Phương pháp chọn mẫu chia thành hai nhóm. Chọn mẫu xác suất (ngẫu nhiên đơn giản, hệ thống, phân tầng, cụm) cho mọi người trong tổng thể một cơ hội được chọn biết trước, nên kết quả suy rộng được bằng thống kê, nhưng cần danh sách tổng thể. Chọn mẫu phi xác suất (thuận tiện, có mục đích, định mức, quả bóng tuyết) không cần danh sách, nhanh và rẻ hơn, nhưng không suy rộng thống kê được. Phần lớn khoá luận khảo sát online dùng nhóm thứ hai, và hội đồng chấp nhận nếu bạn gọi đúng tên phương pháp và nêu hạn chế.
Bài này đi theo thứ tự bạn cần quyết định: có danh sách tổng thể hay không, chọn phương pháp nào trong tám cách, ghi vào chương 3 ra sao. Câu hỏi "cần bao nhiêu phiếu" là một quyết định riêng, có trong bài cỡ mẫu nghiên cứu bao nhiêu là đủ; còn phát phiếu qua kênh nào có trong bài cách thu mẫu khảo sát khoá luận. Mục mẫu và cỡ mẫu nằm ở đâu trong chương 3 thì xem cách viết chương 3 phương pháp nghiên cứu.
Câu hỏi đầu tiên: bạn có danh sách tổng thể không?
Danh sách tổng thể (khung chọn mẫu) là danh sách mọi người thuộc đối tượng nghiên cứu, ví dụ danh sách 1.200 sinh viên năm ba của khoa, hay danh sách nhân viên của một công ty. Có danh sách và được phép liên hệ từng người thì bạn chọn mẫu xác suất được. Không có danh sách, ví dụ "người dùng ví điện tử tại Hà Nội", thì không có cách nào bốc ngẫu nhiên đúng nghĩa, và mẫu của bạn là phi xác suất dù phát link ở đâu.
Đây là lý do "chọn mẫu ngẫu nhiên" là lỗi hay gặp nhất ở chương 3: sinh viên phát link trong các nhóm Facebook rồi ghi là ngẫu nhiên. Người tự bấm vào link là người tự chọn tham gia, không phải người được bốc ngẫu nhiên.
Bốn phương pháp chọn mẫu xác suất
| Phương pháp | Cách làm | Hợp khi |
|---|---|---|
| Ngẫu nhiên đơn giản | Đánh số danh sách, bốc ngẫu nhiên n người (hàm RAND trong Excel hoặc bảng số ngẫu nhiên) | Tổng thể nhỏ, danh sách đầy đủ, liên hệ được từng người |
| Hệ thống | Chọn một điểm bắt đầu ngẫu nhiên, rồi cứ k người lấy một người (k = N / n) | Danh sách dài, không sắp theo quy luật lặp lại |
| Phân tầng | Chia tổng thể thành các tầng (khoa, năm học, chi nhánh), bốc ngẫu nhiên trong từng tầng theo tỉ lệ | Cần đủ người ở mỗi nhóm để so sánh, tầng khác nhau rõ |
| Cụm | Bốc ngẫu nhiên vài cụm (lớp, phòng ban, xã), rồi khảo sát mọi người hoặc một phần trong cụm được chọn | Tổng thể rải rộng, đi lại tốn kém, có danh sách cụm nhưng không có danh sách từng người |
Ngay cả với mẫu xác suất, người được chọn vẫn có thể không trả lời. Tỉ lệ phản hồi thấp làm mẫu mất dần tính ngẫu nhiên, nên hãy báo cáo bạn đã gửi cho bao nhiêu người và bao nhiêu người trả lời.
Bốn phương pháp chọn mẫu phi xác suất
| Phương pháp | Cách làm | Hợp khi | Hạn chế phải nêu |
|---|---|---|---|
| Thuận tiện | Khảo sát người dễ tiếp cận và sẵn lòng tham gia, miễn đúng đối tượng | Đề tài kiểm định mô hình, thời gian ngắn | Mẫu lệch về nhóm bạn tiếp cận được, không suy rộng cho tổng thể |
| Có mục đích (phán đoán) | Chủ động chọn người có đặc điểm hoặc hiểu biết bạn cần | Phỏng vấn chuyên gia, nghiên cứu định tính | Phụ thuộc vào phán đoán của người nghiên cứu |
| Định mức (quota) | Đặt chỉ tiêu theo giới tính, độ tuổi, khu vực, rồi thu đủ từng ô | Muốn cơ cấu mẫu gần cơ cấu tổng thể | Trong từng ô vẫn là chọn thuận tiện |
| Quả bóng tuyết (phát triển mầm) | Người trả lời giới thiệu tiếp người cùng nhóm | Đối tượng hẹp, khó tìm: chủ shop online, người làm ca đêm, một nhóm nghề | Người quen giới thiệu người quen, mẫu dễ đồng nhất |
Etikan và cộng sự (2016) định nghĩa và so sánh ngắn gọn mẫu thuận tiện với mẫu có mục đích, đủ để trích ở chương 3. Quả bóng tuyết được Goodman (1961) mô tả từ lâu; Heckathorn (1997) phát triển thành chọn mẫu dựa vào người trả lời (respondent-driven sampling) cho các nhóm khó tiếp cận, kèm cách tính trọng số. Khoá luận thường chỉ dùng dạng đơn giản, nên ghi là quả bóng tuyết, không ghi respondent-driven sampling nếu bạn không làm phần trọng số.
Chọn phương pháp nào: ba câu hỏi
- Có danh sách tổng thể và liên hệ được từng người không? Có thì ưu tiên ngẫu nhiên đơn giản hoặc phân tầng. Không thì đi tiếp câu 2.
- Đối tượng có dễ tìm không? Dễ tìm (sinh viên, người dùng mạng xã hội) thì thuận tiện, tốt hơn là thuận tiện kết hợp định mức. Khó tìm thì quả bóng tuyết, hoặc kết hợp với một nguồn người trả lời có thể lọc theo đặc điểm.
- Bạn có định so sánh giữa các nhóm không? Có (nam và nữ, các nhóm thu nhập) thì đặt định mức để nhóm nào cũng đủ phiếu. Phân tích đa nhóm cần mỗi nhóm đạt cỡ mẫu tối thiểu; máy tính cỡ mẫu tính sẵn con số này.
Với đa số đề tài hành vi người tiêu dùng, ý định sử dụng hay sự hài lòng, thuận tiện kết hợp định mức là lựa chọn thực tế: bạn đặt chỉ tiêu cho hai hoặc ba đặc điểm quan trọng, rồi theo dõi để không ô nào thiếu. Bornstein, Jager và Putnick (2013) bàn về hạn chế của mẫu thuận tiện và đề xuất chuẩn mô tả mẫu: nói rõ mẫu gồm ai và được thu thế nào, để người đọc tự đánh giá kết quả áp dụng được tới đâu.
Khảo sát online và panel: vẫn là mẫu phi xác suất
Phát link Google Form, đăng nhóm Facebook, nhờ bạn bè chia sẻ hay thu qua một nền tảng có sẵn người trả lời (panel) đều là chọn mẫu phi xác suất, vì người trả lời tự chọn tham gia. Báo cáo của nhóm công tác AAPOR về chọn mẫu phi xác suất (Baker và cộng sự, 2013) cho rằng loại mẫu này có thể phù hợp với một số mục đích, và nhấn mạnh người nghiên cứu phải minh bạch về cách thu, các giả định và giới hạn của kết quả. Với khoá luận, điều đó có nghĩa là ghi rõ kênh nào, bao nhiêu phiếu từ mỗi kênh, lọc ra sao.
Điểm khác giữa các kênh là ai đến được với bạn. Mạng lưới cá nhân miễn phí nhưng dễ lệch về sinh viên cùng trường. Nhóm điền form chéo nhanh nhưng người trả lời thường không đúng đối tượng. Panel tốn tiền nhưng thường cho lọc người trả lời theo tuổi, nghề, khu vực, nên giúp điền đủ các ô định mức khó. Bài cách thu đủ mẫu khảo sát nhanh so sánh chi tiết từng kênh, kể cả các kênh miễn phí nên dùng trước.
Nếu bạn cần lấp những ô định mức mà mạng lưới cá nhân không với tới, có thể thuê người trả lời qua một panel trực tuyến, ví dụ Genius Data (link giới thiệu, chúng tôi có thể nhận hoa hồng), nền tảng chúng tôi là đối tác giới thiệu. Dù dùng nền tảng nào, chương 3 vẫn gọi đây là chọn mẫu thuận tiện (hoặc định mức) qua panel trực tuyến, ghi số phiếu từ nguồn đó và tiêu chí lọc bạn tự áp dụng.
Ghi vào chương 3 thế nào
Một đoạn chọn mẫu đủ ý gồm: tổng thể là ai, phương pháp tên gì, vì sao chọn, kênh thu, chỉ tiêu định mức (nếu có), thời gian thu, số phiếu thu về và số phiếu hợp lệ. Đoạn mẫu cho đề tài dùng thuận tiện kết hợp định mức:
Đối tượng nghiên cứu là người từ 18 tuổi trở lên đã mua hàng trên sàn thương mại điện tử ít nhất một lần trong 6 tháng gần nhất tại Hà Nội. Do không có danh sách tổng thể, nghiên cứu sử dụng phương pháp chọn mẫu phi xác suất theo hướng thuận tiện kết hợp định mức theo giới tính và nhóm tuổi (Etikan và cộng sự, 2016). Bảng hỏi trực tuyến được phân phối từ [ngày] đến [ngày] qua mạng lưới cá nhân của tác giả và [tên kênh khác]. Câu gạn lọc ở đầu phiếu loại người không thuộc đối tượng. Tổng cộng thu về [số] phiếu, sau khi loại [số] phiếu không đạt câu kiểm tra chú ý và [số] phiếu trả lời rập khuôn, còn [số] phiếu hợp lệ. Vì mẫu phi xác suất, kết quả phản ánh quan hệ giữa các biến trong mẫu nghiên cứu và cần thận trọng khi khái quát cho toàn bộ người mua sắm trực tuyến.
Câu cuối là phần hạn chế; nhắc lại ngắn gọn ở chương 5. Đừng tránh nó: hội đồng hỏi về chọn mẫu để xem bạn có hiểu giới hạn của dữ liệu không, chứ không đòi mẫu ngẫu nhiên cho mọi đề tài.
Lỗi thường gặp
- Ghi "ngẫu nhiên" khi phát link mở. Không có danh sách và không bốc thăm thì không phải ngẫu nhiên.
- Ghi "phân tầng" khi thực ra là định mức. Phân tầng bốc ngẫu nhiên trong từng tầng; định mức chỉ thu cho đủ chỉ tiêu.
- Đặt định mức nhưng không theo dõi. Đến cuối mới thấy 80% là nữ thì đã muộn. Đếm theo ô mỗi vài ngày.
- Không ghi số phiếu từ từng kênh. Thêm một cột nguồn (hoặc link riêng cho từng kênh) để báo cáo và so sánh chất lượng.
- Nhầm cỡ mẫu với phương pháp chọn mẫu. 400 phiếu thuận tiện vẫn là mẫu thuận tiện. Cỡ mẫu lớn giúp ước lượng ổn định hơn, không biến mẫu thành đại diện. Công thức ước lượng tỷ lệ của Cochran giả định mẫu ngẫu nhiên; khi nào dùng được và cách điền N có ở bài công thức tính cỡ mẫu ước lượng 1 tỷ lệ.
Câu hỏi thường gặp
Chọn mẫu thuận tiện có bị hội đồng đánh giá thấp không?
Thường là không, nếu đề tài kiểm định mô hình và bạn mô tả trung thực. Vấn đề là gọi sai tên phương pháp hoặc kết luận như thể mẫu đại diện cho cả tổng thể.
Khảo sát online có chọn mẫu ngẫu nhiên được không?
Được, nếu bạn có danh sách email hoặc số điện thoại của toàn bộ tổng thể, bốc ngẫu nhiên rồi gửi link riêng cho từng người được chọn. Đăng link công khai thì không.
Chọn mẫu định mức khác chọn mẫu phân tầng thế nào?
Cả hai đều chia tổng thể thành nhóm. Phân tầng bốc ngẫu nhiên trong từng nhóm, cần danh sách. Định mức thu ai đến trước cho đủ chỉ tiêu từng nhóm, không cần danh sách.
Quả bóng tuyết có dùng cho khảo sát định lượng được không?
Được, nhất là với đối tượng hẹp. Hãy bắt đầu từ nhiều người khởi đầu khác nhau (nhiều "mầm") để mẫu bớt đồng nhất, và nêu hạn chế này trong chương 3.
Chọn mẫu xong thì làm gì tiếp?
Tính số phiếu cần thu bằng máy tính cỡ mẫu, chuẩn bị bảng hỏi có câu gạn lọc theo mẫu phiếu khảo sát khoá luận, rồi lập lịch thu theo cách thu mẫu khảo sát khoá luận.
Tài liệu tham khảo
- Baker, R., Brick, J. M., Bates, N. A., Battaglia, M., Couper, M. P., Dever, J. A., Gile, K. J., & Tourangeau, R. (2013). Summary report of the AAPOR task force on non-probability sampling. Journal of Survey Statistics and Methodology, 1(2), 90–143. https://doi.org/10.1093/jssam/smt008
- Bornstein, M. H., Jager, J., & Putnick, D. L. (2013). Sampling in developmental science: Situations, shortcomings, solutions, and standards. Developmental Review, 33(4), 357–370. https://doi.org/10.1016/j.dr.2013.08.003
- Etikan, I., Musa, S. A., & Alkassim, R. S. (2016). Comparison of convenience sampling and purposive sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1–4. https://doi.org/10.11648/j.ajtas.20160501.11
- Goodman, L. A. (1961). Snowball sampling. The Annals of Mathematical Statistics, 32(1), 148–170. https://doi.org/10.1214/aoms/1177705148
- Heckathorn, D. D. (1997). Respondent-driven sampling: A new approach to the study of hidden populations. Social Problems, 44(2), 174–199. https://doi.org/10.2307/3096941