Bài giảng Chương 5 - Chọn mẫu (SAMPLING) - Phương pháp nghiên cứu khoa học

CHỌN MẪU
VÌ SAO PHẢI
CHỌN
MẪU ???
Tiết kiệm chi phí
Tiết kiệm thời gian
Nghiên cứu
trên mẫu nhiều lúc
chính xác hơn
Rất cần thiết trong
những khảo sát dẫn
đến sự phá hoại hoặc
thay đổi thuộc tính
của đối tượng.
Phần tử (element): đơn vị
mà nhà NC cần quan sát và
thu thập dữ liệu (cá nhân, hộ
gia đình, tổ chức,…)
Tổng thể (population): tập
hợp tất cả phần tử được định
nghĩa là thuộc phạm vi NC.
Tổng thể nghiên cứu (study population): tập hợp
các phần tử mà thực tế có thể nhận dạng và lấy mẫu.

Đơn vị lấy mẫu (sampling unit): một
hay một nhóm các phần tử để từ đó
thực hiện việc lấy mẫu trong mỗi giai
đoạn của quá trình chọn mẫu.


Khung mẫu (sampling frame): Danh
sách các đơn vị lấy mẫu có sẵn để
phục vụ cho việc lấy mẫu.
•
Biết trước xác suất xuất hiện của các phần tử vào
trong mẫu
•
Quá trình chọn mẫu tuân theo quy luật toán,
không thể tự ý thay đổi
•
Các thông số của mẫu có thể dùng để ước lượng/
kiểm nghiệm các thông số của tổng thể
Chọn mẫu
xác suất
Chọn mẫu
phi xác suất
•
Nhà NC chọn các phần tử vào mẫu không theo
quy luật ngẫu nhiên
•
Không biết xác suất xuất hiện của các phần tử.
Chọn mẫu tùy thuộc vào nhà nghiên cứu.
•
Không thể dùng các thông số của mẫu để ước
lượng/kiểm nghiệm các thông số của tổng thể.
Về độ chính xác của hai phương pháp chọn mẫu:

“There is no guarantee that the results obtained
with a probability sample will be more accurate
than those obtained with a non-probability
sample. What the former allows the researcher
to do is to measure the amount of sampling
error likely to occur in the sample. This provides
a measure of the accuracy of the sample result.
With non-probability sampling no such error
measure exists” (Kinnear & Taylor, p.207).
Chọn mẫu xác suất
•
Ngẫu nhiên đơn giản
(simple random)
•
Các phần tử được
chọn vào mẫu có xác
suất là như nhau và
biết trước
•
Dùng bảng ngẫu nhiên
để chọn phần tử cho
mẫu
•
Ưu điểm: Đơn giản
nếu có 1 khung mẫu
đầy đủ
•
Nhược điểm: Khó khả

thi khi tổng thể lớn
Chọn mẫu xác suất
•
Hệ thống
(systematic)
•
Chọn ngẫu nhiên một
điểm xuất phát (starting
point), dựa vào bước
nhảy (sampling interval)
để xác định các phần tử
tiếp theo từ khung mẫu.
•
Đây là phương pháp
sử dụng phổ biến hơn
phương pháp ngẫu
nhiên đơn giản.
Chọn mẫu xác suất
•
Hệ thống
(systematic)

•
Ưu điểm: không cần
khung mẫu hoàn chỉnh.
•
Nhược điểm: Mẫu sẽ
bị lệch khi khung mẫu
xếp theo chu kỳ và tần
số bằng với bước nhảy

Chọn mẫu xác suất
•
Phân tầng
(stratified random)
•
Tổng thể được chia ra
nhiều tầng theo nguyên
tắc: “cùng tầng đồng
nhất, khác tầng dị biệt”.
•
Để chọn phần tử trong
mỗi tầng: có thể dùng
phương pháp hệ thống.
•
Số phần tử trong mỗi
tầng được xác định theo tỷ
lệ hoặc không theo tỷ lệ
với kích thước tổng thể.
Chọn mẫu xác suất
•
Phân tầng
(stratified random)
•
Phân tầng ngẫu nhiên
theo tỷ lệ: Số phần tử trong
mỗi tầng tỷ lệ với quy mô của
mỗi tầng trong tổng thể.
•
Phân tầng ngẫu nhiên
không theo tỷ lệ: Sử dụng

khi độ phân tán các phần tử
trong mỗi tầng khác nhau
đáng kể. Số phần tử trong
mỗi tầng được chọn phụ
thuộc vào độ phân tán của
biến quan sát trong các tầng.
Chọn mẫu xác suất
•
Theo nhóm
(cluster)
•
Tổng thể được chia làm
nhiều nhóm (mỗi nhóm mang
tính đại diện cho tổng thể) và
tuân theo nguyên tắc: “cùng
nhóm dị biệt, khác nhóm
đồng nhất”.
•
Các nhóm sẽ được chọn
một cách ngẫu nhiên để tạo
thành mẫu.
Chọn mẫu xác suất
•
Theo nhóm
(cluster)
•
Có thể phân nhóm nhiều
bước: tiếp tục chọn nhóm
con trong nhóm và các phần
tử trong nhóm con, v.v.

(multi–stage cluster
sampling)
•
Chọn mẫu theo khu vực
(area sampling): một dạng
của chọn mẫu theo nhóm,
với các nhóm được chia theo
khu vực địa lý.
Ví dụ: