Xác định kích thƣớc mẫu là công việc không dễ dàng trong các nghiên cứu khoa học. Kích thƣớc mẫu cần cho nghiên cứu phụ thuộc vào nhiều yếu tố nhƣ
phƣơng pháp xử lý (hồi quy, phân tích nhân tố khám phá EFA,…), độ tin cậy, độ mạnh của phép kiểm định, số lƣợng biến độc lập,..(Tabachnick & Fidell 2007). Kích thƣớc mẫu càng lớn càng tốt nhƣng lại tốn thời gian và chi phí. Hiện nay, các nhà nghiên cứu xác định kích thƣớc mẫu cần thiết thông qua các công thức kinh nghiệm cho từng phƣơng pháp xử lý. Một công thức kinh nghiệm đƣợc dùng để tính kích thƣớc mẫu cho MLR nhƣ sau:
Trong đó, n là kích thƣớc mẫu tối thiểu cần thiết và p là số lƣợng biến độc lập trong mô hình. Gren (1991) cho rằng công thức trên tƣơng đối phù hợp nếu p<7. Khi p>7, công thức trên hơi quá khắc khe (công thức này đòi hỏi kích thƣớc lớn hơn cần thiết). Tuy nhiên nhiều nghiên cứu thƣờng dùng EFA cùng với MLR. EFA luôn đồi hỏi kích thƣớc mẫu lớn hơn nhiều so với MLR. Kích thƣớc mẫu tính từ công thức trên thƣờng nhỏ hơn kích thƣớc mẫu đòi hỏi cho EFA, cho nên chúng ta có thể dùng nó tính kích thƣớc mẫu cho MLR và so sánh lại kích thƣớc mẫu đòi hỏi cho EFA.
Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thƣớc mẫu dự kiến. Theo đó kích thƣớc mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger, 2006). n=5*m , lƣu ý m là số lƣợng câu hỏi trong bài.