ĐIỀU TRA CHỌN MẪU VÀ PHƯƠNG PHÁP CHỌN MẪU

1.Điều tra chọn mẫu

Theo Yates và cộng sự (2003), điều tra chọn mẫu được thể hiện theo sơ đồ sau:

Để kiểm định lý thuyết, các giả thuyết khoa học, việc chọn mẫu là khâu quyết định chất lượng của nghiên cứu.

Mục đích của nghiên cứu là tìm hiểu đặc điểm của đám đông (tổng thể) nghiên cứu. Tuy nhiên, không thể thu thập dữ liệu của toàn bộ đám đông vì:

• Ngân sách nghiên cứu có hạn
• Thời gian thực hiện nghiên cứu không dài
• Trong thống kê học, mẫu có thể đại diện cho đám đông với độ tin cậy cho trước (thường là 95% hay 90%)

Theo Smith (1993), việc điều tra chọn mẫu là loại điều tra không toàn bộ. Trong đó, người ta chọn một số đủ lớn đơn vị đại diện trong toàn bộ các đơn vị của tổng thể chung để điều tra rồi dùng kết quả thu thập tính toán, suy rộng thành các đặc điểm của toàn bộ tổng thể chung.

2.Kích thước mẫu

Kích thước mẫu là một vấn đề được các nhà nghiên cứu quan tâm vì nó liên quan trực tiếp đến độ tin cậy của các tham số thống kê. Mỗi phương pháp phân tích thống kê đòi hỏi kích thước mẫu khác nhau. Ngay nay, để tính kích thước mẫu cho các phương pháp phân tích thống kê, các nhà nghiên cứu thường dựa vào các công thức kinh nghiệm.

• Chọn mẫu điều tra khi không biết quy mô tổng thể

Trong đó:

n: số lượng mẫu cần xác định (sample size)

Z: Giá trị bảng phân phối Z dựa vào độ tin cậy lựa chọn. Thông thường, chọn độ tin cậy là 95%, giá trị Z = 1.96.

Đảm bảo n ước lượng có độ lớn an toàn nhất, chọn p = 0.5

e: sai số cho phép . Có thể lựa chọn e = ± 0.01 (1%), ± 0.05 (5%), ± 0.1 (10%).

• Chọn mẫu điều tra khi biết tổng thể

Trong đó:

n: số lượng mẫu cần xác định (sample size)

N: Số lượng tổng thể

e: sai số cho phép. Có thể lựa chọn e = ± 0.01 (1%), ± 0.05 (5%), ± 0.1 (10%).

Cỡ mẫu càng lớn sai số mẫu càng nhỏ. Tùy vào điều kiện thời gian và nguồn lực, nhà nghiên cứu có thể quyết định sai số mình chọn. Tuy nhiên, cho phép sai số tối đa là 10%.

• Đối với mô hình phân tích nhân tố khám phá (EFA)

Theo Hair và cộng sự (2006) cỡ mẫu được xác định được dựa vào: (i) mức tối thiểu và (ii) số lượng biến đưa vào phân tích của mô hình.

Mức tối thiểu (min) = 50

Tỷ lệ của số quan sát so với 1 biến phân tích (k) là : 5/1 hoặc 10/1

Nếu mô hình có m thang đom Pj biến quan sát. Cỡ mẫu được xác định

Ví dụ: Nếu mô hình có 6 thang đo, mỗi thang đo đo có 5 biến quan sát, chọn k = 10/1

Ta có:

• Đối với mô hình hồi quy

Đối với dạng số liệu chéo (số liệu điều tra). Kích thước mẫu n > 50 + k.p

Trong đó:

P: số biến độc lập của mô hình

K = 5 quan sát/1 biến hoặc 10/1

Ví dụ: Mô hình có 6 biến độc lập và 1 biến phụ thuộc. Với k = 5; n > 50 + 6*5 =80.

3.Phương pháp chọn mẫu

Theo Cochran (1977), có 2 phương pháp chọn mẫu (sampling method): (1) Theo xác suất và (2) Phi xác suất.

Phương pháp chọn mẫu xác suất (ngẫu nhiên) có các kỹ thuật lấy mẫu: (i) ngẫu nhiên giản đơn, (ii) ngẫu nhiên hệ thống, (iii) chọn mẫu phân tầng và (iv) chọn mẫu nhiều giai đoạn.

Đối với phương pháp chọn mẫu phi xác suất (phi ngẫu nhiên), kỹ thuật lấy mẫu bao gồm:

• thuận tiện: nhà nghiên cứu có thể chọn những phần tử nào mà họ có thể tiếp cận được, lấy đủ số quan sát theo kích thước mẫu mà nghiên cứu cần.
• định mức: Quota sampling: phân chia kích thước mẫu nghiên cứu với tỷ lệ nào đó, áp dụng kỹ thuật chọn mẫu thuận tiện chọn cho đủ số quan sát cần thiết.
• phát triển mầm: Snowball sampling: Chọn một số phần tử biết được địa chỉ, sau đó thông qua những phần tử này hỏi ý kiến họ để giới thiệu các phần tử khác cho mẫu.

Tham khảo:

Nguyễn Đình Thọ (2011), Giáo trình Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính.

Đinh Phi Hổ, Võ Văn Nhị, Trần Phước (2018), Nghiên cứu định lượng trong kế toán – kiểm toán, NXB Tài chính.