Phương pháp lấy mẫu

Tại sao lấy mẫu quan trọng

Hãy tưởng tượng bạn muốn biết lượng giấc ngủ trung bình mỗi đêm của sinh viên đại học. Bạn có thể hỏi mọi sinh viên tại mọi trường đại học trong cả nước, nhưng điều đó sẽ mất nhiều năm và tốn kém. Thay vào đó, bạn chọn một nhóm nhỏ hơn - một mẫu - và sử dụng câu trả lời của họ để đưa ra kết luận về tổng thể lớn hơn.

Cách bạn chọn mẫu đó cực kỳ quan trọng. Một mẫu được chọn kém có thể cho kết quả sai lệch nghiêm trọng. Nếu bạn chỉ khảo sát sinh viên trong thư viện lúc 11 giờ tối thứ Tư, bạn có thể kết luận rằng sinh viên rất chăm chỉ và thiếu ngủ. Điều đó sẽ bỏ sót mọi người đang ngủ thoải mái ở nhà hoặc đi giao lưu. Phương pháp lấy mẫu là các kỹ thuật mà nhà nghiên cứu sử dụng để chọn người tham gia sao cho đạt kết quả đáng tin cậy, có thể khái quát hóa.

Lấy mẫu ngẫu nhiên đơn giản

Tiêu chuẩn vàng của lấy mẫu là lấy mẫu ngẫu nhiên đơn giản. Mọi thành viên trong tổng thể có cơ hội được chọn ngang nhau. Hãy nghĩ nó như xổ số: bạn bỏ mọi tên vào mũ, xáo trộn và rút. Trong thực tế, nhà nghiên cứu thường dùng bộ tạo số ngẫu nhiên hoặc thuật toán máy tính thay vì chiếc mũ.

Lấy mẫu ngẫu nhiên mạnh mẽ vì nó có xu hướng tạo ra mẫu trông giống tổng thể. Nếu 60% sinh viên là nữ, mẫu ngẫu nhiên trung bình sẽ có khoảng 60% nữ mà nhà nghiên cứu không cần lên kế hoạch. Hạn chế là bạn cần danh sách đầy đủ tổng thể (gọi là khung mẫu) để rút mẫu, và danh sách đó không phải lúc nào cũng có.

Biểu đồ trên cho thấy so sánh sơ bộ về mức độ đại diện tổng thể của từng phương pháp. Các con số mang tính minh họa - hiệu quả thực tế phụ thuộc bối cảnh - nhưng chúng cho thấy xu hướng chung: phương pháp ngẫu nhiên và phân tầng có xu hướng tạo mẫu đại diện nhất, trong khi lấy mẫu thuận tiện kém tin cậy nhất.

Lấy mẫu phân tầng

Đôi khi bạn muốn đảm bảo các nhóm phụ quan trọng được đại diện đúng mức. Lấy mẫu phân tầng chia tổng thể thành các nhóm riêng biệt (gọi là tầng) dựa trên đặc điểm chính - như tuổi, mức thu nhập hoặc vùng địa lý - rồi rút mẫu ngẫu nhiên từ mỗi tầng.

Ví dụ, nếu bạn khảo sát công ty có 70% nhân viên văn phòng và 30% công nhân nhà máy, bạn có thể lo ngại mẫu ngẫu nhiên đơn giản có quá ít công nhân để đưa ra kết luận có ý nghĩa. Với lấy mẫu phân tầng, bạn chọn ngẫu nhiên từ mỗi nhóm riêng, đảm bảo cả hai được đại diện theo tỷ lệ (hoặc thậm chí lấy thêm từ nhóm nhỏ hơn và điều chỉnh sau).

Lấy mẫu phân tầng thường cho ước lượng chính xác hơn lấy mẫu ngẫu nhiên đơn giản, đặc biệt khi các nhóm khác nhau đáng kể về biến đang nghiên cứu.

Lấy mẫu cụm

Trong lấy mẫu cụm, bạn chia tổng thể thành các nhóm tự nhiên (cụm) - như trường học, khu phố hoặc bệnh viện - rồi chọn ngẫu nhiên toàn bộ cụm để nghiên cứu. Mọi người trong các cụm được chọn đều được bao gồm.

Phương pháp này đặc biệt hữu ích khi tổng thể phân tán về mặt địa lý. Rẻ hơn và thực tế hơn khi đến 20 trường được chọn ngẫu nhiên và khảo sát tất cả học sinh ở đó so với việc theo dõi từng học sinh rải rác khắp cả nước. Đánh đổi là giảm độ chính xác: những người trong cùng cụm có xu hướng giống nhau hơn so với tổng thể, nên mẫu cụm cần nhiều người tham gia hơn để đạt cùng mức chính xác như mẫu ngẫu nhiên đơn giản.

Lấy mẫu hệ thống và lấy mẫu thuận tiện

Lấy mẫu hệ thống chọn mỗi phần tử thứ k từ danh sách sau một điểm bắt đầu ngẫu nhiên. Ví dụ, nếu có danh sách 10.000 khách hàng và muốn mẫu 500, bạn chọn mỗi khách hàng thứ 20. Cách này đơn giản và hiệu quả miễn là không có mẫu ẩn trong danh sách trùng với khoảng cách của bạn.

Lấy mẫu thuận tiện đúng như tên gọi: bạn lấy mẫu những người dễ tiếp cận nhất. Khảo sát bạn bè, đăng thăm dò trên mạng xã hội, hoặc phỏng vấn người ở một trung tâm mua sắm đều là mẫu thuận tiện. Chúng nhanh và rẻ, nhưng gần như luôn tạo sai lệch. Những người dễ tiếp cận nhất hiếm khi đại diện cho tổng thể rộng hơn.

Biểu đồ trên cho thấy đặc điểm điển hình của lấy mẫu thuận tiện: tốc độ và dễ thực hiện cao, nhưng hiệu quả chi phí cho dữ liệu chất lượng thấp và độ chính xác thấp. Mẫu thuận tiện có thể hữu ích cho khám phá ban đầu và thử nghiệm thí điểm, nhưng kết luận từ chúng cần được xem xét thận trọng.

Chọn phương pháp phù hợp

Không có phương pháp lấy mẫu tốt nhất duy nhất cho mọi tình huống. Lựa chọn đúng phụ thuộc vào ngân sách, thời gian, bản chất tổng thể và mức độ chính xác cần thiết. Nghiên cứu học thuật và thử nghiệm lâm sàng thường dùng lấy mẫu ngẫu nhiên hoặc phân tầng để đạt độ nghiêm ngặt tối đa. Khảo sát chính phủ quy mô lớn thường dùng lấy mẫu cụm vì lý do thực tế. Nhà nghiên cứu thị trường đôi khi dùng lấy mẫu hệ thống từ cơ sở dữ liệu khách hàng. Và nhiều nghiên cứu không chính thức dùng lấy mẫu thuận tiện - nhưng những nghiên cứu tốt nhất thừa nhận công khai hạn chế của nó.

Dù chọn phương pháp nào, câu hỏi chính luôn giống nhau: mẫu này có đại diện công bằng cho tổng thể tôi quan tâm không? Nếu không, kết quả của bạn - dù phân tích phức tạp đến đâu - sẽ không đáng tin cậy.