Giáo trình Phương pháp nghiên cứu khoa học (Phần 2)

56 
Chương 6 
THIẾT KẾ NGHIÊN CỨU TỔNG THỂ 
6.1. Giới thiệu khái niệm 
6.1.1. Khái niệm 
Thiết kế nghiên cứu là tầm nhìn của nhà nghiên cứu về kết quả nghiên cứu với 
các chuẩn mực về độ chặt chẽ và tính phổ quát, cùng quy trình và nguồn lực tương ứng 
nhằm đạt các chuẩn mực đó. Thiết kế nghiên cứu phải gắn chặt với câu hỏi nghiên cứu 
và khung lý thuyết. Thiết kế nghiên cứu là trung tâm kết nối các hoạt động cơ bản của 
dự án nghiên cứu: xác định mẫu, thước đo, quy trình thu thập dữ liệu, phương pháp phân 
tích dữ liệu để trả lời cho câu hỏi nghiên cứu. 
Thiết kế nghiên cứu có thể dưới dạng đơn lẻ hoặc kết hợp. Thiết kế nghiên cứu 
đơn lẻ là việc sử dụng một phương pháp nghiên cứu cụ thể (ví dụ: khảo sát hoặc thực 
nghiệm). Thiết kế kết hợp là việc sử dụng nhiều hơn một phương pháp. 
6.1.2. Vai trò của thiết kế nghiên cứu 
Vai trò đảm bảo chuẩn mực nghiên cứu: Thiết kế nghiên cứu giúp đảm bảo 
các dữ liệu thu thập cho phép trả lời câu hỏi một cách rõ ràng và chặt chẽ nhất có thể. 
Nói khác đi, thiết kế nghiên cứu chính là việc trả lời câu hỏi: Cần dữ liệu gì để 
trả lời câu hỏi một cách thuyết phục nhất? 
Vai trò kế hoạch: Thiết kế nghiên cứu có vai trò giúp nhà nghiên cứu chuẩn bị 
nguồn lực và lên kế hoạch cho các hoạt động một cách phù hợp nhất. Khi lựa chọn một 
thiết kế, các nhà nghiên cứu đã tính toán trước hạn chế của nghiên cứu và xác định liệu 
hạn chế này chấp nhận được không. 
6.1.3. Phân biệt thiết kế nghiên cứu với đề cương báo cáo 
Thiết kế nghiên cứu là việc hoạch định quy trình, phương pháp và nguồn lực 
nhằm trả lời câu hỏi nghiên cứu một cách chặt chẽ, thuyết phục. Trong khi đó đề cương 
báo cáo chỉ đơn thuần là việc dự kiến các mục trình bày trong báo cáo. Thiết kế quan 
tâm tới quá trình thực hiện nghiên cứu, còn đề cương báo cáo quan tâm tới trình bày kết 
quả nghiên cứu. Thiết kế là vấn đề tư duy vì nó phải thể hiện sự gắn kết giữa mục tiêu 
nghiên cứu với quy trình, phương pháp, nguồn lực. Báo cáo nghiên cứu thiên về vấn đề 
trình bày: Cùng một nghiên cứu nhưng báo cáo có thể khác nhau tùy theo đối tượng. 
Trước khi tiến hành nghiên cứu, các nhà nghiên cứu nên xây dựng và bảo vệ thiết kế 
57 
nghiên cứu. Đề cương báo cáo chỉ nên dừng ở mức độ tham khảo. 
6.2. Các yêu cầu chính trong thiết kế nghiên cứu 
6.2.1. Tính chặt chẽ 
Một nghiên cứu không chỉ đơn giản là đi tìm dữ liệu và bằng chứng phù hợp với 
giả thuyết hay luận điểm định trước. Tính chặt chẽ đòi hỏi nghiên cứu phải tìm đủ bằng 
chứng/dữ liễu để bác bỏ hoặc kiểm soát các giả thuyết “cạnh tranh” khác. 
Ví dụ dưới đây minh họa điều này: 
Một người nghiên cứu muốn kiểm định vai trò của vốn con người tới sự thành đặt 
của các cá nhân. Tác giả thu thập dữ liệu và kết quả minh chứng rằng học vấn càng cao 
(vốn con người cao) thì sự thăng tiến trong công việc càng cao (sự thành đạt). Nghiên 
cứu này được mô phỏng như sau: 
Sơ đồ 6.1. Mô phỏng học vấn càng cao thì càng thành đạt 
Nếu nghiên cứu dừng ở đây sẽ chưa đảm bảo sự chặt chẽ vì chưa tính tới các giả thuyết 
“cạnh tranh”. Một trong những giả thuyết cạnh tranh có thể là Học vấn không hề ảnh 
hưởng tới Sự thành đạt. Chẳng qua người có học vấn cao là người có quan hệ nhiều hơn 
với những người thành đạt hơn. Như vậy không phải vốn con người (học vấn) mà là vốn 
xã hội (quan hệ) mang lại sự thành đạt. Giả thuyết này có thể được mô phỏng như sau: 
Sơ đồ 6.2. Mô phỏng quá trình học tập dẫn tới sự thành đạt. 
6.2.2. Tính khái quát 
Một trong những chuẩn mực của nghiên cứu khoa học là tính phổ biến của kết 
quả nghiên cứu. Tính khái quát hóa của nghiên cứu đòi hỏi kết quả nghiên cứu phải có 
khả năng suy rộng. Có 3 loại tổng quát hóa cơ bản sau: 
- Khái quát cho tổng thể đối tượng nghiên cứu: Kết quả từ một mẫu nghiên cứu 
liệu có thể suy rộng cho tổng thể nghiên cứu hay không? 
Ví dụ 1. Kết quả nghiên cứu từ một mẫu gồm 200 sinh viên đại học liệu có thể 
suy rộng cho tổng thể là sinh viên đại học được hay không? hoặc rộng hơn nữa, liệu có 
Học vấn Sự thành đạt 
Học vấn 
Sự thành đạt Quan hệ 
Quá trình 
học tập 
58 
thể suy rộng cho trí thức trẻ được không? Điều này phụ thuộc rất nhiều tính đại diện của 
mẫu nghiên cứu, trong đó quy trình chọn mẫu và quy mô mẫu có ý nghĩa quyết định. 
- Khái quát cho các bối cảnh nghiên cứu khác nhau: Kết quả nghiên cứu có thể 
suy rộng cho các bối cảnh khác nhau được hay không? 
Ví dụ 2. Một nghiên cứu cảm nhận và trải nghiệm của người dân về tham nhũng 
ở 10 tỉnh, thành phố có thể suy rộng cho các tỉnh thành phố trong cả nước hay không? 
Điều này phụ thuộc vào việc 10 tỉnh, thành phố được nghiên cứu có thể đại diện cho 63 
tỉnh thành phố về cảnh kinh tế, xã hội, văn hóa hay không? 
- Khái quát cho các thời điểm khác nhau: Liệu kết quả nghiên cứu có trường tồn 
theo thời gian không? Điều này phụ thuộc rất nhiều liệu thời gian cho làm thay đổi khung 
cảnh và làm thay đổi kết quả nghiên cứu hay không. Những nghiên cứu mang tính mô 
tả (ví dụ: mô tả thực trạng nền kinh tế hay giá trị văn hóa) không có tính trường tồn cao. 
Những nghiên cứu hướng vào mối quan hệ có tính quy luật có tính trường tồn cao hơn. 
Tuy nhiên, khi bối cảnh thay đổi lớn thì kết quả cũng có thể thay đổi. 
6.2.3. Tính khả thi 
Không có nghiên cứu nào có nguồn lực vô hạn. Ngoài ra, kết quả nghiên cứu còn 
phụ thuộc vào dữ liệu sẵn có. Vì vậy, nếu thiết kế nghiên cứu vượt ra ngoài khả năng về 
nguồn lực và tiếp cận dữ liệu thì cũng không có ý nghĩa thực thi. Vì vậy, các nhà nghiên 
cứu cần cân đối giữa hai yêu cầu trên (tính chặt chẽ và tính khái quát hóa) với nguồn lực 
và khả năng tiếp cận dữ liệu trong thiết kế của mình. 
6.3. Giới thiệu một số thiết kế nghiên cứu 
6.3.1. Các bước thiết kế nghiên cứu 
Bước 1. Chọn đề tài nghiên cứu 
Bước 2. Xác định câu hỏi nghiên cứu 
Bước 3. Mô tả thiết kế nghiên cứu để thực hiện 
- Cách thu thập số liệu. 
- Những thông tin cần thu thập để trả lời câu hỏi nghiên cứu. 
- Các phương pháp đề tài sử dụng để thu thập dữ liệu. 
- Ưu và như ... hồi quy tổng thể ứng 
với độ tin cậy 90%, 95% và 99%. 
10. Bài toán dự báo 
Khoảng dự báo giá trị trung bình 
     0 0 0 0 0E Y | X X Y Cse Y ;Y Cse Y 
 Khoảng dự báo giá trị cá biệt 
     0 0 0 00 0 0Y Y Cse Y Y ;Y Cse Y Y 
Đặt    0 0 0DB 0Y Y ;Se1 se Y Y ;Se2 se Y ;C @qtdist 1 ,n k
2
 MH Equation 
Xét ví dụ 4, để tìm khoảng dự báo giá trị trung bình và giá trị các biệt của Y khi 
2 3X 20,X 16 , với độ tin cậy 95%, ta thực hiện như sau: 
Bước 1. Nhập thêm dữ liệu vào bảng Group để dự báo 
Từ bảng Workfile, chọn Proc →Structure/Resize Current PageMàn hình sau 
165 
Hình 36 
Nhấp chuột, màn hình sau xuất hiện. Ở ô quan sát (Observations) ta điều chỉnh 
12 thành 13) như sau: 
Hình 37 
Nhấp OK. Từ bảng Group. Ta chọn Edit+/- , sau đó nhập 2 3X 20,X 16 vào 
hàng số 13 có chữ NA như sau: 
166 
Hình 38 
Tắt cửa sổ Group. 
Bước 2. Tính giá trị    0 0 0DB 0Y Y ;se Y Y se1;se Y se2. 
Từ bảng Equation. Chọn forecast màn hình xuất hiện như sau 
Hình 39 
Ô Forecast name ta đổi Yf thành DBY , ô S.E. (optional) ta gõ Se1. Nhấn OK. 
167 
Hình 40 
 Tắt đồ thị dự báo 
 Từ bảng Workfile. Chọn Genr và gõ lệnh như sau rồi nhấn Ok. 
Hình 41 
 Bước 3. Tìm khoảng dự báo 
- Dự báo giá trị trung bình 
Từ bảng Workfile. Chọn Genr và gõ lệnh như sau rồi nhấn Ok. 
168 
Hình 42 
 Dự báo giá trị cá biệt. 
Từ bảng Workfile. Chọn Genr và gõ lệnh như sau rồi nhấn Ok. 
Hình 43 
Để mở các kết quả trên cùng một bảng ta thực hiện như sau: 
169 
Từ của số Workfile, nhấn phím Ctrl rồi chọn canduoicabiet, cantrencabiet, 
canduoitrungbinh, cantrentrungbinh sau đó nhấn Enter, ta được kết quả sau (lưu ý nhìn 
vào hàng thứ 13) 
Hình 44 
Vậy khoảng dự báo giá trị trung bình và giá trị cá biệt của Y là 
CANDUOITB CANTRENTB CANDUOICB CANTRENCB 
153.9864 163.0754 148.3989 168.6630 
11. Định mẫu 
Trước hết ta xét ví dụ sau 
Ví dụ 5. Bảng số liệu sau cho biết số liệu về lượng hàng bán được (Y tấn/tháng), giá bán 
(X ngàn đồng/kg) ở 20 khu vực bán và được khảo sát tại hai nơi là Thành phố và Nông 
thôn. 
170 
Trong đó Z là biến giả với Z = 0 : khảo sát ở nông thôn; Z = 1 : khảo sát ở thành thị 
Có nhiều trường hợp ta không sử dụng hết các số liệu của mẫu ban đầu, hay chỉ cần 
khảo sát sự phụ thuộc khi biến giả nhận một giá trị nào đó. 
Để định mẫu lại, từ cửa sổ Workfile chọn Sample, màn hình xuất hiện như 
Hình 45 
Chẳng hạn ta chỉ khảo sát 15 mẫu đầu tiên và ở khu vực Thành phố ứng với Z = 1. 
Ta khai báo vào ô Sample range pairs và IF condition nhưtrong hình sau 
Hình 46 
Nhấn OK, ta thấy có sự thay đổi trong cửa số Workfile như sau 
171 
Hình 47 
12. Tính các giá trị thống kê 
Để tính các giá trị thống kê như Trung bình, trung vị, độ lệch chuẩn, của các biến 
có trong mô hình chẳng hạn vớ số liệu cho trong ví dụ 4 ta làm như sau: 
Từ cửa sổ EViews chọn Quick →Group Statistics →Descriptive statistics 
→Common sample, như hình sau 
Hình 48 
Nhấp chuột và nhập tên các biến vào cửa sổ Series List như hình sau 
172 
Hình 49 
Nhấp OK, ta được bảng các giá trị thống kê sau: 
Hình 50 
Giải thích : 
- Mean : trung bình. 
- Median : trung vị 
- Maximum : Giá trị lớn nhất 
- Minimum : Giá trị nhỏ nhất 
- Std. Dev : Độ lệch chuẩn 
- Skewness : Hệ số bất đối xứng 
- Kurtosis : Hệ số nhọn 
- Jarque – Bera : Kiểm định phân phối chuẩn 
- Sum : Tổng các quan sát 
173 
- Sum sq. Dev : Độ lệch chuẩn của tổng bình phương 
- Observations : Số quan sát (cỡ mẫu) 
13. Các bài toán kiểm định giả thiết mô hình 
13.1. Kiểm định phương sai thay đổi 
13.1.1. Kiểm định White 
Chẳng hạn như trong ví dụ 4. 
Để thực hiện việc kiểm định White bằng Eview, sau khi ước lượng mô hình hồi 
quy mẫu, từ cửa sổ Equation chọn View→Residual Diagnostics → Heteroskedasticity 
tests Khi đó màn hình sẽ như sau: 
Hình 51 
Nhấp chuột, màn hình như sau 
174 
Hình 52 
Ta chọn White, rồi nhấn Ok. Ta có kết quả như sau: 
Hình 53 
Ta đặt bài toán kiểm định như sau: 0H :
Mô hình không xảy ra hiện tượng phương 
sai thay đổi; 1H :
Mô hình xảy ra hiện tượng phương sai thay đổi. 
175 
Từ bảng kiểm định White ở trên, ta có P _ value 0.4215 cho trước nên chấp 
nhận 0H .Vậy mô hình không xảy ra hiện tượng phương sai thay đổi. 
13.1.2. Kiểm định Glejser. 
Ta thực hiện các bước như trong kiểm định White nhưng ta chọn Glejser, rồi nhấn 
Ok. Ta có kết quả như sau: 
Hình 54 
Ta đặt bài toán kiểm định như sau: 0H :
Mô hình không xảy ra hiện tượng phương 
sai thay đổi; 1H :
Mô hình xảy ra hiện tượng phương sai thay đổi. 
Từ bảng kiểm định Glejser ở trên, ta có P _ value 0.4680 cho trước nên 
chấp nhận 0H .Vậy mô hình không xảy ra hiện tượng phương sai thay đổi. 
13.1.3. Kiểm định Breusch-Pagan-Godfrey 
Ta thực hiện các bước tương tự như kiểm định White nhưng ta chọn Breusch-
Pagan-Godfrey, rồi nhấn Ok. Ta có kết quả như sau: 
176 
Hình 55 
Ta đặt bài toán kiểm định như sau: 0H :
Mô hình không xảy ra hiện tượng phương 
sai thay đổi; 1H :
Mô hình xảy ra hiện tượng phương sai thay đổi. 
Từ bảng kiểm định Breusch – Pagan - Godfrey ở trên, ta có 
P _ value 0.4953 cho trước nên chấp nhận 0H .Vậy mô hình không xảy ra hiện 
tượng phương sai thay đổi. 
13.2. Kiểm định tự tương quan (Kiểm định BG) 
Chẳng hạn như trong ví dụ 4. 
Để thực hiện việc kiểm định BG bằng Eview, sau khi ước lượng mô hình hồi quy 
mẫu, từ cửa sổ Equation chọn View→Residual Diagnostics → Serial Correlation LM 
test Khi đó màn hình sẽ xuất hiện như sau: 
177 
Hình 56 
Nhấp chuột, cửa sổ sau xuất hiện như sau: 
Hình 57 
Ô Lags to indude ta gõ bậc tự tương quan vào (ví dụ như tự tương quan là bậc 2) 
Nhấn Ok. Ta có kết quả như sau: 
178 
Hình 58 
Ta đặt bài toán kiểm định như sau: 0H :
Mô hình không xảy ra hiện tượng tự 
tương quan bậc 2; 1H :
Mô hình xảy ra hiện tượng tự tương quan bậc 2. 
Từ bảng kiểm định BG ở trên, ta có P _ value 0.4842 cho trước nên chấp 
nhận 0H .Vậy mô hình không xảy ra hiện tượng tự tương quan bậc 2. 
13.3. Kiểm định biến có cần thiết trong mô hình hay không (Kiểm định Wald) 
Chẳng hạn như trong ví dụ 4. 
Để thực hiện việc kiểm định Wald bằng Eview, sau khi ước lượng mô hình hồi quy 
mẫu, từ cửa sổ Equation chọn View→Coefficient Diagnostics → Wald test – 
Coefficient Restrictions Khi đó màn hình sẽ như sau: 
179 
Hình 59 
Nhấp chuột ta có cửa sổ sau xuất hiện: Gõ c(2)=0 vào 
Hình 60 
Nhấp Ok. Ta được kết quả như sau: 
180 
Hình 61 
Ta đặt bài toán kiểm định như sau: 0H :
Biến X2 không cần thiết trong mô hình; 
1H :
Biến X2 cần thiết trong mô hình. 
Từ bảng kiểm định Wald ở trên, ta có P _ value 0.0000 cho trước nên bác 
bỏ 0H .Vậy X2 cần thiết trong mô hình. 
Lưu ý: Trong trường hợp này ta chỉ khảo sát X2 nên ta có thể dùng giá trị xác 
suất của thống kê t hoặc giá trị xác suất của thống kê F đều được. Trong trường hợp ta 
khảo sát nhiều hơn hai biến thì ta chỉ dùng thống kê F. 
13.4. Kiểm định thừa biến trong mô hình (biến không cần thiết) 
Giả sử xét ví dụ 4 bên trên, ta tiến hành như sau: 
- Tìm hàm hồi quy của Y theo X2 và X3. Từ cửa số Equation, ta chọn 
View→Coefficient Diagnostics → Redundant Variables Test – Likelihood ratio Khi 
đó màn hình sẽ như sau: 
181 
Hình 62 
Nhấp chuột ta có cửa sổ One or more test series to remove xuất hiện, rồi gõ biến 
X3 vào 
Hình 63 
Nhấp Ok, ta có kết quả sau: 
182 
Hình 64 
Ta đặt bài toán kiểm định như sau: 0 3H : 0 : 
Biến X3 không cần thiết trong mô 
hình; 1 3H : 0 : 
Biến X3 cần thiết trong mô hình. 
Từ bảng kiểm định ở trên, ta có P _ value 0.0000 cho trước nên bác bỏ 0H .
 Vậy X3 cần thiết trong mô hình. 
13.5. Kiểm định biến bị bỏ sót trong mô hình 
Giả sử xét ví dụ 4 bên trên, ta tiến hành như sau. 
- Tìm hàm hồi quy mẫu của Y theo X2. Từ cửa số Equation, ta chọn 
View→Coefficient Diagnostics → Omitted Variables Test – Likelihood ratio Khi 
đó màn hình sẽ như sau: 
Hình 65 
Nhấp chuột ta có cửa sổ One or more test series to add xuất hiện. Ta gõ biến X3 
vào 
183 
Hình 66 
Nhấp Ok, ta được kết quả sau: 
Hình 67 
Ta đặt bài toán kiểm định như sau: 0 3H : 0 : 
Biến X3 ảnh hưởng tới Y (X3 
không bị bỏ sót); 1 3H : 0 : 
Biến X3 bị bỉ sót trong mô hình. 
Từ bảng kiểm định ở trên, ta có P _ value 0.0000 cho trước nên bác bỏ 0H .
 Vậy X3 bị bỏ sót trong mô hình. 
13.6. Kiểm định Chow trong mô hình hồi quy với biến giả 
Ví dụ7. Giả sử số liệu về tiết kiệm và thu nhập cá nhân ở nước Anh từ năm 1946 đến 1963 
(đơn vị pound) cho ở bảng sau: 
184 
Trong đó, Y : Tiết kiệm ; X : Thu nhập. 
Để kiểm định rằng có sự thay đổi về tiết kiệm giữa hai thời kỳ hay không, ta thực 
hiện các bước kiểm định Chow như sau: 
Hồi quy Y theo X, ta được kết quả 
Hình 68 
Từ cửa sổ Equation, chọn View →Stability Diagnostics → Chow Breakpoint 
Testnhư hình sau: 
185 
Hình 69 
Sau khi nhấp chuột, một cửa sổ xuất hiện như sau: 
Hình 70 
Ta gõ vào cửa sổ Chow Test giá trị Breakpoint là 1955 như hình trên, nhấp OK. 
Khi đó ta được kết quả sau: 
186 
Hình 71 
và dự vào bảng kết quả trên ta cũng có giá trị F = 5.037. Với giá trị xác suất là 
0.022493. nên ta chấp nhập giả thuyết là hai mô hình hồi quy khác nhau. 
14. Định dạng mô hình (Kiểm định Ramsey RESET) 
Xét mô hình gốc: 
i 1 2 i iY X (1)    
Kiểm định Ramsey RESET 
  2 3 m 1
i i ii 1 2 i 1 2 m iY X Y Y ... Y (2)
    
Bài toán kiểm định 
0 1 2 m
1 j
H : ... 0
H : 0, j 1,m
 
H0 : Mô hình gốc không thiếu biến, dạng hàm đúng 
H1 : Mô hình gốc thiếu biến, dạng hàm sai 
2 2
2 1 2
22
2
R R n k
F F(m,n k )
1 R m
  
 
Giả sử xét ví dụ 3 bên trên, ta tiến hành như sau: 
Tìm hàm hồi quy tuyến tính mẫu của Y theo X. Từ của số Equation. 
Chọn View →Stability Diagnostics →Ramsey RESET Testnhư hình sau:
187 
Hình 72 
Nhấp chuột ta có cửa sổ Number of fitted terms xuất hiện. Ta gõ tham số m=1 
vào 
Hình 73 
Nhấp Ok, ta được kết quả sau: 
Hình 74 
188 
Ta đặt bài toán kiểm định như sau: 0 1H : 0 : 
Mô hình trên không thiếu biến, 
dạng hàm đúng; 1 1H : 0 : 
Mô hình trên thiếu biến dạng hàm sai. 
Từ bảng kiểm định ở trên, ta có P _ value(F_ statistic) 0.2776 cho trước 
nên chấp nhận 0H .Vậy mô hình trên không thiếu biến, dạng hàm đúng. 
15. Lưu kết quả trong Eviews 
15.1. Lưu file dữ liệu 
Các thao tác được thực hiện như sau: 
Sau khi làm xong các thao tác. Từ cửa sổ Eviews chọn File →Save 
Lưu ý: Khi đó trên cửa sổ Workfile thì không có đối tượng nào được chọn (Nếu 
không ta chỉ lưu được một file dạng rác). 
Hình 75 
15.2. Lưu các bảng kết quả 
Trên các cửa sổ như Equation, Graph, Group, Đều có thanh công cụ chứa hai 
nút 
là : Name và Freeze dùng để lưu trữ các đối tượng hoặc các kết quả được tạo ra trong quá 
trình thao tác. Đối với chức năng Name cho phép ta lưu trữ các kết quả mà ta có thể dùng 
tiếp cho các thao tác sau. Mặt khác chức năng Freeze chỉ lưu các kết quả dưới dạng một 
Table (Kết quả đó được đóng băng). 
189 
Chẳng hạn với số liệu trong ví dụ 3 sau khi tìm được mô hình hồi quy xong và ta 
thực hiện lưu trữ như sau: 
Từ cửa sổ Equation. Nếu ta chọn chức năng Name như hình 63 
Hình 76 
Chọn OK ta được kết quả có biểu tượng là 
Hình 77 
Từ cửa sổ Equation. Nếu ta chọn chức năng Freeze thì ta thấy một table mới xuất 
hiện như sau: 
190 
Hình 78 
Chọn OK ta được kết quả có biểu tượng là 
191 
TÀI LIỆU THAM KHẢO 
Tiếng Việt 
[1] Nguyễn Quang Dong, Nguyễn Thị Minh, (2013). Giáo trình Kinh tế lượng, Nhà xuất 
bản Đại học Kinh tế Quốc Dân. 
[2] Trần Tiến Khai, (2012). Phương pháp nghiên cứu kinh tế - Kiến thức cơ bản. Khoa 
Kinh tế Phát triển. Đại học Kinh Tế TP. Hồ Chí Minh. Nhà Xuất Bản Lao Động Xã 
Hội. 
[3] Nguyễn Thị Tuyết Mai, Nguyễn Vũ Hùng, (2015). Phương pháp điều tra khảo sát: 
nguyên lý và thực tiễn, Nhà xuất bản ĐHKTQD. 
[4] Hoàng Trọng – Chu Nguyễn Mộng Ngọc, (2008). Phân tích dữ liệu nghiên cứu với 
SPSS. TP.HCM. NXB Thống Kê. 
[5] Nguyễn Văn Hiến, (2016), Nghiên cứu marketing thực hành, Nhà xuất bản tài chính. 
[6] Lê Công Hoa, Nguyễn Thành Hiếu, (2014), Nghiên cứu kinh doanh, Nhà xuất bản 
Đại học Kinh tế Quốc Dân. 
[7] Đinh Phi Hổ, (2016), Phương pháp nghiên cứu kinh tế & viết luận văn thạc sĩ, Nhà 
xuất bản Đại học Kinh tế TP. Hồ Chí Minh. 
[8] Hồ Đăng Phúc, Sử Dụng Phần Mềm SPSS Trong Phân Tích Số Liệu, Nhà xuất bản 
Khoa học và Kỹ thuật. 
[9] Nguyễn Văn Thắng, (2014), Thực hành nghiên cứu trong Kinh tế và Quản trị kinh 
doanh, Nhà xuất bản Đại học Kinh tế Quốc Dân. 
[10] Nguyễn Văn Tuấn, (2011), Cách viết đề cương nghiên cứu khoa học. Bài giảng cho 
sinh viên Đại học Quốc gia TPHCM, Sydney: ĐH New South Wales. 
[11] Một số bài báo quốc tế, trong nước, đề cương, bài nghiên cứu khoa học, luận án làm 
mẫu. 
Tiếng Anh 
[12] Babbie, E.R., (2011). The Practice of Social Research. Belmont CA: Wadsworth. 
[13] Daniel Muijs, (2004). Doing Quantitative Research in Education with SPSS. Sage 
Publications. 
[14] Ehrenberg, A.S.C., (1994). Theory or Well-Based Results: Which Comes First. In 
Research Traditions in Marketing (Laurent, G and Lilien, G.L.) Boston: Kluwer 
Academic. 
192 
[15] Kumar, R. (2014). Research Methodology. A Step-by-Step Guide for Beginners. 
Foutrth edition. SAGE Publications. 
[16] Kothari, C.R., (2004). Research Methodology: Methods and Techniques. New Age 
International (p) Ltd. 
[17] Marshall, C., & Rossman, G. B. (2006). Designing Qualitative Research (4 th ed.). 
Thousand Oaks, CA: Sage. 
[18] John A. Sharp, John Peters and Keith Howard. (2006). The management of a Student 
Research Project. Third edition. Gower Publishing Company. 
[19] Joseph F. Hair Jr. William C. Black Barry J. Babin Rolp E. Anderson, (2014). 
Multivariate Data Analysis. Pearson New International Seventh Edition. 
[20] Robert A. Day. (1998). How to write and publish a scientific paper. Fifth edition. 
Oryx Press. 
[21] Shuttleworth, M., (2008). Definition of Research. <https://explorable.com/definition 
- of - research>. 
[22] Uma Sekaran and Roger Bougie (2009). Research methods for business: A skill 
building approach.