- Dữ liệu đã quá cũ.
3.3.3. Đánh giá dữ liệu thứ cấp
Theo Zikmund (2013, tr 163), có thể đánh giá dữ liệu thứ cấp theo qui trình sau:
3.3.3. Đánh giá dữ liệu thứ cấp
Ngoài raTheo Saunder (2010, tr 297-307), qui trình thực hiện đánh giá gồm 3 bước:
(1) Đánh giá độ phù hợp tổng thể của dữ liệu đối với các câu hỏi và mục tiêu nghiên cứu. Quan tâm đến các yếu tố
• Giá trị đo lường
• Độ bao phủ bao gồm các biến số không được đo lường
(2) Đánh giá độ phù hợp chính xác của dữ liệu phân tích để trả lời câu hỏi nghiên cứu và đáp ứng mục tiêu nghiên cứu
• Độ giá trị
• Độ tin cậy
• Sai lệch đo lường
(3) Phán đoán có nên dùng dữ liệu căn cứ vào đánh giá chi phí và lợi ích so sánh với các nguồn khác. Qua ba bước (1)(2)(3) trên, nếu tác giả tháy dữ liệu không thích hợp rõ rệt, thì nên dừng lại, không dùng dữ liệu này nữa.
3.3.3. Đánh giá dữ liệu thứ cấp
(1) Sự phù hợp tổng thể
• Đơn vị đo lường (hoặc giá trị đo lường) được sử dụng có thể không hoàn toàn phù hợp với những số liệu nhà khoa học cần (Jacob, 1994). Ví dụ: chúng ta cần số lượng đơn hàng theo tháng của 1 công ty nhưng lại chỉ có dữ liệu về doanh số theo tháng. Đánh giá giá trị của dữ liệu và quyết định xem có sử dụng hay không.
• Cần xem xét độ bao phủ của tập dữ liệu thứ cấp gồm: loại bỏ những dữ liệu không cần thiết, và đảm bảo sau khi loại bỏ thì vẫn còn đủ dữ liệu để tiến hành việc phân tích (Hakim, 2000).
(2) Sự phù hợp chính xác
• Độ giá trị: thể hiện những khám phá có liên quan với mục tiêu mà những khám phá này hướng đến.
• Độ tin cậy: Liên quan đến tính nhất quán của kết quả
• Sai lệch đo lường: Theo Kervin (1999), sai lệch đo lường có thể xuất hiện vì hai lý do: Bóp méo có chủ đích và thay đổi trong cách thu thập dữ liệu.