Những nhóm công nghệ thu thập dữ liệu nghiên cứu

Cách nhìn này đặc biệt quan trọng khi lựa chọn công nghệ. Khảo sát, phỏng vấn, quan sát hay thí nghiệm là phương pháp hoặc thiết kế nghiên cứu; biểu mẫu điện tử, máy ghi âm, camera, cảm biến hay API mới là công nghệ hỗ trợ quá trình thu thập. Một nghiên cứu cũng có thể kết hợp nhiều nhóm công nghệ nếu cần nhiều loại dữ liệu khác nhau.

Có thể chia công nghệ thu thập dữ liệu thành 5 nhóm chính

Xét theo nguồn dữ liệu và cơ chế ghi nhận, năm nhóm công nghệ thu thập dữ liệu có thể bao phủ phần lớn các dạng nghiên cứu định lượng, định tính, thực nghiệm và nghiên cứu dựa trên dữ liệu số:

·         Biểu mẫu điện tử và hệ thống EDC để thu dữ liệu có cấu trúc do người tham gia hoặc nhà nghiên cứu nhập

·         Công nghệ ghi âm, ghi hình và phỏng vấn số để ghi nhận dữ liệu định tính từ giao tiếp

·         Công nghệ quan sát và hình ảnh số để ghi lại hành vi, sự kiện hoặc đối tượng có thể quan sát

·         Cảm biến, thiết bị đo và công nghệ định vị để đo trực tiếp các đại lượng sinh học, vật lý, môi trường hoặc không gian

·         API, log hệ thống và nguồn dữ liệu số để lấy dữ liệu do các nền tảng hoặc hệ thống vận hành tạo ra

Ranh giới giữa các nhóm không hoàn toàn cứng. Điện thoại thông minh chẳng hạn có thể vừa chạy bảng hỏi, vừa ghi âm, vừa chụp ảnh, vừa cung cấp GPS và cảm biến chuyển động. Vì vậy, điện thoại là một thiết bị đa chức năng; nhóm công nghệ thực sự được xác định bởi cách nó tạo ra dữ liệu cho nghiên cứu.

Ngược lại, kho lưu trữ đám mây, phần mềm thống kê hoặc công cụ trực quan hóa không mặc nhiên là công nghệ thu thập dữ liệu. Chúng chủ yếu phục vụ lưu trữ, xử lý hoặc phân tích sau khi dữ liệu đã được ghi nhận.

Biểu mẫu điện tử và EDC phù hợp với dữ liệu có cấu trúc

Biểu mẫu trực tuyến, ứng dụng khảo sát, nhật ký điện tử và hệ thống Electronic Data Capture (EDC) phù hợp khi dữ liệu cần được ghi vào những trường xác định trước: câu trả lời lựa chọn, thang điểm, số đo, ngày tháng, mã đối tượng hoặc các biến phân loại.

Cơ chế của nhóm này là chuẩn hóa dữ liệu ngay tại thời điểm nhập. Một hệ thống có thể giới hạn kiểu dữ liệu, kiểm tra phạm vi hợp lệ, bắt buộc trường quan trọng, thực hiện logic rẽ nhánh và ghi thời gian nhập. Nhờ vậy, một phần lỗi kỹ thuật như nhập chữ vào trường số, bỏ qua câu bắt buộc hoặc trả lời những câu không phù hợp với nhánh khảo sát có thể được phát hiện trước khi dữ liệu đi vào bộ dữ liệu chính.

Nhóm này đặc biệt phù hợp với nghiên cứu khảo sát cắt ngang, nghiên cứu dọc có bảng hỏi lặp lại, nhật ký điện tử và các nghiên cứu cần biểu mẫu thu thập dữ liệu chuẩn hóa.

Tuy nhiên, kiểm tra dữ liệu bằng phần mềm không đồng nghĩa với dữ liệu có giá trị khoa học cao. Một biểu mẫu có thể kiểm tra rằng người tham gia nhập giá trị từ 1 đến 5, nhưng không thể tự chứng minh rằng câu hỏi đó đo đúng khái niệm nghiên cứu. Sai lệch do tự báo cáo, cách diễn đạt câu hỏi hoặc đối tượng không nhớ chính xác vẫn tồn tại.

Vì thế, bằng chứng kỹ thuật cần xem xét không chỉ là phần mềm có hoạt động hay không mà còn gồm cấu trúc biểu mẫu, logic kiểm tra, nhật ký thời gian, mức dữ liệu thiếu và kết quả thử nghiệm trước khi triển khai chính thức. Nếu nghiên cứu thực hiện ở nơi kết nối mạng không ổn định, khả năng thu thập ngoại tuyến và đồng bộ sau đó cũng có thể trở thành yêu cầu thiết kế quan trọng.

Ghi âm, ghi hình và nền tảng phỏng vấn phù hợp với nghiên cứu định tính

Khi câu hỏi nghiên cứu cần biết người tham gia giải thích, trải nghiệm hoặc diễn đạt vấn đề như thế nào, biểu mẫu cấu trúc thường không chứa đủ thông tin. Công nghệ ghi âm, ghi hình, phỏng vấn trực tuyến và ghi chú số phù hợp hơn vì chúng bảo tồn ngôn ngữ tự nhiên và bối cảnh giao tiếp.

Nhóm này thường được sử dụng trong phỏng vấn sâu, thảo luận nhóm tập trung, nghiên cứu trải nghiệm, nghiên cứu xã hội và những thiết kế định tính khác. Dữ liệu ban đầu có thể là âm thanh hoặc video; bản chép lời là một dạng dữ liệu được chuyển đổi từ bản ghi chứ không phải một nguồn thu thập độc lập.

Chất lượng ở đây phụ thuộc vào một chuỗi yếu tố. Micro và môi trường ghi quyết định mức tín hiệu thu được; kết nối mạng có thể ảnh hưởng bản ghi phỏng vấn từ xa; nhiều người nói cùng lúc làm việc phân biệt người nói khó hơn. Nếu sử dụng nhận dạng giọng nói tự động, tiếng ồn, phương ngữ và thuật ngữ chuyên môn còn có thể gây sai lệch trong bản chép lời. Vì vậy, bản ghi gốc vẫn có giá trị kiểm chứng khi độ chính xác của nội dung phát ngôn quan trọng.

Video cung cấp thêm biểu cảm, cử chỉ và bối cảnh nhưng đồng thời làm tăng mức độ nhận diện cá nhân. Do đó, quyết định ghi âm hay ghi hình không nên dựa trên nguyên tắc “càng nhiều dữ liệu càng tốt”. Chỉ nên thu loại dữ liệu thực sự cần cho câu hỏi nghiên cứu và phù hợp với quy trình đồng thuận, bảo mật cũng như phê duyệt đạo đức áp dụng cho nghiên cứu.

Quan sát, hình ảnh, cảm biến và thiết bị đo phù hợp với dữ liệu trực tiếp

Nhóm công nghệ này khác biểu mẫu và phỏng vấn ở điểm dữ liệu không nhất thiết phụ thuộc vào việc người tham gia tự mô tả. Camera có thể ghi một hành vi; cảm biến có thể đo chuyển động; thiết bị sinh học có thể ghi tín hiệu cơ thể; đầu dò môi trường có thể ghi nhiệt độ hoặc độ ẩm.

Điều này làm cho nhóm công nghệ đo trực tiếp đặc biệt quan trọng đối với nghiên cứu quan sát, thực nghiệm, y sinh, kỹ thuật, môi trường và không gian.

Quan sát số và ghi hình

Camera, kính hiển vi số, hệ thống ghi màn hình hoặc ứng dụng quan sát hiện trường phù hợp khi hiện tượng nghiên cứu có thể nhận diện từ hình ảnh hoặc chuỗi sự kiện quan sát được.

Thông số kỹ thuật phải tương ứng với hiện tượng cần đo. Một sự kiện diễn ra nhanh có thể bị bỏ sót nếu tốc độ khung hình không đủ; một đặc điểm nhỏ không thể được phân tích đáng tin cậy nếu độ phân giải hoặc trường nhìn không đáp ứng yêu cầu. Vì vậy, “camera độ phân giải cao” tự thân chưa phải bằng chứng rằng dữ liệu phù hợp. Cần xác định độ phân giải, tốc độ ghi, trường nhìn, thời gian và điều kiện ánh sáng cần thiết cho biến nghiên cứu cụ thể.

Cũng cần tách công nghệ thu thập khỏi công nghệ phân tích. Camera là phương tiện thu dữ liệu; thuật toán thị giác máy tính dùng để nhận dạng đối tượng hoặc hành vi thuộc bước xử lý và phân tích tiếp theo.

Quan sát bằng camera còn có một giới hạn phương pháp luận: sự hiện diện của thiết bị có thể làm người tham gia thay đổi hành vi. Ngoài ra, hình ảnh thường chứa nhiều thông tin nhận diện hơn dữ liệu bảng hỏi, nên quyền riêng tư phải được xem xét ngay từ khâu thiết kế thu thập.

Cảm biến, thiết bị đo và công nghệ định vị

Cảm biến đeo, thiết bị sinh học, máy đo trong phòng thí nghiệm, đầu dò môi trường, GNSS/GPS, thiết bị trên phương tiện bay hoặc các hệ thống viễn thám được dùng khi nghiên cứu cần đo một đại lượng thay vì yêu cầu con người tự báo cáo đại lượng đó.

Chất lượng dữ liệu của nhóm này phụ thuộc trực tiếp vào các đặc tính như độ chính xác, độ phân giải, dải đo, tần suất lấy mẫu, độ trễ, độ trôi và tình trạng hiệu chuẩn. Đây là những thông số có thể kiểm chứng qua hồ sơ hiệu chuẩn, thông số kỹ thuật và protocol nghiên cứu.

Tần suất lấy mẫu là ví dụ điển hình về mối quan hệ giữa công nghệ và câu hỏi nghiên cứu. Với tín hiệu có thành phần tần số, nguyên lý Nyquist yêu cầu tần số lấy mẫu về lý thuyết phải lớn hơn hai lần tần số cao nhất cần tái tạo. Trong hệ thống thực tế thường còn cần khoảng dự phòng, lọc chống aliasing và kiểm soát nhiễu. Vì vậy, một thiết bị có thể đủ cho việc theo dõi xu hướng chậm nhưng không đủ để nghiên cứu biến đổi xảy ra trong khoảng thời gian rất ngắn.

Công nghệ định vị và viễn thám mở rộng nguyên tắc đo trực tiếp sang không gian. Chúng phù hợp với nghiên cứu sinh thái, nông nghiệp, giao thông, đô thị hoặc môi trường khi vị trí và phân bố không gian là một phần của biến nghiên cứu. Khi đó, độ chính xác vị trí, độ phân giải không gian, chu kỳ quan sát và khả năng đồng bộ thời gian trở thành các tiêu chí cốt lõi.

API, log hệ thống và dữ liệu số phù hợp với nghiên cứu dấu vết hành vi

Không phải mọi nghiên cứu đều cần hỏi người tham gia hoặc lắp thêm thiết bị đo. Nhiều hệ thống số đã tạo dữ liệu trong quá trình vận hành: giao dịch, lượt truy cập, sự kiện ứng dụng, bản ghi thiết bị, hồ sơ hành chính hoặc dữ liệu nền tảng.

API cho phép hệ thống nghiên cứu nhận dữ liệu theo một giao diện đã định nghĩa. Log ghi lại sự kiện mà phần mềm hoặc thiết bị đã thực hiện. Trong một số trường hợp, dữ liệu còn có thể được trích xuất từ cơ sở dữ liệu, cổng dữ liệu hoặc nguồn web khi việc truy cập phù hợp với quyền sử dụng, điều khoản và yêu cầu đạo đức liên quan.

Nhóm này phù hợp với nghiên cứu hành vi số, nghiên cứu hệ thống thông tin, nghiên cứu vận hành, khoa học xã hội tính toán và các thiết kế sử dụng dữ liệu thứ cấp.

Ưu điểm quan trọng là hành vi có thể được ghi tại thời điểm nó xảy ra thay vì phụ thuộc hoàn toàn vào trí nhớ của người tham gia. Nhưng log chỉ ghi những gì hệ thống được thiết kế để ghi, không phải toàn bộ thực tế cần nghiên cứu. Một sự kiện có tên “view”, “session” hay “active user” chẳng hạn chỉ có ý nghĩa khi nhà nghiên cứu biết chính xác điều kiện nào khiến hệ thống sinh sự kiện đó.

Vì vậy, bằng chứng kỹ thuật cần đi kèm dữ liệu loại này gồm định nghĩa sự kiện, schema, múi giờ và quy tắc timestamp, phiên bản API, mức dữ liệu thiếu, thay đổi hệ thống và phạm vi bao phủ của nguồn. Nếu schema hoặc cách ghi sự kiện thay đổi giữa nghiên cứu, hai giai đoạn dữ liệu có thể không còn tương đương dù tên trường vẫn giống nhau.

Một giới hạn khác là tính đại diện. Có nhiều bản ghi không đồng nghĩa mẫu nghiên cứu đại diện cho quần thể mục tiêu. Người xuất hiện trong log trước hết là những người sử dụng hệ thống, vì vậy câu hỏi lấy mẫu và câu hỏi thu thập dữ liệu vẫn phải được tách biệt.

Mỗi dạng nghiên cứu phù hợp với nhóm công nghệ nào?

Không có một công nghệ tối ưu cho mọi nghiên cứu. Điểm phù hợp phụ thuộc vào hiện tượng cần quan sát, loại dữ liệu cần tạo ra và mức độ chi tiết mà thiết kế nghiên cứu yêu cầu.

Bảng trên là điểm khởi đầu chứ không phải quy tắc cứng. Một nghiên cứu sức khỏe, chẳng hạn, có thể dùng EDC để thu triệu chứng tự báo cáo đồng thời dùng thiết bị đeo để ghi hoạt động. Hai nguồn không thay thế nhau: một nguồn mô tả trải nghiệm chủ quan, nguồn kia ghi tín hiệu đo trực tiếp.

Chính sự khác nhau đó thường là lý do để kết hợp công nghệ trong nghiên cứu hỗn hợp.

Chọn công nghệ theo chất lượng dữ liệu, bối cảnh và ràng buộc nghiên cứu

Câu hỏi quan trọng nhất không phải “công nghệ nào hiện đại nhất?” mà là công nghệ nào tạo ra đúng loại dữ liệu với độ chính xác và độ chi tiết mà câu hỏi nghiên cứu yêu cầu.

Trước hết cần xác định bản chất của biến. Nếu cần thái độ hoặc trải nghiệm, cảm biến không thể thay thế hoàn toàn câu hỏi tự báo cáo. Nếu cần chuyển động thực tế, hỏi người tham gia nhớ lại số lần di chuyển có thể không đủ và một thiết bị đo trực tiếp sẽ phù hợp hơn. Nếu cần hành vi trong một hệ thống số, log thường gần với sự kiện thực tế hơn một câu hỏi hồi tưởng.

Tiếp theo là độ phân giải thời gian và không gian. Một hiện tượng biến đổi nhanh đòi hỏi dữ liệu được ghi đủ thường xuyên. Nếu hệ thống chỉ lưu một quan sát sau mỗi 15 phút, nó không thể giải quyết câu hỏi cần phân biệt các thay đổi xảy ra theo từng giây, bất kể thuật toán phân tích phía sau phức tạp đến đâu.

Độ chính xác cũng phải được đánh giá theo sai số chấp nhận được của nghiên cứu, thay vì chỉ so sánh thông số quảng cáo. Một thiết bị chính xác hơn chưa chắc tạo nghiên cứu tốt hơn nếu nó gây khó chịu khiến người tham gia tháo thiết bị, tạo nhiều dữ liệu thiếu hoặc chỉ hoạt động trong môi trường không giống bối cảnh cần nghiên cứu.

Khả năng truy nguyên dữ liệu là tiêu chí tiếp theo. Với thiết bị đo, cần biết cấu hình và tình trạng hiệu chuẩn. Với EDC, cần biết phiên bản biểu mẫu và logic kiểm tra. Với API hoặc log, cần lưu schema, định nghĩa sự kiện và phiên bản nguồn. Metadata này giúp giải thích vì sao một giá trị xuất hiện và liệu các quan sát thu ở các thời điểm khác nhau có thực sự so sánh được hay không.

Nếu kết hợp nhiều công nghệ, các hệ thống còn phải liên kết được đối tượng và thời gian. Mã định danh nghiên cứu, quy tắc timestamp, múi giờ và phương pháp đồng bộ nên được xác định trước khi thu thập. Nếu không, nhà nghiên cứu có thể sở hữu nhiều bộ dữ liệu riêng lẻ nhưng không ghép chính xác chúng thành một chuỗi quan sát thống nhất.

Cuối cùng là quyền riêng tư và mức độ xâm nhập. Dữ liệu vị trí, âm thanh, video, sinh trắc học và dấu vết hành vi có thể chứa thông tin vượt xa biến nghiên cứu dự định sử dụng. Nguyên tắc phù hợp vì vậy là thu đủ dữ liệu để trả lời câu hỏi nghiên cứu, nhưng không thu nhiều hơn mức cần thiết; quyền truy cập, thời gian lưu giữ và quy trình đồng thuận cần tương xứng với độ nhạy của dữ liệu.

Các nhóm công nghệ thu thập dữ liệu có thể được hiểu theo năm cơ chế chính: nhập liệu có cấu trúc, ghi nhận giao tiếp định tính, quan sát bằng hình ảnh, đo trực tiếp bằng cảm biến hoặc thiết bị và khai thác dữ liệu do hệ thống số tạo ra. Mỗi nhóm phù hợp với một kiểu bằng chứng khác nhau, nên lựa chọn đúng phụ thuộc trước hết vào câu hỏi nghiên cứu và bản chất của biến cần đo.

Với nghiên cứu thực tế, phương án phù hợp thường không phải công nghệ có nhiều tính năng nhất mà là công nghệ có cơ chế đo phù hợp, thông số đủ cho độ phân giải cần thiết, dữ liệu có thể truy nguyên và ràng buộc đạo đức có thể kiểm soát. Khi một câu hỏi đòi hỏi cả dữ liệu chủ quan, hành vi và đo lường khách quan, kết hợp nhiều nhóm công nghệ trong cùng một thiết kế thường hợp lý hơn việc cố ép toàn bộ dữ liệu vào một công cụ duy nhất.