Câu trả lời ngắn gọn
Chọn mẫu là quá trình chọn ra một tập con của tổng thể, gọi là mẫu, và nghiên cứu tập con đó để rút ra kết luận về toàn bộ tổng thể. Các nhà nghiên cứu chọn mẫu vì việc đo lường tất cả mọi người thường quá chậm, quá tốn kém, hoặc đơn giản là không thể. Tổng thể là nhóm bạn muốn mô tả, mẫu là phần của nhóm đó mà bạn thực sự đo lường, và khung chọn mẫu là danh sách bạn dùng để lấy mẫu.
Chọn mẫu xác suất chọn người bằng một cơ chế ngẫu nhiên, nên mỗi đơn vị đều có một khả năng được chọn đã biết và khác 0. Đó là điều cho phép bạn gắn một con số vào mức độ bất định của mình.
Chọn mẫu phi xác suất chọn dựa trên sự thuận tiện, hạn ngạch hoặc phán đoán. Cách này thường nhanh hơn, rẻ hơn và đôi khi là lựa chọn duy nhất hợp đạo đức, nhưng nó không thể hỗ trợ một ước lượng tổng thể kèm độ chính xác được nêu rõ.
Đi thẳng đến so sánh 9 phương pháp | cách chọn một phương pháp | tự kiểm tra | cách viết phần phương pháp
Ý chính
- Chọn mẫu là nghiên cứu một tập con: bạn đo lường một mẫu để tìm hiểu về một tổng thể khi việc đo lường tất cả mọi người là không khả thi.
- Nắm vững năm thuật ngữ trước tiên: tổng thể, khung chọn mẫu, đơn vị chọn mẫu, thiết kế chọn mẫu, và khoảng cách giữa tổng thể bạn muốn và tổng thể bạn thực sự tiếp cận được. Hầu hết tranh luận về chọn mẫu thực chất là tranh luận về một trong những điều này.
- Chỉ các phương pháp xác suất mới cho phép bạn gắn một con số vào mức độ bất định. Mẫu thuận tiện, mẫu theo hạn ngạch, mẫu có chủ đích và mẫu quả cầu tuyết có thể hữu ích và trung thực, nhưng chúng không thể hỗ trợ một ước lượng tổng thể kèm độ chính xác được nêu rõ.
- Khung chọn mẫu đặt ra giới hạn trên cho bạn: nếu một nhóm không thể xuất hiện trong danh sách bạn dùng để lấy mẫu, thì không phương pháp nào và không lượng lượt trả lời bổ sung nào đưa được họ vào kết quả của bạn.
- Tính đại diện là một chuỗi, không phải một cái nhãn: khung chọn mẫu, rồi lựa chọn, rồi tuyển người, rồi trả lời, rồi phân tích. Một lần rút ngẫu nhiên chỉ là một mắt xích trong năm mắt xích.
Định nghĩa chọn mẫu (và 5 thuật ngữ bạn phải nắm đúng)
Chọn mẫu là quá trình chọn một nhóm nhỏ hơn (một mẫu) từ một nhóm lớn hơn (một tổng thể) để bạn có thể tìm hiểu về tổng thể mà không cần đo lường tất cả mọi người. Nghiên cứu toàn bộ tổng thể thường không thực tế, nên các nhà nghiên cứu chọn mẫu để công việc khả thi mà vẫn đưa ra được kết luận hữu ích.
Năm thuật ngữ dưới đây gánh phần lớn nội dung của bất kỳ chương phương pháp nào. Hiểu sai chúng thì mọi quyết định sau đó đều thừa hưởng sai lầm.
- Tổng thể: toàn bộ nhóm bạn muốn mô tả, được viết ra với ranh giới và khoảng thời gian rõ ràng. “Tất cả sinh viên điều dưỡng năm cuối tại ba cơ sở, đang theo học tính đến ngày 1 tháng 3” là một tổng thể. “Điều dưỡng” thì không.
- Tổng thể mục tiêu và tổng thể tiếp cận được: những người bạn muốn mô tả so với những người mà cách tuyển chọn và công cụ của bạn thực sự tiếp cận được. Nêu rõ khoảng cách giữa hai tổng thể này là một điểm mạnh trong bài viết, không phải điểm yếu.
- Khung chọn mẫu: danh sách hoặc cơ chế bạn dùng để lấy mẫu. Một danh sách sinh viên, một danh sách bệnh nhân, một cơ sở dữ liệu khách hàng, một bảng kê hộ gia đình trong làng, một danh sách cử tri. Vấn đề của khung chọn mẫu tạo ra sai số bao phủ, và không phương pháp nào khắc phục được.
- Đơn vị chọn mẫu: thứ thực sự được chọn. Một người, một hộ gia đình, một phòng khám, một lớp học, một ca làm việc, một đơn hàng. Trong thiết kế theo cụm và nhiều giai đoạn, đơn vị ở giai đoạn đầu là một nhóm, và nhóm đó được gọi là đơn vị chọn mẫu sơ cấp.
- Thiết kế chọn mẫu: toàn bộ kế hoạch được viết ra. Khung chọn mẫu, phương pháp, số lượng đơn vị, cách liên hệ, và bạn sẽ làm gì với những người không trả lời. “Thiết kế chọn mẫu” là điều mà hội đồng chấm hay người thẩm định thực sự muốn biết khi họ hỏi về việc chọn mẫu của bạn.
Bạn có thể thực hiện một phép chọn ngẫu nhiên đúng sách giáo khoa mà vẫn kết thúc với một mẫu bị sai lệch. Nếu khung chọn mẫu bỏ sót một phân khúc, họ chưa bao giờ đủ điều kiện để được chọn. Nếu một phân khúc không trả lời, họ rơi ra sau khi đã được chọn. Hãy coi chọn mẫu là một chuỗi: khung chọn mẫu, rồi lựa chọn, rồi tuyển người, rồi trả lời, rồi phân tích.
Để xem một định nghĩa chính thức ngắn gọn về cùng ý tưởng này, hãy xem ghi chú đào tạo về chọn mẫu của U.S. Office of Research Integrity (Văn phòng Liêm chính Nghiên cứu Hoa Kỳ).1 Nếu bạn đang đặt việc chọn mẫu vào một kế hoạch nghiên cứu rộng hơn, hướng dẫn về thiết kế nghiên cứu khảo sát của chúng tôi trình bày các bước trước và sau nó.
Vì sao cần chọn mẫu, và khi nào tổng điều tra là lựa chọn tốt hơn
Nhu cầu chọn mẫu mang tính thực tiễn trước khi mang tính thống kê. Có bốn lý do được nhắc đến nhiều lần.
Chi phí
Mỗi người trả lời tăng thêm đều tốn tiền, thời gian nhân sự hoặc thiện chí. Một mẫu 600 người được chọn tốt có thể trả lời cùng câu hỏi như một nỗ lực thực hiện kém với 60.000 người.
Tốc độ
Quyết định có hạn chót. Một mẫu cho bạn câu trả lời trong khoảng thời gian mà câu trả lời vẫn còn hữu ích.
Tính khả thi
Một số tổng thể hoàn toàn không thể liệt kê được: người qua lại ở chợ, người đã bỏ dùng một dịch vụ, người buôn bán nhỏ không chính thức. Một số khác thực tế là vô hạn, hoặc việc đo một đơn vị sẽ phá hủy đơn vị đó.
Chất lượng
Lý do này khiến nhiều người bất ngờ. Tập trung công sức vào một nhóm nhỏ hơn cho phép bạn theo đuổi những người chưa trả lời, đào tạo người phỏng vấn đúng cách và kiểm tra dữ liệu. Công sức đầu tư cho mỗi đơn vị thường đáng giá hơn số lượng đơn vị.
Ngược lại, một cuộc tổng điều tra đo lường tất cả mọi người. Đó là lựa chọn tốt hơn khi tổng thể đủ nhỏ để tiếp cận, khi đã có sẵn thông tin liên hệ, hoặc khi mỗi thành viên đều có quyền được hỏi. Một khảo sát nhân viên trong tổ chức 200 người là câu hỏi về tổng điều tra, không phải về chọn mẫu. Đánh giá một lớp học cũng vậy. Khi tổng thể nhỏ, chọn mẫu gần như không đem lại gì cho bạn mà còn khiến bạn mất khả năng báo cáo theo từng nhóm.
Một mẫu tốt thực sự trông như thế nào
Sách giáo khoa mô tả một mẫu tốt là “có tính đại diện”, nhưng đó không phải là một phép kiểm tra có thể áp dụng. Bốn đặc tính sau đây thì có.
- Bao phủ: về nguyên tắc, bất kỳ ai trong tổng thể mục tiêu cũng có thể được chọn.
- Lựa chọn có kiểm soát: ai vào mẫu được quyết định bởi một quy tắc, không phải bởi ai tình nguyện hay ai đứng gần cửa nhất.
- Đủ đơn vị trong nhóm nhỏ nhất mà bạn phải báo cáo: một con số tổng thể có thể trông ổn trong khi nhóm bạn thực sự quan tâm chỉ dựa trên 11 lượt trả lời.
- Mô tả được: bạn có thể ghi lại chính xác mẫu được lấy như thế nào, và người khác có thể lặp lại.
| Nếu mục tiêu của bạn là | Hàm ý về chọn mẫu | Cái bẫy thường gặp |
|---|---|---|
| Ước lượng một tỷ lệ phần trăm của tổng thể | Dùng phương pháp xác suất, theo dõi ai trả lời, và báo cáo độ chính xác cùng với con số. | Coi một mẫu thuận tiện như thể nó mô tả được tổng thể. |
| So sánh các nhóm con | Lên kế hoạch số lượt trả lời cho mỗi nhóm con, thường bằng cách phân tầng và chọn mẫu dôi cho các nhóm nhỏ. | Báo cáo một nhóm con mà kết quả chỉ dựa trên một nhúm người. |
| Khám phá trải nghiệm và cơ chế | Lựa chọn có chủ đích hoặc theo lý thuyết là phù hợp. Hãy lý giải những góc nhìn nào được bao quát và những góc nhìn nào không. | Chạy theo một con số tối thiểu mà không có lý do nào cho nó. |
| Kiểm định một biện pháp can thiệp | Chọn mẫu quyết định kết quả khái quát hóa được cho ai. Phân nhóm ngẫu nhiên quyết định hiệu ứng có thật hay không. | Nhầm lẫn phân nhóm ngẫu nhiên với chọn mẫu ngẫu nhiên. Đó là hai thao tác khác nhau. |
Để có một giải thích bằng ngôn ngữ dễ hiểu về cách mẫu hỗ trợ các ước lượng tổng thể, bài tổng quan về chọn mẫu và suy luận trong khảo sát của U.S. Census Bureau (Cục Điều tra Dân số Hoa Kỳ) là điểm khởi đầu tốt.2
Khung chọn mẫu đặt ra giới hạn trên
Khung chọn mẫu là danh sách hoặc cơ chế cụ thể mà bạn dùng để lấy mẫu. Đây là phần ít được bàn đến nhất của việc chọn mẫu và là nơi hầu hết các nghiên cứu thực tế âm thầm đi sai, vì khung chọn mẫu quyết định ai thậm chí có đủ điều kiện để được chọn.
Khung chọn mẫu là những thứ bình thường. Một danh sách sinh viên, một danh sách bệnh nhân, một danh sách nhân sự, một cơ sở dữ liệu khách hàng. Một danh sách làng kèm số hộ, một danh sách cử tri, một chuỗi đơn hàng, một danh sách phòng khám trong một huyện. Hãy để ý rằng một số khung chọn mẫu liệt kê người còn một số liệt kê địa điểm. Sự khác biệt đó quyết định những phương pháp nào bạn có thể dùng.
| Vấn đề | Biểu hiện | Ảnh hưởng đến kết quả của bạn |
|---|---|---|
| Bao phủ thiếu | Những người thuộc tổng thể bị thiếu trong danh sách: nhân viên không có email công việc, khách hàng mua trực tiếp, hộ gia đình không có địa chỉ đăng ký. | Có những phân khúc trọn vẹn có khả năng được chọn bằng 0. Thêm lượt trả lời không khắc phục được, vì những người bị thiếu chưa bao giờ đủ điều kiện. |
| Bao phủ thừa | Danh sách chứa các đơn vị nằm ngoài tổng thể của bạn: cựu sinh viên, tài khoản đã đóng, người đã chuyển đi. | Bạn lãng phí công sức và, nếu không sàng lọc họ ra, bạn sẽ đo sai tổng thể. |
| Trùng lặp | Cùng một người xuất hiện nhiều hơn một lần: hai địa chỉ email, hai số tài khoản. | Những người đó có khả năng được chọn cao hơn mọi người khác, điều này âm thầm phá vỡ giả định về khả năng được chọn bằng nhau. |
| Lỗi thời | Danh sách chính xác vào lúc được lập nhưng bây giờ thì không. | Các liên hệ bị trả lại trông giống như từ chối, nên cả tỷ lệ trả lời lẫn chẩn đoán sai lệch của bạn đều ra sai. |
Rà soát khung chọn mẫu trước khi lấy mẫu, không phải sau đó. Đếm số dòng. So sánh con số đó với bất kỳ tổng số độc lập nào bạn tìm được, chẳng hạn số nhân sự từ phòng nhân sự hoặc số liệu tuyển sinh. Tìm phân khúc mà bạn sẽ xấu hổ nhất nếu bỏ sót, và kiểm tra xem nó có mặt không. Loại bỏ trùng lặp. Ghi lại những gì khung chọn mẫu loại trừ, vì câu đó đằng nào cũng thuộc về phần giới hạn của bạn.
Chọn mẫu thuận tiện, theo hạn ngạch, có chủ đích và quả cầu tuyết hoàn toàn không cần danh sách. Chọn mẫu theo cụm và nhiều giai đoạn chỉ cần một danh sách các nhóm (trường học, phòng khám, phường, làng), không cần danh sách người. Chọn mẫu ngẫu nhiên đơn giản, hệ thống và phân tầng đều cần một danh sách đầy đủ các cá nhân trước khi bạn có thể bắt đầu. Nếu bạn không có danh sách và không thể lập được, chỉ riêng điều đó đã loại ba trong chín phương pháp trên trang này. Đó thường là điều đầu tiên cần xác định.
So sánh 9 phương pháp chọn mẫu
Các phương pháp chọn mẫu chia thành hai nhóm. Chọn mẫu xác suất dùng một cơ chế ngẫu nhiên, nên mỗi đơn vị trong khung chọn mẫu đều có một khả năng được chọn đã biết và khác 0. Chọn mẫu phi xác suất thì không, nên xác suất được chọn là chưa biết. Mọi thứ khác đều xuất phát từ sự phân biệt duy nhất đó.
Cột thứ hai là cột mà hầu hết các hướng dẫn bỏ qua, nên ở đây nó được đặt lên trước. Chỉ một thiết kế xác suất mới hỗ trợ được sai số biên, khoảng tin cậy, hay câu “cộng trừ 5 điểm”. Nếu một phương pháp ghi là không ở cột đó, bạn vẫn có thể học được rất nhiều từ nó. Bạn chỉ không thể công bố một con số độ chính xác cùng với kết quả. Bản thân độ chính xác thuộc về một chủ đề khác, được trình bày trong hướng dẫn về cỡ mẫu của chúng tôi.
| Phương pháp | Hỗ trợ sai số biên? | Cách hoạt động | Lựa chọn đúng khi | Cái giá phải trả, và sai lệch nó dễ gây ra |
|---|---|---|---|---|
| Chọn mẫu ngẫu nhiên đơn giản Xác suất Cần danh sách đầy đủ |
Có | Mỗi đơn vị trong danh sách có khả năng được chọn như nhau. Bạn rút ngẫu nhiên số lượng cần thiết. | Bạn có một danh sách sạch, đã loại trùng lặp, và không có nhóm con nào bắt buộc phải báo cáo riêng. | Chi phíBạn phải có danh sách đầy đủ, và các nhóm nhỏ có thể quá nhỏ để báo cáo.Sai lệchRất ít ở khâu chọn. Toàn bộ rủi ro còn lại chuyển sang việc ai thực sự trả lời. |
| Chọn mẫu hệ thống Xác suất Cần danh sách đầy đủ |
Có, nếu thứ tự danh sách không liên quan đến kết quả | Sắp xếp danh sách, chọn một điểm bắt đầu ngẫu nhiên, rồi lấy mỗi bản ghi thứ k. | Danh sách dài hoặc đến theo dòng liên tục, và đội thực địa cần một quy tắc đơn giản để làm theo. | Chi phíGần như không có, miễn là thứ tự sắp xếp không liên quan gì đến điều bạn đang đo.Sai lệchTính chu kỳ. Nếu danh sách lặp lại theo một chu kỳ trùng với khoảng cách lấy mẫu, bạn sẽ liên tục chọn trúng cùng một kiểu đơn vị. |
| Chọn mẫu phân tầng Xác suất Cần danh sách đầy đủ |
Có, và thường hẹp hơn ngẫu nhiên đơn giản | Chia danh sách thành các nhóm (tầng) có ý nghĩa, rồi lấy mẫu trong từng nhóm. | Bạn phải báo cáo theo khu vực, khoa, phòng ban hoặc nhóm tuổi, hoặc bạn dự đoán tỷ lệ trả lời giữa các nhóm sẽ khác nhau rõ rệt. | Chi phíBiến phân nhóm phải có sẵn trong danh sách trước khi lấy mẫu, và các tỷ lệ chọn không bằng nhau phải được gán trọng số khi phân tích.Sai lệchThấp. Rủi ro thực sự là chọn các tầng không liên quan gì đến kết quả, điều này thêm việc mà không tăng độ chính xác. |
| Chọn mẫu theo cụm Xác suất Cần danh sách các nhóm |
Có, được nới rộng theo hệ số thiết kế | Chọn ngẫu nhiên cả nhóm (trường học, phòng khám, phường, làng), rồi khảo sát tất cả mọi người trong các nhóm được chọn. | Bạn không thể liệt kê từng cá nhân nhưng có thể liệt kê những nơi có họ, và chi phí đi lại hoặc chuẩn bị chiếm phần lớn ngân sách. | Chi phíĐộ chính xác. Những người trong cùng một nhóm giống nhau, nên mỗi lượt trả lời thêm mang ít thông tin mới hơn.Sai lệchThấp nếu các nhóm được chọn ngẫu nhiên, nhưng số nhóm ít sẽ khiến kết quả không ổn định và khó bảo vệ. |
| Chọn mẫu nhiều giai đoạn Xác suất Cần danh sách các nhóm |
Có, với trọng số và hệ số thiết kế | Chọn mẫu các nhóm trước, rồi chọn mẫu các đơn vị trong các nhóm được chọn, qua hai giai đoạn trở lên. | Nghiên cứu cấp huyện hoặc cấp quốc gia, khi không có một danh sách người duy nhất nhưng có các đơn vị hành chính. | Chi phíĐộ phức tạp. Xác suất được chọn khác nhau giữa các đơn vị, nên phân tích cần trọng số và một người biết cách áp dụng chúng.Sai lệchThấp về nguyên tắc. Trên thực tế, mỗi giai đoạn là một cơ hội mới để đội thực địa đi lệch khỏi kế hoạch. |
| Chọn mẫu thuận tiện Phi xác suất Không cần danh sách |
Không | Bạn lấy bất kỳ ai dễ tiếp cận nhất: một cửa sổ bật lên trên trang web, một lớp bạn đang dạy, người đi ngang qua một quầy hàng. Còn gọi là chọn mẫu sẵn có. | Bạn đang khám phá, chạy khảo sát thí điểm cho một bảng câu hỏi, hoặc cần định hướng trong tuần này thay vì một con số có thể bảo vệ được vào quý sau. | Chi phíKhả năng khẳng định. Bạn từ bỏ khả năng nói bất cứ điều gì về tổng thể.Sai lệchTự lựa chọn. Nó đại diện quá mức cho những người dễ tiếp cận, sẵn có và vốn đã gắn bó. |
| Chọn mẫu theo hạn ngạch Phi xác suất Không cần danh sách |
Không. Trông cân bằng nhưng không ngẫu nhiên | Đặt chỉ tiêu cho các nhóm, ví dụ 50 nữ và 50 nam, hoặc 40 nông thôn và 60 thành thị, rồi tuyển người cho đến khi mọi chỉ tiêu được lấp đầy. | Bạn cần một mẫu ít nhất khớp với tổng thể ở các đặc điểm dễ thấy, nhanh chóng, mà không có danh sách để lấy mẫu. | Chi phíQuyền kiểm soát ai lấp đầy mỗi hạn ngạch. Người tuyển vẫn tự chọn, và họ chọn người dễ tiếp cận.Sai lệchSai lệch lựa chọn bên trong hạn ngạch. Khớp về tuổi và giới tính không làm cho mọi người điển hình về thái độ. |
| Chọn mẫu có chủ đích Phi xác suất Không cần danh sách |
Không, và nó cũng không nhằm làm vậy | Bạn cố ý chọn các trường hợp đáp ứng tiêu chí đã nêu: chuyên gia, trường hợp cực đoan, trường hợp điển hình, trường hợp then chốt. Còn gọi là chọn mẫu theo phán đoán. | Nghiên cứu định tính, phỏng vấn chuyên gia, nghiên cứu tình huống, và bất kỳ câu hỏi nào mà chiều sâu quan trọng hơn việc đếm. | Chi phíKhông tốn gì, miễn là bạn nói rõ rằng ngay từ đầu mình không nhằm đo đếm.Sai lệchQuan niệm riêng của nhà nghiên cứu về việc ai được coi là liên quan. |
| Chọn mẫu quả cầu tuyết Phi xác suất Không cần danh sách |
Không | Tuyển một vài người tham gia, rồi đề nghị mỗi người giới thiệu những người khác phù hợp với tiêu chí. | Nhóm này bị ẩn, bị kỳ thị, hiếm hoặc không được đăng ký: lao động di cư, người đã rời bỏ một dịch vụ, người buôn bán nhỏ không chính thức, người mắc một bệnh hiếm. | Chi phíThời gian, và quyền kiểm soát hình dạng của mẫu. Bạn thừa hưởng mạng lưới xã hội của những người bạn bắt đầu.Sai lệchXu hướng đồng loại. Mọi người giới thiệu những người giống mình, nên một góc của tổng thể bị chọn quá nhiều. |
Cách đọc bảng: năm phương pháp đầu là thiết kế xác suất và bốn phương pháp cuối thì không. Chính sự phân chia đó, chứ không phải tên từng phương pháp, quyết định một con số độ chính xác có trung thực hay không.
Các phương pháp chọn mẫu xác suất, lần lượt từng phương pháp
Chọn mẫu xác suất nghĩa là mỗi đơn vị trong khung chọn mẫu có một khả năng được chọn đã biết và khác 0, và một cơ chế ngẫu nhiên thực hiện việc chọn. Đó là toàn bộ cơ sở để nói bất cứ điều gì bằng con số về tổng thể. Năm thiết kế bao quát gần như mọi nghiên cứu thực tế. Các bài tổng quan trong nghiên cứu lâm sàng và y tế đề cập cùng nhóm phương pháp này dưới những tên gọi hơi khác, và nên biết lý do trước khi bạn gặp cả hai: mỗi bài trong hai bài được trích dẫn ở đây đều gộp chọn mẫu nhiều giai đoạn vào chọn mẫu theo cụm thay vì liệt kê riêng.34
Chọn mẫu ngẫu nhiên đơn giản
Chọn mẫu ngẫu nhiên đơn giản cho mỗi đơn vị trong danh sách khả năng được chọn hoàn toàn như nhau. Bạn đánh số danh sách, tạo các số ngẫu nhiên, và lấy các đơn vị mà những số đó rơi vào.
Ví dụ tính toán. Danh sách của một trường đại học có 12.000 sinh viên đang theo học và bạn cần 400 lượt trả lời. Đánh số danh sách từ 1 đến 12.000, tạo 400 số ngẫu nhiên không trùng nhau trong khoảng đó bằng bảng tính hoặc phần mềm thống kê, và mời những sinh viên đó. Nếu bạn dự kiến tỷ lệ trả lời 40%, hãy rút và mời 1.000 người để việc đạt 400 lượt trả lời hoàn tất là thực tế.
Khi nào nó không hiệu quả. Với 400 lượt trả lời trải trên danh sách 12.000 sinh viên, một khoa có 300 sinh viên chỉ đóng góp khoảng 10 người. Như vậy không đủ để báo cáo. Nếu bất kỳ nhóm con nào phải xuất hiện trong kết quả, chọn mẫu ngẫu nhiên đơn giản là công cụ sai và chọn mẫu phân tầng là cách khắc phục.
Ghi lại cách ngẫu nhiên hóa. Phần mềm đã dùng, giá trị khởi tạo (seed) nếu có, và ngày thực hiện. Chỉ một câu đó thôi là điều giúp lần rút mẫu có thể tái tạo được, và người thẩm định thực sự sẽ hỏi.
Chọn mẫu hệ thống
Chọn mẫu hệ thống lấy mỗi đơn vị thứ k từ một danh sách đã sắp xếp sau một điểm bắt đầu ngẫu nhiên. Chia kích thước danh sách cho số lượng bạn cần để được khoảng cách k, chọn một số ngẫu nhiên từ 1 đến k làm điểm bắt đầu, rồi đếm tiếp.
Ví dụ tính toán. Một bệnh viện huyện ghi nhận 9.000 lượt khám ngoại trú trong một quý và muốn thực hiện 600 cuộc phỏng vấn khi bệnh nhân ra về. Khoảng cách là 9.000 chia cho 600, nên k bằng 15. Chọn một điểm bắt đầu ngẫu nhiên từ 1 đến 15, chẳng hạn 7, rồi phỏng vấn lượt khám thứ 7, 22, 37, 52 và cứ thế tiếp tục. Đội thực địa có thể làm theo quy tắc đó mà không cần máy tính xách tay, và đó là lý do thực sự khiến phương pháp này vẫn tồn tại.
Khi nào nó không hiệu quả. Tính chu kỳ. Nếu danh sách có một chu kỳ lặp lại trùng với k, lần nào bạn cũng lấy mẫu vào cùng một vị trí. Một danh sách lượt khám được sắp theo ngày khám với chu kỳ 7 ngày và khoảng cách bằng 7 sẽ chỉ cho bạn một ngày trong tuần và không gì khác. Hãy kiểm tra cách sắp xếp trước khi cố định k, và xáo trộn danh sách nếu thứ tự có liên quan đến điều bạn đang đo.
Chọn mẫu phân tầng
Chọn mẫu phân tầng chia tổng thể thành các nhóm không chồng lấn gọi là tầng, rồi rút một mẫu ngẫu nhiên trong từng tầng. Đây là bước nâng cấp hữu ích nhất mà hầu hết các nghiên cứu có thể áp dụng, vì nó bảo đảm mỗi nhóm bạn phải báo cáo đều thực sự có mặt.
Ví dụ tính toán có trình bày phép tính. Một tổ chức có 4.200 nhân viên ở sáu tỉnh và cần 600 lượt trả lời.
- Phân bổ theo tỷ lệ. Một tỉnh có 1.400 nhân viên chiếm 1.400 chia cho 4.200, tức một phần ba lực lượng lao động, nên nhận một phần ba của 600, tức 200 lượt trả lời. Một tỉnh có 210 nhân viên nhận 210 chia cho 4.200 nhân 600, tức 30 lượt trả lời. Mỗi tỉnh được đại diện theo tỷ lệ quy mô của mình, và không cần gán trọng số khi phân tích.
- Phân bổ không theo tỷ lệ, còn gọi là chọn mẫu dôi. Ba mươi lượt trả lời là quá ít để báo cáo riêng cho tỉnh nhỏ đó. Vì vậy bạn cố ý lấy 80 từ tỉnh này, và giảm ở tỉnh lớn nhất để bù lại. Lúc này xác suất được chọn khác nhau giữa các tỉnh, nên bạn phải gán trọng số để đưa dữ liệu về đúng tỷ lệ thực trước khi nêu bất kỳ con số nào cho toàn tổ chức. Bỏ qua bước đó là lỗi phổ biến nhất trong chọn mẫu phân tầng.
Chọn tầng. Chọn các biến có liên quan đến kết quả hoặc đến việc ai có khả năng trả lời, và đã có sẵn trong khung chọn mẫu. Khu vực, địa điểm, vai trò, nhóm thâm niên, khóa học, loại gói và nhóm tuổi là những ứng viên thường gặp. Các tầng không liên quan gì đến kết quả chỉ thêm việc quản lý mà không tăng độ chính xác. Nếu biến phân nhóm không có trong khung chọn mẫu, có thể bạn phải thu thập nó ngay trong bảng câu hỏi. Hướng dẫn về câu hỏi khảo sát nhân khẩu học của chúng tôi trình bày cách hỏi những biến đó mà không làm mất người trả lời.
Chọn mẫu theo cụm
Chọn mẫu theo cụm chọn ngẫu nhiên cả những nhóm có sẵn trong tự nhiên rồi khảo sát tất cả mọi người trong các nhóm được chọn. Bạn cần danh sách các nhóm, không cần danh sách người, và đó là lý do phương pháp này tồn tại.
Ví dụ tính toán. Một huyện có 180 trường tiểu học và không có danh sách học sinh tập trung. Bạn chọn ngẫu nhiên 24 trường và khảo sát mọi học sinh lớp 8 ở mỗi trường. Bạn chỉ phải đến 24 trường thay vì 180, và chưa bao giờ cần danh sách học sinh để bắt đầu.
Cái giá phải trả. Học sinh trong cùng một trường giống nhau hơn so với học sinh ở các trường khác trong huyện. Vì vậy mỗi học sinh thêm vào ở một trường đã được chọn đem lại ít thông tin mới hơn một học sinh độc lập. Số lượt trả lời hiệu dụng của bạn nhỏ hơn số lượt trả lời thực tế. Mức thổi phồng đó chính là hệ số thiết kế, và nó phải được tính vào kế hoạch thay vì chỉ phát hiện ra khi phân tích.
Khi nào nó không hiệu quả. Quá ít cụm. Sáu trường được chọn ngẫu nhiên có thể khác nhau rất nhiều, và kết quả dao động tùy theo sáu trường nào bạn tình cờ rút được. Nhiều cụm hơn với ít người hơn trong mỗi cụm hầu như luôn tốt hơn trường hợp ngược lại.
Chọn mẫu nhiều giai đoạn
Chọn mẫu nhiều giai đoạn chọn qua hai giai đoạn trở lên: các nhóm trước, rồi các đơn vị trong các nhóm được chọn, và đôi khi thêm giai đoạn thứ ba bên trong những đơn vị đó. Hầu hết mọi cuộc khảo sát hộ gia đình quốc gia trên thế giới đều được xây dựng theo cách này.
Ví dụ tính toán. Chọn 120 phường từ danh sách phường toàn quốc. Trong mỗi phường được chọn, đội thực địa lập danh sách hộ gia đình tại chỗ, rồi chọn ngẫu nhiên 20 hộ. Trong mỗi hộ được chọn, một người trưởng thành được chọn ngẫu nhiên thay vì để cho người ra mở cửa trả lời. Đó là ba giai đoạn, và giai đoạn cuối rất quan trọng: để hộ gia đình tự quyết định ai trả lời sẽ đưa trở lại đúng loại sai lệch lựa chọn mà thiết kế này được xây dựng để tránh.
Cái giá phải trả. Những người khác nhau có xác suất được chọn khác nhau, nên phân tích cần trọng số, và phép tính phương sai phải tính đến hiệu ứng cụm ở mọi giai đoạn. Đây là một thiết kế thực thụ, cần một người có thể thực hiện phân tích có trọng số. Nếu không ai trong dự án làm được, hãy chọn một thiết kế đơn giản hơn thay vì một thiết kế nhiều giai đoạn không có trọng số.
Chuyên sâu: chọn theo xác suất tỷ lệ với quy mô, và vì sao các cụm lớn được chọn nhiều hơn
Trong ví dụ về trường học, mọi trường đều có cùng khả năng được chọn, dù trường đó có 60 hay 900 học sinh. Điều đó khiến một học sinh ở trường nhỏ có khả năng vào mẫu cao hơn nhiều so với một học sinh ở trường lớn. Phân tích sau đó phải hiệu chỉnh điều này.
Phép chọn theo xác suất tỷ lệ với quy mô khắc phục điều này ngay ở khâu thiết kế. Khả năng được chọn của mỗi cụm được đặt tỷ lệ với số đơn vị mà cụm đó có. Khi đó một trường 900 học sinh có khả năng được rút cao gấp mười lăm lần một trường 60 học sinh. Sau đó bạn lấy cùng một số học sinh từ mỗi trường được chọn. Hai giai đoạn triệt tiêu lẫn nhau, và mọi học sinh trong huyện cuối cùng có khả năng được chọn tổng thể gần như bằng nhau. Đây là cách làm tiêu chuẩn trong các khảo sát quốc gia, và nó cần một thước đo quy mô cho mọi cụm trong khung chọn mẫu trước khi lấy mẫu.
Chọn mẫu phân tầng và theo cụm: khác biệt trong một dòng
Hai phương pháp này liên tục bị nhầm lẫn, vì cả hai đều bắt đầu bằng việc chia tổng thể thành các nhóm. Khác biệt nằm ở việc bạn làm gì tiếp theo.
| Khía cạnh | Chọn mẫu phân tầng | Chọn mẫu theo cụm |
|---|---|---|
| Bạn dùng những nhóm nào | Lấy mẫu từ mọi nhóm. | Một số nhóm được chọn, các nhóm còn lại hoàn toàn không được dùng. |
| Bạn lấy mẫu những ai trong một nhóm | Một tập con ngẫu nhiên của nhóm. | Tất cả mọi người trong nhóm, hoặc thêm một tập con ngẫu nhiên nữa trong phiên bản nhiều giai đoạn. |
| Các nhóm nên | Đồng nhất bên trong, và khác biệt với nhau. Khu vực, vai trò, khóa học. | Đa dạng bên trong, mỗi nhóm là một bản thu nhỏ của tổng thể. Trường học, phòng khám, phường. |
| Vì sao bạn chọn nó | Độ chính xác, và bảo đảm các nhóm con được đại diện. | Chi phí và khả năng tiếp cận khi không có danh sách cá nhân. |
| Ảnh hưởng đến độ chính xác | Thường cải thiện so với ngẫu nhiên đơn giản với cùng số lượt trả lời. | Làm giảm độ chính xác. Hãy tính trước hệ số thiết kế. |
| Bạn cần gì trước khi bắt đầu | Một danh sách đầy đủ các cá nhân, đã có sẵn biến phân nhóm. | Chỉ cần danh sách các nhóm. |
Phân tầng: tất cả các nhóm, một số người. Theo cụm: một số nhóm, tất cả mọi người. Phân tầng là vì độ chính xác, theo cụm là vì khả năng tiếp cận.
Các phương pháp chọn mẫu phi xác suất, lần lượt từng phương pháp
Chọn mẫu phi xác suất nghĩa là xác suất được chọn là chưa biết, vì không có cơ chế ngẫu nhiên nào quyết định ai được chọn. Đây là lựa chọn đúng trong bốn tình huống. Bạn không thể lập một khung chọn mẫu dùng được. Nhóm đối tượng bị ẩn. Tốc độ quan trọng hơn độ chính xác. Hoặc câu hỏi là về ý nghĩa chứ không phải về quy mô.
Những phương pháp này không phải hạng hai. Chúng đang trả lời một câu hỏi khác. Sai lầm không bao giờ nằm ở việc dùng chúng, mà ở việc dùng chúng rồi viết ra một câu mà chỉ mẫu xác suất mới có thể chứng minh.
Chọn mẫu thuận tiện
Chọn mẫu thuận tiện, còn gọi là chọn mẫu sẵn có, tuyển bất kỳ ai dễ tiếp cận nhất. Một cửa sổ bật lên trên trang web, một liên kết trong bản tin, sinh viên trong chính lớp bạn dạy, người đi ngang qua một quầy hàng ở chợ.
Ví dụ. Một cửa hàng đặt liên kết lấy ý kiến phản hồi trên hóa đơn. Tất cả những người trả lời đều đã mua hàng, có mang theo điện thoại, có thời gian và có lý do để bận tâm. Mỗi bộ lọc đó loại bỏ một phần khác nhau của tập khách hàng.
Cách dùng trung thực. Chạy khảo sát thí điểm cho bảng câu hỏi, hình thành giả thuyết, tìm hiểu cách khách hàng diễn đạt, kiểm tra xem một câu hỏi có được hiểu đúng không. Tất cả đều là những cách dùng rất tốt. Không cách nào trong số đó cần đến một ước lượng tổng thể.
Chọn mẫu theo hạn ngạch
Chọn mẫu theo hạn ngạch đặt chỉ tiêu tuyển người cho các nhóm được nêu tên và lấp đầy chúng. Bốn mươi nông thôn và sáu mươi thành thị. Năm mươi nữ và năm mươi nam. Hai mươi người ở mỗi nhóm trong năm nhóm tuổi.
Ví dụ. Một nhóm nghiên cứu thị trường cần 500 lượt trả lời khớp với cơ cấu toàn quốc về tuổi, giới tính và khu vực, và không có danh sách tổng thể. Họ tuyển người cho đến khi mọi ô đều đầy.
Vì sao đây vẫn không phải chọn mẫu xác suất. Hạn ngạch kiểm soát hình dạng của mẫu, không kiểm soát việc chọn những người trong mẫu. Người tuyển vẫn tự chọn, và những người dễ tiếp cận khác một cách có hệ thống với những người khó tiếp cận. Một mẫu có thể khớp hoàn hảo với tổng thể về tuổi và giới tính mà vẫn sai nghiêm trọng về thái độ, vì tuổi và giới tính chưa bao giờ là những biến gây ra sai lệch.
Chọn mẫu có chủ đích
Chọn mẫu có chủ đích, còn gọi là chọn mẫu theo phán đoán, cố ý chọn các trường hợp đáp ứng tiêu chí đã nêu. Các biến thể thường gặp là chọn trường hợp điển hình, trường hợp cực đoan, trường hợp then chốt, chọn đa dạng tối đa và chọn chuyên gia.
Ví dụ. Một nghiên cứu về cách sử dụng một hệ thống thanh toán mới chọn tám người. Hai người dùng hằng ngày, hai người đã bỏ dùng, hai người chưa bao giờ dùng, và hai nhân viên hỗ trợ xử lý khiếu nại. Sự phân bố đó được chọn có chủ đích, và chính lập luận là phương pháp.
Cách dùng trung thực. Hầu hết nghiên cứu định tính. Tiêu chuẩn ở đây không phải là tính ngẫu nhiên. Mà là liệu bạn có thể nói vì sao chọn những trường hợp này mà không phải những trường hợp khác, và liệu phạm vi quan điểm có đủ rộng để hỗ trợ các nhận định của bạn hay không.
Chọn mẫu quả cầu tuyết
Chọn mẫu quả cầu tuyết tuyển một số ít người tham gia, rồi những người này giới thiệu những người khác phù hợp với tiêu chí, và những người đó lại giới thiệu thêm.
Ví dụ. Một nghiên cứu về người buôn bán nhỏ không chính thức qua biên giới bắt đầu với bốn người tham gia được xác định thông qua một hiệp hội địa phương, và mỗi người giới thiệu thêm hai người. Không có danh sách đăng ký nào cho người buôn bán không chính thức, nên không có phương pháp nào dựa trên khung chọn mẫu dùng được.
Nó ảnh hưởng đến mẫu của bạn thế nào. Xu hướng đồng loại. Mọi người giới thiệu những người giống mình. Mẫu trôi dần về một mạng lưới xã hội và xa dần những thành viên bị cô lập của tổng thể, thường lại chính là những người mà nghiên cứu cần nghe nhất. Bắt đầu từ nhiều điểm xuất phát không liên quan đến nhau thay vì một điểm sẽ giảm sự trôi dạt nhưng không loại bỏ được nó.
Cách làm cho một mẫu phi xác suất có thể bảo vệ được
Hầu hết các hướng dẫn dừng lại ở câu “bạn không thể khái quát hóa” và bỏ mặc người đọc, vì hầu hết người đọc đang thực hiện đúng loại nghiên cứu này. Đây là phần thường bị bỏ sót.
- Mô tả cách tuyển người, không chỉ tên phương pháp. Liên kết được đăng ở đâu, trong những ngày nào, ai đã thấy, có phần thưởng hay không, và bao nhiêu người được tiếp cận so với bao nhiêu người đã trả lời. Điều này cho phép người đọc đánh giá mẫu thay vì phải đoán.
- So sánh mẫu thu được với một chuẩn tham chiếu đã biết và công bố phép so sánh đó. Nếu tổ chức của bạn có 60% nhân viên hiện trường còn người trả lời chỉ có 25% là nhân viên hiện trường, hãy nêu điều đó trong một bảng. Một độ lệch được nêu rõ là một phát hiện. Một độ lệch bị che giấu là một khiếm khuyết.
- Biết gán trọng số làm được gì và không làm được gì. Điều chỉnh dữ liệu để cơ cấu nhân khẩu học khớp với tổng thể có thể khắc phục sự mất cân bằng nhìn thấy được. Nó không thể khắc phục việc người không trả lời khác người trả lời ở một điều bạn chưa đo, và nó không bao giờ biến một mẫu phi xác suất thành mẫu có thể hỗ trợ một nhận định về độ chính xác.
- Thay đổi câu chữ, không thay đổi số liệu thống kê. Thay vì viết “38% khách hàng không hài lòng, cộng trừ 4 điểm”, hãy viết “38% trong số 620 khách hàng đã trả lời cho biết không hài lòng. Người trả lời được tuyển qua lời nhắc trong ứng dụng trong hai tuần và không phải là mẫu ngẫu nhiên của khách hàng.” Câu thứ hai ngắn hơn, hữu ích hơn và không thể bị bắt bẻ.
Nghiên cứu định tính có bộ thuật ngữ riêng cho điều này. Một đề cương thường yêu cầu lý do chứ không phải một con số mục tiêu. Nó nên bao gồm số lượng dự kiến và phạm vi quan điểm, một sự phân biệt được hướng dẫn của University of Bath nêu rất ngắn gọn.5
Ghép phương pháp với tình huống
Sáu tình huống, sáu phương pháp. Hãy quyết định trước khi mở đáp án. Đây là cách nhanh nhất để biết bảng ở trên có thực sự đọng lại hay không.
1. Bạn có danh sách đầy đủ 4.200 nhân viên và phải công bố kết quả cho từng tỉnh trong sáu tỉnh.
Chọn mẫu phân tầng. Danh sách đầy đủ đã có, nên bạn có thể dùng chọn mẫu xác suất, và nghĩa vụ báo cáo theo tỉnh chính là mục đích của việc phân tầng. Chọn mẫu ngẫu nhiên đơn giản sẽ khiến tỉnh nhỏ nhất có quá ít lượt trả lời để báo cáo.
2. Bạn đang nghiên cứu những người đã rời bỏ một dịch vụ sáu tháng trước. Không có danh sách nào, và những người rời đi với nhiều bức xúc nhất lại là những người khó tìm nhất.
Chọn mẫu quả cầu tuyết. Không có khung chọn mẫu và tổng thể khó tiếp cận, điều này loại bỏ mọi phương pháp xác suất. Hãy bắt đầu từ nhiều điểm xuất phát không liên quan đến nhau thay vì một, và nêu trong phần giới hạn rằng chuỗi giới thiệu làm mẫu nghiêng về những người có kết nối.
3. Một bệnh viện muốn có dữ liệu trải nghiệm bệnh nhân từ một dòng 9.000 lượt khám mỗi quý, do nhân viên không có máy tính tại quầy thu thập.
Chọn mẫu hệ thống. Tổng thể đến theo một dòng có thứ tự, nên quy tắc theo khoảng cách vừa là phương pháp xác suất vừa là việc mà một quầy bận rộn thực sự làm được. Hãy kiểm tra trước rằng thứ tự lượt khám không theo chu kỳ hằng tuần trùng với khoảng cách của bạn.
4. Bạn cần hiểu vì sao một công cụ mới đang bị bỏ dùng, và bạn có ba tuần mà không có ngân sách.
Chọn mẫu có chủ đích. Câu hỏi là về cơ chế, không phải về độ lớn. Hãy chọn có chủ ý trải khắp các nhóm: người dùng nhiều, người đã bỏ dùng, người chưa từng dùng, nhân viên hỗ trợ. Đừng báo cáo tỷ lệ phần trăm từ mẫu này.
5. Một huyện có 180 trường học, không có danh sách học sinh, và ngân sách đi lại đủ cho khoảng 25 lượt đến trường.
Chọn mẫu theo cụm. Có danh sách trường học dù không có danh sách học sinh, và chi phí đi lại là ràng buộc quyết định. Hãy nới rộng khoảng tin cậy được báo cáo theo hệ số thiết kế, và ưu tiên nhiều trường với ít học sinh mỗi trường hơn là ngược lại.
6. Bạn phải thu 500 lượt trả lời trong năm ngày, khớp với cơ cấu tuổi và khu vực toàn quốc, và không có danh sách tổng thể.
Chọn mẫu theo hạn ngạch. Đây là cách nhanh nhất để có một mẫu ít nhất khớp với tổng thể ở các đặc điểm dễ thấy. Nó vẫn không phải mẫu xác suất, nên hãy báo cáo cơ cấu mẫu và bỏ qua nhận định về độ chính xác.
Cách chọn phương pháp chọn mẫu
Hầu hết các nghiên cứu thất bại không phải vì ai đó chọn sai một kỹ thuật có tên gọi. Chúng thất bại vì kỹ thuật không khớp với khung chọn mẫu, với quyết định, hoặc với những gì đội thực địa có thể làm trên thực tế. Ba câu hỏi gần như luôn giải quyết được vấn đề.
Phương pháp nào phù hợp với nghiên cứu của bạn?
Trả lời ba câu hỏi. Đề xuất sẽ xuất hiện bên dưới và các dòng tương ứng được làm nổi bật trong bảng so sánh.
Bắt đầu từ nhận định bạn cần đưa ra
Hãy viết câu bạn muốn công bố, trước khi chọn bất cứ thứ gì. “Sáu mươi hai phần trăm khách hàng của chúng tôi sẵn sàng giới thiệu chúng tôi” và “những khách hàng rời đi mô tả ba vấn đề lặp lại” là hai câu khác nhau cần hai thiết kế khác nhau. Nếu không ai coi kết quả là con số của tổng thể, bạn có nhiều tự do hơn bạn nghĩ.
Rà soát khung chọn mẫu trước khi quyết định
Bạn có thực sự liệt kê được tổng thể, hoặc một danh sách thay thế gần đúng không? Nếu không, bạn có liệt kê được các nhóm mà họ thuộc về không? Trả lời câu hỏi này loại ngay phần lớn trong chín phương pháp, đó là lý do nó đứng thứ hai chứ không phải cuối cùng.
Nêu tên các nhóm con bạn bắt buộc phải báo cáo
Nếu một kết quả phải xuất hiện cho từng khu vực, địa điểm hoặc vai trò, điều đó định hướng thiết kế thông qua phân tầng hoặc hạn ngạch. Nó cũng quyết định bạn cần bao nhiêu lượt trả lời trong mỗi nhóm. Quyết định điều này sau khi thu thập dữ liệu là không thể cứu vãn.
Đối chiếu thiết kế với thực tế thực địa
Thời gian, ngân sách, khả năng liên hệ, khả năng tiếp cận ngôn ngữ, trình độ đọc viết, kết nối mạng và chính sách phần thưởng quyết định điều gì thực hiện được. Một thiết kế mà đội thực địa không làm theo được sẽ trở thành chọn mẫu thuận tiện mang một cái tên chính thức, điều còn tệ hơn việc chọn mẫu thuận tiện một cách trung thực. Lập kế hoạch tuyển người toàn diện giúp giảm tình trạng đại diện thiếu có hệ thống.6 Khi đã chọn được mẫu, hãy dùng một công cụ tạo khảo sát trực tuyến để chuẩn bị bảng câu hỏi và gửi đến những người được chọn theo kế hoạch chọn mẫu của bạn. Chia sẻ một liên kết công khai không giới hạn sẽ thay đổi việc ai có thể trả lời; nó không giữ được một mẫu ngẫu nhiên.
Mẫu thực sự sai lệch ở đâu: bao phủ, lựa chọn và không trả lời
Khâu chọn là phần ai cũng lo lắng và lại là phần ít khi đi sai nhất. Thiệt hại thường xảy ra trước khâu chọn, ở khung chọn mẫu, hoặc sau đó, ở việc ai chịu trả lời. Cả hai đều tạo ra những bảng tính trông gọn gàng và những kết luận sai.
| Sai số | Biểu hiện | Cách giảm thiểu |
|---|---|---|
| Sai số bao phủ, vấn đề của khung chọn mẫu | Một số người hoàn toàn không thể được chọn: không có email công việc, danh sách nhân sự lỗi thời, khách hàng chỉ mua trực tiếp, hộ gia đình không có kết nối mạng. | Cải thiện hoặc kết hợp các khung chọn mẫu. Thêm hình thức: giấy, trực tiếp, điện thoại, SMS. Ghi lại chính xác ai bị loại trừ. |
| Sai lệch lựa chọn, vấn đề của quy trình | Quy tắc ngẫu nhiên bị gạt bỏ trong thực tế. Ai đến trước được phục vụ trước. Một người quản lý chỉ định ai tham gia. | Tự động hóa việc rút mẫu. Tách người chọn mẫu khỏi người tuyển người. Rà soát mọi trường hợp ngoại lệ. |
| Sai lệch do không trả lời, vấn đề của kết quả | Những người được chọn không trả lời, và những người không trả lời khác những người trả lời ở chính điều bạn đang đo. | Cải thiện chiến lược liên hệ và trải nghiệm bảng câu hỏi, rồi so sánh người trả lời với một chuẩn tham chiếu đã biết. Xem sai lệch trả lời. |
| Sai số đo lường | Một mẫu hoàn hảo vẫn cho bạn kết quả vô nghĩa vì câu hỏi mang tính dẫn dắt, mơ hồ hoặc hỏi hai trong một. | Kiểm tra công cụ đo trước khi triển khai. Hướng dẫn về cách viết câu hỏi khảo sát của chúng tôi trình bày các lỗi thường gặp. |
Thất bại chọn mẫu nổi tiếng nhất có 2,4 triệu người trả lời
Năm 1936, tạp chí Literary Digest dự đoán Alf Landon sẽ giành khoảng 55% số phiếu. Franklin Roosevelt thắng với khoảng 61%.7 Tạp chí đã gửi 10 triệu phiếu qua bưu điện và nhận lại khoảng 2,4 triệu phiếu, tỷ lệ trả lời 24% mà không cuộc thăm dò quốc gia nào ngày nay đạt gần tới.8 Cuộc thăm dò đặt Roosevelt thấp hơn tỷ lệ thực tế của ông hai mươi điểm, trên một mẫu hai triệu rưỡi người.
Con số nên có trên mọi trang về chọn mẫu. Một phân tích lại sau này đã tính sai số biên chọn mẫu cho các ước lượng cấp bang của Digest: nó dao động từ 0,18 đến 2,3 điểm phần trăm, với trung vị là 0,6.8 Một con số độ chính xác cộng trừ nửa điểm, nằm trên một sai số hai mươi điểm. Không gì chứng minh rõ ràng hơn rằng sai số biên chỉ đo một trong nhiều cách mà một khảo sát có thể sai.
Và lời giải thích tiêu chuẩn chỉ đúng một nửa. Ai cũng được dạy rằng Digest lấy mẫu những người sở hữu ô tô và thuê bao điện thoại, những người giàu có và ủng hộ Đảng Cộng hòa. Một kiểm chứng thực nghiệm cho nhận định đó đã dùng một khảo sát Gallup từ tháng 5 năm 1937. Những người sở hữu cả ô tô lẫn điện thoại vẫn nghiêng về Roosevelt, 55 so với 45. Trong số tất cả những người nói rằng họ nhận được phiếu của Digest, Roosevelt dẫn trước 55 so với 44. Khung chọn mẫu có nghiêng về Đảng Cộng hòa, nhưng không đủ để tạo ra một chiến thắng áp đảo cho Landon.7
Nửa còn thiếu là việc không trả lời. Trong số những người nói rằng họ đã gửi lại phiếu, Landon dẫn trước 51 so với 48. Trong số những người không gửi lại, Roosevelt dẫn trước 69 so với 30. Phân tích sơ bộ quy khoảng mười một điểm sai số cho khung chọn mẫu và khoảng bảy điểm cho việc không trả lời có chênh lệch giữa các nhóm.7 Gán trọng số cho các phiếu gửi lại theo một câu hỏi mà Digest đã hỏi sẵn, bạn đã bầu cho ai năm 1932, sẽ cho ra đúng người thắng cuộc bằng phép tính đã có từ năm 1936.8
Tỷ lệ trả lời cao không phải là mục tiêu như bạn nghĩ
Tỷ lệ trả lời của chính các cuộc thăm dò qua điện thoại của Pew Research Center giảm từ 36% năm 1997 xuống 9% vào năm 2012, và 6% vào năm 2018.9 Trong khi đó, National Family Health Survey (Khảo sát Sức khỏe Gia đình Quốc gia) của Ấn Độ, thực hiện trực tiếp, đã chọn 664.972 hộ gia đình và thấy 653.144 hộ có người ở. Khảo sát đã phỏng vấn 636.699 hộ trong số đó, tỷ lệ trả lời 97,5%. Hãy đọc kỹ mẫu số đó, vì đây là chỗ tỷ lệ trả lời hay bị tính sai nhất: nếu tính trên số hộ được chọn thay vì số hộ có người ở, cùng đợt thu thập đó cho ra 95,7%. Khảo sát lấy mẫu từ 30.456 cụm trên cả 707 quận.10
Hai sự thật đó nằm trong cùng một thập kỷ. Hình thức khảo sát và công sức thu thập ảnh hưởng đến tỷ lệ trả lời hơn nhiều so với bất kỳ nhận định chung nào về sự mệt mỏi với khảo sát. Nếu một hướng dẫn nói với bạn rằng tỷ lệ trả lời trung bình là một con số duy nhất nào đó, thì nó không mô tả một đại lượng có thật.
Giờ đến phát hiện khó chấp nhận hơn. Một phân tích tổng hợp 235 ước lượng sai lệch do không trả lời lấy từ 30 nghiên cứu đã công bố cho thấy hệ số tương quan giữa tỷ lệ trả lời và độ lớn của sai lệch do không trả lời là 0,33. Bình phương lên, điều đó có nghĩa là tỷ lệ trả lời giải thích khoảng 11% biến thiên của sai lệch.11 Một nghiên cứu tiếp theo trên 59 nghiên cứu được thiết kế riêng để đo sai lệch do không trả lời cũng đi đến cùng kết luận.12
Tỷ lệ trả lời đáng để báo cáo và đáng để cải thiện. Nó không phải là một giấy chứng nhận. Điều gây ra sai lệch là việc xu hướng trả lời có gắn với điều bạn đo hay không. Một khảo sát về hoạt động tình nguyện chịu ảnh hưởng đó nhiều hơn hẳn một khảo sát về tốc độ internet băng thông rộng. Hãy theo đuổi mối tương quan, không phải tỷ lệ phần trăm.
Thêm lượt trả lời không sửa được một khung chọn mẫu hỏng
Trong đợt triển khai tiêm chủng năm 2021, hai khảo sát rất lớn theo dõi tỷ lệ tiêm vắc-xin ở Hoa Kỳ. Một khảo sát thu khoảng 250.000 lượt trả lời mỗi tuần và phóng đại tỷ lệ tiêm mũi đầu tiên thêm 17 điểm phần trăm so với chuẩn tham chiếu chính thức. Khảo sát kia thu khoảng 75.000 lượt mỗi hai tuần và phóng đại thêm 14 điểm. Một khảo sát thứ ba với khoảng 1.000 người trả lời, thực hiện theo chuẩn mực xác suất, đã cho ra các ước lượng đáng tin cậy.13
Cùng quy luật đó xuất hiện trong công việc khảo sát thông thường. So sánh ba panel xác suất (nhóm người trả lời cố định được tuyển theo xác suất) với ba nguồn trực tuyến tự nguyện tham gia trên 28 chuẩn tham chiếu và 29.937 cuộc phỏng vấn, sai số tuyệt đối trung bình là 5,8 điểm phần trăm với các mẫu tự nguyện tham gia và 2,6 với các panel xác suất. Trên 25 chuẩn tham chiếu trong số đó có dữ liệu theo nhóm con, chênh lệch ở nhóm người trưởng thành từ 18 đến 29 tuổi là 11,2 so với 3,6.14
Và một phép chẩn đoán đáng nhớ: trong một khảo sát tự nguyện tham gia, 12% người trưởng thành dưới 30 tuổi nói rằng họ có giấy phép vận hành tàu ngầm hạt nhân.15 Con số thực gần bằng 0. Nếu một panel có thể tạo ra kết quả đó, nó có thể tạo ra bất cứ thứ gì, và đặt thêm mẫu từ chính panel đó chỉ mua thêm nhiều kết quả như vậy.
Khung chọn mẫu của bạn bỏ sót ai, ngoài Hoa Kỳ và Vương quốc Anh
Hầu hết các hướng dẫn chọn mẫu ngầm giả định một khung chọn mẫu kiểu phương Tây: một danh sách email, một điện thoại cố định, một sổ đăng ký địa chỉ quốc gia. Phần lớn thế giới không lấy mẫu theo cách đó, và các lỗ hổng bao phủ có hình dạng đã được đo lường.
- Một khảo sát trực tuyến ở một quốc gia thu nhập thấp hoặc trung bình là mẫu của phần dân số có kết nối mạng, và phần đó nghiêng về nam giới. Phụ nữ ở các quốc gia thu nhập thấp và trung bình có khả năng dùng internet di động thấp hơn nam giới 14%, tương đương khoảng 235 triệu phụ nữ trực tuyến ít hơn nam giới.16
- Mẫu qua điện thoại đại diện quá mức cho chủ hộ. Trong các khảo sát qua điện thoại của World Bank (Ngân hàng Thế giới) ở bốn quốc gia châu Phi, người trả lời có 52% là nam ở Uganda và 73% là nam ở Nigeria, trong khi nam giới chiếm khoảng một nửa dân số trưởng thành. Ở Uganda, 6% người trả lời qua điện thoại ở độ tuổi 15 đến 24, so với 38% trong dân số trưởng thành.17
- Cần làm gì. Kết hợp nhiều hình thức thay vì bảo vệ một hình thức. Lập danh sách hộ gia đình tại chỗ ở những nơi không có sổ đăng ký. Thu thập bằng các ngôn ngữ mà tổng thể của bạn thực sự đọc, và kiểm tra thử bản dịch thay vì dịch ngược nó. Sau đó nêu khoảng trống còn lại trong phần giới hạn, vì nó vẫn sẽ còn đó.
Gán trọng số khắc phục được gì và không khắc phục được gì
Gán trọng số điều chỉnh dữ liệu để cơ cấu mẫu khớp với các số liệu tổng thể đã biết. Nó thực sự mạnh mẽ và thường xuyên bị thổi phồng.
Lý lẽ ủng hộ. Năm 2016, cuộc thăm dò cuối cùng của University of New Hampshire cho thấy Clinton dẫn trước 11 điểm trong một cuộc đua mà bà thắng với cách biệt 0,4. Cuộc thăm dò đã không điều chỉnh theo trình độ học vấn. Ủy ban rà soát kết luận rằng chỉ riêng điều chỉnh đó đã có thể loại bỏ về cơ bản toàn bộ sai số.18 Một biến duy nhất, tương quan với cả việc trả lời lẫn kết quả, làm toàn bộ công việc.
Lý lẽ phản đối việc dựa vào nó. Khi hơn 30.000 cuộc phỏng vấn trực tuyến tự nguyện tham gia được chấm điểm theo 24 chuẩn tham chiếu, sai lệch ước tính trung bình khi chưa gán trọng số là 8,4 điểm phần trăm. Với mọi quy trình gán trọng số được thử nghiệm, kể cả các phương pháp ghép cặp tinh vi, không quy trình nào đưa sai lệch trung bình xuống dưới 6 điểm.19 Tăng cỡ mẫu lên gấp bốn chỉ mua thêm được 0,2 điểm.
Quy tắc rút ra rất đơn giản. Gán trọng số khắc phục sự mất cân bằng ở các biến bạn dùng để gán trọng số, trong chừng mực các biến đó liên quan đến kết quả. Nó không làm gì được với những cách người trả lời khác người không trả lời ở những điều bạn chưa bao giờ đo, và nó không bao giờ biến một mẫu phi xác suất thành mẫu có thể hỗ trợ một nhận định về độ chính xác.
Con số độ chính xác là mức sàn, không phải mức trần
Sai số biên định lượng biến thiên do chọn mẫu, và chỉ thế thôi. Nó giả định rằng mẫu được rút ngẫu nhiên từ tổng thể mục tiêu và phần sai lệch còn lại đã được loại bỏ. Sai số bao phủ, sai lệch do không trả lời, sai số đo lường và người trả lời gian lận đều nằm ngoài nó.
Bằng chứng rất rõ ràng. Trong hai tuần cuối của năm 2020, 348 cuộc thăm dò bầu cử tổng thống cấp bang đã báo cáo sai số biên, và con số trung bình được báo cáo là 3,9 điểm. So với mức trung bình đó, 55% cuộc thăm dò đã lệch khỏi cách biệt cuối cùng nhiều hơn một lần sai số biên, và 21% lệch nhiều hơn hai lần.20 Đây là những cuộc thăm dò hiện đại với phương pháp hiện đại. Hãy coi sai số biên là mức sàn cho độ bất định của bạn, đừng bao giờ coi là mức trần.
| Nhận định | Con số | Mức | Nguồn |
|---|---|---|---|
| Tỷ lệ trả lời hầu như không dự báo được sai lệch do không trả lời | r = 0,33, tức khoảng 11% biến thiên, trên 235 ước lượng từ 30 nghiên cứu | A | Groves, 200611 |
| Một khảo sát rất lớn vẫn có thể sai nghiêm trọng | Phóng đại tỷ lệ tiêm vắc-xin thêm 17 điểm với khoảng 250.000 lượt trả lời mỗi tuần | A | Bradley và cộng sự, 202113 |
| Mẫu tự nguyện tham gia kém chính xác gần gấp đôi các panel xác suất | Sai số trung bình 5,8 so với 2,6 điểm phần trăm trên 28 chuẩn tham chiếu | A | Mercer và Lau, 202314 |
| Gán trọng số cải thiện mẫu tự nguyện tham gia nhưng không cứu được nó | 8,4 điểm khi chưa gán trọng số, không phương pháp nào xuống dưới 6,0 điểm | A | Mercer, Lau và Kennedy, 201819 |
| Sai số biên đánh giá thấp sai số thăm dò thực tế | 55% trong 348 cuộc thăm dò cấp bang năm 2020 lệch nhiều hơn sai số biên trung bình được báo cáo là 3,9 điểm | A | Nhóm công tác AAPOR, 202120 |
| Lời giải thích về khung chọn mẫu của Literary Digest là chưa đầy đủ | Người sở hữu ô tô và điện thoại vẫn ủng hộ Roosevelt 55 so với 45 | B | Squire, 19887 |
Hạng A nghĩa là số liệu thống kê chính thức, phân tích tổng hợp, hoặc phát hiện đã được lặp lại. Hạng B nghĩa là một nghiên cứu vững chắc có kết luận chưa được lặp lại một cách độc lập.
“Tỷ lệ trả lời 50% là đạt, 60 là tốt, 70 là rất tốt.” Một quy tắc kinh nghiệm trong giáo trình không có dữ liệu nào hỗ trợ. Các chuyên gia khác nhau trong cùng lĩnh vực đưa ra 50, 60 và 80. Sai lệch phụ thuộc vào mối tương quan giữa việc trả lời và câu trả lời, không phụ thuộc vào tỷ lệ.
“Ba mươi là đủ, vì đó là lúc định lý giới hạn trung tâm bắt đầu có tác dụng.” Không có phép suy dẫn nào cho ra con số 30. Với các kết quả có phân phối đối xứng, phép xấp xỉ hoạt động tốt ở mức thấp hơn nhiều, còn với kết quả bị lệch hoặc sự kiện hiếm thì nó thất bại ngay cả ở mức cao hơn nhiều.
“Tỷ lệ trả lời khảo sát trung bình là 33%.” Con số này lan truyền trên các blog của nhà cung cấp với câu chữ gần như y hệt nhau mà không có nguồn gốc nào. Hình thức, đơn vị tài trợ, tổng thể và phần thưởng lấn át mọi con số trung bình chung.
“Khả năng tập trung giờ chỉ còn tám giây, ngắn hơn cá vàng.” Truy ngược về một báo cáo tiếp thị năm 2015 trích dẫn một công ty không thể đưa ra nguồn. Nghiên cứu gốc không hề nhắc đến tám giây hay cá vàng.
Hệ số thiết kế: vì sao mẫu theo cụm cần nhiều người hơn
Hầu hết mọi hướng dẫn đều khuyên dùng chọn mẫu theo cụm vì tiết kiệm chi phí rồi dừng ở đó. Khoản tiết kiệm là có thật, và hóa đơn cũng vậy. Những người trong cùng một trường học, phòng khám, phường hay cửa hàng giống nhau. Họ giống nhau hơn so với những người được chọn ngẫu nhiên từ khắp tổng thể. Vì vậy mỗi lượt trả lời thêm từ một nhóm bạn đã chọn mang ít thông tin mới hơn.
Hệ số thiết kế là con số đo lường điều này. Nói bằng lời: độ bất định của bạn rộng thêm bao nhiêu so với việc chọn cùng số người một cách độc lập. Với một thiết kế có các nhóm cùng kích thước, công thức là
hệ số thiết kế = 1 + (kích thước nhóm trung bình - 1) x hệ số tương quan nội cụm
Hệ số tương quan nội cụm là mức độ giống nhau của những người trong cùng một nhóm về điều bạn đang đo. Bằng 0 nghĩa là việc học cùng một trường không cho bạn biết gì về câu trả lời của một học sinh. Bằng 1 nghĩa là mọi người trong một trường trả lời giống hệt nhau, và cả trường chẳng khác gì một người. Giá trị thực tế thường nhỏ, nhưng giá trị nhỏ gây thiệt hại lớn khi kích thước nhóm lớn. Tổng hợp từ 48 khảo sát hộ gia đình quốc gia, hệ số tương quan nội cụm trung bình là khoảng 0,06. Nó thay đổi tùy theo điều bạn đo. Các mục hỏi về mức sinh vào khoảng 0,01 đến 0,03, việc đang sử dụng biện pháp tránh thai 0,03 đến 0,05, và tỷ lệ sinh có nhân viên y tế đỡ đẻ cao tới 0,22 trong số liệu quốc gia.21
Nếu bạn không có ước lượng của riêng mình, hãy mượn một giá trị mặc định một cách thận trọng. Sổ tay chọn mẫu của DHS dùng giá trị dự phòng 1,5 cho deft khi một khảo sát không có số liệu riêng.22 Deft không phải là cùng đại lượng với hệ số thiết kế trong công thức ở trên: nó là tỷ số của hai sai số chuẩn, còn hệ số thiết kế là tỷ số của hai phương sai. Bạn bình phương nó lên, nên deft bằng 1,5 tương ứng với hệ số thiết kế 2,25. Sổ tay gọi giá trị này là giá trị dự phòng chứ không phải giá trị điển hình, và các ví dụ tính toán của chính sổ tay dùng 1,40 cho việc sử dụng biện pháp tránh thai hiện đại và 1,22 cho tiêm chủng trẻ em.
| Thiết kế | Hệ số thiết kế | Lượt trả lời hiệu dụng | Ý nghĩa trên thực tế |
|---|---|---|---|
| Chọn độc lập, không có hiệu ứng cụm | 1.00 | 960 | Mỗi lượt trả lời có giá trị đầy đủ. |
| 24 nhóm 40 người, ICC 0,02 | 1.78 | 539 | Bạn trả tiền cho 960 lượt nhưng chỉ bảo vệ được độ chính xác của 539 lượt. |
| 24 nhóm 40 người, ICC 0,05 | 2.95 | 325 | Hai phần ba công thu thập không mua thêm được chút độ chính xác nào. |
| 24 nhóm 40 người, ICC 0,10 | 4.90 | 196 | Thiết kế đã âm thầm trở thành một nghiên cứu nhỏ khoác ngân sách của một nghiên cứu lớn. |
Gán trọng số cũng có phần ảnh hưởng riêng. Một khảo sát quốc gia chọn mẫu dôi ở một khu vực rồi gán trọng số trở lại sẽ mang hai hệ số thiết kế cùng lúc. Hệ số do gán trọng số 1,22 và hệ số do hiệu ứng cụm 1,80 cho hệ số thiết kế tổng thể 2,20. Vì vậy 5.000 hộ gia đình được phỏng vấn có giá trị như 2.277 hộ độc lập.23
Bài học thiết kế. Nhiều nhóm với ít người mỗi nhóm hơn hầu như luôn tốt hơn ít nhóm với nhiều người mỗi nhóm. Bốn mươi trường mỗi trường 24 học sinh và 24 trường mỗi trường 40 học sinh đều tốn khoảng 960 lượt trả lời như nhau, nhưng cách thứ nhất có hệ số thiết kế nhỏ hơn và kết quả có thể bảo vệ được. Nếu bạn đang lập kế hoạch tổng số lượt trả lời cần có, hãy tính con số đó trong hướng dẫn về cỡ mẫu của chúng tôi rồi nhân với hệ số thiết kế. Làm theo thứ tự ngược lại chính là cách các nghiên cứu theo cụm rơi vào tình trạng thiếu độ mạnh thống kê.
Ba ví dụ tính toán, từ đầu đến cuối
Tên phương pháp thì dễ. Các quyết định xung quanh chúng mới là chỗ nghiên cứu thực sự đi sai. Ba ví dụ này đưa một thiết kế thực tế từ phần mô tả tổng thể đến tận câu văn bạn có thể công bố.
Ví dụ 1: trải nghiệm bệnh nhân trên toàn huyện
- Tổng thể. Người trưởng thành đã đến khám ngoại trú tại bất kỳ phòng khám nào trong 46 phòng khám công của huyện từ ngày 1 tháng 4 đến ngày 30 tháng 6.
- Khung chọn mẫu. Không có danh sách bệnh nhân cho toàn huyện. Có danh sách 46 phòng khám, kèm số lượt khám hằng tháng.
- Phương pháp. Nhiều giai đoạn. Chọn 18 phòng khám theo xác suất tỷ lệ với số lượt khám, rồi chọn mẫu hệ thống mỗi bệnh nhân thứ 8 khi ra về trong hai ngày khám được chọn ngẫu nhiên.
- Vì sao không dùng cách đơn giản hơn. Một danh sách bệnh nhân đầy đủ sẽ cho phép chọn mẫu phân tầng, nhưng danh sách đó không có và không thể lập kịp trong thời hạn. Một mẫu thuận tiện ở ba phòng khám lớn nhất sẽ nhanh hơn và sẽ chỉ mô tả được ba phòng khám lớn nhất.
- Những gì phải báo cáo. Xác suất được chọn khác nhau theo quy mô phòng khám, nên phân tích cần trọng số, và khoảng tin cậy cần được nới rộng theo hệ số thiết kế.
- Câu văn có thể công bố. “Trong số người trưởng thành đến khám tại các phòng khám ngoại trú công của huyện trong quý hai, ước tính 71% đánh giá thời gian chờ là chấp nhận được, dựa trên 1.240 cuộc phỏng vấn khi ra về tại 18 phòng khám được chọn theo xác suất tỷ lệ với số lượt khám.”
Ví dụ 2: một luận văn nghiên cứu trên tổng thể sinh viên
- Tổng thể. Sinh viên đang theo học tại Khoa Thương mại trong năm học hiện tại: 3.100 sinh viên ở ba năm học.
- Khung chọn mẫu. Danh sách sinh viên của khoa, có ghi năm học và chương trình học.
- Phương pháp. Chọn mẫu ngẫu nhiên phân tầng theo năm học, phân bổ theo tỷ lệ, mục tiêu 350 lượt trả lời hoàn tất.
- Phép tính. Năm thứ nhất có 1.300 sinh viên, tức 42% của 3.100, nên nhận 42% của 350, tức 147 lượt trả lời. Lặp lại cho từng năm. Vì phân bổ theo tỷ lệ nên không cần gán trọng số.
- Dự trù lượt trả lời. Với tỷ lệ trả lời dự kiến 35%, bạn cần mời khoảng 1.000 sinh viên để đạt 350 lượt trả lời hoàn tất, và nên mời theo từng tầng để thấy được tỷ lệ trả lời thấp ở một năm học nào đó khi vẫn còn thời gian xử lý.
- Các giới hạn cần nêu. Sinh viên đã thôi học nhưng vẫn còn trong danh sách là bao phủ thừa. Sinh viên nhập học sau khi danh sách được trích xuất là bao phủ thiếu. Cả hai đều thuộc về đoạn giới hạn.
Ví dụ 3: phản hồi khách hàng cho một cửa hàng trực tuyến
- Tổng thể. Khách hàng đã hoàn tất một đơn hàng trong 90 ngày qua.
- Khung chọn mẫu. Bảng đơn hàng. Bảng này đầy đủ với đơn hàng trực tuyến và đầy đủ với đơn thanh toán không cần tài khoản, nhưng một khách hàng có hai tài khoản sẽ xuất hiện hai lần.
- Phương pháp. Loại trùng lặp để mỗi khách hàng còn một dòng, rồi chọn mẫu hệ thống mỗi khách hàng thứ 12 sau một điểm bắt đầu ngẫu nhiên, chạy liên tục thay vì theo một đợt duy nhất.
- Cái bẫy được tránh. Chỉ mời những người đăng ký nhận bản tin thì nhanh hơn, nhưng đó là mẫu thuận tiện gồm những khách hàng gắn bó nhất của bạn. Nó sẽ khiến mức độ hài lòng trông tốt hơn thực tế, một cách đều đặn, mỗi quý.
- Lưu ý về nhân viên. Cùng tổ chức đó khi khảo sát 180 nhân viên của chính mình thì hoàn toàn không nên lấy mẫu. Tổng thể đó nhỏ, tiếp cận được, và mọi người đều có quyền được hỏi. Hãy thực hiện tổng điều tra, và nếu mức độ tham gia thấp, hãy coi đó là một phát hiện chứ không phải một vấn đề chọn mẫu.
Cách viết phần chọn mẫu trong phương pháp nghiên cứu
Đây là bước mà hầu hết các hướng dẫn bỏ qua, và lại là bước mà người hướng dẫn, người thẩm định hay khách hàng thực sự đọc. Phần mô tả chọn mẫu phải trả lời năm câu hỏi theo thứ tự: ai, từ danh sách nào, được chọn thế nào, bao nhiêu, và do đó bạn được phép khẳng định điều gì.
Hãy điền vào các chỗ trống dưới đây. Mẫu này cố ý viết đơn giản: hội đồng chấm không tìm văn phong hoa mỹ ở đây, họ tìm một thiết kế mà họ có thể đánh giá.
Cùng một nghiên cứu, viết kém và viết tốt
Kém. “Một mẫu ngẫu nhiên sinh viên đã được lấy và thu được 350 lượt trả lời.”
Không có gì ở đây kiểm tra được. Từ “ngẫu nhiên” đang gánh một vai trò mà nó chưa xứng đáng, không có khung chọn mẫu, không có mẫu số, và không có câu nào nói ai bị loại trừ.
Tốt. “Tổng thể mục tiêu là 3.100 sinh viên đang theo học tại Khoa Thương mại năm 2026. Khung chọn mẫu là danh sách sinh viên của khoa được trích xuất ngày 3 tháng 3 năm 2026. Phương pháp chọn mẫu ngẫu nhiên phân tầng theo năm học với phân bổ theo tỷ lệ được sử dụng để có thể báo cáo riêng từng năm. Một nghìn sinh viên được mời và 350 sinh viên đã hoàn tất bảng câu hỏi, tỷ lệ trả lời 35%. Không áp dụng trọng số vì phân bổ theo tỷ lệ. Những sinh viên thôi học sau ngày trích xuất vẫn còn trong khung chọn mẫu và không thể xác định được, đây là một nguồn bao phủ thừa nhỏ.”
Phiên bản thứ hai dài hơn, và mỗi câu thêm vào là một câu người thẩm định không còn phải hỏi nữa.
“Người tham gia được tuyển qua một lời nhắc trong ứng dụng hiển thị cho người dùng đang hoạt động trong hai tuần. Đây là một mẫu thuận tiện, nên các phát hiện mô tả những người đã trả lời và không thể khái quát hóa cho toàn bộ người dùng, và không có con số độ chính xác nào được báo cáo. Người trả lời có nhiều khả năng là người dùng hằng ngày hơn so với toàn bộ người dùng, điều này cần được cân nhắc khi đọc kết quả.” Hãy viết như vậy, và không ai có thể buộc tội bạn khẳng định quá mức. Bạn đã không làm thế.
Danh sách kiểm tra kế hoạch chọn mẫu
Một kế hoạch chọn mẫu được viết ra ngăn được hầu hết các lỗi có thể tránh, vì nó buộc các quyết định phải được đưa ra trước khi thu thập dữ liệu chứ không phải trong lúc phân tích. Tám điểm, một trang.
- 1. Mục tiêu nghiên cứu. Nghiên cứu này phục vụ quyết định nào, và chính xác điều gì sẽ được báo cáo?
- 2. Tổng thể mục tiêu. Ai nằm trong và ngoài phạm vi, bao gồm cả khoảng thời gian.
- 3. Khung chọn mẫu. Nguồn, ngày trích xuất, số dòng, các lỗ hổng đã biết, và quy tắc loại trùng lặp.
- 4. Phương pháp và lý do. Phương pháp nào trong chín phương pháp, và vì sao chọn nó với khung chọn mẫu và nhận định đã có.
- 5. Mục tiêu số lượng. Số lượt trả lời hoàn tất tổng thể và theo từng nhóm con, cùng tỷ lệ trả lời dự kiến mà bạn dựa vào để lập kế hoạch.
- 6. Kế hoạch tuyển người. Hình thức, lịch nhắc nhở, hỗ trợ ngôn ngữ và khả năng tiếp cận, chính sách phần thưởng.
- 7. Theo dõi. Những gì bạn sẽ theo dõi trong quá trình thu thập: tỷ lệ trả lời theo tầng, điểm bỏ dở, việc bỏ trống từng mục hỏi.
- 8. Ghi chú phân tích. Kế hoạch gán trọng số, điều chỉnh theo hệ số thiết kế, và các giới hạn bạn sẽ công bố dù kết quả ra sao.
Khi kế hoạch đã được chốt, công cụ đo sẽ quyết định mẫu có đáng để rút hay không. Một mẫu hoàn hảo không cứu được một câu hỏi dẫn dắt hay hỏi hai trong một, nên bạn nên đọc qua các ví dụ câu hỏi khảo sát trước khi triển khai bất cứ thứ gì.
Câu hỏi thường gặp
Chọn mẫu trong nghiên cứu là gì?
Chọn mẫu là quá trình chọn ra một tập con của tổng thể, gọi là mẫu, và nghiên cứu tập con đó để rút ra kết luận về toàn bộ tổng thể. Nó được dùng vì việc đo lường mọi thành viên của tổng thể thường quá chậm, quá tốn kém hoặc không thể. Phương pháp dùng để chọn mẫu quyết định kết quả có thể hỗ trợ những kết luận nào.
Tổng thể và mẫu khác nhau thế nào?
Tổng thể là toàn bộ nhóm bạn muốn mô tả. Mẫu là tập con nhỏ hơn mà bạn thực sự đo lường. Chọn mẫu là quá trình đưa bạn từ cái này đến cái kia, và tổng điều tra là phương án thay thế, trong đó bạn đo lường toàn bộ tổng thể.
Khung chọn mẫu là gì?
Khung chọn mẫu là danh sách hoặc cơ chế thực tế mà bạn dùng để lấy mẫu: một danh sách sinh viên, một danh sách bệnh nhân, một cơ sở dữ liệu khách hàng, một bảng kê hộ gia đình, một danh sách cử tri. Nó quan trọng hơn tên phương pháp, vì bất kỳ ai không có trong khung chọn mẫu đều có khả năng được chọn bằng 0, dù kỹ thuật chọn mẫu của bạn tốt đến đâu.
Phương pháp chọn mẫu nào không cần khung chọn mẫu?
Chọn mẫu thuận tiện, theo hạn ngạch, có chủ đích và quả cầu tuyết hoàn toàn không cần danh sách. Chọn mẫu theo cụm và nhiều giai đoạn chỉ cần một danh sách các nhóm như trường học, phòng khám hay làng, không cần danh sách cá nhân. Chọn mẫu ngẫu nhiên đơn giản, hệ thống và phân tầng đều cần một danh sách đầy đủ các cá nhân trước khi bạn có thể bắt đầu.
Chọn mẫu xác suất và phi xác suất khác nhau thế nào?
Trong chọn mẫu xác suất, một cơ chế ngẫu nhiên thực hiện việc chọn, nên mỗi đơn vị có một khả năng được chọn đã biết và khác 0, và bạn có thể tính được mức độ bất định của các ước lượng. Trong chọn mẫu phi xác suất, các khả năng đó là chưa biết vì việc chọn phụ thuộc vào sự thuận tiện, hạn ngạch hoặc phán đoán của nhà nghiên cứu. Hệ quả thực tế là chỉ một thiết kế xác suất mới hỗ trợ được một con số độ chính xác được nêu rõ cho ước lượng tổng thể.
Chọn mẫu phân tầng và theo cụm khác nhau thế nào?
Chọn mẫu phân tầng chia tổng thể thành các nhóm và lấy một mẫu ngẫu nhiên từ mọi nhóm, giúp tăng độ chính xác và bảo đảm mỗi nhóm đều có mặt. Chọn mẫu theo cụm chọn ngẫu nhiên một số nhóm rồi khảo sát tất cả mọi người trong các nhóm được chọn, giúp tiết kiệm chi phí khi không có danh sách cá nhân. Cách nói tắt là: phân tầng dùng tất cả các nhóm và một số người, theo cụm dùng một số nhóm và tất cả mọi người.
Đơn vị chọn mẫu sơ cấp là gì?
Đơn vị chọn mẫu sơ cấp là bất cứ thứ gì được chọn ở giai đoạn đầu tiên của một thiết kế nhiều giai đoạn. Trong một khảo sát hộ gia đình quốc gia, đó thường là một khu vực như phường, làng hoặc địa bàn điều tra. Sau đó các hộ gia đình được chọn bên trong nó ở giai đoạn thứ hai. Nêu rõ đơn vị chọn mẫu sơ cấp là yêu cầu tiêu chuẩn khi báo cáo một thiết kế theo cụm, vì hiệu ứng cụm mà nó tạo ra phải được phản ánh trong phân tích.
Chọn mẫu ngẫu nhiên phân tầng là gì?
Chọn mẫu ngẫu nhiên phân tầng chia tổng thể thành các nhóm không chồng lấn gọi là tầng, rồi rút một mẫu ngẫu nhiên độc lập trong từng tầng. Phân bổ theo tỷ lệ cho mỗi tầng một phần mẫu tương ứng với tỷ trọng của tầng đó trong tổng thể và không cần gán trọng số. Phân bổ không theo tỷ lệ cố ý chọn mẫu dôi ở các tầng nhỏ nhưng quan trọng, và sau đó phải gán trọng số trước khi báo cáo bất kỳ con số tổng thể nào.
Chọn mẫu quả cầu tuyết có hợp lệ trong nghiên cứu học thuật không?
Có, khi tổng thể bị ẩn, hiếm hoặc không được đăng ký và không thể lập khung chọn mẫu. Đây là cách tiếp cận được công nhận cho các nhóm khó tiếp cận. Điều nó không làm được là hỗ trợ một ước lượng tổng thể, và điểm yếu chính của nó là người tham gia giới thiệu những người giống mình, nên mẫu trôi dần về một mạng lưới xã hội. Bắt đầu từ nhiều điểm xuất phát không liên quan đến nhau giúp giảm sự trôi dạt đó và nên được mô tả trong phần phương pháp của bạn.
Chọn mẫu ngẫu nhiên có giống phân nhóm ngẫu nhiên không?
Không. Chọn mẫu ngẫu nhiên là cách bạn chọn người tham gia từ một tổng thể, và nó quyết định các phát hiện của bạn khái quát hóa được cho ai. Phân nhóm ngẫu nhiên là cách bạn phân những người tham gia đã chọn vào các điều kiện trong một thực nghiệm, và nó quyết định liệu một hiệu ứng quan sát được có thể quy cho biện pháp can thiệp hay không. Một nghiên cứu có thể dùng cái này mà không dùng cái kia, và hầu hết các thực nghiệm dùng phân nhóm ngẫu nhiên mà không có chọn mẫu ngẫu nhiên.
Tôi có thể dùng phương pháp chọn mẫu phi xác suất trong nghiên cứu định lượng không?
Có, và rất nhiều nghiên cứu định lượng đã công bố làm vậy. Điều thay đổi là những gì bạn được phép khẳng định. Bạn có thể báo cáo số đếm, tỷ lệ phần trăm và các mối quan hệ trong mẫu của mình, và có thể so sánh các nhóm bên trong mẫu. Bạn không thể trình bày các tỷ lệ phần trăm đó như ước lượng của tổng thể kèm một độ chính xác được nêu rõ. Hãy nêu phương pháp, mô tả cách tuyển người, so sánh người trả lời với một chuẩn tham chiếu đã biết nếu có, và viết rõ phần giới hạn thay vì hy vọng không ai hỏi.
Chọn mẫu và phân phối mẫu khác nhau thế nào?
Chọn mẫu là quy trình chọn một mẫu. Phân phối mẫu là một ý tưởng khác. Hãy tưởng tượng lặp lại cùng một quy trình chọn mẫu nhiều lần. Độ phân tán của thống kê thu được, chẳng hạn giá trị trung bình hay tỷ lệ phần trăm, trên tất cả những mẫu tưởng tượng đó chính là phân phối mẫu. Phân phối mẫu là điều làm cho khoảng tin cậy trở nên khả thi, và nó chỉ vận hành theo cách dự đoán được khi mẫu được rút bằng một phương pháp xác suất.
Làm sao để biết mẫu của tôi có bị sai lệch không?
So sánh mẫu thu được với một chuẩn tham chiếu đã biết như danh sách nhân sự, hồ sơ tuyển sinh hoặc dữ liệu hành chính, trên các biến có liên quan đến điều bạn đang đo. Chênh lệch lớn cho thấy vấn đề về bao phủ, về lựa chọn hoặc việc không trả lời có chênh lệch giữa các nhóm. Hãy so sánh thêm giữa các kênh tuyển người và các đợt nhắc nhở. Lưu ý rằng một tỷ lệ trả lời khả quan là bằng chứng yếu cho sai lệch thấp: trên 235 ước lượng đã công bố, tỷ lệ trả lời chỉ giải thích khoảng 11% biến thiên của sai lệch do không trả lời.
Bài đọc liên quan
Chọn mẫu là một quyết định bên trong một nghiên cứu lớn hơn. Các hướng dẫn này trình bày các quyết định trước và sau nó.
- Thiết kế nghiên cứu khảo sát đặt việc chọn mẫu vào trình tự cùng phần còn lại của một nghiên cứu, từ việc xác định tổng thể đến khi triển khai.
- Cách xác định cỡ mẫu trình bày phần tính toán độ chính xác mà trang này cố ý chuyển giao, bao gồm cả các công thức.
- Cách viết câu hỏi khảo sát trình bày phía đo lường, điều mà không thiết kế chọn mẫu nào cứu được.
- Nguyên tắc thiết kế bảng câu hỏi trình bày cách lắp ráp toàn bộ một công cụ đo khi đã có các câu hỏi.
- Sai lệch trả lời đi sâu hơn vào sự khác biệt giữa những người bạn đã chọn và những người đã trả lời.
- Câu hỏi khảo sát nhân khẩu học hữu ích khi khung chọn mẫu của bạn thiếu biến cần thiết để phân tầng.
- Ý nghĩa thống kê trình bày cách xử lý các con số khi đã có mẫu.
- Phân tích dữ liệu định lượng trình bày các bước phân tích tiếp theo, bao gồm việc trọng số thuộc về đâu.
Hướng dẫn này được viết như thế nào, và những gì nó không đề cập
Người viết. Michael Hodge, người làm việc về phương pháp khảo sát, thiết kế câu hỏi và chất lượng dữ liệu tại SuperSurvey, và viết các hướng dẫn thực tế trong mục Hướng dẫn và trợ giúp của chúng tôi.
Cơ sở của hướng dẫn. Các định nghĩa tuân theo bài tổng quan về phương pháp luận và hướng dẫn nghiên cứu của trường đại học được trích dẫn bên dưới, là nơi các thuật ngữ chuyên môn thực sự được định nghĩa. Các trang chính thức về liêm chính nghiên cứu và của cơ quan thống kê được liệt kê như điểm khởi đầu ngắn gọn, dễ hiểu, không phải là nguồn của các định nghĩa đó. Phần mô tả phương pháp tuân theo cùng các bài tổng quan và hướng dẫn đó. Mọi con số trong phần bằng chứng đều đến từ một nguồn gốc được nêu tên và liệt kê bên dưới. Mỗi nhận định cũng có một hạng độ tin cậy, để bạn thấy phát hiện nào đã được xác lập và phát hiện nào chỉ dựa trên một nghiên cứu duy nhất. Các con số về hệ số thiết kế trong biểu đồ và bảng là phép tính của chính chúng tôi. Chúng tôi dùng công thức tiêu chuẩn, với các giả định được in trong chú thích, để bạn có thể tính lại hoặc phản biện bằng kích thước cụm của riêng mình.
Những gì không đề cập. Hướng dẫn này nói về chọn mẫu cho khảo sát và nghiên cứu quan sát. Nó không đề cập đến thiết kế thực nghiệm hay phân nhóm ngẫu nhiên ngoài việc phân biệt chúng. Nó cũng bỏ qua chọn mẫu cho kiểm tra nghiệm thu, kiểm toán và xử lý tín hiệu, những lĩnh vực dùng cùng một từ cho những thứ khác nhau. Chọn mẫu do người trả lời dẫn dắt, chọn mẫu theo thời gian và địa điểm, và chọn mẫu theo cụm thích ứng là những phương pháp thực sự mà các chuyên gia dùng cho các tổng thể bị ẩn, và chúng nằm ngoài phạm vi ở đây. Các con số về hệ số tương quan nội cụm đến từ các khảo sát hộ gia đình ở các quốc gia thu nhập thấp và trung bình. Hãy coi chúng là minh họa, không phải giá trị để đưa sang một bối cảnh khác.
Chỗ các con số yếu nhất. Phân tích lại về Literary Digest dựa trên một khảo sát năm 1937 và một phân tích lại sau này, và cả hai tác giả đều tự nêu sự không chắc chắn của mình; vì lý do đó nó được xếp hạng B. Các con số về sai số thăm dò đến từ các cuộc thăm dò bầu cử ở Hoa Kỳ, vốn được nghiên cứu kỹ một cách bất thường và không nhất thiết đại diện cho sai số khảo sát nói chung.
Công bố thông tin. SuperSurvey bán phần mềm khảo sát. Không có gì trên trang này được bán, không phần nào yêu cầu đăng ký, và không tổ chức nào tài trợ hay thẩm định hướng dẫn này. Khi chúng tôi liên kết đến các trang của mình, đó là vì chúng trình bày quyết định tiếp theo, không phải vì một liên kết đem lại lợi ích gì cho chúng tôi.
Tài liệu tham khảo
- Office of Research Integrity, U.S. Department of Health and Human Services. Elements of Research: Sampling.
- U.S. Census Bureau. Sampling Estimation and Survey Inference.
- Elfil, M., and Negida, A. (2017). Sampling Methods in Clinical Research: an Educational Review. Emergency (Tehran), 5(1), e52. PMC5325924.
- Spolarich, A. E. (2023). Sampling Methods: A Guide for Researchers. Journal of Dental Hygiene, 97(4), 73-77.
- University of Bath. Sampling in research.
- UK Government (2020). A guide to inclusive social research practices.
- Squire, P. (1988). Why the 1936 Literary Digest Poll Failed. Public Opinion Quarterly, 52(1), 125-133. DOI 10.1086/269085.
- Lohr, S. L., and Brick, J. M. (2017). Roosevelt Predicted to Win: Revisiting the 1936 Literary Digest Poll. Statistics, Politics and Policy, 8(1), 65-84. DOI 10.1515/spp-2016-0006.
- Kennedy, C., and Hartig, H. (2019). Response rates in telephone surveys have resumed their decline. Pew Research Center.
- International Institute for Population Sciences and ICF (2022). National Family Health Survey (NFHS-5), 2019-21: India, Volume I.
- Groves, R. M. (2006). Nonresponse Rates and Nonresponse Bias in Household Surveys. Public Opinion Quarterly, 70(5), 646-675. DOI 10.1093/poq/nfl033.
- Groves, R. M., and Peytcheva, E. (2008). The Impact of Nonresponse Rates on Nonresponse Bias: A Meta-Analysis. Public Opinion Quarterly, 72(2), 167-189. DOI 10.1093/poq/nfn011.
- Bradley, V. C., Kuriwaki, S., Isakov, M., Sejdinovic, D., Meng, X.-L., and Flaxman, S. (2021). Unrepresentative big surveys significantly overestimated US vaccine uptake. Nature, 600, 695-700. DOI 10.1038/s41586-021-04198-4.
- Mercer, A., and Lau, A. (2023). Comparing Two Types of Online Survey Samples. Pew Research Center.
- Mercer, A., Kennedy, C., and Keeter, S. (2024). Online opt-in polls can produce misleading results, especially for young people and Hispanic adults. Pew Research Center.
- GSMA (2025). The Mobile Gender Gap Report 2025, trang 9 và 15. Số liệu lấy từ ấn bản năm 2025; GSMA sau đó đã công bố ấn bản năm 2026 với khoảng cách hẹp hơn.
- Brubaker, J., Kilic, T., and Wollburg, P. (2021). Representativeness of individual-level data in COVID-19 phone surveys: Findings from Sub-Saharan Africa. PLOS ONE, 16(11), e0258877. DOI 10.1371/journal.pone.0258877.
- Kennedy, C., Blumenthal, M., Clement, S., Clinton, J. D., and others (2018). An Evaluation of the 2016 Election Polls in the United States. Public Opinion Quarterly, 82(1), 1-33. DOI 10.1093/poq/nfx047.
- Mercer, A., Lau, A., and Kennedy, C. (2018). For Weighting Online Opt-In Samples, What Matters Most? Pew Research Center.
- AAPOR Task Force on 2020 Pre-Election Polling (2021). An Evaluation of the 2020 General Election Polls. American Association for Public Opinion Research.
- Aliaga, A., and Ren, R. (2006). Optimal Sample Sizes for Two-stage Cluster Sampling in Demographic and Health Surveys. DHS Working Paper No. 30.
- ICF International (2012). Demographic and Health Survey Sampling and Household Listing Manual, trang 9 và Bảng 1.2.
- Kalton, G., Brick, J. M., and Le, T. (2005). Estimating components of design effects for use in sample design. In Household Sample Surveys in Developing and Transition Countries, Chapter VI. United Nations, Series F No. 96.