Chọn mẫu là nội dung rất quan trọng trong nghiên cứu vì liên quan trực tiếp đến tính đại diện cho nhóm. Mẫu mang tính đại diện cho nhóm càng cao thì số liệu khảo sát càng có giá trị và độ tin cậy của nghiên cứu càng cao. Bài viết này sẽ giới thiệu chi tiết về các phương pháp chọn mẫu xác suất và ưu, nhược điểm của từng cách chọn mẫu.
Chọn mẫu ngẫu nhiên đơn giản (simple random sampling)
Là kỹ thuật chọn mẫu, trong đó, tất cả cá thể trong quần thể có cùng cơ hội (cùng xác suất) để được chọn vào mẫu.
Hình 1. Cách chọn mẫu ngẫu nhiên đơn giản (Nguồn: research-methodology.net)
Ví dụ: khi muốn chọn 300 người trong số 3.000 sinh viên tại trường đại học X thì mỗi sinh viên có xác suất là 10% được chọn vào mẫu. Các bước thực hiện như sau:
- Bước 1: Lập khung mẫu chứa tất cả sinh viên của trường đại học X.
- Bước 2: chọn mẫu ngẫu nhiên bằng các cách thức: tung đồng xu, tung xúc xắc, bốc thăm, bảng số ngẫu nhiên hoặc sử dụng phần mềm máy tính như vòng quay,… để chọn.
Chọn mẫu ngẫu nhiên hệ thống (systematic random sampling)
Theo phương pháp chọn mẫu ngẫu nhiên hệ thống, tất cả đối tượng trong tổng thể được liệt kê theo thứ tự định trước. Sau đó tùy vào quy mô mẫu và tổng thể mà quyết định khoảng cách các mẫu.
Hình 2. Lấy mẫu hệ thống (Nguồn: research-methodology.net)
Cách chọn mẫu: Chia N (tổng thể) thành n nhóm, trong đó mỗi nhóm gồm k đối tượng. Sau đó, khoảng lấy mẫu k = N/n được áp dụng để tạo thành nhóm mẫu.
Ví dụ: Yêu cầu đặt ra là cần chọn 5 khách hàng từ nhóm 20 khách hàng. Cách thức thực hiện như sau:
- Tính khoảng cách mẫu: k = 20/5 = 4
- Chọn ngẫu nhiên một giá trị r: 1 =< r =< 4. Ví dụ chọn r = 3
- Những khách hàng được chọn vào mẫu nghiên cứu sẽ lần lượt có số thứ tự trong khung mẫu là:
- Khách hàng thứ nhất: số thứ tự là 3
- Khách hàng thứ hai: số thứ tự là 3 + 1(4) = 7
- Khách hàng thứ ba: số thứ tự là 3 + 2(4) = 11
- Khách hàng thứ tư: số thứ tự là 3 + 3(4) = 15
- Khách hàng thứ năm: số thứ tự là 3 + 4(4) = 19
Chọn mẫu ngẫu nhiên phân tầng (stratified random sampling)
Là kỹ thuật chọn mẫu được thực hiện bởi việc chia tổng thể thành các nhóm riêng lẻ được gọi là tầng (ví dụ: giới tính, độ tuổi, thu nhập, trình độ học vấn,…). Đặc điểm của chọn mẫu kiểu này là tiêu chí nghiên cứu trong từng tầng tương đối đồng nhất, còn giữa các tầng có sự khác biệt. Sau khi đã phân tầng xong ta vẫn có thể áp dụng cách chọn mẫu ngẫu nhiên đơn giản hoặc ngẫu nhiên hệ thống để chọn đối tượng của từng tầng vào nghiên cứu.
Hình 3 minh họa một ví dụ đơn giản, trong đó nhóm mẫu gồm 10 đáp viên được chọn bằng cách chia thành các nhóm (tầng) nam và nữ để đại diện của cả hai giới được đồng đều trong nhóm mẫu.
Hình 3. Chọn mẫu ngẫu nhiên phân tầng (Nguồn: research-methodology.net)
Chọn mẫu ngẫu nhiên cụm (cluster sampling)
Là kỹ thuật chọn mẫu trong đó việc lựa chọn ngẫu nhiên các nhóm cá thể (ví dụ trong cùng làng, xã, trường học, khoa phòng, bệnh viện,…) từ nhiều cụm trong một quần thể nghiên cứu. Trong trường hợp này, đơn vị mẫu là các cụm chứ không phải là các cá thể. Cách thực hiện:
Bước 1: Xác định các cụm thích hợp.
Bước 2: Lập danh sách tất cả các cụm, chọn ngẫu nhiên một số cụm vào mẫu. Có hai cách chọn mẫu theo ý tưởng của người nghiên cứu:
- Cách 1: Tất cả các cá thể trong các cụm đã chọn vào nghiên cứu.
- Cách 2: Liệt kê danh sách các cá thể trong các cụm đã chọn, sau đó áp dụng cách chọn mẫu ngẫu nhiên đơn hoặc ngẫu nhiên hệ thống trong mỗi cụm để chọn các cá thể vào mẫu.
Hình 4. Chọn mẫu ngẫu nhiên cụm (Nguồn: Hoàng Văn Minh, Lưu Ngọc Hoạt.
Phương pháp chọn mẫu và tính toán cỡ mẫu trong nghiên cứu khoa học sức khỏe)
Chọn mẫu nhiều bậc (Multistage sampling)
Chọn mẫu nhiều bậc là dạng lấy mẫu kết hợp nhiều phương pháp chọn mẫu với nhau. Chọn mẫu nhiều bậc có tính ứng dụng cao, phù hợp trong điều kiện các nghiên cứu với tổng thể phức tạp.
Hình 5. Chọn mẫu nhiều bậc (Nguồn: BRM)
Ví dụ: để nghiên cứu 1.000 hộ nông dân trồng lúa trong tỉnh X, người ta đã lựa chọn như sau:
- Chọn 5 huyện trong tỉnh X
- Trong mỗi huyện đã chọn, chọn 4 xã
- Tại mỗi xã đã chọn, chọn 5 ấp
- Với mỗi ấp, chọn 10 hộ nông dân
Sau đó, tiến hành nghiên cứu dựa trên số mẫu thu được.
Ưu nhược điểm của các cách chọn mẫu xác suất
| Phương pháp chọn mẫu | Ưu điểm | Nhược điểm |
|
Ngẫu nhiên đơn giản |
Dễ thực hiện, tính khách quan cao. Có thể lồng ghép vào tất cả các kỹ thuật chọn mẫu xác suất phức tạp khác. |
Cần phải có một danh sách của các đơn vị mẫu. Không dùng được cho mẫu lớn hoặc mẫu dao động. Mẫu được chọn có thể phân tán khó thu thập. Có khả năng bỏ sót vài nhóm trong tổng thể. |
|
Chọn mẫu hệ thống |
Nhanh, dễ thực hiện. Độ chính xác cao, chọn đối tượng theo mục đích điều tra. Tính đại diện cao hơn. |
Có thể bị trùng lặp, dẫn đến mẫu thiếu tính đại diện |
|
Chọn mẫu phân tầng |
Độ chính xác cao. Tính đại diện cao hơn và dễ quản lý mẫu ngẫu nhiên đơn giản. |
Cần thiết lập khung mẫu cho từng tầng. Điều này thường khó thực hiện trong thực tế. |
|
Chọn mẫu theo cụm |
Áp dụng cho phạm vi rộng lớn, độ phân tán cao. Dễ chọn và chi phí rẻ hơn. |
Tổng thể phải lớn. Nếu cùng cỡ mẫu tính đại diện hoặc tính chính xác thấp hơn mẫu ngẫu nhiên đơn giản. |
|
Chọn mẫu nhiều bậc |
Hiệu quả trong việc thu thập dữ liệu sơ cấp. Hiệu quả về chi phí và thời gian. Mức độ linh hoạt cao. |
Mức độ chủ quan cao. Kết quả nghiên cứu không bao giờ có thể đại diện 100%. Sự hiện diện của thông tin cấp nhóm là bắt buộc. |
Lưu ý:
- Dữ liệu sơ cấp: là những dữ liệu không có sẵn, được người nghiên cứu thu thập.
- Dữ liệu thức cấp: là dữ liệu được thu thập dựa trên các tư liệu có sẵn
Minh Thư
----------------------------------------
Các bài viết liên quan:
Chọn mẫu trong nghiên cứu - Phần 1: Một số khái niệm và phương pháp chọn mẫu
Chọn mẫu trong nghiên cứu - Phần 3: Phương pháp chọn mẫu phi xác xuất (non-probability sampling)
Chọn mẫu trong nghiên cứu - Phần 4: Vận dụng các phương pháp chọn mẫu
----------------------------------------
Tài liệu tham khảo:
[1] Hoàng Văn Minh, Lưu Ngọc Hoạt. Phương pháp chọn mẫu và tính toán cỡ mẫu trong nghiên cứu khoa học sức khỏe. http://cphs.huph.edu.vn/uploads/tintuc/2020/Phuongphapchonmauvatinhtoancomau.pdf
[2] John Dudovskiy. Simple Random Sampling. https://research-methodology.net/sampling-in-primary-data-collection/random-sampling/
---------------------------------------------------------------------------------------------------