Phương pháp thu thập dữ liệu
Hôm nay
Phân loại dữ liệu
Dữ liệu thứ cấp
Dữ liệu sơ cấp
Phân loại dữ liệu
Phân loại dữ liệu
Sự kiện: xảy ra khách
Dữ liệu sơ cấp: dữ
quan
Ý kiến: thái độ cảm nhận của khách hàng
liệu gốc được thu thập cho một mục đích cụ thể.
Ý định: dự định,
Dữ liệu thứ cấp: đã
mong muốn của KH, nghiên cứu dự báo Động cơ: nguyên
được thu thập cho một mục đích khác, thu thập nhanh chóng, ít tốn kém hơn.
nhân nội tại là phát sinh vấn đề
Theo bản chất Theo nguồn gốc
Phân loại dữ liệu
Dữ liệu nghiên cứu
Dữ liệu thứ cấp
Dữ liệu sơ cấp
Nghiên cứu định lượng
Nghiên cứu định tính
Nghiên cứu mô tả
Nghiên cứu nhân quả
Nghiên cứu khám phá
Dữ liệu quan sát
Dữ liệu điều tra
Nội dung Dữ liệu sơ cấp Dữ liệu thứ cấp
Cho một vấn đề nghiên cứu cụ thể 6 bước liên quan
Cho các vấn đề khác Nhanh và dễ dàng Thấp Mục đích thu thập Tiến trình thu thập Chi phí Cao
Thời gian Ngắn Dài
Dữ liệu thứ cấp
Dữ liệu thứ cấp có thể giúp
Nhận dạng vấn đề
Định nghĩa vấn đề sâu hơn
Phát triển và tiếp cận vấn đề
Thiết lập một thiết kế nghiên cứu phù hợp
Trả lời những câu hỏi nghiên cứu chắc chắn và
kiểm định giả thuyết
Phân tích dữ liệu sơ cấp tốt hơn
Thuận lợi của dữ liệu thứ cấp
Thời gian thu thập dữ liệu ngắn hơn, nhanh và dễ
dàng.
Chi phí tương đối thấp. Thường có sẵn Hỗ trợ dữ liệu sơ cấp Có thể đạt mục tiêu nghiên cứu
Bất lợi của dữ liệu thứ cấp Đơn vị báo cáo không tương thích
Đơn vị báo cáo như tỉnh, thành phố, bang, khu vực thống kê đô
thị…
Dữ liệu phải tương thích với nhu cầu của nhà nghiên cứu
Đơn vị đo lường không phù hợp
Thị trường thu nhập : tổng thu nhập, thu nhập sau thuế, thu
nhập hộ gia đình, thu nhập tính theo đầu người khác
Phân loại DN theo diện tích >< DS, nhân viên, LN. Feet, pound >< mét, kg.
Các định nghĩa phân lớp không thể sử dụng được
EBI theo 3 tầng lớp Dữ liệu bị lỗi thời
Khôn phù hợp tính liên hệ và tính chính xác của dữ liệu Mục tiêu nghiên cứu, bản chất và phương pháp không còn phù
hợp với tình hình hiện tại
Phân loại dữ liệu thứ cấp
Dữ liệu thứ cấp
Bên trong
Bên ngoài
Sẵn sàng sử dụng
Các DV cung cấp thông tin
Các tài liệu đã xuất bản
Máy tính hóa cơ sở dữ liệu
Đòi hỏi nghiên cứu xa hơn
Nguồn: Lưu Thanh Đức Hải (2003), Bài giảng Nghiên cứu Marketing, Lưu hành nội bộ - ĐH Cần Thơ
Dữ liệu thứ cấp bên trong (External Secondary Data)
Bắt đầu từ các nguồn bên trong công ty. Các nguồn thông tin rất phong phú: doanh thu
cung cấp thông qua báo cáo tài chính và kế toán.
bán hàng, chi phí bán hàng, chi phí khác được
Thuận lợi chính:
Thu thập được dễ dàng
Có thể không tốn chi phí
Dữ liệu thứ cấp bên trong
Marketing cơ sở dữ liệu ( Data Marketing) được sử
dụng để hạn chế việc chưa khai thác hết thông tin.
Dùng máy tính để theo dõi hồ sơ khách hàng và chi tiết mua
hàng
Bước đầu tiên: Chuyển dữ liệu thô vào máy tính
Sau đó: Phân tích hoạt động của khách hàng qua “đời sống” của
mối quan hệ với doanh nghiệp
Dùng thư trực tiếp (Direct mail) hoặc thư điện tử (Email) làm
công cụ khuyến khích rất tốt dựa vào thông tin thứ cấp nội bộ cho
việc thiết kế và đánh giá chương trình
Dữ liệu thứ cấp bên ngoài (External Secondary Data)
Tài liệu đã được xuất bản (Published secondary
data)
Máy tính hóa cơ sở dữ liệu (Computerized
database)
Dịch vụ cung cấp tin tức Dữ liệu cung cấp từ các hộ gia đình
Tài liệu đã được xuất bản
Được xuất bản từ các nghiệp đoàn, chính phủ,
chính quyền địa phương, NGO, hiệp hội thương
mại, các công ty nhận tiền hoa hồng đầu tư vào các
mại, các tổ chức chuyên môn, các ấn phẩm thương
công ty nghiên cứu Marketing chuyên nghiệp. Có hai loại dữ liệu: Dữ liệu thuộc doanh nghiệp và
dữ liệu thuộc chính phủ
Tài liệu đã được xuất bản – Dữ liệu thuộc doanh nghiệp
Giúp nhận ra những chỉ dẫn quan trọng khác. Là nguồn thông tin tham khảo đầu tiên Nguồn TT DN, dữ liệu dùng cho PTHĐKD
Tài liệu hướng dẫn
Sách rất có ích cho việc tìm kiếm các cá nhân và tổ chức thu thập dữ liệu như SEBA, CESAIS
Nơi có thể tìm kiếm thông tin theo một tiêu đề cụ thể nào đó.
Thư mục
Bản đề mục
Các hướng dẫn đối với thị trường, dự báo, điều tra quản trị Marketing, doanh số của quyền mua hàng, DV thiết kế chuẩn, DV dữ liệu
DL thống kê phi CP
Tài liệu đã được xuất bản – Dữ liệu thuộc CP
Dữ liệu điều tra Có thể tìm thấy ở các tổ chức chính phủ
Các dữ liệu điều tra
Thống kê doanh
quan trọng:
nghiệp
Niên giám thống
Điều tra nhà ở Điều tra các nhà
sản xuất
Các ấn phẩm khác Báo doanh nghiệp
kê…
Điều tra dân số Điều tra bán lẻ Điều tra các ngành
dịch vụ
Điều tra bán lẻ
Máy tính hóa cơ sở dữ liệu
Thông tin được tạo ra có thể đọc được trên máy vi tính. Thuận lợi:
Thông tin được cập nhật hàng ngày
Quá trình tìm kiếm thông tin rất trí tuệ, khoa học, nhanh chóng
và đơn giản.
Lượng thông tin lớn
Giá thành trên đơn vị thời gian rất thấp vì tốc độ tìm kiếm trên
thông tin rất nhanh.
Rất tiện lợi và dễ dàng để đánh giá thông tin nhờ việc sử dụng
máy tính cá nhân có gắn thiết bị truyền tin phù hợp như modem
hoặc mạng truyền tin.
Phân loại cơ sở dữ liệu trên máy tính
Cơ sở dữ liệu
Ngân hàng dữ liệu trực tuyến
Ngân hàng dữ liệu ngoạituyến
Thư mục dữ liệu
Dữ liệu số
Dữ liệu văn bản
Dữ liệu phân loại
Dữ liệu đặc biệt
Nguồn: Lưu Thanh Đức Hải (2003), Tài liệu giảng dạy Nghiên cứu Marketing, Lưu hành nội bộ Đại học Cần Thơ
Một số định nghĩa
Ngân hàng dữ liệu trực tuyến (Online Database):
một ngân hàng dữ liệu trung tâm được nối với một
máy tính bởi một mạng lưới thông tin liên lạc. Ngân hàng dữ liệu ngoại tuyến (Offline database):
không cần mạng thông tin liên lạc bên ngoài.
tạo thông tin qua CD-ROM có thể sử dụng mà
Một số định nghĩa
Thư mục dữ liệu (Bibliographic Databases): chứa đựng sự trích dẫn các bài báo cáo trong sách,
báo, tạp chí, những tóm tắt của các tài liệu được công
bố
Dữ liệu số (numeric Databases): chứa đựng thông tin thống kê và các dữ liệu. Các dữ liệu này
thường được sử dụng để phân tích dãy số theo thời
gian về một chỉ tiêu nào đó.
Một số định nghĩa
Dữ liệu văn bản(Full Text Databases): Dữ liệu
toàn văn bản của các tài liệu nguồn như hằng trăm
báo hằng năm, các báo cáo của các cá thể đầu tư.
CSDL về kinh doanh, bài báo được chọn lọc, bài
Dữ liệu phân loại (Directory Databases):
cung cấp thông tin về cá nhân, các tổ chức và dịch
vụ.
Một số định nghĩa
Dữ liệu đặc biệt (Special Purpose
Databases): chứa đựng thông tin để cung cấp
đặc biệt.
Phổ biến trong ngành công nghiệp chăm sóc sức khỏe
cho một lĩnh vực cụ thể nào đó hay một ngành
Dịch vụ cung cấp tin tức
Các công ty thu thập và bán dữ liệu để đáp ứng nhu
cầu thông tin của khách hàng.
Không được thu thập cho mục đích của vấn đề
nghiên cứu marketing
Dữ liệu và các báo cáo được cung cấp đến công ty là khách hàng có thể phân biệt theo nhu cầu cụ thể. Thông tin: giá trị, lối sống, đánh giá quảng cáo, sở thích, hành vi mua hàng, hành vi tiêu dùng…
Dữ liệu cung cấp từ hộ gia đình
Thông qua điều tra và phỏng vấn một lượng lớn
khách hàng bằng bảng câu hỏi đã được thiết kế
Tâm lý: hồ sơ tâm lý của các cá nhân và lối sống
Lối sống: là mô hình phân biệt lối sống của một xã hội
hay một vài phân khúc xã hội đó.
sẵn. Điều tra được thực hiện trên cơ sở:
Các tiêu chuẩn đánh giá dữ liệu thứ cấp
Tính cụ thể và phương pháp
Tiêu chuẩn Nội dung
Phương pháp thu thập dữ liệu Tỷ lệ trả lời Chất lượng dữ liệu Kỹ thuật chọn mẫu Cỡ mẫu Bảng câu hỏi Điều tra Phân tích dữ liệu
Chú ý Dữ liệu phải được tin cậy, có giá trị và có thể tổng quát hóa vấn đề nghiên cứ
Các tiêu chuẩn đánh giá dữ liệu thứ cấp
Sai số và tính chính xác
Đánh giá chính xác bằng cách so sánh với các nguồn dữ liệu khác
Xác định các sai số trong tiếp cận, thiết kế nghiên cứu, chọn mẫu, thu thập thông tin, phân tích thông tin và viết báo cáo
Tính thời sự Sự chậm trễ và thời
Tiêu chuẩn Nội dung Chú ý
Dữ liệu điều tra phải được cập nhật định kỳ bởi những công ty
gian giữa việc thu thập và ấn hành Tính thường xuyên của việc cập nhật thông tin
Các tiêu chuẩn đánh giá dữ liệu thứ cấp
Mục tiêu
Tại sao phải thu thập dữ liệu?
Tiêu chuẩn Nội dung
Bản chất
Cần đưa dữ liệu thành dạng sơ đồ để tăng sự hữu dụng nếu có thể
Định nghĩa các nhân tố chính Đơn vị đo lường Các phương pháp được sử dụng Các mối liên hệ được đánh giá
Chú ý Mục tiêu sẽ xác định sự liên hệ giữa các dữ liệu
Các tiêu chuẩn đánh giá dữ liệu thứ cấp
Nội dung Chú ý
Tiêu chuẩn Khả năng phụ thuộc Nên sử dụng dữ liệu gốc
Chuyên môn, sự tín nhiệm, sự nổi tiếng và giá trị tin cậy của nguồn
Ứng dụng của dữ liệu thứ cấp
Chỉ số sức mua (Buying Power Index – BPI)
Là chỉ số tiềm năng tương đối của thị trường ở các vùng địa lý
khác nhau.
Đánh giá tiềm năng thị trường, sản phẩm mới, xác định kênh
phân phối, hoạch định dài hạn.
Đo lường thực hiện doanh số bán, hình thành các mục đích về DS
bán ra và quota, chọn thị trường để thử nghiệm và bố trí phương
tiện thông tin.
Đồ họa trên vi tính (Computer Mapping)
Kết hợp các vùng đại lý với thông tin về nhân khẩu học và các dữ
liệu về bán hàng để phát triển thành bản đồ phục vụ kinh doanh.
Tính chỉ số sức mua (BPI)
Bước 1: Xác định các nhân tố có liên quan đến thị trường
Bước 2: Ở mỗi thị trường cần tính tỷ trọng của các nhân tố ở bước 1.
Bước 3: Xây dựng tầm quan trọng của mỗi nhân tố
Bước 4: Tính chỉ số BPI: ước đoán tầm quan trọng này dựa vào kết quả
bước 2.
Xác định tiềm năng thị trường Bước 1: Dự báo doanh số của ngành
Bước 2: Xác định DS của Cty tại thị trường nghiên cứu
Bước 3: Dự báo thị phần tiềm năng của thị trường nghiên cứu
Bước 4: Dự báo doanh thu tiềm năng ở thị trường nghiên cứu
Bước 5: Ước lượng chỉ số thực hiện thị trường
Vận dụng tính toán chỉ số sức mua hàng BPI
Ví dụ: Tính BPI
Giả sử công ty bạn đưa ra thị trường loại áo sơ mi
dành cho đàn ông, sản phẩm này được bày bán ở các
cửa hàng. Tính toán BPI để phản ánh khả năng của
thị trường mua sản phẩm này.
Bước 1: xác định các nhân tố liên quan đến thị
trường áo sơ mi đàn ông Nhân tố nhân khẩu (phân khúc): đàn ông từ 35 tuổi trở lên
Nhân tố kinh tế: Hộ gia đình có thu nhập từ 50 triệu
đồng/năm
Phân phối tại các cửa hàng bán quần áo
Ví dụ
Bước 2: Tính tỷ trọng (%) của 3 nhân tố trên: Nhân tố phân khúc = (số đàn ông từ 35 tuổi trở lên tại thị
trường nghiên cứu/số đàn ông từ 35 tuổi trở lên của cả
nước)*100
Nhân tố kinh tế =
×
𝑆ố ℎộ 𝑔𝑖𝑎 đì𝑛ℎ 𝑡ℎ𝑢 𝑛ℎậ𝑝 𝑡𝑟ê𝑛 50 𝑡𝑟𝑖ệ𝑢 đồ𝑛𝑔 1 𝑛ă 𝑚 𝑐ủ𝑎 𝑡ℎị 𝑡𝑟ườ𝑛𝑔 𝑛𝑔ℎ𝑖ê𝑛 𝑐ứ𝑢 𝑇ổ𝑛𝑔 𝑠ố ℎộ 𝑔𝑖𝑎 đì𝑛ℎ 𝑐ó 𝑡ℎ𝑢 𝑛ℎâ𝑝 𝑡𝑟ê𝑛 50 𝑡𝑟𝑖ệ𝑢 đồ𝑛𝑔 𝑐ủ𝑎 𝑞𝑢ố𝑐 𝑔𝑖𝑎
100
Nhân tố phân phối = (DS bán của cửa hàng nghiên cứu/DS
bán của các cửa hàng thuộc quốc gia) *100
Ví dụ:
Ta có thể tính mặt hàng này ở TP.HCM với các giả
định như sau:
Nhân tố phân khúc thị trường:
(744.410/48.336.957)*100 = 1,54%
Nhân tố kinh tế: (299.291/11.656.668)*100 = 2,57% Nhân tố phân phối:
(2.389.522.000/127.230.971.000)*100 = 1,88%
Ví dụ
Bước 3: Xây dựng tầm quan trọng của mỗi
nhân tố
có thể có cơ cấu tỷ trọng là: Phân khúc 20% Kinh tế 50% Phân phối 30%
Đối với mặt hàng áo sơ mi đàn ông, các nhân tố này
Ví dụ
Bước 4: Tính chỉ số BPI
BPI = 0,2 (1,54%) + 0,5(2,57%) + 0,3(1,88%) = 2,16
Ví dụ - Xác định tiềm năng thị trường
Giả sử qui mô bán lẻ áo sơ mi đàn ông trong cả
nước là 2 tỷ đồng, và công ty của bạn bán trược
số bán của công ty tại TP.HCM lad 2.278.760
140 triệu hay chiếm 7% thị phần, trong đó doanh
đồng.
Bước 1: Dự báo tổng doanh số của ngành
(DSN) cho thị trường sản phẩm áo sơ mi đàn
DSNM = (DSN * BPI)/100 = (2 *109 * 2,16)/100
ông tại TP.HCM (DSNM)
= 43.200.000
Bước 2: Doanh số của công ty tại thị trường
nghiên cứu (DSM) = 2.678.760 đồng
Bước 3: Dự báo thị phần tiềm năng của thị
trường nghiên cứu (MSM)
2.678.760 4,32 ∗107 *100 = 6,2%
𝐷𝑆𝑀 𝐷𝑆𝑁𝑀
MSM= =
Bước 4: Dự báo doanh thu tiềm năng ở thị trường
= 3,02.106 đồng
=
nghiên cứu (DSPM) 𝐷𝑆 𝑐ủ𝑎 𝑐ô𝑛𝑔 𝑡𝑦 ∗𝐵𝑃𝐼 100
140 ∗106 ∗2,16 100
DSPM = Bước 5: Ước lượng chỉ số thực hiện của thị trường
(PMM)
* 100 =
PMM =
2.678.760 3,678.106 * 100 = 88,78%
𝐷𝑆𝑀 𝐷𝑆𝑁𝑀
Kết luận: DS bán ở Tp.HCM cao hơn các thị trường khác
nhưng vẫn còn ở dưới mức tiềm năng (nhỏ hơn 100%).
Dữ liệu sơ cấp
Dữ liệu trong nghiên cứu định tính và định lượng
Dữ liệu trong nghiên cứu Marketing
Dữ liệu thứ cấp
Dữ liệu sơ cấp
Nghiên cứu định lượng Nghiên cứu định tính
Dữ liệu thực nghiệm
Nghiên cứu mô tả Nghiên cứu nhân quả
Dữ liệu điều tra Dữ liệu quan sát và DL khác
Nghiên cứu định lượng (Quantitative
Research)
Xác định số liệu và ứng dụng dữ liệu dưới một hình
thức nào đó của phân tích thống kê
Nghiên cứu định tính (Qualitative Research) Cung cấp sự hiểu biết sâu sắc về vấn đề nghiên cứu
Phân loại nghiên cứu định tính
Nghiên cứu định tính
Trực tiếp Gián tiếp
Kỹ thuật Quan sát
Phỏng vấn nhóm Phỏng vấn cá nhân
Liên tưởng Diễn giải Diễn cảm
Hoàn chỉnh
Phỏng vấn nhóm (Focus Group)
Bất lợi
Thuận lợi Đa dạng thông tin Tập trung điều khiển Kich thích trả lời An toàn Tự nhiên Thông tin khách quan Đa dạng thành phần Khảo sát mang tính khoa
Ứng dụng sai Đánh giá sai Điều khiển Lộn xộn Không đại diện
học Kết cấu Tốc độ
Ứng dụng của phỏng vấn nhóm
Hiểu được nguyện vọng của khách hàng cũng như sở thích
và hành vi tiêu dùng sản phẩm của khách hàng
Đạt được những ấn tượng về các khái niệm sản phẩm mới Tạo ra những ý tưởng về những sản phẩm cũ Phát triển những khái niệm sáng tạo và soạn thảo thông
điệp quảng cáo
Giữ được mức giá gây ấn tượng Đạt được những phản ứng ban đầu của khách hàng đối với
chương trình Marketing cụ thể.
Những dạng khác của nhóm thảo luận
Nhóm thảo luận hai chiều Nhóm thảo luận song đôi Nhóm thảo luận tay đôi Nhóm kết hợp người điều khiển và người trả lời Nhóm khách hàng tham gia Nhóm thảo luận mini Nhóm thảo luận bằng điện thoại
Phỏng vấn sâu cá nhân (Indepth Interview)
Kỹ thuật phỏng vấn cá nhân
Kỹ thuật bắc thang (Laddering)
Kỹ thuật đặt câu hỏi cho các vấn đề được che giấu
(Hidden issue questioning)
Phân tích biểu tượng (Symbolic analysic)
Phỏng vấn sâu
Bất lợi Thuận lợi
Biết chính xác
Khó tìm người PV có kỹ năng Đáp viên dễ xúc
câu trả lời riêng của từng người Trao đổi thông
tin hoàn toàn tự do và hoàn toàn không có bất kỳ áp lực mang tính xã hội
cảm đối với người phỏng vấn Khó phân tích và tổng hợp dữ liệu Chi phí cao nên cỡ mẫu nhỏ, tính đại diện thấp
Ứng dụng của phỏng vấn sâu
Thăm dò được chi tiết từ người phỏng vấn Thảo luận các chủ đề về niềm tin, cảm xúc, tài chính cá nhân Những tình huống có những tiêu chuẩn xã hội đang tồn tại và noi mà người được phỏng vấn có thể bị ảnh hưởng bởi sự
trả lời của nhóm
Hiểu rõ các hành vi ứng xử phức tạp Phỏng vấn những người có chuyên môn Phỏng vấn đối thủ cạnh tranh Những trường hợp nơi mà kinh nghiệm tiêu dùng sản phẩm thuộc về cảm giác và giác quan như nước hoa, xà phòng
thơm.
Phương pháp quan sát
Ưu điểm
Nhược điểm
Lý do về hành vi được
Đo lường những hành vi thật
quan sát chưa được xác định.
Cảm nhận của người
nghiên cứu có thể dẫn đến sai sót.
Không có sai số do ghi chép, và sai số tiềm năng
hơn các phương pháp khảo sát
Tốn thời gian và chi phí Khó khăn quan sát hành vi cá nhân Không được tế nhị
Ít tốn kém và nhanh
Phương pháp tiếp cận gián tiếp
Kỹ thuật liên tưởng Kỹ thuật hoàn chỉnh
Hoàn thành câu
Hoàn thành câu chuyện Kỹ thuật dựng hình
Kỹ thuật diễn giải hình ảnh
Kỹ thuật kiểm tra bằng phim hoạt hình
Kỹ thuật diễn cảm
Kỹ thuật đóng vai người thứ 3
Ví dụ kỹ thuật liên tưởng
Bảng liệt kê từ Phụ nữ 1 Mỗi ngày 1. Ngày giặt 2. Độ sạch Còn rít tay Trong trắng 3. Độ tinh khiết Chồng rửa 4. Cọ rửa 5. Bẩn thỉu Hành xóm Dơ 6. Khăn tắm Nhà tắm 7. Độ bọt
Phụ nữ 2 Ủi Sạch Lẫn tạp chất Sạch Dơ bụi Giặt Xà bông cục và nước
Kỹ thuật tiếp cận gián tiếp
Khó khăn
Thuận lợi
Có thể đưa ra các câu trả lời đối với các câu hỏi còn thiếu thông tin
Tăng hiệu lực của câu
trả lời
Phỏng vấn viên phải có trình độ, có kỹ năng và được huấn luyện Người tổng hợp và phân tích thông tin phải có trình độ tương tự.
Chi phí cao Sai lệch trong quá trình
phân tích dữ liệu
Ứng dụng kỹ thuật tiếp cận gián tiếp
Khi mà vấn đề không thể thực hiện bằng phương
pháp trực tiếp
Nghiên cứu thăm dò các vấn đề để có được sự
hiểu biết sâu sa ban đầu
Các vấn đề phức tạp thì không nên sử dụng các
phương pháp tiếp cận gián tiếp.
Các phương pháp điều tra phỏng vấn
Điện thoại
Phỏng vấn
Thư tín
Ở nhà
Ở cửa hàng
Máy vi tính
Thư tín thông thường
Thư tín Nhóm đại diện
Điện thoại truyền thống
Điện thoại – Máy tính
Thu thập dữ liệu định lượng
Dữ liệu nghiên cứu
Dữ liệu định tính
Dữ liệu định lượng
Thang đo tỉ lệ
Thang đo khoảng cách
Thang đo thứ bậc
Thang đo danh nghĩa
Hiệu chỉnh thông tin trong nghiên cứu định lượng
Nguyên nhân gây sai sót trong thu thập thông tin: Thiết kế bảng câu hỏi không đạt yêu cầu Hướng dẫn phỏng vấn viên không rõ ràng Kỹ thuật phỏng vấn kém Các bước hiệu chỉnh: Hiệu chỉnh tại hiện trường Phỏng vấn lại câu bỏ sót Hoàn chỉnh các phần viết tắt, ký hiệu, viết chưa kịp Hiệu chỉnh tại trung tâm Do bộ phận xử lý thông tin thực hiện trước khi nhập thông tin nhằm
kiểm tra lại toàn bộ các lỗi và tính hợp lý của bảng câu hỏi
Chỉ tiêu
Nhóm
Điện thoại
Tại nhà
Cửa hàng
Thư tín
ĐT + máy tính
Cá nhân +máy tính
TB-Cao Thấp Thấp TB-Ca0 TB TB Thấp TB Cao TB Cao TB
Cao Cao TB-C Cao TB-C Thấp Cao Cao Thấp Cao TB Cao
Cao Cao Cao TB Cao TB TB Cao Thấp Cao TB-C TB-C
TB-Cao Cao Cao TB Cao TB TB Cao Thấp – TB Thấp TB-C TB-C
Thấp TB TB Thấp Thấp Cao Thấp Thấp Cao Không Thấp Thấp
Thấp TB TB TB-C Thấp Cao TB TB Cao Không T – TB T-TB
1. Sự linh hoạt của thu dữ liệu 2. Sự đa dạng của câu hỏi 3. Kích thích bằng vật chất 4. Quản lý, kiểm soát mẫu 5. Quản lý môi trường thu dữ liệu 6. Quản lý lực lượng PVV 7. Chất lượng dữ liệu 8. Tỷ lệ trả lời 9. Thông tin nhạy cảm 10. Sai sót của PVV 11. Tốc độ 12. Chi phí
TB Thấp Thấp TB-C TB TB Thấp TB Cao TB Cao TB
