Hội đồng hỏi về cỡ mẫu phải làm sao: cách giải trình và xử lý

Hiện tượng bạn đang gặp

Bạn vừa trình bày phần phương pháp hoặc kết quả thì một thành viên hội đồng hỏi: “Vì sao em chọn cỡ mẫu này?”, “Căn cứ nào cho thấy số quan sát là đủ?” hoặc “Mẫu của em có đại diện cho tổng thể không?”. Lúc đó, việc cần làm là tách câu hỏi thành ba phần: bạn đã chọn cỡ mẫu theo quy tắc nào, quy tắc đó phù hợp với mô hình ra sao, và dữ liệu thực tế có đáp ứng điều kiện phân tích hay chưa.

Cỡ mẫu không được chứng minh chỉ bằng một con số nằm trong file .sav. Bạn cần mở lại đề cương, bảng hỏi, số biến quan sát, số biến độc lập trong hồi quy hoặc cấu trúc mô hình SmartPLS. Nếu câu trả lời hiện tại chỉ là “em tham khảo khóa trước” hoặc “em thu được từng này phiếu” thì hội đồng có lý do để hỏi tiếp.

Bạn có thể xem thêm các hướng dẫn thuộc nhóm Nghiên cứu khoa học, nhưng với tình huống bảo vệ sắp diễn ra, hãy bắt đầu từ đúng căn cứ mà luận văn của bạn đã sử dụng.

Nguyên nhân thường gặp

Có bốn nguyên nhân khiến phần giải trình cỡ mẫu dễ bị chất vấn. Thứ nhất, luận văn dùng nhiều quy tắc nhưng không nói quy tắc nào là căn cứ chính. Chẳng hạn, chương 3 ghi vừa dùng công thức Yamane, vừa dùng tỷ lệ 5 đến 10 quan sát cho một biến quan sát, sau đó kết luận rằng số phiếu thu được là đủ mà không tính cụ thể.

Thứ hai, số mẫu tối thiểu được tính trước khi bảng hỏi hoàn thiện. Khi bạn thêm biến quan sát, thêm nhóm phân tích hoặc đổi từ hồi quy sang mô hình có biến trung gian, con số ban đầu có thể không còn phù hợp.

Thứ ba, bạn nhầm số phiếu phát ra với số quan sát hợp lệ. Hội đồng thường quan tâm đến số dòng dữ liệu thực sự được đưa vào Cronbach's Alpha, EFA, hồi quy hoặc SmartPLS. Phiếu bị thiếu nhiều câu, trả lời một cột duy nhất hoặc không qua câu hỏi sàng lọc không nên được cộng vào mẫu phân tích.

Thứ tư, bạn nói “mẫu đại diện” quá rộng. Nếu chọn mẫu thuận tiện, bạn cần mô tả rõ đối tượng, địa bàn, thời gian và tiêu chí sàng lọc. Từ dữ liệu đó, bạn có thể nói mẫu phù hợp với phạm vi nghiên cứu đã xác định, nhưng không nên khẳng định mẫu đại diện tuyệt đối cho toàn bộ dân số nếu thiết kế mẫu không hỗ trợ kết luận đó.

Với hồi quy, một căn cứ thường được sử dụng là số quan sát tối thiểu bằng 50 cộng 8 lần số biến độc lập, theo (Tabachnick và Fidell, 2013). Với nghiên cứu khám phá thang đo, quy tắc 5 đến 10 quan sát cho một biến quan sát được trích dẫn từ (Hair và cộng sự, 2010). Hai cách tính này trả lời các câu hỏi khác nhau, vì vậy bạn cần nói rõ cách nào phù hợp với thiết kế của mình.

Cách xử lý theo thứ tự ưu tiên

Xác định đúng số quan sát được phân tích

Mở file dữ liệu và ghi lại ba con số: số phản hồi nhận được, số phản hồi sau khi làm sạch và số quan sát thực sự đưa vào từng phân tích. Ba số này có thể khác nhau. Ví dụ, một số dòng bị loại trước EFA nhưng vẫn còn trong file gốc, hoặc một nhóm biến được chạy trên số dòng khác do có missing value.

Trong SPSS, bạn có thể kiểm tra số trường hợp bằng Analyze > Descriptive Statistics > Frequencies, chọn một biến định danh hoặc biến nhân khẩu học ít bị thiếu. Nếu dữ liệu có mã phiếu, hãy kiểm tra thêm bằng Analyze > Descriptive Statistics > Descriptives. Đừng sửa số liệu chỉ để đạt một ngưỡng mong muốn. Hãy lưu một bản dữ liệu gốc và một bản dữ liệu phân tích, đồng thời ghi lý do mỗi lần loại dòng.

Đối chiếu cỡ mẫu với số biến quan sát

Đếm số biến quan sát thực tế, chẳng hạn Q1 đến Q5 của một thang đo, thay vì đếm số khái niệm trong mô hình. Nếu có 30 biến quan sát và bạn dùng quy tắc 5 đến 10 quan sát cho một biến, khoảng tham khảo sẽ là 150 đến 300 quan sát. Quy tắc này được gắn với nguồn (Hair và cộng sự, 2010), nhưng không nên trình bày như một định luật áp dụng cho mọi thiết kế.

Nếu cỡ mẫu thấp hơn mức dự kiến, hãy kiểm tra xem bạn có đang tính cả biến định danh, câu hỏi sàng lọc hoặc biến bị loại trước phân tích hay không. Ngược lại, nếu đã dùng 30 biến quan sát trong EFA, việc chỉ tính theo 20 biến ban đầu sẽ làm phần giải trình thiếu nhất quán.

Kiểm tra số biến độc lập trong hồi quy

Nếu luận văn chạy hồi quy tuyến tính, xác định m là số biến độc lập cùng xuất hiện trong phương trình. Ví dụ, mô hình có 5 biến độc lập thì căn cứ 50 + 8m cho ra 90 quan sát tối thiểu theo (Tabachnick và Fidell, 2013). Đây là một phép kiểm tra bổ sung, không thay thế việc xem xét số biến quan sát và mục tiêu nghiên cứu.

Khi mở bảng Coefficients trong SPSS, hãy đếm các dòng biến độc lập, không tính dòng Constant. Nếu mô hình có biến kiểm soát, hãy ghi rõ chúng có được tính vào m hay không và giữ cách tính đó nhất quán trong chương 3.

Kiểm tra chất lượng dữ liệu trước khi xin tăng mẫu

Cỡ mẫu lớn hơn không cứu được dữ liệu có chất lượng kém. Kiểm tra tỷ lệ missing, các mẫu trả lời quá nhanh, mẫu chọn cùng một mức cho gần như toàn bộ bảng hỏi và các dòng trùng mã. Với dữ liệu dùng cho hồi quy, bạn có thể xem các chẩn đoán trong Analyze > Regression > Linear, gồm Collinearity diagnostics và Durbin-Watson. Khoảng Durbin-Watson từ 1 đến 3 thường được dùng khi kiểm tra phần dư theo (Field, 2013).

Nếu mẫu chưa đủ nhưng dữ liệu hiện có sạch, hãy hỏi giảng viên hướng dẫn về khả năng thu bổ sung. Nếu mẫu đủ số lượng nhưng còn nhiều dòng đáng ngờ, ưu tiên làm sạch và giải trình tiêu chí loại hơn là giữ lại dữ liệu chỉ để bảo vệ một con số.

Đặt căn cứ vào đúng loại phân tích

Với SmartPLS, bạn cần phân biệt mô hình đo lường và mô hình cấu trúc. Cỡ mẫu phải được giải thích cùng số biến tiềm ẩn, số đường dẫn và mục tiêu kiểm định, thay vì lấy nguyên tiêu chí CFI, TLI hoặc RMSEA của CB-SEM. Những chỉ số fit đó thuộc nhóm CB-SEM theo (Hu và Bentler, 1999), không phải bộ tiêu chí để trình bày kết quả SmartPLS.

Nếu hội đồng hỏi sâu về độ ổn định của kết quả, hãy nói bạn đã dùng bootstrapping và nêu số bootstrap subsamples nếu đúng với file phân tích. Quy trình 5.000 bootstrap subsamples được trình bày trong (Hair và cộng sự, 2022). Bạn chỉ nên nêu con số này khi thực sự đã cài đặt và chạy trong SmartPLS.

Khi nào phải quay lại thu thêm dữ liệu

Bạn nên cân nhắc thu thêm dữ liệu khi số quan sát hợp lệ thấp hơn căn cứ tối thiểu mà luận văn đã cam kết, khi một nhóm phân tích có quá ít trường hợp, hoặc khi sau khi loại dữ liệu không hợp lệ, cỡ mẫu giảm đáng kể so với phần phương pháp. Quyết định này cần dựa trên file dữ liệu hiện tại, không dựa trên cảm giác rằng “thêm vài phiếu sẽ đẹp hơn”.

Bảng dưới đây là cách đối chiếu nhanh các căn cứ thường gặp. Mỗi hàng có nguồn để bạn không trả lời bằng một ngưỡng không rõ xuất xứ.

Nếu có thể thu thêm, hãy giữ nguyên tiêu chí sàng lọc, cách phát bảng hỏi và cấu trúc biến. Không nên thay đổi đối tượng giữa hai đợt mà không ghi rõ, vì khi đó hội đồng có thể hỏi liệu hai nhóm phản hồi có cùng thuộc tổng thể nghiên cứu hay không.

Bản thân các bảng kết quả cũng có thể chỉ ra vấn đề. Ví dụ, bảng KMO and Bartlett's Test có KMO dưới mức tham khảo hoặc bảng Rotated Component Matrix xuất hiện nhiều tải chéo không có nghĩa chắc chắn rằng chỉ cần tăng mẫu là mọi thứ sẽ đạt. Có thể vấn đề nằm ở cách diễn đạt biến quan sát, cấu trúc thang đo hoặc dữ liệu không phù hợp với mô hình.

Cách giải trình với giảng viên hướng dẫn

Khi trao đổi, hãy đưa một trang tóm tắt gồm đối tượng nghiên cứu, phương pháp chọn mẫu, số phiếu phát ra, số phiếu hợp lệ, số biến quan sát, số biến độc lập và căn cứ cỡ mẫu. Cách này giúp giảng viên nhìn thấy toàn bộ chuỗi logic thay vì nghe một con số đứng riêng.

Cách viết vào luận văn: “Nghiên cứu thu về [số phiếu] phiếu, sau khi loại [số phiếu bị loại] phiếu không hợp lệ còn [số quan sát hợp lệ] quan sát được đưa vào phân tích. Cỡ mẫu được đối chiếu theo [căn cứ chính], với [m là số biến độc lập hoặc số biến quan sát] và yêu cầu tối thiểu là [ngưỡng]. Do đó, cỡ mẫu thực tế [đáp ứng hoặc chưa đáp ứng] căn cứ đã lựa chọn. Việc giới hạn kết luận được thực hiện trong phạm vi [đối tượng, địa bàn, thời gian nghiên cứu].”

Đây là mẫu câu để bạn thay bằng số liệu thật, không phải đoạn có thể chép nguyên nếu thông tin trong file khác. Nếu cỡ mẫu chưa đạt, cách viết trung thực hơn là ghi rõ hạn chế, nêu ảnh hưởng có thể có đến khả năng khái quát và xin ý kiến về việc thu bổ sung hoặc thu hẹp phạm vi kết luận.

Khi hội đồng hỏi trực tiếp, bạn có thể trả lời theo thứ tự: “Em dùng [căn cứ] làm căn cứ chính vì mục tiêu phân tích của đề tài là [hồi quy, EFA hoặc PLS-SEM]. Với [số biến], mức tối thiểu được tính là [phép tính]. Sau khi làm sạch, em còn [số quan sát] quan sát hợp lệ. Vì vậy, em giới hạn kết luận ở [phạm vi] và không khẳng định đại diện cho toàn bộ tổng thể ngoài phạm vi đó.”

Cách phòng từ bước thiết kế

Ngay khi thiết kế bảng hỏi, hãy lập bảng theo dõi biến. Mỗi dòng gồm mã biến, khái niệm, nguồn thang đo, số biến quan sát, cách mã hóa và phân tích dự kiến. Khi số biến thay đổi, bạn sẽ nhìn thấy ngay tác động đến cỡ mẫu.

Chọn căn cứ cỡ mẫu trước khi phát bảng hỏi và ghi cả phương án dự phòng. Nếu cần 200 quan sát hợp lệ nhưng dự kiến 10% phản hồi bị loại, số phiếu cần thu sẽ cao hơn 200. Tỷ lệ dự phòng này phải được mô tả như kế hoạch thu thập, không biến thành tuyên bố rằng mọi phiếu phát ra đều là mẫu phân tích.

Hãy thống nhất tiêu chí loại dữ liệu trước khi xem kết quả. Ví dụ, quy định thế nào là bảng hỏi thiếu quá nhiều mục, phản hồi trùng lặp hoặc không qua câu hỏi sàng lọc. Việc đặt tiêu chí sau khi nhìn thấy Cronbach's Alpha thấp dễ khiến hội đồng nghi ngờ bạn loại dữ liệu theo kết quả mong muốn.

Nếu mô hình có nhiều nhóm so sánh, biến trung gian hoặc biến điều tiết, hãy tính đến phân tích cuối cùng ngay từ đầu. Cỡ mẫu đủ cho hồi quy tổng thể có thể vẫn chưa đủ cho các nhóm nhỏ. Đây là lý do bạn nên lập sơ đồ phân tích từ câu hỏi nghiên cứu đến bảng output, thay vì chỉ tính số mẫu theo số trang của bảng hỏi.

Lỗi thường gặp khi sửa

Lỗi đầu tiên là tăng số dòng bằng cách nhân bản câu trả lời. Dữ liệu như vậy làm sai độ lệch chuẩn, tương quan và p-value, đồng thời tạo rủi ro rất lớn khi hội đồng yêu cầu mở file hoặc kiểm tra mã phản hồi. Nếu bạn đang bị nghi ngờ về tính xác thực của dữ liệu, hãy xem hướng dẫn bị nghi ngờ số liệu không thật phải làm sao để xử lý theo hướng minh bạch.

Lỗi thứ hai là xóa biến hoặc xóa phiếu chỉ vì muốn đạt cỡ mẫu hoặc làm bảng kết quả đẹp hơn. Mọi lần loại phải có tiêu chí, được ghi lại và có thể giải thích trước khi biết kết quả cuối cùng.

Lỗi thứ ba là lấy một quy tắc duy nhất để trả lời mọi câu hỏi. Quy tắc 5 đến 10 quan sát trên biến quan sát không tự động chứng minh một mô hình hồi quy nhiều biến, còn công thức tổng thể hữu hạn không tự động chứng minh mẫu thuận tiện có tính đại diện.

Lỗi thứ tư là dùng kết quả của bài báo gốc để ép dữ liệu của mình phải giống. Nếu cỡ mẫu, bối cảnh hoặc cách chọn mẫu khác nhau, kết quả có thể khác. Khi gặp tình huống đó, bạn có thể đọc thêm bài kết quả khác với bài báo gốc phải làm sao.

Cuối cùng, đừng chỉ chuẩn bị câu trả lời bằng lời. Hãy mở sẵn file dữ liệu, syntax hoặc bảng tính tính cỡ mẫu, cùng bảng Case Processing Summary nếu có. Với câu hỏi riêng về cỡ mẫu trong SPSS, hướng dẫn lỗi hội đồng hỏi về cỡ mẫu SPSS có thể giúp bạn kiểm tra thêm cách trình bày.

Đọc thêm: nghiên cứu khoa học.

Câu hỏi thường gặp

Hội đồng hỏi cỡ mẫu bao nhiêu là đạt thì trả lời thế nào?

Bạn không nên trả lời bằng một con số chung cho mọi đề tài. Hãy nêu loại phân tích, số biến cần tính, căn cứ đã chọn và số quan sát hợp lệ sau khi làm sạch. Với hồi quy nhiều biến, bạn có thể trình bày phép tính 50 + 8m theo (Tabachnick và Fidell, 2013) nếu đó là căn cứ đã dùng trong luận văn.

Thu được ít phiếu hơn kế hoạch thì có phải làm lại toàn bộ không?

Chưa chắc. Trước tiên, kiểm tra số quan sát hợp lệ, số biến quan sát và phân tích cuối cùng. Nếu vẫn đáp ứng căn cứ đã cam kết, bạn có thể giữ mẫu và nêu giới hạn. Nếu chưa đáp ứng, trao đổi với giảng viên về việc thu bổ sung hoặc điều chỉnh phạm vi kết luận, không tự ý sửa số liệu.

Cỡ mẫu đủ nhưng KMO hoặc EFA không đạt thì có phải thu thêm không?

Thu thêm dữ liệu có thể giúp kết quả ổn định hơn, nhưng không phải nguyên nhân duy nhất. Kiểm tra chất lượng biến quan sát, tải chéo, cách mã hóa biến đảo chiều và sự phù hợp của thang đo. KMO từ 0.5 trở lên là mức tham khảo theo (Kaiser, 1974), còn quyết định giữ hoặc loại biến cần xem toàn bộ cấu trúc EFA.

Có thể dùng nhiều công thức cỡ mẫu trong cùng luận văn không?

Có thể dùng một công thức làm căn cứ chính và một hoặc hai quy tắc để đối chiếu, miễn là bạn nói rõ vai trò của từng cách. Nếu đưa nhiều công thức nhưng không giải thích vì sao chọn con số cuối cùng, phần phương pháp sẽ dễ bị xem là chắp nối.

Cỡ mẫu thuận tiện có được gọi là đại diện không?

Bạn nên tránh khẳng định đại diện tuyệt đối nếu không có thiết kế xác suất phù hợp. Hãy mô tả rõ đối tượng, tiêu chí sàng lọc, địa bàn, thời gian và phạm vi mà dữ liệu phản ánh. Cụm “phù hợp với phạm vi nghiên cứu” thường chính xác hơn khi bạn dùng mẫu thuận tiện.

Trước buổi bảo vệ, hãy mở file dữ liệu và tự điền các placeholder trong đoạn giải trình: [số phiếu], [số phiếu bị loại], [số quan sát hợp lệ], [số biến] và [căn cứ chính]. Nếu cần chạy lại phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.