Phương pháp chọn mẫu trong nghiên cứu định lượng

Phương pháp chọn mẫu là gì trong nghiên cứu định lượng

Bạn mở đề cương ra và thấy mình phải ghi rõ đối tượng khảo sát, phương pháp chọn mẫu, cỡ mẫu và cách thu thập dữ liệu. Bốn phần này liên quan với nhau, nhưng không phải là một khái niệm. Phương pháp chọn mẫu trả lời câu hỏi: bạn chọn các đơn vị khảo sát từ tổng thể bằng cách nào.

Tổng thể có thể là sinh viên đại học, khách hàng đã mua hàng trên một sàn thương mại điện tử, nhân viên tại các doanh nghiệp hoặc người dùng một ứng dụng. Mẫu là nhóm người thực tế trả lời bảng hỏi. Vì bạn hiếm khi có đủ thời gian và nguồn lực để khảo sát toàn bộ tổng thể, bạn cần chọn một mẫu có tiêu chí rõ ràng và mô tả được cách tiếp cận.

Trong nghiên cứu định lượng, phương pháp chọn mẫu thường được chia thành hai nhóm. Nhóm xác suất cho mỗi đơn vị trong tổng thể một xác suất được chọn có thể xác định. Nhóm phi xác suất dựa vào sự thuận tiện, phán đoán, hạn ngạch hoặc khả năng tiếp cận của người nghiên cứu. Lựa chọn của bạn cần phù hợp với danh sách tổng thể, thời gian, ngân sách và mức độ bạn cần khái quát hóa kết quả.

Bạn có thể xem thêm các chủ đề liên quan trong chuyên mục Khảo sát, sau đó đối chiếu với bài cỡ mẫu là gì để tách riêng phần phương pháp chọn mẫu và phần số lượng quan sát.

Cách xác định phương pháp chọn mẫu và cỡ mẫu

Trước khi chọn cách lấy mẫu, hãy viết một câu mô tả tổng thể nghiên cứu. Câu này nên có đối tượng, điều kiện sàng lọc, địa bàn hoặc kênh tiếp cận và khoảng thời gian khảo sát. Ví dụ: “Tổng thể nghiên cứu là người từ 18 tuổi trở lên đã mua mỹ phẩm qua sàn thương mại điện tử tại Việt Nam trong 12 tháng gần nhất”. Câu càng cụ thể, bạn càng dễ kiểm tra một người có thuộc mẫu hay không.

Nếu bạn có danh sách đầy đủ của tổng thể, chọn mẫu xác suất sẽ có cơ sở hơn. Chọn mẫu ngẫu nhiên đơn cần danh sách đánh số và công cụ rút ngẫu nhiên. Chọn mẫu hệ thống có thể lấy mỗi đơn vị thứ k sau khi xác định khoảng chọn. Chọn mẫu phân tầng phù hợp khi tổng thể có các nhóm cần được đại diện, chẳng hạn khu vực địa lý hoặc nhóm tuổi. Bạn có thể đọc quy trình chi tiết tại bài chọn mẫu ngẫu nhiên.

Nếu bạn không có danh sách tổng thể, phương án thường gặp là chọn mẫu thuận tiện có điều kiện sàng lọc. Bạn phát bảng hỏi qua các kênh mà nhóm mục tiêu thực sự sử dụng, sau đó chỉ giữ các phản hồi thỏa tiêu chí. Cách này tiết kiệm thời gian, nhưng khả năng đại diện thấp hơn. Bạn cần ghi rõ giới hạn này trong chương phương pháp thay vì gọi đó là mẫu ngẫu nhiên.

Về cỡ mẫu, Hair và cộng sự đề xuất mức 5 đến 10 quan sát cho mỗi biến quan sát trong một số nghiên cứu định lượng (Hair và cộng sự, 2010). Nếu bảng hỏi có 30 biến quan sát, khoảng tham khảo theo quy tắc này là 150 đến 300 phản hồi hợp lệ. Đây là quy tắc lập kế hoạch, không phải cam kết rằng mọi mô hình đều đạt yêu cầu với một con số cố định.

Nếu bạn chạy hồi quy với m biến độc lập, một quy tắc thường được trích dẫn là n từ 50 + 8m trở lên (Tabachnick và Fidell, 2013). Với 6 biến độc lập, mức tham khảo là 98 quan sát. Khi đề tài có nhiều nhóm so sánh, nhiều biến tiềm ẩn hoặc dự kiến loại một số phản hồi, bạn nên thu dư so với mức tối thiểu.

Với tổng thể hữu hạn và biết kích thước tổng thể N, công thức Yamane thường được dùng trong luận văn Việt Nam (Yamane, 1967):

n = N / [1 + N(e²)]

Trong đó n là cỡ mẫu, N là kích thước tổng thể và e là sai số cho phép. Bạn cần ghi rõ giá trị e đã chọn, không chỉ chép kết quả cuối cùng. Nếu chưa chắc nên dùng công thức nào, hãy đối chiếu thêm bài tính cỡ mẫu và bài cỡ mẫu của mẫu số liệu là gì.

Bảng trên chỉ giúp bạn lập kế hoạch. Trong chương 3, bạn cần nói thêm mẫu được chọn ở đâu, trong thời gian nào, tiêu chí giữ phản hồi là gì và có bao nhiêu phản hồi hợp lệ sau làm sạch. Nếu bạn chỉ ghi “chọn 250 mẫu theo phương pháp thuận tiện” mà không mô tả kênh tiếp cận, hội đồng có thể hỏi ngay mẫu đó đại diện cho ai.

Thiết kế bảng hỏi phục vụ mục tiêu này

Phương pháp chọn mẫu và bảng hỏi phải khớp nhau. Trước khi viết câu hỏi, hãy lập bảng gồm mục tiêu nghiên cứu, biến cần đo, mã biến quan sát, thang đo và điều kiện sàng lọc. Cách làm này giúp bạn tránh thu được nhiều phản hồi nhưng thiếu dữ liệu cho một giả thuyết.

Câu hỏi sàng lọc nên đặt ở đầu bảng hỏi. Ví dụ, bạn có thể hỏi người trả lời đã từng sử dụng dịch vụ trong 6 tháng gần đây chưa, thuộc nhóm tuổi nào hoặc đang sinh sống tại khu vực nào. Nếu người trả lời không đáp ứng tiêu chí, biểu mẫu nên kết thúc hoặc chuyển sang lời cảm ơn. Đừng để người không thuộc tổng thể đi tiếp rồi mới loại thủ công ở cuối file.

Các biến tiềm ẩn thường được đo bằng nhiều biến quan sát. Với thang đo thái độ hoặc nhận thức, thang Likert 5 hoặc 7 mức là lựa chọn quen thuộc. Likert giới thiệu kỹ thuật đo lường thái độ bằng các mức phản hồi có thứ tự (Likert, 1932). Bạn cần ghi rõ hai đầu mút, chẳng hạn 1 là “Hoàn toàn không đồng ý” và 5 là “Hoàn toàn đồng ý”.

Câu chữ phải phù hợp với người trả lời thật. Một biến quan sát chỉ nên diễn đạt một ý, tránh câu quá dài hoặc chứa hai hành động khác nhau. Nếu có biến đảo chiều, đánh dấu mã biến ngay trong bảng mã hóa và kiểm tra lại trước khi chạy Cronbach's Alpha. Nhầm biến đảo chiều có thể làm tương quan giữa các biến thấp và khiến bạn loại sai biến quan sát.

Bảng hỏi nên có phần giới thiệu ngắn, mục đích khảo sát, thời gian trả lời, nguyên tắc sử dụng dữ liệu và thông tin liên hệ cần thiết. Đừng đưa quá nhiều câu hỏi nhân khẩu học nếu chúng không phục vụ mô tả mẫu hoặc phân tích nhóm. Mỗi câu hỏi thêm vào đều làm tăng thời gian trả lời và nguy cơ người tham gia bỏ dở.

Bạn nên chạy thử bảng hỏi với một nhóm nhỏ phù hợp với đối tượng nghiên cứu để phát hiện câu khó hiểu, lựa chọn trả lời bị thiếu hoặc logic chuyển trang sai. Đây là bước kiểm tra công cụ, không phải lý do để báo cáo như một kết quả chính thức của nghiên cứu. Sau khi chỉnh, hãy khóa nội dung bảng hỏi trước khi thu dữ liệu chính thức để hạn chế việc các nhóm trả lời các phiên bản khác nhau.

Triển khai thu dữ liệu

Hãy lập kế hoạch thu dữ liệu theo ba phần: nơi tiếp cận, cách kiểm tra điều kiện và thời gian mở khảo sát. Nơi tiếp cận phải có liên hệ hợp lý với tổng thể. Nếu nghiên cứu về người đã mua hàng trên một sàn, bạn cần tiếp cận các cộng đồng hoặc danh sách có khả năng chứa nhóm này, thay vì phát đại trà rồi suy đoán tất cả người trả lời đều phù hợp.

Mỗi kênh nên có mã theo dõi riêng nếu bạn muốn biết phản hồi đến từ đâu. Chẳng hạn, bạn có thể tạo đường dẫn hoặc trường mã cho nhóm sinh viên, nhân viên văn phòng và khách hàng cũ. Không dùng mã theo dõi để thu thập thông tin nhận dạng nếu đề tài không cần điều đó.

DoThesis có fillform.info, công cụ biểu mẫu của chúng tôi dành cho việc tạo bảng hỏi và thu thập phản hồi tiếng Việt. Bạn cũng có thể dùng Google Forms nếu trường hoặc nhóm nghiên cứu đã quen với công cụ này. Dù dùng nền tảng nào, hãy kiểm tra file xuất .csv hoặc .xlsx, tên cột, mã hóa mức Likert và cách biểu mẫu xử lý câu hỏi bỏ trống trước khi phát chính thức.

Thời gian thu thập cần được ghi bằng mốc cụ thể, ví dụ từ ngày nào đến ngày nào. Trong thời gian mở khảo sát, theo dõi số phản hồi hợp lệ chứ không chỉ số lượt mở biểu mẫu. Nếu một nhóm đang chiếm tỷ lệ quá lớn, bạn có thể tạm dừng kênh đó và tiếp cận nhóm còn thiếu, miễn là cách điều chỉnh được ghi lại.

Bạn cũng nên dự phòng tỷ lệ phản hồi không hợp lệ. Nếu cần 250 phản hồi hợp lệ, việc gửi đúng 250 lượt mời là rủi ro cao. Số lượng cần mời phụ thuộc vào kênh, độ dài bảng hỏi và mức độ phù hợp của người nhận. Hãy ghi riêng số lượt thu được, số phản hồi bị loại và số quan sát cuối cùng đưa vào SPSS.

Làm sạch dữ liệu trước khi nhập SPSS

Sau khi đóng khảo sát, giữ lại một bản dữ liệu gốc và tạo một bản sao để làm sạch. Không sửa trực tiếp bản gốc. Trong bản sao, đặt tên biến ngắn, không dấu, không có khoảng trắng và nhất quán giữa các nhóm thang đo, chẳng hạn PU1, PU2, SAT1 và SAT2.

Trước hết, loại các dòng không hoàn thành bảng hỏi hoặc không qua câu hỏi sàng lọc. Kiểm tra những dòng có cùng một lựa chọn cho gần như toàn bộ biến quan sát. Đây có thể là straight-lining, nhưng bạn cần xem thời gian trả lời và mẫu câu trả lời trước khi loại, vì một số người thực sự có thể chọn cùng mức cho nhiều phát biểu.

Tiếp theo, kiểm tra giá trị ngoài phạm vi. Thang Likert 1 đến 5 không được có giá trị 0, 6 hoặc chữ tự do trong các cột phân tích. Các câu “không biết” hoặc “không áp dụng” phải có mã riêng và được xử lý theo thiết kế ban đầu. Đừng tự đổi chúng thành mức 3, vì việc đó tạo ra một câu trả lời giả.

Kiểm tra dữ liệu thiếu theo từng dòng và từng biến. Nếu một người bỏ trống quá nhiều mục, loại theo tiêu chí đã nêu trong phương pháp. Nếu chỉ thiếu một vài mục, cách xử lý phụ thuộc vào phần mềm và kế hoạch phân tích. Điều quan trọng là tiêu chí phải được quyết định trước khi xem kết quả giả thuyết, tránh loại dữ liệu chỉ vì nó làm mô hình đẹp hơn.

Kiểm tra các biến đảo chiều trước khi chạy Cronbach's Alpha. Với thang 1 đến 5, điểm đảo chiều thường được mã hóa theo công thức 6 - điểm gốc, nhưng chỉ áp dụng cho đúng biến đã được thiết kế là đảo chiều. Sau đó, đối chiếu thống kê mô tả, tần số và mã biến trong SPSS. Bài cỡ mẫu trong SPSS có thể giúp bạn kiểm tra cách phần mềm hiển thị số quan sát.

Cuối cùng, ghi nhật ký làm sạch gồm mã dòng, lý do loại, ngày xử lý và người thực hiện. Không cần đưa toàn bộ nhật ký vào chương 4, nhưng bạn nên giữ lại để giải trình nếu giảng viên hỏi vì sao số phản hồi giảm từ số thu ban đầu xuống số dùng phân tích.

Cách trình bày trong chương 3

Phần phương pháp chọn mẫu trong chương 3 nên trả lời lần lượt: tổng thể là ai, đơn vị phân tích là gì, tiêu chí chọn là gì, chọn mẫu bằng cách nào, thu dữ liệu ở đâu, trong khoảng thời gian nào và cỡ mẫu dự kiến bao nhiêu. Nếu dùng mẫu thuận tiện, hãy gọi đúng tên và nêu lý do thực tế như không có danh sách tổng thể đầy đủ hoặc giới hạn tiếp cận.

Bạn có thể trình bày theo cấu trúc sau. Đầu tiên là mô tả tổng thể và đối tượng khảo sát. Tiếp theo là phương pháp chọn mẫu, kênh phát bảng hỏi và câu hỏi sàng lọc. Sau đó là cách xác định cỡ mẫu, số phản hồi thu được, số bị loại và số hợp lệ cuối cùng. Cuối cùng là mô tả công cụ, thang Likert và quy trình nhập dữ liệu.

Cách viết vào luận văn: “Nghiên cứu sử dụng phương pháp chọn mẫu [xác suất/phi xác suất], cụ thể là [tên phương pháp], để tiếp cận [đối tượng nghiên cứu] tại [địa bàn/kênh khảo sát] trong thời gian từ [ngày] đến [ngày]. Dựa trên [quy tắc hoặc công thức] (Hair và cộng sự, 2010), nghiên cứu dự kiến thu [số] phản hồi và sử dụng [số] phản hồi hợp lệ sau khi làm sạch dữ liệu.”

Nếu bạn dùng quy tắc 5 đến 10 quan sát cho mỗi biến quan sát, hãy đếm số biến thực sự đưa vào mô hình, không đếm các câu hỏi thông tin cá nhân nếu chúng không phải biến phân tích. Nếu dùng công thức Yamane, hãy thay số N và e bằng giá trị thật của đề tài. Không chép một cỡ mẫu từ luận văn khác chỉ vì cùng ngành.

Lỗi thường gặp khi chọn mẫu

Lỗi đầu tiên là dùng cụm từ “chọn mẫu ngẫu nhiên” cho mọi khảo sát trực tuyến. Một đường link được đăng công khai không tự biến thành mẫu ngẫu nhiên. Nếu bạn không có khung mẫu và không biết xác suất được chọn của từng đơn vị, hãy mô tả phương pháp phi xác suất một cách trung thực.

Lỗi thứ hai là nhầm phương pháp chọn mẫu với cách phát bảng hỏi. Phát qua Facebook, Zalo hoặc email chỉ mô tả kênh tiếp cận. Bạn vẫn cần nói ai được trả lời, tiêu chí nào được dùng để giữ phản hồi và cách bạn kiểm soát nhóm đối tượng.

Lỗi thứ ba là chỉ báo cáo số phản hồi cuối cùng. Người đọc cần biết số phiếu thu ban đầu, số phiếu bị loại và lý do loại. Nếu loại vì trả lời thiếu, straight-lining hoặc không qua sàng lọc, hãy ghi tiêu chí trước khi trình bày kết quả.

Lỗi thứ tư là chọn cỡ mẫu trước khi chốt mô hình. Khi thêm biến độc lập, thêm nhóm so sánh hoặc thêm thang đo, mức cỡ mẫu cần thiết có thể thay đổi. Hãy khóa danh sách biến quan sát và kế hoạch phân tích sơ bộ rồi mới lập mục tiêu thu thập.

Lỗi thứ năm là thu mẫu quá tập trung vào một nhóm dễ tiếp cận. Ví dụ, đề tài nói về người tiêu dùng nói chung nhưng 80% phản hồi đến từ bạn bè cùng lớp. Bạn có thể vẫn sử dụng dữ liệu nếu thiết kế cho phép, nhưng phải mô tả đặc điểm mẫu và giới hạn khả năng khái quát hóa, không gọi mẫu đó là đại diện cho toàn bộ người tiêu dùng.

Câu hỏi thường gặp

Phương pháp chọn mẫu bao nhiêu là phù hợp?

Không có một phương pháp phù hợp cho mọi đề tài. Nếu bạn có danh sách tổng thể và cần khả năng khái quát tốt hơn, hãy cân nhắc chọn mẫu xác suất. Nếu không có khung mẫu, chọn mẫu thuận tiện có điều kiện sàng lọc có thể khả thi, nhưng cần mô tả giới hạn rõ ràng.

Phương pháp chọn mẫu là gì nếu khảo sát bằng Google Forms?

Google Forms chỉ là công cụ tạo và nhận bảng hỏi, không phải phương pháp chọn mẫu. Phương pháp phụ thuộc vào cách bạn xác định người được mời, chẳng hạn chọn mẫu thuận tiện, chọn mẫu hạn ngạch hoặc chọn mẫu theo danh sách có sẵn.

Chọn mẫu thuận tiện có được chấp nhận trong luận văn không?

Có thể được chấp nhận trong nhiều đề tài sinh viên nếu bạn nêu đúng bản chất, giải thích lý do chọn, đặt tiêu chí sàng lọc và thừa nhận giới hạn. Bạn không nên đổi tên phương pháp thành chọn mẫu ngẫu nhiên để làm phần phương pháp có vẻ chặt chẽ hơn.

Cỡ mẫu tối thiểu cho phương pháp chọn mẫu là bao nhiêu?

Cỡ mẫu phụ thuộc vào số biến quan sát, số biến độc lập, loại phân tích và cấu trúc tổng thể. Một số quy tắc thường được dùng là 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010) hoặc n từ 50 + 8m cho hồi quy (Tabachnick và Fidell, 2013). Hãy ghi rõ quy tắc bạn chọn và cách tính bằng số liệu của đề tài.

Dữ liệu bị thiếu hoặc có nhiều dòng trả lời giống nhau thì làm sao?

Tạo bản sao dữ liệu, kiểm tra từng trường hợp theo tiêu chí đã đặt trước, rồi ghi lại lý do loại. Không nên xóa hàng loạt chỉ vì một biến có phân phối chưa đẹp. Sau khi làm sạch, báo cáo số quan sát ban đầu, số bị loại và số cuối cùng đưa vào SPSS.

Bạn hãy mở file bảng hỏi và viết ngay một đoạn mô tả tổng thể, tiêu chí sàng lọc, phương pháp chọn mẫu, công thức cỡ mẫu và kế hoạch làm sạch dữ liệu bằng các con số thật của đề tài, sau đó dùng M4 phân tích dữ liệu để chạy và kiểm tra file .sav hoặc .csv của bạn.