Chọn mẫu ngẫu nhiên: cách làm và xác định cỡ mẫu

Chọn mẫu ngẫu nhiên là gì trong nghiên cứu định lượng

Bạn có một tổng thể nghiên cứu, chẳng hạn sinh viên một trường, khách hàng của một ngân hàng hoặc người dùng một ứng dụng. Chọn mẫu ngẫu nhiên là cách chọn các đơn vị từ tổng thể sao cho mỗi đơn vị có một xác suất được chọn đã biết hoặc có cơ hội được chọn theo một quy tắc ngẫu nhiên. Bạn thu thập dữ liệu từ mẫu, sau đó dùng mẫu này để mô tả hoặc suy luận về tổng thể.

Điểm cần phân biệt là chữ “ngẫu nhiên” nằm ở quy trình chọn, không nằm ở việc bạn phát bảng hỏi cho thật nhiều người. Nếu bạn đăng đường link lên nhóm Facebook rồi nhận câu trả lời từ những người tự nguyện, đó thường là chọn mẫu thuận tiện hoặc mẫu tự nguyện. Số lượng lớn hơn không tự động biến cách làm này thành chọn mẫu ngẫu nhiên.

Trong luận văn định lượng, bạn cần ghi rõ bốn thông tin: tổng thể là ai, khung mẫu lấy từ đâu, đơn vị được chọn là gì và cách chọn cụ thể ra sao. Bạn có thể đọc thêm phần phương pháp chọn mẫu để đặt lựa chọn của mình trong toàn bộ nhóm phương pháp lấy mẫu.

Cách xác định chọn mẫu ngẫu nhiên và cỡ mẫu bao nhiêu là tốt

Trước hết, hãy xác định tổng thể và khả năng tiếp cận dữ liệu. Ví dụ, “sinh viên đại học tại Thành phố Hồ Chí Minh” là tổng thể rất rộng, trong khi “sinh viên năm 3 và năm 4 của Khoa X tại trường Y” có ranh giới dễ kiểm tra hơn. Một khung mẫu có thể là danh sách lớp, danh sách khách hàng được phép sử dụng cho nghiên cứu hoặc danh sách đơn vị trong phạm vi khảo sát.

Nếu biết quy mô tổng thể hữu hạn, bạn có thể sử dụng công thức quy mô mẫu hữu hạn theo (Yamane, 1967):

n = N / [1 + N(e²)]

Trong đó N là quy mô tổng thể, n là cỡ mẫu cần khảo sát và e là sai số cho phép. Công thức này chỉ có ý nghĩa khi bạn biết hoặc ước lượng được N. Nếu chưa biết quy mô tổng thể, đừng tự điền một con số tùy ý rồi gọi đó là cỡ mẫu theo Yamane.

Với nghiên cứu sử dụng nhiều biến quan sát, một quy tắc thường được nhắc đến là cần từ 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010). Đây là điểm tham khảo để lập kế hoạch, không phải giấy phép bỏ qua thiết kế mẫu, tỷ lệ phản hồi thấp hoặc yêu cầu riêng của mô hình.

Nếu bạn chạy hồi quy với m biến độc lập, một quy tắc khác là n từ 50 + 8m trở lên (Tabachnick và Fidell, 2013). Khi có nhiều mục tiêu phân tích, bạn nên tính theo yêu cầu cao hơn thay vì chỉ chọn con số nhỏ nhất. Bài cỡ mẫu là gì giải thích sự khác nhau giữa tổng thể, mẫu và cỡ mẫu; còn tính cỡ mẫu phù hợp khi bạn cần kiểm tra nhiều cách tính trước khi chốt bảng hỏi.

Bảng dưới đây là các mốc dùng để lập kế hoạch. Mỗi dòng ghi rõ nguồn để bạn không biến quy tắc tham khảo thành một kết luận không có căn cứ.

Ví dụ, bảng hỏi của bạn có 25 biến quan sát. Theo mốc 5 đến 10 quan sát cho mỗi biến, khoảng kế hoạch ban đầu là 125 đến 250 quan sát. Nếu mô hình đồng thời có 6 biến độc lập trong hồi quy, mốc 50 + 8m là 98. Khi đó, bạn không nên chỉ lấy 98 vì còn phải dự phòng bảng trả lời không hợp lệ và xem xét yêu cầu của EFA hoặc PLS-SEM. Bạn có thể xem thêm cỡ mẫu của mẫu số liệu là gì để phân biệt số phiếu thu được với số quan sát thực sự được đưa vào phân tích.

Chọn mẫu phân tầng là gì và khi nào nên dùng

Nếu tổng thể gồm các nhóm khác nhau rõ rệt, chẳng hạn khoa, giới tính, khu vực hoặc nhóm tuổi, bạn có thể chia tổng thể thành các tầng rồi chọn ngẫu nhiên trong từng tầng. Cách này giúp các nhóm quan trọng có mặt trong mẫu theo tỷ lệ hoặc theo số lượng bạn đã thiết kế. Bạn cần có thông tin để phân loại đơn vị trước khi chọn, nếu không thì tên gọi “phân tầng” chỉ là mô tả trên giấy.

Chọn mẫu ngẫu nhiên trong SPSS có nghĩa gì

SPSS không tự tạo ra một khung mẫu hợp lệ cho bạn. Bạn cần chuẩn bị danh sách đơn vị, gán mã duy nhất cho từng đơn vị, tạo số ngẫu nhiên rồi sắp xếp hoặc chọn theo quy tắc đã định. Trong SPSS, bạn có thể dùng Transform > Compute Variable để tạo biến số ngẫu nhiên, sau đó dùng Data > Sort Cases để sắp xếp. Lưu lại file danh sách và ngày thực hiện để có thể giải trình quy trình.

Thiết kế bảng hỏi phục vụ mục tiêu chọn mẫu ngẫu nhiên

Bảng hỏi phải phù hợp với người đã được chọn, không phải được viết để bù cho một mẫu thiếu kiểm soát. Ở đầu bảng hỏi, nêu ngắn gọn mục đích nghiên cứu, thời gian trả lời, điều kiện tham gia và cách sử dụng dữ liệu. Tránh thu thập thông tin nhận dạng nếu biến đó không cần cho mô hình.

Bạn nên đặt câu hỏi sàng lọc trước các thang đo chính. Ví dụ, nếu đề tài nghiên cứu người đã sử dụng dịch vụ trong sáu tháng gần đây, câu hỏi sàng lọc phải xác định được điều kiện đó. Những người không đáp ứng tiêu chí nên được kết thúc bảng hỏi thay vì tiếp tục tạo ra các dòng dữ liệu không thuộc tổng thể.

Với biến quan sát của thang đo, giữ mã rõ ràng như DV1, DV2, HL1. Dùng cùng một chiều đo cho phần lớn biến quan sát và đánh dấu riêng các biến đảo chiều nếu đề tài thực sự cần. Thang Likert 5 hoặc 7 mức đều có thể dùng, nhưng bạn cần nêu rõ các mức từ hoàn toàn không đồng ý đến hoàn toàn đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo thái độ của (Likert, 1932).

Một bảng hỏi thực tế thường có ba lớp câu hỏi: thông tin sàng lọc, các biến quan sát phục vụ mô hình và thông tin mô tả mẫu. Không nên đưa quá nhiều câu hỏi nhân khẩu học chỉ vì SPSS có thể xử lý chúng. Mỗi câu hỏi phải liên quan đến mô tả mẫu, kiểm soát hoặc mục tiêu phân tích đã nêu trong đề cương.

Trước khi phát chính thức, hãy kiểm tra đường đi của bảng hỏi bằng vài lượt thử nội bộ. Bạn cần xem người trả lời có hiểu điều kiện tham gia không, câu hỏi có bị lặp không và mã biến xuất ra có đúng với file phân tích không. Việc thử bảng hỏi giúp sửa lỗi thiết kế, nhưng không nên gọi một nhóm nhỏ thử nghiệm là mẫu chính thức nếu bạn chưa đặt tiêu chí rõ ràng.

Triển khai thu dữ liệu sau khi chọn mẫu

Nếu bạn chọn mẫu ngẫu nhiên từ danh sách, hãy lập một bảng theo dõi gồm mã đơn vị, nhóm hoặc tầng, trạng thái mời, thời điểm gửi và trạng thái phản hồi. Không đưa thông tin cá nhân nhạy cảm vào file phân tích nếu không cần. Mỗi đơn vị nên có một mã duy nhất để tránh gửi lặp hoặc nhập trùng.

Bạn có thể gửi bảng hỏi qua email, hệ thống nội bộ hoặc đường link được kiểm soát. DoThesis có fillform.info, công cụ biểu mẫu của chúng tôi dành cho việc tạo bảng hỏi và thu phản hồi tiếng Việt. Google Forms là lựa chọn thay thế phổ biến. Dù dùng công cụ nào, bạn vẫn phải kiểm soát điều kiện tham gia, thời gian mở khảo sát và cách xuất dữ liệu.

Thời gian thu dữ liệu phụ thuộc vào số đơn vị trong khung mẫu, tỷ lệ phản hồi và cách tiếp cận. Đừng ghi trước một khoảng thời gian như thể nó bảo đảm đủ mẫu. Hãy đặt mốc kiểm tra giữa kỳ: đã mời bao nhiêu đơn vị, nhận bao nhiêu phản hồi, có nhóm nào phản hồi thấp và có cần gửi nhắc theo quy trình đã được phê duyệt không.

Nếu một người được chọn không phản hồi, bạn cần ghi nhận trạng thái đó và áp dụng quy tắc thay thế đã nêu từ trước. Không nên tự ý thay người bằng bạn bè hoặc người dễ tiếp cận hơn, vì việc này làm thay đổi xác suất chọn. Nếu không có quy tắc thay thế hợp lý, hãy mô tả số trường hợp không phản hồi thay vì che đi trong phần phương pháp.

Làm sạch dữ liệu trước khi nhập SPSS

Bạn cần giữ một bản dữ liệu thô, một bản dữ liệu đã làm sạch và một nhật ký xử lý. Dữ liệu thô không được ghi đè. Trong bản làm sạch, kiểm tra mã biến, loại biến, giá trị thiếu, câu trả lời ngoài phạm vi và các dòng trùng mã.

Straight-lining là trường hợp người trả lời chọn cùng một mức cho gần như toàn bộ biến quan sát. Đây là dấu hiệu cần kiểm tra, không phải bằng chứng tự động để xóa. Bạn nên xem thêm thời gian hoàn thành, câu hỏi sàng lọc, mẫu trả lời và thông tin liên quan trước khi quyết định loại dòng.

Các câu trả lời thiếu quá nhiều phần chính có thể bị loại theo tiêu chí đã định. Nếu chỉ thiếu một vài ô, bạn cần ghi rõ cách xử lý trong phương pháp, chẳng hạn giữ nguyên dạng missing hoặc dùng quy tắc thay thế phù hợp. Không tự điền hàng loạt giá trị trung bình chỉ để bảng dữ liệu không còn ô trống.

Sau khi làm sạch, mở file trong SPSS và chạy thống kê mô tả để kiểm tra min, max, mean và số lượng hợp lệ. Với biến Likert, min và max phải nằm trong khoảng đã thiết kế. Bạn cũng nên đối chiếu số dòng hợp lệ với số phản hồi được báo cáo trong phần thu thập dữ liệu.

Cách trình bày chọn mẫu trong chương 3

Phần phương pháp cần cho người đọc biết bạn đã chọn ai, từ đâu và bằng cách nào. Trình bày theo thứ tự: tổng thể nghiên cứu, khung mẫu, kỹ thuật chọn, tiêu chí tham gia, quy mô mẫu dự kiến, số phiếu phát, số phiếu thu và số quan sát hợp lệ sau làm sạch.

Nếu dùng chọn mẫu ngẫu nhiên đơn, hãy mô tả cách tạo danh sách, gán mã và chọn các mã. Nếu dùng chọn mẫu phân tầng, ghi rõ tiêu chí chia tầng và cách phân bổ số quan sát. Nếu thực tế là chọn mẫu thuận tiện, hãy gọi đúng tên. “Chọn mẫu thuận tiện là gì” có thể tóm tắt là cách lấy người dễ tiếp cận và sẵn sàng trả lời, nhưng khả năng suy rộng sẽ khác với mẫu xác suất.

Cỡ mẫu của chọn mẫu thuận tiện bao nhiêu là tốt cũng không có một con số tự động bảo đảm đại diện. Bạn vẫn có thể lập kế hoạch theo số biến quan sát, số biến độc lập và kỹ thuật phân tích, nhưng phải nêu giới hạn của cách tiếp cận. Đừng đổi tên chọn mẫu thuận tiện thành ngẫu nhiên chỉ vì bạn dùng một phần mềm tạo số thứ tự.

Cách viết vào luận văn: “Tổng thể của nghiên cứu gồm [đối tượng] tại [phạm vi]. Nhóm nghiên cứu sử dụng [chọn mẫu ngẫu nhiên đơn/chọn mẫu phân tầng/chọn mẫu thuận tiện] do [lý do]. Có [số] phiếu được thu thập, trong đó [số] phiếu hợp lệ được đưa vào phân tích sau khi kiểm tra [tiêu chí làm sạch]. Cỡ mẫu được tham khảo theo [căn cứ] và phù hợp với [kỹ thuật phân tích].”

Bạn có thể đối chiếu cách báo cáo số lượng quan sát với bài cỡ mẫu trong SPSS, nhưng cần nhớ rằng SPSS chỉ cho bạn kết quả trên dữ liệu đã nhập. Nó không xác nhận mẫu có đại diện hay quy trình lấy mẫu có đúng về mặt thiết kế.

Lỗi thường gặp khi chọn mẫu ngẫu nhiên

Lỗi đầu tiên là dùng danh sách người quen nhưng viết là ngẫu nhiên. Nếu không có quy tắc chọn từ khung mẫu, bạn chưa có bằng chứng cho tên gọi đó. Lỗi thứ hai là đặt mục tiêu “300 mẫu” mà không giải thích 300 được tính từ đâu, có bao nhiêu biến quan sát và dự phòng bao nhiêu phản hồi không hợp lệ.

Lỗi thứ ba là chia sẻ một đường link công khai rồi kết luận rằng mọi người trong tổng thể đều có cơ hội như nhau. Đường link công khai có thể tạo mẫu tự chọn, trong đó những người quan tâm hoặc có thời gian trả lời xuất hiện nhiều hơn. Lỗi thứ tư là xóa các dòng có kết quả “xấu” sau khi xem Cronbach's Alpha hoặc EFA mà không ghi lại lý do và tiêu chí.

Lỗi cuối là nhầm công cụ với phương pháp. “Chọn mẫu thuận tiện trong SPSS” không phải một nút lệnh trong SPSS. Phần mềm có thể tạo số ngẫu nhiên, lọc dòng và thống kê dữ liệu, còn tính hợp lệ của khung mẫu và quy trình mời thuộc về thiết kế nghiên cứu.

Đọc thêm: cỡ mẫu là gì, cỡ mẫu của mẫu số liệu là gì, tính cỡ mẫu, phương pháp chọn mẫu, cỡ mẫu trong spss, chủ đề khao sat.

Câu hỏi thường gặp

Chọn mẫu ngẫu nhiên bao nhiêu là tốt

Cỡ mẫu phù hợp phụ thuộc vào tổng thể, số biến quan sát, số biến độc lập, kỹ thuật phân tích và tỷ lệ phản hồi hợp lệ. Bạn có thể dùng mốc 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010) hoặc mốc 50 + 8m cho hồi quy (Tabachnick và Fidell, 2013) để lập kế hoạch ban đầu, sau đó kiểm tra yêu cầu cụ thể của đề tài.

Chọn mẫu thuận tiện bao nhiêu là tốt

Không có một con số duy nhất biến mẫu thuận tiện thành mẫu đại diện. Bạn có thể tính cỡ mẫu theo mô hình và báo cáo rõ cách tiếp cận, giới hạn suy rộng, số phiếu thu và số phiếu hợp lệ. Hội đồng thường quan tâm cả quy trình và sự nhất quán giữa phương pháp đã viết với dữ liệu thực tế.

Có thể dùng SPSS để chọn mẫu ngẫu nhiên không

Có. Sau khi có danh sách khung mẫu và mã duy nhất, bạn có thể tạo biến số ngẫu nhiên trong SPSS, sắp xếp danh sách rồi chọn theo số lượng đã định. Hãy lưu file trước và sau khi chọn, đồng thời ghi lại cách tạo biến và ngày thực hiện.

SPSS không thể biến danh sách thiếu nhiều nhóm thành một khung mẫu đầy đủ. Nếu danh sách ban đầu không bao phủ tổng thể, kết quả chọn ngẫu nhiên vẫn chỉ ngẫu nhiên trong danh sách đó.

Chọn mẫu phân tầng khác gì chọn mẫu ngẫu nhiên đơn

Chọn mẫu ngẫu nhiên đơn chọn trực tiếp các đơn vị từ một khung mẫu chung. Chọn mẫu phân tầng chia tổng thể thành các nhóm trước, sau đó chọn ngẫu nhiên trong từng nhóm. Bạn nên dùng phân tầng khi có lý do nghiên cứu rõ ràng và có dữ liệu để xác định thành viên của từng tầng.

Có cần loại phản hồi làm giảm Cronbach's Alpha không

Không nên loại chỉ vì một dòng làm chỉ số thay đổi theo hướng bạn không muốn. Hãy dựa vào tiêu chí dữ liệu đã định trước, câu trả lời không hợp lệ, missing, trùng lặp hoặc không đáp ứng điều kiện sàng lọc. Nếu loại biến quan sát trong phân tích thang đo, ghi rõ kết quả trước và sau, cùng lý do có thể giải trình.

Mở file dữ liệu, tạo một bản sao làm việc, kiểm tra khung mẫu và viết lại quy tắc chọn trước khi tiếp tục thu phản hồi. Khi cần chạy phân tích trên chính file .sav hoặc .csv và theo dõi từng bước làm sạch, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.