CỠ MẪU PHƯƠNG PHÁP CHỌN MẪU

Các hình thức tính cỡ mẫu Hệ số thiết kế nghiên cứu Các phương pháp chọn mẫu Cỡ mẫu sẽ có ảnh hưởng lớn đến độ chính xác của ước lượng thống kê Tính khả thi và nguồn lực nghiên cứu Khả năng đại diện cho dân số nghiên cứu

CỠ MẪU & PHƯƠNG PHÁP CHỌN MẪU Thái Thanh Trúc Nội dung học • Các hình thức tính cỡ mẫu • Hệ số thiết kế nghiên cứu • Các phương pháp chọn mẫu TẠI SAO PHẢI TÍNH CỠ MẪU? • Cỡ mẫu có ảnh hưởng lớn đến độ xác ước lượng thống kê • Tính khả thi nguồn lực nghiên cứu • Khả đại diện cho dân số nghiên cứu CÁC CÁCH TIẾP CẬN TRONG TÍNH CỠ MẪU • Dựa ước lượng với mức độ xác định của: – Tỉ lệ – Trung bình – Nguy tương đối • Dựa kiểm định giả thuyết, vd: so sánh tỷ lệ • Dựa vào phương pháp phân tích số liệu – Phân tích hồi quy đa biến – Phân tích nhân tố – Phân tích chẩn đốn XÁC ĐỊNH CỠ MẪU DỰA VÀO TỶ LỆ n 1  / z p(1  p) d2 • n: cỡ mẫu tối thiểu cho nghiên cứu •  : sai lầm loại • z : trị số từ phân phối chuẩn 1  / • p: tỷ lệ ước lượng kết dân số – Nghiên cứu trước, nghiên cứu thử (pilot), liệu thứ cấp, phán đốn nhà nghiên cứu • d: sai số ước lượng XÁC ĐỊNH CỠ MẪU DỰA VÀO TỶ LỆ • Ví dụ: nghiên cứu muốn xác định tỷ lệ tuân thủ điều trị lao Quận X – TH1: biết tỷ lệ từ nghiên cứu trước, đối tượng tương đồng, vd: 78% n 1  / z p(1  p) d2 •  : sai lầm loại  0.05 • z : trị số từ phân phối chuẩn  1.96 1  / • p: tỷ lệ ước lượng kết dân số  0.78 • d: sai số ước lượng  0.05  n = 263.69  cần 264 đối tượng cho nghiên cứu XÁC ĐỊNH CỠ MẪU DỰA VÀO TỶ LỆ • Ví dụ: nghiên cứu muốn xác định tỷ lệ tuân thủ điều trị lao Quận X – TH2: tỷ lệ từ nghiên cứu trước n 1  / z p(1  p) d2 •  : sai lầm loại  0.05 • z1  / : trị số từ phân phối chuẩn  1.96 • p: tỷ lệ ước lượng kết dân số  0.50 • d: sai số ước lượng  0.05  n = 384.16  cần 385 đối tượng cho nghiên cứu 400 350 369 350 300 323 Sample size (N) 150 200 250 288 246 196 73 369 350 323 288 246 196 138 73 50 100 138 380 384 380 05 15 25 35 45 55 65 75 85 95 Prevalence XÁC ĐỊNH CỠ MẪU DỰA VÀO TRUNG BÌNH • n: cỡ mẫu tối thiểu cho nghiên cứu •  : sai lầm loại • z1  / : trị số từ phân phối chuẩn • : độ lệch chuẩn ước lượng dân số • d: sai số ước lượng XÁC ĐỊNH CỠ MẪU DỰA VÀO TRUNG BÌNH • VD: NC nhằm xác định số lần tiếp cận dịch vụ y tế người dân Quận Y muốn chắn 95% kết thu sai lệch so với số liệu dân số 1/10 số lần tiếp cận DVYT, biết độ lệnh chuẩn tiếp cận DVYT 0.7  • z : sai lầm loại  0.05 1  / • : trị số từ phân phối chuẩn  1.96 • : độ lệch chuẩn ước lượng dân số  0.7 • d: sai số ước lượng  0.1  n = 188.24  cần 189 đối tượng cho nghiên cứu 10 Cỡ mẫu • Chọn mẫu cụm  hệ số thiết kế (design effect – DEFF) • Tại lại phải có DEFF? – DEFF = 3: với cỡ mẫu chọn mẫu theo cụm có biến thiên (dao động thông tin thu được) mẫu lớn gấp lần so với chọn theo cách ngẫu nhiên – Chỉ cần cở mẫu 1/3 (của cách tính cluster) lấy mẫu ngẫu nhiên – Nếu khơng có DEFF với cỡ mẫu, cluster sampling có power thấp hẳn so với chọn mẫu ngẫu nhiên • Intra-Class Correlation gì? – Hệ số tương quan nhóm  đo lường tính đồng cluster 18 Ví dụ Intra_Class Correlation (ICC) Hầu khơng có biến thiên nhóm  ICC ≈ Khơng có phần trùng lắp  có biến thiên lớn nhóm  ICC lớn 19 Cỡ mẫu • Tính DEFF nào? DEFF = + ICC [k – 1] (k: số đối tượng cụm) Vd: N ban đầu = 200; ICC = 0.03; k = 20  DEFF = 1.57  N = 1.57 x 200 = 314 20