Biên sai số là khoảng mà kết quả khảo sát có thể lệch so với con số thật của cả tổng thể, chỉ tính riêng phần lệch do việc hỏi một mẫu thay vì hỏi tất cả mọi người. Khi một khảo sát giả định ghi "62% học sinh muốn có thêm giờ thể dục, biên sai số cộng trừ 3 điểm phần trăm, độ tin cậy 95%", câu đọc đúng là: con số thật của toàn bộ học sinh nhiều khả năng nằm đâu đó từ 59% đến 65%.
Biên sai số giúp bạn tránh hai lỗi: tin rằng một chênh lệch nhỏ giữa hai con số là khác biệt thật, và tin rằng khảo sát có biên sai số nhỏ thì chắc chắn chính xác. Bài này hướng dẫn ước tính biên sai số chỉ từ cỡ mẫu, đọc kết quả cho các nhóm nhỏ, so sánh hai con số, và liệt kê những loại sai lệch mà biên sai số không hề đo. Mọi khảo sát trong bài là ví dụ giả định.
Biên sai số đến từ đâu
Hãy tưởng tượng một trường có 3.000 học sinh và bạn muốn biết bao nhiêu phần trăm muốn có thêm giờ thể dục. Hỏi cả 3.000 người tốn thời gian, nên bạn chọn ngẫu nhiên 300 người. Nếu làm lại việc chọn ngẫu nhiên này nhiều lần, mỗi lần bạn sẽ được một con số hơi khác: lần này 61%, lần sau 64%, lần sau nữa 59%. Sự dao động đó không phải do ai làm sai, mà do bản chất của việc chọn mẫu: mỗi mẫu là một lát cắt ngẫu nhiên của tổng thể.
Biên sai số là cách mô tả độ rộng của sự dao động này. Với độ tin cậy 95%, nó được chọn sao cho nếu lặp lại quy trình chọn mẫu rất nhiều lần, khoảng "kết quả cộng trừ biên sai số" sẽ chứa con số thật trong khoảng 95% số lần. Đây là một phát biểu về quy trình, không phải về một khảo sát cụ thể: với khảo sát bạn đang cầm, con số thật hoặc nằm trong khoảng, hoặc không.
Điều kiện quan trọng là mẫu phải được chọn ngẫu nhiên, mỗi người trong tổng thể có cơ hội được chọn. Nếu bạn chỉ hỏi các bạn trong câu lạc bộ bóng đá, hoặc chỉ hỏi những người tự nguyện bấm vào đường liên kết khảo sát trên nhóm lớp, phép tính biên sai số vẫn cho ra một con số, nhưng con số đó gần như vô nghĩa vì giả định đằng sau đã bị phá vỡ.
Ước tính nhanh biên sai số theo cỡ mẫu
Với một tỷ lệ phần trăm từ mẫu ngẫu nhiên đơn giản, ở độ tin cậy 95%, biên sai số lớn nhất xảy ra khi tỷ lệ gần 50%, và có thể ước tính nhanh bằng công thức xấp xỉ: 1 chia căn bậc hai của cỡ mẫu. Bảng dưới cho một số cỡ mẫu thường gặp.
| Cỡ mẫu | Biên sai số xấp xỉ (tỷ lệ gần 50%) | Nhận xét |
|---|---|---|
| 100 | cộng trừ khoảng 10 điểm phần trăm | Chỉ thấy được khác biệt rất lớn |
| 400 | cộng trừ khoảng 5 điểm phần trăm | Thường gặp ở khảo sát nhỏ của trường, câu lạc bộ |
| 1.000 | cộng trừ khoảng 3 điểm phần trăm | Cỡ mẫu phổ biến của các cuộc thăm dò ý kiến quốc gia |
| 2.500 | cộng trừ khoảng 2 điểm phần trăm | Muốn giảm thêm 1 điểm phải tăng mẫu hơn gấp đôi |
| 10.000 | cộng trừ khoảng 1 điểm phần trăm | Chi phí lớn, thường chỉ ở khảo sát rất quy mô |
Hai điều bất ngờ với nhiều người. Thứ nhất, muốn giảm biên sai số đi một nửa, bạn phải tăng cỡ mẫu lên bốn lần, vì biên sai số tỉ lệ với căn bậc hai. Thứ hai, khi tổng thể lớn hơn nhiều so với mẫu, kích thước tổng thể gần như không ảnh hưởng: một mẫu ngẫu nhiên 1.000 người cho biên sai số tương tự dù tổng thể là một thành phố hay cả nước. Khi mẫu chiếm một phần đáng kể của tổng thể, chẳng hạn hỏi 300 trong 600 học sinh, biên sai số thực tế nhỏ hơn bảng trên một chút.
Với tỷ lệ xa 50%, chẳng hạn 10% hay 90%, biên sai số nhỏ hơn. Công thức đầy đủ là 1,96 nhân căn bậc hai của tỷ lệ nhân phần còn lại chia cỡ mẫu; công thức nhanh ở trên là trường hợp xấu nhất, đủ dùng để đọc tin.
Nhóm nhỏ trong khảo sát có biên sai số lớn hơn nhiều
Các bản tin thường không chỉ đưa con số chung mà còn chia nhỏ: "trong đó 70% học sinh nữ và 54% học sinh nam muốn thêm giờ thể dục". Cái bẫy là biên sai số cộng trừ 3 điểm phần trăm chỉ áp dụng cho toàn mẫu. Nếu mẫu 1.000 người có 500 nữ và 500 nam, mỗi nhóm có biên sai số khoảng cộng trừ 4,5 điểm phần trăm. Nếu chia tiếp theo khối lớp, mỗi nhóm chỉ còn khoảng 160 người, biên sai số đã lên tới gần 8 điểm phần trăm.
Hệ quả là những phát hiện kiểu "học sinh khối 12 ở khu vực nông thôn có tỷ lệ cao nhất" thường dựa trên vài chục người và có biên sai số rất lớn. Một con số nghe chi tiết và cụ thể, nhưng độ chắc chắn lại thấp hơn nhiều so với con số chung. Khi đọc bảng khảo sát có nhiều nhóm nhỏ, hãy tìm cỡ mẫu từng nhóm, thường ghi bằng chữ n, và tự ước tính biên sai số theo bảng ở trên.
Đây cũng là điều cần nhớ khi bạn tự làm khảo sát cho dự án. Nếu dự định so sánh giữa các nhóm, cần nghĩ đến cỡ mẫu từng nhóm ngay từ đầu, không chỉ cỡ mẫu tổng. Một khảo sát 200 người chia làm năm nhóm sẽ có mỗi nhóm khoảng 40 người, biên sai số mỗi nhóm khoảng cộng trừ 15 điểm phần trăm, gần như không so sánh được gì giữa các nhóm.
So sánh hai con số: khi nào "dẫn trước" là thật
Chênh lệch giữa hai lựa chọn trong cùng khảo sát. Giả định một khảo sát 1.000 học sinh cho thấy 48% thích phương án A và 44% thích phương án B, biên sai số cộng trừ 3 điểm phần trăm. Nhiều người nghĩ hai khoảng 45 – 51 và 41 – 47 chồng nhau nên "không phân thắng bại", hoặc ngược lại cho rằng A "dẫn trước 4 điểm". Thực tế, biên sai số cho hiệu số giữa hai lựa chọn trong cùng một khảo sát lớn hơn biên sai số của từng con số, xấp xỉ gần gấp đôi khi hai lựa chọn chiếm phần lớn câu trả lời. Chênh 4 điểm với biên sai số hiệu số khoảng 6 điểm là chưa đủ để nói A thật sự được ưa hơn.
So sánh giữa hai đợt khảo sát. Nếu đợt trước 58% và đợt này 62%, mỗi đợt có biên sai số cộng trừ 3 điểm phần trăm, thì biên sai số cho mức thay đổi khoảng cộng trừ 4,2 điểm phần trăm (căn bậc hai của tổng bình phương). Tăng 4 điểm nằm trong vùng dao động, chưa thể nói là "tăng rõ rệt".
Quy tắc thô cho người đọc. Khi chênh lệch nhỏ hơn khoảng hai lần biên sai số của từng con số, nên dè dặt với các từ như "dẫn trước", "tăng mạnh", "vượt lên". Đây là quy tắc đọc nhanh, không thay cho phép kiểm định chính thức, nhưng đủ để tránh bị một tiêu đề giật gân dẫn dắt.
Những sai lệch mà biên sai số không đo
Biên sai số chỉ phản ánh sai số do chọn mẫu ngẫu nhiên. Nó hoàn toàn không tính đến những nguồn sai lệch sau, mà trong thực tế nhiều khi còn lớn hơn:
- Mẫu không đại diện: chỉ khảo sát trực tuyến, chỉ người có điện thoại thông minh, chỉ người sống ở thành phố, hoặc chỉ người tự nguyện tham gia.
- Người không trả lời khác người trả lời: nếu học sinh không thích thể dục ít bận tâm trả lời khảo sát về thể dục, kết quả sẽ lệch dù mẫu ban đầu ngẫu nhiên.
- Cách đặt câu hỏi: "Bạn có muốn thêm giờ thể dục để khoẻ mạnh hơn không?" và "Bạn có muốn bớt giờ học chính để thêm giờ thể dục không?" cho kết quả khác hẳn nhau.
- Thứ tự câu hỏi: câu hỏi trước có thể làm người trả lời nghĩ theo một hướng nhất định khi trả lời câu sau.
- Trả lời theo mong muốn xã hội: người ta có xu hướng khai giờ tự học nhiều hơn, giờ chơi điện tử ít hơn thực tế.
- Lỗi nhập và xử lý dữ liệu: nhập sai, mã hoá nhầm, gộp nhóm sai.
Vì vậy, một khảo sát trực tuyến tự nguyện với 50.000 lượt trả lời, dù biên sai số tính ra rất nhỏ, có thể kém tin cậy hơn một khảo sát ngẫu nhiên cẩn thận với 1.000 người. Khi thấy biên sai số được ghi cho một khảo sát không chọn mẫu ngẫu nhiên, hãy coi đó là dấu hiệu người làm khảo sát chưa giải thích đủ giới hạn.
Dùng AI kiểm biên sai số và rà bảng hỏi
Bạn có thể nhờ AI tính biên sai số cho một kết quả cụ thể để đối chiếu với con số tự ước tính. Câu lệnh mẫu: "Một khảo sát chọn ngẫu nhiên 420 học sinh, 37% trả lời có. Hãy tính biên sai số ở độ tin cậy 95% theo công thức chuẩn cho tỷ lệ, ghi rõ từng bước, rồi so với cách ước tính nhanh 1 chia căn bậc hai của cỡ mẫu." Với ví dụ này, phép tính nhanh cho khoảng 4,9 điểm phần trăm, phép tính đầy đủ cho khoảng 4,6 điểm. Nếu AI đưa ra con số lệch xa, kiểm lại xem nó có dùng nhầm tỷ lệ hay cỡ mẫu không.
AI cũng hữu ích khi bạn soạn bảng hỏi cho dự án: "Hãy rà các câu hỏi khảo sát dưới đây, chỉ ra câu nào có từ ngữ dẫn dắt, câu nào hỏi hai ý trong một câu, câu nào dễ khiến người trả lời khai theo mong muốn xã hội, và gợi ý cách sửa. Không thêm câu hỏi mới." Việc này giúp giảm chính những loại sai lệch mà biên sai số không đo được.
Khi dán kết quả khảo sát vào chatbot, chỉ dán số tổng hợp. Câu trả lời mở của người tham gia có thể chứa thông tin nhận dạng như tên lớp, tên giáo viên hay hoàn cảnh gia đình; nếu cần nhờ AI gom nhóm câu trả lời mở, hãy xoá các chi tiết đó trước.
Câu hỏi thường gặp
Biên sai số và khoảng tin cậy có phải là một không?
Gần như vậy trong ngữ cảnh khảo sát. Khoảng tin cậy là đoạn từ kết quả trừ biên sai số đến kết quả cộng biên sai số. Biên sai số là một nửa độ rộng của khoảng tin cậy. Khi bản tin ghi "cộng trừ 3 điểm phần trăm", đó là biên sai số; khoảng tương ứng là 6 điểm phần trăm.
Độ tin cậy 95% có nghĩa là kết quả đúng 95%?
Không. Độ tin cậy 95% nói về quy trình: nếu lặp lại việc chọn mẫu rất nhiều lần, khoảng tính ra sẽ chứa giá trị thật trong khoảng 95% số lần. Nó không có nghĩa con số khảo sát chính xác 95%, cũng không bảo đảm khảo sát không có các sai lệch khác như cách đặt câu hỏi hay người không trả lời.
Vì sao nhiều cuộc thăm dò quốc gia chỉ hỏi khoảng 1.000 người?
Vì biên sai số phụ thuộc chủ yếu vào cỡ mẫu chứ không vào kích thước tổng thể, và lợi ích của việc tăng mẫu giảm dần. Từ 1.000 lên 4.000 người chỉ giảm biên sai số từ khoảng 3 xuống khoảng 1,5 điểm phần trăm, trong khi chi phí tăng gấp bốn. Chất lượng chọn mẫu thường quan trọng hơn tăng mẫu.
Khảo sát học sinh trong một lớp có cần tính biên sai số không?
Nếu bạn hỏi cả lớp, tức là hỏi toàn bộ tổng thể quan tâm, thì không có sai số chọn mẫu và không cần biên sai số. Biên sai số chỉ có ý nghĩa khi dùng một mẫu để suy ra một tổng thể lớn hơn. Nếu muốn suy ra cho cả trường từ một lớp, vấn đề lớn hơn là lớp đó có đại diện cho trường hay không.
Khảo sát trực tuyến có tính biên sai số được không?
Về mặt công thức thì tính được, nhưng ý nghĩa rất hạn chế nếu người trả lời tự chọn tham gia. Một số tổ chức khảo sát dùng các phương pháp gia trọng để điều chỉnh, và khi đó họ thường dùng những cách diễn đạt khác thay cho biên sai số thông thường. Khi đọc, hãy tìm phần mô tả cách chọn mẫu.
Làm thế nào để giảm biên sai số trong dự án nhỏ?
Cách trực tiếp là tăng cỡ mẫu, nhưng nhớ rằng phải tăng gấp bốn mới giảm được một nửa. Ngoài ra, hãy tập trung vào ít nhóm so sánh hơn, để mỗi nhóm đủ lớn. Và quan trọng không kém là giảm các sai lệch khác bằng cách chọn mẫu cẩn thận, đặt câu hỏi trung lập.