- Các nhóm phụ được chọn lựa theo các tiêu chí đễ dàng hoặc có tính sẵn có để tiêu chí liên quan đến các biến số nghiênthu thập dữ liệu dễ hơn.
d. Chọn mẫu nhiều giai đoạn (Double Samplin g sequential samplin g multiphase sampling)
multiphase sampling)
Trong nghiên cứu thực tế, người ta thường áp dụng phương chọn mẫu nhiều giai đoạn. Phương pháp này cho phép chúng ta sử dụng các thơng tin có được từ các cuộc nghiên cứu ban đầu để làm cơ sở cho việc chọn mẫu ở các bước tiếp theo.
Trong nghiên cứu kinh tế, đôi khi chúng ta tiến hành nghiên cứu theo nhiều giai đoạn. Giai đoạn đầu tiên là nghiên cứu khám phá, là giai đoạn mà ta cần tìm hiểu các thông tin cơ bản của dân số mục tiêu thông qua mẫu. Dựa trên các thông tin cơ bản này, ta có thể hiểu về cấu trúc của dân số, và có thể phát hiện sự dị biệt cũng như tương đồng trong nội bộ dân số thông qua các chỉ tiêu thống kê ghi nhận được. Từ đó, chúng ta có thể tiếp tục rút ra các mẫu phụ từ mẫu mà chúng ta đã có để tiếp tục nghiên cứu ở các giai đoạn sau (nghiên cứu sâu).
Loại hình chọn mẫu nhiều giai đoạn thường được áp dụng trong nghiên cứu kinh tế - xã hội. Ở giai đoạn đầu, người ta thường chọn mẫu có cỡ mẫu lớn, thiết kế nội dung nghiên cứu đơn giản nhằm tìm hiểu các thơng tin cơ bản của dân số mục tiêu. Sau đó, tùy theo mục tiêu nghiên cứu, người ta thiết kế các nghiên cứu sâu với các nội dung rất chi tiết, nhưng cần số đơn vị nghiên cứu ít hơn. Kết quả nghiên cứu trước cho phép rút ra các tiêu chí phân nhóm phù hợp cũng như bảo đảm khả năng rút các mẫu phụ chứa đựng các đơn vị nghiên cứu phù hợp từ mẫu đã nghiên cứu.
Thông thường, phương pháp chọn mẫu nhiều giai đoạn kết hợp nhiều phương pháp chọn mẫu khác nhau, ví dụ như chọn mẫu phân tầng, chọn mẫu theo nhóm, chọn mẫu hệ thống. Ví dụ sau đây sẽ minh họa rõ hơn.
Nghiên cứu: Thái độ và hành vi của người tiêu dùng đối với các nhãn hiệu xe máy Yamaha, Honda và Suzuki
Phạm vi nghiên cứu: Việt Nam
Nghiên cứu sơ khởi: Áp dụng phương pháp chọn mẫu theo vùng (Area sampling, một dạng của cluster sampling):
• chọn ra 1-2 hai thành phố đại diện cho các thành phố
lớn ở Việt Nam
• chọn ra 7 tỉnh đại diện cho 7 vùng miền kinh tế ở
Việt Nam
Ở mỗi tỉnh, thành phố, chọn người sử dụng xe máy để phỏng vấn sơ khởi. Có thể áp dụng các phương pháp phi xác suất như chọn mẫu thuận tiện (convenience sampling) hoặc xác suất như chọn mẫu ngẫu nhiên đơn giản hay chọn mẫu hệ thống dựa trên danh sách (khung mẫu) do cơ quan Công An hoặc hệ thống đại lý xe cung cấp.
Nghiên cứu sâu: Dựa trên các thông tin ghi nhận được từ người tiêu dùng trong phỏng vấn sơ khởi và sự sẵn lòng của họ, tiến hành nghiên cứu sâu.
Áp dụng phương pháp chọn mẫu phân tầng (stratified sampling) theo tỷ lệ hoặc không theo tỷ lệ dựa trên các đặc điểm dị biệt về nhân khẩu học của người tiêu dùng, hoặc dựa trên nhãn hiệu xe mà họ sử dụng.
Rút mẫu từ mẫu nghiên cứu đã có.
Với ví dụ trên, ta thấy nhà nghiên cứu có thể lựa chọn và áp dụng nhiều phương pháp chọn mẫu khác nhau cho các giai đoạn nghiên cứu khác nhau. Tất nhiên là các phương án chọn lựa còn tùy thuộc rất nhiều vào mục tiêu nghiên cứu, dân số mục tiêu, các chỉ tiêu cần thu thập, khả năng có được khung mẫu, sự dễ dàng, thuận tiện trong nghiên cứu, và khả năng tài chính đáp ứng cho nghiên cứu.
Như vậy, có nhiều phương pháp chọn mẫu xác suất khác nhau, với các ưu điểm và hạn chế của chúng. Bảng 6.3 giúp tóm tắt đặc điểm chính, ưu điểm và hạn chế của từng phương pháp.
Bảng 6.3 So sánh các phương pháp chọn mẫu xác suất
Kiểu Mô tả Ưu điểm Hạn chế
Ngẫu nhiên đơn Mỗi thành phần của Dễ áp dụng, nhất là Đòi hỏi danh sách
giản Simple dân số đều có cơ với cách phỏng vấn khung mẫu.
Random hội được lự chọn quan điện thoại do Tốn nhiều thời gian ngang bằng nhau. máy quay số ngẫu
Chi phí: Cao để thực hiện.
nhiên. Có thể áp
Áp dụng: Trung bình Mẫu được rút ra bằng Cần cỡ mẫu lớn. dụng hệ thống trả
cách sử dụng bảng
lời tự động. Tạo ra nhiều sai số. số ngẫu nhiên hoặc
phần mềm tạo bảng số ngẫu nhiên.
Hệ thống Chọn ra một thành Thiết kế đơn giản. Tính chu kỳ của dân
Systematic phần dân số khởi Dễ áp dụng hơn chọn số có thể làm méo,
đầu một cách ngẫu sai lệch mẫu và kết
Chi phí: Trung bình mẫu ngẫu nhiên
nhiên, dùng bước đơn giản. quả.
Áp dụng: Trung bình nhảy kth để chọn Dễ tính tốn phân bố Nếu dân số có xu
các thành phần hướng trật tự đơn
mẫu của giá trị
khác. chiều, có thể sinh
trung bình hoặc tỷ
ra kết quả thiên lệ.
lệch.
Phân tầng Chia dân số thành các Nhà nghiên cứu kiểm Tăng sai số nếu các
Stratified dân số phụ (tầng) soát cỡ mẫu trong nhóm phụ được và áp dụng chọn các tầng. chọn ở các tỷ lệ Chi phí: Cao
mẫu ngẫu nhiên Tăng hiệu quả thống khác nhau. Áp dụng: Trung bình đơn giản cho từng kê. Đắt đỏ nếu phải tạo
tầng. Kết quả có Cung cấp dữ liệu đại ra nhiều tầng khác
thể tính theo trọng nhau. diện và phân tích số và kết hợp được. nhóm phụ. Cho phép sử dụng nhiều phương pháp phân tích khác nhau cho từng tầng.
Theo nhóm Dân số được chia làm Cung cấp các ước Thường có hiệu quả
Cluster nhiều nhóm phụ dị lượng không thiên thống kê thấp do biệt trong nội bộ. lệch nếu được thực các nhóm phụ có Chi phí: Trung bình
Chọn ngẫu nhiên hiện đúng cách. xu hướng đồng Áp dụng: Cao một số nhóm để Hiệu quả kinh tế cao nhất hơn là dị biệt.
Kiểu Mô tả Ưu điểm Hạn chế
nhiên đơn giản. Chi phí thấp nhất, đặc biệt khi chia nhóm theo vùng địa lý.
Dễ làm, không cần danh sách khung mẫu.
Nhiều giai đoạn Q trình bao gồm Có thể làm giảm chi Tăng chi phí nếu
(Double, sequential việc thu thập dữ phí nếu kết quả giai được áp dụng liệu từ một mẫu đã đoạn đầu cho đầy không phân biệt.
or multiphase)
được xác định đủ dữ liệu để phân Chi phí: Trung bình
trước. Dựa trên các tầng hoặc chia Áp dụng: Trung bình thơng tin có được, nhóm dân số.
chọn ra mẫu phụ cho các nghiên cứu tiếp theo.