Dữ liệu sơ cấp là gì? 5 cách thu thập cho nghiên cứu

Nếu bạn đang làm luận văn, khóa luận hay một đề tài nghiên cứu ứng dụng, sớm muộn bạn sẽ gặp câu hỏi: dùng số liệu có sẵn hay tự đi thu thập? Dữ liệu sơ cấp là dữ liệu do chính người nghiên cứu thu thập lần đầu, phục vụ trực tiếp cho câu hỏi nghiên cứu của mình. Bài viết này giải thích dữ liệu sơ cấp là gì, khác dữ liệu thứ cấp ở điểm nào, có những phương pháp thu thập nào, khi nào thực sự cần, và cách thu thập dữ liệu sơ cấp qua người thật trả lời đúng đối tượng mà vẫn mô tả trung thực trong phần phương pháp.

Đây không phải bài lý thuyết khô khan. Mỗi phần đều có ví dụ, bảng so sánh và gợi ý thực hành để bạn áp dụng ngay cho đề tài của mình.

Dữ liệu sơ cấp là gì?

Hiểu đơn giản, dữ liệu sơ cấp (primary data) là thông tin "nguyên bản" mà bạn tự tạo ra thông qua một quy trình có thiết kế: phát phiếu khảo sát, phỏng vấn, quan sát, làm thực nghiệm. Trước khi bạn thu thập, những con số và câu trả lời đó chưa tồn tại ở đâu cả. Chính vì vậy, dữ liệu sơ cấp gắn chặt với mục tiêu, mô hình và bối cảnh của đề tài.

Ngược lại, dữ liệu thứ cấp (secondary data) là dữ liệu đã có người khác thu thập vì một mục đích khác: niên giám thống kê, báo cáo tài chính, cơ sở dữ liệu của tổ chức quốc tế, kết quả của các nghiên cứu đã công bố. Bạn khai thác lại chúng, nhưng không kiểm soát được cách chúng được tạo ra.

Ba đặc điểm giúp nhận ra dữ liệu sơ cấp:

Mới: được thu thập trong khuôn khổ nghiên cứu hiện tại, không lấy lại từ nguồn khác.
Có chủ đích: biến số, thang đo và đối tượng đều do người nghiên cứu chọn để trả lời câu hỏi nghiên cứu.
Có thể truy vết: bạn biết rõ ai trả lời, trả lời khi nào, bằng công cụ gì, và có thể mô tả lại quy trình đó.

Ví dụ minh họa

Một học viên nghiên cứu ý định mua thực phẩm hữu cơ của người tiêu dùng ở Hà Nội. Số liệu về quy mô thị trường thực phẩm hữu cơ lấy từ báo cáo ngành là dữ liệu thứ cấp. Còn 300 câu trả lời trên thang đo Likert về thái độ, chuẩn chủ quan và ý định mua mà học viên tự thu qua phiếu khảo sát là dữ liệu sơ cấp.

Dữ liệu sơ cấp khác dữ liệu thứ cấp như thế nào?

Hai loại dữ liệu không đối lập mà bổ sung cho nhau. Nhiều đề tài tốt dùng dữ liệu thứ cấp để đặt bối cảnh và dữ liệu sơ cấp để kiểm định mô hình. Bảng dưới đây giúp bạn so sánh nhanh.

Tiêu chí	Dữ liệu sơ cấp	Dữ liệu thứ cấp
Người thu thập	Chính người nghiên cứu	Tổ chức, cá nhân khác
Mức độ phù hợp với đề tài	Rất cao, thiết kế riêng	Phụ thuộc vào nguồn có sẵn
Chi phí và thời gian	Cao hơn, cần tổ chức thu thập	Thấp hơn, chủ yếu là tìm và xử lý
Kiểm soát chất lượng	Tự kiểm soát từ đầu	Phải tin vào quy trình của nguồn
Tính cập nhật	Mới nhất tại thời điểm thu	Có thể đã cũ vài năm
Ví dụ	Phiếu khảo sát, phỏng vấn sâu	Niên giám, báo cáo ngành

Điểm mấu chốt: dữ liệu sơ cấp cho bạn quyền kiểm soát, đổi lại bạn phải chịu trách nhiệm về chất lượng. Nếu mẫu sai đối tượng hoặc phiếu bị trả lời qua loa, không có "nguồn gốc" nào để đổ lỗi. Vì vậy, phần lớn công sức khi làm việc với dữ liệu sơ cấp nằm ở khâu thiết kế và kiểm soát quá trình thu thập.

Infographic 5 bước thu thập dữ liệu sơ cấp từ câu hỏi nghiên cứu đến mô tả phương pháp

5 phương pháp thu thập dữ liệu sơ cấp phổ biến

Không có phương pháp nào tốt nhất cho mọi đề tài. Lựa chọn phụ thuộc vào câu hỏi nghiên cứu, loại biến cần đo, ngân sách và khả năng tiếp cận đối tượng. Dưới đây là năm cách thu thập dữ liệu sơ cấp thường gặp nhất trong nghiên cứu kinh tế, quản trị, giáo dục, y tế công cộng và khoa học xã hội.

1. Khảo sát bằng bảng hỏi

Đây là phương pháp phổ biến nhất cho nghiên cứu định lượng. Bạn xây dựng bảng hỏi với các thang đo đã được kiểm chứng, phát cho một mẫu đủ lớn rồi phân tích bằng thống kê. Khảo sát trực tuyến qua Google Forms, Qualtrics hay Microsoft Forms giúp tiết kiệm chi phí in ấn và nhập liệu, đồng thời dễ mở rộng mẫu ra nhiều tỉnh thành.

2. Phỏng vấn sâu

Phỏng vấn sâu phù hợp với nghiên cứu định tính, khi bạn cần hiểu "vì sao" và "như thế nào". Số lượng người tham gia thường nhỏ, nhưng mỗi cuộc phỏng vấn cho rất nhiều thông tin. Dữ liệu sơ cấp ở đây là bản ghi âm, bản gỡ băng và ghi chú hiện trường.

3. Thảo luận nhóm tập trung

Một nhóm nhỏ người tham gia cùng thảo luận về một chủ đề dưới sự điều phối của người nghiên cứu. Phương pháp này hữu ích để khám phá khái niệm, thử nghiệm ý tưởng sản phẩm hoặc điều chỉnh thang đo trước khi khảo sát diện rộng.

4. Quan sát

Người nghiên cứu ghi nhận hành vi trong bối cảnh thực tế: cách khách hàng di chuyển trong cửa hàng, cách giáo viên tổ chức lớp học. Quan sát cho dữ liệu sơ cấp về hành vi thật thay vì hành vi được tự báo cáo.

5. Thực nghiệm

Bạn chủ động thay đổi một yếu tố (ví dụ cách trình bày quảng cáo) rồi đo phản ứng của các nhóm. Thực nghiệm trực tuyến ngày càng phổ biến vì có thể nhúng các kịch bản khác nhau vào cùng một phiếu khảo sát.

Phương pháp	Phù hợp với	Cỡ mẫu điển hình	Lưu ý chính
Khảo sát bảng hỏi	Kiểm định mô hình, đo thái độ	Vài trăm phiếu	Mẫu phải đúng đối tượng
Phỏng vấn sâu	Khám phá, giải thích	Vài đến vài chục người	Cần kỹ năng phỏng vấn
Thảo luận nhóm	Phát triển thang đo, ý tưởng	Vài nhóm nhỏ	Tránh hiệu ứng đám đông
Quan sát	Hành vi thực tế	Tùy bối cảnh	Cần quy tắc ghi chép rõ
Thực nghiệm	Quan hệ nhân quả	Chia theo nhóm	Phân nhóm ngẫu nhiên

Khi nào bạn thực sự cần dữ liệu sơ cấp?

Thu thập dữ liệu sơ cấp tốn công hơn, vậy nên chỉ làm khi thật sự cần. Bạn nên chọn dữ liệu sơ cấp trong các tình huống sau:

Biến số bạn cần đo (thái độ, nhận thức, ý định, mức độ hài lòng) không có trong bất kỳ nguồn thống kê công khai nào.
Mô hình nghiên cứu kế thừa thang đo từ lý thuyết và cần kiểm định lại trong bối cảnh Việt Nam.
Đối tượng nghiên cứu rất cụ thể, ví dụ nhân viên y tế tuyến huyện hay chủ doanh nghiệp nhỏ, mà dữ liệu sẵn có không tách riêng được.
Dữ liệu thứ cấp đã quá cũ, trong khi hành vi của đối tượng thay đổi nhanh (mua sắm trực tuyến, dùng ví điện tử, làm việc từ xa).
Quy định của chương trình đào tạo yêu cầu luận văn phải có khảo sát thực tế.

Kết hợp để tiết kiệm công sức

Hãy dùng dữ liệu thứ cấp cho phần tổng quan và bối cảnh, còn dữ liệu sơ cấp chỉ dành cho những biến số cốt lõi của mô hình. Cách này giúp phiếu ngắn gọn hơn, người trả lời tập trung hơn và chi phí thu thập thấp hơn.

Những rủi ro thường gặp khi thu thập dữ liệu sơ cấp

Giá trị của dữ liệu sơ cấp nằm ở chỗ nó phản ánh đúng đối tượng nghiên cứu. Khi điều đó không còn đúng, mọi phân tích phía sau đều lung lay, dù kết quả thống kê trông "đẹp" đến đâu.

Rủi ro	Biểu hiện	Hậu quả
Sai đối tượng	Nghiên cứu nhân viên văn phòng nhưng nhiều sinh viên trả lời	Kết luận không áp dụng được cho tổng thể mục tiêu
Trả lời qua loa	Hoàn thành phiếu 15 phút trong 2 phút, chọn cùng một mức	Thang đo kém tin cậy, hệ số bị méo
Một người làm nhiều phiếu	Nhiều phiếu từ cùng thiết bị, cùng địa chỉ mạng	Mẫu bị thổi phồng, sai lệch hệ thống
Phiếu "nhờ bạn bè làm hộ"	Câu trả lời mâu thuẫn với nhân khẩu học	Mất tính trung thực của dữ liệu
Mô tả phương pháp sai	Ghi "chọn mẫu ngẫu nhiên" khi thực tế là mẫu thuận tiện	Bị hội đồng chất vấn, ảnh hưởng liêm chính

Đừng tự tạo hay "chỉnh" dữ liệu

Bất kỳ hình thức tự điền phiếu, nhân bản phiếu hay sửa câu trả lời cho khớp giả thuyết đều là gian lận học thuật. Dữ liệu sơ cấp chỉ có giá trị khi đến từ người thật trả lời thật. Nếu kết quả không ủng hộ giả thuyết, đó vẫn là một phát hiện đáng thảo luận.

Thu thập dữ liệu sơ cấp qua người thật, đúng đối tượng với KhảoSát

Khó khăn lớn nhất của nhiều học viên không phải là thiết kế phiếu mà là tìm đủ người phù hợp để trả lời. Chia sẻ link lên mạng xã hội thường thu về mẫu lệch: chủ yếu là bạn bè cùng lớp, cùng độ tuổi, cùng thành phố. KhảoSát của VietSCI Editing Services ra đời để giải quyết đúng khâu này: tuyển người thật trả lời phiếu đúng đối tượng, và bạn chỉ trả tiền cho phiếu hợp lệ.

Cách hoạt động khá đơn giản. Bạn giữ nguyên phiếu đã làm trên Google Forms, Qualtrics hoặc Microsoft Forms. Câu trả lời vẫn nằm trên form của bạn, KhảoSát không xem và không lưu nội dung câu trả lời, chỉ quản lý mã tham gia để đối soát.

1
Đăng ký và tạo dự án: nhập tên khảo sát, mục đích nghiên cứu, link phiếu, thời lượng, số phiếu (20 đến 2000) và tiêu chí đối tượng.
2
Chọn tiêu chí lọc: nhóm nghề (29 nhóm trong 7 nhóm lớn), giới tính, độ tuổi, học vấn, tỉnh thành (34 tỉnh, thành), phạm vi trong nước hoặc nước ngoài.
3
Nhận báo giá ngay và cam kết liêm chính: xác nhận phiếu có trang giới thiệu, xin đồng ý, không thu mật khẩu, số tài khoản hay số căn cước.
4
Thanh toán và chờ duyệt: chuyển khoản theo mã đơn, quản trị viên duyệt nội dung rồi mở thu thập.
5
Theo dõi và đối soát: xem tiến độ, tải file xuất từ form để đối soát mã tham gia, duyệt phiếu hợp lệ trong 7 ngày.

Người trả lời trên KhảoSát là người thật có tài khoản và hồ sơ: năm sinh, giới tính, quốc gia, tỉnh, nghề, học vấn, lĩnh vực, ngôn ngữ. Mỗi số điện thoại chỉ đăng ký được một tài khoản người trả lời, và chỉ người có hồ sơ khớp tiêu chí mới thấy khảo sát của bạn. Đó là lớp bảo vệ đầu tiên cho chất lượng dữ liệu sơ cấp.

5 lớp kiểm tra giúp dữ liệu sơ cấp đáng tin hơn

Lớp	Cách hoạt động	Bảo vệ điều gì
1. Đúng đối tượng	Chỉ hồ sơ khớp tiêu chí mới thấy khảo sát	Mẫu đúng tổng thể mục tiêu
2. Mã tham gia riêng	Mã dạng `KSxxxxxxxx` cho từng lượt làm phiếu	Truy vết từng phiếu
3. Mã hoàn thành / chuyển hướng	Mã ở trang cuối phiếu hoặc chuyển hướng Qualtrics	Chỉ phiếu làm xong mới được báo hoàn thành
4. Cảnh báo tự động	Làm quá nhanh (dưới 30% thời lượng), trùng địa chỉ mạng, trùng thiết bị	Phát hiện phiếu đáng ngờ
5. Đối soát với file xuất	Mã có trong dữ liệu form là hợp lệ, mã không có bị từ chối kèm lý do	Chỉ trả tiền phiếu hợp lệ

Với Google Forms và Microsoft Forms, bạn tạo link điền trước có chữ KSPID ở ô "Mã tham gia", hệ thống sẽ thay bằng mã thật của từng người. Với Qualtrics, bạn đặt chuyển hướng cuối phiếu về đường dẫn hoàn thành của dự án để ghi nhận tự động. Hướng dẫn chi tiết từng nền tảng có ở trang hướng dẫn.

Ví dụ chi phí thu thập dữ liệu sơ cấp

Giá tính theo thời lượng phiếu và nhóm đối tượng. Ví dụ minh họa: đề tài khảo sát sinh viên với phiếu 10 phút có giá 22.000 đ mỗi phiếu hợp lệ, 100 phiếu là 2.200.000 đ. Nhóm nghề cụ thể có hệ số x1,3, nhóm chuyên môn khó tiếp cận như bác sĩ, luật sư, chủ doanh nghiệp có hệ số x1,8. Giá có thể thay đổi, bạn nên xem báo giá chính xác tại trang bảng giá.

Khi dự án kết thúc, giá trị của những phiếu chưa thu được sẽ hoàn vào số dư để dùng cho dự án sau. Nhờ vậy, ngân sách dành cho dữ liệu sơ cấp được dùng đúng vào phiếu hợp lệ.

Mô tả trung thực dữ liệu sơ cấp trong phần phương pháp

Hội đồng chấm luận văn và phản biện tạp chí rất quan tâm đến cách bạn có được dữ liệu sơ cấp. Một đoạn mô tả rõ ràng, trung thực giúp bạn tự tin khi bảo vệ và tránh bị nghi ngờ về liêm chính.

Nếu tuyển người trả lời qua một nền tảng trực tuyến như KhảoSát, bạn nên nêu rõ: mẫu được tuyển qua nền tảng trực tuyến, người trả lời tham gia tự nguyện và nhận điểm thưởng sau khi hoàn thành phiếu hợp lệ, mẫu được lọc theo các tiêu chí đã định trước. Đây là chọn mẫu phi xác suất (mẫu thuận tiện có kiểm soát tiêu chí), không phải mẫu xác suất.

Ví dụ đoạn mô tả: "Dữ liệu sơ cấp được thu thập bằng bảng hỏi trực tuyến trên Google Forms từ tháng 9 đến tháng 10/2026. Người trả lời được tuyển qua nền tảng khảo sát trực tuyến KhảoSát theo tiêu chí: nhân viên văn phòng, 22 đến 45 tuổi, làm việc tại TP. Hồ Chí Minh. Người tham gia tự nguyện, đồng ý trước khi trả lời và nhận điểm thưởng khi hoàn thành. Phương pháp chọn mẫu là phi xác suất có kiểm soát tiêu chí. Các phiếu có thời gian hoàn thành bất thường hoặc không khớp mã tham gia đã bị loại."

Checklist mô tả phương pháp

Nêu công cụ thu thập và thời gian thu thập.
Nêu kênh tuyển người trả lời và tiêu chí lọc.
Nói rõ phương pháp chọn mẫu là phi xác suất.
Nêu cơ chế đồng ý tham gia và điểm thưởng.
Nêu số phiếu thu về, số phiếu loại và lý do loại.

Bạn có thể tham khảo thêm cách trình bày phương pháp theo chuẩn APA Style và đọc trang liêm chính của KhảoSát để hiểu những gì nền tảng làm và không làm.

Sau khi có dữ liệu sơ cấp: làm sạch và phân tích

Thu thập xong chưa phải là hết. Trước khi chạy mô hình, hãy làm sạch dữ liệu sơ cấp: loại phiếu thiếu nhiều câu, phiếu trả lời một mức cho mọi câu, phiếu có thời gian bất thường. Ghi lại từng bước loại phiếu để đưa vào phần phương pháp. Bạn có thể đọc thêm bài làm sạch dữ liệu khảo sát và bài cỡ mẫu khảo sát để chuẩn bị tốt hơn.

Nếu cần hỗ trợ phân tích, ResearchSTAT tại www.statvn.com là dịch vụ phân tích dữ liệu cùng hệ sinh thái. Dù vậy, cách diễn giải và kết luận vẫn thuộc về bạn, người hiểu đề tài và dữ liệu sơ cấp của mình rõ nhất.

Câu hỏi thường gặp

Dữ liệu sơ cấp và dữ liệu thứ cấp, loại nào tốt hơn?

Không loại nào tốt hơn tuyệt đối. Dữ liệu sơ cấp phù hợp khi bạn cần đo biến số đặc thù của đề tài, còn dữ liệu thứ cấp phù hợp để mô tả bối cảnh hoặc khi đã có nguồn đáng tin cậy. Nhiều đề tài kết hợp cả hai.

Thu thập dữ liệu sơ cấp qua khảo sát trực tuyến có được chấp nhận trong luận văn không?

Có, miễn là bạn mô tả trung thực: công cụ, kênh tuyển người trả lời, tiêu chí lọc và phương pháp chọn mẫu phi xác suất. Hội đồng thường đánh giá cao sự minh bạch hơn là một mẫu "trông như ngẫu nhiên".

KhảoSát có xem được câu trả lời trong phiếu của tôi không?

Không. Câu trả lời nằm trên form của bạn. KhảoSát chỉ quản lý mã tham gia, thời gian làm phiếu và các cảnh báo để đối soát, và bạn cũng không thấy danh tính người trả lời.

Tôi có phải trả tiền cho phiếu không hợp lệ không?

Không. Chỉ phiếu hợp lệ mới tính tiền. Phiếu có mã không nằm trong file xuất từ form có thể bị từ chối kèm lý do, và phần giá trị chưa thu được sẽ hoàn vào số dư khi dự án kết thúc.

Cần bao nhiêu phiếu để dữ liệu sơ cấp đủ dùng?

Tùy phương pháp phân tích và số biến trong mô hình. Mỗi dự án trên KhảoSát nhận từ 20 đến 2000 phiếu. Hãy xác định cỡ mẫu trước khi tạo dự án và tham khảo bài viết về cỡ mẫu để chọn con số phù hợp.