Mẫu nghiên cứu là gì? Cách xác định và đọc kết quả trong SPSS
Mẫu nghiên cứu là gì
Mẫu nghiên cứu là tập hợp các đối tượng được chọn từ tổng thể để bạn thu thập dữ liệu và dùng dữ liệu đó phân tích cho đề tài. Đối tượng có thể là người tiêu dùng, nhân viên, sinh viên, doanh nghiệp hoặc các đơn vị khác, tùy câu hỏi nghiên cứu. Ví dụ, nếu đề tài đo lường ý định mua mỹ phẩm của sinh viên tại Thành phố Hồ Chí Minh, mẫu nghiên cứu là những sinh viên thực tế tham gia trả lời bảng hỏi, không phải toàn bộ sinh viên trong cả nước.
Ba khái niệm cần tách riêng là tổng thể nghiên cứu, mẫu nghiên cứu và cỡ mẫu. Tổng thể là toàn bộ nhóm bạn muốn kết luận. Mẫu nghiên cứu là nhóm thực tế được chọn ra. Cỡ mẫu là số lượng đơn vị trong mẫu, chẳng hạn 250 người trả lời hợp lệ. Bạn có thể xem phần giải thích riêng về cỡ mẫu là gì trước khi kiểm tra file dữ liệu.
Trong nghiên cứu định lượng, mẫu nghiên cứu cung cấp các quan sát để bạn chạy Cronbach's Alpha, EFA, hồi quy, t-test, ANOVA hoặc mô hình PLS-SEM. Một mẫu được mô tả đầy đủ cần có ít nhất phạm vi đối tượng, địa bàn hoặc bối cảnh, thời gian thu thập và số lượng quan sát hợp lệ. Chỉ viết “mẫu gồm 300 người” là chưa đủ để người đọc biết 300 người đó được chọn như thế nào.
Ý nghĩa của mẫu nghiên cứu trong nghiên cứu định lượng
Mẫu nghiên cứu quyết định dữ liệu của bạn đại diện đến đâu cho tổng thể và những phép phân tích nào có thể thực hiện. Khi mẫu quá nhỏ, kết quả có thể thiếu ổn định, một số kiểm định không đủ sức phát hiện mối quan hệ. Khi mẫu tập trung vào một nhóm rất hẹp, bạn cần giới hạn phạm vi kết luận thay vì viết như thể kết quả đúng cho toàn bộ thị trường.
Mẫu còn liên quan trực tiếp đến cách bạn xây dựng bảng hỏi. Bạn phải xác định người trả lời có đúng tiêu chí nghiên cứu hay không, có từng sử dụng sản phẩm hay dịch vụ cần khảo sát hay không, và có thuộc địa bàn nghiên cứu hay không. Một bảng hỏi có 500 phản hồi nhưng nhiều người không thuộc tổng thể mục tiêu vẫn không tạo ra mẫu hợp lệ.
Trong file SPSS, mỗi dòng thường là một người trả lời hoặc một đơn vị quan sát, mỗi cột là một biến. Các biến nhân khẩu học như giới tính, độ tuổi, nghề nghiệp và thu nhập giúp bạn mô tả mẫu. Các biến quan sát như DV1, DV2, HL1 hoặc YD3 được dùng để kiểm định thang đo và mô hình. Vì vậy, khi mở dữ liệu, bạn cần biết dòng nào là một mẫu quan sát, biến nào là thông tin mô tả và biến nào đi vào phân tích chính.
Mẫu cũng ảnh hưởng đến khả năng giải thích kết quả. Nếu bạn khảo sát nhân viên ngân hàng nhưng bảng hỏi được phát chủ yếu cho sinh viên, phần mô tả mẫu phải nói đúng điều đó. Người đọc và hội đồng thường hỏi mẫu được lấy ở đâu, tiêu chí lọc là gì, có bao nhiêu phản hồi bị loại và vì sao số quan sát cuối cùng khác số phiếu thu về.
Nếu bạn đang thiết kế cả quy trình lấy dữ liệu, có thể xem phương pháp chọn mẫu để phân biệt chọn mẫu thuận tiện, quota, ngẫu nhiên và các cách tiếp cận khác. Đây là phần phương pháp, còn mẫu nghiên cứu là nhóm quan sát cuối cùng bạn thực sự dùng trong phân tích.
Mẫu nghiên cứu bao nhiêu là đạt
Không có một con số duy nhất đúng cho mọi đề tài. Mẫu nghiên cứu bao nhiêu là tốt phụ thuộc vào số biến quan sát, số biến độc lập, loại phân tích, cách chọn mẫu, mức độ phân tán của dữ liệu và phạm vi kết luận. Bạn không nên lấy một con số phổ biến trên mạng rồi gắn vào mọi đề tài.
Với thang đo và EFA, một quy tắc thường được sử dụng 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 khoảng tham khảo theo quy tắc này là 150 đến 300 quan sát. Đây là căn cứ lập kế hoạch, không phải bảo đảm rằng dữ liệu của bạn sẽ tự động đạt KMO hoặc tạo ra ma trận nhân tố đẹp.
Với hồi quy, cỡ mẫu tối thiểu có thể tham khảo công thức n từ 50 cộng 8m trở lên, trong đó m là số biến độc lập (Tabachnick và Fidell, 2013). Nếu mô hình có 6 biến độc lập, mức tham khảo theo công thức là 98 quan sát. Bạn vẫn cần cân nhắc số biến quan sát, dữ liệu thiếu, outlier và số nhóm khi muốn so sánh nhóm.
Bảng dưới đây tóm tắt các mốc thường dùng. Mỗi dòng có nguồn để bạn không biến quy tắc tham khảo thành một khẳng định không có căn cứ.
| Tình huống | Mốc tham khảo | Nguồn |
|---|---|---|
| Số quan sát trên mỗi biến quan sát khi lập kế hoạch | 5 đến 10 | (Hair và cộng sự, 2010) |
| Hồi quy với m biến độc lập | n từ 50 + 8m | (Tabachnick và Fidell, 2013) |
| KMO để xem xét khả năng phân tích nhân tố | từ 0.5 | (Kaiser, 1974) |
| Factor loading trong EFA | từ 0.5 | (Hair và cộng sự, 2010) |
| Tổng phương sai trích trong EFA | từ 50% | (Hair và cộng sự, 2010) |
| Cỡ mẫu theo công thức tổng thể hữu hạn | dùng công thức Yamane | (Yamane, 1967) |
Nếu tổng thể có kích thước xác định, bạn có thể tham khảo tính cỡ mẫu hoặc công thức tổng thể hữu hạn từ (Yamane, 1967). Nếu đề tài của bạn dùng một mẫu số liệu cụ thể, hãy phân biệt với khái niệm cỡ mẫu của mẫu số liệu là gì. Hai cách gọi này dễ bị dùng lẫn trong chương phương pháp.
Khi viết, hãy ghi cả số phiếu phát ra, số phiếu thu về, số phiếu bị loại và số quan sát hợp lệ. Ví dụ, bạn phát 350 bảng hỏi, thu về 318, loại 18 do thiếu nhiều câu trả lời và còn 300 mẫu hợp lệ. Con số dùng trong SPSS là 300, còn 350 và 318 giúp người đọc kiểm tra quy trình thu thập dữ liệu.
Cách đọc mẫu nghiên cứu trên output trong SPSS
SPSS không tạo ra một bảng có tên “mẫu nghiên cứu” để bạn chỉ cần nhìn một con số. Bạn đọc mẫu qua số dòng hợp lệ, bảng tần số của biến nhân khẩu học và phần số quan sát được đưa vào từng phép phân tích. Cùng một file có thể có 300 dòng ban đầu nhưng một bảng hồi quy chỉ còn 286 quan sát vì dữ liệu thiếu ở một số biến.
Trước tiên, vào Analyze > Descriptive Statistics > Frequencies. Đưa các biến giới tính, độ tuổi, trình độ hoặc nhóm nghề nghiệp vào ô Variable(s). Chọn Display frequency tables nếu cần bảng tần số. Với biến định lượng như tuổi hoặc thu nhập, bạn có thể vào Analyze > Descriptive Statistics > Descriptives để xem số quan sát hợp lệ, giá trị nhỏ nhất, lớn nhất, trung bình và độ lệch chuẩn.
Sau đó kiểm tra dữ liệu thiếu tại Analyze > Descriptive Statistics > Frequencies. Cột Valid cho biết số quan sát có giá trị, còn Missing cho biết số quan sát bị thiếu ở biến đó. Nếu một biến có ít quan sát hơn các biến còn lại, bạn cần biết phép phân tích dùng cách loại danh sách hay loại từng cặp, vì số mẫu trong output có thể thay đổi.
Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Bảng mô phỏng tên cột thường gặp trong output SPSS để bạn biết cần đọc ở đâu.
| Bảng SPSS | Biến hoặc dòng | Valid N | Missing N | Tỷ lệ hoặc giá trị minh họa |
|---|---|---|---|---|
| Case Processing Summary | Cases | 300 | 0 | 100.0% hợp lệ |
| Statistics | TUOI | 300 | 0 | Mean = 26.43; Std. Deviation = 4.18 |
| Frequencies | GIỚI_TÍNH = Nữ | 300 | 0 | 168, tương đương 56.0% |
| Frequencies | NHÓM_TUỔI = 22 đến 25 | 300 | 0 | 142, tương đương 47.3% |
| Reliability Statistics | Cronbach's Alpha | 300 | 0 | 0.842; 6 items |
| Regression Coefficients | X1 | 286 | 14 | Sig. = 0.012, số liệu minh họa |
Trong bảng Case Processing Summary, bạn nhìn Valid để biết số trường hợp được đưa vào phép tính và Excluded để biết số trường hợp bị loại. Trong Frequencies, cột Percent tính trên tổng số trường hợp, còn Valid Percent loại phần missing khỏi mẫu tính tỷ lệ. Nếu dữ liệu thiếu, hai cột này có thể khác nhau.
Trong bảng Reliability Statistics, dòng N of Items là số biến quan sát trong thang đo, không phải cỡ mẫu. Ví dụ, N of Items = 6 nghĩa là thang đo có 6 biến quan sát. Cỡ mẫu của lần chạy vẫn được kiểm tra ở Case Processing Summary hoặc thông tin hợp lệ của output.
Trong bảng Coefficients, cột N thường không xuất hiện như một cột riêng. Số quan sát của mô hình được xem ở bảng Model Summary, ANOVA hoặc phần thông báo số cases được phân tích. Nếu hồi quy dùng 286 quan sát thay vì 300, hãy kiểm tra missing trước khi diễn giải hệ số.
Khi mẫu nghiên cứu không đạt thì xử lý thế nào
Trước hết, xác định “không đạt” đang nói về số lượng, chất lượng hay tính phù hợp của mẫu. Một mẫu có 300 dòng nhưng không có nghĩa vụ phải đạt nếu phần lớn người trả lời không thuộc đối tượng nghiên cứu. Ngược lại, mẫu 220 dòng có thể phù hợp với thiết kế nếu bạn giải thích được tiêu chí chọn và phạm vi kết luận.
Kiểm tra tiêu chí sàng lọc
Mở các câu hỏi sàng lọc trong bảng hỏi và lọc các trường hợp không phù hợp. Ví dụ, đề tài yêu cầu người trả lời đã mua hàng trong sáu tháng gần đây, nhưng file không có biến kiểm tra điều kiện này. Bạn cần thận trọng khi gọi toàn bộ dữ liệu là mẫu hợp lệ. Những dòng sai đối tượng nên được loại theo quy tắc đã đặt trước, không loại tùy ý để làm đẹp output.
Kiểm tra phiếu thiếu và trả lời bất thường
Dùng Analyze > Descriptive Statistics > Frequencies để xem missing. Kiểm tra các mẫu chọn cùng một mức cho hầu hết biến quan sát, thời gian trả lời quá ngắn nếu có lưu thời gian, hoặc câu trả lời mâu thuẫn với câu hỏi sàng lọc. Mọi quy tắc loại phải được ghi lại trong file theo dõi dữ liệu.
Thu bổ sung dữ liệu nếu còn khả năng
Nếu số mẫu hợp lệ thấp hơn kế hoạch và thời gian còn đủ, thu thêm đúng nhóm đối tượng còn thiếu. Việc thu bổ sung có thể bảo vệ được ở hội đồng hơn việc xóa dữ liệu chỉ vì một biến có loading thấp. Bạn cũng cần ghi rõ các đợt thu thập nếu cách tiếp cận hoặc kênh phát bảng hỏi thay đổi.
Giới hạn kết luận khi không thể thu thêm
Nếu không thể thu thêm, báo cáo đúng số quan sát hợp lệ và nêu giới hạn của mẫu. Không dùng phép nhân bản dòng, không điền dữ liệu tùy tiện và không xóa người trả lời chỉ để đạt một mốc mong muốn. Nếu cỡ mẫu nhỏ làm thay đổi lựa chọn phân tích, trao đổi với giảng viên về mô hình rút gọn hoặc cách phân tích phù hợp hơn.
Phân biệt mẫu nghiên cứu với cỡ mẫu và mẫu số liệu
Mẫu nghiên cứu trả lời câu hỏi “ai hoặc đơn vị nào được đưa vào nghiên cứu”. Cỡ mẫu trả lời câu hỏi “có bao nhiêu đơn vị”. Ví dụ, nhân viên văn phòng tại Hà Nội là mô tả về mẫu nghiên cứu, còn 280 nhân viên là cỡ mẫu.
Mẫu số liệu trong SPSS lại thường được hiểu theo góc nhìn file dữ liệu. Mỗi dòng có thể là một người, một doanh nghiệp hoặc một lần đo. Nếu một người trả lời bảng hỏi 25 biến quan sát, file có thể có 25 cột biến quan sát nhưng chỉ có một dòng cho người đó. Vì vậy, không được đếm số cột để kết luận cỡ mẫu.
Mẫu nghiên cứu cũng khác phương pháp chọn mẫu. Chọn mẫu thuận tiện hoặc chọn mẫu ngẫu nhiên là cách bạn tiếp cận đối tượng. Mẫu nghiên cứu là kết quả sau khi cách đó được triển khai. Nếu muốn xem riêng quy trình ngẫu nhiên, bạn có thể đọc chọn mẫu ngẫu nhiên.
Một điểm cần ghi rõ là “ngẫu nhiên” không tự động xuất hiện chỉ vì bạn dùng Google Forms hoặc phát bảng hỏi trên mạng xã hội. Bạn chỉ nên gọi là chọn mẫu ngẫu nhiên khi quy trình chọn có cơ sở cho mọi đơn vị trong khung mẫu được chọn. Nếu bạn gửi bảng hỏi cho người quen và ai phù hợp thì trả lời, hãy mô tả trung thực là chọn mẫu thuận tiện nếu đó đúng với quy trình.
Lỗi thường gặp
Lỗi đầu tiên là viết cỡ mẫu mà không mô tả đối tượng. Câu “nghiên cứu sử dụng 250 mẫu” thiếu thông tin về ai được khảo sát, ở đâu và điều kiện lọc. Hãy viết thêm đơn vị quan sát và phạm vi nghiên cứu.
Lỗi thứ hai là dùng số phiếu thu về thay cho số mẫu hợp lệ. Nếu có 320 phiếu nhưng 17 phiếu bị loại, output phải được chạy trên 303 phiếu nếu bạn đã loại đúng các dòng đó. Con số 320 chỉ là số phiếu thu về.
Lỗi thứ ba là nhầm N of Items với cỡ mẫu. N of Items trong Reliability Statistics là số biến quan sát của thang đo. Bạn cần đọc Case Processing Summary hoặc số cases của mô hình để biết số quan sát.
Lỗi thứ tư là chạy SPSS trước khi khóa quy tắc làm sạch dữ liệu. Nếu bạn xóa từng dòng sau mỗi output mà không lưu phiên bản, số mẫu giữa Cronbach's Alpha, EFA và hồi quy có thể không nhất quán. Hãy lưu file theo phiên bản, chẳng hạn data_clean_v1.sav, data_clean_v2.sav, và ghi lý do thay đổi.
Lỗi cuối là dùng một ngưỡng cỡ mẫu như luật bắt buộc. Các mốc 5 đến 10 quan sát trên biến quan sát từ (Hair và cộng sự, 2010) hay công thức hồi quy từ (Tabachnick và Fidell, 2013) là căn cứ lập kế hoạch. Bạn vẫn phải xét mục tiêu nghiên cứu, cấu trúc mô hình, dữ liệu thiếu và cách chọn mẫu.
Câu hỏi thường gặp
Mẫu nghiên cứu bao nhiêu là tốt?
Không có một con số chung cho mọi đề tài. Bạn có thể bắt đầu bằng số biến quan sát, số biến độc lập và loại phân tích, sau đó đối chiếu quy tắc 5 đến 10 quan sát trên mỗi biến quan sát (Hair và cộng sự, 2010) hoặc công thức n từ 50 + 8m cho hồi quy (Tabachnick và Fidell, 2013).
Mẫu nghiên cứu trong SPSS nằm ở đâu?
SPSS không có một ô duy nhất tên là mẫu nghiên cứu. Bạn xem số quan sát hợp lệ trong Case Processing Summary, Frequencies, Descriptives, hoặc các bảng output của phép phân tích đang chạy. Hãy kiểm tra thêm số dòng trong Data View và số missing để biết vì sao các output có thể dùng số quan sát khác nhau.
Mẫu nghiên cứu có phải là cỡ mẫu không?
Hai khái niệm liên quan nhưng không đồng nhất. Mẫu nghiên cứu là nhóm đối tượng được khảo sát, còn cỡ mẫu là số lượng đối tượng trong nhóm đó. Ví dụ “sinh viên năm cuối tại Hà Nội” mô tả mẫu, còn “260 sinh viên hợp lệ” mô tả cỡ mẫu.
Có thể tăng cỡ mẫu bằng cách nhân đôi dòng dữ liệu không?
Không. Nhân đôi dữ liệu làm sai cấu trúc mẫu và khiến các kiểm định cho ra kết quả không phản ánh người trả lời thật. Nếu thiếu mẫu, lựa chọn có thể bảo vệ được là thu bổ sung đúng đối tượng, điều chỉnh phạm vi kết luận hoặc trao đổi với giảng viên về thiết kế phân tích.
Vì sao số mẫu trong hồi quy nhỏ hơn số mẫu ban đầu?
Hồi quy thường loại các dòng bị thiếu ở một hoặc nhiều biến được đưa vào mô hình. Bạn kiểm tra bảng thông báo số cases, Model Summary, dữ liệu missing và cách SPSS xử lý missing. Nếu số giảm nhiều, đừng vội chạy lại bằng cách điền số tùy ý, hãy xác định biến nào gây mất quan sát và ghi rõ cách xử lý.
Có cần mẫu ngẫu nhiên mới được chạy SPSS không?
Bạn vẫn có thể chạy SPSS với mẫu thuận tiện, nhưng phạm vi suy rộng phải thận trọng hơn. Trong luận văn, hãy mô tả đúng cách chọn mẫu, tiêu chí sàng lọc, số phiếu thu về và số mẫu hợp lệ. Phần mềm phân tích không biến một mẫu thuận tiện thành mẫu ngẫu nhiên.
Hãy mở file .sav hoặc .csv của bạn ngay bây giờ, ghi riêng tổng thể, tiêu chí sàng lọc, số phiếu thu về và số dòng hợp lệ, sau đó đối chiếu từng output với số quan sát thực tế. Nếu cần chạy và kiểm tra phân tích trên chính dữ liệu của bạn, xem M4 phân tích SPSS và SmartPLS.