Download
1 / 102
1.04k likes | 1.34k Views
Phương pháp phân tích định lượng trong quan hệ quốc tế. Ths. Ncs. Ngô Quang Thành. Nội dung . Đo lường định lượng Thực hiện phân tích định lượng Một số dạng mô hình phân tích định lượng chủ yếu. I. Đo lường định lượng. Tại sao phải đo lường?
E N D
Phương pháp phân tích định lượng trong quan hệ quốc tế Ths. Ncs. Ngô Quang Thành
Nội dung • Đo lường định lượng • Thực hiện phân tích định lượng • Một số dạng mô hình phân tích định lượng chủ yếu
I. Đo lường định lượng • Tại sao phải đo lường? • So sánh đo lường định lượng với đo lường định tính • Các bước trong đo lường định lượng • Yêu cầu đối với đo lường định lượng • Một số dạng đo lường định lượng phổ biến
Tại sao phải đo lường? • Nếu thế giới không được “đo lường”????
So sánh đo lường định lượng (Q1) với đo lường định tính (Q2) • Thời gian (timing): • Q1 liên quan đến các biến số xảy ra trước và tách biệt với việc thu thập hay phân tích số liệu; • Q2 xảy ra trong suốt quá trình thu thập số liệu
So sánh đo lường định lượng (Q1) với đo lường định tính (Q2) • Số liệu (data): • Q1 sử dụng các kỹ thuật khác nhau để tạo ra các con số định lượng; • Q2 (có thể ở dạng con số) đa phần ở dạng viết, nói, hành động, âm thanh, hình ảnh, vật thể.
So sánh đo lường định lượng (Q1) với đo lường định tính (Q2) • Mối liên kết (mối quan hệ) (linkages) giữa khái niệm và số liệu: Q1 xây dựng kỹ thuật đo lường làm cầu nối (suy diễn)
So sánh đo lường định lượng (Q1) với đo lường định tính (Q2) • Q2: Phát triển nhiều khái niệm trong khi thu thập dữ liệu; Đồng thời tái xem xét dữ liệu và khái niệm trong mối quan hệ qua lại; Trong quá trình thu thập dữ liệu và tạo ra cách thức đo lường, có thể phát các ý tưởng mới (quy nạp)
Các bước trong đo lường định lượng • Suy diễn hay quy nạp? • Conceptualization (khái niệm hóa) vs. Operationalization (thao tác hóa)
Chỉ số đo lường (5 điều cần nhớ) • Luôn ghi nhớ conceptual definition • Giữ an open mind • Vay mượn từ nguồn khác • Dự báo khó khăn • Không được quên đơn vị đo lường
Yêu cầu đối với đo lường định lượng: reliability & validity • Reliability (mức độ tin cậy): dependability (tin cậy) hoặc consistency (chính xác) • Validity (mức độ phù hợp của đo lường): match bw a construct and a measure
Reliability • Kết quả định lượng không thay đổi bởi các đặc điểm của quá trình đo lường hay công cụ đo lường • Hiếm khi đạt được cái gọi là perfect reliability!!!
Cải thiện reliability: 4 cách • Xây dựng các khái niệm rõ ràng: các khái niệm phân biệt nhau và (thường) mỗi một sự đo lường ứng với một và chỉ một khái niệm • Dùng đơn vị/mức độ/ thang đo lường chính xác • Sử dụng các kiểm tra thí điểm • Sử dụng nhiều chỉ tiêu cùng lúc cho 1 đo lường
Validity • Mức độ phù hợp đo lường giữa conceptual definition (định nghĩa khái niệm)và operational definition (định nghĩa thao tác)
Nhưng, • hiếm khi đạt được cái gọi là absolute validity!!! • Bởi ý tưởng và khái niệm là trừu tượng trong khi các chỉ tiêu là cụ thể.
Ba kiểu của validity • Face validity: Đánh giá của cộng đồng khoa học (sự đồng thuận) Ví dụ: Tăng trưởng kinh tế (GDP hay GNP?), lạm phát (chỉ số giá tiêu dùng CPI hay chỉ số giá sản xuất PPI?)
Content validity: Đánh giá nội dung của định nghĩa của một cấu trúc và xây dựng chỉ số bao hàm các nội dung ấy (3 bưới tiến hành: a. Chỉ ra toàn bộ nội dung của định nghĩa của cấu trúc; b. chọn mẫu từ các khía cạnh khác nhau của định nghĩa; c. phát triển một chỉ số bao hàm tất cả các bộ phận của định nghĩa)
Criterion validity: Đánh giá dựa vào các tiêu chuẩn • Concurrent validity: Chỉ số xây dựng phải đồng thuận/tương hợp (không nhất thiết phải perfectly) với các chỉ số đã có trước đó (có face validity)
Predictive validity: Khả năng tiên đoán tương lai (không phải là dự báo tương lai!) Ví dụ: Điểm SAT cao đo lường năng lực học tập: SAT cao -> học tốt: có predictive validity)
Concurrent validity: Chỉ số phải có tương quan cao với 1 chỉ số khác đã có face validity • Predictive validity: Chỉ số dự báo sự kiện tương lai có quan hệ lô gích với cấu trúc (ý tưởng và khái niệm)
Một số lưu ý về đo lường định lượng: Mức độ đo lường (levels) • Biến liên tục và biến rời rạc Biến liên tục: số thực Biến rời rạc: theo các phạm trù, phân loại, phân nhóm, tình trạng • Bốn mức độ đo lường
Nominal: định danh • Ordinal: định danh + trật tự, thứ hạng • Interval: định danh + trật tự, thứ hạng + khoảng cách • Ratio: above + phần trăm, tỷ số
II. Thực hiện phân tích định lượng • Mã hóa, nhập liệu và làm sạch số liệu • Thống kê mô tả (đơn biến, nhị biến, đa biến) • Suy luận thống kê
Mã hóa, nhập liệu và làm sạch số liệu • Possible code cleaning (or wild code checking): kiểm tra loại dữ liệu • Contingency cleaning (or consistency cleaning): kiểm tra độ chính xác (kiểm tra chéo)
Thống kê mô tả: đơn biến • Bảng phân phối tần số
Thống kê mô tả: đơn biến • Các đo lường xu hường trung tâm: mean, mode, median
Thống kê mô tả: đơn biến • Đo lường phương sai, độ lệch chuẩn
Thống kê mô tả: nhị biến (mối quan hệ) • Covariation: xu hướng vận động của means • Independence (độc lập): không có xu hướng, không có mối quan hệ
Thống kê mô tả: nhị biến • Scattergram
Thống kê mô tả: nhị biến • Cross-tabulation
Suy luận thống kê: Sai lầm Loại I và sai lầm Loại II • Sai lầm Loại I (anpha): Nhà nghiên cứu nói mối quan hệ tồn tại (tham chiếu giả thuyết đối) nhưng thực tế mối quan hệ ấy KHÔNG tồn tại • Sai lầm Loại II (beta): Nhà nghiên cứu nói mối quan hệ KHÔNG tồn tại (tham chiếu giả thuyết không) nhưng thực tế mối quan hệ ấy tồn tại
Suy luận thống kê: mức ý nghĩa • Có ý nghĩa thống kê: • Mức ý nghĩa thống kê (thường là 0.1, 0.05, và 0.01): Xác suất bác bỏ sai giả thuyết không, nếu nó thực sự đúng • Significance Level = P(type I error) =anpha (Luôn biết chính xác từ mẫu)
Suy luận thống kê: power • Power là khả năng bác bỏ giả thuyết không khi nó thật sự sai Power = 1 - P(type II error) = 1- beta Lý tưởng khi Power tiến tới 1 (Không biết chính xác)
Luật • Khi cỡ mẫu lớn (>1000), chọn mức ý nghĩa thấp hơn 1%. • Khi cỡ mẫu vừa, chọn mức ý nghĩa 5%, 1%. • Khi cỡ mẫu nhỏ (nhưng vẫn đảm bảo chạy mô hình), chọn mức ý nghĩa 10%
III. Mô hình phân tích định lượng • Ảnh hưởng của xuất khẩu đến tăng trưởng kinh tế, đến chuyển dịch cơ cấu kinh tế, đến đổi mới công nghệ • Ảnh hưởng của FDI đến tăng trưởng kinh tế, đến chuyển dịch cơ cấu kinh tế, đến đổi mới công nghệ, đến thay đổi chất lượng lao động
III. Mô hình phân tích định lượng • Mục đích nghiên cứu quyết định phương pháp nghiên cứu!!! • Câu hỏi nghiên cứu quyết định việc sử dụng phương pháp nghiên cứu định tính hay định lượng • Dạng số liệu quyết định mô hình phân tích định lượng cụ thể
Mô hình phân tích định lượng • Số liệu liên tục dạng chéo (cross-sectional) • Số liệu liên tục theo thời gian (time series) • Số liệu dạng bảng (panel: vừa cross-sectional vừa time series) • Số liệu rời rạc • Số liệu phân tầng
Mô hình phân tích định lượng 1. Mô hình hồi quy tuyến tính sử dụng số liệu chéo 2. Mô hình hồi quy tuyến tính theo thời gian 3. Mô hình hồi quy tuyến tính với số liệu dạng bảng (panel) 4. Các mô hình lựa chọn với biến rời rạc (discrete choice models)
Mô hình phân tích định lượng 5. Mô hình tuyến tính thứ bậc (hierarchical) 6. Phân tích thành tố (factors) 7. Phân tích phi tham số (non-parametric) 8. Kinh tế lượng không gian (spatial econometrics) • (Ghi chú: phần chữ đỏ dành cho nâng cao)
Mô hình hồi quy tuyến tính • Phân tích hồi quy quan tâm: • Ước lượng giá trị trung bình của biến phụ thuộc (Y) với giá trị đã cho của biến độc lập (Xi): E(Y/Xi) • Kiểm định giả thiết về bản chất của sự phụ thuộc • Dự đoán giá trị trung bình của biến phụ thuộc khi biết giá trị của các biến độc lập
Mô hình hồi quy tuyến tính • Hồi quy và tương quan: • Phân tích hồi quy đo mức độ quan hệ tuyến tính giữa hai biến; ước lượng hay dự báo một biến trên cơ sở giá trị đã cho của một biến khác; các biến không có tính đối xứng; biến phụ thuộc là đại lượng ngẫu nhiên, biến giải thích là phi ngẫu nhiên. • Phân tích tương quan không có sự phân biệt giữa các biến, chúng có tính chất đối xứng.
