Phân tích dữ liệu trong nghiên cứu định lượng

Một phần của tài liệu Quản lý tín dụng nông nghiệp, nông thôn tại ngân hàng nông nghiệp và phát triển nông thôn việt nam (Trang 55 - 57)

2.3. Phương pháp phân tích dữ liệu

2.3.2. Phân tích dữ liệu trong nghiên cứu định lượng

- Xác thực dữ liệu: Xác thực dữ liệu được thực hiện để hiểu nếu mẫu dữ liệu được thu thập theo các tiêu chuẩn được đặt trước hoặc đó là một mẫu dữ liệu sai lệch được chia thành bốn giai đoạn khác nhau. Gian lận: Để đảm bảo con người thực tế ghi lại từng câu trả lời cho khảo sát hoặc bảng câu hỏi.

Sàng lọc: Để đảm bảo mỗi người tham gia hoặc người trả lời được lựa chọn

hoặc lựa chọn tuân thủ các tiêu chí nghiên cứu. Quy trình: Để đảm bảo các

tiêu chuẩn đạo đức được duy trì trong khi thu thập mẫu dữ liệu. Tính đầy đủ: Để đảm bảo rằng người trả lời đã trả lời tất cả các câu hỏi trong một cuộc

khảo sát trực tuyến và người phỏng vấn đã hỏi tất cả các câu hỏi được đặt ra trong bảng câu hỏi.

- Chỉnh sửa dữ liệu: Mẫu dữ liệu nghiên cứu rộng rãi thường đi kèm với các lỗi. Người trả lời đôi khi điền vào một số lĩnh vực khơng chính xác hoặc đơi khi bỏ qua chúng một cách vơ tình. Chỉnh sửa dữ liệu là một q trình trong đó các nhà nghiên cứu phải xác nhận rằng dữ liệu được cung cấp khơng có lỗi như vậy. Vì vậy, cần tiến hành kiểm tra kỹ các nguồn dữ liệu được thu

48

thập để chỉnh sửa dữ liệu thô, biên tập lại dữ liệu phục vụ tiến hành phân tích. - Mã hóa dữ liệu: Đây là giai đoạn chuẩn bị dữ liệu quan trọng nhất, liên quan đến việc nhóm và gán giá trị cho các phản hồi khảo sát. Giả sử một cuộc khảo sát được hồn thành với cỡ mẫu 1000, sau đó nhà nghiên cứu sẽ tạo một khung tuổi để phân biệt người trả lời dựa trên tuổi của họ. Do đó, việc phân tích các mẫu dữ liệu nhỏ trở nên dễ dàng hơn thay vì xử lý đống dữ liệu khổng lồ.

- Các phương pháp phân tích:

+ Thống kê mô tả: Phương pháp này được sử dụng để mơ tả các tính

năng cơ bản của các loại dữ liệu linh hoạt trong nghiên cứu. Nó trình bày dữ liệu theo cách có ý nghĩa như vậy mà mơ hình trong dữ liệu bắt đầu có ý nghĩa. Tuy nhiên, phân tích mơ tả khơng đi xa hơn việc đưa ra kết luận. Các kết luận một lần nữa dựa trên các nhà nghiên cứu giả thuyết đã đưa ra cho đến nay. Dưới đây là một vài loại phương pháp phân tích mơ tả chính.

+ Các biện pháp tần số: Đếm, Tính phần trăm, Tính tần suất. Nó được

sử dụng để biểu thị mức độ thường xuyên xảy ra một sự kiện cụ thể

+ Thống kê suy luận: Số liệu thống kê suy luận được sử dụng để đưa ra

dự đoán về dân số lớn hơn sau khi nghiên cứu và phân tích dữ liệu về mẫu thu thập của dân số đại diện. Ví dụ: tại một rạp chiếu phim, bạn có thể hỏi 100 khán giả bất kỳ nếu họ thích bộ phim họ đang xem. Sau đó, các nhà nghiên cứu sử dụng số liệu thống kê suy luận về mẫu được thu thập để lý giải rằng khoảng 80-90% số người thích bộ phim họ đang xem.

+ Các biện pháp phân tán hoặc biến đổi: Phạm vi, phương sai, độ lệch chuẩn. Ở đây trường tương ứng với điểm cao/thấp. Độ lệch chuẩn phương sai = chênh lệch giữa điểm số quan sát và giá trị trung bình. Nó được sử dụng để xác định sự lây lan của điểm số bằng cách nêu các khoảng. Các nhà nghiên cứu sử dụng phương pháp này để giới thiệu dữ liệu dàn trải. Nó giúp họ xác định độ sâu cho đến khi dữ liệu được trải ra mà nó ảnh hưởng trực tiếp đến giá trị trung bình.

49

CHƢƠNG 3

THỰC TRẠNG QUẢN LÝ TÍN DỤNG NƠNG NGHIỆP,

NÔNG THÔN TẠI NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN

Một phần của tài liệu Quản lý tín dụng nông nghiệp, nông thôn tại ngân hàng nông nghiệp và phát triển nông thôn việt nam (Trang 55 - 57)

Tải bản đầy đủ (PDF)

(125 trang)