Công thức tính cỡ mẫu cho nghiên cứu định lượng

Cỡ mẫu là gì trong nghiên cứu định lượng

Cỡ mẫu là số lượng bảng trả lời hợp lệ được dùng để phân tích trong một nghiên cứu định lượng. Nếu bạn phát ra 350 bảng hỏi nhưng sau khi kiểm tra chỉ còn 312 phiếu đạt yêu cầu, cỡ mẫu phân tích của bạn là 312. Hai con số này cần được tách riêng trong chương phương pháp, vì số phiếu thu về và số phiếu sử dụng được không luôn giống nhau.

Cỡ mẫu cần đủ lớn để dữ liệu phản ánh tương đối tốt nhóm đối tượng mà bạn muốn nghiên cứu, đồng thời phù hợp với phép phân tích dự kiến. Một khảo sát mô tả đơn giản, hồi quy tuyến tính, EFA và PLS-SEM có thể cần cách lập luận khác nhau. Vì vậy, bạn nên xác định mô hình, số biến quan sát và phương pháp phân tích trước khi chốt số phiếu cần thu.

Bạn có thể xem phần giải thích nền tảng tại bài cỡ mẫu là gì, sau đó quay lại công thức cụ thể phù hợp với đề tài của mình. Công thức chỉ là điểm bắt đầu. Chất lượng mẫu còn phụ thuộc vào cách chọn đối tượng, tiêu chí sàng lọc và số lượng phản hồi hợp lệ.

Cách xác định cỡ mẫu

Dùng công thức Yamane khi biết quy mô tổng thể

Khi bạn biết tương đối rõ quy mô tổng thể hữu hạn, có thể dùng công thức Yamane:

n = N / (1 + N × e²)

Trong đó, n là cỡ mẫu tối thiểu, N là quy mô tổng thể và e là sai số cho phép. Với sai số 5%, bạn thay e bằng 0,05. Ví dụ, nếu danh sách tổng thể có 10.000 người, cỡ mẫu tối thiểu theo công thức là khoảng 385. Con số này là mức tối thiểu theo giả định của công thức, chưa tính phần trả lời không hợp lệ hoặc không phản hồi. Công thức quy mô tổng thể hữu hạn được trình bày trong (Yamane, 1967).

Nếu tổng thể của bạn là khách hàng của một ứng dụng có 50.000 tài khoản, bạn cần giải thích rõ 50.000 là số người thuộc phạm vi nghiên cứu hay chỉ là số tài khoản đăng ký. Một người có nhiều tài khoản có thể làm thay đổi cách xác định tổng thể. Khi không có danh sách tổng thể đáng tin cậy, việc áp dụng máy móc công thức Yamane sẽ khó giải trình.

Dùng công thức Cochran khi chưa biết tổng thể

Với khảo sát tỷ lệ trong tổng thể lớn hoặc chưa biết chính xác quy mô tổng thể, công thức Cochran thường được dùng theo dạng:

n₀ = Z² × p × (1 - p) / e²

Z liên quan đến mức tin cậy, p là tỷ lệ ước đoán của đặc điểm cần nghiên cứu và e là sai số cho phép. Khi chưa có ước đoán đáng tin cậy về p, bạn cần ghi rõ giả định được sử dụng trong đề cương và nhất quán khi tính. Cơ sở của công thức xác định cỡ mẫu cho một tỷ lệ được trình bày trong (Cochran, 1977).

Bạn không nên đưa một con số vào luận văn mà không nói rõ quy mô tổng thể, sai số, mức tin cậy hoặc giả định đi kèm. Nếu hội đồng hỏi “Vì sao em chọn 300 mẫu”, câu trả lời cần quay lại được với công thức và phạm vi đối tượng, thay vì chỉ nói đó là con số thường dùng.

Dùng số biến quan sát cho EFA và mô hình định lượng

Nếu đề tài có EFA, hồi quy hoặc mô hình gồm nhiều thang đo, số biến quan sát là một căn cứ thực tế. Một quy tắc thường được trích dẫn là cần từ 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010). Chẳng hạn, bảng hỏi có 30 biến quan sát thì mức tham khảo có thể nằm trong khoảng 150 đến 300 phản hồi hợp lệ.

Quy tắc này không thay thế hoàn toàn cho việc xem xét mô hình. Nếu bạn có nhiều nhân tố, nhiều biến độc lập hoặc dự kiến loại một số biến trong EFA, nên đặt mục tiêu cao hơn mức tối thiểu. Với hồi quy, công thức tham khảo là n ≥ 50 + 8m, trong đó m là số biến độc lập (Tabachnick và Fidell, 2013). Đây là căn cứ cho hồi quy, không phải công thức dùng nguyên xi cho mọi loại nghiên cứu.

Bảng tra nhanh theo tình huống

Ví dụ, bạn có 24 biến quan sát và 5 biến độc lập. Theo tỷ lệ 5 đến 10 lần, cỡ mẫu tham khảo là 120 đến 240. Theo công thức hồi quy, mức tối thiểu là 50 + 8 × 5 = 90. Khi hai căn cứ cho ra các mức khác nhau, bạn nên chọn mức cao hơn có thể triển khai và giải thích cả hai cách kiểm tra. Nếu dự kiến có phiếu không hợp lệ, hãy phát dư khoảng 10% đến 20% so với cỡ mẫu phân tích mục tiêu, nhưng cần mô tả đây là phần dự phòng chứ không phải cỡ mẫu tối thiểu mới.

Thiết kế bảng hỏi phục vụ mục tiêu này

Cỡ mẫu chỉ có ý nghĩa khi bảng hỏi đo đúng khái niệm nghiên cứu. Trước khi phát phiếu, bạn cần lập danh sách biến tiềm ẩn, biến quan sát, nguồn thang đo và cách mã hóa. Một thang đo có bốn biến quan sát nên được đặt mã rõ như DV1, DV2, DV3, DV4, thay vì dùng tên cột dài và không nhất quán.

Chọn loại câu hỏi

Với nghiên cứu định lượng, bảng hỏi thường gồm câu hỏi sàng lọc, câu hỏi đo lường bằng thang Likert và nhóm câu hỏi nhân khẩu học. Câu hỏi sàng lọc giúp bạn xác định người trả lời có đúng đối tượng hay không, chẳng hạn đã từng sử dụng dịch vụ trong sáu tháng gần đây. Câu hỏi nhân khẩu học dùng để mô tả mẫu hoặc phân nhóm, không nên đưa tất cả vào mô hình nếu không có lý do nghiên cứu.

Thang Likert cần ghi rõ điểm số và ý nghĩa ở hai đầu thang đo. Thang 5 điểm có thể đi từ hoàn toàn không đồng ý đến hoàn toàn đồng ý. Nền tảng của thang đo thái độ Likert được trình bày trong (Likert, 1932). Bạn nên giữ cùng chiều diễn giải giữa các biến quan sát, đồng thời đánh dấu những biến cần reverse code trước khi nhập SPSS.

Ước lượng số phiếu cần phát

Hãy phân biệt ba số: cỡ mẫu tối thiểu cần phân tích, số phiếu hợp lệ mục tiêu và số phiếu cần phát. Ví dụ, bạn cần 250 phiếu hợp lệ, dự kiến 10% phiếu bị loại, thì số phiếu cần phát sẽ cao hơn 250. Nếu tỷ lệ phản hồi thấp, bạn còn phải tính đến số người được mời nhưng không hoàn thành bảng hỏi.

Bạn có thể tham khảo cách tổ chức bảng hỏi là gì và cấu trúc biểu mẫu khảo sát trước khi tạo phiên bản chính thức. Hãy thử mở bảng hỏi trên điện thoại, kiểm tra câu bắt buộc, logic chuyển trang và việc mã hóa câu trả lời trước khi gửi đường dẫn rộng rãi.

Kiểm tra bảng hỏi trước khi thu chính thức

Ở vòng kiểm tra, bạn tập trung vào lỗi hiển thị, câu hỏi khó hiểu, phương án trả lời bị thiếu và thời gian hoàn thành. Nếu một biến quan sát có cách diễn đạt khiến người trả lời hiểu theo hai hướng, dữ liệu thu được sẽ khó giải thích dù cỡ mẫu lớn.

Bạn cũng nên kiểm tra xem các cột xuất ra có đúng tên biến, đúng thứ tự và đúng dạng số hay không. Câu trả lời “Không áp dụng” cần được quy định mã riêng, không tự động nhập thành giá trị ở giữa thang Likert. Những quy tắc này nên được ghi lại trong file hướng dẫn mã hóa dữ liệu.

Triển khai thu dữ liệu

Bạn cần xác định rõ mẫu được lấy từ đâu, trong khoảng thời gian nào và theo tiêu chí nào. Nếu nghiên cứu người dùng một sàn thương mại điện tử, hãy ghi rõ điều kiện một người được xem là người dùng, thay vì chỉ nói “khảo sát khách hàng”. Cách chọn mẫu thuận tiện có thể phù hợp với giới hạn của luận văn, nhưng bạn cần trình bày giới hạn khái quát hóa.

Bạn có thể tạo phiếu khảo sát online bằng công cụ phù hợp. fillform.info là công cụ biểu mẫu của DoThesis, được xây dựng cho việc tạo và thu thập phản hồi bảng hỏi tiếng Việt. Google Forms là một lựa chọn thay thế phổ biến nếu bạn muốn tự tạo biểu mẫu bằng hệ sinh thái Google. Dù dùng công cụ nào, bạn vẫn cần tải dữ liệu xuống và kiểm tra từng cột trước khi nhập SPSS.

Trong quá trình thu, hãy lưu phiên bản bảng hỏi, ngày bắt đầu, ngày kết thúc và số phản hồi mỗi ngày. Nếu bạn thay đổi câu hỏi giữa chừng, dữ liệu trước và sau thay đổi có thể không còn hoàn toàn tương đương. Trường hợp phải chỉnh sửa, hãy ghi lại thời điểm và nội dung chỉnh sửa để giải trình trong chương phương pháp.

Không nên chỉ thu đúng bằng cỡ mẫu tối thiểu rồi dừng ngay. Một số phản hồi sẽ bị loại vì thiếu dữ liệu, trả lời quá nhanh hoặc có dấu hiệu chọn cùng một phương án cho toàn bộ thang đo. Mức dự phòng cần được quyết định dựa trên khả năng tiếp cận đối tượng, thời gian và ngân sách, không nên trình bày như một tỷ lệ bắt buộc cho mọi đề tài.

Làm sạch dữ liệu trước khi nhập SPSS

Trước tiên, bạn kiểm tra các dòng bị bỏ trống nhiều, câu trả lời không qua câu hỏi sàng lọc và bản ghi trùng lặp. Nếu bảng hỏi yêu cầu trả lời tất cả biến quan sát nhưng một người bỏ trống nhiều mục, bạn cần đặt tiêu chí loại trước khi phân tích. Tiêu chí này phải áp dụng nhất quán cho toàn bộ dữ liệu.

Tiếp theo, kiểm tra straight-lining, tức người trả lời chọn cùng một mức cho hàng loạt biến quan sát mà không có dấu hiệu đọc và phân biệt nội dung. Đây là tín hiệu để xem xét, không phải bằng chứng duy nhất để loại phiếu. Bạn nên kết hợp thời gian hoàn thành, câu trả lời sàng lọc và mẫu trả lời bất thường trước khi quyết định.

Sau đó, kiểm tra mã hóa biến. Các cột dùng cho Cronbach's Alpha và EFA phải là biến số, không phải chuỗi văn bản. Biến reverse code cần được chuyển chiều trước khi chạy kiểm định độ tin cậy. Các cột như thời gian gửi, email, mã truy cập hoặc ghi chú nội bộ không đưa vào mô hình nếu chúng không phải biến nghiên cứu.

Cuối cùng, lưu hai file riêng. Một file là dữ liệu gốc không chỉnh sửa, file còn lại là dữ liệu đã làm sạch để chạy phân tích. Đặt tên phiên bản như data_raw, data_clean_v1, data_clean_v2 giúp bạn quay lại kiểm tra khi giảng viên hỏi vì sao số phiếu ở các bảng khác nhau.

Cách trình bày trong chương 3

Phần cỡ mẫu trong chương 3 nên trả lời được năm câu hỏi: tổng thể là ai, cách tiếp cận mẫu thế nào, công thức nào được sử dụng, cỡ mẫu tối thiểu là bao nhiêu và thực tế có bao nhiêu phản hồi hợp lệ. Bạn cũng cần nêu thời gian thu thập và tiêu chí loại phiếu nếu dữ liệu có sàng lọc.

Bạn có thể viết theo mẫu sau: “Nghiên cứu xác định cỡ mẫu tối thiểu là [số mẫu] dựa trên [công thức hoặc quy tắc], trong đó [nêu biến số chính]. Sau quá trình thu thập và làm sạch, nghiên cứu thu được [số phiếu hợp lệ] phản hồi để thực hiện [EFA/hồi quy/PLS-SEM].” Hãy thay toàn bộ phần trong ngoặc vuông bằng số liệu thật trong file của bạn.

Nếu dùng nhiều căn cứ, hãy nói rõ căn cứ nào quyết định con số cuối cùng. Ví dụ, bạn có thể trình bày rằng yêu cầu theo số biến quan sát là 200, yêu cầu theo hồi quy là 90, nên chọn mục tiêu tối thiểu 200 phiếu hợp lệ để đáp ứng phân tích EFA. Cách viết này dễ kiểm tra hơn việc liệt kê nhiều công thức nhưng không kết nối với quyết định cuối.

Khi báo cáo mẫu, nên có bảng mô tả số phiếu phát ra, số phiếu thu về, số phiếu bị loại và số phiếu hợp lệ. Không điền số minh họa vào chương 3. Bảng trong bài này chỉ giải thích cách lập luận, còn luận văn của bạn phải dùng số đếm từ dữ liệu thực tế.

Lỗi thường gặp

Chọn công thức theo con số quen thuộc

Nhiều sinh viên chọn 200 hoặc 300 vì thấy các luận văn khác dùng mức đó. Con số của đề tài khác có thể dựa trên tổng thể, mô hình và phép phân tích khác. Bạn nên bắt đầu từ mục tiêu nghiên cứu, rồi kiểm tra ít nhất một căn cứ về tổng thể và một căn cứ về mô hình.

Nhầm số phiếu phát với cỡ mẫu hợp lệ

Nếu phát 300 phiếu và loại 28 phiếu, bạn không thể ghi cỡ mẫu phân tích là 300. Hãy ghi riêng từng bước để số liệu ở chương 3, chương 4 và phụ lục không mâu thuẫn.

Thu mẫu không đúng đối tượng

Một bảng trả lời đầy đủ vẫn không có giá trị nếu người trả lời không thuộc tổng thể nghiên cứu. Câu hỏi sàng lọc cần xuất hiện trước nhóm thang đo, và tiêu chí loại người không phù hợp phải được định nghĩa từ trước.

Xóa dữ liệu chỉ để đạt cỡ mẫu

Bạn không nên loại phiếu tùy ý nhằm làm Cronbach's Alpha hoặc EFA đẹp hơn. Mỗi phiếu bị loại cần có lý do quan sát được và được ghi lại. Nếu dữ liệu không đạt, có thể cần xem lại bảng hỏi, cách lấy mẫu hoặc kế hoạch phân tích, chứ không chỉ xóa thêm dòng.

Dùng công thức Yamane khi không biết N

Công thức Yamane cần quy mô tổng thể N. Nếu bạn không có cơ sở để xác định N, hãy mô tả giới hạn thông tin và chọn căn cứ khác phù hợp hơn. Việc tự đặt một N lớn để tạo ra một con số có vẻ hợp lý sẽ bị hỏi lại khi bảo vệ.

Câu hỏi thường gặp

Cỡ mẫu nghiên cứu bao nhiêu là phù hợp?

Không có một con số duy nhất phù hợp cho mọi nghiên cứu. Bạn cần đối chiếu quy mô tổng thể, số biến quan sát, số biến độc lập và phương pháp phân tích. Với EFA, quy tắc 5 đến 10 quan sát cho mỗi biến quan sát là một căn cứ thường dùng (Hair và cộng sự, 2010), còn hồi quy có thể kiểm tra thêm n ≥ 50 + 8m (Tabachnick và Fidell, 2013).

Công thức tính cỡ mẫu nào nên dùng khi không biết tổng thể?

Bạn có thể xem xét công thức Cochran cho bài toán ước lượng một tỷ lệ (Cochran, 1977). Trong luận văn, hãy ghi rõ các giả định về mức tin cậy, sai số và tỷ lệ ước đoán. Nếu nghiên cứu của bạn tập trung vào EFA hoặc mô hình nhiều thang đo, cần kiểm tra thêm yêu cầu của phép phân tích thay vì chỉ dùng một công thức khảo sát tỷ lệ.

Có cần thu dư so với cỡ mẫu tối thiểu không?

Nên dự phòng một phần vì có thể xuất hiện phiếu thiếu dữ liệu, trả lời không đúng đối tượng hoặc straight-lining. Mức dự phòng phụ thuộc vào kênh thu thập và chất lượng phản hồi dự kiến. Khi báo cáo, hãy tách số phiếu cần phân tích khỏi số phiếu đã phát và số phiếu bị loại.

Cỡ mẫu ít hơn dự kiến thì phải làm sao?

Trước hết, kiểm tra lại tiêu chí loại phiếu và xem có phiếu nào bị loại do lỗi nhập liệu hay không. Nếu con số hợp lệ vẫn thấp, bạn cần trao đổi với giảng viên về việc tiếp tục thu, điều chỉnh phạm vi tổng thể hoặc giới hạn loại phân tích. Không nên tự giảm tiêu chuẩn sau khi nhìn thấy kết quả kiểm định.

Có thể dùng cùng một cỡ mẫu cho SPSS và SmartPLS không?

Một bộ dữ liệu có thể được dùng cho cả SPSS và SmartPLS nếu thiết kế nghiên cứu, biến đo và chất lượng dữ liệu đáp ứng cả hai kế hoạch. Tuy nhiên, lý do chọn cỡ mẫu phải gắn với mô hình và thủ tục phân tích cụ thể. Bạn cần tránh lấy ngưỡng của một phương pháp để khẳng định rằng mọi phân tích còn lại đều đủ điều kiện.

Hãy mở lại file bảng hỏi và file dữ liệu của bạn, ghi ra số biến quan sát, số biến độc lập, quy mô tổng thể nếu biết, rồi tính cỡ mẫu theo căn cứ phù hợp nhất trước khi tiếp tục thu hoặc làm sạch dữ liệu. Nếu cần chạy công thức và kiểm tra dữ liệu thật trong .sav hoặc .csv, bạn có thể dùng module M4 phân tích của DoThesis.