HƯỚNG DẪN CƠ BẢN: CÁC PHƯƠNG PHÁP & KỸ THUẬT CHỌN ...

Agree & Join LinkedIn

By clicking Continue to join or sign in, you agree to LinkedIn’s User Agreement, Privacy Policy, and Cookie Policy.

Sign in to view more content

Create your free account or sign in to continue your search

Sign in

Welcome back

Email or phone Password Show Forgot password? Sign in

or

By clicking Continue to join or sign in, you agree to LinkedIn’s User Agreement, Privacy Policy, and Cookie Policy.

New to LinkedIn? Join now

or

New to LinkedIn? Join now

By clicking Continue to join or sign in, you agree to LinkedIn’s User Agreement, Privacy Policy, and Cookie Policy.

LinkedIn

LinkedIn is better on the app

Don’t have the app? Get it in the Microsoft Store.

Open the app Skip to main content

Định nghĩa về Chọn mẫu

• Tổng thể là tập hợp tất cả đối tượng khảo sát, trong đó, mỗi đối tượng được xem là đơn vị cấu thành nên tổng thể.
• Mẫu là tập hợp nhỏ/tập hợp con các đơn vị của tổng thể.
• Cách thức mà các nhà nghiên cứu chọn ra tập hợp con các đơn vị của tổng thể chính là chọn mẫu.

Chọn mẫu là việc lấy một số đơn vị/phần tử của tổng thể để nghiên cứu và từ đó rút ra kết luận về tổng thể.

Lý do phải chọn mẫu

• Tiết kiệm thời gian, chi phí, nhân lực so với việc khảo sát/nghiên cứu trên toàn bộ đối tượng
• Chọn mẫu đúng cách để đạt được mức chính xác cần có của kết quả
• Tốc độ thu thập dữ liệu nhanh hơn, đảm bảo tính kịp thời của số liệu thống kê.
• Tính sẵn có của các đơn vị tổng thể
• Thu thập được nhiều chỉ tiêu thống kê, đặc biệt các chỉ tiêu có nội dung phức tạp, không có điều kiện điều tra ở diện rộng.
• Chọn mẫu trong nghiên cứu giúp giảm sai số khi chọn mẫu sai (do sai số cân, đo, đếm, khai báo, ghi chép,..)
• Khuyết điểm của việc chọn mẫu: tồn tại “sai số”

Quy trình chọn mẫu

Hình 1: Quy trình chọn mẫu trong khảo sát

Phương pháp chọn mẫu

Có 2 phương pháp:

1. Chọn mẫu xác suất: biết được xác suất lượng đối tượng tham gia khảo sát, quá trình chọn mẫu sử dụng các phương pháp dựa trên lý thuyết xác suất. Khả năng được chọn thành mẫu của tất cả đơn vị trong tổng thể đều như nhau.
2. Chọn mẫu phi xác suất: quá trình lựa chọn không cố định hoặc được xác định từ trước mà thường dựa trên khả năng chọn mẫu của nhà nghiên cứu. Khả năng được chọn thành mẫu của tất cả đơn vị trong tổng thể không ngang nhau.

Chọn mẫu xác suất

1. Chọn mẫu ngẫu nhiên đơn giản: mọi đơn vị của tổng thể được chọn một cách ngẫu nhiên, tình cờ. Xác suất được chọn đều như nhau giữa các đối tượng nghiên cứu.
2. Chọn mẫu theo cụm: chia nhỏ tổng thể thành từng cụm để đại diện cho tổng thể. Các cụm được chia dựa trên thông số nhân khẩu học như tuổi tác, giới tính, địa chỉ hoặc khối, đoàn (VD phường, làng, xã, huyện,…). Nhà nghiên cứu lựa chọn một số cụm đã chia và tiến hành nghiên cứu/khảo sát trên các cụm đã chọn đó. Phương pháp được sử dụng khi không có sẵn danh sách đầy đủ của các đơn vị trong tổng thể.
3. Chọn mẫu theo hệ thống: Đánh số/điểm bắt đầu của tổng thể theo thứ tự và chọn các mẫu với kích cỡ như nhau, với khoảng cách giữa các mẫu được chọn trong tổng thể ngang nhau. Phương pháp sử dụng khi đã có phạm vị xác định từ trước, kĩ thuật lấy mẫu tốn ít thời gian nhất.
4. Chọn mẫu ngẫu nhiên phân tầng: chia tổng thể thành từng nhóm nhỏ không trùng nhau theo 1 hoặc 1 vài tiêu thức liên quan đến mục đích nghiên cứu (mỗi nhóm đều có đủ tính cách đại diện cho tổng thể). Khi chọn mẫu, các nhóm nhỏ được sắp xếp lại và nhà nghiên cứu sẽ chọn một mẫu từ mỗi nhóm một cách riêng biệt.

Tác dụng của chọn mẫu xác suất

• Giảm độ lệch mẫu: độ lệch mẫu không đáng kể hoặc không tồn tại. Việc lựa chọn chủ yếu dựa trên hiểu biết và suy luận của người nghiên cứu. Dữ liệu thu được chất lượng cao hơn vì mẫu đại diện cho tổng thể thích hợp hơn.
• Tổng thể đa dạng: Khi các đơn vị trong tổng thể quá rộng lớn và đa dạng, điều cần thiết là phải có sự đại diện đầy đủ để dữ liệu không bị lệch về một nhân khẩu học, hoặc một khía cạnh nhất định trong tổng thể.
• Tạo mẫu chính xác: Lấy mẫu theo xác suất giúp các nhà nghiên cứu lập kế hoạch và tạo ra mẫu chính xác. Điều này giúp thu được dữ liệu xác định rõ ràng.

Chọn mẫu phi xác suất

• Chọn mẫu thuận tiện: dựa trên khả năng tiếp cận đối tượng khảo sát: tính dễ dàng, thuận tiện trong quá trình thực hiện, tiếp cận và liên hệ tới các đối tượng của nhà nghiên cứu mà không có bất kì thẩm quyền lựa chọn nào và không có tính đại diện. Phương pháp này thường được thực hiện khi thời gian, chi phí hoặc nhân lực bị giới hạn.
• Chọn mẫu theo phán đoán hoặc có mục đích: dựa trên quyết định của người nghiên cứu. Những người này sẽ xem xét, cân nhắc mục đích của nghiên cứu cùng với sự hiểu biết của chính các đơn vị của tổng thể để thực hiện chọn mẫu. Do tính chất có phần phụ thuộc vào sự hiểu biết của mẫu, phương pháp chỉ áp dụng khi các đặc tính của đơn vị trong tổng thể được chọn đã khá rõ rang.
• Chọn mẫu theo lí thuyết quả cầu tuyết: phương pháp cần các nhà nghiên cứu tham gia thực hiện cộng tác khi chủ đề hoặc đối tượng cần nghiên cứu quá khó, quá nhạy cảm để tiến hành theo cách thông thường. Chẳng hạn như đối tượng là những người nhập cư, di dân hoặc những người bị nhiễm HIV Aids. Khi đó, các nhà nghiên cứu sẽ liên hê với những người thuộc đối tượng khảo sát mà họ quen biết, hoặc liên hệ với các tình nguyện viên, những người quen biết, có liên hệ tới đối tượng khảo sát đê thu thập thông tin.
• Chọn mẫu theo hạn ngạch: các đối tượng được chọn dựa trên một số tiêu chuẩn cố định. Các đơn vị được lựa chọn trên tiểu chuẩn đã xác định trước đó sao cho tổng mẫu có cùng phân phối, tỉ lệ và các đặc điểm giả định tồn tại trong chính tổng thể.

Tác dụng của chọn mẫu phi xác suất

• Tạo giả thuyết: Các nhà nghiên cứu sử dụng phương pháp chọn mẫu phi xác suất để tạo ra một giả định khi bị giới hạn thông tin, thông tin không sẵn có. Phương pháp này giúp trả về dữ liệu ngay lập tức và xây dựng cơ sở để nghiên cứu thêm.
• Nghiên cứu thăm dò: Các nhà nghiên cứu sử dụng rộng rãi kỹ thuật lấy mẫu này khi thực hiện nghiên cứu định tính, nghiên cứu thử nghiệm hoặc nghiên cứu thăm dò.
• Ràng buộc về ngân sách và thời gian: khi có những ràng buộc về ngân sách và thời gian, đồng thời phải thu thập một số dữ liệu sơ bộ. Vì thiết kế khảo sát không cứng nhắc, nên việc chọn ngẫu nhiên người trả lời và yêu cầu họ thực hiện khảo sát hoặc bảng câu hỏi sẽ dễ dàng hơn.

Quyết định sử dụng phương pháp chọn mẫu

Các bước xác định phương pháp chọn mẫu:

• Nắm rõ mục tiêu nghiên cứu, thường sẽ là sự kết hợp giữa chi phí, độ chính xác, rõ rang.
• Xác định các kĩ thuật chọn mẫu hiệu quả có khả năng giúp đạt được mục tiêu nghiên cứu
• Thử nghiệm các phương pháp và kiểm tra xem chúng có giúp đạt được mục tiêu.
• Lựa chọn phương pháp phù hợp nhất với nghiên cứu.

So sánh giữa 2 phương pháp: chọn mẫu xác suất và chọn mẫu phi xác suất

Like Like Celebrate Support Love Insightful Funny Comment

• Copy
• LinkedIn
• Facebook
• Twitter

Share 23 1 Comment Tho Nguyen Truong

We’re Central Fieldwork & Data Processing Experts. The creative team that helps you win more research projects.

4y

• Report this comment

Quan trọng là Sample Size & Sample error sao cho phù hợp với ngân sách 😂

Like Reply 1 Reaction

To view or add a comment, sign in

No more previous content

• AI CŨNG LÀM ĐƯỢC, NHƯNG KHÔNG PHẢI AI CŨNG LÀM

  Aug 24, 2024

• NGHIÊM KHẮC VỚI BẢN THÂN, CUỘC ĐỜI SẼ DỄ DÀNG HƠN VỚI BẠN

  Aug 23, 2024

• LÀM THẾ NÀO ĐỂ SỬ DỤNG BÁO BÁO THỊ TRƯỜNG VÀO HOẠT ĐỘNG KINH DOANH?

  Nov 4, 2020

• LÀM THẾ NÀO ĐỂ SỬ DỤNG HIỆU QUẢ CÁC CÔNG CỤ THU THẬP DỮ LIỆU TRONG NGHIÊN CỨU THỊ TRƯỜNG

  Oct 26, 2020

• Case Study: Câu chuyện của Ledger - Xây dựng thương hiệu thông qua nền tảng Hệ Sinh Thái

  Sep 14, 2020

• NHỮNG ĐIỀU NÊN TRÁNH KHI NETWORKING TRÊN LINKEDIN

  Aug 24, 2020

• Customer Lifecycle Marketing: Best Strategies to Increase Profit

  Aug 17, 2020

• TOP 6 POTENTIALY IMPORTANTLY MARKETING CHANGES IN THE NEXT NORMAL [AND TIPS FOR MARKETERS]

  Aug 6, 2020

• The top 10 strategies to turn data into actionable analytics

  Jul 29, 2020

• TOP 10 CUSTOMER-CENTRIC COMPANIES [ IN 10 CATEGORIES ]

  Jul 21, 2020

No more next content See all

Explore topics

• Sales
• Marketing
• IT Services
• Business Administration
• HR Management
• Engineering
• Soft Skills
• See All