06_PP_chonmau

NGHIEÂN CÖÙU TIEÁP THÒ Thaïc só HUYØNH BAÙ TUEÄ DÖÔNG

Chöông 6 : CHOÏN MAÃU NGHIEÂN CÖÙU

46

CHƯƠNG 6

PHƯƠNG PHÁP CHỌN MẪU (SAMPLING METHODS)

I. KHÁI NIỆM : Ta cắt một miếng cam của một quả cam để ăn thử, hoặc múc một muỗng canh nếm thử sau khi đã nêm nếm, cho gia vị và quậy đều nồi canh, đó là những ví dụ cụ thể của việc chọn mẫu rất quen thuộc trong đời sống hàng ngày của chúng ta. Không phải bao giờ cũng phải khảo sát hay kiểm tra hết tất cả các đối tượng muốn khảo sát. Chỉ cần lấy một số lượng nhỏ, hoặc một tỉ lệ nào đó để nghiên cứu, sau đó sẽ suy ra tính chất của tổng thể. Nếu biết trước được hay ta giả định tất cả các phần tử nhỏ đều đồng nhất, giống y hệt các phần tử khác trong cùng một tổng thể lớn thì ta không cần khảo sát nhiều mà chỉ cần khảo sát một phần tử thôi. 1. Mẫu (Sample) Là một tập hợp nhỏ những phần tử lấy ra từ một tổng thể lớn, người ta sẽ nghiên cứu những mẫu nhỏ để tìm ra những tính chất,, những phản ứng đối với những lần xử lý thử nghiệm, để rồi có thể suy diễn những kết quả tìm được ở mẫu sẽ là điển hình cho cả tổng thể do nó làm đại diện. 2. Lấy mẫu (sampling) Lấy mẫu hay chọn mẫu là một công việc phải tiến hành một cách khoa học, làm thế nào để mẫu được chọn có đủ những tính chất điển hình của tổng thể. Việc lấy mẫu sai sẽ dẫn đến việc ta có những nhận định sai về tổng thể mà ta nghiên cứu, hậu quả sẽ hết sức nguy hại. Việc lấy mẫu giúp nhà nghiên cứu marketing rút ra những chẩn đoán thông qua mô tả những đặc điểm chung của tổng thể dựa vào sự phân tích số lượng các đơn vị thành phần có hạn gọi là mẫu lấy ra từ tổng thể đó. Các nhà nghiên cứu tiếp thị thường chọn một nhóm người tiêu dùng, các nhà phân phối, các khách hàng tương lai, đặt ra cho họ những câu hỏi, và xem các câu trả lời của họ là đại diện tiêu biểu của những người mà họ chú ý tới. Ta biết rằng về phương diện tâm lý, thị hiếu, thói quen, đời sống, cảm xúc và các đặc điểm về nhân khẩu học như giới tính, tuổi tác, trình độ văn hoá, thời điểm hiện tại trong chu kỳ đờI sống gia đình … của từng cá nhân không bao giờ giống nhau như đúc mà luôn luôn có khác biệt; do đó ta phải biết cách lấy mẫu để nghiên cứu và nắm vững những nguyên tắc thống kê để xử lý và phân tích các thông tin thu thập được. 3. Lợi ích của việc lấy mẫu :

• Tiết kiệm được thời gian và chi phí nếu so sánh với việc khảo sát hay điều tra toàn bộ đối tượng.

Trường hợp điều tra toàn bộ không bỏ sót một đối tượng hay phần tử nào trong tổng thể gọi là Một Cuộc Tổng Điều Tra (a Census), thí dụ cuộc tổng điều tra dân số 10 năm hay 30 năm/ lần. Các cuộc tổng điều tra thường mất nhiều thời gian và tốn nhiều chi phí.



47

* Việc kiểm tra hay khảo sát đôi khi làm hủy hoại hay biến thái luôn mẫu khảo sát, do đó không thể thử nghiệm hết toàn bộ mà chỉ thử nghiệm một số lượng mẫu nhỏ mà thôi. * Tổng thể nhiều khi quá lớn hoặc ở rải rác, khó tiếp cận, nên lấy mẫu nhỏ và dễ tiếp cận thì thuận tiện hơn. * Khi tiến hành phỏng vấn số lượng người quá lớn, sẽ có nguy cơ phạm nhiều sai sót về phỏng vấn, ghi chép, xử lý số liệu. Số lệch đó gọi là sai số không do chọn mẫu, trái lại với sai số chọn mẫu có nghĩa là sai số do chọn mẫu sai hay số lượng mẫu quá nhỏ. 4- Phương pháp lấy mẫu theo xác suất và phương pháp phi xác suất Có 2 cách lấy mẫu , đó là : + Lấy mẫu theo xác suất (Probability sampling) và + Lấy mẫu phi xác suất (Nonprobability sampling) 4.1- Phương pháp lấy mẫu theo xác suất: Ap dụng các nguyên tắc chính xác được dùng để chọn mẫu, theo đó, mỗi thành phần của tổng thể đều có cơ hội được chọn như nhau. Chẳng hạn, nếu một trường đại học muốn biết 1.000 sinh viên đã tốt nghiệp năm 1997 hiện giờ như thế nào, họ có thể viết tên của 1.000 sinh viên đó, rồi bỏ vào trong một cái thùng, sau đó chọn một cách ngẫu nhiên tên của 50 người để tiếp xúc. Cơ may được chọn của mỗi phần tử là 50/1.000 hoặc 5% và tất cả các sinh viên đo đều có cơ hội được tiếp xúc như nhau. Phương thức này giúp chọn ra một qui mô mẫu (50 sinh viên tốt nghiệp) đại diện cho cả nhóm (1.000 sinh viên tốt nghiệp) và cho phép rút ra kết luận về tổng thể. Muốn áp dụng phương pháp này phải hiểu rõ các nguyên lý thống kê và xác suất. 4. 2- Phương pháp lấy mẫu phi xác suất Khi thời giờ và ngân sách bị giới hạn, các nhà nghiên cứu có thể dùng cách lấy mẫu phi xác suất và dùng những phán quyết của riêng mình trong việc chọn mẫu để cho cơ hội chọn một thành viên riêng biệt là 0 (zero) hoặc là điều không biết được. Nếu trường đại học quyết định một cách độc đoán để chọn 50 sinh viên tốt nghiệp năm 1997 vì họ hiện sống gần trường nhất, thì nhiều thành viên của niên khóa đó bị gạt bỏ một cách tuỳ tiện. Điều này đưa ra một sự thiên vị khiến cho việc rút ra kết luận về toàn thể sinh viên tốt nghiệp 1997 do khảo sát từ một qui mô mẫu bị giới hạn về địa lý đã trở thành chủ quan và phiến diện. Tuy nhiên, các nhà nghiên cứu marketing vẫn có thể sử dụng phương pháp lấy mẫu phi xác suất trong một số trường hợp đặc biệt như các nghiên cứu sơ bộ, nghiên cứu khảo sát thử, hoặc một số chủ đề nghiên cứu đặc biệt khác bằng những phán đoán có cân nhắc. II. QUI TRÌNH CHỌN MẪU Chọn mẫu là quá trình chọn lựa một bộ phận tương đối nhỏ từ một tổng thể (population) mang tính cách đại diện cho tổng thể nghiên cứu gồm có 5 bước : Bước 1 : Xác định tổng thể nghiên cứu từ đó có thể rút ra mẫu. Bước 2 : Xác định khung tổng thể. Bước 3 : Lựa chọn phương pháp lấy mẫu : xác suất hoặc phi xác suất Bước 4 : Quyết định về qui mô của mẫu Bước 5 : Viết hướng dẫn cho việc xác định và lựa chọn các phần tử trong thực tế của mẫu. 1. BƯỚC MỘT : Xác định tổng thể nghiên cứu



48

Tổng thể là toàn thể đối tượng nghiên cứu, còn gọi là tổng thể mục tiêu. Thí dụ : Nghiên cứu khách hàng mục tiêu về thị hiếu, về nhu cầu tiêu dùng của họ…Tổng thể của nhà thống kê có thể là vô hạn, khó xác định vì rất trừu tượng, nhưng tổng thể của nhà tiếp thị là hữu hạn, mang tính chất cụ thể và bình thường (số hộ gia đình, số cửa hàng của một khu vực, số sinh viên đại học của một vùng....). � Tham số hay Thông số (Parameter) Thông số trong nghiên cứu marketing là một số thống kê đã biết trước của tổng thể tiếp thị vì đó là kết quả một cuộc nghiên cứu đã có trước đó. Tuy đã có một tham số biết trước, nhưng thông qua kết quả nghiên cứu hiện trường ở thời điểm hiện nay, người ta lại tìm ra một con số tiêu biểu khác (thí dụ số trung bình, trung vị hay tỉ lệ nào đó), thông thường bao giờ cũng có một sự sai biệt nào đó với tham số đã biết. Ta phải lý giải thế nào, tìm ra lý do nào để giải thích sai biệt đó. Nếu sự sai biệt quá đáng mà không thể giải thích thỏa đáng thì phải xem xét lại quá trình thực hiện lấy mẫu. 2. BƯỚC HAI : Xác định khung của tổng thể Cần phải qui định một bộ khung (frame) hữu hạn của tổng thể muốn nghiên cứu, tức là nói rõ ra phạm vi lựa chọn các đối tượng mục tiêu. Đó là việc xác định danh sách những phần tử có thể mang những đặc tính của nhóm người hoặc sự kiện mà ta muốn nghiên cứu, từ đó ta sẽ lấy mẫu nghiên cứu. Thí dụ muốn chọn một mẫu gồm 100 bà nội trợ cư ngụ trong phường Bến Thành, ta phải xin UBND phường cung cấp cho danh sách các hộ trong địa bàn phường, danh sách đó chính là khung tổng thể.

Trong thực tế có khi không thể nào có được một danh sách đã làm sẵn dành cho những đối tượng ta muốn khảo sát. Thí dụ như khi muốn nghiên cứu những người thuận tay trái, hay những người tàn tật hay bệnh hoạn có nhu cầu cần mua xe lăn tay, khung đối tượng này không có sẵn do đó người ta phải xác định khuôn khổ chung, sau đó sàng lọc dần căn cứ vào giới tính, tuổi tác, cầm vật dụng gì (đũa, vợt, bóng bàn, bàn ủi, dùng xe lăn vì bẩm sinh hay tai nạn....) rồi dần dần lọc ra được chính xác các đối tượng cần nghiên cứu. 3. BƯỚC BA : Lựa chọn phương pháp lấy mẫu xác suất hay phi xác suất - Mẫu xác suất giúp đo lường chính xác sai số chọn mẫu bằng toán thống kê.. - Mẫu phi xác suất khó đo lường chính xác sai số này. 3..1. Các phương pháp chọn mẫu xác suất (Probability Sampling Methods) Có 4 phương pháp chính để chọn mẫu xác suất : 3..1.1 Phương pháp chọn mẫu ngẫu nhiên đơn giản (Simple Random Sampling) Có thể chọn ngẫu nhiên, tình cơ, hoặc lấy theo bảng số ngẫu nhiên trong thống kê. Phương pháp này được áp dụng khi tổng thể quá lớn hoặc qui mô phân bố trên một địa bàn quá rộng mà ta không thể biết rõ bản chất của nó được. 3.1.2. Phương pháp chọn mẫu ngẫu nhiên có phân tổ (hoặc phân tầng, phân cấp) (Stratified Sampling) Đây là phương pháp ít tốn kém, có tính hiệu quả và ưu việt hơn các phương pháp khác vì ta đã phân bổ các nhóm theo từng lớp theo vùng, các đặc trưng về nhân khẩu học để các phần tử được chọn có thể rút ra từ những cơ cấu thế nào để khi tập hợp lại chúng sẽ mang tính đại diện của đầy đủ các thành phần ta muốn có .



49

Thí dụ 1: Khi chọn ứng cử viên đại biểu quốc hội, người ta cố gắng cơ cấu thế nào để khi quốc hội được bầu ra với đầy đủ các thành phần nghề nghiệp, ngành nghề, gốc gác dân tộc, tôn giáo, tuổi tác…. Thí dụ 2: Chọn mẫu ngẫu nhiên có phân tổ theo sản lượng hàng hóa cung ứng trên thị trường Bắc, Trung, Nam của các hình thức bán lẻ dầu nhớt tại cây xăng, điểm rửa xe và điểm sửa xe, bán phụ tùng khác nhau trong một cuộc nghiên cứu mạng lưới phân phối dầu nhớt. Số lượng mẫu được chọn theo một tỉ lệ tương đối so với tỉ lệ trên thực tế

Miền Hình thức cửa hàng

Bắc Trung Nam Tổng cộng

1.Cây xăng 2.Rửa xe 3.Cửa hàng bán phụ tùng và Sửa xe

150100100

1007080

200 180 170

450350350

TỔNG CỘNG 350 250 550 1.150Bảng 6.1 : Sản lượng hàng hóa cung ứng trên thị trường Bắc, Trung, Nam cho các điểm bán dầu nhớt. 3.1.3. Phương pháp chọn mẫu ngẫu nhiên tích tụ (hoặc tập trung) (Cluster Sampling)

Các mẫu chọn tập trung là cách chọn tập trung vào đối tượng muốn chọn ở trong một nhóm người nào đó và loại bỏ ngay những thành phần không nằm trong mục tiêu nghiên cứu. Thí dụ 1: Nghiên cứu về điện thoại di động ta nên tập trung vào những người có thu nhập cao và là cán bộ hay nhà kinh doanh buôn bán, chứ không gặp ai cũng hỏi hay đi vào chọn mẫu trong khu lao động. Thí dụ 2: Nghiên cứu về thị hiếu tiêu dùng gạch men xây dựng cao cấp, ta nên tập trung vào các hộ mới xây nhà hay đang xây nhà ở khu biệt thự, hay các chủ công trình xây dựng cao ốc. Phương pháp lấy mẫu ngẫu nhiên tích tụ theo chùm (cluster) này được ví như ngư dân đi tìm luồng cá trên biển , lúc đầu phải truy lùng , theo dõi sau đó là làm thử và sửa sai liên tục (Trial & Error Method ) 3.1.4. Phương pháp chọn mẫu có hệ thống (Systematic Sampling) Chọn mẫu theo một khoảng cách nào đó đã được định sẵn, cách nhau một hằng số k. Thí dụ 1: Chọn 2.000 hộ trong số 20.000 hộ gia đình, vậy ta có thể chọn 10% trên tổng thể (vì thế, cứ 100 người, chúng ta chọn một hộ trong một danh sách cho sẵn). Thí dụ 2: Muốn kiểm tra vấn đáp 10% sinh viên trong một lớp có 100 sinh viên, thầy giáo cứ chấm ngẫu nhiên bắt đầu từ tên một người nào đó trong bảng danh sách, sau đó cứ đếm theo số thứ tự thêm 10 số nữa là tên người kế tiếp; nếu người đó vắng mặt ta chọn ngay người kế tiếp và cứ thế mà tiếp tục, hết danh sách thì quay vòng về từ đầu.


CÁCH LẤY MẪU XÁC SUẤT THỰC HÀNH :

a.Lấy mẫu ngẫu nhiên đơn thuần gồm 2 cách Một là rút thăm ngẫu nhiên

Hai là dùng phép tra cứu bảng số ngẫu nhiên b.Lấy mẫu ngẫu nhiên có hệ thống

Trước tiên xác định hệ số k Sau đó xác định phần tử đầu tiên c.Lấy mẫu ngẫu nhiên có phân tầng d. Lấy mẫu 1 giai đoạn theo cụm e.Lấy mẫu ngẫu nhiên theo nhiều giai đoạn

3..2 Các phương pháp chọn mẫu phi xác suất (Nonprobability Sampling Methods) 3.2.1. Phương pháp chọn mẫu theo thuận tiện (Convenience Sampling Methods) Đây là cách chọn mẫu chỉ tính đến việc thuận tiện trong nghiên cứu mà không tính đến tính đại diện của mẫu chọn. Phương pháp này không thiết kế mẫu định sẵn mà giao phó cho vấn viên chọn mẫu tùy ý. Phương pháp chọn mẫu theo thuận tiện thích hợp trong nghiên cứu sơ bộ hoặc khảo sát thử. 3.2..2. Phương pháp chọn mẫu theo phán đoán (Judgment Sampling Methods) Đây là cách lấy mẫu tùy theo chủ quan phán đoán của nhà nghiên cứu. Phương pháp này chỉ áp dụng khi các đặc tính của phần tử được chọn đã khá rõ ràng. 3.2.3. Phương pháp chọn mẫu theo hạn ngạch (Quota Sampling Methods) Đây là cách giao chỉ tiêu phải phỏng vấn bao nhiêu người trong thời gian qui định. Người đi phỏng vấn (vấn viên) được giao chỉ tiêu (hạn ngạch) để thực hiện phỏng vấn bao nhiêu người theo phân tổ chỉ định, và cứ thế thực hiện đủ số. Tính đại diện của mẫu có thể được đảm bảo khi ta phân theo 1 tỉ lệ nhất định so với thực tế. 3.2..4. Phương pháp chọn mẫu tích lũy nhanh (Snowball Sampling) Bắt đầu từ một phần tử được chọn lọc nào đó. Sau đó nhờ người này giới thiệu hoặc định danh những người khác cùng đặc tính như họ để ta phỏng vấn tiếp. Thí dụ khi nghiên cứu về thị hiếu của người đi xe phân khối lớn, lúc đầu ta tìm phỏng vấn 1 người chơi xe nào đó, sau đó nhờ họ giới thiệu phỏng vấn thêm nnhững người cùng chung đội môtô của người đó. Đây là cách chọn mẫu theo xác suất ở giai đoạn đầu của cuộc điều tra nghiên cứu, nhưng ở giai đoạn sau đó thì điều tra bổ sung bằng cách lấy mẫu dựa vào các mẫu chọn ban đầu. Phương pháp chọn mẫu tích lũy nhanh còn gọi là phương pháp chọn mẫu dẫn xuất hoặc qui nguyên, chỉ được áp dụng trong những cuộc điều tra chuyên biệt khi các phần tử của mẫu chọn rất khó xác định. 4. BƯỚC BỐN : QUYẾT ĐỊNH VỀ QUI MÔ CỦA MẪU Qui mô mẫu là kích thước của mẫu hay là số lượng bao nhiêu mẫu phải lấy. Qui mô của mẫu số ảnh hưởng trực tiếp đến:

- Mức độ chính xác của cuộc nghiên cứu - Thời gian nghiên cứu - Chi phí nghiên cứu

4.1. Tầm quan trọng của qui mô của mẫu


50

NGHIEÂN CÖÙU TIEÁP THÒ Thaïc só HUYØNH BAÙ TUEÄ DÖÔNG 4.1.1. Mức độ chính xác của công trình nghiên cứu Đây là một hàm số theo qui mô của mẫu. Qui mô mẫu càng lớn thì mức độ chính xác càng cao. Hàm số này sẽ tăng theo căn bậc hai của sự gia tăng qui mô mẫu. Theo công thức thống kê:

Sx = n

Sx

với Sx là sai số chuẩn của trị của trung bình mẫu ( The Standard Error Of The Mean ) Sx là độ lệch chuẩn của mẫu ( Sample Standard deviation ) N là số lượng mẫu ( Sample size ) Thí dụ : Tăng qui mô mẫu gấp 2 lần, thí dụ tăng số lượng người được phỏng vấn từ 500 người lên đến 1000 người thì mức độ chính xác (accuracy) của kết quả nghiên cứu sẽ tăng thành căn số bậc 2 của 2 bằng 1,4 hay 140 %. Còn nếu muốn tăng độ chính xác gấp đôi, thì qui mô tăng gấp 4 . 4.1.2. Sai số do chọn mẫu (Sampling Error) Đó là sai số giữa kết quả điều tra và tham số của nó (Tham số là một số thống kê đã biết về tổng thể nghiên cứu). Thông thường kết quả của một cuộc điều tra trên thị trường hiện tại không bao giờ trùng khớp y như các các thông số có được do các cuộc điều tra trước đó. Thí dụ tham số về chiều cao trung bình của đàn ông Việt Nam theo các cuộc điều tra nhân khẩu và y khoa của tổng cục thống kê và Bộ Y tế thì số trung bình là 162 cm. Nay ta điều tra, chọn mẫu, và có kết quả chiều cao trung bình cộng của 500 nam sinh viên Đại học Mở-Bán công TP.HCM là 168 cm thì ta không thể nói là sinh viên Đại học mở –Bán công có chiều cao trên trung bình hoặc cho rằng tham số chiều 162cm là sai, phải là 168cm mới đúng, vì thực sự bao giờ cũng có sự chênh lệch không trùng khớp. Vấn đề là so sánh kết quả hiện tại và tham số để xem trong trường hợp số chênh lệch quá lớn có thể do một nguyên nhân do ta lấy mẫu không khoa học tạo ra sai lệch lớn. Sai số chọn mẫu tất nhiên phải có nhưng ở mức độ nào thì chấp nhận được và mức độ nào thì phải xem xét lại toàn bộ cách chọn mẫu của ta đã thực hiện. 4.1.3. Khoảng tin cậy (Confidence interval) Khoảng tin độ rộng của một khoảng có các giá trị tính từ trị trung bình của mẫu cộng trừ với một đại lượng với xác suất do ta ấn định, trung bình thực của tổng thể mà ta đang nghiên cứu sẽ nằm trong các giới hạn thống kê định sẵn X – ZSx μ ≤ ≤ X + Z Sx hay ta nói Sai số chuẩn của trị trung bình của mẫu dao động chung quanh trị trung bình X ± ZSx Trong đó X là trị trung bình của mẫu Z được gọi là giá trị ứng với độ tin cậy đã chọn và là một con số được tra trong bảng. Các nhà nghiên cứu marketing thường chọn xác suất 95% cơ hội để các kết quả điều tra nằm trong một khoảng trị số định trước của tham số thì Z= 1,96 Lưu ý: Khoảng tin cậy chỉ tính được khi ta áp dụng cách chọn mẫu theo xác suất mà thôi. Còn chọn mẫu phi xác suất thì không tính. 4.1.2 – Độ tin cậy của các thông tin, dữ liệu


51

Khi điều tra trên diện rộng, có qui mô mẫu lớn lại có khả năng làm tăng những sai sót trong khâu thu thập thông tin, quản lý quá trình xử lý thông tin. Một người bị phỏng vấn quá nhiều câu hỏi có thể trả lời đại cho qua chuyện. Trong khi đó với một mẫu nhỏ, các sai sót được gọi là sai số không do chọn mẫu (Nonsampling Error) lại có thể dễ khắc phục hơn.


Sư gia tăng số lượng Mẫu

Sai số chọn mẫu SS không do

chonmẫu

Sai số

chọn mẫuSai số không do chon

mẫu

ssc

m Sai số không do chon mẫu

Tổng điều tra Sai số không do chon mẫu

4.2. Tiến trình xác định qui mô của mẫu. Gồm 6 bước

1. Xác định sai số e tối đa có thể chấp nhận được

2. Xác định hệ số tin cậy

3. Xác định hệ số Z tương ứng với số tin cậy

4. Ước tính độ lệch chuẩn của tổng thể

5. Sử dụng công thức thống kê thích ứng 6. Tính toán cỡ mẫu thích ứng

Sơ đồ 8.1 : Qui trình tổng quát về xác định cỡ mẫu

GIẢI THÍCH QUI TRÌNH TỔNG QUÁT Bước 1 : Xác định sai số e tối đa có thể chấp nhận được

(Determination of Tolerable Error) Yếu tố ảnh hưởng đầu tiên đến kích thước mẫu là sai số giữa trị số mẫu và tham số tổng thể. Vì ta chỉ điều tra một mẫu nhỏ rồi suy ra tổng thể lớn, nên giữa trị số mẫu và tham số tổng thể luôn luôn có một sai số e, nếu ta tăng kích thước mẫu, thì e giảm dần nhưng e không bao giờ bằng 0 (zero), trừ khi ta điều tra toàn bộ. Vậy e xác định bằng bao nhiêu là hợp lý ? Độ lớn của sai số e nằm trong dung sai của mục đích ra quyết định. Thí dụ : Một nhà đầu tư muốn nghiên cứu thu nhập của dân cư ở Bình Dương, Sông Bé để quyết định có nên mở một siêu thị như Cora ở ngã ba Vũng Tàu hay không. Nhà đầu tư này cho rằng, nếu kết quả nghiên cứu về thu nhập có sai số dưới 100.000 đồng so với trị trung bình số thực của tổng thể cư dân hiện nay, thì điều đó không có ảnh hưởng lớn và làm mất đi ý nghĩa của quyết định đầu tư thì ông ta ấn định số e = 100.000 đồng.


52

NGHIEÂN CÖÙU TIEÁP THÒ Thaïc só HUYØNH BAÙ TUEÄ DÖÔNG Bước 2 : Xác định hệ số tin cậy (Confidence Coefficient) - Hệ số tin cậy cũng là yếu tố ảnh hưởng đến kích thước mẫu. - Hệ số tin cậy chính là xác suất để khoảng tin cậy tính được từ trị số mẫu chứa được tham số tổng thể. Nếu ta chọn hệ số tin cậy 100 % thì phải điểu tra toàn bộ dân cư không bỏ sót người nào, điều này rất tốn kém và có thể không thực hiện được. - Hệ số tin cậy thường được sử dụng nhất là 90%; 95%; 99%. Bước 3 : Xác định hệ số Z tương ứng với hệ số tin cậy Z là biến số chuẩn. Trị số Z được tính sẵn và đưa vào bảng ứng với các hệ số tin cậy cho trước. Hệ số tin cậy = 90 % thì Z= 1,65 Hệ số tin cậy = 95 % thì Z= 1,96 Hệ số tin cậy = 99 % thì Z= 2,58 Nên nhớ về tính qui luật trong một phân phối bình thường với biểu đồ dãng hình cái chuông lật úp thì có

68 ,27% phần tử nằm trong khoảng từ trị trung bình ± 1 độ lệch mẫu 95,45 % …………………………………………………………………………………….. 2………………………… 99,73 %……………………………………………………………………………………… .3…………………………. Hệ số Z tính ra từ qui luật trên. Bước 4 : Ước tính độ lệch chuẩn của tổng thể Ta có: trường hợp tính số tỷ lệ và trường hợp tính số trung bình 4.1- Trường hợp tính số tỉ lệ: Kết quả nghiên cứu muốn xác định tỉ lệ của phần tử A nào đó chiếm bao nhiêu trong tổng thể. Ở đây lại phân làm 2 trường hợp: 4.1.1- Trường hợp không tính đến kích cỡ qui mô của tổng thể, ta muốn lấy một mẫu rất nhỏ, tỉ lệ so với tổng thể n/N bằng hoặc nhỏ hơn 5%, hoặc 0,05 Áp dụng công thức (1)

n = p.q

2

⎟⎠⎞

⎜⎝⎛

eZ

(1)

Với n là qui mô, kích cỡ của mẫu p là xác suất xuất hiện dấu hiệu của phần tử đang nghiên cứu q = 1- p Z là hệ số phụ thuộc vào hệ số tin cậy mà ta chọn e là sai số tối đa có thể chấp nhận Lúc này ta vẫn chưa được biết p và q do đó phải dò tìm theo 1 trong 3 cách sau:

- Một là Lấy kết quả của một cuộc nghiên cứu trước đó nếu có - Hai là giả sử p = q= 0,5 lúc đó ta có n là một số lớn nhất trong tất cả các trường

hợp (khi p + q = 1, tích số p.q cực đại khi p = q), cách này cho kích cỡ mẫu quá lớn rất khó thực hiện.

- Ba là lấy tạm một kích thước mẫu nào đó độ một vài trăm, mục đích tìm kết quả để có được số p. Dùng p đó tính ra một mẫu khác có kích cỡ n chính xác hơn để rồi theo đó mà nghiên cứu thêm cho đủ số.

4.1.2. Trường hợp có tính đến kích cỡ qui mô của tổng thể, ta muốn lấy một mẫu có tỉ lệ so với tổng thể n/N lớn hơn 5%, lớn hơn 0,05. Chöông 6 : CHOÏN MAÃU NGHIEÂN CÖÙU

53

NGHIEÂN CÖÙU TIEÁP THÒ Thaïc só HUYØNH BAÙ TUEÄ DÖÔNG Áp dụng công thức (2)

qpZeNqpZNn

....22

2

+=

4.2 Trường hợp tính số trung bình

4.2.1. Trường hợp không tính đến kích cỡ qui mô của tổng thể, ta muốn lấy một mẫu có tỉ lệ so với tổng thể n/N lớn hơn 5%, lớn hơn 0,05

Áp dụng công thức (3)

n = ⎟⎠⎞

⎜⎝⎛

exZ δ.

(3)

4.2.2. Trường hợp có tính đến kích cỡ qui mô của tổng thể, ta muốn lấy một mẫu

có tỉ lệ so với tổng thể n/n lớn hơn 5% , lớn hơn 0,05 Áp dụng công thức (4)

n = 22

2

2

2

..

SZS

NeZN

+ (4)

4.3- Trường hợp lấy mẫu có phân lớp: Áp dụng 1 số công thức riêng 4.4-Trường hợp tính đến yếu tố chi phí: Phải cân nhắc, muốn giảm phí phải giảm bớt qui mô mẫu, do đó hệ số tin cậy bị giảm xuống 4.5 –Trường hợp cuộc nghiên cứu đặt trọng tâm vào nhiều đề mục khác nhau: Thường một bản câu hỏi sẽ có khá nhiều câu hỏi, nếu đem tính toán như các công thức trên thì mỗi câu sẽ cần có một kích thước mẫu khác nhau. Vậy phải tập trung 1 vài câu làm trọng tâm để tính công thức mà thôi. Bước 5 : Sử dụng các công thức thống kê: Theo các trường hợp đã nêu trong bước trên. Bước 6 Tính toán cỡ mẫu thích ứng: Trên thực tế các nhà nghiên cứu thường ấn định kích thước mẫu theo kinh nghiệm .Và ta cũng cần nhắc lại là nếu chọn mẫu phi xác suất thì hoàn toàn không tính theo công thức nào hết.


54



55

Documents

06_PP_chonmau