intTypePromotion=1

Bài giảng Phương pháp nghiên cứu kinh tế - Chương 3: Thu thập và xử lý số liệu

Chia sẻ: Phuc Nguyen | Ngày: | Loại File: PPT | Số trang:35

0
60
lượt xem
4
download

Bài giảng Phương pháp nghiên cứu kinh tế - Chương 3: Thu thập và xử lý số liệu

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng cung cấp cho người học các kiến thức: Thu thập và xử lý số liệu, số liệu sơ cấp và số liệu thứ cấp, số liệu cắt ngang,... Hi vọng đây sẽ là một tài liệu hữu ích dành cho các bạn sinh viên đang theo học môn dùng làm tài liệu học tập và nghiên cứu. Mời các bạn cùng tham khảo chi tiết nội dung tài liệu.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Phương pháp nghiên cứu kinh tế - Chương 3: Thu thập và xử lý số liệu

  1. 1
  2. Các loại số liệu  Số liệu sơ cấp và số liệu thứ cấp  Số liệu sơ cấp: Những số liệu được quan sát hay thu thập lần đầu tiên  bởi nhà nghiên cứu. Số liệu dạng này thường các nhà nghiên cứu tự thu thập  từ: bản câu hỏi, phỏng vấn, quan sát, nghiên cứu tình huống, …  Số liệu thứ cấp: Những số liệu đã được công bố hay thu thập trong quá  khứ hay do một nhóm thứ ba thu thập. Số liệu này thường được thu thập từ  các cơ quan có liên quan, các nghiên cứu trước đó, cơ quan thống kê của  chính phủ, Internet, …  Nhà nghiên cứu cần tìm kiếm kỹ lưỡng các nguồn  số liệu thứ cấp trước khi quyết định sử dụng số  liệu sơ cấp do chi phí thấp hơn.  Số liệu thứ cấp thường được thu thập theo mục đích của  người khác nên đôi khi không phù hợp với mục tiêu đang nghiên cứu.     2
  3. Số liệu chuổi thời gian, cắt ngang, và  hỗn hợp  • Số liệu chuổi thời gian (Time­series data):  Số liệu chuổi thời gian là một tập hợp của  những quan sát về những giá trị mà một  biến số nhận được tại những thời điểm  khác nhau. Số liệu này có thể được thu thập  hàng ngày, tuần, tháng, quý, năm, 5 năm, … . • Số liệu chuổi thời gian thường được sử dụng  trong phân tích kinh tế vĩ mô để thấy được xu  hướng phát triển của nền kinh tế     3
  4. Tốc độ tăng trưởng và lạm phát của Việt Nam 1989­2007 Năm Tốc độ tăng trưởng (%) Tỷ lệ lạm phát (%) 1999 4,77 2000 6,79 ­1,6 2001 6,89 2002 7,08 2003 7,34 3,2 2004 7,79 7,7 2005 8,44 8,3 2006 8,23 7,5 2007 8,48 8,3     4
  5. Số liệu cắt ngang (Cross section  data)  Là số liệu về một hay nhiều biến số được  thu thập tại cùng một thời điểm  Ví dụ: như tổng điều tra dân số được Cục  Tổng điều tra thực hiện mỗi 5 năm, Điều  tra về chi tiêu tiêu dùng (VHLSS)  Loại số liệu này thường có tính không  đồng nhất: giá trị của các biến số biến  động rất lớn giữa các quan sát     5
  6. Sản lượng trứng của các tiểu bang Hoa  Kỳ     6
  7. Số liệu hỗn hợp (Panel data)  là số liệu được kết hợp bởi cả số liệu  chuổi thời gian và cắt ngang: cùng một  đơn vị cắt ngang (chẳng hạn, một gia  đình hay một công ty) được quan sát theo  thời gian.      7
  8. Ví dụ về số liệu hỗn hợp     8
  9. Các phương pháp chọn mẫu 1. Chọn mẫu phi xác suất: Chọn mẫu theo  ý định chủ quan của người NC. 2. Chọn mẫu xác suất: Dựa vào lý thuyết  xác suất để lấy mẫu ngẫu nhiên     9
  10. Các phương pháp chọn mẫu phi  xác suất  Chọn mẫu thuận tiện  Chọn mẫu phán đoán  Chọn mẫu chỉ định  Chọn mẫu theo mạng quan hệ     10
  11. Chọn mẫu thuận tiện  Các đơn vị mẫu được chọn ở tại một địa điểm và vào  một thời gian nhất định  Vd: chọn mẫu những người đi mua sắm ở Metro CT và  tiếp cận họ khi họ bước vào sthị hoặc khi họ mua sắm  món hàng mà ta muốn khảo sát.  Ưu điểm: dễ dàng tập hợp các đơn vị mẫu  Nhược điểm: không đạt được độ xác thực cao  Dựa trên tính “dễ tiếp xúc” và “cơ hội thuận tiện” để  chọn mẫu  Chỉ dùng cho nghiên cứu thăm dò, trắc nghiệm, không  dùng cho nghiên cứu mô tả hay nhân quả vì tính đại  diện không cao     11
  12. Chọn mẫu phán đoán  Các đơn vị mẫu được chọn dựa vào sự phán đoán của  người nghiên cứu mà họ nghĩ rằng những mẫu này có  thể đại diện cho tổng thể  Vd: Chọn mẫu một số ít liên doanh lớn có thể chiếm  phần lớn tổng sản lượng ngành công nghiệp cả nước.  Cách chọn mẫu này được dùng phổ biến khi nghiên cứu  định tính  Ưu điểm: chọn đúng phần tử rất quan trọng của tổng  thể  Nhược điểm: có khả năng phát sinh những sai lệch lớn     12
  13. Chọn mẫu chỉ định  Là chọn mẫu theo tỷ lệ gần đúng của các nhóm đại diện trong tổng  thể hoặc theo số mẫu được chỉ định cho mỗi nhóm  Ví dụ: Chọn 100 phần tử cho mỗi nhãn hiệu nước giải khát để so  sánh kết quả thống kê về thái độ khách hàng. Hoặc tổng thể NC bao  gồm 1.000 c.ty, trong đó 600 c.ty vừa và nhỏ, 300 trung bình và 100  qui mô lớn. Số mẫu chỉ định là 10% trên tổng thể, ta sẽ chọn 60 c.ty  vừa và nhỏ, 30 trung bình và 10 c.ty lớn  Tổng thể quá lớn, sự khác biệt  (biến động) giữa các phần tử không  lớn  Tổng thể đã được phân tổ nhóm trước (đồng nhất) PVV chỉ cần chọn  cho đủ số lượng không cần ngẫu nhiên  Vd: ý thức tham gia giao thông của SV ĐHCT (có thể chọn bất kỳ  sinh viên nam nữ nào vì trong trường hợp này thì giới tính không có  sự khác biệt  lớn)  Ưu điểm: đảm bảo được số mẫu cần thiết cho từng nhóm trong tổng  thể phục vụ khách hàng  Nhược điểm: có thể cho kết quả sai lệch     13
  14. Chọn mẫu theo mạng quan hệ  người nghiên cứu sẽ thông qua người trả lời đầu  tiên để tiếp cận những người trả lời kế tiếp D B A E C F     14
  15. Chọn mẫu theo mạng quan hệ  Các mẫu đầu tiên được chọn theo  phương pháp xác suất  Các mẫu tiếp theo được chọn ra từ việc  cung cấp thông tin qua hình thức nhờ giới  thiệu  Áp dụng cho các nội dung NC khá đặc  biệt, không phổ biến  Ưu điểm: Giúp cho người NC chọn được  các mẫu mà họ cần NC.      15
  16. Chọn mẫu xác suất  Dựa vào lý thuyết xác suất để lấy mẫu  ngẫu nhiên  Một số cách chọn mẫu xác suất  Chọn mẫu ngẫu nhiên đơn giản  Chọn mẫu có hệ thống  Chọn mẫu ngẫu nhiên phân tầng     16
  17. Chọn mẫu ngẫu nhiên đơn giản Là  cách  chọn  mẫu  mà  mỗi  phần  tử  trong  tổng  thể  có  cùng  cơ  hội  được  chọn  với  xác  suất  như  nhau.  Để  chọn  được  mẫu,  người NC phải có danh sách tổng thể NC  Vd: Chọn ngẫu nhiên 100 mẫu sinh viên  trong tổng số 4.000 sinh viên Khoa Kinh  Tế & QTKD.      17
  18. Chọn mẫu có hệ thống  Chọn ngẫu nhiên mẫu đầu tiên.  Sau đó dùng bước nhảy (lặp đi lặp lại)   Áp dụng tốt nếu danh sách tổng thể được  xếp ngẫu nhiên (giảm sai lệch do tuần  hoàn bước nhảy)  Vd: PV các hộ gia đình vùng nông thôn     18
  19. Chọn mẫu ngẫu nhiên phân tầng  Là phân chia các đối tượng nghiên cứu thành các nhóm,  tầng theo các đặc tính, sau đó lấy mẫu theo tầng, nhóm.  Chia tổng thể ra từng nhóm nhỏ theo 1 tiêu thức nào đó  gọi là tiêu thức phân tầng (thu nhập, giới tính, tuổi tác,  TĐHV, nhân khẩu,…).  Chọn ngẫu nhiên hay hệ thống trong từng nhóm phân  tầng theo tỷ lệ với nhóm.   Ưu điểm: Phổ biến nhất vì tính chính xác và đại diện cao. Quan trọng là chọn tiêu thức phân tầng phù hợp     19
  20. SO SÁNH CHỌN MẪU XÁC SUẤT  VÀ PHI XÁC SUẤT   Xác suất Phi xác suât Ưu điểm Tính đại diện cao. Tiết kiệm thời  Khái quát hóa cho  gian và chi phí. tổng thể. Nhược điểm Tốn kém thời gian và  Tính đại diện  chi phí. thấp. Phạm vi sử dụng Nghiên cứu mô tả,  Nghiên cứu thăm  nhân quả và khám  dò, thử nghiệm. phá.     20
ADSENSE
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2