Phương pháp nghiên cứu khoa học Chương 8 - TS. Nguyễn Minh Hà

1/19/2012 PHƯƠNG PHÁP CHỌN MẪU TS NGUYỄN MINH HÀ TRƯỜNG ĐH MỞ TPHCM NỘI DUNG TRÌNH BÀY GIỚI THIỆU CÁC BƯỚC THIẾT KẾ MẪU KỸ THUẬT LẤY MẪU THEO XÁC SUẤT KỸ THUẬT LẤY MẪU PHI XÁC SUẤT XÁC ĐỊNH CỞ MẪU 1/19/2012 GIỚI THIỆU Khái niệm: Chọn mẫu (sampling) chọn lấy số thành phần tổng thể (population), để rút kết luận tổng thể Đơn vị NC: thành phần tổng thể (population element) cá thể/cá nhân mà người NC tiến hành đo lường Một tổng thể: gồm tất thành phần tổng thể mà ta muốn NC Khung mẫu: Danh sách tất thành phần tổng thể mà dựa vào rút mẫu Tại phải lấy mẫu: - Tốn thời gian chi phí NC tổng thể - Lợi điều tra mẫu: - Chi phí thấp Vẫn đạt tốt độ xác cần có kết Tốc độ thu thập liệu cao Tính sẳn có thành phần tổng thể GIỚI THIỆU Lợi điều tra mẫu so với điều tra tổng thể tổng thể nhỏ có tính biến động cao Điều kiện để NC tổng thể phù hợp: - Tổng thể nhỏ - Khi cá thể khác biệt Thế mẫu tốt: Phải có tính hợp lệ (Validity), tùy thuộc vào tính đắn tính xác Tổng quan kỹ thuật lấy mẫu 1/19/2012 GIỚI THIỆU Lấy mẫu Xác suất Ngẫu Hệ Ngẫu Theo Nhiều nhiên thống nhiên cụm giai đơn phân đoạn giản tầng Phi Xác suất Hạn Có ngạch mục (quota) đích Lan Tự lựa dần chọn Thuận tiện II CÁC BƯỚC THIẾT KẾ MẪU Để thực bước nguyên tắc, phải trả lời câu hỏi theo trình tự sau: Tổng thể mục tiêu gì? Khi xác định vấn đề NC đặt câu hỏi NC, ta phải biết tổng thể mục tiêu Đối tượng phạm vi NC Vd: Hộ gia đình, DN cá nhân Các tham số (parameters) cần quan tâm gì? - Các số thể cho tổng thể: số tổng hợp biến tổng mà quan tâm: giá trị trung bình, phương sai, - Các số thống kê mẫu: mô tả biến mẫu Các số thống kê mẫu ước lượng tham chiếu số thống kê tổng 1/19/2012 II CÁC BƯỚC THIẾT KẾ MẪU Khung mẫu gì? - Danh sách tất thành phần tổng mà rút mẫu - Một khung mẫu lý tưởng: danh sách hoàn thiện, đầy đủ tất thành viên tổng Phương pháp chọn mẫu phù hợp: Người NC phải định chọn mẫu xác suất hay phi xác suất? Việc chọn mẫu xác suất cho người NC đạt ước lượng cho nhiều tiêu NC khác dựa tin cậy xác suất Chọn mẫu phi xác suất điều Tuy nhiên, chọn mẫu xác suất có nhược người NC phải theo quy trình phù hợp mà: - Không thể điều chỉnh lựa chọn có - Chỉ có thành phần chọn từ khung mẫu tính - Không thay thành phần thành phần khác, trừ có dẫn cụ thể theo nguyên tắc định trước II CÁC BƯỚC THIẾT KẾ MẪU Cần cỡ mẫu vừa? - Cỡ mẫu số đơn vị NC mà ta cần có mẫu rút từ tổng thể mục tiêu Có quan điểm cở mẫu: (i) Cỡ mẫu phải đủ lớn để đại diện cho tổng thể (ii) Cỡ mẫu phải tương ứng với tỷ lệ so với kích cỡ tổng mà rút Cả quan điểm chưa xác - Với mẫu phi xác suất: Số lượng nhóm phụ, nguyên tắc lựa chọn hạn chế ngân sách yếu tố định cỡ mẫu - Với mẫu xác suất: cỡ mẫu phụ thuộc vào biến thiên số thống kê tổng mức độ xác kết mà ta muốn có Một số nguyên tắc ảnh hưởng đến xác định cỡ mẫu: Tổng thể biến thiên nhiều cỡ mẫu phải lớn để đạt tính xác Độ xác mong muốn tăng cỡ mẫu phải lớn Phạm vi sai số nhỏ cỡ mẫu phải lớn 1/19/2012 II CÁC BƯỚC THIẾT KẾ MẪU Cần cỡ mẫu vừa? Một số nguyên tắc ảnh hưởng đến xác định cỡ mẫu (tt): Mức độ tin cậy ước lượng cao cỡ mẫu phải lớn Khi tổng thể có nhiều nhóm phụ, cỡ mẫu phải lớn để cỡ mẫu nhóm phụ phải đạt yêu cầu tối thiểu Hạn chế ngân sách ảnh hưởng đến cỡ mẫu, cách chọn mẫu phương pháp thu thập liệu Hạn chế ngân sách làm nhà NC áp dụng phương pháp chọn mẫu phi xác suất III CHỌN MẪU XÁC SUẤT Chọn mẫu xác suất ngẫu nhiên đơn giản (simple Random Sampling): Hay gọi lấy mẫu ngẫu nhiên Chọn mẫu cách ngẫu nhiên từ khung mẫu bảng số ngẫu nhiên, máy tính Thực hiện: - Đánh số phần tử khung mẫu với số nhất, từ 0, 1, 2, - Lựa chọn phần tử số ngẫu nhiên đạt cỡ mẫu mong muốn (mỗi phần tử có xác suất chọn nhau) Loại Khi sử dụng Ưu Nhược Chi phí cao Mỗi phần tử tổng có hội lựa chọn ngang - Đảm bảo mức đại diện cao - Dễ áp dụng, với cách vấn qua điện thoại máy quay số ngẫu nhiên Có thể áp dụng hệ thống trả lời tự động Đòi hỏi danh sách khung mẫu Tốn nhiều thời gian Cần cỡ mẫu lớn Tạo nhiều sai số Áp dụng trung bình 1/19/2012 III CHỌN MẪU XÁC SUẤT Chọn mẫu hệ thống (Systematic Sampling): Đòi hỏi bạn lựa chọn mẫu theo khoản (interval) đặn từ khung lấy mẫu Ta chọn lấy thành phần thứ kth tổng thể, bắt đầu số ngẫu nhiên phạm vi từ đến k Thành phần thứ kth gọi bước nhảy (skip interval), K = Tổng thể/cỡ mẫu Các bước thực hiện: - Xác định, lập danh sách đánh số phần tử tổng thể (sắp xếp ngẫu nhiên tổng trước chọn mẫu tổng thể xếp theo trật tự sẵn có) - Xác định bước nhảy K - Xác định số khởi đầu cách ngẫu nhiên - Rút mẫu cách chọn tất phần tử theo bước nhảy Kth III CHỌN MẪU XÁC SUẤT Chọn mẫu hệ thống (Systematic Sampling): Loại Khi sử dụng Ưu Nhược Chi phí trung bình Áp dụng trung bình Mỗi phần tử tổng có hội lựa chọn ngang - Đảm bảo mức đại diện cao - Thiết kế đơn giản, dễ áp dụng ngẫu nhiên đơn giản Ít ngẫu nhiên lấy mẫu Xác suất đơn giản Tính chu kỳ tổng thể có thể làm méo, sai lệch mẫu và kết 1/19/2012 III CHỌN MẪU XÁC SUẤT Chọn mẫu phân tầng (Stratified Sampling): Là biến thể chọn mẫu ngẫu nhiên, ta chia tổng thể thành hay nhiều tầng (nhóm) quan trọng có ý nghĩa, dựa vào hay số thuộc tính Sau rút từ tầng Phương pháp có ưu nhược giống với chọn mẫu ngẫu nhiên đơn giản, hệ thống kê cao Cần ý phân tầng: - Chi phí: phân tầng nhiều -> chi phí lớn - Kích cỡ tổng mẫu cần có mẫu phân bổ tầng Vd: tổng mẫu 200, chia cho tầng hay 10 tầng? Đối với phân mẫu theo tầng khác nhau: theo tỷ lệ không theo tỷ lệ Chọn mẫu phân tầng theo tỷ lệ cỡ mẫu tầng theo tỷ lệ thành phần có tầng so với tổng số Để có đủ liệu phân tích, cần phải tăng tỷ lệ chọn mẫu cho tầng có tổng thể nhỏ III CHỌN MẪU XÁC SUẤT Chọn mẫu phân tầng (Stratified Sampling): Quy trình chọn mẫu phân tầng: - Quyết định đặc tính để phân tầng: Tuổi, giới tính, nghề nghiệp, - Xác định tỷ lệ nhóm tổng số phụ so với tổng thể chung - Chọn cách phân tầng theo tỷ lệ hay không theo tỷ lệ - Thiết lập khung mẫu tổng thể phụ: Mỗi tầng có khung mẫu - Trộn ngẫu nhiên thành phần khung mẫu tầng - Rút mẫu cho tầng: ngẫu nhiên hệ thống Loại Khi sử dụng Ưu Nhược Chi phí cao Áp dụng trung bình Khi tổng lệ không đồng và chứa nhiều nhóm khác nhau, đó có vài nhóm liên quan đến chủ để NC - Đảm bảo mức đại diện cao cho nhóm NC - Kiểm soát cỡ mẫu tầng Tăng hiệu thống kê Cung cấp dữ liệu đại diện cho nhóm Cho phép sử dụng nhiều phương pháp phân ch khác cho tầng Tăng sai số tầng chọn tỷ lệ khác Chi phí cao tách nhiều tầng 1/19/2012 III CHỌN MẪU XÁC SUẤT Chọn mẫu theo nhóm (Cluster Sampling): Lấy mẫu theo cụm nhìn bề giống lấy mẫu phân tầng Các nhóm dạng ghép nhóm tự nhiên Hay gọi Chọn mẫu theo vùng Vd: Có thể ghép nhóm liệu theo loại hình công ty khu vực địa lý Phân tầng x x x x x x x x Loại Chi phí TB Áp dụng cao x x x x x x x x x x x x 0 0 Theo nhóm 0 0 0 0 0 0 0 0 x x x x x x x x 0 x x 0 x x x x x x 0 x x 0 x x Khi sử dụng Ưu Nhược Khi tổng lệ chứa chủ thể lớn chứa chứa chủ thể riêng lẽ -Dễ và thuận ện, chi phí thấp - Cung cấp ước lượng không thiên lệch thực - Hiệu kinh tế cao chọn mẫu ngẫu nhiên đơn giản Thường có hiệu thống kê thấp nhóm phụ có xu hướng đồng dị biệt III CHỌN MẪU XÁC SUẤT Chọn mẫu nhiều giai đoạn (Double sampling – Sequential sampling - Multi-stageSampling): Cho phép ta sử dụng thông tin có từ nghiên cứu ban đầu để làm sở cho việc chọn mẫu Trong NC kinh tế – xã hội: Giai đoạn NC khám phá, tìm hiểu thông tin tổng thể (thông tin rộng) Áp dụng phương pháp lấy mẫu Giai đoạn sau, dựa vào kết NC giai đoạn trước, NC chuyên sâu, tìm hiểu chi tiết chuyên sâu Áp dụng phương pháp lấy mẫu Loại Khi sử dụng Ưu Chi phí TB Áp dụng trung bình Khi chưa biết - Có thể giảm chi phí kết đặc nh tổng giai đoạn đầu cho đầy đủ dữ liệu để phân tầng chia nhóm tổng thể thể, theo yêu cầu NC Nhược Tăng chi phí áp dụng không phân biệt 1/19/2012 IV CHỌN MẪU PHI XÁC SUẤT Lựa chọn kỹ thuật chọn mẫu mẫu phù hợp nhất: Lựa chọn người cần vấn -> thiên lệch méo mó kết Tuy nhiên, số lý để chọn phương pháp - Thỏa yêu cầu chọn mẫu theo mục tiêu - Khi không cần phải tổng quát hóa kết NC cho tổng thể không quan tâm tính đại diện cho tổng Điều phù hợp với NC khám phá lấy ý kiến chuyên gia - Do chi phí thời gian - Khi tổng thể nghiên cứu, khung mẫu sở để chọn mẫu xác suất -> Phải chọn mẫu phi xác suất - Khi người tham gia NC (đối tượng) ngang hội chọn lựa giống IV CHỌN MẪU PHI XÁC SUẤT Chọn mẫu thuận tiên (Convenience Sampling): Việc lựa chọn cách tình cờ phần tử dễ lấy cho mẫu bạn Quy trình chọn mẫu tiếp tục đạt cỡ mẫu cần thiết Vd: Vào lớp cao học vấn vấn đề Mặc dù kỹ thuật sử dụng rộng rãi dễ có xu hướng sai lệch Mức tin cậy nhất, rẽ, dễ tiến hành nhà NC có quyền tự lựa chọn họ muốn để vấn Trong giai đoạn NC khám phá áp dụng phương pháp NC thị trường hay thăm dò ý kiến khách hàng tiến hành cách Loại Khi sử dụng Ưu Nhược Chi phí thấp Áp dụng thấp Khi thành viên tổng thể thuận ện cho mẫu NC - Thuận ện và rẽ Mức độ tổng quát hóa/khái quát hóa cho tổng thể thấp/đáng nghi ngờ 1/19/2012 IV CHỌN MẪU PHI XÁC SUẤT Chọn mẫu theo mục đích (Purposive Sampling) hay phán đoán (Judgemental Sampling): Sử dụng phán đoán để lựa chọn phần tử nhằm trả lời câu hỏi NC đạt mục tiêu cách tốt Dạng sử dụng làm việc với mẫu nhỏ NC tình hay lựa chọn phần tử đặc biệt chứa nhiều thông tin, phù hợp sử dụng vào giai đoạn đầu NC khám phá VD: NC người có học thức cao, ta chọn lớp sau đai học NC đầu tư chứng khoán cá nhân, ta chọn nhà đầu tư chứng khoán cá nhân IV CHỌN MẪU PHI XÁC SUẤT Chọn mẫu theo hạn ngạch (Quota Sampling) Là kiểu lấy mẫu phân tầng lựa chọn phần tử tầng hoàn toàn phi ngẫu nhiên Thưởng sử dụng khảo sát vấn Dựa tiền đề mẫu đại diện cho tổng thể biến động mẫu biến số giống biến động mẫu Các bước thực hiện: - Chia tổng thể thành nhóm cụ thể - Tính toán hạn mức cho nhóm dựa vào liệu liên quan có sẵn - Giao nhiệm vụ cho người vấn, nói rõ số lượng phần tử hạn mức mà họ phải thu thập liệu - Tổng hợp liệu người vấn để cung cấp mẫu đầy đủ 10 1/19/2012 IV CHỌN MẪU PHI XÁC SUẤT Chọn mẫu theo hạn ngạch (Quota Sampling) Giới nh Nhóm tuổi Vị trí công tác Dân số (10% mẫu) Hạn mức Nam 20-29 - Chuyên viên - Quản lý/giám đốc - Cấp trung gian & hành chánh - Làm việc phổ thông có kỹ - Làm việc phổ thông kỹ 11210 7983 9107 16116 5039 56 40 43 79 25 Nữ 20-29 - Chuyên viên - Quản lý/giám đốc - Cấp trung gian & hành chánh - Làm việc phổ thông có kỹ -Làm việc phổ thông kỹ 8811 6789 21585 1754 3570 44 34 108 18 Loại Khi sử dụng Ưu Nhược Chi phí thấp Áp dụng TB Khi tầng xuất và không thể chọn mẫu phân tầng - Đảm bảo mức độ đại diện tầng mẫu Mức độ tổng quát hóacho tổng thể thấp/đáng nghi ngờ Phụ thuộc vào điều tra viên IV CHỌN MẪU PHI XÁC SUẤT Chọn mẫu mở rộng dần (Snowball Sampling) Thường sử dụng khó xác định/khó tiếp cận thành viên tổng thể mong muốn Phù hợp cho NC định tính Do đó, ta cần: - Liên lạc với hay phần tử - Đề nghị phần tử xác định phần tử - Đề nghị phần tử xác định phần tử (và thế) - Dừng lại không tìm thêm phần tử hay cỡ mẫu đủ lớn để NC Do việc xác định nên vấn đề sai lệch lớn người hỏi có xu hướng tìm người tương tự, nên mẫu đồng 11 1/19/2012 V XÁC ĐỊNH CỠ MẪU Mẫu tối thiểu 30 cho nhóm Nói chung, mẫu lớn để đại diện cho tổng thể khi: - Số biến động (within groups) nhóm lớn - Sự khác nhóm (between two groups) nhỏ Theo Saunders, Lewis and Thornhill (2008), kích cở mẫu tối thiểu kích cở tổng thể khác mức ý nghĩa khác sau (bảng kế bên): Theo cách tính khác: Kích cở mẫu tối thiểu = số biến x Ví dụ: số biến 20, kích cỡ mẫu tối thiểu 20x5 = 100 Tổng thể Biên sai số (Margin of error) 5% 3% 2% 1% 50 44 48 49 50 100 79 91 96 99 150 108 132 141 148 200 132 168 185 196 250 151 203 226 244 300 168 234 267 291 400 196 291 343 384 500 217 340 414 475 750 254 440 571 696 1.000 278 516 706 906 2.000 322 696 1.091 1.655 5.000 357 879 1.622 3.288 10.000 370 964 1.936 4.899 100.000 383 1.056 2.345 8.762 1.000.000 384 1.066 2.395 9.513 10.000.000 384 1.067 2.400 9.595 12 1/19/2012 V XÁC ĐỊNH CỠ MẪU Xác định cở mẫu trung bình: Xác định cỡ mẫu theo tỷ lệ (Tham khảo tài liệu Trần Tiến Khai tác giả, trang 79-83; Kothari (2004): C8) Kết thúc chương Thanks 13