1. Thông tin [1] phục vụ cho ai?
Không thiếu trường hợp nhân viên nghiên cứu thị trường [2] của một công ty tư vấn hỏi đại diện marketing [3] của đơn vị thuê xử lý dữ liệu rằng “Công ty muốn thông tin sẽ như thế nào?”. Và sau đó thông tin trong báo cáo nghiên cứu đã được “nhào nặn” kỹ lưỡng để thể hiện đúng góc nhìn đó.
Do đó, bạn cần cân nhắc nếu tổ chức thu thập dữ liệu nhận được lợi ích tài chính từ việc sửa đổi thông tin thì khả năng thông tin bị làm sai lệch là rất cao.
2. Bạn không được cung cấp thông tin thô?
Dự liệu thô là một trong các nguồn rất tốt để bạn kiểm chứng các nhận định, phân tích đã được đưa ra. Nếu báo cáo không đi kèm các số liệu thô, chưa qua xử lý thì tính khách quan sẽ không được đảm bảo.
Thông thường, dữ thô không được công bố vì các lý do sau: dữ liệu thô cho thấy kết quả hoàn toàn khác, hoặc sẽ chứng tỏ người thực hiện đã dùng những câu hỏi lạ hoặc thiên vị trong quá trình khảo sát, hoặc dữ liệu thô không tồn tại vì đó chỉ đơn giản là các nhận định cho người cung cấp thông tin tự tạo ra.
3. Thông tin có dùng thuật ngữ mơ hồ không?
Ngôn ngữ vốn dĩ có nhiều cách hiểu khác nhau. Do đó, các bảng hỏi nên tránh dùng những thuật ngữ mơ hồ, gây ra những nhầm lẫn trong việc phân tích. Ví dụ, một cuộc khảo sát định nghĩa “sự thỏa mãn của khách hàng” là “không trả lại sản phẩm [4]” sẽ dẫn đến hiểu lầm trong việc hình dung bạn đang phục vụ khách hàng tốt như thế nào.
4. Các phản hồi [5] có được chọn ngẫu nhiên không?
Nếu người nghiên cứu chỉ hỏi những ai đồng ý trả lời theo định hướng, hoặc có liên đới quyền lợi với người khảo sát thì dữ liệu thu thập sẽ không phản ánh đúng thực tế.
Ví dụ, một công ty quảng cáo đo lường hiệu ứng của quảng cáo [6] bằng cách phỏng vấn các giám đốc bán hàng của những đơn vị đã mua quảng cáo thì dĩ nhiên, các quảng cáo đó được đánh giá là vô cùng hiệu quả.
5. Người trả lời có được lựa chọn không?
Những công ty thường thực hiện các khảo sát nhanh qua website nơi mọi người truy cập vào sẽ quyết định họ có muốn tham gia khảo sát hay không. Tuy nhiên những thống kê dựa trên phương pháp này thường tự động cho ra kết quả ảo.
Ví dụ, đối với câu hỏi nhận xét về quy trình dịch vụ chăm sóc khách hàng của công ty, chỉ những người đã có trải nghiệm cực tốt hoặc cực xấu mới quan tâm đến câu hỏi này. Những người còn lại sẽ dễ dàng lướt qua và bạn sẽ không thu được thông tin từ nhiều đối tượng khách hàng.
6. Nghiên cứu có tự giả định những quan hệ nhân quả không?
Đối với các dữ liệu rút ra được từ nhiều câu hỏi thì bạn cần phải biết mối tương quan của các câu hỏi này thế nào trước khi nhận các kết luận.
Ví dụ, một doanh nghiệp cho nhân viên tham dự khóa tập huấn bán hàng. Sau đó, doanh thu bán hàng tăng đột biến. Nếu kết luận ngay rằng đây là kết quả tốt từ quá trình tập huấn thì sẽ không chính xác. Vì kết quả này rất có thể còn chịu tác động bởi chính sách marketing, quảng cáo của công ty hoặc tình hình kinh tế được cả thiện.
7. Dữ liệu có nguồn kiểm chứng độc lập không?
Nghiên cứu khoa học không được coi là hợp lệ cho đến khi ai đó khác cũng nghiên cứu và khẳng định kết luận này. Do đó, để có thông tin chính xác, bạn nên tổng hợp kết quả từ nhiều nghiên cứu độc lập với nhau.
Theo DNSG