Randomized Conjoint Experiment (RCE): Khái niệm, thiết kế và ứng dụng

1. Đặt vấn đề

Trong thực tế, các quyết định thường được hình thành từ nhiều yếu tố cùng lúc. Ví dụ, khi cân nhắc tham gia một chương trình hỗ trợ nông nghiệp, người dân có thể đồng thời quan tâm đến mức hỗ trợ tài chính, thu nhập kỳ vọng, điều kiện tham gia, cơ sở hạ tầng và đơn vị tổ chức. Nếu khảo sát từng yếu tố riêng lẻ, rất khó xác định yếu tố nào thực sự làm thay đổi quyết định khi người tham gia phải đánh đổi giữa nhiều lựa chọn.

Randomized Conjoint Experiment (RCE) khắc phục hạn chế này bằng cách đưa ra các phương án giả định gồm nhiều thuộc tính được kết hợp và ngẫu nhiên hóa, sau đó yêu cầu người tham gia lựa chọn hoặc đánh giá. Qua đó, nhà nghiên cứu có thể xác định mức độ ảnh hưởng của từng thuộc tính đến quyết định.

2. Nguồn gốc và khái niệm

Conjoint Analysis được phát triển từ những năm 1970, chủ yếu trong nghiên cứu marketing và hành vi người tiêu dùng nhằm xác định vai trò của từng đặc điểm sản phẩm đối với sở thích của khách hàng.

Trong khoa học xã hội, Hainmueller, Hopkins và Yamamoto (2014) phát triển conjoint experiment trong khung suy luận nhân quả dựa trên Potential Outcomes Framework, tạo cơ sở phương pháp luận cho Randomized Conjoint Experiment.

RCE có thể hiểu là một thực nghiệm khảo sát trong đó người tham gia lựa chọn hoặc đánh giá các hồ sơ giả định gồm nhiều thuộc tính (attributes), trong khi các mức của từng thuộc tính (levels) được phân bổ ngẫu nhiên hoặc ngẫu nhiên có điều kiện.

Ví dụ, một chương trình phát triển du lịch nông nghiệp có thể gồm các thuộc tính như mức hỗ trợ đầu tư, hỗ trợ thị trường, hình thức tổ chức, yêu cầu bảo vệ môi trường và mức tăng thu nhập.

3. Nguyên lý của RCE

Nguyên lý cốt lõi của RCE là ngẫu nhiên hóa các mức thuộc tính. Mỗi profile được tạo thành từ một tổ hợp ngẫu nhiên của các levels. Người tham gia thường được trình bày hai profile và lựa chọn phương án họ ưu tiên.

Ví dụ:

Chỉ số phổ biến nhất là Average Marginal Component Effect – AMCE, thể hiện mức thay đổi trung bình trong xác suất lựa chọn khi một thuộc tính chuyển từ mức tham chiếu sang một mức khác, bình quân trên các thuộc tính còn lại.

4. Quy trình thiết kế RCE

Quy trình cơ bản gồm sáu bước: xác định câu hỏi nghiên cứu và quyết định cần giải thích; lựa chọn các attributes dựa trên lý thuyết, chính sách và nghiên cứu định tính; xác định các levels có tính thực tế và dễ hiểu; xây dựng và randomize các profiles; thiết kế các nhiệm vụ lựa chọn hoặc đánh giá và tiến hành pilot; cuối cùng là thu thập dữ liệu và phân tích AMCE, Marginal Means, tương tác hoặc sự khác biệt giữa các nhóm respondent.

Trong thực tế, bước quan trọng nhất không phải là chạy mô hình thống kê mà là lựa chọn attributes và levels phù hợp. Nếu attributes không phản ánh đúng quyết định thực tế hoặc levels quá phi thực tế, kết quả RCE sẽ ít có ý nghĩa.

5. Ưu điểm và hạn chế

Ưu điểm nổi bật của RCE là có thể nghiên cứu nhiều yếu tố cùng lúc và tách ảnh hưởng của từng thành phần trong một quyết định đa chiều. Nhờ randomization, phương pháp hỗ trợ suy luận nhân quả về ảnh hưởng của từng attribute level. RCE cũng cho phép nghiên cứu trade-off, interaction và sự khác biệt về sở thích giữa các nhóm đối tượng. Ngoài ra, việc đặt yếu tố nhạy cảm trong một profile đa chiều có thể giúp giảm phần nào social desirability bias (sai lệch cho thiên kiến xã hội).

Tuy nhiên, RCE thường dựa trên lựa chọn giả định, nên lựa chọn trong khảo sát không nhất thiết phản ánh hoàn toàn hành vi thực tế. Kết quả phụ thuộc mạnh vào cách lựa chọn attributes và levels. Quá nhiều thuộc tính hoặc nhiệm vụ có thể gây quá tải nhận thức cho người tham gia. AMCE cũng là hiệu ứng trung bình và có thể che khuất sự khác biệt giữa các nhóm hoặc bối cảnh.

6. Một số ứng dụng của RCE

RCE được ứng dụng rộng rãi trong khoa học chính trị, marketing, y tế, nông nghiệp, quản lý đất đai và phát triển nông thôn. Hainmueller và cộng sự sử dụng phương pháp này để nghiên cứu lựa chọn liên quan đến ứng viên chính trị và người nhập cư. Trong nông nghiệp, RCE đã được sử dụng để nghiên cứu sở thích của nông dân đối với dồn điền tích tụ đất ở Nepal, chính sách kiểm dịch và hỗ trợ thị trường cho nông dân ở Kyrgyzstan, cũng như các biện pháp khuyến khích chuyển đổi cây trồng tại Afghanistan.

Tại Việt Nam, RCE cũng đã được áp dụng để nghiên cứu lựa chọn của người tiêu dùng đối với sản phẩm chè xanh tại Thái Nguyên, với các thuộc tính như truy xuất nguồn gốc, chứng nhận OCOP và kênh phân phối.

Đối với nghiên cứu đất đai, nông nghiệp và du lịch nông thôn, RCE đặc biệt phù hợp để trả lời câu hỏi: những đặc điểm nào của một chính sách hoặc chương trình làm tăng hoặc giảm khả năng người dân tham gia, thay vì chỉ xác định họ “ủng hộ” hay “không ủng hộ” chính sách.

Tài liệu tham khảo chính

Azimy, M. W., Khan, G. D., Yoshida, Y., & Kawata, K. (2020). Measuring the impacts of saffron production promotion measures on farmers’ policy acceptance probability: A randomized conjoint field experiment in Herat Province, Afghanistan. Sustainability, 12(10), 4026. 

Green, P. E., & Srinivasan, V. (1978). Conjoint analysis in consumer research: Issues and outlook. Journal of Consumer Research, 5(2), 103–123. 

Hainmueller, J., Hangartner, D., & Yamamoto, T. (2015). Validating vignette and conjoint survey experiments against real-world behavior. Proceedings of the National Academy of Sciences, 112(8), 2395–2400. 

Hainmueller, J., Hopkins, D. J., & Yamamoto, T. (2014). Causal inference in conjoint analysis: Understanding multidimensional choices via stated preference experiments. Political Analysis, 22(1), 1–30. 

Hong, B. X., Ichihashi, M., & Ngoc, N. T. B. (2024). Analysis of consumer preferences for green tea products: A randomized conjoint analysis in Thai Nguyen, Vietnam. Sustainability, 16(11), 4521. 

Horiuchi, Y., Markovich, Z., & Yamamoto, T. (2022). Does conjoint analysis mitigate social desirability bias? Political Analysis, 30(4), 535–549. 

Leeper, T. J., Hobolt, S. B., & Tilley, J. (2020). Measuring subgroup preferences in conjoint experiments. Political Analysis, 28(2), 207–221. 

Pun, R., Joshi, N. P., & Pun, S. (2024). Factors influencing farmers' preference for farmland consolidation in Nepal: Evidence from randomized conjoint experiment. Agricultural Systems, 219, 104038. 

Saparova, G., Khan, G. D., & Joshi, N. P. (2024). Linking farmers to markets: Assessing small-scale farmers' preferences for an official phytosanitary regime in the Kyrgyz Republic. Economic Analysis and Policy, 81, 696–708

ThS. Nguyễn Thùy Linh