Sai số chọn mẫu là gì? Cách hiểu và xử lý trong nghiên cứu định lượng

Sai số chọn mẫu là gì

Sai số chọn mẫu là phần chênh lệch có thể xuất hiện giữa một chỉ tiêu tính từ mẫu khảo sát và chỉ tiêu thật của toàn bộ tổng thể. Bạn không khảo sát toàn bộ sinh viên, khách hàng hoặc nhân viên trong tổng thể, mà chỉ chọn một số người để thu thập dữ liệu. Vì vậy, kết quả từ mẫu có thể khác kết quả nếu khảo sát toàn bộ tổng thể.

Ví dụ, tỷ lệ khách hàng hài lòng trong mẫu của bạn là 72%. Tỷ lệ thật trong toàn bộ khách hàng có thể cao hơn hoặc thấp hơn con số này. Khoảng chênh lệch có thể xảy ra do bạn chỉ quan sát một mẫu được gọi là sai số chọn mẫu.

Trong trường hợp ước lượng một tỷ lệ, công thức sai số biên thường được viết theo dạng:

e = z × √[p(1 - p) / n]

Trong đó, e là sai số biên, z là giá trị theo mức độ tin cậy, p là tỷ lệ dự kiến của tổng thể và n là cỡ mẫu. Khi chưa biết p, nhiều thiết kế khảo sát sử dụng giá trị bảo thủ để ước lượng cỡ mẫu. Với tổng thể hữu hạn, công thức có thể được điều chỉnh theo quy mô tổng thể. Cochran trình bày cách xác định cỡ mẫu cho ước lượng tỷ lệ trong (Cochran, 1977), còn công thức tổng thể hữu hạn thường được trích dẫn theo (Yamane, 1967).

Bạn cần phân biệt sai số chọn mẫu với một con số xuất hiện trực tiếp trong mọi file SPSS. SPSS có thể giúp bạn tính trung bình, tỷ lệ, độ lệch chuẩn, khoảng tin cậy và các mô hình thống kê, nhưng không tự động biết mẫu của bạn có được chọn đúng từ tổng thể hay không. Sai số chọn mẫu trước hết là vấn đề của thiết kế mẫu và cách suy rộng kết quả.

Ý nghĩa của sai số chọn mẫu trong nghiên cứu định lượng

Sai số chọn mẫu giúp bạn trả lời câu hỏi: kết quả từ những người đã trả lời bảng hỏi có thể đại diện đến mức nào cho nhóm mà đề tài muốn nghiên cứu. Nếu sai số dự kiến nhỏ hơn, bạn thường cần cỡ mẫu lớn hơn, thiết kế chọn mẫu chặt chẽ hơn hoặc cả hai.

Trong luận văn, tổng thể nghiên cứu cần được mô tả cụ thể. Chẳng hạn, “người tiêu dùng tại Thành phố Hồ Chí Minh” là phạm vi rất rộng. “Người đã mua sản phẩm X trong sáu tháng gần đây và đang sử dụng ứng dụng Y” là một tổng thể có tiêu chí rõ hơn. Sai số chọn mẫu chỉ có ý nghĩa khi bạn biết mẫu được rút ra từ tổng thể nào.

Sai số này ảnh hưởng đến cách bạn diễn giải kết quả. Một tỷ lệ 60% trong mẫu 100 người không nên được viết như thể chính xác 60% toàn bộ tổng thể có cùng đặc điểm. Cách viết phù hợp hơn là nêu tỷ lệ quan sát được trong mẫu, mô tả cách chọn mẫu, cỡ mẫu và các giới hạn suy rộng.

Bạn cũng nên xem riêng các khái niệm liên quan. Bài cỡ mẫu là gì giải thích mối quan hệ giữa số quan sát và mục tiêu phân tích. Nếu đang tính số người cần khảo sát, bạn có thể xem hướng dẫn tính cỡ mẫu. Hai việc này liên quan chặt chẽ, nhưng cỡ mẫu lớn không tự động xóa bỏ mọi vấn đề đại diện.

Sai số chọn mẫu thường được giảm bằng cách tăng cỡ mẫu, dùng phương pháp chọn mẫu xác suất và kiểm soát tỷ lệ thiếu phản hồi giữa các nhóm. Ngược lại, mẫu thuận tiện có thể vẫn lệch dù có nhiều người trả lời. Nếu bạn chỉ gửi bảng hỏi trong một nhóm mạng xã hội, người trả lời có thể khác đáng kể với những người không ở trong nhóm đó.

Sai số chọn mẫu bao nhiêu là đạt

Câu hỏi “sai số chọn mẫu bao nhiêu là tốt” không có một đáp án dùng cho mọi đề tài. Mức chấp nhận phụ thuộc vào mục tiêu ước lượng, mức độ chính xác cần thiết, nguồn lực thu thập dữ liệu và cách chọn mẫu. Bạn không nên ghi một ngưỡng vào chương phương pháp mà không nêu rõ công thức hoặc nguồn sử dụng.

Bảng dưới đây tóm tắt các mốc thường gặp trong thiết kế khảo sát. Đây là mốc phương pháp, không phải bằng chứng rằng mẫu thực tế của bạn đã đại diện tốt.

Nếu bạn đang ước lượng một tỷ lệ và chọn sai số biên 5%, đó là giả định của thiết kế mẫu. Nó không có nghĩa mọi kết quả trong luận văn đều có sai số đúng bằng 5%. Với các phân tích như Cronbach's Alpha, EFA, hồi quy hoặc PLS-SEM, bạn cần báo cáo thêm tiêu chí riêng của từng phương pháp.

Ví dụ, số quan sát đủ theo tỷ lệ biến quan sát có thể giúp bạn chuẩn bị cho EFA, nhưng chưa chứng minh rằng những người được chọn đại diện cho toàn bộ tổng thể. Tương tự, công thức cỡ mẫu hồi quy không thay thế cho việc mô tả khung chọn mẫu và tỷ lệ phản hồi.

Khi viết phương pháp, bạn nên ghi rõ bốn thông tin: tổng thể mục tiêu, cách chọn mẫu, số phiếu hợp lệ và căn cứ xác định cỡ mẫu. Nếu dùng công thức, đưa các tham số vào bảng hoặc phần thuyết minh để người đọc có thể kiểm tra lại.

Cách đọc sai số chọn mẫu trên output

Từ khóa “sai số chọn mẫu trong SPSS” dễ gây nhầm vì SPSS không có một bảng mặc định tên là Sampling Error cho mọi phân tích. Tùy loại dữ liệu, bạn có thể gặp Standard Error, Confidence Interval, Margin of Error hoặc các chỉ số liên quan đến ước lượng. Những cột này mô tả độ bất định của một ước lượng dưới các giả định thống kê nhất định.

Để xem thống kê mô tả, bạn có thể mở Analyze > Descriptive Statistics > Frequencies hoặc Analyze > Descriptive Statistics > Descriptives. Với trung bình và khoảng tin cậy, chọn Analyze > Descriptive Statistics > Explore, đưa biến cần kiểm tra vào ô Dependent List, sau đó mở phần Statistics để chọn các thống kê cần hiển thị.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Cấu trúc cột được viết gần với output SPSS để bạn nhận diện vị trí của các con số.

Trong ví dụ này, Statistic của mức độ hài lòng là 3.84 và Std. Error là 0.087. Khoảng tin cậy 95% từ 3.67 đến 4.01 cho biết khoảng ước lượng của trung bình theo cách tính mà SPSS đang sử dụng. Đây không phải bằng chứng rằng toàn bộ tổng thể chắc chắn nằm trong khoảng đó.

Nếu bạn phân tích một biến phân loại, bảng Frequencies thường hiển thị Frequency, Percent, Valid Percent và Cumulative Percent. Percent có thể bị ảnh hưởng bởi dữ liệu thiếu, còn Valid Percent loại các trường hợp thiếu khỏi mẫu tính. Đừng lấy Valid Percent rồi gọi ngay đó là tỷ lệ của tổng thể nếu bạn chưa mô tả cách chọn mẫu.

Với một tỷ lệ, bạn có thể tính khoảng tin cậy bằng thủ tục hoặc syntax phù hợp, sau đó ghi rõ phương pháp ước lượng. Nếu chỉ cần mô tả mẫu, báo cáo tần số và tỷ lệ hợp lệ thường đủ. Nếu muốn suy rộng, cần trình bày thêm thiết kế mẫu, mức tin cậy và giả định liên quan.

Cách đọc thực tế nên đi theo thứ tự: xác định mẫu hợp lệ, xem thống kê đang được tính cho biến nào, kiểm tra cách xử lý missing values, đọc Standard Error hoặc khoảng tin cậy, rồi đối chiếu với phương pháp chọn mẫu. Một con số nhỏ ở Standard Error không thể bù cho việc mẫu chỉ thu từ một nhóm thuận tiện.

Khi sai số chọn mẫu không đạt thì xử lý thế nào

Trước tiên, kiểm tra bạn đang nói đến sai số biên dự kiến hay một vấn đề khác. Nhiều sinh viên gọi mọi kết quả không như mong muốn là “sai số chọn mẫu”, trong khi nguyên nhân có thể là dữ liệu thiếu, câu trả lời không hợp lệ, sai số đo lường hoặc mẫu bị lệch nhóm.

Nếu cỡ mẫu thấp hơn kế hoạch, lựa chọn hợp lý nhất là tiếp tục thu thập dữ liệu theo đúng tiêu chí đã đặt ra, nếu thời gian và khả năng tiếp cận cho phép. Bạn cần ghi lại số phiếu đã thu, số phiếu loại, lý do loại và số phiếu hợp lệ sau cùng. Không nên tự thay đổi tiêu chí để giữ lại các phản hồi chỉ vì muốn đủ số lượng.

Nếu mẫu lệch mạnh giữa các nhóm, kiểm tra lại tỷ lệ phân bổ theo giới tính, độ tuổi, khu vực, thâm niên hoặc đặc điểm mà mô hình nghiên cứu có liên quan. Có thể thu bổ sung ở nhóm đang thiếu, nhưng việc này phải bám theo tiêu chí chọn mẫu đã nêu trong chương phương pháp.

Nếu không thể thu thêm, hãy giảm mức độ khẳng định trong chương kết quả. Dùng các cụm như “trong mẫu khảo sát” hoặc “kết quả quan sát được từ 216 đáp viên” thay cho phát biểu đại diện tuyệt đối cho toàn bộ tổng thể. Đây là cách giải trình có thể bảo vệ được hơn việc chỉnh dữ liệu hoặc loại người trả lời tùy ý.

Các phương pháp weighting hoặc điều chỉnh mẫu chỉ nên dùng khi bạn có thông tin đáng tin cậy về cơ cấu tổng thể và hiểu rõ cách áp dụng. Bạn không nên tự gán trọng số chỉ để các tỷ lệ trở nên đẹp hơn. Nếu chưa rõ, hãy trình bày giới hạn của mẫu và hỏi giảng viên hướng dẫn.

Phương pháp chọn mẫu cũng cần được đặt đúng tên. Bạn có thể xem thêm phương pháp chọn mẫu và chọn mẫu ngẫu nhiên để phân biệt mẫu xác suất với mẫu thuận tiện. Nếu đề tài dùng mẫu thuận tiện, hãy ghi đúng như vậy và tránh dùng ngôn ngữ cho thấy mẫu có tính đại diện cao hơn thực tế.

Phân biệt sai số chọn mẫu với sai số chuẩn

Sai số chọn mẫu và sai số chuẩn có liên quan nhưng không đồng nhất. Sai số chọn mẫu nói về khoảng cách giữa kết quả từ mẫu và giá trị thật của tổng thể do chỉ quan sát một phần tổng thể. Sai số chuẩn đo mức độ biến thiên của một ước lượng mẫu qua các mẫu giả định hoặc theo công thức thống kê.

Trong output SPSS, Std. Error thường là sai số chuẩn của trung bình hoặc một ước lượng. Nó được dùng để xây dựng khoảng tin cậy và kiểm định. Bạn không nên lấy riêng Std. Error rồi kết luận rằng đó là toàn bộ sai số chọn mẫu của thiết kế khảo sát.

Ngoài ra còn có sai số không do chọn mẫu. Người trả lời có thể hiểu khác nhau về một biến quan sát, chọn ngẫu nhiên toàn bộ bảng hỏi, bỏ sót câu hỏi hoặc cung cấp thông tin không chính xác. Bảng hỏi có thể có câu dẫn gây thiên lệch, và quá trình nhập dữ liệu cũng có thể tạo lỗi. Tăng cỡ mẫu không tự động khắc phục các vấn đề này.

Một điểm dễ nhầm khác là độ lệch chuẩn. Độ lệch chuẩn mô tả mức phân tán của các quan sát trong mẫu. Sai số chuẩn thường liên quan đến độ chính xác của một ước lượng, còn sai số chọn mẫu gắn với khả năng suy rộng từ mẫu đến tổng thể. Ba khái niệm này xuất hiện gần nhau trong phần thống kê mô tả nhưng trả lời ba câu hỏi khác nhau.

Lỗi thường gặp

Ghi sai số 5% như một kết quả SPSS. Mức 5% thường là giả định khi thiết kế cỡ mẫu hoặc mức sai số biên mong muốn. Nếu không có bảng tính hoặc công thức, bạn chưa thể nói SPSS đã chứng minh mẫu có sai số 5%.

Chỉ nhìn vào số lượng phản hồi. 500 phản hồi từ một nhóm rất hẹp có thể không phản ánh tổng thể rộng hơn. Cần xem ai được mời, ai trả lời, điều kiện sàng lọc và tỷ lệ thiếu dữ liệu.

Gọi mẫu thuận tiện là mẫu ngẫu nhiên. Hai phương pháp này có cách chọn và mức độ suy rộng khác nhau. Nếu người tham gia tự nguyện trả lời đường link, bạn cần mô tả đúng quy trình đó.

Dùng Standard Error để kết luận mẫu đại diện. Standard Error là chỉ số trong output, còn tính đại diện phụ thuộc vào thiết kế mẫu và chất lượng thu thập dữ liệu.

Loại phiếu sau khi xem kết quả để làm đẹp số liệu. Chỉ loại trường hợp có tiêu chí từ trước, chẳng hạn không đạt câu hỏi sàng lọc, bỏ trống quá nhiều mục hoặc có dấu hiệu trả lời không hợp lệ được quy định trong kế hoạch làm sạch dữ liệu.

Quên phân biệt tổng thể nghiên cứu và tổng thể tiếp cận. Bạn có thể muốn nghiên cứu tất cả khách hàng, nhưng thực tế chỉ tiếp cận được khách hàng của một chi nhánh hoặc người theo dõi một trang. Hai nhóm này cần được mô tả riêng trong luận văn.

Câu hỏi thường gặp

Sai số chọn mẫu bao nhiêu là tốt?

Không có một mức duy nhất phù hợp cho mọi đề tài. Mức sai số biên là giả định của thiết kế khảo sát, cần được đặt cùng với mức tin cậy, cỡ mẫu và mục tiêu ước lượng. Bạn nên ghi công thức và nguồn thay vì chỉ viết “sai số cho phép là 5%”.

Sai số chọn mẫu trong SPSS nằm ở bảng nào?

SPSS không có một bảng duy nhất áp dụng cho mọi trường hợp. Bạn có thể gặp Std. Error, khoảng tin cậy hoặc các thống kê liên quan trong Explore, Frequencies và các thủ tục phân tích khác. Hãy xác định đúng ước lượng trước khi gọi một cột là sai số chọn mẫu.

Cỡ mẫu lớn có làm sai số chọn mẫu bằng 0 không?

Không. Cỡ mẫu lớn thường làm giảm độ biến thiên của ước lượng trong những điều kiện phù hợp, nhưng không loại bỏ sai lệch do chọn sai nhóm, không phản hồi, bảng hỏi kém hoặc dữ liệu không hợp lệ. Một mẫu lớn nhưng không phù hợp với tổng thể vẫn có thể dẫn đến kết luận hạn chế.

Mẫu thuận tiện có tính được sai số chọn mẫu không?

Bạn vẫn có thể tính một số thống kê mô tả, Standard Error hoặc khoảng tin cậy theo công thức đã chọn. Tuy nhiên, việc diễn giải khoảng đó như sai số đại diện cho toàn bộ tổng thể cần thận trọng vì mẫu thuận tiện không bảo đảm cơ chế chọn ngẫu nhiên.

Tôi có cần ghi sai số chọn mẫu vào chương 3 không?

Bạn nên ghi nếu đề tài có ước lượng cỡ mẫu hoặc mục tiêu suy rộng. Hãy trình bày tổng thể, công thức, tham số, cỡ mẫu dự kiến, số phiếu hợp lệ và phương pháp chọn mẫu. Nếu đề tài dùng mẫu thuận tiện, ghi rõ giới hạn thay vì khẳng định một mức sai số đại diện tuyệt đối.

Mở file dữ liệu của bạn và kiểm tra ngay ba mục: tổng thể mục tiêu, số phiếu hợp lệ và cách các đáp viên được tiếp cận. Sau đó đối chiếu công thức cỡ mẫu, phần Std. Error trong output và cách diễn giải trong chương phương pháp; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.