Form khảo sát càng dài, dữ liệu càng tốt, thật không?

Một bảng hỏi dài có thể thu được nhiều thông tin hơn. Nhưng nếu người tham gia không muốn bắt đầu, bỏ dở giữa chừng hoặc càng làm càng trả lời qua loa, phần thông tin được thêm vào có còn thực sự đáng giá?

Chúng ta ít nhiều đều từng được nhờ làm form khảo sát từ bạn bè, đồng nghiệp hoặc thậm chí là những người hoàn toàn xa lạ. Có những form chỉ mất vài phút. Cũng có những form kéo dài hàng chục câu, chia thành nhiều trang và không cho phép bỏ qua bất kỳ câu nào.

Có người sẽ đọc kỹ rồi trả lời chuẩn chỉnh. Có người bắt đầu rất nghiêm túc, nhưng càng về cuối càng mệt. Cũng có người chỉ chọn đại cho xong, nhất là khi đã nhận lời giúp hoặc muốn lấy phần thưởng. Với những khảo sát thông thường, chúng ta có thể không để ý nhiều đến điều này. Nhưng nếu dữ liệu được dùng trong một nghiên cứu quan trọng, sai lệch ngay từ khâu thu thập thông tin có thể khiến quá trình phân tích trở nên khó khăn, tốn thời gian và kém chính xác hơn.

Nhận định ban đầu của tôi khá đơn giản: form khảo sát nên ngắn gọn và đủ ý, thay vì dài lê thê chỉ để tạo cảm giác chuyên nghiệp hoặc nghiêm túc.

Tuy nhiên, đây mới chỉ là quan điểm xuất phát. Tôi không cho rằng form càng ngắn thì càng tốt, cũng không mặc định mọi form dài đều tạo ra dữ liệu kém. Điều tôi muốn xem xét là: độ dài của bảng hỏi có thể ảnh hưởng như thế nào đến việc một người quyết định tham gia, hoàn thành và thực sự dành công sức cho từng câu trả lời?

Phương pháp và phạm vi bài viết

Bài viết này dựa trên quan điểm cá nhân kết hợp với việc tổng quan và phân tích những tài liệu đã được công bố trước đây. Đây không phải là một nghiên cứu khảo sát do tôi trực tiếp thực hiện. Các nhận định trong bài cũng không được rút ra từ dữ liệu do tôi tự thu thập.

Khi lựa chọn tài liệu, tôi ưu tiên các công trình được công bố trên tạp chí khoa học hoặc bởi trường đại học và tổ chức nghiên cứu. Những nghiên cứu có cách triển khai rõ ràng, so sánh các phiên bản bảng hỏi có độ dài khác nhau hoặc thay đổi vị trí câu hỏi cũng được ưu tiên.

Bài viết sử dụng sáu công trình làm nguồn tham khảo chính. Tôi tập trung đối chiếu một số chỉ số như tỷ lệ phản hồi, tỷ lệ hoàn thành, mức độ bỏ dở, số câu bị bỏ qua, thời gian trả lời và một số dấu hiệu liên quan đến chất lượng phản hồi.

Tuy vậy, sáu công trình này không phải toàn bộ bằng chứng đang tồn tại. Chúng được thực hiện trong những thời điểm, bối cảnh và hình thức khảo sát khác nhau. Có nghiên cứu sử dụng khảo sát trực tuyến, có nghiên cứu dùng bản giấy, phỏng vấn trực tiếp hoặc qua điện thoại. Đối tượng tham gia và độ dài bảng hỏi cũng không giống nhau. Vì vậy, các kết quả trong bài được dùng để đối chiếu và nhận diện xu hướng, không phải để tạo ra một con số chung có thể áp dụng cho mọi bảng khảo sát hiện nay.

Một vài khái niệm cần phân biệt

Trước khi đi vào từng nghiên cứu, tôi nghĩ cần phân biệt một số khái niệm thường xuất hiện khi đánh giá bảng khảo sát. Chúng có liên quan đến nhau nhưng không hoàn toàn giống nhau. Một form có nhiều người phản hồi chưa chắc đã có nhiều người hoàn thành. Có nhiều người hoàn thành cũng chưa chắc toàn bộ câu trả lời đều có chất lượng tốt.

Tỷ lệ phản hồi thể hiện số người phản hồi khảo sát so với tổng số người được mời tham gia, theo cách tính cụ thể của từng nghiên cứu. Chỉ số này có thể bị ảnh hưởng bởi độ dài dự kiến của bảng hỏi, mức độ liên quan của chủ đề, phần thưởng, cách gửi lời mời và đặc điểm của nhóm được mời.

Tỷ lệ hoàn thành cho biết có bao nhiêu người thực hiện hết bảng hỏi theo tiêu chuẩn mà nghiên cứu đặt ra. Một người có thể đồng ý tham gia và bắt đầu trả lời nhưng vẫn dừng lại giữa chừng. Vì vậy, tỷ lệ phản hồi và tỷ lệ hoàn thành không nên được xem là cùng một chỉ số.

Bỏ dở là trường hợp người tham gia đã bắt đầu nhưng không đi đến cuối. Ngoài việc thoát khỏi form, họ cũng có thể bỏ trống một số câu nếu bảng hỏi cho phép. Tuy nhiên, một câu bị bỏ qua không phải lúc nào cũng thể hiện sự thiếu nghiêm túc. Người tham gia có thể không hiểu câu hỏi, không có thông tin để trả lời hoặc không muốn cung cấp một nội dung quá riêng tư.

Chất lượng phản hồi là khái niệm rộng hơn. Các nghiên cứu có thể xem xét thời gian trả lời, số câu bị bỏ trống, độ dài của câu trả lời mở, mức độ lặp lại trong các ô lựa chọn hoặc mối liên hệ giữa những câu trả lời vốn được dự đoán là có liên quan. Trả lời nhanh hay chọn cùng một phương án ở nhiều câu có thể là dấu hiệu người tham gia giảm nỗ lực, nhưng riêng một dấu hiệu chưa đủ để kết luận rằng họ trả lời sai hoặc cố tình làm ẩu.

Một chỉ số khác xuất hiện trong nghiên cứu của Kost và Correa de Rosa là Cronbach’s alpha. Chỉ số này thường được dùng để xem các mục trong cùng một thang đo có nhất quán với nhau hay không. Alpha cao hơn có thể cho thấy tính nhất quán nội tại tốt hơn, nhưng không đồng nghĩa toàn bộ bảng khảo sát có chất lượng cao hơn. Giá trị này cũng có thể chịu ảnh hưởng bởi số lượng câu hỏi trong thang đo.

Việc phân biệt các khái niệm trên giúp bài viết xem xét độ dài ở nhiều giai đoạn: người được mời có bắt đầu hay không, người đã bắt đầu có đi đến cuối hay không và cách họ trả lời có thay đổi khi bảng hỏi kéo dài hay không.

Độ dài và khả năng hoàn thành

Trong nghiên cứu của Kost và Correa de Rosa công bố năm 2018, 2.228 người đủ điều kiện từ một hệ thống đăng ký tình nguyện nghiên cứu được phân ngẫu nhiên để nhận một trong ba phiên bản bảng hỏi về trải nghiệm tham gia nghiên cứu y khoa. Phiên bản siêu ngắn gồm 13 câu, phiên bản ngắn gồm 25 câu và phiên bản dài gồm 72 câu. Thời gian hoàn thành dự kiến lần lượt là khoảng 3–5 phút, 5–7 phút và 20 phút; thời gian trung vị được ghi nhận trên thực tế lần lượt là 2, 7 và 10 phút.

Kết quả cho thấy phiên bản 13 câu có tỷ lệ phản hồi 64% và tỷ lệ hoàn thành 63%. Ở phiên bản 25 câu, hai tỷ lệ này lần lượt là 63% và 54%. Phiên bản 72 câu chỉ đạt tỷ lệ phản hồi 51% và tỷ lệ hoàn thành 37%.

Nói đơn giản hơn, nếu quy về 100 người đủ điều kiện được gửi bảng hỏi, phiên bản 13 câu có khoảng 63 người hoàn thành, còn phiên bản 72 câu chỉ có khoảng 37 người. Trong phạm vi nghiên cứu này, bảng hỏi dài hơn đi cùng với tỷ lệ phản hồi và hoàn thành thấp hơn khá rõ.

Nhưng nếu dừng ở đây và tuyên bố form 13 câu tốt hơn form 72 câu thì vẫn quá vội. Hệ số Cronbach’s alpha của ba phiên bản lần lượt là 0,81; 0,84 và 0,87. Phiên bản dài có alpha cao hơn một chút, trong khi cả ba phiên bản đều được các tác giả đánh giá là đáng tin cậy. Phiên bản 25 câu còn có độ tin cậy khi kiểm tra lại cao nhất trong ba phiên bản.

Chi tiết này tạo ra một sự đánh đổi. Bảng hỏi dài cho phép hỏi sâu hơn và giữ lại nhiều mục đo hơn, nhưng có nguy cơ mất người tham gia. Bảng hỏi ngắn giữ được nhiều người hơn, song không tự động có nghĩa nó đo được đầy đủ mọi thứ mà người nghiên cứu cần.

Sáu câu hỏi trọng tâm trong bảng hỏi dài trước đó đã giải thích phần lớn, khoảng 96%, sự khác biệt trong đánh giá tổng thể về trải nghiệm của người tham gia. Đây cũng là cơ sở để nhóm tác giả phát triển hai phiên bản rút gọn. Kết quả này không chứng minh rằng mọi bảng khảo sát đều có thể cắt xuống còn sáu câu. Nó chỉ cho thấy trong một bảng hỏi cụ thể, các câu hỏi không đóng góp lượng thông tin ngang nhau. Có câu giữ vai trò chính. Có câu chỉ bổ sung một phần rất nhỏ nhưng vẫn tiêu tốn thời gian của người trả lời.

Nghiên cứu còn thử tác động của phần thưởng. Khi phiên bản 25 câu không có hỗ trợ bằng tiền, tỷ lệ hoàn thành là 54%; khi có hỗ trợ, tỷ lệ này tăng lên 71%. Tuy nhiên, nhóm nhận tiền có xu hướng trẻ hơn và có tỷ lệ người thuộc các nhóm thiểu số cao hơn. Phần thưởng vì vậy không chỉ có thể làm tăng số người hoàn thành mà còn làm thay đổi thành phần của mẫu thu được.

Đây là một chi tiết đáng để ý. Nếu trả tiền giúp những nhóm vốn ít xuất hiện trong mẫu có cơ hội tham gia nhiều hơn thì thay đổi đó chưa chắc là xấu. Nhưng nếu so sánh kết quả giữa một đợt có trả thưởng và một đợt không trả thưởng mà bỏ qua sự thay đổi trong mẫu, người nghiên cứu có thể tưởng rằng chỉ có số lượng phản hồi thay đổi.

Nghiên cứu của Kost và Correa de Rosa cũng có giới hạn. Những người tham gia vốn đã đăng ký vào một hệ thống tình nguyện nghiên cứu, bảng hỏi chỉ được cung cấp bằng tiếng Anh và nội dung liên quan đến trải nghiệm trong nghiên cứu y khoa. Chính cách xác định nhóm đủ điều kiện để tính tỷ lệ phản hồi cũng có thể tạo ra thiên lệch tích cực so với một mẫu được mời hoàn toàn từ đầu. Do đó, mức 63% hay 37% không thể được bê nguyên sang một Google Form khảo sát sinh viên rồi coi như kết quả chắc chắn sẽ lặp lại.

Kết quả trên không phải trường hợp duy nhất cho thấy bảng hỏi dài gặp bất lợi. Năm 2011, Rolstad, Adler và Rydén công bố một bài tổng quan hệ thống và phân tích gộp về gánh nặng trả lời và độ dài bảng hỏi. Nhóm tác giả xác định 32 báo cáo, trong đó 20 nghiên cứu đủ điều kiện đưa vào phân tích gộp. Kết quả chung cho thấy bảng hỏi dài hơn có liên hệ với tỷ lệ phản hồi thấp hơn.

Tuy nhiên, các kết quả không hoàn toàn đồng nhất. Bản thân nhóm tác giả cũng cảnh báo rằng rất khó tách riêng ảnh hưởng của độ dài khỏi nội dung của bảng hỏi. Một form có mười câu nhưng yêu cầu nhớ lại thông tin phức tạp, tính toán hoặc trả lời vấn đề nhạy cảm có thể nặng hơn một form ba mươi câu lựa chọn đơn giản. Vì vậy, kết luận của bài tổng quan không phải “cứ cắt ngắn là tốt”, mà là nên quyết định dựa trên nội dung cần đo thay vì chỉ nhìn vào số trang hoặc số câu.

Nghiên cứu của Frida Sandelin năm 2022 cho thấy tác động của độ dài có thể nhỏ hơn và còn phụ thuộc vào cách người tham gia trả lời. Mẫu nghiên cứu gồm 8.000 cư dân từ 16 đến 85 tuổi tại Gothenburg, Thụy Điển. Họ được chia ngẫu nhiên để nhận phiên bản 149 câu hoặc 205 câu, đồng thời có thể chọn điền bản giấy hoặc trả lời trực tuyến.

Phiên bản 149 câu đạt tỷ lệ phản hồi 48,5%, trong khi phiên bản 205 câu đạt 45,8%. Chênh lệch 2,7 điểm phần trăm có ý nghĩa thống kê, nhưng nhỏ hơn nhiều so với khoảng cách giữa phiên bản 13 câu và 72 câu trong nghiên cứu của Kost và Correa de Rosa.

Đáng chú ý, sự khác biệt chủ yếu xuất hiện ở nhóm dùng bản giấy. Trong nhóm trả lời trực tuyến, nghiên cứu không phát hiện khác biệt rõ ràng về tỷ lệ phản hồi giữa hai phiên bản. Điều này cho thấy cùng một lượng câu hỏi nhưng cách trình bày và hình thức thực hiện có thể tạo ra trải nghiệm rất khác. Nhìn thấy ngay một tập giấy dày mười mấy trang không giống với việc mở một đường dẫn mà chưa biết phía sau còn bao nhiêu câu.

Mặt khác, cả hai phiên bản trong nghiên cứu của Sandelin đều rất dài nếu đặt cạnh các form trực tuyến thông thường. Mức chênh lệch 2,7 điểm phần trăm vì vậy không thể dùng để dự đoán chính xác sự khác biệt giữa form 10 câu và form 30 câu.

Deutskens và cộng sự, trong một nghiên cứu thực nghiệm công bố năm 2004, cũng ghi nhận bảng hỏi trực tuyến ngắn có tỷ lệ phản hồi cao hơn bảng hỏi dài. Tuy nhiên, nhóm tác giả đồng thời kiểm tra thời điểm nhắc lại, loại phần thưởng và cách trình bày. Kết quả cho thấy tác động của các yếu tố này không đứng riêng rẽ: loại khuyến khích có thể hoạt động khác nhau ở bảng hỏi ngắn và dài; việc thêm yếu tố trực quan cũng có thể ảnh hưởng đến chất lượng phản hồi.

Nghiên cứu này đã được công bố hơn hai thập kỷ trước, khi thiết bị, tốc độ Internet và thói quen làm khảo sát trực tuyến khác hiện nay khá nhiều. Các con số cụ thể cần được đặt trong bối cảnh thời điểm đó. Dù vậy, nó vẫn chỉ ra một điều còn hợp lý: người tham gia không phản ứng với riêng số lượng câu hỏi. Họ phản ứng với toàn bộ trải nghiệm mà bảng khảo sát tạo ra.

Khi đặt bốn công trình trên cạnh nhau, xu hướng dễ thấy nhất là bảng hỏi dài thường bất lợi hơn về tỷ lệ phản hồi hoặc hoàn thành. Nhưng mức độ ảnh hưởng không cố định. Nó có thể rất rõ trong nghiên cứu này, khá nhỏ trong nghiên cứu khác và gần như không xuất hiện ở một hình thức trả lời cụ thể.

Vì vậy, đến đây vẫn chưa có cơ sở để nói một form vượt quá bao nhiêu câu thì chắc chắn là quá dài.

Khi người tham gia vẫn làm hết, câu trả lời có còn như cũ?

Tỷ lệ hoàn thành chỉ cho biết người tham gia có đi đến cuối bảng hỏi hay không. Nó không cho biết họ đã trả lời từng câu với mức độ tập trung giống nhau từ đầu đến cuối.

Galesic và Bosnjak năm 2009 tách hai vấn đề thường bị trộn vào nhau: độ dài được thông báo trước và vị trí thực tế của câu hỏi trong bảng khảo sát. Trong thử nghiệm trực tuyến, thời gian dự kiến được thông báo cho người tham gia là 10, 20 hoặc 30 phút. Các nhóm câu hỏi theo chủ đề được sắp xếp ngẫu nhiên để cùng một nhóm nội dung có thể xuất hiện sớm hoặc muộn.

Khi thời gian dự kiến dài hơn, ít người bắt đầu và hoàn thành bảng hỏi hơn. Với những người vẫn tiếp tục làm, câu hỏi nằm về cuối thường được trả lời nhanh hơn; câu trả lời mở ngắn hơn; các lựa chọn trong bảng lưới có xu hướng đồng đều hơn so với khi cùng loại câu hỏi xuất hiện ở đầu.

Những biểu hiện này phù hợp với khả năng người tham gia giảm dần nỗ lực khi khảo sát kéo dài. Nhưng “phù hợp với” không có nghĩa là chứng minh được suy nghĩ trong đầu từng người. Trả lời nhanh hơn có thể do họ đã quen với giao diện. Câu trả lời ngắn hơn cũng có thể vì nội dung không cần giải thích nhiều. Điều nghiên cứu cho thấy rõ hơn là vị trí của câu hỏi có thể làm thay đổi cách phản hồi, kể cả khi người tham gia không bỏ cuộc giữa chừng.

Jeong và cộng sự năm 2023 quan sát vấn đề này trong một bối cảnh nặng hơn nhiều: các cuộc khảo sát trực tiếp về mức sống kéo dài khoảng hai đến ba giờ. Nhóm tác giả thay đổi ngẫu nhiên thứ tự các phần hỏi để xem cùng một nội dung sẽ được trả lời khác ra sao khi xuất hiện sớm hoặc muộn.

Theo kết quả được công bố, thêm một giờ khảo sát làm xác suất bỏ qua một câu tăng khoảng 10% đến 64%, tùy loại câu hỏi và bối cảnh phân tích. Khi các mục thành phần bị bỏ qua nhiều hơn, tổng giá trị được cộng lại cho những nhóm như tài sản hoặc chi tiêu cũng giảm. Với chi tiêu thực phẩm, thêm một giờ khảo sát làm giá trị được báo cáo giảm khoảng 25%. Nhóm tác giả còn ghi nhận mức ảnh hưởng tương tự trong khảo sát qua điện thoại với những người đã quen câu hỏi, từ đó cho rằng gánh nặng nhận thức có thể là một nguyên nhân quan trọng.

Đây là bằng chứng khá mạnh rằng mệt mỏi không chỉ làm mất vài dòng trả lời. Trong một số khảo sát, nó có thể thay đổi luôn con số cuối cùng được dùng để mô tả đời sống của người tham gia.

Nhưng nghiên cứu của Jeong và cộng sự cũng không phải bằng chứng để nói rằng câu số 21 trong một Google Form mười phút chắc chắn đã sai. Khảo sát kéo dài hai đến ba giờ, được thực hiện trực tiếp và hỏi nhiều thông tin chi tiết về mức sống nên khác rất xa một form bình chọn ngắn trên mạng. Tác dụng của nghiên cứu này là cho thấy điều gì có thể xảy ra khi gánh nặng tích lũy đủ lớn, chứ không xác định một ngưỡng chung cho mọi khảo sát.

Ở chiều ngược lại, Sandelin không phát hiện phiên bản 205 câu làm giảm rõ ràng chất lượng dữ liệu so với phiên bản 149 câu theo ba nhóm chỉ số được sử dụng: tỷ lệ câu bị bỏ trống; tỷ lệ bỏ dở, trả lời một phần hoặc hoàn thành; và mối liên hệ giữa những biến vốn được dự đoán là có liên quan.

Kết quả này không phủ định Galesic và Bosnjak hay Jeong và cộng sự. Các nghiên cứu đo “chất lượng” bằng những dấu hiệu khác nhau, trong những điều kiện khác nhau. Một nghiên cứu nhìn vào tốc độ, độ dài câu trả lời mở và mức độ đồng đều. Một nghiên cứu nhìn vào câu bị bỏ qua cùng tổng giá trị tài sản, chi tiêu. Nghiên cứu còn lại xem số câu trống, mức hoàn thành và mối liên hệ giữa các biến.

Nếu thước đo khác nhau, kết quả không giống nhau là điều có thể hiểu được. “Chất lượng dữ liệu” không phải một con số duy nhất nằm sẵn trong bảng hỏi để chúng ta chỉ việc đọc ra.

Vì sao các nghiên cứu không cho cùng một đáp án?

Điểm khó nhất của câu hỏi này là độ dài không tồn tại một mình.

Số câu chỉ là phần dễ đếm nhất. Gánh nặng thực tế còn đến từ thời gian cần bỏ ra, độ khó của câu hỏi, số lần phải nhớ lại thông tin, mức độ riêng tư, cách trình bày, thiết bị đang sử dụng và việc người tham gia có quan tâm đến chủ đề hay không.

Một câu “Bạn bao nhiêu tuổi?” và một câu “Hãy ước tính tổng chi tiêu thực phẩm của cả gia đình trong bốn tuần gần nhất” đều được tính là một câu. Rõ ràng công sức để trả lời chúng không giống nhau.

Cách người tham gia biết về độ dài cũng tạo ra khác biệt. Một tập giấy dày có thể khiến họ ngại bắt đầu ngay từ đầu. Một form trực tuyến không hiển thị tiến độ lại có thể khiến họ bắt đầu nhưng bực dần vì không biết bao giờ mới hết. Nếu thời gian dự kiến được thông báo là 30 phút, một số người sẽ từ chối trước khi nhìn thấy câu đầu tiên. Nếu được báo là 5 phút nhưng thực tế mất 20 phút, họ có thể tiếp tục làm trong trạng thái khó chịu hoặc bỏ ngang.

Phần thưởng, lời nhắc và mức độ liên quan của chủ đề cũng có thể giữ người tham gia ở lại. Nhưng giữ được họ ở lại không đồng nghĩa chắc chắn giữ được sự tập trung. Một người làm hết để nhận quà vẫn có thể trả lời qua loa ở phần cuối. Ngược lại, một người quan tâm sâu đến chủ đề có thể sẵn sàng hoàn thành một bảng hỏi khá dài mà vẫn trả lời cẩn thận.

Ngay cả tỷ lệ phản hồi cao cũng không bảo đảm mẫu đại diện. Nếu một form dài làm nhóm bận rộn, nhóm lớn tuổi hoặc nhóm ít hứng thú rời đi nhiều hơn, những người còn lại có thể rất chăm chỉ nhưng không còn phản ánh đầy đủ nhóm ban đầu. Sandelin ghi nhận bảng hỏi dài hơn làm tăng thiên lệch không phản hồi liên quan đến tuổi và khu vực cư trú, dù các chỉ số chất lượng trong những câu đã thu được không giảm rõ ràng.

Vì thế, câu hỏi “form dài có làm dữ liệu xấu đi không?” thực ra chứa ít nhất ba câu khác:

Form dài có làm ít người tham gia hơn không?

Nó có làm thay đổi nhóm người còn ở lại không?

Nó có làm cách những người đó trả lời thay đổi không?

Ba câu này có thể cho ba đáp án khác nhau trong cùng một nghiên cứu.

Vậy một bảng khảo sát nên dài đến đâu?

Sau khi đối chiếu sáu công trình, tôi không tìm thấy một con số có thể dùng như luật chung. Không có mốc 10, 20 hay 30 câu mà chỉ cần vượt qua là dữ liệu lập tức kém chất lượng. Cũng không có bằng chứng cho thấy cứ cắt form xuống thật ngắn là nghiên cứu sẽ tốt hơn.

Quan điểm ban đầu của tôi vẫn giữ nguyên một phần: bảng hỏi nên ngắn gọn và đủ ý. Nhưng “ngắn gọn” ở đây không phải là cố nhét mọi thứ vào năm câu. Nó có nghĩa là không bắt người khác trả thêm chi phí bằng thời gian và sự tập trung cho những câu mà chính người thiết kế cũng không biết sẽ dùng để làm gì.

Trước khi thêm một câu hỏi, tôi nghĩ người thực hiện nên trả lời được ít nhất ba điều:

Câu này phục vụ mục tiêu nào của nghiên cứu?

Kết quả của nó sẽ được phân tích hoặc dùng để đưa ra quyết định gì?

Nếu bỏ câu này, điều quan trọng nào sẽ thực sự bị mất?

Nếu cả ba câu đều không trả lời được, mục hỏi đó có lẽ chưa nên xuất hiện trong form.

Một cách thực tế hơn là chia bảng hỏi thành phần lõi và phần bổ sung. Phần lõi chỉ giữ những câu trực tiếp trả lời câu hỏi nghiên cứu. Phần bổ sung chứa thông tin hữu ích nhưng không bắt buộc phải có ở tất cả người tham gia. Nếu form thực sự cần dài, có thể dùng điều kiện rẽ nhánh để mỗi người chỉ thấy những câu liên quan đến mình, thay vì bắt tất cả đi qua cùng một con đường.

Các câu trùng ý cũng cần được xem lại. Nhiều câu gần giống nhau có thể cần thiết khi xây dựng và kiểm định một thang đo, nhưng nếu người thực hiện chỉ lặp lại cách hỏi vì sợ “thiếu dữ liệu” mà không có lý do phương pháp rõ ràng, phần lặp đó chủ yếu làm tăng gánh nặng.

Form nên được thử trước với một nhóm nhỏ có đặc điểm gần với người tham gia thật. Mục đích của lần thử không phải để suy rộng kết quả cho cả cộng đồng, mà để xem họ mất bao lâu, mắc ở câu nào, hiểu sai chỗ nào và bắt đầu mệt từ đâu. Thời gian do người thiết kế tự ước lượng thường thiếu phần đọc, suy nghĩ, nhớ lại và sửa câu trả lời của người khác.

Nếu có câu nhạy cảm hoặc người tham gia có thể không biết đáp án, ép trả lời bắt buộc không làm dữ liệu tự nhiên trở nên đầy đủ hơn. Nó có thể chỉ biến một ô trống trung thực thành một lựa chọn bị đoán bừa. Những phương án như “không biết”, “không áp dụng”, “không muốn trả lời” cần được thêm khi thực sự phù hợp, thay vì coi mọi khoảng trống là kẻ thù.

Việc thông báo trước thời gian dự kiến cũng nên trung thực. Một form 20 phút không trở thành form 5 phút chỉ vì ghi như vậy ở phần giới thiệu. Nếu người tham gia biết mình sắp dành bao nhiêu thời gian và vì sao dữ liệu đó cần thiết, quyết định tham gia của họ ít nhất được đưa ra trên thông tin rõ ràng hơn.

Sau khi thu dữ liệu, đừng chỉ đếm xem có bao nhiêu người đã bấm gửi. Có thể kiểm tra tỷ lệ bỏ dở theo từng trang, câu nào thường bị bỏ trống, thời gian trả lời có giảm mạnh về cuối hay không và một nhóm người cụ thể có biến mất nhiều hơn ở phiên bản dài hay không. Khi đó, độ dài không còn là một phỏng đoán chung chung mà trở thành vấn đề có thể quan sát trong chính khảo sát của mình.

Kết luận

Bảng khảo sát dài hơn thường có nguy cơ làm giảm tỷ lệ phản hồi hoặc hoàn thành. Một số nghiên cứu còn cho thấy câu hỏi nằm về cuối được trả lời nhanh hơn, ngắn hơn, đồng đều hơn hoặc bị bỏ qua nhiều hơn. Tuy nhiên, ảnh hưởng đến chất lượng dữ liệu không xuất hiện giống nhau trong mọi bối cảnh. Có nghiên cứu ghi nhận sự suy giảm rõ; cũng có nghiên cứu không tìm thấy khác biệt theo những chỉ số mà họ sử dụng.

Vì vậy, form dài không mặc nhiên tốt hơn chỉ vì thu được nhiều ô dữ liệu. Form ngắn cũng không mặc nhiên tốt hơn nếu nó đã cắt mất phần cần thiết để trả lời câu hỏi nghiên cứu.

Vấn đề không nằm ở việc chọn một phe “ngắn” hay “dài”. Vấn đề nằm ở chỗ lượng thông tin thu thêm có còn xứng đáng với gánh nặng đặt lên người trả lời hay không.

Một bảng hỏi tốt không phải bảng hỏi có nhiều câu nhất, cũng không phải bảng hỏi ít câu nhất. Nó là bảng hỏi đủ để trả lời điều cần biết, rõ để người tham gia hiểu và gọn đến mức mỗi câu còn lại đều có lý do để tồn tại.