Chọn mẫu là chọn ra một phần để nghiên cứu thay cho toàn bộ nhóm bạn muốn nói tới; cách chọn quyết định kết quả nói được cho ai, còn cỡ mẫu quyết định kết quả chính xác tới đâu. Hai chuyện này thường bị gộp làm một, và người mới hay nghĩ cứ hỏi thật nhiều người là xong. Thực tế, một mẫu vài nghìn người chọn lệch có thể cho kết quả sai hơn một mẫu vài trăm người chọn đúng cách.
Bài này giải thích các khái niệm ở mức nguyên lý, đủ để bạn thiết kế một nghiên cứu nhỏ và đọc hiểu phần "đối tượng và mẫu" trong tài liệu khoa học. Công thức tính cỡ mẫu chi tiết và các phần mềm chuyên dụng không nằm trong phạm vi bài; ở đây bạn sẽ biết cỡ mẫu phụ thuộc vào những gì để đặt đúng câu hỏi khi trao đổi với giáo viên hoặc khi kiểm tra con số mà AI gợi ý.
Tổng thể, mẫu và vì sao không hỏi hết
Tổng thể là toàn bộ nhóm mà kết luận của bạn muốn nói tới: tất cả học sinh của một trường, tất cả hộ trồng thanh long ở một xã, tất cả cây bàng trên một tuyến phố. Mẫu là phần bạn thật sự đo hoặc hỏi. Nếu tổng thể đủ nhỏ, như một lớp bốn mươi bạn, hỏi hết là lựa chọn tốt nhất và bạn không cần lo chọn mẫu. Nhưng phần lớn câu hỏi đáng quan tâm có tổng thể quá lớn để tiếp cận hết, và đó là lúc phải chọn.
Mục tiêu của chọn mẫu là có một phần nhỏ phản ánh được phần lớn. Hãy hình dung nồi canh: muốn biết mặn nhạt, bạn không cần ăn hết nồi, chỉ cần khuấy đều rồi nếm một thìa. Khuấy đều tương ứng với chọn ngẫu nhiên. Nếu không khuấy mà chỉ múc phần trên mặt, thìa canh có thể nhạt hơn hẳn đáy nồi, dù bạn múc bao nhiêu thìa từ mặt nồi cũng vậy.
Vì thế việc đầu tiên khi thiết kế là viết rõ tổng thể của bạn là ai. "Học sinh" là quá rộng. "Học sinh khối 10 và 11 của trường đang học trong học kỳ một năm học này" là đủ rõ để bạn biết danh sách nằm ở đâu, ai được tính và ai không. Câu kết luận cuối cùng cũng chỉ được phép nói về đúng tổng thể đó.
Các cách chọn mẫu thường gặp
Các cách được chia thành hai nhóm: dựa trên xác suất, nơi mỗi người có cơ hội được chọn biết trước; và không dựa trên xác suất, nơi việc chọn phụ thuộc vào sự thuận tiện hay phán đoán.
| Cách chọn | Làm thế nào | Ví dụ giả định | Lưu ý |
|---|---|---|---|
| Ngẫu nhiên đơn giản | Mỗi người trong danh sách có cơ hội như nhau, chọn bằng bốc thăm hoặc số ngẫu nhiên | Bốc 60 tên từ danh sách 600 học sinh khối 10 | Cần có danh sách đầy đủ |
| Hệ thống | Chọn người đầu ngẫu nhiên rồi cứ cách đều một khoảng lấy một người | Cứ mười tên trong danh sách lấy một tên, bắt đầu từ vị trí bốc thăm | Cẩn thận nếu danh sách sắp theo quy luật |
| Phân tầng | Chia tổng thể thành các nhóm rồi chọn ngẫu nhiên trong từng nhóm | Chọn ngẫu nhiên trong mỗi khối 10, 11, 12 theo tỉ lệ số học sinh từng khối | Đảm bảo nhóm nhỏ không bị bỏ sót |
| Theo cụm | Chọn ngẫu nhiên cả nhóm có sẵn rồi hỏi mọi người trong nhóm đó | Bốc thăm sáu lớp rồi hỏi cả lớp | Tiện nhưng các bạn cùng lớp thường giống nhau |
| Thuận tiện | Hỏi những người dễ gặp nhất | Hỏi bạn bè cùng lớp, người đi ngang cổng trường | Không đại diện, phải nói rõ giới hạn |
| Có chủ đích | Chọn người có đặc điểm phù hợp câu hỏi | Chọn tiểu thương đã bán qua mạng trên sáu tháng để phỏng vấn | Hợp với nghiên cứu định tính |
| Quả cầu tuyết | Người tham gia giới thiệu người khác | Hỏi một nghệ nhân rồi nhờ giới thiệu nghệ nhân khác cùng nghề | Dùng khi đối tượng khó tìm, dễ lệch theo mạng quen biết |
Với dự án học sinh có danh sách lớp do nhà trường cung cấp, ngẫu nhiên đơn giản hoặc phân tầng theo khối là vừa sức. Nếu chỉ làm được mẫu thuận tiện, không sao, miễn là bạn gọi đúng tên nó và không kết luận cho cả trường.
Chọn mẫu ngẫu nhiên đơn giản trong một trường
Ví dụ giả định: khảo sát thói quen ăn sáng của học sinh khối 10, được nhà trường đồng ý cho dùng danh sách lớp đã bỏ thông tin liên lạc.
- Xác định tổng thể: toàn bộ học sinh khối 10 trong học kỳ này, giả sử 480 bạn.
- Lập danh sách và đánh số thứ tự từ 1 tới 480. Chỉ cần số thứ tự và lớp, không cần ngày sinh hay địa chỉ.
- Quyết định số người cần chọn, ví dụ 80, sau khi trao đổi với giáo viên về thời gian và cách phát phiếu.
- Tạo 80 số ngẫu nhiên không trùng trong khoảng 1 tới 480, bằng bốc thăm hoặc một công cụ tạo số ngẫu nhiên. Lưu lại danh sách số và ngày tạo.
- Đối chiếu số với danh sách để biết bạn nào được mời, nhờ giáo viên chủ nhiệm chuyển lời mời.
- Ghi lại số người được mời, số người đồng ý, số người trả lời đầy đủ.
- Nếu một số bạn từ chối, không tự thay bằng bạn khác mình quen. Ghi lại tỉ lệ từ chối và bàn về nó trong báo cáo.
Bước cuối là chỗ dễ trượt. Thay người từ chối bằng bạn thân của mình là biến một mẫu ngẫu nhiên thành mẫu thuận tiện một cách lặng lẽ.
Cỡ mẫu phụ thuộc vào những gì
Độ chính xác bạn cần. Muốn ước lượng một tỉ lệ sát hơn thì cần mẫu lớn hơn. Theo nguyên lý thống kê, sai số do chọn mẫu giảm theo căn bậc hai của cỡ mẫu: muốn sai số giảm còn một nửa, bạn cần mẫu lớn gấp khoảng bốn lần. Vì vậy tăng mẫu từ ít lên vừa thì lợi nhiều, từ vừa lên rất lớn thì lợi ít dần.
Mức chênh lệch bạn muốn phát hiện. Nếu hai nhóm khác nhau rất rõ, một mẫu nhỏ cũng đủ thấy. Nếu khác biệt nhỏ, cần mẫu lớn hơn nhiều để phân biệt nó với dao động ngẫu nhiên.
Độ dao động tự nhiên. Chiều cao cây con cùng một gói hạt có thể khá đều, còn thời gian dùng điện thoại của học sinh dao động rất mạnh. Dao động càng lớn càng cần nhiều mẫu.
Số nhóm bạn muốn so sánh. Muốn so ba khối lớp với nhau thì mỗi khối phải có đủ người, không chỉ tổng số đủ.
Tỉ lệ rơi rụng dự kiến. Nếu đoán một phần người được mời sẽ không trả lời, cần mời nhiều hơn số tối thiểu.
Nguồn lực thực tế. Thời gian, số người trong nhóm, sự đồng ý của nhà trường. Một cỡ mẫu đẹp trên giấy mà không thu được thì vô nghĩa; khi buộc phải dùng mẫu nhỏ, hãy nói rõ đó là giới hạn.
Những sai lầm hay gặp khi chọn mẫu
Dưới đây là các sai lầm thường thấy trong dự án của học sinh và sinh viên năm đầu.
- Nghĩ rằng mẫu lớn thì tự động đại diện. Một khảo sát trực tuyến thu hàng nghìn câu trả lời từ những người tự nguyện vẫn chỉ đại diện cho những người thích trả lời khảo sát đó.
- Không viết rõ tổng thể. Không biết tổng thể là ai thì không thể nói mẫu có đại diện hay không.
- Bỏ sót nhóm khó tiếp cận. Khảo sát vào giờ ra chơi bỏ sót những bạn ở lại lớp, khảo sát qua mạng bỏ sót người ít dùng mạng.
- Đổi người được chọn theo ý mình. Mỗi lần thay thế tuỳ tiện là một lần làm lệch mẫu.
- Kết luận vượt phạm vi mẫu. Khảo sát một trường rồi viết "học sinh Việt Nam" là lỗi kết luận, không phải lỗi tính toán.
- Chọn sai đơn vị. Câu hỏi về lớp học, như không khí lớp, cần chọn lớp làm đơn vị; câu hỏi về cá nhân thì đơn vị là học sinh. Trộn hai thứ làm số liệu khó diễn giải.
Đọc phần "đối tượng và mẫu" khi xem nghiên cứu của người khác
Hiểu chọn mẫu không chỉ để tự làm mà còn để đọc. Khi gặp một bài viết dẫn "khảo sát cho thấy phần lớn người trẻ…", câu hỏi đầu tiên nên là: hỏi ai, chọn thế nào, bao nhiêu người, ở đâu, khi nào. Một bài báo khoa học tử tế luôn có mục mô tả đối tượng và cách chọn mẫu, thường nằm trong phần phương pháp. Người mới hay bỏ qua mục này để đọc thẳng kết quả, trong khi chính nó cho biết kết quả được phép áp dụng cho ai.
Khi đọc, để ý vài chi tiết. Tổng thể được định nghĩa rõ hay mơ hồ. Mẫu chọn ngẫu nhiên hay thuận tiện, như tuyển người tình nguyện qua mạng xã hội. Tỉ lệ người được mời mà thật sự tham gia là bao nhiêu. Có nhóm nào bị loại ra ngay từ đầu không, như người cao tuổi hay người ở nông thôn. Mỗi chi tiết là một giới hạn cho câu kết luận.
Thói quen này cũng giúp bạn viết phần phương pháp của chính mình tốt hơn: viết sao cho một người đọc khó tính trả lời được hết những câu hỏi trên mà không phải đoán.
Nhờ AI giải thích và kiểm con số cỡ mẫu
AI giải thích khái niệm khá tốt, nhất là khi bạn yêu cầu ví dụ gần gũi. Câu lệnh mẫu: "Giải thích cho học sinh lớp 11 sự khác nhau giữa chọn mẫu phân tầng và chọn mẫu theo cụm, dùng ví dụ một trường THPT có ba khối, mỗi khối mười lớp. Chỉ ra khi nào nên dùng cách nào."
Với con số cỡ mẫu, cần cẩn thận hơn. AI có thể đưa ra một con số rất tự tin mà không nói rõ dựa trên giả định nào, hoặc tính sai. Nếu muốn tham khảo, hãy yêu cầu nó liệt kê mọi giả định trước: mức chính xác mong muốn, tỉ lệ dự kiến, mức chênh lệch cần phát hiện. Sau đó đối chiếu với công cụ tính cỡ mẫu phổ biến hoặc hỏi giáo viên dạy toán, thống kê. Một con số không kèm giả định thì không nên dùng.
Cũng nên hỏi AI theo chiều ngược: "Với mẫu khoảng tám mươi học sinh chọn ngẫu nhiên trong khối, những kết luận nào có thể đưa ra một cách thận trọng và những kết luận nào không nên đưa ra?" Câu trả lời giúp bạn viết phần giới hạn. Và đừng dán danh sách học sinh có tên thật vào chatbot để nhờ chọn mẫu; chỉ cần số thứ tự là đủ.
Câu hỏi thường gặp
Mẫu bao nhiêu người là đủ cho một khảo sát ở trường?
Không có con số đúng cho mọi khảo sát. Cỡ mẫu phụ thuộc vào độ chính xác cần có, mức khác biệt muốn phát hiện, độ dao động của câu trả lời và số nhóm cần so sánh. Hãy trao đổi với giáo viên, và nếu tổng thể nhỏ như một khối vài trăm bạn thì cân nhắc hỏi càng nhiều càng tốt.
Hỏi bạn bè cùng lớp có được tính là nghiên cứu không?
Được, nhưng đó là mẫu thuận tiện. Kết quả chỉ mô tả nhóm bạn đã hỏi, không đại diện cho cả trường. Bạn cần ghi rõ cách chọn trong báo cáo và viết kết luận trong phạm vi đó. Nhiều dự án học sinh tốt vẫn dùng mẫu thuận tiện, miễn là trung thực về giới hạn.
Chọn mẫu phân tầng có khó không?
Không khó nếu có danh sách chia theo nhóm. Bạn chỉ cần chia tổng thể thành các tầng như khối lớp, rồi chọn ngẫu nhiên trong từng tầng theo tỉ lệ số người của tầng đó. Cách này giúp các nhóm nhỏ không bị thiếu trong mẫu do may rủi.
Nếu nhiều người từ chối tham gia thì làm sao?
Ghi lại số người từ chối, và nếu có thể thì so sánh đặc điểm chung của họ với người tham gia, như khối lớp. Không tự thay người từ chối bằng người quen. Trong phần bàn luận, nói rõ tỉ lệ từ chối cao có thể làm kết quả lệch theo hướng nào.
Nghiên cứu định tính có cần tính cỡ mẫu không?
Nghiên cứu định tính thường không tính cỡ mẫu bằng công thức. Người nghiên cứu chọn có chủ đích và dừng khi các cuộc phỏng vấn mới không còn đem lại ý mới đáng kể. Điều cần làm là giải thích rõ đã chọn ai, vì sao, và vì sao dừng ở số đó.
Có nên tin con số cỡ mẫu do AI đưa ra không?
Chỉ nên xem là gợi ý ban đầu. Hãy yêu cầu AI nêu rõ mọi giả định dùng để tính, rồi kiểm lại bằng công cụ tính cỡ mẫu phổ biến hoặc hỏi giáo viên. Con số không kèm giả định thì không nên đưa vào kế hoạch nghiên cứu.