useR! 2017: 4-7/7/2017

useR! 2017: 4-7/7/2017

useR logo

  • Structural Equation Modeling: models, software and stories: slidevideo
  • R in a small-sized bank’s risk management: slide ; video
  • Actuarial and statistical aspects of reinsurance in R: slide ; video
  • Parallel Computation in R: What We Want, and How We (Might) Get It: slide ; video
  • Teaching data science to new useRs: slide ; video

——————&&&—————-

 

Những bất bình đẳng về giới làm tăng bất bình đẳng về thu nhập và kìm hãm tăng trưởng

Những bất bình đẳng về giới làm tăng bất bình đẳng về thu nhập và kìm hãm tăng trưởng

Tác giả: Christian Gonzales et al. – Người dịch: Huỳnh Thiện Quốc Việt – Nguồn: http://www.phantichkinhte123.com)

“Làm cho xã hội công bằng hơn và giảm thiểu sự bất bình đẳng giới là hai vấn đề đã nhận được rất nhiều sự chú ý của các nhà hoạch định chính sách tại nhiều nước. Người ta ngày càng nhận thức được rằng việc theo đuổi hai mục tiêu này không chỉ là điều mong ước từ một quan điểm công bằng xã hội, mà còn có những tác động có lợi ở cấp độ kinh tế vĩ mô. Vì vậy, đã có nhiều phân tích xem xét các mối liên hệ giữa bất bình đẳng thu nhập và tăng trưởng, cũng như giữa sự tham gia của lực lượng lao động nữ và hệ quả của điều đó với nền kinh tế toàn cầu. (…)

Bất bình đẳng thu nhập và bất bình đẳng giới: hai hiện tượng với những hậu quả sâu sắc về kinh tế vĩ mô

Bất bình đẳng thu nhập có thể kìm hãm tăng trưởng kinh tế. Kinh văn đã nêu bật nhiều kênh khác nhau qua đó sự bất bình đẳng thu nhập có thể tác động đến tăng trưởng: bất bình đẳng cao có thể dẫn đến việc đầu tư thấp vào vốn hữu hình và vốn con người (Galor và Zeira, 1993;Galor và Moeav 2004Aghion và các đồng tác giả, 1999); các bất bình đẳng này gắn với các mức độ cơ động thấp hơn qua các thế hệ (Corak, 2013) và có thể làm giảm tổng cầu (Carvalho và Rezai, 2014). Mặt khác, các bất bình đẳng cũng có thể kích thích tăng trưởng bằng cách khuyến khích các tác nhân đầu tư và tham gia vào công việc kinh doanh (…) (Lazear và Rosen, 1981; Barro, 2000). Trong khi những tác động của sự bất bình đẳng thu nhập đến tăng trưởng còn mơ hồ về mặt lý thuyết, thì hai nghiên cứu gần đây của IMF đã chứng minh về mặt thực nghiệm rằng một sự phân phối bất bình đẳng lớn về thu nhập sẽ làm giảm tăng trưởng. Đặc biệt, bất bình đẳng thu nhập ròng thấp luôn gắn chặt với sự tăng trưởng mạnh hơn và bền vững hơn (Ostry, và Tsangarides Berg, 2014). (…) Một gia tăng của tỉ trọng thu nhập của 20% những người khá giả nhất gắn với một tăng trưởng GDP thấp hơn trong trung hạn, trong khi sự gia tăng thu nhập của 20% những nghèo nhất sẽ gắn với một tăng trưởng GDP cao hơn (Dabla-Norris và các đồng tác giả, 2015). Sử dụng các dữ liệu của người Mỹ, van der Weide và Milanovic (2014) cho thấy rằng bất bình đẳng thu nhập làm giảm tăng trưởng thu nhập của người nghèo, chứ không làm giảm tăng trưởng thu nhập của người giàu.

Biểu đồ 1. Mối quan hệ giữa bất bình đẳng giới và GDP bình quân đầu người

Những chiều kích khác nhau của bất bình đẳng giới cũng dẫn đến những hậu quả sâu sắc về mặt kinh tế vĩ mô và phát triển. Bất bình đẳng giới có thể ảnh hưởng đến tình hình kinh tế thông qua nhiều kênh khác nhau (Elborgh-Woytek và các đồng tác giả, 2013):

  • Về mặt phát triển. Có một sự liên hệ tiêu cực giữa bất bình đẳng giới và GDP bình quân đầu người, giữa mức độ cạnh tranh và các chỉ số phát triển con người (WEF, 2014;Duflo, 2012, xem biểu đồ 1). Phụ nữ có khả năng đầu tư một phần lớn thu nhập của họ cho việc giáo dục con cái hơn nam giới; do đó sự tham gia của phụ nữ nhiều hơn vào đời sống kinh tế và sự gia tăng tiền lương của họ có thể dẫn đến một chi tiêu cao hơn trong việc giáo dục con cái họ (Aguirre và các đồng tác giả, 2012Miller 2008Rubalcava và các đồng tác giả, 2004;Thomas, 1990).
  • Tăng trưởng kinh tế. Bất bình đẳng giới trong hoạt động tham gia kinh tế sẽ hạn chế một lượng lớn người tài trên thị trường lao động. Qua đó, nó làm giảm hiệu quả của sự phân bổ nguồn lực và dẫn đến những thiệt hại cho tổng năng suất các nhân tố và một tăng trưởng GDP thấp hơn (Cuberes và Teignier, 2015;Esteve-Volart, 2004). Trong một nghiên cứu từ một loạt các nước, Klasen (1999) chỉ ra rằng có thể lý giải khoảng cách từ 0,4 đến 0,9 điểm về tỷ lệ tăng trưởng giữa các nước thuộc vùng Đông Nam Á, châu Phi cận Sahara, Nam Á và các nước thuộc vùng Trung Đông, bằng một cường độ mạnh hay yếu của bất bình đẳng giới trong giáo dục. Biểu đồ 2 (…) nêu bật rằng một mức độ bất bình đẳng giới cao hơn (được đo bằng chỉ số bất bình đẳng giới đa chiều) gắn với một tăng trưởng kinh tế thấp hơn. Phát hiện này phù hợp với IMF (2015), tổ chức  này cho thấy rằng bất bình đẳng giới có tương quan tiêu cực với tăng trưởng, đặc biệt tại những nước có mức thu nhập thấp, và như vậy xác thực những phát hiện của Amin, Kuntchev và Schmidt (2015), được tiến hành trên cơ sở một loạt các nước.
  • n định kinh tế vĩ mô. Tại các nước đang đối mặt với một sự suy giảm của dân số hoạt động, việc gia tăng tỷ lệ tham gia hoạt động kinh tế, đặc biệt đối với phụ nữ, có thể trực tiếp tạo ra tăng trưởng bằng cách giảm nhẹ tác động của một suy giảm của lực lượng lao động trên tiềm năng tăng trưởng và đảm bảo sự ổn định của hệ thống chi trả lương hưu (Steinberg và Nakane, 2012).

Biểu đồ 2. Mối quan hệ giữa bất bình đẳng giới và tăng trưởng GDP bình quân đầu người

Hai mặt của một đồng xu: bất bình đẳng giới và bất bình đẳng thu nhập gắn với nhau như thế nào?

Mặc dù các khái niệm bất bình đẳng giới và bất bình đẳng thu nhập chủ yếu đã được nghiên cứu một cách riêng rẻ, nhưng chúng có thể tác động qua lại thông qua các kênh sau đây:

  • Bất bình đẳng về hoàn cảnh kinh tế. Bất bình đẳng giới về tiền lương góp phần trực tiếp vào bất bình đẳng thu nhập. Ngoài ra, sự khác biệt lớn về tỷ lệ tham gia lực lượng lao động giữa nam và nữ có nhiều khả năng được thể hiện bằng sự bất bình đẳng về tiền lương giữa nam và nữ, tạo ra hoặc làm trầm trọng thêm bất bình đẳng thu nhập. Ngoài ra, việc phụ nữ có nhiều khả năng làm việc trong các khu vực phi chính thức, nơi có mức lương thấp hơn, càng đào sâu thêm khoảng cách về tiền lương giữa nam và nữ và làm gay gắt thêm sự bất bình đẳng thu nhập.
  • Bất bình đẳng về cơ hội.Bất bình đẳng về cơ hội, chẳng hạn như bất bình đẳng trong việc tiếp cận giáo dục, dịch vụ y tế, thị trường tài chính và các nguồn lực tài chính cũng như sự khác biệt về quyền tự chủ, có mối liên hệ rất chặt với sự bất bình đẳng thu nhập (Mincer 1958; Becker và Chiswick, 1966; Galor và Zeira, 1993Brunori, Ferreira và Peragine, 2013;Murray, Lopez và Alvarado, 2013Castello-Climent và Domenech, 2014). Chúng ta thấy rằng những bất bình đẳng này về cơ hội có mối liên hệ rất chặt với bất bình đẳng giới về mặt cơ hội. Vì vậy, sự khác biệt về mặt hoàn cảnh kinh tế cũng có thể dẫn đến những điều kiện bất bình đẳng về mặt năng lực đối với nam và nữ, cũng như đối với những đứa bé trai và bé gái. Cụ thể là:
  • Giáo dục.Bất bình đẳng giới trong giáo dục vẫn tồn tại, dẫn đến bất bình đẳng lớn hơn về cơ hội (khi những đứa bé trai và bé gái đến trường, thì cơ hội sẽ bình đẳng hơn khi chỉ có những đứa bé trai được đi học). Nếu một bộ phận dân cư không có được cơ hội để tiếp cận với giáo dục, thì mức thu nhập trong tương lai từ quần thể thứ cấp này sẽ thấp hơn so với phần còn lại của dân số, từ đó dẫn đến những bất bình đẳng thu nhập lớn hơn.
  • Sự tiếp cận tài chính và hòa nhập tài chính. Phụ nữ, tính trung bình, luôn có cơ hội tiếp cận với các dịch vụ tài chính ít hơn so với nam giới, làm tăng thêm những khó khăn để họ trở thành nữ doanh nhân hoặc đầu tư vào giáo dục, từ đó làm trầm trọng thêm sự bất bình đẳng về cơ hội và làm giảm các mức tiền lương và các khoản thu nhập khác đối với phụ nữ, khiến cho bất bình đẳng thu nhập thêm gay gắt.

Nghiên cứu của chúng tôi cho thấy rằng có nhiều chiều kích bất bình đẳng giới khác nhau liên quan đến bất bình đẳng thu nhập trong thời gian và không gian (…). Khi theo dõi các lập luận trên đây, phân tích thực nghiệm của chúng tôi xem xét những hiệu ứng khác biệt về hoàn cảnh kinh tế và cơ hội đối với nam và nữ trên sự bất bình đẳng thu nhập. Khi xem xét các động lực của những bất bình đẳng đã được kinh văn nêu bật trước đây qua các tài liệu, kết quả của chúng tôi chứng minh rằng bất bình đẳng giới có mối liên hệ rất chặt với bất bình đẳng thu nhập. Những kết quả này được quan sát trong những nước thuộc tất cả các cấp độ phát triển; tuy nhiên, các chiều kích xác đáng biến đổi tùy theo mức độ phát triển. Đối với những nước phát triển (khi bất bình đẳng giới đã hầu như biến mất trong giáo dục và các cơ hội kinh tế diễn ra bình đẳng hơn giữa các giới), bất bình đẳng thu nhập chủ yếu phát sinh từ những khoảng cách về giới trong tỷ lệ tham gia hoạt động kinh tế. Ở những nước đang phát triển và những nước có mức thu nhập thấp, bất bình đẳng về cơ hội, đặc biệt là khoảng cách về giới trong giáo dục, quyền tự chủ chính trị và y tế, có vẻ là trở ngại chính cho một sự phân phối công bằng hơn về thu nhập.

Những kết quả được rút ra từ nghiên cứu này gợi ý rằng giảm nhẹ mức độ bất bình đẳng giới, khi đặt nam và nữ ngang hàng nhau về mặt kinh tế, cũng có thể đi theo hướng làm giảm bất bình đẳng tổng thể về phân phối thu nhập. Nói cách khác, ngoài việc tự nó là một mục tiêu phát triển, làm giảm bất bình đẳng giới cũng gắn với một sự suy giảm về bất bình đẳng thu nhập. Khi giới thiệu một bình đẳng về cơ hội và giới, nghiên cứu của chúng tôi kêu gọi đặt nam và nữ ngang hàng nhau về mặt cơ hội và hoàn cảnh kinh tế. (…)”

Christian Gonzales, Sonali Jain-Chandra, Kalpana Kochhar, Monique Newiak et Tlek Zeinullayev (2015), trích toàn văn nghiên cứu “Catalyst for change: Empowering women and tackling income inequality”, FMI, staff discussion note, n° 15/20, octobre 2015.

Huỳnh Thiện Quốc Việt dịch

Nguồn: Les inégalités de genre alimentent les inégalités de revenu et freinent la croissance,annotations.blog.free, 03/11/2015.

———————–&&&———————

Bất bình đẳng về thu nhập (Income Inequalities)

Bất bình đẳng về thu nhập (Income Inequalities)

(Tác giả: Christian MORRISON – Người dịch: Nguyễn Đôn Phước – Nguồn: http://www.phantichkinhte123.com)

® Giải Nobel: SEN, 1998

Trong một tác phẩm như quyển sách này, thuật ngữ trên tất yếu qui chiếu về những bất bình đẳng kinh tế. Tuy nhiên cần nhắc lại rằng có nhiều hình thức bất bình đẳng khác trong xã hội, gắn liền hay không với những bất bình đẳng về thu nhập. Ví dụ, trong châu Âu ở thế kỉ XVIII, là thành viên của một đẳng cấp là một điều quan trọng hơn thu nhập. Trong một số nước châu Phi, những khác biệt sắc tộc quyết định thứ bậc: người định cư, thường là cựu nô lệ của người chăn nuôi, ít được coi trọng bằng người chăn nuôi cho dù có thu nhập cao hơn. Mặt khác có hai hình thức bất bình đẳng, bất bình đẳng thu nhập hay bất bình đẳng di sản. Trước khi trình bày những bất bình đẳng thu nhập, cần nói vắn tắt về những bất bình đẳng di sản. Những bất bình đẳng di sản bao giờ cũng lớn hơn những bất bình đẳng thu nhập. Những bất bình đẳng này biến đổi nhiều tuỳ theo tuổi tác, cho nên nên so sánh những hộ gia đình thuộc cùng lứa tuổi. Cuối cùng, ở cùng một mức thu nhập, người lao động độc lập hay người sử dụng lao động trung bình có một di sản lớn hơn người làm công ăn lương.

Hai câu hỏi đầu tiên phải trả lời khi nghiên cứu những bất bình đẳng về thu nhập là: chọn chỉ báo bất bình đẳng nào? chọn đơn vị thu nhập nào?

Những chỉ báo đơn giản nhất qui chiếu về một sắp xếp các cá thể tuỳ theo thu nhập. Ví dụ, nếu ta so sánh 1.000 cá thể thì ta sẽ phân bố họ thành những điểm thập phân: 100 người nghèo nhất hợp thành điểm thập phân đầu, 100 người giàu nhất hợp thành điểm thập phân thứ 10 (được sắp xếp từ 901 đến 1.000). Sau đó ta tính tỉ phần của mỗi điểm thập phân trong tổng những thu nhập. Nếu tỉ phần của điểm thập phân đầu là 2% của tổng những thu nhập và tỉ phần của điểm thập phân thứ 10 là 30% của tổng những thu nhập, thì ta suy ra là thu nhập trung bình của 100 người giàu nhất lớn hơn gấp 15 lần thu nhập trung bình của 100 người nghèo nhất. Nếu thu nhập trung bình của một điểm thập phân bằng với thu nhập trung bình Y của 1.000 cá thể thì tỉ phần của điểm thập phân trong tổng những thu nhập là 10%. Mặt khác, ta có thể so sánh giới hạn YL của những điểm thập phân: ví dụ YL1 cho điểm thập phân đầu là thu nhập của cá thể xếp thứ 100 và YL9 cho điểm thập phân thứ 9 là thu nhập của cá thể xếp thứ 900. Điều này dẫn đến việc tính tỉ số giữa những thu nhập của hai cá thể này hay cho phép nói rằng 100 người nghèo nhất có một thu nhập bằng hay thấp hơn YL1 (rằng 100 người giàu nhất có một thu nhập lớn hơn YL9).

Những chỉ báo này thuần tuý có tính mô tả. Ví dụ, người ta tính đơn giản những tỉ số như những tỉ phần của 20% những người nghèo nhất và của 20% những người giàu nhất: 40/10 = 4. Nhưng những chỉ báo khác gán một tầm quan trọng đặc biệt cho phần này hay phần khác của phân phối khiến cho sự sắp xếp các nước về mặt bất bình đẳng có thể biến đổi tuỳ theo chỉ báo được chọn. Một số chỉ báo coi trọng phần của những điểm thập phần đầu và điểm thập phân 2 trong sự phân bổ thu nhập, như khoảng cách lôga trung bình (tức là trung bình của những logarithm của Y/Yi, với Yi là thu nhập của một cá thể). Bởi thế, một phân phối có thể là bất bình đẳng hơn một phân phối khác theo chỉ báo này, cho dù 10% những nguời giàu nhất là nhỏ hơn chút ít. Trái lại, một số chỉ báo khác nhạy cảm hơn với số của điểm thập phân thứ 10, như chỉ báo T của Theil được tính cho 10 điểm thập phân mà những phần trong tổng thu nhập là Y1, Y2, …, Y9, Y10: tổng [(ln Yi /0,1 ´ Yi)]/100. Theo biểu thức này, ta thấy là T biến đổi nhiều nếu Y10 = 0,5 thay vì 0,4 trong lúc T lại biến đổi ít nếu Y1 = 0,02 thay vì 0,04.

Tất cả những chỉ báo này đều chỉ phụ thuộc vào phân phối thu nhập quan trắc được. Nhưng ta có thể đưa một đánh giá giá trị vào trong một chỉ báo, để tính đến nỗi ngại bất bình đẳng. Đó là điều Atkinson đã làm, với chỉ báo A = 1 – Ye/Y, Ye là thu nhập trung bình mà, nếu được phân phối một cách bình đẳng, sẽ mang lại cùng một mức phúc lợi cho dân chúng bằng với mức đạt được với phân phối thu nhập hiện nay, Y là thu nhập trung bình. Ví dụ, nếu A = 0,3 thì điều này có nghĩa là một phân phối bình đẳng tương ứng với một mức phúc lợi của một thu nhập trung bình là 0,3 Y, bằng với mức phúc lợi đạt được với Y và phân phối được quan trắc. Nếu ta ngại rủi ro thì A bằng hay lớn hơn 0,3 trong lúc nếu ít ngại rủi ro hơn (ta đánh giá rằng bất bình đẳng không phải là một điều bất tiện) thì A = 0,1. Trong trường hợp này, ta chuộng sự phân phối bất bình đẳng quan trắc được hơn là một phân phối bình đẳng tương ứng với một thu nhập trung bình thấp hơn, với một sụt giảm hơn 10 %. Một chỉ báo có tính chuẩn tắc như thế soi sáng sự lựa chọn giữa hiệu quả và bình đẳng vì sự bình đẳng hoàn toàn, bằng cách làm biến mất mọi kích thích, sẽ kéo theo một sụt giảm ít nhiều quan trọng của sản xuất và do đó của thu nhập trung bình.

Dữ liệu về thu nhập liên quan đến những người hoạt động, những hộ gia đình hay những cá thể. Người hoạt động là người nắm giữ một hay nhiều nhân tố sản xuất (lao động, tư bản, đất đai) và nhận từ đó những thu nhập gọi là thu nhập ban đầu. Khái niệm “người hoạt động kinh tế” loại trừ người thất nghiệp vì người này chỉ có một nhân tố (lao động) không được đưa vào sản xuất, nhưng lại bao gồm người chủ 10 căn nhà sống nhờ tiền cho thuê nhà. Thường các hộ gia đình nhận những thu nhập ban đầu, mặt khác, họ còn trả thuế và nhận những chuyển nhượng (như trợ cấp gia đình) của Nhà nước, được gọi là thu nhập thứ hai. Thu nhập sử dụng của một hộ gia đình là tổng đại số của những thu nhập ban đầu, thứ hai và thuế. Do kích cỡ các hộ gia đình biến đổi, người ta tính thu nhập sử dụng trên đầu người, tức là thu nhập của gia đình chia cho số thành viên của gia đình bằng cách quyền số hoá (ví dụ chủ gia đình có quyền số bằng 1, những người lớn khác có quyền số bằng 0,7 và trẻ con dưới 14 tuổi có quyền số bằng 0,5). Những bất bình đẳng về thu nhập giữa những người hoạt động tuỳ thuộc vào sự phân phối những nhân tố sản xuất giữa những người hoạt động và giá của những nhân tố này. Nếu ta nâng một giá như lương tối thiểu thì những bất bình đẳng này giảm xuống. Những bất bình đẳng về thu nhập giữa các cá thể tuỳ thuộc vào bất bình đẳng về thu nhập giữa những người hoạt động, vào những cấu trúc gia đình và sự can thiệp của Nhà nước. Nếu tất cả các chủ gia đình ở cương vị một người hoạt động có một thu nhập rất cao có sáu thay vì một người con thì những bất bình đẳng giảm bớt. Nếu Nhà nước tăng (giảm) những chuyển nhượng cho các gia đình có thu nhập thấp thì những bất bình đẳng này giảm (tăng).

Những bất bình đẳng về thu nhập giữa những người hoạt động được biết đến rõ nhất là những bất bình đẳng về thu nhập giữa những người làm công ăn lương. Hơn nữa những bất bình đẳng về thu nhập giữa tất cả người hoạt động phụ thuộc vào những bất bình đẳng trên vì 80% đến 85% những người hoạt động là những người làm công ăn lương. Tại Đức và Anh, tỉ phần của điểm thập phân thứ nhất và điểm thập phân thứ 10 trung bình là 6% và 18%, như vậy lương trung bình của 10% người làm công hưởng lương cao nhất cao gấp ba lần lương trung bình của 10% người làm công hưởng lương thấp nhất. Tại Hoa Kì khoảng cách này là từ 1 đến 5 với 4% và 20%. Nhưng tỉ suất thất nghiệp tại Hoa Kì thấp hơn hai lần tỉ suất thất nghiệp trung bình ở châu Âu, và điều này không được những thống kê này tính đến vì chỉ liên quan đến những người làm công ăn lương có việc làm. Những bất bình đẳng về lương chủ yếu là kết quả của thời gian học tập cần thiết cho chuyên môn được đòi hỏi, của kinh nghiệm trong nghề, của sự nặng nhọc hay rủi ro gắn với việc làm và của những năng lực khác nhau của người làm công ăn lương (hai người làm công ăn lương có cùng một trình độ đào tạo, cùng một kinh nghiệm có thể có một năng suất khác nhau). Cuối cùng, những cách biệt về lương được giải thích bằng những méo mó trên thị trường lao động: ví dụ người sử dụng lao động phân biệt đối xử nhân công phụ nữ không có chuyên môn bằng cách trả lương rẻ hơn nam giới, và điều này càng làm tăng những bất bình đẳng về lương.

Những bất bình đẳng về thu nhập giữa những người hoạt động không làm công ăn lương (nông dân, nghề tự do, thương nhân hay nghệ nhân độc lập, chủ doanh nghiệp vừa và nhỏ) bao giờ cũng lớn hơn những bất bình đẳng về thu nhập giữa những người hoạt động làm công ăn lương: khoảng cách thu nhập trung bình giữa điểm thập phân thứ nhất và điểm thập phân thứ 10 rõ ràng vượt quá 1 đến 10. Như thế ở Pháp có một số khá lớn nông dân hay người hành nghề tự do mà thu nhập (trừ đi những chi phí nghề nghiệp rồi) là thấp hơn lương tối thiểu, trong lúc một số khác lại có thu nhập lớn hơn một triệu quan mỗi năm. Bất bình đẳng lớn này được giải thích bằng vai trò của tư bản. Một phần thu nhập của những người hoạt động này được trả cho tư bản, thế mà sự phân phối nhân tố sản xuất này là bất bình đẳng hơn sự phân phối của thu nhập. Mặt khác, những thu nhập này biến động mạnh năm này sang năm khác (đối với nông dân, từ 1 đến 3 hay 4 do khí hậu) trong lúc đó không phải là trường hợp của người làm công ăn lương có việc làm.

Báo chí thường nói đến những bất bình đẳng về thu nhập hằng năm hay hằng tháng. Nhưng những bất bình đẳng trong dài hạn hay trên cả cuộc đời rõ ràng là thấp hơn nhiều. Giả sử tất cả người làm công ăn lương cùng tuổi đều nhận một lương bằng nhau và lương này biến thiên từ 1 đến 3 giữa thời kì đầu và thời kì cuối cuộc đời hành nghề. Tỉ số giữa những lương trung bình của điểm thập phân thứ nhất và điểm thập phân thứ 10 là gần từ 1 đến 3. Nhưng tổng lương nhận được trong suốt cuộc đời thì giống nhau cho mọi người. Theo những nghiên cứu trên những mẫu không đổi người làm công ăn lương được theo dõi suốt ba mươi chín năm thì bất bình đẳng đo được trên tổng lương là thấp hơn khoảng một nửa bất bình đẳng được tính cho phân phối lương trên một năm.

Bức tranh những bất bình đẳng về thu nhập giữa những người hoạt động sẽ thay đổi nếu ta đưa số người thất nghiệp vào dân số hoạt động vì ta sẽ có 5 đến 15% người hoạt động mà thu nhập lần đầu bằng 0. Trong trường hợp này, tỉ phần của điểm thập phân đầu có thể rơi xuống 0 và tỉ phần của 20% những người nghèo nhất sẽ là rất nhỏ.

Những bất bình đẳng về thu nhập lần đầu giữa các gia đình giống với những bất bình đẳng về thu nhập lần đầu giữa những người hoạt động. Ở châu Âu, tỉ phần của 20% những người nghèo nhất và của 20% những nguời giàu nhất trung bình là 5% và 40%, tức là một khoảng cách từ 1 đến 8. Nhưng những bất bình đẳng về thu nhập sử dụng trên đầu người là nhỏ hơn nhiều vì hai lí do. Những gia đình thu nhập thấp có ít thành viên hơn những gia đình có thu nhập cao và Nhà nước cung cấp những chuyển nhượng quan trọng cho những gia đình đầu trong lúc lại thu thuế trên những gia đình sau nếu vượt quá mức những chuyển nhượng mà các gia đình này nhận được. Ví dụ trong bốn nước Bắc Âu, ở Bỉ, Hà Lan và Đức, tỉ phần của 20% những người nghèo nhất và của 20% những nguời giàu nhất trong việc phân phối những thu nhập thuần trên đầu người theo thứ tự trung bình là 10% và 33%. Điều này có nghĩa là khoảng cách mức sống giữa hai nhóm này là từ 1 đến 3,3.

Những bất bình đẳng về thu nhập giữa những người hoạt động hay giữa các gia đình trong các nước phát triển đã giảm từ một trăm năm mươi năm nay: lúc bấy giờ tỉ phần của 20% những người nghèo nhất và của 20% những nguời giàu nhất trung bình là 5% và 55%, tức là một khoảng cách từ 1 đến 11. Tỉ phần của 20% những nguời giàu nhất đã giảm, có lợi cho các hộ gia đình nằm trong những điểm thập phân vị 5, 6, 7 và 8. Những bất bình đẳng về thu nhập sử dụng giữa các cá thể còn giảm nhiều hơn nữa vì trong thế kỉ XIX Nhà nước không can thiệp còn nay Nhà nước làm giảm nhiều những bất bình đẳng bằng những chuyển nhượng và thuế khoá.

Những bất bình đẳng về thu nhập trong các nước đang phát triển, ngoại trừ một số nước châu Á (Sri Lanca, Đài Loan, Hàn quốc), lớn hơn những bất bình đẳng về thu nhập trong các nước phát triển. Trong những nước có bất bình đẳng cao nhất (Brazil, Equateur, Peru) tỉ phần của 20% những người giàu nhất vượt quá 60% so với 4% cho 20% những người nghèo nhất, tức là một khoảng cách từ 1 đến 15 giữa những người hoạt động hay giữa những hộ gia đình, và những bất bình đẳng này không được sự can thiệp của Nhà nước thu hẹp, như trong các nước phát triển. Mặt khác, những gia đình nghèo có số thành viên bằng hoặc cao hơn những gia đình giàu. Từ đó, những bất bình đẳng giữa các cá thể cũng cao hơn. Cuối cùng trong những nước này những bất bình đẳng càng không thể chịu nổi vì tính cơ động rất thấp: người nghèo vẫn nghèo cả cuộc đời khiến cho bất bình đẳng trên vòng đời cũng mạnh gần bằng bất bình đẳng trên một năm.

Christian MORRISON

Giáo sư danh dự Đại học Panthéon-Sorbonne (Paris I)

Nguyễn Đôn Phước dịch

® Kinh tế học phát triển; Thống kê

Nguồn: Dictionnaire des sciences économiques, sous la direction de Claude Jessua, Christian Labrousse, Daniel Vitry, PUF, Paris, 2001

————————–&&&————————-

Bất bình đẳng (Economic inequalities)

Bất bình đẳng (Economic inequalities)

(Tác giả: Thibault GAJOS – Người dịch: Nguyễn Đôn Phước – Nguồn: http://www.phantichkinhte123.com)

♦ Giải Nobel: DEBREU, 1983 –MIRRLEES, 1996 –SEN, 1998

Việc tìm kiếm một thước đo khách quan những bất bình đẳng rập theo khuôn những thước đo vật lí là vô vọng: thật vậy, thước đo những bất bình đẳng phụ thuộc vào quan điểm của các thành viên xã hội về công bằng phân phối. Do đó điều đáng mong muốn là những quan điểm làm chỗ dựa cho các thước đo những bất bình đẳng phải được xác định rõ ràng nhất có thể. Chính sựquan tâm này nằm ở cội nguồn của một số lớn công trình kể từ đầu những năm 1970 mà mục tiêu chung là xây dựng và đặc trưng hoá những chỉ số thoả mãn một số đặc tính được đặt thành bấy nhiêu tiên đề. Bài viết dưới đây trình bày những chỉ số này mà ta sẽ gọi là những chỉ số chuẩn tác.
Quan điểm về công bằng phân phối
XétD^n tập những phân phối thu nhập trong một tổng thể kích cỡ n nhất định. Một phân phối như thế được kí hiệu bằng X= (x, x, …, x), với xlà thu nhập của cá thể i (tuy nhiên tất cả những gì được trình bày dưới đây có thể được mở rộng ra cho những phân phối tổng quát hơn). Kí hiệu bằng \bar{X} trung bình của phân phối X và bằng \tilde{X} = (\tilde{x}_1, \tilde{x}_2, ...,\tilde{x}_n) phân phối thu được bằng một hoán vị của X sao cho \tilde{x}_1 \leq \tilde{x}_2 \leq ... \leq \tilde{x}_n) .  Tập những phân phối \tilde{X}  được kí hiệu là \tilde{X}^n .
Giả định là tồn tại một quan hệ sở thích ≿ trên D^n phản ảnh một quan điểm nhất định về công bằng phân phối. Quan hệ này được giả định là thoả mãn bốn tiên đề sau:

Tiên đề 1 (tính thứ tự): Quan hệ ≿ xác định một tiền thứ tự đầy đủ trên D^n.
Tiên đề 2 (tính liên tục): Quan hệ ≿ là tiên tục trên D^n.
Tiên đề 3 (tính vô tư): Cho mọi ma trận hoán vị Π, ∀ X ∈ D^n, ΠX ∼X
Tiên đề 4 (tính đơn điệu) : Nếu ta tăng (ngặt) thu nhập của ít nhất một cá thể, mà không giảm thu nhập của một ai khác thì phân phối thu được phải được ưa thích ngặt hơn phân phối ban đầu.
Giả thiết theo đó thứ tự trên D^n là đầy đủ đặc biệt sẽ thu hẹp tập những hàm có khả năng biểu trưng cho thứ tự này. Thế mà, như Sen (1973) đã nhận xét, ta có thể nghĩ rằng không tồn tại một thứ tự đầy đủ như thế và chỉcó thểxác định một thứ tự bộ phận trên tập những phân phối (ví dụ thứ tự Lorentz, theo đó một phân phối thu nhập được ưa thích hơn một phân phối khác nếu, và chỉ nếu, có thể chuyển từ phân phối đầu sang phân phối sau bằng một loạt chuyển nhượng thu nhập của những cá thể nghèo sang những cá thể giàu mà không làm thay đổi thứ tự những thu nhập). Mặt khác, giả thiết theo đó thứ tựn hằm trực tiếp vào những phân phối thu nhập là không trung lập: điều này có nghĩa là ta loại khỏi trường của thước đo những bất bình đẳng tất cảnhững nhận định không nhắm trực tiếp vào việc phân phối thu nhập. Nếu hơn nữa ta giả định rằng tiên đềtính liên tục được thoảmãn thì có thể chứng minh rằng có tồn tại một hàm liên tục F: D^n → ℝ, được xác định li lai một biến đổi tăng, biểu trưng cho thứtự ≿. (xem Debreu, 1959). Ta nói rằng F là một hàm đánh giá những phân phối thu nhập.

Tiên đề tính vô tư (không thiên vị) chỉ rõ rằng danh tính của các tác nhân không được có bất kì vai trò nào trong việc đánh giá một phân phối thu nhập. Từ Đạo đức của Nicomaque của Aristote cho đến Lí thuyết công bằng của John Rawls, tính vô tư hiện ra như là không thể tách rời được khỏi ý tưởng công bằng. Tiên đề này kéo theo rằng F là đối xứng. Cuối cùng hai phân phối thu nhập có thể khác nhau ởtổng thu nhập được phân phối giữa các cá thể và ở cách mà tổng thu nhập này được phân phối. Chấp nhận tiên đề liên tục là ưu tiên cho khiá cạnh đầu hơn là cho khiá cạnh sau.

Debreu (1959) đã chứng minh rằng, nếu bốn tiên đề trên được thoả mãn, thì tồn tại một hàm F: D^n → ℝ, đối xứng, liên tục, đơn điệu và tăng với mỗi một agumen của nó, biểu trưng cho thứ tự ≿. Như thế ta có thể xây dựng một chỉ số bất bình đẳng tương thích với quan niệm về công bằng phân phối được tượng trưng bằng F.

Download bài viết đầy đủ: link

——————–&&&——————

 

R in Insurance 2017: Paris, 8th June 2017

R in Insurance 2017: Paris, 8th June 2017

Booklet of the conference available here. Please find below the pdf supports of the speakers.

9:00 – Opening keynote session

10:00 – Session 1 – big data

11:30 – Session 2 – lightning talks

13:45 – Session 3 – non life insurance

15:30 – Session 4 – life insurance

16:30 – Closing keynote session

—————&&&—————

Sự hiệu quả đến khó hiểu của toán học trong khoa học tự nhiên

Sự hiệu quả đến khó hiểu của toán học trong khoa học tự nhiên

(Tác giả: Eugene Wigner – Nguồn: http://tiasang.com.vn)

Có một câu chuyện giữa hai người bạn từng học cùng lớp thời phổ thông, nói về công việc hiện tại của họ. Một người trở thành nhà thống kê nghiên cứu về các xu hướng phát triển dân số. Anh ta đưa ra một dữ liệu được biểu diễn bằng phân bố Gaussian, và giải thích cho bạn về ý nghĩa của các ký hiệu phản ánh tình trạng dân số, dân số trung bình, v.v. Người bạn ngạc nhiên hỏi: “Làm sao cậu biết được điều đó, và ký hiệu này có ý nghĩa gì?” Nhà thống kê nói đó là số Pi, chính là tỉ số giữa chu vi đường tròn với đường kính của nó. “Thôi đi, cậu đùa quá mức rồi đấy”, người bạn phản đối. “Chắc chắn rằng dân số không liên quan gì đến cái chu vi của đường tròn”.


Eugene Wigner (1902 -1995) là nhà vật lý, toán học người Mỹ gốc Hungary. Ông được trao giải Nobel vật lý năm 1963 “cho những đóng góp về lý thuyết hạt nhân nguyên tử và các hạt cơ bản, đặc biệt thông qua khám phá và ứng dụng các nguyên lý đối xứng cơ bản”. 

Một cách tự nhiên, chúng ta chỉ mỉm cười về cái nhìn đơn giản của người bạn nọ. Tuy nhiên, khi nghe câu chuyện này, tôi phải thừa nhận một cảm giác huyền hoặc bởi phản ứng của người bạn kia là điều rất bình thường. Tôi thậm chí bị rối khi một vài ngày sau đó, một người khác tình cờ nói với tôi sự khó hiểu của anh ta về thực tế là các nhà nghiên cứu thường chỉ chọn một số ít dữ liệu để kiểm chứng lý thuyết của mình đưa ra. “Khi chúng ta tạo ra một lý thuyết tập trung vào các hiện tượng chưa được quan sát đầy đủ, và bỏ sót các hiện tượng khác lẽ ra phải được quan tâm đến, vậy làm sao ta biết rằng mình không thể xây dựng một lý thuyết khác, không hề giống lý thuyết đang có, nhưng hoàn toàn có khả năng tương đương trong việc lý giải các hiện tượng?” Phải thừa nhận rằng chúng ta không có bằng chứng phủ định sự tồn tại của một lý thuyết như thế.

Hai câu chuyện trên minh chứng cho hai điểm sẽ được bàn trong bài viết này. Điều đầu tiên là giữa những khái niệm toán học hình thành các mối liên hệ có khả năng mô tả các hiện tượng tự nhiên một cách chính xác ngoài mong đợi của chúng ta. Điều thứ hai, do thực tế như vậy và do chúng ta vẫn chưa hiểu căn nguyên dẫn tới sự hữu ích này, chúng ta cũng không thể khẳng định rằng một lý thuyết được diễn tả bằng các khái niệm toán học là chân lý duy nhất. Để dễ hiểu, chúng ta có thể hình dung về một người được cấp một chùm chìa khóa để mở nhiều cánh cửa nối tiếp nhau, và anh ta luôn dùng đúng chìa khóa với mỗi cánh cửa chỉ sau một hoặc hai lần thử. Kết quả đó khiến anh ta trở nên hoài nghi, rằng liệu có đúng là mỗi cánh cửa chỉ có thể được mở bằng một chìa duy nhất.

Bài viết này sẽ tập trung bàn về hiệu quả thần bí của toán học trong khoa học tự nhiên, điều không thể có lời giải thích hợp lý; việc này dẫn tới nghi vấn về tính đúng đắn duy nhất ở các lý thuyết vật lý. Để thiết lập điểm thứ nhất, rằng toán học đóng vai trò quan trọng đến mức khó lí giải trong vật lý, ta cần nói vài lời để trả lời câu hỏi, Toán học là gì? Rồi Vật lý là gì?, sau đó là câu hỏi toán học được áp dụng trong lý thuyết vật lý như thế nào, cuối cùng tại sao sự thành công của toán học trong vật lý gợi lên cảm giác khó hiểu.

Toán học là gì?

Toán học là khoa học của những thao tác nhuần nhuyễn trên các khái niệm và quy luật, những thứ được tạo ra thuần túy cho mục đích tự thân của toán học. Toán học chủ yếu chú trọng việc tạo ra những khái niệm mới, bởi nếu chỉ dựa trên những khái niệm cũ của những tiên đề sẵn có thì sẽ chẳng mấy chốc toán học sẽ không còn định lý nào mới mẻ thú vị. Toán học sơ cấp, đặc biệt là hình học sơ cấp, được xây dựng nhằm mô tả những đối tượng trực tiếp liên quan tới thế giới tự nhiên, nhưng điều này không còn đúng với những khái niệm toán học cao cấp hơn, cụ thể là những khái niệm đóng vai trò quan trọng trong vật lý học.

Trong thực tế, các khái niệm toán học với cách định nghĩa cho phép mở ra những suy xét thú vị và đột phá, chính là minh chứng đầu tiên cho thiên tài của các nhà toán học xây dựng nên các định nghĩa đó. Chiều sâu tư duy ẩn sau quá trình xây dựng các khái niệm toán học được bộc lộ ra về sau, thông qua những kỹ năng thao tác trên các khái niệm này. Nhà toán học thiên tài là người khai thác triệt để, tới tận cùng địa phận có thể tư duy, và đi đường vòng né qua những lãnh địa nơi không thể tư duy. Thật kỳ diệu khi sự táo tợn ấy không khiến anh ta sa lầy trong những kết quả mâu thuẫn nhau.

Điểm chính yếu cần lưu ý ở đây là nhà toán học sẽ tạo ra rất ít các định lý nếu họ không vượt rào, xây dựng những khái niệm nằm ngoài các tiên đề, được định nghĩa với tầm nhìn hướng tới những thao tác logic thông minh phù hợp với cảm quan của nhà toán học, cho ra những kết quả có tính bao quát và minh giản một cách tuyệt vời. Một ví dụ rất điển hình là số phức. Chắc chắn rằng các nhà toán học đưa ra khái niệm này mà không hề dựa trên một kinh nghiệm đời thực nào.

Vật lý là gì?

Điều các nhà vật lý quan tâm là khám phá những quy luật của tự nhiên. Vậy trước hết, cần hiểu rõ thế nào là quy luật của tự nhiên.

Như Schrodinger đã nói, bất chấp sự phức tạp khôn lường của tự nhiên, thật kỳ diệu rằng chúng ta vẫn có thể khám phá ra một số quy luật từ các sự kiện. Một trong những quy luật đó, được khám phá bởi Galileo, là hai hòn đá được thả từ cùng một độ cao ở cùng một thời điểm thì chạm mặt đất cùng một thời điểm. Quy luật do Galileo khám phá là hình mẫu cho một nhóm lớn các quy luật, nó đáng kinh ngạc bởi ba lý do.

Lí do thứ nhất là nó đúng không chỉ ở tháp nghiêng Pisa trong thời đại của Galileo, mà nó đúng ở mọi nơi mọi lúc. Tính chất này được ghi nhận là tính bất biến, một điều kiện tiên quyết cho sự tồn tại của vật lý học.

Điều đáng kinh ngạc thứ hai là quy luật mà chúng ta đang bàn đến không phụ thuộc vào rất nhiều điều kiện tưởng chừng có thể liên quan. Bất kể trời mưa hay không, được tiến hành trong phòng hay từ tháp nghiêng Pisa, và bất kể người thả hòn đá là đàn ông hay phụ nữ,… rõ ràng, có vô số những điều kiện tưởng chừng có thể can thiệp nhưng thực chất không hề gây ảnh hưởng gì tới quy luật khám phá bởi Galileo. Sự không chịu ảnh hưởng bởi nhiều hoàn cảnh khác nhau cũng được coi là tính bất biến. Việc tìm ra những yếu tố có ảnh hưởng hay không có ảnh hưởng đến hiện tượng là công việc sơ khởi của những thí nghiệm thực tế trên con đường khám phá một lĩnh vực. Chính là kỹ năng và tài cán của của người thực hiện thí nghiệm đã chỉ ra cho anh ta thấy những hiện tượng chịu phụ thuộc vào một số ít các điều kiện có tính lặp lại và cho phép tiến hành tái thí nghiệm được. Trong trường hợp Galileo, bước tiến quan trọng ông đạt được là giới hạn điều kiện tiến hành thí nghiệm với những vật thể nặng. Nhấn mạnh một lần nữa, nếu như không có hiện tượng nào chỉ phụ thuộc vào một số ít điều kiện và độc lập với tất cả những điều kiện khác thì vật lý sẽ không thể hình thành và tồn tại.

Quay lại với quy luật của tự nhiên mà Galileo tìm ra, rằng một vật nặng rơi từ một độ cao cho sẵn rơi xuống đất trong một lượng thời gian không phụ thuộc vào kích thước, loại vật liệu và hình thù của vật rơi đó. Trong khuôn khổ định luật II của Newton, nó tương đương với phát biểu rằng trọng lực tác động lên vật rơi tỉ lệ thuận với khối lượng nhưng không phụ thuộc vào kích thước, chất liệu, và hình thù của vật rơi.

Như vậy, những quy luật của tự nhiên thực ra không tồn tại một cách tự nhiên [bởi thực chất chúng đã lược bỏ đi vô vàn các điều kiện, hoàn cảnh có trong tự nhiên, chỉ tập trung vào một số ít điều kiện chọn lọc nhất định nào đó], và việc con người tìm ra chúng lại càng không thể coi là điều tự nhiên. Tất cả những quy luật tự nhiên này chứa đựng chỉ một phần nhỏ hiểu biết của chúng ta về thế giới xung quanh. Tất cả các quy luật của tự nhiên là những phát biểu có điều kiện, chúng cho phép dự đoán một vài sự kiện trong tương lai dựa trên những kiến thức có được ở hiện tại, song dự đoán đó lại không liên hệ gì với phần lớn những yếu tố và điều kiện của thế giới đang hiện hữu – sự không liên hệ được hiểu theo nghĩa đã thảo luận tại điểm đáng kinh ngạc thứ hai về định lý của Galileo.

Trong trạng thái hiện tại của thế giới, nơi tồn tại trái đất cùng sự sống của nhân loại, nơi trước đây Galileo từng tiến hành thí nghiệm, nơi tồn tại mặt trời cùng tất cả những gì xung quanh chúng ta, ở đó các quy luật của tự nhiên hoàn toàn im lặng. Chúng được dùng để tiên đoán các sự kiện sẽ xảy ra trong tương lai nhưng chỉ đúng với điều kiện hết sức đặc biệt – đó là các yếu tố quyết định đến trạng thái hiện tại của thế giới đều đã được biết trước. Tuy nhiên, nhờ kỳ tích vĩ đại của các nhà vật lý, con người chế tạo được những cỗ máy vận hành một cách chính xác, trong đó nhà vật lý tạo ra một hoàn cảnh đặc thù nơi tất cả các yếu tố liên đới được biết trước và cho phép hoạt động của cỗ máy có thể dự đoán được. Ra đa và lò phản ứng hạt nhân là những ví dụ.

Trên đây chúng ta đã khẳng định rằng tất cả các quy luật của tự nhiên là những phát biểu đúng với các điều kiện nhất định và chúng chỉ liên hệ đến một phần rất nhỏ kiến thức của chúng ta về thế giới. Cũng cần nói cho chính xác hơn rằng, chúng ta đã khám phá ra 30 năm về trước rằng ngay cả các phát biểu kèm theo điều kiện cũng không đảm bảo tính chính xác: chúng chỉ là quy luật mang tính xác suất, cho phép chúng ta đánh cược một cách thông minh khi nhận định về các tính chất của thế giới tương lai. Tính xác suất của quy luật tự nhiên được phản ánh rõ trong các cỗ máy do con người chế tạo, có thể kiểm chứng ít nhất với các lò hạt nhân khi chạy ở mức năng lượng thấp.

Vai trò của toán học trong các lý thuyết vật lý

Một cách tự nhiên, chúng ta sử dụng toán học trong vật lý thường ngày để đánh giá kết quả của những quy luật tự nhiên, áp dụng những phát biểu có điều kiện vào những hoàn cảnh cụ thể, hiện hữu một cách rõ rệt hoặc khiến chúng ta chú ý vì lý do nào đó. Muốn vậy, quy luật của tự nhiên cần được diễn tả bằng ngôn ngữ toán học. Tuy nhiên, đánh giá hệ quả của các lý thuyết đã được thiết lập sẵn không phải là vai trò quan trọng nhất của toán học trong vật lý, bởi ở đó toán học hay đúng hơn là toán ứng dụng chỉ đơn giản được sử dụng như là một công cụ. Vai trò quan trọng hơn của toán học trong vật lý chính là điều ta đã khẳng định phía trên, rằng quy luật của tự nhiên phải được thể hiện bằng ngôn ngữ toán để có thể được xem xét bằng toán ứng dụng.

Vật lý học đã chọn một số ít khái niệm trong toán học để biểu diễn quy luật tự nhiên. Trong nhiều trường hợp, nếu không muốn nói là đa số các trường hợp, các nhà vật lý lựa chọn các khái niệm một cách độc lập, sau đó họ mới nhận ra rằng các khái niệm này đã được các nhà toán học sáng tạo ra trước đó. Tuy nhiên, người ta thường ngộ nhận rằng các nhà vật lý lựa chọn các khái niệm toán học bởi tính minh giản của chúng. Như chúng ta thấy, các nhà toán học xây dựng các khái niệm toán học không phải vì chúng đơn giản, mà nhằm dễ vận dụng các thao tác, dẫn tới những lý luận đột phá. Đừng quên rằng không gian Hilbert trong cơ học lượng tử là không gian Hilbert phức, với tích vô hướng Hermitean (Hermitean scalar product) mà số phức thì chắc chắn không hề đơn giản và cũng không xuất phát từ các hiện tượng quan sát được trong tự nhiên. Hơn nữa, việc sử dụng số phức trong trường hợp này không xuất phát từ đòi hỏi kỹ năng tính toán, mà là một phần không thể thiếu khi thiết lập quy luật cơ học lượng tử.

Lý giải tốt nhất cho sự xuất hiện các khái niệm toán học trong vật lý có lẽ nằm trong phát biểu của Einstein, rằng chỉ những lý thuyết vật lý đẹp đẽ mới có thể được chúng ta sẵn sàng công nhận. Điều đó gián tiếp minh chứng cho vẻ đẹp của các khái niệm toán học. Tuy nhiên, phát hiện của Einstein chỉ cho thấy tính chất của các lý thuyết mà chúng ta sẵn sàng tin tưởng, nó không hề chứng minh các lý thuyết đó là đúng đắn.

Thành công của các lý thuyết vật lý thật đáng kinh ngạc?

Việc sử dụng toán học để xây dựng các quy luật của tự nhiên có thể được tạm lý giải là do nhà vật lý hơi thiếu trách nhiệm. Khi thấy một sự liên hệ nào đó giữa hai đại lượng khá giống với một liên hệ đã biết nào đó trong toán học, anh ta thường nhanh chóng kết luận rằng mối liên hệ giữa các đại lượng kia chính là sự liên hệ sẵn có trong toán học, đơn giản vì anh ta không hề biết một sự liên hệ tương đương nào khác. Tuy nhiên, cần thấy rằng việc sử dụng công thức toán học căn cứ trên kinh nghiệm thô sơ của các nhà vật lý thường dẫn tới những mô tả chính xác một cách đáng kinh ngạc các hiện tượng trong nhiều trường hợp. Điều này cho thấy rằng ngôn ngữ toán học xứng đáng được ca ngợi, hay thực sự có thể nói, đó là một ngôn ngữ chính xác. Hãy xem xét một vài ví dụ sau.

Đầu tiên là sự di chuyển của các hành tinh. Quy luật về sự rơi của vật thể được thiết lập nhờ những thí nghiệm được tiến hành chủ yếu ở Italy. Những thí nghiệm này không thể đạt được độ chính xác như hiểu biết của chúng ta ngày nay, đơn giản vì ảnh hưởng lực cản của không khí và vì thời đó người ta chưa có khả năng đo các khoảng thời gian ngắn. Tuy vậy, những nhà khoa học tự nhiên Italia, thông qua các thí nghiệm, đã đạt được một sự hiểu biết tương đối tốt về sự di chuyển của vật thể trong không khí. Sau này, chính Newton đã nhìn thấy mối quan hệ giữa sự rơi tự do của vật thể với sự di chuyển của mặt trăng, nhìn thấy rằng quỹ đạo của một viên đá khi ném vào không trung và đường cong di chuyển của mặt trăng trên bầu trời là những trường hợp cụ thể của một hình ellipse, và đưa ra giả thuyết về lực hấp dẫn phổ quát dựa trên nền tảng của một sự trùng hợp ngẫu nhiên về số học. Xét về lý luận, quy luật về lực hấp dẫn như được mô tả bởi Newton quá cấp tiến so với thời đại của Newton cũng như với chính bản thân ông ta. Xét về thực nghiệm, nó dựa trên một quan sát quá ít ỏi. Ngôn ngữ toán học được sử dụng ở đây bao hàm khái niệm về đạo hàm bậc hai, một khái niệm khá trừu tượng với ngay cả đa số mọi người bình thường ngày nay. Tuy nhiên, kết quả là định luật về lực hấp dẫn mà Newton xây dựng đã được ông tự kiểm chứng với độ chính xác sai lệch khoảng 4%, ngày nay đã được khoa học chứng minh với độ chính xác sai lệch dưới 0,0001%, xem như gần chính xác tuyệt đối (R.H. Dicke. Am. Sci. t.25, 1959).

Ví dụ thứ hai liên quan đến cơ học lượng tử cơ bản (elementary quantum mechanics). Điều này bắt nguồn từ phát hiện của Max Born rằng những phép tính mà Heisenberg đưa ra giống hệt phép tính ma trận từ lâu vẫn được các nhà toán học sử dụng. Born, Jordan và Heisenberg, sau đó, đề nghị dùng ma trận thay thế những biến số liên quan đến vị trí và động lượng của những phương trình cơ học cổ điển. Họ áp dụng phép tính ma trận này vào các trường hợp lý tưởng và đạt được kết quả như mong đợi. Tuy nhiên, thời điểm đó chưa có bằng chứng nào cho thấy phương pháp ma trận trong cơ học áp dụng được vào những điều kiện thực tế. Phải tới sau này, tính toán năng lượng thấp nhất của helium được thực hiện bởi Kinoshita ở Đại học Cornell và Bazley ở Cục Tiêu chuẩn mới cho thấy sự phù hợp với kết quả thực nghiệm chính xác tới 1/10 triệu. Rõ ràng, ở đây các nhà vật lý đã may mắn thu được một kết quả mà họ không ngờ tới. Đây là điều kỳ diệu điển hình nhất mà ta từng biết trong quá trình phát triển của cơ học lượng tử cơ bản, và nhờ có những thành công đặc biệt như vậy, chúng ta mới có thể tin rằng lý thuyết này là đúng đắn.

Ví dụ cuối cùng liên quan đến điện động lực học lượng tử (quantum electrodynamics), hay lý thuyết về sự dịch chuyển Lamb. Khác với lý thuyết về lực hấp dẫn của Newton vẫn có những liên hệ rõ ràng với thực nghiệm, những ma trận cơ học lượng tử được xây dựng một cách thuần túy trừu tượng theo mô tả của Heisenberg. Lý thuyết lượng tử về sự chuyển dịch Lamb, như đã được khái niệm hóa bởi Bethe và được thiết lập bởi Schwinger, là một lý thuyết thuần túy toán học. Thực nghiệm chỉ đóng vai trò khi kiểm chứng sự tồn tại của các thông số đo đạc, cho thấy độ chính xác đạt được tốt hơn một phần nghìn.

Có thể nêu ra vô vàn ví dụ khác ngoài ba trường hợp nêu trên, cho thấy các nhà vật lý đã lựa chọn các khái niệm một cách phù hợp trong quá trình xây dựng mô hình toán học cho các quy luật của tự nhiên, đạt được mức chính xác gần như kỳ diệu, tuy nhiên lại kèm theo những điều kiện ràng buộc hết sức ngặt nghèo. Những thí nghiệm này minh chứng cho điều mà chúng ta có thể gọi là quy tắc thực nghiệm của nhận thức. Cùng với những quy tắc về tính bất biến, nó tạo nên nền tảng không thể thay thế cho những lý thuyết vật lý. Nếu không có các quy tắc về tính bất biến, các định luật vật lý sẽ không có nền tảng thực nghiệm nào; nếu quy tắc thực nghiệm của nhận thức là không đúng, chúng ta sẽ thiếu động lực và niềm tin cần thiết, điều kiện tiên quyết dẫn tới khám phá thành công các quy luật của tự nhiên.

Những lý thuyết vật lý có phải không thể thay thế?

Rất có thể luôn tồn tại một số các quy luật của tự nhiên không hề gắn kết với nhau. Ở thời điểm hiện tại điều này là đúng, ví dụ giữa những quy luật di truyền và những quy luật của vật lý. Thậm chí có những quy luật tự nhiên mâu thuẫn với nhau, nhưng mỗi trong số chúng lại có sức thuyết phục trong từng lĩnh vực riêng. Chúng ta có thể phải bằng lòng thực tế ấy, hoặc là mong muốn xóa bỏ những mâu thuẫn đó của chúng ta sẽ ngày một phai nhạt, và không còn hứng thú tìm kiếm một chân lý bao trùm cuối cùng.

Toán học, nhìn một cách chính xác, không chỉ chứa đựng sự thật mà cả cái đẹp tối thượng, lạnh lùng và chính xác như những kiệt phẩm điêu khắc; nó không hề mơn trớn những bản ngã yếu đuối trong con người chúng ta, cũng không hề mang vẻ bề ngoài lộng lẫy như hội họa hay âm nhạc; toán học tinh khiết một cách cao cả và có khả năng thể hiện sự hoàn mỹ tuyệt đối mà chỉ thứ nghệ thuật cao nhất mới có thể làm được. Cảm xúc vui sướng chân thành, sự thăng hoa, vượt lên trên tầm vóc Con Người, đạt đến sự cao quý nhất, có thể được tìm thấy trong toán học cũng như trong thơ. Bertrand Russell, Nghiên cứu toán học

Một ví dụ điển hình trong vật lý là hai lý thuyết có sức mạnh to lớn được quan tâm hàng đầu, thuyết cơ học lượng tử và thuyết tương đối. Chúng có nguồn gốc từ hai nhóm hiện tượng độc lập. Thuyết tương đối áp dụng cho các vật thể vô cùng lớn, như các ngôi sao, tuy nhiên, khi xem xét đến tận cùng tại điểm khởi nguồn trong không – thời gian, tức là sự kiện cơ bản nhất trong thuyết tương đối, người ta phải tìm hiểu sự tương tác xảy ra cùng một lúc giữa các hạt ở quy mô vô cùng nhỏ. Thuyết cơ học lượng tử bắt nguồn từ thế giới vi mô, nhìn từ thuyết này thì sự va chạm, thậm chí nếu xảy ra giữa các hạt rất gần nhau trong không gian, không phải là nhỏ nhất và thậm chí không thể tách biệt trong không thời gian. Hai thuyết vận hành với các khái niệm toán học khác nhau – một thuyết sử dụng không gian 4 chiều Riemann, thuyết còn lại dùng không gian Hilbert (không xác định số chiều). Cho đến nay, hai thuyết này không thể hợp nhất, có nghĩa là chưa có mô hình toán học nào cho phép hợp nhất hai thuyết này để đạt đến một mô hình gần đúng cho cả hai. Tất cả các nhà vật lý đều tin rằng việc hợp nhất hai lý thuyết đó là có thể và chúng ta sẽ tìm ra cách. Tuy vậy, cũng hoàn toàn có thể chúng ta sẽ không bao giờ hợp nhất được hai thuyết trên.

Một nghịch lý khác là một số thuyết vật lý mà chúng ta biết là sai nhưng lại cho những kết quả đúng đến kinh ngạc. Nếu sự hiểu biết của chúng ta ít hơn, căn cứ trên một lượng hữu hạn những kết quả đúng từ các lý thuyết “sai” này cũng đủ làm cho chúng ta tin rằng các thuyết đó là đúng và đã được chứng minh. Tuy nhiên, chúng bị coi là sai sau khi chúng ta thực hiện các phân tích trên một bình diện bao quát hơn và dẫn tới những kết quả không tương thích. Khi các lý thuyết sai đạt tới một số lượng đủ lớn, sẽ xuất hiện tình trạng mâu thuẫn nhau. Tương tự như vậy, các lý thuyết ngày nay được coi là đúng nhờ các căn cứ số liệu mà chúng ta cho rằng đã đủ thỏa mãn, nhưng chúng cũng hoàn toàn có thể mâu thuẫn với một lý thuyết tổng quát hơn nào đó ở một tầm mức mà năng lực hiểu biết và khám phá ngày nay của con người chưa đạt tới. Nếu điều này là đúng, sự mâu thuẫn giữa các lý thuyết sẽ đến lúc xuất hiện ngày càng nhiều, trở thành cơn ác mộng cho các nhà lý thuyết.

Hãy nhìn lại một số lý thuyết “sai” nhưng lại mô tả đúng nhiều nhóm các hiện tượng. Ví dụ như thuyết electron tự do (free-electron theory) mà ngày nay chỉ được coi là sự mô tả gần đúng các hiện tượng liên quan đến chất rắn, cần được thay thế bằng một lý thuyết khác chính xác hơn. Tuy nhiên, thuyết electron tự do vẫn có khả năng mô tả vô cùng chính xác nhiều tính chất của kim loại, chất bán dẫn, và chất cách điện. Đặc biệt nó có thể giải thích hiện tượng chất cách điện có điện trở riêng đạt tới 226 lần lớn hơn kim loại, điều không thể lý giải bởi bất kỳ thuyết nào khác được biết đến. Thực tế đó quả là gây phiền lòng, khiến chúng ta nghi ngờ về sự phù hợp số học giữa lý thuyết với thực nghiệm, rằng liệu đó có thể coi như bằng chứng cho sự đúng đắn của một lý thuyết?

Sẽ còn nan giải và khó hiểu hơn nếu một ngày nào đó chúng ta có thể thiết lập được lý thuyết về các hiện tượng của nhận thức, hay của sinh vật học, đạt đến mức độ thống nhất và đáng tin cậy như các lý thuyết vật lý. Quy luật của Mendel về sự di truyền và những nghiên cứu về sau liên quan đến gene có thể cung cấp một sự khởi đầu cho một lý thuyết như vậy. Hơn nữa, rất có thể người ta tìm ra sự mâu thuẫn giữa một lý thuyết như vậy với các nguyên lý đã được thừa nhận của vật lý. Lý luận đó có thể trừu tượng tới mức mâu thuẫn giữa hai bên là không thể hóa giải hoặc phân xử thông qua thí nghiệm. Điều ấy sẽ ảnh hưởng mạnh đến lòng tin dành cho các lý thuyết của chúng ta cũng như cho cách thức hình thành các khái niệm mà chúng ta vẫn tiến hành trong thực tế, và khiến chúng ta nản lòng một cách sâu sắc trong cuộc truy tìm một chân lý bao trùm cuối cùng.

Một kịch bản như vậy là điều chúng ta không thể bác bỏ, chủ yếu bởi ta không hề biết vì sao các lý thuyết con người xây dựng được lại chính xác đến vậy nên sự chính xác ấy chưa hẳn đã minh chứng cho chân lý và cũng không chắc sẽ đảm bảo nhất quán xuyên suốt. Người viết tin rằng một hiện tượng như vậy hoàn toàn có thể xảy ra nếu ta đem những quy luật di truyền trong sinh học đối mặt với những quy luật trong vật lý.

Tóm lại, sự diệu kỳ của ngôn ngữ toán học trong việc biểu diễn các quy luật trong vật lý là một món quà tuyệt vời mà con người không thể lý giải, và cũng không thể coi đó là phần thưởng mà chúng ta xứng đáng được nhận. Vì vậy, hãy biết ơn điều đó, và hy vọng rằng nó sẽ tiếp tục kéo dài trong suốt sự nghiệp nghiên cứu của chúng ta trên mọi lĩnh vực.

Lê Quốc Chơn dịch từ bài viết The Unreasonable Effectiveness of Mathematics in the Natural Sciences của Eugene Wigner,

Thanh Xuân lược và hiệu đính

Nguồn: https://www.dartmouth.edu/~matc/MathDrama/reading/Wigner.html

—————–&&&—————

 

Độ tin cậy và Độ chính xác trong Nghiên cứu Định tính & Nghiên cứu Định lượng

Tìm hiểu Độ tin cậy và Độ chính xác trong Nghiên cứu Định tính

(Tác giả: Nahid Golafshani – Người dịch: Nguyễn Hoàng Mỹ Phương – Nguồn: http://sotaynghiencuu.blogspot.com)

Độ tin cậy và độ chính xác được sử dụng phổ biến trong nghiên cứu định lượng và giờ đây chúng đang được cân nhắc lại để sử dụng trong mẫuhình (paradigm) nghiên cứu định tính. Vì độ tin cậy và độ chính xác bắt nguồn từ quan điểm thực chứng (positivist perspective), do đó, chúng nênđược định nghĩa lại để sử dụng trong cách tiếp cận tự nhiên (naturalistic approach). Cũng giống n độ tin cậy và độ chính xác dùng trong nghiên cứu định lượng nhằm cung cấp bàn đạp để kiểm tra những gì mà hai thuật ngữ này muốn nói trong mẫu hình nghiên cứu định tính, kiểm tra chéo (triangulation) dùng trong nghiên cứu định lượng nhằm kiểm tra độ tin cậy và độ chính xác cũng có thể làm sáng tỏ một số cách để kiểm trahoặc tối đa hóa độ tin cậy và độ chính xác của nghiên cứu định tính. Do đó, độ tin cậy, độ chính xác và kiểm tra chéo, nếu chúng là những khái niệm nghiên cứu phù hợp, đặc biệt là từ góc nhìn định tính, phải được định nghĩa lại để phản ánh các cách phát hiện ra sự thật.

Từ khóa: Độ tin cậy, Độ chính xác, Kiểm tra chéo, Ý niệm (Construct), Định tính, và Định lượng

Bài viết này bàn về việc sử dụng độ tin cậy và độ chính xác trong mẫuhình nghiên cứu định tính. Đầu tiên sẽ thảo luận ý ​​nghĩa của nghiên cứu định lượng và định tính. Thứ hai, thảo luận độ tin cậy và độ chính xác dùng trong nghiên cứu định lượng như là bàn đạp để kiểm tra những gì mà hai thuật ngữ nàymuốn nói và cách chúng được kiểm tra trong mẫu hình nghiên cứu định tính. Bài viết kết luận bằng việc dùng kiểm tra chéo trong hai mẫu hình (định lượng và định tính) cho thấy những thay đổi này có ảnh hưởng như thế nào đến sự hiểu biết của chúng ta về độ tin cậy, độ chính xác và kiểm tra chéo trong các nghiên cứu định tính.

Nghiên cứu Định lượng là gì?

            Nhà nghiên cứu sử dụng nghiên cứu thực chứng logic hoặc nghiên cứuđịnh lượng sẽ dùng các phương pháp thí nghiệm (experimental methods) vàphương pháp định lượng để kiểm tra những giả thuyết được tổng quát hóa(Hoepfl, 1997), và họ cũng nhấn mạnh việc đo lường và phân tích mối quan hệnhân quả giữa các biến (Denzin và Lincoln, 1998). Để minh họa ý nghĩa củanghiên cứu định lượng trong việc giải thích các vấn đề xã hội, Bogdan và Biklen(1998) lưu ý:
Biểu đồ và đồ thị minh họa các kết quả của nghiên cứu, và các nhà bình luận dùng các từ như “biến”, “tổng thể” và “kết quả” như một phần từ vựng hàng ngày của họ… ngay cả khi chúng ta không bao giờ biết tất cảcác thuật ngữ này có nghĩa là gì …[nhưng] chúng ta biết rằng đây là một phần của quá trình nghiên cứu. Công trình nghiên cứu, sau đó sẽ được công bố rộng rãi, là một từ đồng nghĩa với nghiên cứu định lượng (tr.4).

Nghiên cứu định lượng cho phép người nghiên cứu làm quen với vấn đề hoặc khái niệm được nghiên cứu, và có thể tạo ra các giả thuyết sẽ được kiểm tra. Trong mẫu hình này: (1) nhấn mạnh vào sự kiện (facts) và nguyên nhân củahành vi (Bogdan & Biklen, 1998), (2) thông tin dưới dạng các con số có thểđược định lượng và tính toán, (3) phương pháp toán học là cách thức để phân tích các dữ liệu số và (4) kết quả cuối cùng được trình bày dưới dạng các thuật ngữ thống kê (Charles, 1995).

Nói chung, nghiên cứu định lượng “… được hỗ trợ bởi mẫu hình thực chứng hay mẫu hình khoa học, đưa chúng ta đến suy nghĩ rằng thế giới được tạobởi các sự kiện có thể quan sát, đo lường được” (Glesne & Peshkin, 1992, tr.6)mặc dù giả định cho rằng “sự kiện xã hội (social facts) là thực tại khách quan”và “các biến có thể… được xác định và các mối quan hệ có thể đo lường được”(tr.7) là có vấn đề. Khái niệm “đo lường” có nghĩa là tìm hiểu, chẳng hạn, vấn đề giáo dục bằng cách người quan sát sẽ thực hiện quá trình được gọi là “đo lường”thế giới vật chất (Crocker & Algina, 1986). Stevens (1946) định nghĩa đo lườnglà việc gán con số cho các đối tượng hoặc sự kiện theo nguyên tắc nào đó. Từcác định nghĩa này, ta có thể thấy đo lường nhất thiết phải khách quan, có thểđịnh lượng và có liên quan đến thống kê. Nói một cách đơn giản, đo lường là đang nói về các con số, dữ liệu khách quan.

Nhà nghiên cứu định lượng cố gắng phân chia và phân định hiện tượngthành các phạm trù (categories) phổ biến hoặc có thể đo lường được mà các loại này có thể được áp dụng cho tất cả các đối tượng hoặc tình huống tương tự hay mở rộng (Winter, 2000). Trong nỗ lực của mình, phương pháp của người nghiên cứu liên quan đến việc “sử dụng các biện pháp chuẩn sao cho các quan điểm và kinh nghiệm khác nhau của con người có thể đặt vừa vào một số giới hạn cácphạm trù tương ứng đã được xác định trước và được gán các con số” (Patton, 2001, tr.14 ). Ví dụ, một nhà nghiên cứu định lượng có thể chuẩn bị danh sách các hành vi sẽ được kiểm tra hoặc đánh giá bởi người quan sát bằng cách dùng lịch trình đã định trước hoặc con số (thang đo) như là công cụ trong phương pháp nghiên cứu của mình. Do đó, người nghiên cứu định lượng cần xây dựngcông cụ được quản lý bằng cách thức chuẩn hóa theo các thủ tục đã định trước.Nhưng câu hỏi đặt ra là công cụ đo lường có đo được những gì cần phải đo hay không. Theo nghĩa rộng nhất, ta sẽ tập trung vào việc kiểm tra (test) (Crocker &Algina, 1986) hoặc độ chính xác của công cụ. Tầm quan trọng của việc kiểm tra này là để đảm bảo khả năng nhân rộng hoặc lặp lại của kết quả.

Độ tin cậy  Độ chính xác trong Nghiên cứu Định lượng

            Độ tin cậy và độ chính xác là công cụ nhận thức cơ bản theo trường phái thực chứng

(Watling, theo Winter, 200, tr.7)

Độ tin cậy

Joppe (2000) định nghĩa độ tin cậy như sau:

… Mức độ mà tại đó kết quả không thay đổi theo thời gian và đại diện chính xác cho tổng thể được nghiên cứu được gọi là độ tin cậy và nếu kết quả nghiên cứu có thể được sao chép theo phương pháp luận tương tự,khi đó, công cụ nghiên cứu được xem là đáng tin cậy (tr.1).

Thể hiện trong trích dẫn này là ý tưởng nhân rộng hoặc lặp lại kết quả hoặc quan sát.

Kirk và Miller (1986) xác định ba kiểu độ tin cậy trong nghiên cứu định lượng: (1) mức độ mà tại đó phép đo vẫn giữ nguyên khi được lặp đi lặp lại; (2) sự ổn định của phép đo theo thời gian; và (3) sự giống nhau của các phép đo trong một khoảng thời gian nhất định (tr.41-42).

Charles (1995) vẫn bám vào ý tưởng cho rằng sự nhất quán – mà tại đócác mục [kiểm tra] trong bảng câu hỏi được trả lời hoặc điểm riêng lẻ vẫn còn tương đối giống nhau – có thể được xác định thông qua phương pháp kiểm tra-táikiểm tra (test-retest method) tại hai thời điểm khác nhau. Trên thực tế, thuộc tính này của công cụ được gọi là tính ổn định. Nếu chúng ta đang đề cập phép đo ổn định thì cũng nên đề cập tương tự đối với kết quả. Mức độ ổn định cao cho thấy mức độ tin cậy cao, có nghĩa là kết quả có thể lặp lại được. Joppe, (2000) phát hiện có vấn đề xảy ra đối với phương pháp kiểm tra-tái kiểm tra có thể làm cho công cụ không đáng tin cậy ở mức độ nào đó. Bà giải thích rằng phương pháp kiểm tra-tái kiểm tra có thể tùy thuộc vào cảm nhận của người trả lời đối với vấn đề mang tính chủ quan, và do đó ảnh hưởng đến các câu trả lời nhất định. Chúng ta không thể chắc chắn rằng những ảnh hưởng bên ngoài là không đổi, chẳng hạnnhư sự thay đổi của thái độ. Điều này có thể dẫn đến sự khác biệt trong các câu trả lời. Tương tự như vậy, Crocker và Algina (1986) lưu ý rằng khi người trả lờitrả lời một loạt các mục kiểm tra, số điểm thu được chỉ đại diện cho một mẫugiới hạn các hành vi. Kết quả là, điểm số có thể thay đổi bởi đặc trưng nào đócủa người trả lời, có thể dẫn đến sai sót trong đo lường. Những lỗi kiểu này sẽ làm giảm tính chính xác và tính nhất quán của công cụ và điểm kiểm tra. Do đó, trách nhiệm của người nghiên cứu là đảm bảo tính nhất quán và chính xác caocủa các bài kiểm ra và điểm số. Vì vậy, Crocker và Algina (1986) cho rằng, “người soạn bài kiểm tra có trách nhiệm trong việc trình bày độ tin cậy của điểm từ các bài kiểm tra của họ” (tr.106).

Mặc dù người nghiên cứu có thể chứng minh khả năng lặp lại và tínhnhất quán nội tại của công cụ nghiên cứu, và do đó, là độ tin cậy, bản thân công cụ có thể không được chấp nhận.

Độ chính xác

Các tiêu chuẩn truyền thống áp dụng cho độ chính xác có nguồn gốc từtruyền thống thực chứng, và ở chừng mực nào đó, trường phái chứng thực đượcđịnh nghĩa bởi lý thuyết về độ chính xác. Trong thuật ngữ thực chứng, độ chính xác nằm giữa, và là kết quả và đỉnh cao của các khái niệm kinh nghiệm khác – có thể kể một vài khái niệm đó như luật phổ quát, bằng chứng, khách quan, sự thật, thực tế, diễn dịch, suy luận, sự kiện và dữ liệu toán học (Winter, 2000).

Joppe (2000) đưa ra lời giải thích về độ chính xác trong nghiên cứu định lượng:

Độ chính xác xác định xem thực sự nghiên cứu có đo lường được cái mà nó dự định đo lường hay không hoặc tính chính xác của kết quả nghiên cứu như thế nào. Nói cách khác, công cụ nghiên cứu có cho phép bạn nhắm vào tâm điểm của đối tượng nghiên cứu hay không? Các nhà nghiên cứu nói chung xác định độ chính xác bằng cách hỏi một loạt các câu hỏi, và thường sẽ tìm kiếm câu trả lời trong các nghiên cứu của người khác (tr.1).

Wainer và Braun (1998) mô tả độ chính xác trong nghiên cứu định lượngnhư là “độ chính xác về ý niệm” (“construct validity”). Construct là khái niệm, ý tưởng, câu hỏi hoặc giả thuyết ban đầu dùng để xác định dữ liệu nào sẽ được thu thập và thu thập như thế nào. Họ cũng khẳng định rằng các nhà nghiên cứu định lượng tích cực sẽ gây ra hoặc ảnh hưởng đến sự tác động lẫn nhau giữa ý niệmvà dữ liệu để xác nhận công trình điều tra của họ, thường là bằng cách áp dụng bài kiểm tra hoặc quá trình khác. Theo ý nghĩa này, sự tham gia của các nhà nghiên cứu trong quá trình nghiên cứu sẽ làm giảm đáng kể độ chính xác của bài kiểm tra.

Các định nghĩa về độ tin cậy và độ chính xác trong phạm vi nghiên cứu định lượng cho thấy hai điểm: Thứ nhất, liên quan đến độ tin cậy, kết quả có thể nhân rộng hay không. Thứ hai, liên quan đến độ chính xác, phương tiện đolường có chính xác hay không và chúng đang thực sự đo lường cái mà chúng dự định đo lường hay không. Tuy nhiên, các khái niệm về độ tin cậy và độ chính xác dưới con mắt của nhà nghiên cứu định tính thì lại khác – họ khăng khăng cho rằng các khái niệm được định nghĩa về mặt định lượng này là chưa đầy đủ. Nói cách khác, các khái niệm được định nghĩa về mặt định lượng này có thể không áp dụng cho mẫu hình nghiên cứu định tính. Câu hỏi về khả năng nhân rộng kết quả không liên quan đến họ (Glesne & Peshkin, 1992), nhưng độ chính xác (Winter, 2000), độ tin cậy và khả năng chuyển giao (transferability) (Hoepf, 1997) cung cấp cách thức đánh giá kết quả của nghiên cứu định tính. Trong bối cảnh này, hai cách tiếp cận hay quan điểm nghiên cứu này cơ bản là các mẫuhình khác nhau (Kuhn, 1970).

Nghiên cứu Định tính là gì?

            Nghiên cứu định tính sử dụng cách tiếp cận tự nhiên (naturalistic approach) nhằm tìm hiểu các hiện tượng trong bối cảnh cụ thể, chẳng hạn như “thế giới thực [nơi] mà người nghiên cứu không cố gắng thao túng hiện tượngmà họ quan tâm (phenomenon of interest)” (Patton, 2001, tr.39). Nghiên cứu định tính, theo nghĩa rộng, có nghĩa là “bất kỳ loại nghiên cứu nào đưa ra các phát hiện không phải bằng phương pháp thống kê hoặc các phương pháp định lượng khác” (Strauss và Corbin, 1990, tr.17), thay vào đó, loại nghiên cứu này đưa ra các phát hiện từ bối cảnh thế giới thực nơi mà các “hiện tượng [mà họ] quan tâm phát triển một cách tự nhiên” (Patton, 2001, tr.39). Không giống nhưcác nhà nghiên cứu định lượng xác định nguyên nhân, dự đoán, và tổng quát hóacác phát hiện này, thay vào đó, các nhà nghiên cứu định tính làm sáng tỏ, tìmhiểu, và ngoại suy từ các tình huống tương tự (Hoepfl, 1997).

Phân tích định tính dẫn đến một loại kiến thức khác so với phân tích định lượng, vì một bên thì lập luận từ góc độ bản chất triết học nền tảng của mỗi mẫuhình, tận hưởng các cuộc phỏng vấn chi tiết và bên còn lại thì tập trung vào khả năng tương thích rõ ràng của các phương pháp nghiên cứu, “tận hưởng phần thưởng từ cả con số lẫn từ ngữ” (Glesne & Peshkin, 1992, tr.8). Điều này có nghĩa là các phương pháp chẳng hạn như phỏng vấn và quan sát chiếm ưu thếtrong mẫu hình (diễn giải) tự nhiên và bổ sung vào mẫu hình thực chứng (positive paradigm), nơi mà cuộc khảo sát được dùng theo mục đích ngược lại.Winter (2000) cho rằng trong khi các nhà nghiên cứu định lượng cố gắng táchbản thân mình ra khỏi quá trình nghiên cứu càng nhiều càng tốt thì các nhà nghiên cứu định tính lại chấp nhận sự tham gia và vai trò của họ trong nghiên cứu. Patton (2001) hỗ trợ ý tưởng về sự tham gia và “chìm” (immersion) vào nghiên cứu của người nghiên cứu bằng cách cho rằng thế giới thực có thể thay đổi và do đó, nhà nghiên cứu định tính nên có mặt trong những thay đổi này để ghi lại sự kiện trước và sau khi xảy ra thay đổi. Tuy nhiên, cả nhà nghiên cứuđịnh tính lẫn định lượng cần phải kiểm tra và chứng minh rằng nghiên cứu của họ là đáng tin cậy. Trong khi độ tin cậy trong nghiên cứu định lượng phụ thuộc vào việc xây dựng công cụ, thì trong nghiên cứu định tính, “các nhà nghiên cứu chính là công cụ” (Patton, 2001, tr.14). Vì vậy, có vẻ như khi các nhà nghiên cứuđịnh lượng nói đến độ chính xác và độ tin cậy của nghiên cứu, họ thường đề cậpđến một nghiên cứu nào đó là đáng tin cậy; trong khi độ tin cậy trong nghiên cứu định tính lại phụ thuộc vào khả năng và nỗ lực của người nghiên cứu. Mặc dù độ tin cậy và độ chính xác được xem xét riêng lẻ trong nghiên cứu định lượng, những thuật ngữ này lại không được xem riêng biệt trong nghiên cứu định tính. Thay vào đó, thuật ngữ này bao hàm cả, chẳng hạn như độ tin cậy, khả năng chuyển giao, và tính đáng tin cậy.

Độ tin cậy  Độ chính xác trong Nghiên cứu Định tính

            Để hiểu ý nghĩa của độ tin cậy và độ chính xác, thiết nghĩ cần phải trình bày các định nghĩa khác nhau về độ tin cậy và độ chính xác do nhiều nhà nghiên cứu định tính với các quan điểm khác nhau đưa ra.

Độ tin cậy

Mặc dù thuật ngữ “Độ tin cậy” là khái niệm dùng để kiểm tra hoặc đánh giá nghiên cứu định lượng nhưng ý tưởng này cũng thường được dùng trong tất cả các loại nghiên cứu. Nếu chúng ta xem ý tưởng kiểm tra là cách lấy thông tin thì sự kiểm tra quan trọng nhất của bất kỳ nghiên cứu định tính nào chính là chất lượng của nó. Một nghiên cứu định tính tốt có thể giúp chúng ta “hiểu được tình huống mà nếu không [có nó] sẽ khó hiểu hoặc mơ hồ” (Eisner, 1991, tr.58). Điều này lại liên quan đến khái niệm thế nào là một nghiên cứu định tính tốt khi mà độ tin cậy là khái niệm dùng để đánh giá chất lượng trong nghiên cứu định lượng với “mục đích giải thích” trong khi khái niệm chất lượng trong nghiên cứu định tính lại có mục đích “tạo ra sự hiểu biết/thông hiểu” (Stenbacka, 2001, tr.551). Sự khác biệt trong mục đích đánh giá chất lượng nghiên cứu trong định lượng và nghiên cứu định lượng là một trong những lý do mà khái niệm độ tin cậy là không thích hợp trong nghiên cứu định tính. Theo Stenbacka, (2001) “khái niệm độ tin cậy thậm chí còn gây hiểu lầm trong nghiên cứu định tính. Nếu độ tin cậy được xem là một tiêu chuẩn của nghiên cứu định tính, thì e là khá nhiều nghiên cứu sẽ không tốt” (tr.552).

Mặt khác, Patton (2001) cho rằng độ chính xác và độ tin cậy là hai yếu tốmà bất kỳ nhà nghiên cứu định tính nào cũng nên quan tâm trong khi thiết kếnghiên cứu, phân tích kết quả và đánh giá chất lượng nghiên cứu. Điều nàytương đương với câu hỏi “Làm thế nào người nghiên cứu có thể thuyết phụcđược rằng các phát hiện nghiên cứu của cuộc điều tra là đáng chú ý đến?”(Lincoln và Guba, 1985, tr.290). Để trả lời cho câu hỏi này, Healy và Perry(2000) khẳng định rằng chất lượng của một nghiên cứu trong mỗi mẫu hình nên được đánh giá bởi chính các thuật ngữ trong mẫu hình đó. Ví dụ, trong khi thuật ngữ Độ tin cậy và Độ chính xác là tiêu chí cần thiết để đánh giá chất lượng trongmẫu hình định lượng, thì trong mẫu hình định tính, các thuật ngữ Tính tin cậy(Credibility), Tính trung lập (Neutrality) hoặc Tính xác thực (Confirmability), Tính nhất quán (Consistency) hoặc Tính đáng tin (Dependability) và Khả năng áp dụng (Applicability) hoặc Khả năng chuyển giao (Transferability) phải là tiêu chí cần thiết để đánh giá chất lượng (Lincoln và Guba, 1985). Cụ thể hơn, vớithuật ngữ độ tin cậy trong nghiên cứu định tính, Lincoln và Guba (1985, tr.300) sử dụng “tính đáng tin” (“dependability”), trong nghiên cứu định tính thì từ nàyrất tương đồng với khái niệm “độ tin cậy” (“reliability”) trong nghiên cứu định lượng. Họ cũng nhấn mạnh “kiểm toán quá trình” (“inquiry audit”) (tr.317) là một trong những biện pháp có thể nâng cao tính đáng tin của nghiên cứu định tính. Biện pháp này có thể được dùng để kiểm tra tính nhất quán cho cả quá trìnhlẫn sản phẩm của nghiên cứu (Hoepfl, 1997). Trong bối cảnh đó, Clont (1992) vàSeale (1999) tán thành khái niệm tính đáng tin với khái niệm tính nhất quán hoặc độ tin cậy trong nghiên cứu định tính. Tính nhất quán của dữ liệu sẽ đạt được khicác bước nghiên cứu được xác nhận thông qua việc kiểm tra các mục như dữ liệu thô, sản phẩm thu nhỏ dữ liệu, và quá trình ghi chép (Campbell, 1996).

Để đảm bảo độ tin cậy trong nghiên cứu định tính, kiểm tra độ tin cậy là rất quan trọng. Seale (1999), trong khi phát hiện các nghiên cứu có chất lượng tốt thông qua độ tin cậy và độ chính xác trong nghiên cứu định tính, khẳng định rằng “tính đáng tin cậy của báo cáo nghiên cứu nằm ở trung tâm của các vấn đềthường được thảo luận – đó là độ chính xác và độ tin cậy” (tr.266). Khi đánh giá(kiểm tra) công trình nghiên cứu định tính, Strauss và Corbin (1990) cho rằng“tiêu chuẩn thông thường của “khoa học tốt”… đòi hỏi phải định nghĩa lại để phù hợp với thực tế của nghiên cứu định tính” (tr.250).

Ngược lại, Stenbacka (2001) lập luận rằng trong khi vấn đề độ tin cậy liên quan đến các phép đo lường thì nó lại không liên quan trong nghiên cứu định tính. Bà cho biết thêm vấn đề của độ tin cậy đó là việc không phù hợp trong đánh giá chất lượng của nghiên cứu định tính. Do đó, nếu nó được sử dụng thì khi đó “e rằng hậu quả là khá nhiều nghiên cứu không tốt” (tr.552).

Mở rộng phạm vi khái niệm hóa độ tin cậy và khám phá sự phù hợp củađộ tin cậy và dộ chính xác trong nghiên cứu định tính, Lincoln và Guba (1985)cho rằng: “Do không thể có độ chính xác mà không có độ tinh cậy, một sự chứng minh của khái niệm trước [độ chính xác] là đủ để thiết lập khái niệm sau [độ tin cậy]” (tr.316). Patton (2001) với mối quan tâm đến khả năng và kỹ năng của người nghiên cứu trong nghiên cứu định tính cũng cho rằng độ tin cậy là hệ quả của độ chính xác trong một nghiên cứu.

Độ chính xác

             Khái niệm độ chính xác được mô tả bằng một loạt các thuật ngữ trong nghiên cứu định tính. Khái niệm này không phải là một khái niệm duy nhất, cố định hoặc phổ quát mà là “khái niệm tùy thuộc (contingent construct), khôngtách khỏi nền tảng các quy trình và mục đích của phương pháp luận và dự ánnghiên cứu cụ thể” (Winter, 2000, tr.1). Mặc dù một số nhà nghiên cứu định tính đã lập luận rằng khái niệm độ chính xác không áp dụng cho nghiên cứu định tính, nhưng đồng thời, họ cũng nhận ra sự cần thiết phải có kiểu kiểm tra hoặc đo lường chất lượng nào đó cho nghiên cứu của mình. Ví dụ, Creswell & Miller (2000) cho rằng độ chính xác chịu ảnh hưởng bởi nhận thức của người nghiên cứu về độ chính xác trong nghiên cứu và sự lựa chọn giả định mẫu hình. Kết quả là, nhiều nhà nghiên cứu đã phát triển khái niệm riêng của họ về độ chính xác và thường tạo ra hoặc sử dụng những thuật ngữ mà họ cho là thích hợp hơn, chẳng hạn như chất lượng (quality), tính chặt chẽ (rigor) và tính đáng tin cậy(trustworthiness) (Davies & Dodd, 2002; Lincoln và Guba, 1985; Mishler, 2000; Seale, 1999; Stenbacka, 2001).

Thảo luận về chất lượng trong nghiên cứu định tính bắt nguồn từ mối quan tâm về độ chính xác và độ tin cậy trong truyền thống định lượng “liên quan đến việc thay thế thuật ngữ mới cho các từ chẳng hạn như độ chính xác và độ tin cậy nhằm phản ánh các khái niệm diễn giải [định tính]” (Seale, 1999, tr.465).

Stenbacka (2001) đã không bỏ qua vấn đề của độ chính xác trong nghiên cứu định tính như bà đã làm đối với vấn đề của độ tin cậy trong nghiên cứu định tính. Thay vào đó, bà lập luận rằng khái niệm độ chính xác nên được định nghĩa lại cho nghiên cứu định tính. Stenbacka (2001) mô tả khái niệm độ tin cậy như là một trong những khái niệm về chất lượng trong nghiên cứu định tính “cần phải được giải quyết nhằm xem một cuộc điều tra (study) như là một phần của nghiên cứu thích hợp” (tr.551).

Trong khi tìm kiếm ý nghĩa của tính chặt chẽ trong nghiên cứu, Davies và Dodd (2002) nhận thấy rằng khái niệm tính chặt chẽ trong nghiên cứu có liên quan đến thảo luận về độ tin cậy và độ chính xác. Davies và Dodd (2002) lập luận rằng việc áp dụng khái niệm tính chặt chẽ trong nghiên cứu định tính nênkhác với so với các khái niệm đó trong nghiên cứu định lượng bằng cách “chấp nhận rằng có sự thiên vị về mặt lượng trong khái niệm tính chặt chẽ, bây giờ chúng ta hãy đặt lại khái niệm tính chặt chẽ bằng cách khám phá tính chủ quan,tính phản hồi, và sự tương tác xã hội của phỏng vấn” (tr.281).

Lincoln và Guba (1985) lập luận rằng việc duy trì tính đáng tin cậy củabáo cáo nghiên cứu phụ thuộc vào các vấn đề, về mặt định lượng, như độ chính xác và độ tin cậy. Ý tưởng khám phá sự thật thông qua độ tin cậy và độ chính xác được thay thế bằng ý tưởng tính đáng tin cậy (Mishler, 2000) – “có thể được bảo vệ” (“defensible”) (Johnson 1997, tr.282) và thiết lập sự tự tin trong các phát hiện (Lincoln và Guba, 1985).

Nếu các vấn đề của độ tin cậy, độ chính xác, tính đáng tin cậy, chất lượng và tính chặt chẽ là nhằm tạo nên sự khác biệt giữa nghiên cứu “tốt” và nghiên cứu “tồi” thì kiểm tra và tăng độ tin cậy, độ chính xác, tính đáng tin cậy, chất lượng và tính chặt chẽ là rất quan trọng đối với công trình nghiên cứu trong bất kỳ mẫu hình nào.

Kiểm tra Độ chính xác và Độ tin cậy

            Đến đây, đã trình bày xong khái niệm (đã được định nghĩa lại) về độ tin cậy và độ chính xác phù hợp với tính hữu dụng của chúng trong nghiên cứu định tính. Bây giờ, vẫn còn một câu hỏi đang chờ câu trả lời “Làm thế nào để kiểm tra hoặc tối đa hóa độ chính xác, và kết quả là độ tin cậy, của một nghiên cứu định tính?”

Nếu độ chính xác hoặc tính đáng tin cậy có thể được tối đa hóa hoặckiểm tra thì khi đó “kết quả đáng tin cậy và có thể được bảo vệ” nhiều hơn(Johnson, 1997, tr.283) có thể dẫn đến khả năng khái quát hóa – một trong nhữngkhái niệm được đề xuất bởi Stenbacka (2001) làm cấu trúc cho cả việc thực hiện và lưu trữ nghiên cứu định tính chất lượng cao. Vì vậy, chất lượng nghiên cứu có liên quan đến việc khái quát hóa kết quả và do đó liên quan đến việc kiểm tra và gia tăng độ chính xác hoặc tính đáng tin cậy của nghiên cứu.

Ngược lại, Maxwell (1992) quan sát thấy rằng mức độ mà kết quả (account) được khái quát hóa là yếu tố phân biệt rõ giữa phương pháp nghiên cứu định lượng và định tính. Mặc dù khả năng khái quát hóa các phát hiện cho các nhóm và hoàn cảnh lớn hơn là một trong những bài kiểm tra độ chính xác phổ biến nhất đối với nghiên cứu định lượng, nhưng Patton (2001) cho rằng khả năng khái quát hóa là một trong các tiêu chí chất lượng của các nghiên cứutrường hợp (case studies) tùy thuộc vào trường hợp được lựa chọn và nghiên cứu. Theo cách hiểu này, độ chính xác trong nghiên cứu định lượng là rất cụ thể đối với bài kiểm tra áp dụng độ chính xác – bài kiểm tra cũng là nơi mà các phương pháp kiểm tra chéo dùng trong nghiên cứu định tính. Kiểm tra chéo(triangulation) là chiến lược (kiểm tra) điển hình nhằm nâng cao độ chính xác vàđộ tin cậy của nghiên cứu hoặc đánh giá các phát hiện. Mathison (1988) trình bày chi tiết:

Kiểm tra chéo đang nổi lên thành vấn đề quan trọng liên quan đến phương pháp luận trong cách tiếp cận tự nhiên và định tính đối với việcđánh giá [nhằm] kiểm soát sự thiên lệch (bias) và thiết lập các mệnh đềhợp lý vì kỹ thuật khoa học truyền thống không phù hợp với nhận thức luận (epistemology) thay thế này (tr.13).

Patton (2001) ủng hộ việc dùng kiểm tra chéo bởi “kiểm tra chéo giúp nghiên cứu hiệu quả hơn bằng cách kết hợp nhiều phương pháp. Điều này có nghĩa là dùng một số kiểu phương pháp hoặc dữ liệu, bao gồm cả phương pháp định lượng lẫn định tính” (tr.247). Tuy nhiên, Barbour (1998) nghi ngờ ý ​​tưởng kết hợp các phương pháp này. Bà lập luận trong khi mẫu hình kết hợp là có thể nhưng phương pháp kết hợp trong một mẫu hình, chẳng hạn như nghiên cứu định tính, là có vấn đề vì mỗi phương pháp trong mẫu hình định tính có giả định riêng của nó “về khung lý thuyết mà chúng ta tập trung để đạt mục tiêu nghiên cứu” (tr.353). Mặc dù kiểm tra chéo được dùng trong mẫu hình định lượng để xác nhận và tổng quát hóa nghiên cứu, Barbour (1998) không bỏ qua khái niệm kiểm tra chéo trong mẫu hình định tính và bà cho rằng cần thiết phải định nghĩa kiểm tra chéo dưới góc độ nghiên cứu định tính trong từng mẫu hình. Ví dụ, kiểm tra chéo nhiều nguồn dữ liệu trong nghiên cứu định lượng, bất kỳ ngoại lệnào cũng có thể dẫn đến việc không khẳng định (disconfirmation) giả thuyếttrong khi các ngoại lệ trong nghiên cứu định tính được xử lý để điều chỉnh các lý thuyết và đạt kết quả.

Theo quan điểm này, Healy và Perry (2000) lý giải về việc đánh giá độ chính xác và độ tin cậy trong mẫu hình hiện thực (realism paradigm) mà mẫu hình này dựa trên các quan niệm về một thực tại duy nhất. Họ lập luận về sự tiến hành kiểm tra chéo nhiều nguồn dữ liệu và diễn giải của họ về các quan niệm đó trong mẫu hình hiện thực.

Một mẫu hình khác trong nghiên cứu định tính là thuyết kiến tạo(constructivism) vốn xem kiến thức được xây dựng dựa trên tương tác xã hội vàcó thể thay đổi tùy thuộc vào hoàn cảnh. Crotty (1998) định nghĩa thuyết kiến tạo từ góc nhìn xã hội “quan điểm cho rằng tất cả kiến thức, và do đó tất cả thực tại có ý nghĩa theo cách đó, dựa trên hoạt động của con người, được xây dựngtrong và ngoài mối tương tác giữa con người và thế giới của họ, và được phát triển và lan truyền trong bối cảnh xã hội cơ bản” (tr.42). Trong bất kỳ nghiên cứu định tính nào, mục đích đều là “tham gia vào nghiên cứu nhằm cố gắng tìm hiểu để có được sự hiểu biết sâu sắc hơn chứ không phải là kiểm tra các đặc tính hời hợt” (Johnson, 1995, tr.4) và thuyết kiến tạo có thể tạo điều kiện để đạt đượcmục tiêu đó. Khái niệm kiến tạo, nghĩa là thực tại đang thay đổi cho dù người quan sát có muốn hay không (HIPPS, 1993), là dấu hiệu của nhiều thực tại hoặc đa dạng kết cấu có thể có của thực tại. Thuyết kiến tạo đánh giá các thực tại mà mọi người có trong tâm trí của mình. Vì vậy, để có được nhiều và đa dạng cácthực tại chính xác và đáng tin cậy, đòi hỏi phải có nhiều phương pháp tìm kiếm hay thu thập dữ liệu. Nếu điều này dẫn đến áp dụng kiểm tra chéo trong mẫuhình kiến tạo, thì dùng kiểm tra chéo để kiểm tra người nghiên cứu, phương pháp và dữ liệu để ghi nhận kết cấu của thực tại là thích hợp (Johnson, 1997). Một quan điểm mở trong thuyết kiến tạo gắn với ý tưởng kiểm tra chéo dữ liệubằng cách cho phép người tham gia trong một nghiên cứu hỗ trợ các nhà nghiên cứu trong câu hỏi nghiên cứu cũng như trong việc thu thập dữ liệu. Áp dụngnhiều phương pháp, chẳng hạn như quan sát, phỏng vấn và ghi âm sẽ dẫn đến kết quả là kết cấu của thực tại sẽ chính xác, đáng tin cậy và đa dạng hơn. Để nâng cao sự phân tích và hiểu biết kết cấu của các thực tại khác, các nhà nghiên cứunên thực hiện kiểm tra chéo để có thể tham gia cùng với nhiều nhà điều tra hoặc tham khảo diễn giải dữ liệu của các nhà nghiên cứu đồng đẳng tại thời điểm hoặc địa điểm khác nhau. Tương tự, nhà nghiên cứu định tính có thể “sử dụng kiểm tra chéo để kiểm tra người thực hiện điều tra và xem xét các ý tưởng và lời giải thích được tạo ra bởi các nhà nghiên cứu bổ sung đang nghiên cứu người tham gia cuộc nghiên cứu” (Johnson, 1997, tr.284).

Kiểm tra chéo có thể bao gồm các phương pháp thu thập dữ liệu và phân tích dữ liệu, nhưng không đề xuất một phương pháp cố định nào áp dụng cho tất cả các nghiên cứu. Các phương pháp được lựa chọn trong kiểm tra chéo để kiểm tra độ chính xác và độ tin cậy của một nghiên cứu phụ thuộc vào tiêu chí của nghiên cứu.

Hiểu biết của Chúng ta

            Từ thảo luận nói trên, sự kết hợp giữa mẫu hình định lượng với nghiên cứu định tính thông qua độ chính xác và độ tin cậy đã thay đổi hiểu biết của chúng ta về ý nghĩa truyền thống của độ tin cậy và độ chính xác từ góc nhìn của nhà nghiên cứu định tính. Độ tin cậy và độ chính xác được định nghĩa là tính đáng tin cậy (trustworthiness), tính chặt chẽ (rigor) và chất lượng (quality) trongmẫu hình định tính. Cũng thông qua sự kết hợp này, cách thức để đạt được độ chính xác và độ tin cậy sẽ chịu ảnh hưởng bởi quan điểm của nhà nghiên cứuđịnh tính – đó là quan điểm mong muốn loại bỏ sự thiên lệch (bias) và tăng tính trung thực của người nghiên cứu đối với ý tưởng về một hiện tượng xã hội nào đó (Denzin, 1978), sự loại bỏ này sẽ thực hiện qua việc sử dụng kiểm tra chéo. Khi đó kiểm tra chéo được định nghĩa là “các thủ tục hợp lý giúp nhà nghiên cứutìm kiếm sự hội tụ giữa nhiều và đa dạng các nguồn thông tin để hình thành nênchủ đề hay các phạm trù (categories) trong nghiên cứu” (Creswell & Miller, 2000, tr.126).

Do đó, độ tin cậy, độ chính xác và kiểm tra chéo, nếu chúng là các khái niệm nghiên cứu phù hợp, đặc biệt là từ góc nhìn định tính, phải được định nghĩa lại như chúng ta đã thấy để phản ánh nhiều cách thức phát hiện ra sự thật.

References

Babour, R. S. (1998). Mixing qualitative methods: Quality assurance or qualitative quagmire?       Qualitative Health Research, 8(3), 352-361.

Bogdan, R. C. & Biklen, S. K. (1998). Qualitative research in education: An introduction to          theory and methods (3rd ed.). Needham Heights, MA: Allyn & Bacon.

Campbell, T. (1996). Technology, multimedia, and qualitative research in education. Journal of     Research on Computing in Education, 30(9), 122-133.

Charles, C. M. (1995). Introduction to educational research (2nd ed.). San Diego, Longman.

Clont, J. G. (1992). The concept of reliability as it pertains to data from qualitative studies.             Paper Presented at the annual meeting ofthe South West Educational Research Association. Houston, TX.

Creswell, J. W. & Miller, D. L. (2000). Determining validity in qualitative inquiry. Theory into      Practice, 39(3), 124-131.

Crocker, L., & Algina, J. (1986). Introduction to classical and modern test theory. Toronto: Holt,   RineHart, and Winston, Inc.

Davies, D., & Dodd, J. (2002). Qualitative research and the question of rigor. Qualitative Health research, 12(2), 279-289.

Denzin, N. K. (1978). The research act: A theoretical introduction to sociological methods. New   York: McGraw-Hill.

Denzin, N. K., & Lincoln, Y. S. Eds.). (1998). The landscape of qualitative research: Theories      and issues. Thousand Oaks: Sage Publications.

Denzin, N. K., & Lincoln, Y. S. (1998) (Eds). Collecting and interpreting qualitative materials.     Thousand Oaks: Sage Publication.

Eisner, E. W. (1991). The enlightened eye: Qualitative inquiry and the enhancement of       educational practice. New York, NY: Macmillan Publishing Company.

Glesne, C., & Peshkin, P. (1992). Becoming qualitative researches: An introduction. New York,    NY: Longman.

Healy, M., & Perry, C. (2000). Comprehensive criteria to judge validityand reliability of    qualitative research within the realism paradigm. Qualitative Market Research, 3(3), 118-          126.

Hoepfl, M. C. (1997). Choosing qualitative research: A primer for technology education    researchers. Journal of Technology Education, 9(1), 47-63. Retrieved February 25, 1998,    from http://scholar.lib.vt.edu/ejournals/JTE/v9n1/pdf/hoepfl.pdf

Hipps, J. A. (1993). Trustworthiness and authenticity: Alternate ways to judge authentic     assessments. Paper presented at the annual meeting of the American Educational          Research Association. Atlanta, GA.

Johnson, B. R. (1997). Examining the validity structure of qualitativeresearch. Education,             118(3), 282-292.

Johnson, S. D. (1995, Spring). Will our research hold upunder scrutiny? Journal of Industrial        Teacher Education, 32(3), 3-6.

Joppe, M. (2000).  The Research Process.  Retrieved February 25, 1998, from             http://www.ryerson.ca/~mjoppe/rp.htm

Kirk, J., & Miller, M. L. (1986). Reliability and validity in qualitative research. Beverly Hills:         Sage Publications.

Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. Beverly Hills, CA: Sage.

Mathison, S. (1988). Why triangulate? Educational Researcher, 17(2), 13-17.

Maxwell, J. A. (1992). Understanding and validity in qualitative research. Harvard Educational   Review, 62(3), 279-300

Patton, M. Q. (2002). Qualitative evaluation and research methods (3rd ed.). Thousand Oaks,       CA: Sage Publications, Inc.

Seale, C. (1999). Quality in qualitative research. Qualitative Inquiry, 5(4), 465-478.

Stenbacka, C. (2001). Qualitative research requires quality concepts of its own. Management        Decision,  39(7), 551-555

Strauss, A., & Corbin, J. (1990). Basics of qualitative research: Grounded theoryprocedures         and techniques. Newbury Park, CA: Sage Publications, Inc.

Wainer, H., & Braun, H. I. (1988). Test validity. Hilldale, NJ: Lawrence Earlbaum Associates.

Winter, G. (2000). A comparative discussion of the notion of validity in qualitative and    quantitative research. The Qualitative Report, 4(3&4). Retrieved February 25, 1998, from        http://www.nova.edu/ssss/QR/QR4-3/winter.html

Author’s Note

Nahid Golafshani is a doctoral student in the department of Curriculum, Teaching and Learning at the Ontario Institute for Studying Education\University of Toronto where she learns and gains experiences by working with the diverse group of students and faculties. Her area of specialization is Mathematics Education. Her researches include multicultural teaching and learning, teachers’ beliefs, and problem-based mathematics learning and learning. Ms. Golafshani may be contacted at Ontario Institute for Studying Education\University of Toronto Curriculum,Teaching and Learning, 252 Bloor Street West, Toronto, Ontario, Canada M5S 1V6; Telephone: 519-747-4559; Fax Telephone: (253) 322-8961; E-mail: ngolafshani@oise.utoronto.ca

Copyright 2003: Nahid Golafshani and Nova Southeastern University

Author’s Citation

Golafshani, N. (2003). Understanding reliability and validity in qualitative research. The   Qualitative Report, 8(4), 597-606. Retrieved [Insert date], from:           http://www.nova.edu/ssss/QR/QR8-4/golafshani.pdf

——————–&&&—————-