Sử dụng phuơng pháp Q-Sort trong nghiên cứu quan điểm và nhận thức của cộng đồng địa phương về quản lý nghề cá

Kû yÕu Héi th¶o khoa häc Khoa §Þa lÝ – Tr−êng §HSP Hµ Néi, 5/2005

Sö dông phu¬ng ph¸p Q-sort trong nghiªn cøu

quan ®iÓm vµ nhËn thøc cña céng ®ång

®Þa ph−¬ng vÒ qu¶n lý nghÒ c¸

GS.TS NguyÔn ViÕt ThÞnh,

PGS.TS §ç ThÞ Minh §øc,

Th.S NguyÔn T−êng Huy

Khoa §Þa lÝ - Tr−êng §HSP Hµ Néi

I. Tæng quan vÒ ph−¬ng ph¸p Q-sort

Mçi ng−êi cã quan ®iÓm chñ quan kh¸c nhau vÒ thÕ giíi kh¸ch quan,

vµ ph−¬ng ph¸p Q-sort ®−îc sö dông ®Ó ph¸t hiÖn c¸c lo¹i h×nh nhËn thøc

chñ quan cña nhãm ng−êi tham dù trong c¸c nghiªn cøu cã sù tham gia

cña céng ®ång. Ph−¬ng ph¸p Q-sort cung cÊp cho chóng ta mét c«ng cô

nghiªn cøu chÝnh x¸c vµ hÖ thèng ®Ó kh¶o s¸t quan ®iÓm chñ quan cña con

ng−êi. Ph−¬ng ph¸p nµy th−êng ®−îc sö dông ®Ó: (1) ph¸t hiÖn vµ ph©n

lo¹i quan ®iÓm/nhËn thøc cña ng−êi tham dù, (2) cung cÊp nh÷ng hiÓu biÕt

s©u s¾c h¬n vÒ c¸c vÊn ®Ò mµ hä ®· ®−a ra, (3) nhËn diÖn c¸c tiªu chuÈn

quan träng ®èi víi c¸c nhãm, vµ (4) kh¶o s¸t c¸c néi dung thèng nhÊt vµ

tranh luËn trong nhãm ng−êi tham dù (Brown, M. 2004).

Stephenson lµ ng−êi ®Çu tiªn ®−a ra ph−¬ng ph¸p Q-sort vµo n¨m

1935. Sau ®ã, ph−¬ng ph¸p nµy ®· ®−îc ph¸t triÓn liªn tôc qua nhiÒu thËp

kØ. Ph−¬ng ph¸p Q-sort sö dông kÕt hîp thèng nhÊt c¸c ph−¬ng ph¸p

nghiªn cøu ®Þnh tÝnh vµ ®Þnh l−îng. KhÝa c¹nh ®Þnh l−îng cña ph−¬ng

ph¸p Q-sort sö dông kü thuËt ph©n tÝch nh©n tè (factor analysis) ®Ó gép

nhãm nh÷ng ng−êi cã ý kiÕn gièng nhau, tõ ®ã t¹o ra c¸c gi¶ thuyÕt cho

c¸c nghiªn cøu tiÕp theo. KhÝa c¹nh ®Þnh tÝnh cña ph−¬ng ph¸p Q-sort cho

phÐp ng−êi tham dù bµy tá ý kiÕn chñ quan cña hä vÒ mét vÊn ®Ò nµo ®ã.

Ph−¬ng ph¸p Q-sort nhÊn m¹nh néi dung ®Þnh tÝnh lµ con ng−êi suy nghÜ

nh− thÕ nµo vµ t¹i sao, nh−ng kh«ng chØ ra bao nhiªu ng−êi suy nghÜ

gièng nhau (Annette L.V. and Ulrike W. 1997). Môc ®Ých tr−íc hÕt vµ

quan träng nhÊt cña ph−¬ng ph¸p Q-sort lµ ph¸t hiÖn c¸c mÉu h×nh nhËn

thøc, ý kiÕn hay quan ®iÓm kh¸c nhau, chø kh«ng ph¶i lµ sù ph©n bè vÒ sè

cña chóng trong mét tËp hîp réng h¬n. C¸c nghiªn cøu sö dông ph−¬ng

ph¸p Q-sort th−êng dïng c¸c mÉu nhá h¬n so víi c¸c nghiªn cøu sö dông

ph−¬ng ph¸p ®iÒu tra. KÕt qu¶ cña nh÷ng nghiªn cøu nµy Ýt chÞu ¶nh

h−ëng bëi sè l−îng mÉu nhá so víi kÕt qu¶ cña c¸c nghiªn cøu ®iÒu tra.

37

HiÖn nay, ph−¬ng ph¸p Q- sort ®· ®−îc sö dông réng r·i trong c¸c

ngµnh khoa häc kh¸c nhau, bao gåm t©m lý häc, x· héi häc, chÝnh trÞ häc, y

häc, gi¸o dôc… vµ ngµy c¶ trong c¸c nghiªn cøu tham dù céng ®ång cña

Ng©n hµng ThÕ giíi, FAO… (Donner, J.C. 2001; Annette L.V. and Ulrike

W. 1997). Tuy nhiªn, ph−¬ng ph¸p nµy cßn Ýt ®−îc sö dông trong nghiªn

cøu ®Þa lý kinh tÕ-x· héi nãi chung, ®Æc biÖt lµ trong nghiªn cøu vÒ quan

®iÓm, nhËn thøc vµ ý kiÕn cña ng−êi d©n ®èi víi c¸c vÊn ®Ò liªn quan ®Õn

viÖc ho¹ch ®Þnh chÝnh s¸ch vµ c¸c biÖn qu¶n lý, ph¸t triÓn.

II. C¸c b−íc thùc hiÖn ph−¬ng ph¸p Q-sort

Ph−¬ng ph¸p Q-sort bao gåm ba b−íc chÝnh: x©y dùng mÉu Q (Q-

sample), thùc hiÖn s¾p xÕp mÉu Q (Q-sort), tÝnh to¸n vµ ph©n tÝch d÷ liÖu Q-

sort. Chóng t«i sÏ tr×nh bµy tãm t¾t ba b−íc tiÕn hµnh nµy trong nghiªn cøu

nhËn thøc cña céng ®ång ®Þa ph−¬ng vÒ qu¶n lý nghÒ c¸ ë ViÖt Nam –

tr−êng hîp nghiªn cøu t¹i Nam §Þnh vµ Thanh Ho¸.

1. X©y dùng mÉu Q

MÉu Q th−êng lµ tËp hîp nh÷ng lêi tr×nh bµy (statements) tiªu biÓu,

thÓ hiÖn ý kiÕn hay nhËn thøc chñ quan cña ng−êi tham dù vÒ c¸c vÊn ®Ò

liªn quan ®Õn néi dung nghiªn cøu. Nh÷ng lêi tr×nh bµy nµy ®−îc lùa chän

tõ c¸c cuéc pháng vÊn c¸ nh©n hoÆc th¶o luËn nhãm tr−íc ®ã.

Trong khu«n khæ dù ¸n “Nghiªn cøu nhËn thøc cña céng ®ång ®Þa

ph−¬ng trong qu¶n lý nguån lîi thuû s¶n”¹, 43 cuéc pháng vÊn s©u víi c¸c

nhãm ng− d©n vµ c¸n bé qu¶n lý nghÒ c¸ ®· ®−îc thùc hiÖn t¹i c¸c x· Giao

L©m, Giao Long (huyÖn Giao Thuû, tØnh Nam §Þnh) vµ x· Ng− Léc (huyÖn

HËu Léc, tØnh Thanh Ho¸) trong th¸ng 1/2003. Néi dung pháng vÊn bao

gåm c¸c c©u hái liªn quan ®Õn nhËn thøc cña ng− d©n vµ c¸n bé qu¶n lý vÒ

hiÖn tr¹ng m«i tr−êng, nguån lîi thuû s¶n vµ viÖc qu¶n lý chóng. Toµn bé

néi dung pháng vÊn ®−îc ghi l¹i b»ng m¸y ghi ©m ®Ó ®¶m b¶o tÝnh chÝnh

x¸c vµ ®Çy ®ñ cña th«ng tin do ng−êi tham dù cung cÊp. Sau ®ã, toµn bé néi

dung ghi ©m ®−îc nhãm nghiªn cøu khoa §Þa lý chÐp l¹i d−íi d¹ng v¨n b¶n.

Tõ ®ã, nhãm nghiªn cøu ®· chän ra h¬n 400 lêi tr×nh bµy cña ng− d©n vµ

c¸c c¸n bé qu¶n lý, trong ®ã cã nhiÒu néi dung trïng nhau. Dùa trªn nh÷ng

1

Dù ¸n hîp t¸c gi÷a khoa §Þa lý - §HSP Hµ Néi víi NIBR (Na Uy) vµ ViÖn Nghiªn cøu

H¶i s¶n - Bé Thuû s¶n víi sù tµi trî cña EU, do PGS. TS §ç ThÞ Minh §øc lµm chñ nhiÖm.

38

lêi tr×nh bµy nµy, c¸c nhµ nghiªn cøu x· héi häc ®· th¶o luËn víi c¸c nhµ

sinh häc ®Ó lùa chän ra 20 lêi tr×nh bµy tiªu biÓu liªn quan ®Õn bèn néi dung

nghiªn cøu chÝnh lµ hÖ sinh th¸i, søc Ðp cña nghÒ c¸, quyÒn vµ c¸c biÖn

ph¸p qu¶n lý. Mçi lêi tr×nh bµy ®−îc in ra mét tÊm thÎ riªng biÖt ®Ó ng−êi

tham dù thùc hiÖn viÖc s¾p xÕp mÉu Q theo quan ®iÓm chñ quan c¸ nh©n.

2. Thùc hiÖn Q-sort

Trong b−íc nµy, nghiªn cøu viªn yªu cÇu ng−êi tham dù s¾p xÕp c¸c

néi dung trong mÉu Q, tõ ®ã thu thËp d÷ liÖu vÒ quan ®iÓm chñ quan cña

hä. Trong khi thùc hiÖn Q-sort, ng−êi tham dù ®−îc ®−a cho mét phiÕu tr¶

lêi ®Ó s¾p xÕp c¸c néi dung trong mÉu Q theo mét sù ph©n bè b¾t buéc.

Thªm vµo ®ã, phiÕu tr¶ lêi nµy cßn yªu cÇu ng−êi tham dù ®−a ra lý do gi¶i

thÝch v× sao hä l¹i s¾p xÕp nh− vËy, ®Æc biÖt lµ ®èi víi c¸c néi dung mµ hä

cho lµ quan träng hay kh«ng quan träng nhÊt, hoÆc ®ång ý hay kh«ng ®ång

ý nhÊt.Trong nghiªn cøu nµy, 44 cuéc pháng vÊn Q-sort víi ng− d©n vµ c¸n

bé qu¶n lý nghÒ c¸ ®· ®−îc thùc hiÖn t¹i x· Giao L©m (huyÖn Giao Thuû,

tØnh Nam §Þnh) vµ x· Ng− Léc (huyÖn HËu Léc, tØnh Thanh Ho¸) trong

th¸ng 11/2003. Trong sè 44 ng−êi thùc hiÖn s¾p xÕp mÉu Q, mét sè ng−êi

®· tham gia c¸c cuéc pháng vÊn s©u ®−îc thùc hiÖn trong th¸ng 1/2003.

Nghiªn cøu viªn yªu cÇu ng−êi tham dù s¾p xÕp 20 lêi tr×nh bµy trong mÉu

Q theo mét sù ph©n bè b¾t buéc gièng nh− mÉu phiÕu tr¶ lêi d−íi ®©y (xem

H×nh 1). Trong qu¸ tr×nh s¾p xÕp mÉu Q, ng−êi tham dù sÏ ph¶i ®äc vµ so

s¸nh 20 lêi tr×nh nµy ®Ó chän ra lêi tr×nh bµy ®ång ý nhÊt/kh«ng ®ång ý nhÊt

cho ®Õn nh÷ng lêi tr×nh bµy trung lËp. Tr−íc tiªn, ng−êi tham dù sÏ chän ra

01 lêi tr×nh bµy mµ hä ®ång ý nhÊt (t−¬ng øng víi gi¸ trÞ +4) vµ 01 lêi tr×nh

bµy mµ hä kh«ng ®ång ý nhÊt (gi¸ trÞ –4). Sau ®ã, hä sÏ chän ra 02 lêi tr×nh

bµy mµ hä ®ång ý tiÕp theo (gi¸ trÞ +3) vµ 02 lêi tr×nh bµy kh«ng ®ång ý tiÕp

theo (gi¸ trÞ –3)… vµ cuèi cïng lµ 04 lêi tr×nh bµy trung lËp (gi¸ trÞ 0). Sau

khi kÕt thóc viÖc s¾p xÕp mÉu Q, nghiªn cøu viªn sÏ ghi l¹i sè thø tù cña c¸c

lêi tr×nh bµy vµo phiÕu tr¶ lêi.

39

Sè thø tù

lêi tr×nh bµy (1 ÷ 20)

Sè l−îng

lêi tr×nh bµy (20)

1

2

3

4

3

2

1

4

3

2

1

0

-1

-2

-3

-4

Gi¸ trÞ (4 ÷ -4)

Møc ®é ®ång

ý/kh«ng ®ång ý/trung

Trung

lËp

Kh«ng

®ång ý

nhÊt

®ång ý

nhÊt

H×nh 1: MÉu phiÕu tr¶ lêi Q-sort

Bªn c¹nh viÖc s¾p xÕp mÉu Q theo sù ph©n bè b¾t buéc nh− trªn, ng−êi

tham dù cßn ph¶i gi¶i thÝch t¹i sao hä ®ång ý hay kh«ng ®ång ý nhÊt víi lêi

tr×nh bµy mµ hä ®· chän. Thªm vµo ®ã, nh÷ng th«ng tin vÒ ®Æc ®iÓm cña

ng−êi tham dù (nh− tªn, tuæi, quª qu¸n, nghÒ nghiÖp, kinh nghiÖm…) còng

®−îc ghi trong phiÕu pháng vÊn. Nh÷ng th«ng tin nµy ®−îc nhËp, l−u tr÷ vµ

ph©n tÝch b»ng phÇn mÒm thèng kª SPSS ®Ó hç trî cho viÖc gi¶i thÝch kÕt

qu¶ ph©n tÝch Q-sort.

3. Ph©n tÝch d÷ liÖu Q-sort

Ph©n tÝch d÷ liÖu th−êng bao gåm ba thñ tôc thèng kª chÝnh, kÕ tiÕp

nhau: t¹o ma trËn t−¬ng quan (correlation matrix), ph©n tÝch nh©n tè (factor

analysis) vµ tÝnh to¸n trÞ sè nh©n tè (factor scores). Nh÷ng trÞ sè nµy thÓ

hiÖn møc ®é nhÊt trÝ hay bÊt ®ång ®èi víi c¸c néi dung trong cïng mét

nhãm hoÆc gi÷a c¸c nhãm ý kiÕn. Trong ®a sè c¸c nghiªn cøu sö dông

ph−¬ng ph¸p Q-sort, trÞ sè nh©n tè th−êng lµ c¬ së ®Ó gi¶i thÝch kÕt qu¶

ph©n tÝch.

40

Trong nghiªn cøu nµy, chóng t«i ®· sö dông phÇn mÒm PQMethod

phiªn b¶n 2.11 (2002)2 ®Ó nhËp, l−u tr÷, xö lý vµ ph©n tÝch d÷ liÖu Q-sorts.

C¸c thñ tôc nhËp d÷ liÖu, thèng kª, vµ ph©n tÝch Q-sort ®−îc thÓ hiÖn ë mµn

h×nh ®èi tho¹i chÝnh cña PQMethod (xem H×nh 2).

Current Project is ... c:\pqmethod\knowfish 3f/knowfish

Choose the number of the routine you want to run and enter it.

1 - STATES

2 - QENTER

3 - QCENT

4 - QPCA

- Enter (or edit) the file of statements

- Enter q sorts (new or continued)

- Perform a Centroid factor analysis

- Perform a Principal Components factor analysis

5 - QROTATE - Perform a manual rotation of the factors

6 - QVARIMAX - Perform a varimax rotation of the factors

7 - QANALYZE - Perform the final Q analysis of the rotated factors

8 - View project files knowfish.*

X - Exit from PQMethod

H×nh 2: Hép tho¹i chÝnh cña phÇn mÒm PQMethod 2.11

- Thùc hiÖn thñ tôc 1 (STATES) vµ 2 (QENTER) ®Ó nhËp d÷ liÖu.

- Thùc hiÖn thñ tôc 4 (QPCA) ®Ó t¹o ra ma trËn t−¬ng quan vµ tÝnh

to¸n c¸c gi¸ trÞ ®Æc tr−ng (eigenvalue) cho tõng nh©n tè/nhãm

(factor/group). Gi¸ trÞ ®Æc tr−ng lµ sè ®o sù ®ãng gãp t−¬ng ®èi cña mét

nh©n tè cho tæng ph−¬ng sai (total variance) trong ma trËn t−¬ng quan.

Th«ng th−êng, c¸c nh©n tè cã gi¸ trÞ ®Æc tr−ng lín h¬n 1 sÏ ®−îc chän ®Ó

thùc hiÖn thñ tôc xoay (rotaion). ThuËt ng÷ nh©n tè trong ph−¬ng ph¸p Q-

sort kh¸c víi thuËt ng÷ nh©n tè ®−îc thùc hiÖn trong c¸c ph©n tÝch nh©n tè R

(ph©n tÝch nh©n tè th−êng gÆp trong phÇn mÒm SPSS). Nh©n tè trong ph©n

tÝch nh©n tè Q-sort lµ nhãm nh÷ng ng−êi tham dù ®· s¾p xÕp mÉu Q t−¬ng

tù nhau. Mçi nh©n tè ®¹i diÖn cho mét nhãm ý kiÕn/quan ®iÓm kh¸c nhau.

Dùa vµo gi¸ trÞ ®Æc tr−ng vµ ®ãng gãp t−¬ng ®èi cña nã cho tæng ph−¬ng sai

cña ma trËn t−¬ng quan, chóng t«i ®· lùa chän 3 nh©n tè cho thñ tôc xoay

(factor rotation) tiÕp theo.

- Thñ tôc 6 (QVARIMAX) ®−îc thùc hiÖn ®Ó xoay 3 nh©n tè ®· lùa

chän b»ng ph−¬ng ph¸p xoay varimax (varimax rotation). Thñ tôc xoay

varimax cho phÐp g¹n läc cÊu tróc cña c¸c nh©n tè ®· lùa chän b»ng viÖc tèi

®a ph−¬ng sai gi÷a c¸c nh©n tè. Th«ng qua thñ tôc xoay varimax, trong tæng

²PQMethod lµ phÇn mÒm chuyªn dông cho ph©n tÝch Q-sorts. PhÇn mÒm nµy ®−îc viÕt bëi

Peter Schmolck, khoa S− ph¹m - §¹i häc Lùc l−îng Qu©n ®éi Liªn bang Munich, CHLB §øc.

PQMethod ch¹y trªn nÒn DOS trong m«i tr−êng Windows 9X hoÆc cao h¬n.

41

sè 44 ng−êi tham gia s¾p xÕp mÉu Q, 16 ng−êi ®−îc gép vµo nhãm 1, 16

ng−êi kh¸c ®−îc gép vµo nhãm 2 vµ 11 ng−êi cßn l¹i ®−îc gép vµo nhãm

3³. §©y lµ c¬ së cho viÖc tÝnh to¸n c¸c trÞ sè nh©n tè ë b−íc tiÕp theo.

- Thùc hiÖn thñ tôc 7 (QANALYZE) ®Ó phÇn mÒm PQMethod tÝnh

to¸n c¸c trÞ sè nh©n tè. C¸c trÞ sè nµy lµ c¬ së cho viÖc ph©n tÝch sù t−¬ng

®ång vµ kh¸c biÖt trong quan ®iÓm/nhËn thøc vÒ c¸c vÊn ®Ò liªn quan ®Õn

qu¶n lý nghÒ c¸ hiÖn diÖn trong sè ng−êi tham dù.

III. Ph©n tÝch kÕt qu¶

Trong nghiªn cøu nµy, kÕt qu¶ tÝnh to¸n c¸c trÞ sè nh©n tè ®−îc gi¶i

thÝch th«ng qua viÖc so s¸nh trÞ sè cña c¸c lêi tr×nh bµy trong cïng mét

nhãm vµ gi÷a c¸c nhãm ý kiÕn kh¸c nhau. Trong ®ã ®Æc biÖt chó ý tíi c¸c

néi dung cã cùc trÞ (vÝ dô +4, +3, -3, -4) vµ c¸c néi dung kh¸c biÖt g÷a c¸c

nhãm. Møc ®é t−¬ng quan gi÷a c¸c nh©n tè/nhãm còng ®−îc xem xÐt ®Ó

®¸nh gi¸ nh÷ng ®iÓm t−¬ng ®ång vµ kh¸c biÖt trong nhËn thøc gi÷a c¸c

nhãm.

Th«ng qua viÖc thùc hiÖn ph−¬ng ph¸p ph©n tÝch nh©n tè, ph−¬ng ph¸p

xoay varimax vµ tÝnh to¸n c¸c trÞ sè nh©n tè, ba nhãm ý kiÕn kh¸c nhau vÒ

c¸c vÊn ®Ò liªn quan ®Õn qu¶n lý nghÒ c¸ ®· ®−îc nhËn diÖn (xem B¶ng 1).

Tr−íc hÕt, 16 ng−êi tham dù trong nhãm 1 (cã ph−¬ng sai lín nhÊt, 21%)

®Æc biÖt quan t©m ®Õn c¸c biÖn ph¸p qu¶n lý nghÒ c¸, trong ®ã nhÊn m¹nh

®Õn viÖc ChÝnh phñ nªn cÊm triÖt ®Ó c¸c ph−¬ng ph¸p ®¸nh b¾t huû diÖt (lêi

tr×nh bµy sè 4 víi gi¸ trÞ +4) mµ cô thÓ lµ viÖc cÊm c¸c ng− cô nh− te hít, líi

rïng vµ gi· ®iÖn (lêi tr×nh bµy sè 15 víi gi¸ trÞ +3). Nhãm nµy còng quan

t©m ®Õn vÊn ®Ò quyÒn qu¶n lý, trong ®ã nhÊn m¹nh sù yÕu kÐm cña lùc

l−îng kiÓm ng− (lêi tr×nh bµy sè 10 víi gi¸ trÞ +3). V× thÕ, hä cho r»ng viÖc

qu¶n lý nguån lîi trªn c¬ së céng ®ång lµ cã thÓ thùc hiÖn ®−îc (lêi tr×nh

bµy sè 7 vµ 8 víi gi¸ trÞ -3). §Æc biÖt, nh÷ng ng−êi tham dù thuéc nhãm 1

®· rÊt kh«ng ®ång ý víi ý kiÕn cho r»ng s¶n l−îng ®¸nh b¾t suy gi¶m lµ do

sù gia t¨ng sè l−îng tµu thuyÒn ®¸nh c¸ (lêi tr×nh bµy sè 18 víi gi¸ trÞ -4).

Theo hä, søc Ðp lín nhÊt cña nghÒ c¸ chÝnh lµ viÖc sö dông c¸c ph−¬ng ph¸p

®¸nh b¾t huû diÖt chø kh«ng ph¶i lµ sù gia t¨ng sè l−îng tµu thuyÒn. ë ®iÓm

nµy, chóng ta dÔ nhËn thÊy sù thèng nhÊt gi÷a nhËn thøc vÒ søc Ðp cña nghÒ

c¸ vµ ý kiÕn vÒ biÖn ph¸p qu¶n lý mµ hä ®· ®−a ra (lêi tr×nh bµy sè 18 víi

gi¸ trÞ -4 vµ lêi tr×nh bµy 12 víi gi¸ trÞ +4).

³01 ng−êi kh«ng ®−îc lùa chän vµo bÊt cø nhãm nµo ®Ó ph©n tÝch v× cã trÞ sè ph−¬ng sai rÊt

thÊp cho c¶ 3 nhãm.

42

B¶ng 1: TrÞ sè cña c¸c lêi tr×nh bµy theo c¸c nhãm/nh©n tè

Nhãm 1 Nhãm 2 Nhãm 3

(n=16) (n=16) (n=11)

Lêi tr×nh bµy tiªu biÓu^*

STT

1

ChÝnh phñ nªn cÊm triÖt ®Ó c¸c ph−¬ng ph¸p ®¸nh b¾t huû diÖt.

4

3

4

2

2 Nªn cÊm te hít, l−íi rïng vµ gi· ®iÖn ®Ó ng¨n ngõa sù suy gi¶m

nguån lîi.

Nguån lîi h¶i s¶n ven bê ngµy cµng c¹n kiÖt do sö dông kÝch

3

1

4

0

3

1

®iÖn, l−íi m¾t nhá, x¨m, ®¨ng.

4 Ng− d©n kh«ng thÓ qu¶n lý lÉn nhau v× gi÷a hä lu«n cã m©u thuÉn.

-3

RÊt khã kh¨n ®Ó b¾t nh÷ng ng−êi sö dông c¸c ng− cô huû diÖt

5

-1

v× hä sÏ chèng l¹i ng− d©n vµ nh− vËy th× rÊt nguy hiÓm.

6

Nguån lîi ven bê suy gi¶m nhanh v× tµu xa bê còng ®¸nh ë gÇn bê.

0

-1

-4

0

1

-3

1

7

ChÝnh phñ kh«ng nªn gi¶m bít sè l−îng tµu thuyÒn.

-3

1

8 Sù gia t¨ng sè l−îng tµu thuyÒn lµ nguyªn nh©n suy gi¶m s¶n

l−îng ®¸nh b¾t.

-3

3

ChØ cã Qu©n ®éi míi cã thÓ h¹n chÕ ng− d©n sö dông c¸c ng−

9

-4

-3

cô huû diÖt.

10 Khi lùc l−îng kiÓm ng− b¾t ®−îc nh÷ng ng−êi sö dông kÝch

®iÖn, hä chØ ph¹t tiÒn, thu t«m c¸ vµ sau ®ã l¹i th¶ ®i.

3

-4

* Lêi tr×nh bµy cã trÞ sè cao ®èi víi bÊt cø nhãm nµo trong ba nhãm

TiÕp theo, 16 ng−êi thuéc nhãm 2 (chiÕm 12% tæng ph−¬ng sai) l¹i ®Æc

biÖt quan t©m ®Õn nguyªn nh©n dÉn ®Õn t×nh tr¹ng c¹n kiÖt cña nguån lîi ven

bê. Hä cho r»ng, nguån lîi ven bê ngµy cµng c¹n kiÖt lµ do sö dông kÝch

®iÖn, l−íi m¾t nhá, x¨m, ®¨ng (lêi tr×nh bµy sè 1 víi gi¸ trÞ +4). Vµ do vËy,

t−¬ng tù nh− nhãm 1, nh÷ng ng−êi thuéc nhãm 2 chó ý ®Õn c¸c vÊn ®Ò vÒ

quyÒn vµ c¸c biÖn ph¸p qu¶n lý nghÒ c¸. Trong ®ã, hä ®· nhÊn m¹nh ®Õn

viÖc cÊm triÖt ®Ó c¸c ph−¬ng ph¸p ®¸nh b¾t huû diÖt (lêi tr×nh bµy sè 12 víi

gi¸ trÞ +3) mµ cô thÓ lµ te hít, l−íi rïng vµ gi· ®iÖn (lêi tr×nh bµy sè 15 víi

gi¸ trÞ +3). ViÖc gi¶m bít sè l−îng tµu thuyÒn còng ®−îc hä ®Ò cËp ®Õn nh−

lµ mét biÖn ph¸p qu¶n lý cÇn thiÕt (lêi tr×nh bµy sè 11 víi gi¸ trÞ -3). Tuy

nhiªn, nhãm 2 ®· rÊt kh«ng ®ång ý víi vai trß duy nhÊt cña qu©n ®éi trong

viÖc h¹n chÕ ng− d©n sö dông ng− cô huû diÖt (lêi tr×nh bµy sè 6 víi gi¸ trÞ -

4). Theo hä, hiÖn nay qu©n ®éi chØ cã thÓ phèi hîp víi c¸c lùc l−îng kh¸c (vÝ

dô nh− lùc l−îng kiÓm ng−, chÝnh quyÒn ®Þa ph−¬ng vµ céng ®ång ng−

d©n…) trong viÖc h¹n chÕ ng− d©n sö dông ng− cô huû diÖt. Thªm vµo ®ã,

nhãm 2 còng kh«ng ®ång ý víi ý kiÕn chØ sù yÕu kÐm cña lùc l−îng kiÓm

ng− (lêi tr×nh bµy sè 10 víi gi¸ trÞ -3).

43

T−¬ng tù nhãm 1 vµ nhãm 2, 11 ng−êi thuéc nhãm 3 (chiÕm 9% tæng

ph−¬ng sai) ®Æc biÖt nhÊn m¹nh ®Õn viÖc ChÝnh phñ nªn cÊm triÖt ®Ó c¸c

ph−¬ng ph¸p ®¸nh b¾t huû diÖt (lêi tr×nh bµy 12 víi gi¸ trÞ +4). Nh−ng kh¸c

víi nhãm 1 vµ nhãm 2, nhãm 3 l¹i quan t©m vµ ®ång ý víi vai trß duy nhÊt

cña qu©n ®éi trong viÖc h¹n chÕ ng− d©n sö dông c¸c ng− cô huû diÖt (lêi

tr×nh bµy sè 6 víi gi¸ trÞ +3). Theo hä, cïng víi truyÒn thèng, b¶n chÊt tèt

®Ñp vµ sù s½n cã vÒ ph−¬ng tiÖn vµ con ng−êi (nhÊt lµ bé ®éi biªn phßng),

lùc l−îng qu©n ®éi cã thÓ lµm tèt nhiÖm vô h¹n chÕ ng− d©n sö dông ng− cô

huû diÖt. Tuy nhiªn, nh÷ng ng−êi thuéc nhãm 3 l¹i rÊt kh«ng ®ång ý víi ý kiÕn

chØ sù yÕu kÐm cña lùc l−îng kiÓm ng− (lêi tr×nh bµy sè 10 víi gi¸ trÞ -4). Cuèi

cïng, nhãm 3 dµnh sù quan t©m tiÕp theo cho c¸c vÊn ®Ò liªn quan ®Õn søc Ðp

cña nghÒ c¸. Hä phñ nhËn ý kiÕn cho r»ng sù suy gi¶m s¶n l−îng ®¸nh b¾t

lµ do sù gia t¨ng sè l−îng tµu thuyÒn vµ do tµu xa bê còng ®¸nh ë gÇn bê

(lêi tr×nh bµy sè 18 vµ 20 víi gi¸ trÞ –3). Theo hä, nguyªn nh©n chÝnh dÉn

®Õn sù suy gi¶m nguån lîi ven bê lµ do sö dông kÝch ®iÖn, l−íi m¾t nhá,

x¨m, ®¨ng (lêi tr×nh bµy sè 1 víi gi¸ trÞ +3).

Bªn c¹nh viÖc ph©n lo¹i ba nhãm ý kiÕn tiªu biÓu, c¸c néi dung t−¬ng

®ång vµ kh¸c biÖt trong nhËn thøc vÒ c¸c vÊn ®Ò liªn quan ®Õn qu¶n lý nghÒ

c¸ gi÷a c¸c nhãm còng ®−îc nhËn diÖn trong nghiªn cøu nµy (xem B¶ng 1

vµ B¶ng 2). Tr−íc hÕt, dÔ nhËn thÊy c¶ ba nhãm ®Òu quan t©m vµ nhÊt trÝ

cao víi ý kiÕn cho r»ng ChÝnh phñ nªn cÊm triÖt ®Ó c¸c ph−¬ng ph¸p ®¸nh

huû diÖt, cô thÓ lµ nªn cÊm te hít, l−íi rïng vµ gi· ®iÖn ®Ó ng¨n ngõa sù suy

gi¶m nguån lîi (lêi tr×nh bµy sè 12 vµ 15). Thªm vµo ®ã, c¶ ba nhãm còng

®ång ý víi ý kiÕn cho r»ng nguån lîi h¶i s¶n ven bê ngµy cµng c¹n kiÖt lµ

do sö dông ®iÖn, l−íi m¾t nhá, x¨m, ®¨ng (lêi tr×nh bµy sè 1). Dùa trªn

nh÷ng néi dung thèng nhÊt nµy, c¸c nhµ ho¹ch ®Þnh chÝnh s¸ch cã thÓ ®−a

ra nh÷ng chÝnh s¸ch vµ biÖn ph¸p qu¶n lý nguån lîi cÇn thiÕt, phï hîp víi

mong ®îi cña ng−êi d©n.

B¶ng 1 vµ B¶ng 2 còng chØ ra nh÷ng néi dung kh¸c biÖt trong quan

®iÓm/nhËn thøc cña ng−êi tham dù vÒ c¸c vÊn ®Ò liªn quan ®Õn qu¶n lý nghÒ

c¸ gi÷a c¸c nhãm kh¸c nhau. Tr−íc hÕt, trong khi nhãm 1 x¸c nhËn ý kiÕn

ph¶n ¸nh sù yÕu kÐm cña lùc l−îng kiÓm ng−, nhãm 2 vµ nhãm 3 l¹i hoµn

toµn phñ nhËn vÊn ®Ò nµy. §iÒu nµy cho thÊy sù cÇn thiÕt cña viÖc tiÕp tôc

ho¹t ®éng b¶o vÖ nguån lîi cña lùc l−îng kiÓm ng− ®Ó tõ ®ã cã biÖn ph¸p

44

Nhãm 1 (21%)

Nhãm 2 (12%)

Nhãm 3 (9%)

-

cÊm triÖt ®Ó c¸c

- cÊm triÖt ®Ó c¸c

ph−¬ng ph¸p ®¸nh b¾t

huû diÖt

ph−¬ng ph¸p ®¸nh b¾t

huû diÖt

- nguån lîi ven bê c¹n kiÖt

do sö dông ®iÖn, l−íi m¾t

nhá, x¨m, ®¨ng

- nguån lîi ven bê c¹n

kiÖt do sö dông ®iÖn, l−íi

m¾t nhá, x¨m, ®¨ng

- sù yÕu kÐm cña lùc

RÊt

®ång ý

l−îng kiÓm ng−^*

- cÊm triÖt ®Ó c¸c ph−¬ng

ph¸p ®¸nh b¾t huû diÖt

- cÊm te hít, líi rïng

vµ gi· ®iÖn

h¹n chÕ ®−îc viÖc sö

dông ng− cô huû diÖt^*

- cÊm te hít, líi rïng vµ

gi· ®iÖn

- sè l−îng tµu thuyÒn

gi¶m s¶n l−îng

- sù yÕu kÐm cña lùc

chÕ ®−îc viÖc sö dông ng−

cô huû diÖt^*

l−äng kiÓm ng−^*

- nguån lîi ven bê suy

gi¶m nhanh v× tµu xa bê

còng ®¸nh ë gÇn bê^*

RÊt

kh«ng

®ång ý

b¾t ng−êi dïng ng− cô

huû diÖt^*

- kh«ng nªn gi¶m bít sè

l−îng tµu thuyÒn^*

- sè l−îng tµu thuyÒn

gi¶m s¶n l−îng

- sù yÕu kÐm cña lùc l−îng

kiÓm ng−^*

qu¶n lý lÉn nhau ®−îc^*

- Gi¸ trÞ trong dÊu ngoÆc ®¬n cña mçi nhãm thÓ hiÖn tû lÖ % tæng ph−¬ng sai gi¶i thÝch cho

nhãm ®ã

- Néi dung in nghiªng lµ nh÷ng lêi tr×nh bµy kh¸c biÖt cho nhãm (p<0.05, dÊu ^(*)chØ p<0.01)

tr×nh bµy sè 6). Nh− ®· ®Ò cËp ë trªn, trong khi nhãm 3 x¸c nhËn chØ cã

tham dù trong cïng mét nhãm (cã trÞ sè ph−¬ng sai lín nhÊt).

TiÕp theo, trong khi nhãm 1 vµ nhãm 3 kh«ng ®ång ý víi ý kiÕn cho

®¸nh b¾t (lêi tr×nh bµy 18 víi gi¸ trÞ -4, -3), th× nhãm 2 l¹i tá ra ®ång ý víi

®iÒu nµy (tuy cã gi¸ trÞ nhá, +1). Theo nhãm 1 vµ nhãm 3, sù suy gi¶m s¶n

l−îng ®¸nh b¾t lµ hÖ qu¶ cña viÖc khai th¸c nguån lîi kh«ng hîp lý, trong

®ã viÖc sö dông c¸c ph−¬ng ph¸p ®¸nh b¾t huû diÖt nh− lµ mét søc Ðp lín

nhÊt ®èi víi nghÒ c¸. Cßn theo nhãm 2, sù gia t¨ng sè l−îng tµu thuyÒn

còng ®ång nghÜa víi t¨ng søc Ðp lªn nguån lîi. Vµ v× vËy, nhãm nµy (vµ

nhãm 1) ®· phñ nhËn ý kiÕn cho r»ng ChÝnh phñ kh«ng nªn gi¶m bít sè

l−îng tµu thuyÒn (lêi tr×nh bµy sè 11 víi gi¸ trÞ -3 vµ -1). Trong khi nhãm 3

45

ra søc Ðp lín ®èi víi nghÒ c¸ còng cã ý nghÜa quan träng trong qu¸ tr×nh

ho¹ch ®Þnh chÝnh s¸ch qu¶n lý nghÒ c¸. V× chØ cã nh− vËy chóng ta míi ®−a

ra ®−îc nh÷ng gi¶i ph¸p qu¶n lý phï hîp.

Cuèi cïng, nh÷ng vÊn ®Ò liªn quan ®Õn kh¸i niÖm ®ång qu¶n lý còng

cÇn ®−îc xem xÐt trong viÖc x¸c ®Þnh quyÒn trong qu¶n lý nghÒ c¸. Trong

lý vïng khai th¸c nµy.

IV. KÕt luËn

Trong nghiªn cøu cña chóng t«i, ph−¬ng ph¸p Q-sort ®· ®−îc sö dông

ph−¬ng vÒ c¸c vÊn ®Ò liªn quan tíi qu¶n lý nghÒ c¸. Th«ng qua viÖc thùc

®ång trong nhËn thøc vÒ qu¶n lý nghÒ c¸ gi÷a c¸c nhãm ng−êi tham dù. §ã

lµ viÖc nªn cÊm triÖt ®Ó c¸c ph−¬ng ph¸p ®¸nh b¾t huû diÖt, trong ®ã nhÊn

m¹nh viÖc cÊm te hít, líi rïng vµ gi· ®iÖn. Thªm vµo ®ã, nh÷ng néi dung

quyÒn/biÖn ph¸p qu¶n lý nghÒ c¸. Cô thÓ lµ: (1) sù yÕu kÐm cña lùc l−îng

(3) sù gia t¨ng sè l−îng tµu thuyÒn lµm gi¶m s¶n l−îng ®¸nh b¾t, (4) kh«ng

nªn gi¶m bít sè l−îng tµu thuyÒn, (5) tµu xa bê còng ®¸nh b¾t ë gÇn bê vµ

(6) qu¶n lý nguån lîi trªn c¬ së céng ®ång.

Nh÷ng kÕt qu¶ nghiªn cøu trªn cung cÊp c¬ së cho c¸c nhµ ho¹ch ®Þnh

chÝnh s¸ch tiÕp tôc nghiªn cøu ®Ó ®−a ra nh÷ng chÝnh s¸ch vµ biÖn ph¸p

cho thÊy ®é tin cËy vµ kh¶ n¨ng øng dông réng r·i cña ph−¬ng ph¸p Q-sort

trong c¸c nghiªn cøu vÒ quan ®iÓm, nhËn thøc vµ ý kiÕn chñ quan. Chóng

t«i sÏ tiÕp tôc ®¸nh gi¸ lîi Ých cña ph−¬ng ph¸p nµy ®Ó më réng kh¶ n¨ng

øng dông cña nã trong c¸c nghiªn cøu ®Þa lý kinh tÕ – x· héi.

46

Tµi liÖu tham kh¶o

1. Annette L.V. and Ulrike W. 1997. Q-methodology: Definition and

application in health care informatics. J Am Med Inform Assoc.

1997;4:501-510.

2. Brown, M. 2004. Illuminating patterns of perception: An overview

of Q methodology. Technical Note, CMU/SEI-2004-TN-026.

3. Brown, S.R. 1996. Q methodology and qualitative research.

Qualitative Health Research, 1996 (Nov.), 6(4):561-567.

4. Donner, J.C. 2001. Using Q-sorts in participatory processes: An

introduction to the methodology. In “Scial analysis: Selected tools and

techniques”, Paper 36, June 2001. World Bank, 2001; 24:49.

5. Delnero J., Montgomery D. 2001. Perceptions of work among

California agriculture teachers. Jounal of Agriculture Education. Vol. 42,

Issue2, 2001;56:67.

6. Prasad R.S. 2001. Development of the HIV/AIDS Q-sort instrument

to measure physician attitudes. Fam Med 2002;33(10):772-8.

Summary

Using Q-sort methodology to study community

attitudes and perceptions in fishery management

Nguyen Viet Thinh, Do Thi Minh Duc, Nguyen Tuong Huy

This paper demonstrates how Q-sort methodology, a technique for

systematically and rigorously revealing subjective perspectives, can be

used for studying community attitudes and perceptions in fishery

management (a case study in Nam Dinh and Thanh Hoa province).

The Q factor analysis and varimax rotation revealed three factors

that represented three deferent perceptions regarding issues of fishery

management. The Q factor analysis also outlined areas of consensus and

contention among three groups by investigating the factor scores across

factors. These results have implications for advancing suitable policies

and measures for fishery management, and provided hypotheses for

follow-up studies.

47