa chọn cụ thể (hoặc “được tạo ra”) để giải thích một hiện tượng nhất định.
Cấu trúc có thể là một khái niệm đơn giản, chẳng hạn như trọng lượng của một người hoặc kết hợp của một tập hợp các khái niệm liên quan như kỹ năng giao tiếp của một người, có thể bao gồm một số khái niệm cơ bản như từ vựng, cú pháp và chính tả của người đó. Ví dụ trước đây (trọng số) là một cấu trúc đơn chiều, trong khi ví dụ sau (kỹ năng giao tiếp) là một cấu trúc đa chiều (nghĩa là nó bao gồm nhiều khái niệm cơ bản).
Sự phân biệt giữa cấu trúc và khái niệm rõ ràng hơn trong cấu trúc đa chiều, trong đó phần trừu tượng bậc cao được gọi là cấu trúc và phần trừu tượng bậc thấp hơn được gọi là khái niệm. Tuy nhiên, sự phân biệt này có xu hướng mờ đi trong trường hợp cấu trúc đơn chiều.
Các công trình được sử dụng cho nghiên cứu khoa học phải có định nghĩa chính xác và rõ ràng để người khác có thể sử dụng để hiểu chính xác ý nghĩa của nó và điều gì không có nghĩa. Ví dụ, một cấu trúc có vẻ đơn giản như thu nhập có thể đề cập đến thu nhập hàng tháng hoặc hàng năm, thu nhập trước thuế hoặc sau thuế và thu nhập cá nhân hoặc gia đình, do đó không chính xác và không rõ ràng.
Có hai loại định nghĩa: định nghĩa từ điển và định nghĩa hoạt động. Trong định nghĩa từ điển quen thuộc hơn, một cấu trúc thường được định nghĩa theo nghĩa đồng nghĩa. Ví dụ, thái độ có thể được định nghĩa là một thái độ, một cảm giác hoặc một ảnh hưởng, và ảnh hưởng đến lượt nó được định nghĩa là một thái độ. Những định nghĩa về bản chất vòng tròn như vậy không đặc biệt hữu ích trong nghiên cứu khoa học để tìm hiểu ý nghĩa và nội dung của cấu trúc đó.
Nghiên cứu khoa học yêu cầu các định nghĩa hoạt động xác định các cấu trúc về cách chúng sẽ được đo lường theo kinh nghiệm. Ví dụ: định nghĩa hoạt động của một cấu trúc như nhiệt độ phải chỉ định xem chúng ta định đo nhiệt độ theo thang độ C, độ F hay Kelvin. Một cấu trúc như thu nhập nên được xác định về việc chúng ta quan tâm đến thu nhập hàng tháng hay hàng năm, thu nhập trước thuế hoặc sau thuế và thu nhập cá nhân hoặc gia đình. Người ta có thể tưởng tượng rằng các cấu trúc như học tập, tính cách và trí thông minh có thể khá khó để xác định về mặt hoạt động.
Một cấu trúc như thu nhập nên được xác định về việc chúng ta quan tâm đến thu nhập hàng tháng hay hàng năm, thu nhập trước thuế hoặc sau thuế và thu nhập cá nhân hoặc gia đình. Người ta có thể tưởng tượng rằng các cấu trúc như học tập, nhân cách và trí thông minh có thể khá khó để xác định về mặt hoạt động. Một cấu trúc như thu nhập nên được xác định về việc chúng ta quan tâm đến thu nhập hàng tháng hay hàng năm, thu nhập trước thuế hoặc sau thuế và thu nhập cá nhân hoặc gia đình. Người ta có thể tưởng tượng rằng các cấu trúc như học tập, nhân cách và trí thông minh có thể khá khó để xác định về mặt hoạt động.
Phương án lý thuyết với cấu trúc A và một mệnh đề dẫn đến cấu trúc B, sau đó mặt phẳng thực nghiệm với biến độc lập dẫn đến giả thuyết và một biến phụ thuộc.
Hình 2.1. Các bình diện lý thuyết và thực nghiệm của nghiên cứu
Một thuật ngữ thường được kết hợp với, và đôi khi được sử dụng thay thế cho nhau, một cấu trúc là một biến. Nói một cách từ nguyên, một biến là một đại lượng có thể thay đổi (ví dụ, từ thấp đến cao, âm sang dương, v.v.), ngược lại với các hằng số không thay đổi (tức là không đổi). Tuy nhiên, trong nghiên cứu khoa học, một biến là một đại diện có thể đo lường được của một cấu trúc trừu tượng. Vì các thực thể trừu tượng, các cấu trúc không thể đo lường trực tiếp, và do đó, chúng tôi tìm kiếm các biện pháp đại diện được gọi là các biến.
Ví dụ: trí thông minh của một người thường được đo bằng điểm số IQ (chỉ số thông minh) của người đó, là chỉ số được tạo ra từ một bài kiểm tra phân tích và đối sánh mẫu được thực hiện cho mọi người. Trong trường hợp này, trí thông minh là một cấu trúc và điểm số IQ là một biến số đo lường cấu trúc thông minh. Điểm IQ có thực sự đo lường trí thông minh của một người hay không là do bất cứ ai cũng đoán được (mặc dù nhiều người tin rằng họ làm như vậy), và tùy thuộc vào việc nó đo lường trí thông minh tốt như thế nào, điểm IQ có thể là một thước đo tốt hoặc kém cho cấu trúc trí thông minh.
Như trong hình 2.1, nghiên cứu khoa học tiến hành theo hai mặt phẳng: mặt phẳng lý thuyết và mặt phẳng thực nghiệm. Các cấu trúc được khái niệm hóa ở bình diện lý thuyết (trừu tượng), trong khi các biến được vận hành và đo lường ở bình diện thực nghiệm (quan sát). Suy nghĩ như một nhà nghiên cứu ngụ ý khả năng di chuyển qua lại giữa hai mặt phẳng này. nghiên cứu khoa học tiến hành theo hai bình diện: bình diện lý thuyết và bình diện thực nghiệm.
Các cấu trúc được khái niệm hóa ở bình diện lý thuyết (trừu tượng), trong khi các biến được vận hành và đo lường ở bình diện thực nghiệm (quan sát). Suy nghĩ như một nhà nghiên cứu ngụ ý khả năng di chuyển qua lại giữa hai mặt phẳng này. nghiên cứu khoa học tiến hành theo hai bình diện: bình diện lý thuyết và bình diện thực nghiệm. Các cấu trúc được khái niệm hóa ở bình diện lý thuyết (trừu tượng), trong khi các biến được vận hành và đo lường ở bình diện thực nghiệm (quan sát). Suy nghĩ như một nhà nghiên cứu ngụ ý khả năng di chuyển qua lại giữa hai mặt phẳng này.
Tùy thuộc vào mục đích sử dụng, các biến có thể được phân loại là các biến độc lập, phụ thuộc, kiểm duyệt, dàn xếp hoặc kiểm soát. Các biến giải thích các biến khác được gọi là biến độc lập, những biến được giải thích bởi các biến khác là biến phụ thuộc, những biến được giải thích bởi các biến độc lập đồng thời giải thích các biến phụ thuộc là biến trung gian (hoặc biến trung gian) và những biến ảnh hưởng đến mối quan hệ giữa các biến độc lập và các biến phụ thuộc được gọi là biến kiểm duyệt.
Ví dụ, nếu chúng ta nói rằng trí thông minh cao hơn làm cho việc học tập của học sinh được cải thiện, thì trí thông minh là một biến độc lập và học tập là một biến phụ thuộc. Có thể có các biến ngoại lai khác không thích hợp để giải thích một biến phụ thuộc nhất định, nhưng có thể có một số tác động đến biến phụ thuộc. Các biến này phải được kiểm soát trong một nghiên cứu khoa học, và do đó được gọi là các biến kiểm soát.
Trí thông minh (biến độc lập) sau đó là nỗ lực (biến kiểm duyệt) dẫn đến thành tích học tập (biến trung gian), sau đó là tiềm năng kiếm tiền (biến phụ thuộc).
Hình 2.2. Một mạng lưới cấu trúc danh mục
Để hiểu được sự khác biệt giữa các loại biến khác nhau này, hãy xem xét ví dụ minh họa trong Hình 2.2. Nếu chúng ta tin rằng trí thông minh ảnh hưởng (hoặc giải thích) thành tích học tập của học sinh, thì thước đo trí thông minh như điểm IQ là một biến độc lập, trong khi thước đo thành công trong học tập như điểm trung bình là một biến phụ thuộc.
Nếu chúng ta tin rằng ảnh hưởng của trí thông minh đến thành tích học tập còn phụ thuộc vào nỗ lực mà học sinh đầu tư trong quá trình học tập (nghĩa là giữa hai học sinh thông minh ngang nhau, học sinh nỗ lực nhiều hơn sẽ đạt được thành tích học tập cao hơn học sinh ít hơn nỗ lực), thì nỗ lực trở thành một biến điều tiết. Ngẫu nhiên, người ta cũng có thể coi nỗ lực như một biến độc lập và trí thông minh là một biến kiểm duyệt.
Nếu thành tích học tập được coi là bước trung gian để đạt được tiềm năng kiếm tiền cao hơn, thì tiềm năng kiếm tiền sẽ trở thành biến số phụ thuộc đối với thành tích học tập biến độc lập và thành tích học tập trở thành biến số trung gian trong mối quan hệ giữa trí thông minh và tiềm năng kiếm tiền. Do đó, biến được định nghĩa là một biến độc lập, phụ thuộc, kiểm duyệt hoặc trung gian dựa trên bản chất liên kết của chúng với nhau. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2).
Tư dây của nhà nghiên cứu
Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này. khi đó tiềm năng kiếm tiền trở thành biến số phụ thuộc đối với thành tích học tập biến độc lập, và thành tích học tập trở thành biến số trung gian trong mối quan hệ giữa trí thông minh và khả năng kiếm tiền. Do đó, biến được định nghĩa là một biến độc lập, phụ thuộc, kiểm duyệt hoặc trung gian dựa trên bản chất liên kết của chúng với nhau. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2).
Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này. khi đó tiềm năng kiếm tiền trở thành biến số phụ thuộc đối với thành tích học tập biến độc lập, và thành tích học tập trở thành biến số trung gian trong mối quan hệ giữa trí thông minh và khả năng kiếm tiền. Do đó, biến được định nghĩa là một biến độc lập, phụ thuộc, kiểm duyệt hoặc trung gian dựa trên bản chất liên kết của chúng với nhau. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2).
Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này. và thành tích học tập trở thành biến số trung gian trong mối quan hệ giữa trí thông minh và khả năng kiếm tiền. Do đó, biến được định nghĩa là một biến độc lập, phụ thuộc, kiểm duyệt hoặc trung gian dựa trên bản chất liên kết của chúng với nhau. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2).
Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này. và thành tích học tập trở thành biến số trung gian trong mối quan hệ giữa trí thông minh và khả năng kiếm tiền. Do đó, biến được định nghĩa là một biến độc lập, phụ thuộc, kiểm duyệt hoặc trung gian dựa trên bản chất liên kết của chúng với nhau. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2).
Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2). Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này. Mạng tổng thể của các mối quan hệ giữa một tập hợp các cấu trúc liên quan được gọi là mạng danh nghĩa (xem Hình 2.2).
Tư duy như một nhà nghiên cứu không chỉ đòi hỏi phải có khả năng xây dựng trừu tượng từ các quan sát mà còn phải có khả năng hình dung một cách tinh thần một mạng lưới danh mục liên kết các cấu trúc trừu tượng này.
Các mệnh đề và giả thuyết
Hình 2.2 cho thấy các cấu trúc lý thuyết như trí thông minh, nỗ lực, thành tích học tập và khả năng kiếm tiền có liên quan với nhau như thế nào trong một mạng lưới đề cử. Mỗi mối quan hệ này được gọi là một mệnh đề. Khi tìm kiếm lời giải thích cho một hiện tượng hoặc hành vi nhất định, việc chỉ xác định các khái niệm và cấu trúc cơ bản của hiện tượng hoặc hành vi mục tiêu là không đủ. Chúng ta cũng phải xác định và nêu các mẫu mối quan hệ giữa các cấu trúc này.
Các mẫu quan hệ như vậy được gọi là mệnh đề. Một mệnh đề là một mối quan hệ dự kiến và phỏng đoán giữa các cấu trúc được phát biểu ở dạng khai báo. Một ví dụ về mệnh đề là: “Sự gia tăng trí thông minh của học sinh làm tăng thành tích học tập của họ.” Câu lệnh khai báo này không nhất thiết phải đúng, nhưng phải có thể kiểm tra thực nghiệm bằng cách sử dụng dữ liệu, để chúng ta có thể đánh giá là đúng hay sai. Các mệnh đề thường được suy ra dựa trên logic (suy diễn) hoặc quan sát thực nghiệm (quy nạp).
Bởi vì mệnh đề là sự liên kết giữa các cấu trúc trừu tượng, chúng không thể được kiểm tra trực tiếp. Thay vào đó, chúng được kiểm tra gián tiếp bằng cách kiểm tra mối quan hệ giữa các độ đo (biến) tương ứng của các cấu trúc đó. Công thức thực nghiệm của các mệnh đề, được phát biểu như mối quan hệ giữa các biến, được gọi là giả thuyết (xem Hình 2.1).
Vì điểm IQ và điểm trung bình lần lượt là các thước đo hoạt động của trí thông minh và thành tích học tập, mệnh đề trên có thể được xác định dưới dạng giả thuyết: “Sự gia tăng điểm IQ của học sinh làm tăng điểm trung bình của họ”. Các mệnh đề được xác định trong mặt phẳng lý thuyết, trong khi các giả thuyết được xác định trong mặt phẳng thực nghiệm. Do đó, các giả thuyết có thể kiểm tra thực nghiệm bằng cách sử dụng dữ liệu quan sát và có thể bị bác bỏ nếu không được các quan sát thực nghiệm hỗ trợ.
Các giả thuyết có thể mạnh hoặc yếu. “Điểm IQ của học sinh có liên quan đến thành tích học tập của họ” là một ví dụ về một giả thuyết yếu kém, vì nó không chỉ ra xu hướng của giả thuyết (ví dụ, mối quan hệ là tích cực hay tiêu cực), cũng như quan hệ nhân quả của nó (tức là liệu trí thông minh có gây ra thành tích học tập hoặc thành tích học tập gây ra trí thông minh). Một giả thuyết mạnh mẽ hơn là “điểm IQ của học sinh có liên quan tích cực đến thành tích học tập của họ”, điều này chỉ ra tính định hướng nhưng không phải là quan hệ nhân quả. Một giả thuyết vẫn tốt hơn là “điểm IQ của học sinh có tác động tích cực đến thành tích học tập của họ”, điều này chỉ rõ cả chiều hướng và quan hệ nhân quả (tức là trí thông minh tạo ra thành tích học tập chứ không phải ngược lại). Các dấu hiệu trong Hình 2.2 cho biết hướng của các giả thuyết tương ứng.
Cũng lưu ý rằng các giả thuyết khoa học cần chỉ rõ các biến độc lập và phụ thuộc. Trong giả thuyết, “điểm IQ của học sinh có ảnh hưởng tích cực đến thành tích học tập của họ”, rõ ràng trí thông minh là biến số độc lập (“nguyên nhân”) và thành tích học tập là biến phụ thuộc (“tác dụng”). Hơn nữa, rõ ràng giả thuyết này có thể được đánh giá là đúng (nếu trí thông minh cao hơn dẫn đến thành tích học tập cao hơn) hoặc sai (nếu trí thông minh cao hơn không ảnh hưởng đến hoặc dẫn đến thành tích học tập thấp hơn). Ở phần sau của cuốn sách này, chúng ta sẽ xem xét cách kiểm tra thực nghiệm các mối quan hệ nguyên nhân – kết quả như vậy. Các tuyên bố như “học sinh nói chung là thông minh” hoặc “tất cả học sinh đều có thể đạt được thành công trong học tập” không phải là giả thuyết khoa học vì chúng không chỉ rõ các biến độc lập và phụ thuộc,
Các lý thuyết và mô hình
Lý thuyết là một tập hợp các cấu trúc và mệnh đề có liên quan với nhau một cách có hệ thống nhằm giải thích và dự đoán một hiện tượng hoặc hành vi được quan tâm, trong những điều kiện và giả định biên nhất định. Về cơ bản, một lý thuyết là một tập hợp có hệ thống các mệnh đề lý thuyết liên quan. Trong khi các mệnh đề thường kết nối hai hoặc ba cấu trúc, các lý thuyết đại diện cho một hệ thống gồm nhiều cấu trúc và mệnh đề. Do đó, các lý thuyết về cơ bản có thể phức tạp và trừu tượng hơn và có phạm vi rộng hơn so với các mệnh đề hoặc giả thuyết.
Tôi phải lưu ý ở đây rằng những người không quen thuộc với nghiên cứu khoa học thường xem một lý thuyết như một suy đoán hoặc ngược lại với thực tế. Ví dụ, mọi người thường nói rằng giáo viên cần ít lý thuyết hơn và thực tế hơn hoặc thực tế hơn trong việc giảng dạy trên lớp của họ. Tuy nhiên, thực tiễn hay thực tế không phải là đối lập của lý thuyết, mà theo nghĩa khoa học, là những thành phần thiết yếu cần thiết để kiểm tra tính đúng đắn của một lý thuyết.
Một lý thuyết khoa học tốt cần được hỗ trợ tốt bằng cách sử dụng các sự kiện quan sát được và cũng phải có giá trị thực tiễn, trong khi một lý thuyết được định nghĩa kém có xu hướng thiếu các khía cạnh này. Nghiên cứu tổ chức nổi tiếng Kurt Lewin đã từng nói, “Lý thuyết mà không có thực hành là vô sinh; thực hành mà không lý thuyết thì mù tịt ”. Do đó, cả lý thuyết và dữ kiện (hoặc thực hành) đều rất cần thiết cho nghiên cứu khoa học.
Các lý thuyết đưa ra lời giải thích về hiện tượng xã hội hoặc tự nhiên. Như đã nhấn mạnh trong Chương 1, những giải thích này có thể tốt hoặc kém. Do đó, có thể có lý thuyết tốt hoặc kém. Chương 3 mô tả một số tiêu chí có thể được sử dụng để đánh giá mức độ tốt của một lý thuyết. Tuy nhiên, điều quan trọng là các nhà nghiên cứu phải hiểu rằng lý thuyết không phải là “chân lý”, không có gì bất khả xâm phạm đối với bất kỳ lý thuyết nào, và lý thuyết không nên được chấp nhận chỉ vì chúng được đề xuất bởi ai đó.
Trong quá trình tiến bộ khoa học, các lý thuyết kém hơn cuối cùng được thay thế bằng các lý thuyết tốt hơn với sức mạnh giải thích cao hơn. Thách thức thiết yếu đối với các nhà nghiên cứu là xây dựng các lý thuyết tốt hơn và toàn diện hơn có thể giải thích một hiện tượng mục tiêu tốt hơn các lý thuyết trước đó.
Một thuật ngữ thường được sử dụng cùng với lý thuyết là mô hình. Mô hình là một đại diện của tất cả hoặc một phần của hệ thống được xây dựng để nghiên cứu hệ thống đó (ví dụ: cách hệ thống hoạt động hoặc điều gì kích hoạt hệ thống). Trong khi một lý thuyết cố gắng giải thích một hiện tượng, một mô hình cố gắng đại diện cho một hiện tượng. Các mô hình thường được những người ra quyết định sử dụng để đưa ra các quyết định quan trọng dựa trên một tập hợp các yếu tố đầu vào nhất định.
Ví dụ: các nhà quản lý tiếp thị có thể sử dụng các mô hình để quyết định chi bao nhiêu tiền cho quảng cáo cho các dòng sản phẩm khác nhau dựa trên các thông số như chi phí quảng cáo của năm trước, doanh số bán hàng, tăng trưởng thị trường và các sản phẩm cạnh tranh. Tương tự như vậy, các nhà dự báo thời tiết có thể sử dụng các mô hình để dự đoán các kiểu thời tiết trong tương lai dựa trên các thông số như tốc độ gió, hướng gió, nhiệt độ và độ ẩm. Mặc dù các mô hình này hữu ích, họ có thể không nhất thiết phải giải thích chi tiêu quảng cáo hoặc dự báo thời tiết. Các mô hình có thể thuộc nhiều loại khác nhau, chẳng hạn như mô hình toán học, mô hình mạng và mô hình đường dẫn.
Các mô hình dự đoán thông dụng
Mô hình cũng có thể là mô tả, dự đoán hoặc quy chuẩn để nghiên cứu định lượng. Các mô hình mô tả thường được sử dụng để biểu diễn các hệ thống phức tạp, để hình dung các biến và mối quan hệ trong các hệ thống như vậy. Một mô hình chi tiêu cho quảng cáo có thể là một mô hình mô tả. Các mô hình dự đoán (ví dụ, một mô hình hồi quy) cho phép dự báo các sự kiện trong tương lai. Mô hình dự báo thời tiết là mô hình dự báo. Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến. Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian.
Các mô hình có thể thuộc nhiều loại khác nhau, chẳng hạn như mô hình toán học, mô hình mạng và mô hình đường dẫn. Mô hình cũng có thể là mô tả, dự đoán hoặc quy chuẩn. Các mô hình mô tả thường được sử dụng để biểu diễn các hệ thống phức tạp, để hình dung các biến và mối quan hệ trong các hệ thống như vậy. Một mô hình chi tiêu cho quảng cáo có thể là một mô hình mô tả. Các mô hình dự đoán (ví dụ, một mô hình hồi quy) cho phép dự báo các sự kiện trong tương lai. Mô hình dự báo thời tiết là mô hình dự báo. Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến.
Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian. Các mô hình có thể thuộc nhiều loại khác nhau, chẳng hạn như mô hình toán học, mô hình mạng và mô hình đường dẫn. Mô hình cũng có thể là mô tả, dự đoán hoặc quy chuẩn. Các mô hình mô tả thường được sử dụng để biểu diễn các hệ thống phức tạp, để hình dung các biến và mối quan hệ trong các hệ thống như vậy. Một mô hình chi tiêu cho quảng cáo có thể là một mô hình mô tả. Các mô hình dự đoán (ví dụ, một mô hình hồi quy) cho phép dự báo các sự kiện trong tương lai. Mô hình dự báo thời tiết là mô hình dự báo.
Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến. Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian. Các mô hình mô tả thường được sử dụng để biểu diễn các hệ thống phức tạp, để hình dung các biến và mối quan hệ trong các hệ thống như vậy. Một mô hình chi tiêu cho quảng cáo có thể là một mô hình mô tả. Các mô hình dự đoán (ví dụ, một mô hình hồi quy) cho phép dự báo các sự kiện trong tương lai.
Mô hình dự báo thời tiết là mô hình dự báo. Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến. Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian. Các mô hình mô tả thường được sử dụng để biểu diễn các hệ thống phức tạp, để hình dung các biến và mối quan hệ trong các hệ thống như vậy. Một mô hình chi tiêu cho quảng cáo có thể là một mô hình mô tả.
Các mô hình dự đoán (ví dụ, một mô hình hồi quy) cho phép dự báo các sự kiện trong tương lai. Mô hình dự báo thời tiết là mô hình dự báo. Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến. Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian. Mô hình dự báo thời tiết là mô hình dự báo.
Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến. Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian. Mô hình dự báo thời tiết là mô hình dự báo. Các mô hình quy chuẩn được sử dụng để hướng dẫn các hoạt động của chúng tôi theo các tiêu chuẩn hoặc thông lệ được chấp nhận phổ biến. Mô hình cũng có thể là tĩnh nếu nó đại diện cho trạng thái của hệ thống tại một thời điểm hoặc động, nếu nó đại diện cho sự phát triển của hệ thống theo thời gian.
Quá trình phát triển lý thuyết hoặc mô hình có thể liên quan đến suy luận quy nạp và suy diễn. Nhắc lại ở Chương 1 rằng suy luận là quá trình đưa ra kết luận về một hiện tượng hoặc hành vi dựa trên các lý do lý thuyết hoặc lôgic và một tập hợp các tiền đề ban đầu. Ví dụ: nếu một ngân hàng nào đó thực thi quy tắc đạo đức nghiêm ngặt đối với nhân viên của mình (Phương án 1) và Jamie là nhân viên tại ngân hàng đó (Phương án 2), thì Jamie có thể được tin tưởng để tuân theo các quy tắc đạo đức (Phần kết luận). Suy ra, các kết luận phải đúng nếu các tiền đề và lý do ban đầu là đúng.
Ngược lại, quy nạp là quá trình đưa ra kết luận dựa trên các dữ kiện hoặc bằng chứng quan sát được. Ví dụ, nếu một công ty chi rất nhiều tiền cho một chiến dịch khuyến mại (Quan sát 1), nhưng doanh số bán hàng không tăng (Quan sát 2), thì có thể chiến dịch khuyến mại đã được thực hiện kém (Kết luận). Tuy nhiên, có thể có những lời giải thích của đối thủ cho việc bán hàng kém, chẳng hạn như suy thoái kinh tế hoặc sự xuất hiện của một sản phẩm hoặc thương hiệu cạnh tranh hoặc có lẽ là một vấn đề trong chuỗi cung ứng. Do đó, các kết luận quy nạp chỉ là một giả thuyết và có thể bị bác bỏ. Các kết luận suy diễn thường có xu hướng mạnh hơn các kết luận quy nạp, nhưng một kết luận suy diễn dựa trên một tiền đề không chính xác cũng không chính xác.
