(Bài đọc 4: Lập kế hoạch phân tích dữ liệu – AI có thể gợi ý, nhưng bạn phải quyết định và thực hiện)

👋 Welcome back! (Chào mừng quay lại!)

So far, you’ve learned how to:

• Create a research question (câu hỏi nghiên cứu)

• Design a survey (khảo sát) or interview (phỏng vấn)

• Use AI (trí tuệ nhân tạo) for support (hỗ trợ), not control (kiểm soát)

Now we move on to the next step:
👉 Data analysis (phân tích dữ liệu) – how you understand the results you collect.

🧺 What is data analysis? (Phân tích dữ liệu là gì?)

Data (dữ liệu) is the information (thông tin) you collect from your research.

Analysis (phân tích) means looking at that information carefully (xem xét kỹ lưỡng) to find meaning (tìm ý nghĩa).

There are two common types (loại) of data:

🔍 What do we do with data? (Chúng ta làm gì với dữ liệu?)

1. Quantitative data (Dữ liệu định lượng)

You often use statistics (thống kê) to:

• Find the mean (giá trị trung bình)

• Compare groups (nhóm)

• Identify patterns (mẫu hình)

📊 Example (Ví dụ):

You ask students to rate (đánh giá) ChatGPT usefulness from 1 to 5.

You can calculate the average (trung bình), find the mode (giá trị phổ biến nhất), or compare different groups (nhóm tuổi, giới tính).

✅ Tools (Công cụ):

• Excel (phần mềm bảng tính)

• SPSS (phần mềm thống kê)

• R (ngôn ngữ phân tích thống kê)

📌 Reminder: Use SPSS or R to perform the actual analysis (thực hiện phân tích). AI can only help you plan (lập kế hoạch).

2. Qualitative data (Dữ liệu định tính)

You analyze text (văn bản) instead of numbers. You look for:

• Themes (chủ đề)

• Codes (mã hóa)

• Repeated ideas (ý tưởng lặp lại)

🧠 Example (Ví dụ):

You interview teachers about AI. They say:

“I’m nervous using it.”
“Students might cheat.”
“I need more training.”

You code each sentence:

You can count how often (tần suất) a code appears and interpret (diễn giải) the meaning.

✅ Tools (Công cụ):

• Manual coding (mã hóa thủ công)

• Excel

• NVivo (phần mềm phân tích định tính)

• ChatGPT for theme suggestions (đề xuất chủ đề)

🤖 What can AI do? (AI có thể làm gì?)

✅ AI can:

• Suggest analysis methods (phương pháp phân tích)

• Recommend coding categories (danh mục mã hóa)

• Rewrite summaries (tóm tắt) in academic style (phong cách học thuật)

❌ AI should NOT:

• Perform statistical tests (kiểm định thống kê)

• Analyze raw data (dữ liệu gốc)

• Replace your interpretation (diễn giải)

🔄 Linking your research question to your data

(Kết nối câu hỏi nghiên cứu với dữ liệu)

Let’s connect it all:

Research question (Câu hỏi nghiên cứu):

“How confident are students using ChatGPT to write essays?”

Instrument (Công cụ):

Survey (khảo sát) with rating scale (thang điểm đánh giá)

Data (Dữ liệu):

Quantitative (định lượng)

Analysis plan (Kế hoạch phân tích):

• Calculate average confidence score (tính điểm trung bình)

• Compare by year (so sánh theo năm học)

• Ask ChatGPT to help create a summary chart (gợi ý biểu đồ)

📌 Summary (Tóm tắt)

📝 Reflection Questions (Câu hỏi phản ánh):

1. Which type of data do you prefer working with: numbers (số) or text (văn bản)? Why?

2. Have you ever tried tools like Excel or SPSS? What was your experience (trải nghiệm)?

3. How might AI help you plan your analysis, without doing the work for you?