Công thức Slovin: cách tính cỡ mẫu và áp dụng đúng

Công thức Slovin là gì trong nghiên cứu định lượng

Bạn mở đề cương lên và gặp yêu cầu “tính cỡ mẫu theo công thức Slovin”. Điều cần biết trước tiên là công thức này dùng quy mô tổng thể N và sai số cho phép e để ước tính số quan sát tối thiểu cần thu thập. Nó thường xuất hiện khi bạn biết tổng số đối tượng trong phạm vi nghiên cứu, chẳng hạn 8.000 sinh viên, 2.500 khách hàng hoặc 1.200 nhân viên.

Công thức được viết như sau:

n = N / (1 + N × e²)

Trong đó:

• n là cỡ mẫu cần khảo sát.
• N là kích thước tổng thể.
• e là sai số cho phép, viết dưới dạng số thập phân. Sai số 5% tương ứng với e = 0,05, không phải 5.

Ví dụ, tổng thể có 5.000 người và bạn chọn sai số 5%:

n = 5.000 / (1 + 5.000 × 0,05²) = 370,37

Bạn làm tròn lên thành 371 quan sát hợp lệ. Con số này là số phiếu dùng được để phân tích, chưa phải số phiếu nên phát ra. Nếu dự kiến 15% phản hồi không hợp lệ hoặc bị bỏ dở, số phiếu cần phát sẽ cao hơn 371.

Cần nói rõ một giới hạn: trong danh mục tài liệu được phép trích dẫn của DoThesis không có nguồn gốc kinh điển riêng cho tên “Slovin”. Vì vậy, khi viết luận văn, bạn không nên tự gắn tên tác giả hoặc năm xuất bản nếu chưa kiểm tra được tài liệu mà giảng viên yêu cầu. Với công thức tổng thể hữu hạn, bạn có thể đối chiếu thêm công thức của Yamane trong (Yamane, 1967) và trình bày đúng nguồn mà khoa hoặc người hướng dẫn chấp nhận.

Cách xác định công thức Slovin là bao nhiêu

Bước 1: Xác định tổng thể N

N phải là số lượng phần tử thuộc đúng phạm vi nghiên cứu của bạn. Nếu đề tài khảo sát sinh viên năm cuối của một trường, N nên là số sinh viên năm cuối trong phạm vi và thời gian đã xác định, không phải toàn bộ sinh viên của cả nước.

Nếu chưa biết N, bạn không thể thay một con số phỏng đoán vào công thức rồi gọi đó là tổng thể. Hãy kiểm tra danh sách quản lý, báo cáo thống kê hoặc tiêu chí sàng lọc của bảng hỏi. Khi tổng thể rất lớn hoặc không xác định, công thức Cochran thường phù hợp hơn cho bài toán ước lượng tỷ lệ. Bạn có thể xem thêm hướng dẫn tổng quát về công thức tính cỡ mẫu.

Bước 2: Chọn sai số e

Sai số 5% là lựa chọn thường gặp trong bài nghiên cứu sinh viên, nhưng không phải quy tắc tự động áp dụng cho mọi đề tài. Sai số càng nhỏ thì cỡ mẫu tính ra càng lớn. Bạn cần cân đối giữa độ chính xác mong muốn, khả năng tiếp cận người trả lời và yêu cầu của giảng viên.

Đừng nhầm sai số cho phép với tỷ lệ phiếu lỗi. Sai số 5% nằm trong công thức. Tỷ lệ phiếu lỗi dùng để tăng số phiếu phát ra sau khi đã tính được số quan sát tối thiểu.

Bước 3: Thay số và làm tròn

Thay N và e vào công thức, giữ các chữ số trong quá trình tính, sau đó làm tròn cỡ mẫu lên số nguyên gần nhất. Nếu kết quả là 370,01, bạn vẫn cần ít nhất 371 quan sát hợp lệ. Làm tròn xuống có thể khiến số quan sát thực tế thấp hơn mức đã nêu trong phương pháp.

Bảng dưới đây là số liệu minh họa để bạn kiểm tra nhanh. Các giá trị được tính từ chính công thức Slovin, không phải kết quả của một nghiên cứu cụ thể.

Bước 4: Tăng số phiếu phát ra

Giả sử cỡ mẫu tối thiểu là 371 và bạn dự kiến 15% phiếu bị loại. Có hai cách tính. Cách gần đúng là 371 × 1,15 = 426,65, làm tròn lên 427 phiếu. Cách chặt chẽ hơn là chia cho tỷ lệ phiếu hợp lệ dự kiến: 371 / 0,85 = 436,47, làm tròn lên 437 phiếu.

Trong luận văn, hãy phân biệt “cỡ mẫu tối thiểu cần phân tích” với “số bảng hỏi phát ra”. Hội đồng thường hỏi đúng điểm này khi bảng phương pháp ghi 400 phiếu nhưng bảng dữ liệu cuối cùng chỉ có 318 dòng hợp lệ.

Công thức Cochran là bao nhiêu và khác Slovin thế nào

Công thức Cochran thường được dùng khi bạn ước lượng một tỷ lệ trong tổng thể, đặc biệt khi quy mô tổng thể lớn hoặc chưa biết rõ. Dạng cơ bản là:

n0 = Z² × p × (1 - p) / e²

Trong đó Z là giá trị theo mức tin cậy, p là tỷ lệ dự kiến và e là sai số. Khi chưa có ước lượng trước cho p, nhiều tài liệu sử dụng giá trị thận trọng, nhưng bạn cần ghi rõ cách chọn và nguồn được giảng viên chấp nhận. Công thức Cochran được trình bày trong (Cochran, 1977).

Slovin ngắn hơn và cần N, còn Cochran bắt đầu từ mục tiêu ước lượng tỷ lệ và các tham số thống kê. Vì hai công thức dựa trên cách đặt vấn đề khác nhau, bạn không nên tính cả hai rồi chọn kết quả nhỏ hơn chỉ để giảm số phiếu. Hãy chọn công thức phù hợp với thiết kế nghiên cứu và giải thích lý do.

Bảng trên dùng để chọn logic tính cỡ mẫu, không phải để lấy kết quả thấp nhất. Nếu bạn dùng Slovin nhưng còn chạy EFA, hồi quy hoặc mô hình cấu trúc, hãy kiểm tra thêm yêu cầu của các phân tích đó trước khi chốt số phiếu.

Thiết kế bảng hỏi phục vụ mục tiêu này

Cỡ mẫu chỉ có ý nghĩa khi mỗi quan sát trả lời đúng đối tượng và bộ biến đo phù hợp với mô hình. Trước khi phát bảng hỏi, bạn cần viết rõ ai được trả lời, điều kiện sàng lọc là gì và biến nào sẽ được phân tích bằng SPSS hoặc SmartPLS.

Xác định câu hỏi sàng lọc

Câu hỏi sàng lọc đặt ở đầu bảng hỏi, chẳng hạn “Bạn đã sử dụng dịch vụ X trong sáu tháng qua chưa?”. Người không đáp ứng điều kiện nên được kết thúc khảo sát hoặc chuyển sang nhánh phù hợp. Nếu thu cả người không thuộc tổng thể, N trong công thức và dữ liệu thực tế sẽ không còn cùng phạm vi.

Chọn thang đo cho biến quan sát

Với các khái niệm như sự hài lòng, ý định sử dụng hoặc chất lượng dịch vụ, bạn thường dùng nhiều biến quan sát thay vì một câu hỏi đơn lẻ. Thang Likert năm hoặc bảy mức cần được giải thích nhất quán ở đầu bảng hỏi. Thang Likert bắt nguồn từ (Likert, 1932).

Mỗi biến quan sát nên có mã riêng, chẳng hạn SAT1, SAT2, SAT3. Đừng đặt tên cột bằng cả câu hỏi dài khi nhập SPSS, vì việc đọc Reliability Statistics, Item-Total Statistics hoặc ma trận EFA sẽ khó hơn. Bạn có thể tham khảo thêm cách chuẩn bị phiếu khảo sát online trước khi gửi đường link.

Kiểm tra độ dài bảng hỏi

Bảng hỏi dài làm tăng nguy cơ người trả lời bỏ dở hoặc chọn cùng một mức cho hàng loạt biến. Bạn nên sắp xếp câu hỏi từ điều kiện sàng lọc, thông tin hành vi, các thang đo chính đến thông tin nhân khẩu học. Chạy thử trên một nhóm nhỏ để phát hiện câu khó hiểu, mã đáp án thiếu và logic chuyển trang sai.

Triển khai thu dữ liệu

Sau khi chốt bảng hỏi, bạn cần có kế hoạch tiếp cận đúng tổng thể thay vì chỉ gửi cho bạn bè. Hãy ghi lại kênh phát phiếu, khoảng thời gian thu thập, tiêu chí loại phiếu và số phiếu hợp lệ theo từng đợt. Những thông tin này giúp bạn giải thích vì sao số phiếu phát ra khác cỡ mẫu tối thiểu.

DoThesis có fillform.info, công cụ biểu mẫu của chúng tôi dành cho việc thu thập phản hồi bảng hỏi tiếng Việt. Bạn cũng có thể dùng Google Forms nếu phù hợp với nhóm người trả lời và cách quản lý dữ liệu của mình. Dù dùng công cụ nào, hãy xuất dữ liệu thành .csv hoặc định dạng có thể kiểm tra trước khi nhập vào SPSS.

Không nên xem số lượt mở link là số quan sát. Một người có thể mở nhiều lần, gửi thiếu câu hoặc gửi ngoài phạm vi sàng lọc. Chỉ đưa vào cỡ mẫu phân tích những dòng đáp ứng tiêu chí hợp lệ mà bạn đã nêu từ đầu.

Nếu cần so sánh nhiều nhóm, hãy theo dõi số quan sát trong từng nhóm ngay lúc thu thập. Cỡ mẫu tổng thể đủ nhưng một nhóm chỉ có vài quan sát vẫn có thể khiến kiểm định so sánh thiếu ổn định. Khi đề tài có EFA, bạn cũng cần xem yêu cầu theo số biến quan sát, không chỉ dựa vào Slovin. Trang cỡ mẫu EFA giúp bạn kiểm tra thêm cách tiếp cận này.

Làm sạch dữ liệu trước khi nhập SPSS

Đầu tiên, tạo một bản sao dữ liệu gốc. Chỉ chỉnh sửa trên bản sao phân tích và lưu một bảng theo dõi gồm mã phiếu, lý do loại, ngày xử lý và người xử lý. Cách này giúp bạn phục hồi dữ liệu nếu phát hiện tiêu chí loại quá rộng.

Kiểm tra các trường hợp bỏ trống quá nhiều, trả lời ngoài điều kiện sàng lọc, thời gian hoàn thành bất thường và mẫu trả lời theo đường thẳng. “Straight-lining” là trường hợp người trả lời chọn cùng một mức cho gần như toàn bộ dãy Likert. Dấu hiệu này cần được xem cùng thời gian làm bài và các câu kiểm tra, không nên loại chỉ vì có một vài câu giống nhau.

Kiểm tra mã hóa trước khi nhập. Nếu thang đo dùng 1 đến 5, giá trị 6 hoặc chữ “đồng ý” trong cột số phải được xử lý trước. Các biến nhân khẩu học dùng để mô tả có thể giữ riêng, còn cột email, số điện thoại, mã truy cập hoặc dữ liệu nhận diện không cần đưa vào mô hình phân tích.

Nếu có biến đảo chiều, hãy ghi rõ công thức mã hóa và thực hiện trước khi chạy Cronbach's Alpha. Không được xóa một biến chỉ vì muốn Alpha tăng mà không xem nội dung lý thuyết và Corrected Item-Total Correlation. Kết quả làm sạch phải được tính lại, nên số dòng trong file cuối cùng cần khớp với số quan sát bạn báo cáo.

Cách trình bày trong chương 3

Trong chương phương pháp, trình bày theo thứ tự: tổng thể nghiên cứu, cách chọn mẫu, công thức tính cỡ mẫu, sai số lựa chọn, số phiếu phát ra, tiêu chí phiếu hợp lệ và số phiếu dùng để phân tích. Nếu áp dụng thêm quy tắc theo số biến quan sát, hãy nói rõ đây là kiểm tra bổ sung, không trộn hai cách tính thành một công thức mới.

Cách viết vào luận văn: “Tổng thể nghiên cứu gồm [N] đối tượng thuộc [phạm vi]. Với sai số cho phép [e]%, cỡ mẫu tối thiểu được tính theo công thức n = N / (1 + N × e²), cho kết quả [kết quả chưa làm tròn], do đó nghiên cứu cần tối thiểu [n] quan sát hợp lệ. Nhóm nghiên cứu phát ra [số phiếu phát] bảng hỏi và thu được [số phiếu hợp lệ] phiếu đạt tiêu chí phân tích.”

Bảng mô tả mẫu nên phân biệt số phiếu thu về, số phiếu bị loại và số phiếu cuối cùng. Nếu tổng thể hữu hạn và bạn dùng công thức của Yamane, hãy ghi (Yamane, 1967) đúng tại đoạn trình bày công thức. Nếu chọn công thức Cochran, trích (Cochran, 1977) và giải thích các tham số liên quan.

Bạn có thể đặt bảng cỡ mẫu trong chương 3, còn bảng phân bố giới tính, độ tuổi, kinh nghiệm sử dụng hoặc nhóm nghề nghiệp đặt ở phần mô tả mẫu. Nếu dùng bảng Krejcie Morgan, hãy nói rõ đó là cách tra cứu bổ sung và không gọi bảng này là công thức Slovin.

Lỗi thường gặp

Dùng e = 5 thay vì e = 0,05

Đây là lỗi làm cỡ mẫu sai hoàn toàn. Hãy kiểm tra ô tính trước khi kết luận. Trong Excel, biểu diễn 5% là 5% hoặc 0,05, không phải 5.

Lấy quy mô dân số chung thay cho tổng thể nghiên cứu

Một đề tài về khách hàng đã mua hàng không thể tự động dùng toàn bộ dân số địa phương làm N. Tổng thể phải khớp với câu hỏi nghiên cứu và tiêu chí sàng lọc.

Báo cỡ mẫu tính ra nhưng không nói số phiếu hợp lệ

Cỡ mẫu 371 nghĩa là bạn cần 371 dòng dữ liệu đạt điều kiện phân tích. Nếu chỉ có 340 dòng hợp lệ, việc đã phát 500 phiếu không tự động bù được phần thiếu.

Chọn công thức nhỏ nhất để giảm công sức

Slovin, Cochran, Yamane, bảng Krejcie Morgan và yêu cầu cỡ mẫu cho EFA phục vụ những cách lập luận khác nhau. Hãy chọn một logic chính, nêu giả định và đối chiếu yêu cầu của mô hình thay vì lấy kết quả thấp nhất.

Gọi mọi phản hồi là quan sát hợp lệ

Phiếu thiếu nhiều câu, không qua câu hỏi sàng lọc hoặc có dấu hiệu trả lời máy móc cần được xem xét theo tiêu chí đã định trước. Việc làm sạch sau khi nhìn thấy kết quả kiểm định cũng cần được ghi lại, để bạn giải trình được từng thay đổi.

Bạn có thể xem thêm các hướng dẫn thuộc chủ đề Khảo sát để đối chiếu cách thiết kế mẫu và thu thập dữ liệu.

Câu hỏi thường gặp

Công thức Slovin là bao nhiêu?

Công thức là n = N / (1 + N × e²). N là quy mô tổng thể, còn e là sai số cho phép viết dưới dạng thập phân. Sau khi tính, bạn làm tròn lên và phân biệt số quan sát tối thiểu với số phiếu cần phát.

Sai số 5% có bắt buộc không?

Không. 5% là lựa chọn thường gặp, nhưng sai số cần được giải thích theo mục tiêu nghiên cứu, khả năng thu thập dữ liệu và yêu cầu của người hướng dẫn. Sai số thấp hơn làm cỡ mẫu tăng, còn sai số cao hơn làm cỡ mẫu giảm và có thể ảnh hưởng độ chính xác mong muốn.

Khi không biết N thì có dùng Slovin được không?

Bạn không nên dùng một giá trị N tự đoán. Khi tổng thể không biết hoặc rất lớn, hãy xem công thức Cochran trong (Cochran, 1977) hoặc phương pháp cỡ mẫu mà mô hình của bạn yêu cầu. Nếu nghiên cứu có EFA, hồi quy hoặc SmartPLS, cỡ mẫu còn phải được kiểm tra theo các phân tích dự kiến.

Công thức Cochran là bao nhiêu?

Dạng cơ bản là n0 = Z² × p × (1 - p) / e², trong đó Z liên quan đến mức tin cậy, p là tỷ lệ dự kiến và e là sai số. Công thức này khác Slovin ở cách xây dựng bài toán. Bạn cần ghi rõ giá trị tham số và nguồn (Cochran, 1977) thay vì chỉ ghi một con số cỡ mẫu.

Có thể dùng kết quả Slovin cho mọi đề tài khảo sát không?

Không nên mặc định như vậy. Công thức chỉ cho bạn một ước tính dựa trên tổng thể và sai số. Nếu đề tài cần phân tích nhiều nhóm, EFA, hồi quy hoặc mô hình cấu trúc, hãy kiểm tra thêm cỡ mẫu theo số biến, số nhóm và thủ tục thống kê. Cỡ mẫu cuối cùng nên đáp ứng yêu cầu chặt chẽ hơn trong các yêu cầu có liên quan.

Hãy mở file dữ liệu, ghi lại N, e, cỡ mẫu tối thiểu, số phiếu phát ra và số dòng hợp lệ trong một bảng kiểm tra trước khi nhập SPSS. Nếu bạn cần tính cỡ mẫu, thiết kế bảng hỏi và chốt logic thu thập dữ liệu, xem module M3 trên DoThesis.