Xem mẫu
- CHƯƠNG 4
CHỌN MẪU TRONG NGHIÊN CỨU
ĐỊNH LƯỢNG
Phạm Thành Thái
Khoa Kinh tế, Trường ĐH Nha Trang
- NỘI DUNG CHÍNH
Lý do phải chọn mẫu
Sai số trong chọn mẫu
Các khái niệm cơ bản trong chọn mẫu
Các phương pháp chọn mẫu theo xác suất
Các phương pháp chọn mẫu phi xác suất
Quy trình chọn mẫu
2
- Lý do phải chọn mẫu
Chọn mẫu giúp tiết kiệm chi phí
Chọn mẫu giúp tiết kiệm thời gian
Chọn mẫu có thể cho kết quả chính xác hơn
Có thể phá hủy phần tử
3
- Chọn mẫu và sai số
Sai số do chọn mẫu (SE- Sampling Error):
- Là sai số gây ra do chọn mẫu để thu thập dữ liệu
- Sai số do chọn mẫu luôn luôn xuất hiện nếu việc
chọn mẫu cho nghiên cứu được thực hiện.
- Kích thước mẫu càng tăng thì sai số do chọn mẫu
càng giảm, và khi kích thước mẫu tiến đến kích
thước của tổng thể thì sai số này tiến đến không.
4
- Chọn mẫu và sai số
Sai số không do chọn mẫu (NE - Non-
sampling Error):
- Là các sai số còn lại, phát sinh trong quá trình thu
thập dữ liệu, ví dụ như các sai số xảy ra trong quá
trình phỏng vấn, hiệu chỉnh, nhập dữ liệu.
- Các sai số này càng tăng khi kích thước mẫu
càng lớn
5
- Chọn mẫu và sai số
Mối quan hệ giữa n và sai số trong chọn mẫu
Sai số do Sai số không do
Tăng kích thước mẫu
chọn mẫu - SE chọn mẫu - NE
SE NE
SE NE
n→N SE → 0 NE → max
Nguồn: Dựa theo Joselyn, trong Nguyễn Đình Thọ, 2011
6
- Các khái niệm cơ bản
trong chọn mẫu
Tổng thể (Population): Tập hợp tất cả các
phần tử mà chúng ta quan tâm trong một
nghiên cứu cụ thể.
Mẫu (sample): Là tập con của tổng thể.
Mục đích của suy luận thống kê là để thu
được những thông tin về tổng thể từ những
thông tin được chứa đựng trong mẫu.
7
- Các khái niệm cơ bản
trong chọn mẫu
Phần tử (element): là đối tượng cần thu thập dữ liệu – đơn
vị nghiên cứu.
Đơn vị mẫu (sampling unit): Chia tổng thể nghiên cứu ra
thành nhiều nhóm có những đặc tính cần thiết cho việc chọn
mẫu. Những nhóm có được sau quá trình chia nhỏ của tổng
thể được gọi đơn vị mẫu. Như vậy, đơn vị cuối cùng có thể
chia nhỏ được của mẫu chính là phần tử mẫu.
Khung mẫu (sampling frame): là danh sách liệt kê dữ liệu
cần thiết của tất cả các đơn vị và phần tử mẫu của tổng thể
để thực hiện công việc chọn mẫu.
8
- Các phương pháp chọn mẫu
Chọn mẫu xác suất: khả năng lựa chọn bất
kỳ phần tử nào của tổng thể như nhau.
Chọn mẫu phi xác suất: khả năng lựa chọn
bất kỳ phần tử nào của tổng thể không được
biết trước.
9
- Các phương pháp chọn mẫu
theo xác suất
Ngẫu nhiên đơn giản
Hệ thống
Ngẫu nhiên phân tầng
Theo nhóm
10
- Các phương pháp chọn mẫu
theo xác suất
Chọn mẫu ngẫu nhiên đơn giản (simple
random sampling):
- Mỗi thành viên của tổng thể có cùng cơ hội
được chọn độc lập như nhau
- Mẫu là đại diện tiêu biểu nhất của tổng thể
11
- Dùng SPSS để chọn mẫu ngẫu nhiên
1. Mở data file ra
2. Bấm Data > Select Cases
3. Chọn Random sample of Cases
4. Bấm Sample Button
5. Xác định qui mô mẫu
a. Bấm Continue
b. Bấm OK (trong bảng
dialog box tiếp theo)
12
- Chọn mẫu hệ thống (Systematic
Sampling)
1. Jane 18. Steve 35. Fred 1. Chia đám đông cho qui
2. Bill 19. Sam 36. Mike
3. Harriet 20. Marvin 37. Doug mô mẫu mong muốn:
4. Leni 21. Ed. T. 38. Ed M.
5. Micah 22. Jerry 39. Tom VD: 50/10 = 5
6. Sara 23. Chitra 40. Mike G.
2. Chọn điểm xuất phát:
7. Terri 24. Clenna 41. Nathan
8. Joan 25. Misty 42. Peggy VD, 43 = Heather
9. Jim 26. Cindy 43. Heather
10. Terrill 27. Sy 44. Debbie 3. Sau đó chọn thành viên
11. Susie 28. Phyllis 45. Cheryl
12. Nona 29. Jerry 46. Wes thứ 5 từ điểm xuất phát và
13. Doug 30. Harry 47. Genna lần lượt như vậy cho đến
14. John S. 31. Dana 48. Ellie
15. Bruce A. 32. Bruce M. 49. Alex khi hoàn tất danh sách
16. Larry 33. Daphne 50. John D. đám đông
17. Bob 34. Phil
13
- Chọn mẫu theo phương pháp
phân tầng (Stratified sampling)
Mục tiêu của chọn mẫu là tìm ra nhóm tiêu biểu cho tổng
thể
Nhưng giả định rằng:
- Thành viên của tổng thể khác biệt nhau 1 cách hệ
thống dựa theo một số tính chất nào đó
- Và tính chất đó có liên quan đến các yếu tố đang
nghiên cứu?
Lúc đó chọn mẫu theo phân tầng là một giải pháp
Nguyên tắc phân nhóm: Cùng nhóm đồng nhất, khác
nhóm dị biệt.
14
- Chọn mẫu theo phương pháp
phân tầng (Stratified sampling)
Tính chất quan tâm được xác định (VD: giới tính)
Phần tử của tổng thể được liệt kê riêng biệt theo
cách phân loại giới tính (VD: Nam và nữ)
Tỉ lệ đại diện cho mỗi phân loại trong tổng thể được
xác định (VD: 40% là nữ và 60% là nam)
Mẫu ngẫu nhiên được chọn phản ánh tỉ lệ đã được
xác định nêu trên (VD: 8 nữ & 12 nam cho qui mô
mẫu là 20)
15
- Chọn mẫu theo phương pháp
phân tầng (Stratified sampling)
Phân loại dựa trên nhiều hơn 1 nhân tố
Địa điểm Thu nhập Tổng số
Thấp TB Cao
Nông thôn 1200 1200 600 3000
(120) (120) (60) (300)
Thành thị 2800 2800 1400 7000
(280) (280) (140) (700)
Tổng số 4000 4000 2000 10000
(400) (400) (200) (1000)
Tỷ lệ phân bổ đều cho mỗi nhóm là 10%
16
- Chọn mẫu theo nhóm (cluster
sampling)
Chia tổng thể ra thành nhiều nhóm nhỏ - đơn vị
chọn mẫu.
Nguyên tắc: Cùng nhóm dị biệt, khác nhóm đồng
nhất.
Dùng phương pháp chọn mẫu ngẫu nhiên đơn giản
hay hệ thống để chọn ngẫu nhiên một số nhóm.
Chọn mẫu theo nhóm một bước
Chọn mẫu theo nhóm hai bước,…
17
- Các phương pháp chọn mẫu
phi xác suất
Chọn mẫu thuận tiện (Convenience sampling)
Chọn mẫu phán đoán (Judgment sampling)
Chọn mẫu phát triển mầm (Snowball
sampling)
Chọn mẫu theo định mức (Quota sampling)
18
- Chọn mẫu thuận tiện
(Convenience sampling)
Nhà nghiên cứu tiếp cận với phần tử chọn
mẫu bằng phương pháp thuận tiện. Nghĩa là
nhà nghiên cứu có thể chọn những phần tử
nào mà họ có thể tiếp cận được.
Dễ thực hiện
Không ngẫu nhiên
Không có tính đại diện cao
19
- Chọn mẫu phán đoán
(Judgment sampling)
Nhà nghiên cứu tự phán đoán sự thích hợp
của các phần tử để mời họ tham gia vào mẫu
Tính đại diện của mẫu sẽ phụ thuộc vào kiến
thức và kinh nghiệm của nhà nghiên cứu.
20
nguon tai.lieu . vn