Tổng thể nghiên cứu là gì? Cách xác định và phân biệt với mẫu
Tổng thể nghiên cứu là gì
Tổng thể nghiên cứu là toàn bộ các cá thể, người, hộ gia đình, doanh nghiệp, giao dịch hoặc đơn vị khác có đặc điểm phù hợp với câu hỏi nghiên cứu và thuộc phạm vi mà bạn muốn đưa ra kết luận. Trong tiếng Anh, khái niệm này thường được gọi là population. Ví dụ, nếu đề tài nghiên cứu sự hài lòng của sinh viên đối với dịch vụ thư viện tại một trường đại học, tổng thể nghiên cứu có thể là toàn bộ sinh viên đang học tại trường đó trong thời gian khảo sát.
Bạn cần mô tả tổng thể bằng ba thành phần: đơn vị nghiên cứu, đặc điểm đủ điều kiện và phạm vi. Đơn vị nghiên cứu có thể là một sinh viên hoặc một doanh nghiệp. Đặc điểm đủ điều kiện cho biết ai được tính vào tổng thể. Phạm vi thường gồm địa bàn, thời gian và bối cảnh nghiên cứu.
Có thể hình dung mối quan hệ cơ bản như sau:
Tổng thể nghiên cứu → chọn mẫu → thu thập dữ liệu → phân tích trên mẫu → suy luận cho tổng thể
Nếu tổng thể là hữu hạn và bạn biết số lượng đơn vị, công thức xác định cỡ mẫu có thể sử dụng thông tin về quy mô tổng thể. Một công thức thường được dùng trong luận văn là công thức của Yamane: n = N / [1 + N(e²)], trong đó N là quy mô tổng thể, n là cỡ mẫu cần khảo sát và e là sai số cho phép. Khi dùng công thức này, bạn cần ghi rõ nguồn (Yamane, 1967) và giải thích cách chọn mức sai số.
Tổng thể không đồng nghĩa với danh sách email, danh sách khách hàng hoặc số người trả lời Google Forms. Danh sách đó có thể là khung chọn mẫu, còn tổng thể là nhóm rộng hơn mà bạn muốn kết luận về.
Ý nghĩa của tổng thể nghiên cứu trong nghiên cứu định lượng
Xác định tổng thể giúp bạn trả lời câu hỏi: kết quả từ dữ liệu hiện có được phép áp dụng cho những ai. Nếu bạn khảo sát 250 sinh viên của một trường, bạn có thể thảo luận về sinh viên thuộc phạm vi đã xác định, nhưng không nên tự động kết luận cho toàn bộ sinh viên Việt Nam.
Tổng thể cũng quyết định cách bạn chọn mẫu. Khi đã biết đơn vị nghiên cứu và phạm vi, bạn mới có thể cân nhắc chọn mẫu ngẫu nhiên, phân tầng, thuận tiện hoặc phương pháp khác. Bạn có thể xem thêm phương pháp chọn mẫu để đối chiếu giữa mục tiêu nghiên cứu và khả năng tiếp cận dữ liệu.
Trong luận văn định lượng, tổng thể ảnh hưởng đến ít nhất bốn quyết định sau:
- Xác định đối tượng khảo sát: ai được đưa vào bảng hỏi và ai bị loại.
- Xác định khung chọn mẫu: bạn lấy danh sách sinh viên, khách hàng, hộ gia đình hay doanh nghiệp từ đâu.
- Tính hoặc biện luận cỡ mẫu: số lượng tổng thể có thể xuất hiện trong công thức hoặc phần giải thích phương pháp.
- Giới hạn kết luận: kết quả được suy luận trong phạm vi nào, vào thời điểm nào và với điều kiện gì.
Ví dụ, đề tài về ý định sử dụng ví điện tử của người trưởng thành tại Thành phố Hồ Chí Minh cần nói rõ người tham gia có phải đang sử dụng điện thoại thông minh hay không, có từng sử dụng ví điện tử hay không và dữ liệu được thu trong thời gian nào. Nếu bỏ qua các điều kiện này, tổng thể trở nên quá rộng và khó kiểm soát.
Tổng thể còn liên quan trực tiếp đến cỡ mẫu là gì. Cỡ mẫu chỉ là một phần được lấy ra từ tổng thể để thu thập dữ liệu. Số lượng mẫu lớn không tự động bù đắp cho việc xác định sai tổng thể hoặc chọn mẫu lệch.
Tổng thể nghiên cứu bao nhiêu là tốt
Câu hỏi “tổng thể nghiên cứu bao nhiêu là tốt” thường bị trộn lẫn với câu hỏi “cỡ mẫu bao nhiêu là đạt”. Tổng thể không có một con số tối thiểu áp dụng cho mọi đề tài. Một tổng thể vài trăm người vẫn có thể phù hợp nếu đề tài giới hạn trong một trường hoặc một tổ chức. Một tổng thể hàng triệu người cũng chưa chắc phù hợp nếu bạn chỉ có thể tiếp cận một nhóm nhỏ không đại diện.
Bạn nên đánh giá tổng thể theo tính phù hợp với câu hỏi nghiên cứu, khả năng xác định đơn vị và khả năng tiếp cận dữ liệu. Bảng dưới đây là các tiêu chí thực hành, kèm nguồn khi có ngưỡng định lượng được dùng trong phương pháp nghiên cứu.
| Nội dung cần kiểm tra | Cách đánh giá trong đề tài | Ngưỡng hoặc căn cứ | Nguồn |
|---|---|---|---|
| Quy mô tổng thể hữu hạn | Có biết hoặc ước lượng được số đơn vị trong tổng thể không | Có thể áp dụng công thức tổng thể hữu hạn khi có N | (Yamane, 1967) |
| Số quan sát theo biến quan sát | Dùng để biện luận cỡ mẫu cho bảng hỏi | Khoảng 5 đến 10 quan sát cho mỗi biến quan sát | (Hair và cộng sự, 2010) |
| Cỡ mẫu hồi quy | Có nhiều biến độc lập trong mô hình không | n từ 50 + 8m trở lên, trong đó m là số biến độc lập | (Tabachnick và Fidell, 2013) |
| Cỡ mẫu phân tích nhân tố | Dự kiến chạy EFA với nhiều biến quan sát | Cần xem xét đồng thời số biến, chất lượng tải nhân tố và quy mô mẫu | (Comrey và Lee, 1992) |
| Tổng thể có thể suy luận | Mẫu có phản ánh đúng nhóm mục tiêu không | Không có một con số chung, cần giải thích cách chọn mẫu | (Nguyễn Đình Thọ, 2011) |
Vì vậy, bạn không nên viết “tổng thể nghiên cứu phải từ 1.000 người trở lên”. Con số đó không phải tiêu chuẩn chung trong mọi nghiên cứu định lượng. Điều cần bảo vệ trước hội đồng là lý do tổng thể phù hợp với câu hỏi nghiên cứu và cách mẫu được rút ra từ tổng thể.
Nếu bạn chưa biết tổng thể có bao nhiêu người, hãy mô tả đây là tổng thể khó xác định quy mô hoặc tổng thể mở. Khi đó, bạn có thể biện luận cỡ mẫu bằng yêu cầu của mô hình, số biến quan sát, phương pháp phân tích và khả năng thu thập dữ liệu. Đừng điền một con số ước đoán vào chương 3 chỉ để làm cho phần phương pháp có vẻ đầy đủ.
Để tách rõ hai khái niệm, bạn có thể đọc thêm bài cỡ mẫu của mẫu số liệu là gì. Bài đó tập trung vào số quan sát thực tế trong tập dữ liệu, còn tổng thể là nhóm mà bạn muốn nghiên cứu và suy luận về.
Cách đọc tổng thể nghiên cứu trong SPSS
SPSS không tự tạo ra tổng thể nghiên cứu cho bạn. Khi bạn mở file .sav hoặc .csv, SPSS chỉ nhìn thấy các dòng dữ liệu đã nhập. Mỗi dòng thường là một người trả lời hoặc một đơn vị quan sát. Nếu file có 280 dòng hợp lệ, con số này thường là kích thước mẫu hợp lệ, không phải quy mô tổng thể.
Bạn có thể kiểm tra số quan sát trong SPSS bằng Analyze > Descriptive Statistics > Frequencies. Chọn biến nhận diện hoặc một biến nhân khẩu học ít bị thiếu dữ liệu, sau đó xem cột Valid trong bảng Statistics. Với nhiều biến, bạn cần kiểm tra dữ liệu thiếu trước khi kết luận số dòng hợp lệ.
Số liệu minh họa trong output SPSS
Bảng sau là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể. Nó mô phỏng cách SPSS có thể hiển thị tần số của biến GIOITINH trong file khảo sát.
| Statistics | GIOITINH |
|---|---|
| N Valid | 286 |
| N Missing | 4 |
| GIOITINH | Frequency | Percent | Valid Percent | Cumulative Percent |
|---|---|---|---|---|
| Nam | 118 | 40.7 | 41.3 | 41.3 |
| Nữ | 168 | 57.9 | 58.7 | 100.0 |
| Total | 286 | 98.6 | 100.0 | |
| Missing System | 4 | 1.4 | ||
| Total | 290 | 100.0 |
Trong ví dụ này, N Valid = 286 cho biết có 286 bản ghi có giá trị hợp lệ ở biến GIOITINH. N Missing = 4 cho biết bốn bản ghi bị thiếu giá trị ở biến đó. Nếu toàn bộ bảng hỏi có 290 dòng nhưng một số dòng không hoàn chỉnh, bạn cần quy định tiêu chí loại bản trả lời trước khi báo cáo cỡ mẫu cuối cùng.
Khi xem dữ liệu trong Data View, số dòng cuối cùng cũng chưa chắc là số mẫu hợp lệ. Bạn có thể đã nhập bản trả lời trùng, bản trả lời không đạt câu hỏi sàng lọc hoặc bản trả lời có quá nhiều ô trống. Vì vậy, phần làm sạch dữ liệu phải được thực hiện trước khi chạy Cronbach's Alpha, EFA, hồi quy hoặc PLS-SEM.
Hãy phân biệt ba con số trong file của bạn:
- Quy mô tổng thể: toàn bộ đối tượng thuộc phạm vi nghiên cứu, thường không nằm trong một bảng output SPSS.
- Số phiếu thu về: số bản trả lời bạn nhận được.
- Cỡ mẫu hợp lệ: số bản trả lời còn lại sau khi kiểm tra điều kiện sử dụng.
Bạn có thể dùng tính cỡ mẫu để lập kế hoạch trước khi thu thập dữ liệu. Sau khi có file, hãy báo cáo riêng số phiếu phát ra, số phiếu thu về, số phiếu loại và số quan sát hợp lệ.
Khi tổng thể nghiên cứu không đạt thì xử lý thế nào
Tổng thể không thường được đánh giá bằng một cột “đạt” hoặc “không đạt” trong SPSS. Vấn đề thường xuất hiện khi tổng thể bạn mô tả không khớp với người đã trả lời, quá rộng so với khả năng thu thập hoặc thiếu tiêu chí xác định.
Bạn nên xử lý theo thứ tự sau.
Rà soát lại đơn vị nghiên cứu
Viết một câu hoàn chỉnh: “Một đơn vị nghiên cứu là ...”. Nếu đề tài nói về khách hàng nhưng bảng hỏi lại được trả lời bởi nhân viên bán hàng, bạn cần dừng lại để kiểm tra thiết kế. Sai đơn vị nghiên cứu không thể sửa bằng cách chạy lại SPSS.
Bổ sung tiêu chí chọn vào và loại ra
Nêu rõ độ tuổi, khu vực, kinh nghiệm sử dụng sản phẩm, tình trạng học tập hoặc đặc điểm liên quan đến đề tài. Các tiêu chí này phải xuất hiện nhất quán trong phần tổng thể, phương pháp chọn mẫu và câu hỏi sàng lọc.
Điều chỉnh phạm vi kết luận
Nếu dữ liệu chỉ đến từ sinh viên của một trường, hãy thu hẹp kết luận về nhóm đó. Bạn vẫn có thể thảo luận khả năng tham khảo cho bối cảnh tương tự, nhưng không nên tuyên bố đại diện cho toàn bộ dân số khi thiết kế mẫu không hỗ trợ kết luận đó.
Kiểm tra lại cỡ mẫu hợp lệ
Nếu số quan sát thấp hơn kế hoạch, hãy xem số biến độc lập, số biến quan sát và kỹ thuật phân tích. Với hồi quy, một căn cứ thường được trích dẫn là n từ 50 + 8m trở lên (Tabachnick và Fidell, 2013). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được cân nhắc, nhưng cần nêu bối cảnh và nguồn (Hair và cộng sự, 2010). Các ngưỡng này liên quan đến phân tích và thang đo, không biến một tổng thể được xác định sai thành tổng thể phù hợp.
Nếu không thể tiếp cận đủ nhóm mục tiêu, bạn có thể ghi rõ giới hạn của phương pháp chọn mẫu. Hội đồng thường quan tâm đến sự nhất quán giữa tổng thể, mẫu, cách thu thập và kết luận hơn là một con số được làm cho đẹp.
Phân biệt tổng thể nghiên cứu với cỡ mẫu
Tổng thể và cỡ mẫu trả lời hai câu hỏi khác nhau. Tổng thể trả lời “bạn muốn kết luận về ai”. Cỡ mẫu trả lời “bạn thực sự khảo sát bao nhiêu đơn vị”.
| Khái niệm | Câu hỏi chính | Ví dụ |
|---|---|---|
| Tổng thể nghiên cứu | Kết quả hướng đến toàn bộ nhóm nào | Toàn bộ sinh viên năm cuối của trường X |
| Khung chọn mẫu | Bạn lấy danh sách đối tượng từ đâu | Danh sách sinh viên do phòng đào tạo cung cấp |
| Mẫu nghiên cứu | Bạn chọn những ai từ tổng thể | 320 sinh viên được mời trả lời |
| Cỡ mẫu hợp lệ | Có bao nhiêu bản trả lời dùng được | 286 bản trả lời sau khi làm sạch |
Một lỗi hay gặp là viết: “Tổng thể nghiên cứu của đề tài là 286 sinh viên”. Câu này chỉ đúng nếu bạn thực sự muốn nghiên cứu toàn bộ 286 sinh viên đó và không chọn mẫu. Trong phần lớn khảo sát luận văn, 286 là cỡ mẫu hợp lệ, còn tổng thể có thể lớn hơn nhiều.
Tổng thể cũng khác với mẫu tổng thể trong một số cách gọi thiếu chính xác. Nếu bạn khảo sát toàn bộ các đơn vị thuộc phạm vi đã định, đó là điều tra toàn bộ. Nếu chỉ lấy một phần, đó là nghiên cứu trên mẫu. Bạn có thể xem hướng dẫn về chọn mẫu ngẫu nhiên nếu danh sách tổng thể của bạn có thể tiếp cận và mỗi đơn vị có cơ hội được chọn.
Cần phân biệt thêm với “mẫu số liệu” trong SPSS. Mẫu số liệu là dữ liệu quan sát được dùng để tính trung bình, độ lệch chuẩn, hệ số tương quan hoặc hệ số hồi quy. Tổng thể là phạm vi suy luận. Hai khái niệm có liên hệ, nhưng không thay thế cho nhau.
Lỗi thường gặp
Ghi tổng thể bằng số phiếu hợp lệ. Số phiếu hợp lệ là cỡ mẫu. Hãy mô tả nhóm mục tiêu bằng đặc điểm và phạm vi, sau đó báo cáo cỡ mẫu ở phần thu thập dữ liệu.
Mở rộng tổng thể sau khi đã khảo sát. Nếu bạn chỉ thu dữ liệu tại một thành phố, không nên đổi phạm vi thành toàn quốc chỉ vì tiêu đề đề tài ban đầu viết rộng.
Không nói rõ thời gian. Sinh viên đang học trong học kỳ này và sinh viên từng học trong năm trước có thể là hai nhóm khác nhau. Thời gian khảo sát giúp người đọc hiểu dữ liệu thuộc bối cảnh nào.
Dùng bảng tần số để chứng minh quy mô tổng thể. Bảng Frequencies chỉ mô tả các bản ghi trong file. Nó không chứng minh toàn bộ tổng thể ngoài file có bao nhiêu đơn vị.
Chọn cỡ mẫu trước rồi mới tìm tổng thể. Cỡ mẫu có thể được lập kế hoạch trước, nhưng tổng thể và tiêu chí chọn đối tượng phải được xác định từ câu hỏi nghiên cứu.
Không lưu lại tiêu chí loại dữ liệu. Bạn nên ghi số phiếu thu về, lý do loại và số phiếu cuối cùng. Việc này giúp giải trình khi giảng viên hỏi vì sao số dòng trong file khác số phiếu ban đầu.
Câu hỏi thường gặp
Tổng thể nghiên cứu là gì trong luận văn?
Đó là toàn bộ nhóm đối tượng phù hợp với câu hỏi nghiên cứu và phạm vi mà bạn muốn đưa ra kết luận. Bạn cần nêu đơn vị nghiên cứu, đặc điểm đủ điều kiện, địa bàn và thời gian nếu các yếu tố này ảnh hưởng đến việc chọn người khảo sát.
Tổng thể nghiên cứu bao nhiêu là tốt?
Không có một con số chung cho mọi đề tài. Tổng thể được xem là phù hợp khi bạn xác định được nhóm mục tiêu, có tiêu chí chọn rõ ràng và có thể tiếp cận một mẫu phù hợp. Cỡ mẫu lại cần được biện luận theo mô hình, số biến quan sát và phương pháp phân tích.
Tổng thể nghiên cứu có phải là cỡ mẫu không?
Không. Tổng thể là nhóm mà bạn muốn nghiên cứu. Cỡ mẫu là số đơn vị được chọn hoặc số bản trả lời hợp lệ dùng trong phân tích. Ví dụ, toàn bộ sinh viên của một trường là tổng thể, còn 286 sinh viên có dữ liệu hợp lệ là cỡ mẫu.
Tổng thể nghiên cứu trong SPSS xem ở đâu?
SPSS không hiển thị trực tiếp tổng thể nghiên cứu nếu tổng thể nằm ngoài file dữ liệu. Bạn có thể xem số quan sát trong file bằng Analyze > Descriptive Statistics > Frequencies, nhưng kết quả N Valid thường phản ánh số bản ghi hợp lệ trong mẫu, không phải quy mô tổng thể.
Không biết số lượng tổng thể thì tính cỡ mẫu thế nào?
Bạn cần mô tả tổng thể theo đặc điểm và phạm vi, sau đó biện luận cỡ mẫu bằng yêu cầu của kỹ thuật phân tích, số biến quan sát và khả năng thu thập dữ liệu. Không nên tự tạo một con số tổng thể. Nếu dùng một công thức, hãy ghi rõ điều kiện áp dụng và nguồn như (Yamane, 1967) khi phù hợp.
Trước khi chạy phân tích, hãy mở phần phương pháp trong file luận văn và viết lại một câu xác định tổng thể, một câu xác định mẫu, rồi đối chiếu với dữ liệu thực tế. Nếu cần chạy phân tích trên file .sav hoặc .csv và chuyển output thành phần kết quả, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.