Khi chọn mẫu, nếu ta chỉ khảo sát một phần của tất cả các thành viên trong tổng thể. Như thế, chúng ta có thể không biết rằng những đánh giá từ mẫu này có phản ánh được tổng thể hay không? Vì vậy, để nhận được một mẫu đại diện tốt, ta phải chọn một mẫu đủ lớn và phải dùng phương pháp ngẫu nhiên để chọn các phần tử từ tổng thể vào mẫu.
Sau đây là bốn kỹ thuật lấy mẫu ngẫu nhiên:
1) Chọn mẫu ngẫu nhiên đơn giản:
Trong phương pháp chọn mẫu này, các phần tử đều có xác suất tham gia vào mẫu là đồng đều và như nhau. Người ta, lấy ra từng phần tử một, mỗi lần chọn chỉ lấy ra một phần tử của tổng thể, trường hợp này đơn vị chọn mẫu cũng là phần tử của tổng thể và để chọn các phần tử cho mẫu, nhà nghiên cứu dùng bảng ngẫu nhiên.
Bảng ngẫu nhiên là một bảng gồm các con số được viết ra một cách ngẫu nhiên, hoàn toàn lộn xộn và không theo định kỳ. Những con số như vậy có thể được thu thập từ nhiều bảng đã xuất bản, hay tại các thư viện.
Như vậy, khi sử dụng các số ngẫu nhiên, nó liên quan rất ít với độ chệch có thể có đối với các thành phần của tổng thể đã được chỉ định. Các số ngẫu nhiên này là những con số được chọn hoàn toàn không có sự can thiệp của con người, vì thế mỗi con số có cơ hội xuất hiện đồng đều với mỗi con số khác.
Ví dụ: Khi nhà nghiên cứu lấy mẫu là các nam sinh viên đại học, kích thước mẫu mong muốn đòi hỏi phải chọn là 200 con số ngẫu nhiên từ 2000; và như vậy có 4 chữ số. Nếu ta ấn định mỗi sinh viên một con số từ 0000 đến 1999, con số nào có 4 chữ số trên 1999 sẽ bỏ qua. Công việc của nhà nghiên cứu là bắt đầu chọn với 2 cột đầu tiên của bảng, và bắt đầu chọn từ đó xuống. Đương nhiên nhà nghiên cứu có thể thay đổi điểm khởi đầu từ chỗ này. Nhà nghiên cứu tiến hành chọn bằng cách khoanh tròn những nhóm 4 chữ số rơi vào khoảng mong muốn. Tức là chỉ có các con số có 4 chữ số dưới 1999 mới được chọn mà thôi; cho nên phải cần một quá trình chọn lựa kéo dài. Bắt đầu ở phía trên, 1009 nhỏ hơn 1999, nên chúng ta coi nó
là một trong 200 phần tử của mẫu và người sinh viên được ấn định bởi con số đó bây giờ sẽ được chọn trong mẫu. Con số kế tiếp là 3560 quá lớn, nên chúng ta loại; con số kế tiếp là 0452 được chọn vào mẫu. Nếu chữ số ngẫu nhiên tự xuất hiện hơn một lần, nó sẽ bị loại ra. Quá trình này được tiếp tục tiến hành cho tới khi chúng ta có tổng số 200 con số mà các sinh viên đại diện được chọn vào mẫu.
* Ta có phần bảng số ngẫu nhiên được định dạng như sau: 1009 2786 3132 .... .... 5032 3560 4567 5233 .... .... 6112 0452 5896 6212 .... .... 4233 9901 3132 7121 .... .... 5342 8267 9091 1023 .... .... 1992 1205 8261 2122 .... .... 1772 .... .... .... .... .... 1865
Theo nguyên tắc, phương pháp chọn mẫu này hoàn toàn khoa học và lý tưởng, vì tất cả các thành viên của tổng thể đều có cơ hội lựa chọn đồng đều.
Tuy nhiên trong nghiên cứu tiếp thị, phương pháp này ít được dùng, mặc dù đơn giản. Bởi vì nó đòi hỏi một khung chọn mẫu gần như hoàn hảo là điều hiếm có trong thực tế. Bên cạnh đó còn phải có một bảng số ngẫu nhiên thực sự, để căn cứ vào đó mà chọn đối tượng.
2) Chọn mẫu có hệ thống:
Ở phương pháp này, nhà nghiên cứu tiến hành việc chọn các phần tử cho mẫu bằng cách: Chọn ngẫu nhiên điểm xuất phát. Từ điểm xuất phát này, và dựa vào bước nhảy để chọn các phần tử tiếp theo cho mẫu từ khung mẫu được sắp xếp theo thứ tự từ 1 đến N. Ta có: - Bước nhảy = N n - Tỷ lệ chọn mẫu = n N
Ví dụ: Nếu ta muốn chọn một mẫu có kích thước n = 100 từ một đám đông có kích thước N = 1000. Như vậy, ta có bước nhảy là: N
n =1 000
100 10 .
=
Để chọn phần tử đầu tiên trong các phần tử từ 1 đến 10, chúng ta dùng phương pháp chọn mẫu ngẫu nhiên đơn giản, chẳng hạn dùng bảng số ngẫu nhiên của sách thống kê hay máy tính cầm tay, ta chọn được phần tử đầu tiên mang số là 4.
Bước nhảy là 10, có nghĩa là cứ 10 phần tử ta lại chọn 1 phần tử, và cứ tiếp tục chọn. Cho tới khi đảm bảo kích thước mẫu n = 100.
Như vậy, phần tử thứ hai được chọn vào mẫu là phần tử thứ 14 trong khung mẫu (4+10), phần tử thứ 3 là 24 v.v..
3) Chọn mẫu phân tầng (phân tổ - hay chia lới đồng nhất: Stratified Sampling). Sampling).
Đây là phương pháp chọn mẫu mà người ta chia đám đông ra thành nhiều nhóm nhỏ, có đặc điểm là: Các phần tử trong cùng một nhóm có tính đồng nhất cao và các phần tử giữa các nhóm lại có tính dị biệt cao.
Các nhóm này lại có thể được chia thành nhiều nhóm nhỏ hơn thỏa mãn cùng đặc điểm như trên.
Để chọn phần tử cho mẫu trong từng nhóm, nhà nghiên cứu có thể dùng hai phương pháp sau:
• Phương pháp được thực hiện theo tỷ lệ: Tức là số lượng phần tử chọn cho mẫu trong từng nhóm tỷ lệ với số lượng phần tử của nhóm hoặc:
• Không theo tỷ lệ: Tức là số lượng phần tử chọn cho mẫu trong từng nhóm không tỷ lệ với số lượng phần tử của nhóm mà được chọn theo mức độ quan trọng của mỗi nhóm.
Ví dụ: Nếu chúng ta chọn một mẫu có kích thước n = 200 từ một tổng thể có kích thước N = 2000, được chia thành 4 nhóm. Các nhóm này có kích thước và số lượng phần tử tham gia vào mẫu như sau:
Phương pháp Nhóm1 = 600 Nhóm 2 = 400 Nhóm 3 = 200 Nhóm 4 = 800 Tổng cộng Theo Tỷ lệ: n N = 200 = 2000 1 10 60 40 20 80 200 Không theo tỷ lệ 50 60 30 60 200
Số lượng các phần tử chọn vào mẫu của từng nhóm theo phương pháp không theo tỷ lệ được xác định nhiều hay ít theo tầm quan trọng của mỗi nhóm.
4) Chọn mẫu theo nhiều bước (hay chia lớp dị biệt: Cluster Sampling):
Ở phương pháp chọn mẫu này, người ta cũng chia đám đông ra thành nhiều nhóm nhỏ, nhưng với đặc điểm là: Các phần tử trong cùng một nhóm có tính dị biệt cao, và các phần tử giữa các nhóm có tính đồng nhất cao.
Các nhóm này lại có thể tiếp tục chia thành từng nhóm nhỏ nữa và phải thỏa mãn cùng đặc điểm nêu trên. Sau đó, chọn ngẫu nhiên một số nhóm và tiến hành chọn các phần tử cho mẫu. Chẳng hạn, đơn vị hộ gia đình trong một khu phố khi ta nghiên cứu phân khúc thị trường.
Trường hợp trong các thị trường nghiên cứu nếu chưa có khung chọn mẫu hoàn chỉnh thì dùng phương pháp này là tiện lợi nhất.
Ví dụ: Nếu ta chọn một mẫu có kích thước n = 100 từ một đám đông có kích thước N = 1000. Giả sử ta chia đám đông này thành 8 nhóm và chọn ngẫu nhiên 3 nhóm. Sau đó chúng ta có thể dùng phương pháp hệ thống để chọn 100 phần tử cho mẫu từ 3 nhóm này.
Tóm lại: Các phương pháp chọn mẫu bao gồm trong bảng dưới đây:
Chọn mẫu theo xác suất Chọn mẫu không theo xác suất
. Chọn mẫu ngẫu nhiên đơn giản . Chọn mẫu theo hệ thống
. Chọn mẫu phân tầng (chia lớp đồng nhất) . Chọn mẫu nhiều bước (chia lớp dị biệt)
. Chọn mẫu thuận tiện . Chọn mẫu phán đoán . Chọn mẫu phát triển mầm
. Chọn mẫu theo định ngạch (quota)
Các phương pháp chọn mẫu