business research method 4
DESCRIPTION
TRANSCRIPT
CHỌN MẪU
Khái niệm và quá trình chọn mẫu
Chọn mẫu theo xác suất
Chọn mẫu phi xác suất
Xác định cỡ mẫu
Khái niệm và quá trình chọn mẫu
Chọn mẫu theo xác suất
Chọn mẫu phi xác suất
Xác định cỡ mẫu
VÌ SAO PHẢI CHỌN MẪU
???
Tiết kiệm chi phí Tiết kiệm thời gian
Nghiên cứutrên mẫu nhiều lúc
chính xác hơn
Rất cần thiết trongnhững khảo sát dẫnđến sự phá hoại hoặcthay đổi thuộc tínhcủa đối tượng.
Tổng thể
Phầntử
Phần tử (element): đơn vịmà nhà NC cần quan sát vàthu thập dữ liệu (cá nhân, hộgia đình, tổ chức,…)
Tổng thể (population): tậphợp tất cả phần tử được địnhnghĩa 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 haymột nhóm các phần tử để từ đó thực hiệnviệc lấy mẫu trong mỗi giai đoạn của quátrình chọn mẫu.
Khung mẫu (sampling frame): Danhsách các đơn vị lấy mẫu có sẵn để phụcvụ cho việc lấy mẫu.
Xác định tổng thể NC và phần tử
Xác định khung mẫu
Xác định kích thước mẫu
Xác định phương pháp chọn mẫu
Chọn mẫu
Khái niệm và quá trình chọn mẫu
Chọn mẫu theo xác suất
Chọn mẫu phi xác suất
Xác định cỡ mẫu
Chọn mẫuxác suất
Chọn mẫuphi xác suất
• Biết trước xác suất xuất hiện của các phần tử vàotrong 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 mẫuxác suất
Chọn mẫuphi xác suất
• Nhà NC chọn các phần tử vào mẫu không theoquy 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 ướclượng/kiểm nghiệm các thông số của tổng thể.
Chọn mẫu xác suất
• Ngẫu nhiên đơn giản(simple random)
• Hệ thống(systematic)
• Phân tầng(stratified random)
• Theo nhóm(cluster)
Chọn mẫuphi xác suất
• Lấy mẫu thuận tiện(convenience)
• Lấy mẫu phán đoán(judgment)
• Lấy mẫu theo lớp(quota)
• Lấy mẫu theo mầm(snow ball)
Về độ chính xác của hai phương pháp chọn mẫu:“There is no guarantee that the results obtained witha probability sample will be more accurate thanthose obtained with a non-probability sample. Whatthe former allows the researcher to do is to measurethe amount of sampling error likely to occur in thesample. This provides a measure of the accuracy ofthe sample result. With non-probability sampling nosuch error measure exists” (Kinnear & Taylor,p.207).
Chọn mẫu xác suất
• Ngẫu nhiên đơn giản(simple random)
• Hệ thống(systematic)
• Phân tầng(stratified random)
• Theo nhóm(cluster)
Chọn mẫuphi xác suất
• Lấy mẫu thuận tiện(convenience)
• Lấy mẫu phán đoán(judgment)
• Lấy mẫu theo lớp(quota)
• Lấy mẫu theo mầm(snow ball)
Chọn mẫu xác suất
• Ngẫu nhiên đơn giản(simple random)
• Hệ thống(systematic)
• Phân tầng(stratified random)
• Theo nhóm(cluster)
Chọn mẫuphi xác suất
• Lấy mẫu thuận tiện(convenience)
• Lấy mẫu phán đoán(judgment)
• Lấy mẫu theo lớp(quota)
• Lấy mẫu theo mầm(snow ball)
Chọn mẫu xác suất
• Ngẫu nhiên đơn giản(simple random)
• Các phần tử đượcchọn vào mẫu có xácsuất là như nhau vàbiết trước
• Dùng bảng ngẫu nhiênđể chọn phần tử chomẫu
• Ưu điểm: Đơn giảnnếu có 1 khung mẫuđầy đủ
• Nhược điểm: Khó khảthi khi tổng thể lớn
Chọn mẫu xác suất
• Hệ thống(systematic)
• Chọn ngẫu nhiên mộtđiểm xuất phát (startingpoint), dựa vào bướcnhảy (sampling interval)để xác định các phần tửtiếp theo từ khung mẫu.
• Đây là phương phápsử dụng phổ biến hơnphương pháp ngẫunhiên đơn giản.
Chọn mẫu xác suất
• Hệ thống(systematic)
•Ưu điểm: không cầnkhung mẫu hoàn chỉnh.
• Nhược điểm: Mẫu sẽbị lệch khi khung mẫuxếp theo chu kỳ và tầnsố bằng với bước nhảy
Chọn mẫu xác suất
• Phân tầng(stratified random)
• Tổng thể được chia ranhiều tầng theo nguyêntắc: “cùng tầng đồngnhất, khác tầng dị biệt”.• Để chọn phần tử trongmỗi tầng: có thể dùngphương pháp hệ thống.• Số phần tử trong mỗitầng được xác định theo tỷlệ hoặc không theo tỷ lệvới kích thước tổng thể.
Chọn mẫu xác suất
• Phân tầng(stratified random)
• Phân tầng ngẫu nhiêntheo tỷ lệ: Số phần tử trongmỗi tầng tỷ lệ với quy mô củamỗi tầng trong tổng thể.• Phân tầng ngẫu nhiênkhông theo tỷ lệ: Sử dụngkhi độ phân tán các phần tửtrong mỗi tầng khác nhauđáng kể. Số phần tử trongmỗi tầng được chọn phụthuộc vào độ phân tán củabiến quan sát trong các tầng.
Chọn mẫu xác suất
• Theo nhóm(cluster)
• Tổng thể được chia làmnhiều nhóm (mỗi nhóm mangtính đại diện cho tổng thể) vàtuân theo nguyên tắc: “cùngnhóm dị biệt, khác nhómđồng nhất”.
• Các nhóm sẽ được chọnmột cách ngẫu nhiên để tạothành mẫu.
Chọn mẫu xác suất
• Theo nhóm(cluster)
• Có thể phân nhóm nhiềubước: tiếp tục chọn nhómcon trong nhóm và các phầntử trong nhóm con, v.v. (multi–stage cluster sampling) • Chọn mẫu theo khu vực(area sampling): một dạngcủa chọn mẫu theo nhóm, với các nhóm được chia theokhu vực địa lý.Ví dụ:
Chọn mẫuphi xác suất
• Lấy mẫu thuận tiện(convenience)
• Chọn phần tử dựa trênsự thuận tiện, dễ tiếp cận, dễ lấy thông tin.• Nhược điểm: Không xácđịnh được sai số lấy mẫuvà không thể kết luận chotổng thể từ kết quả mẫu.• Sử dụng phổ biến khi bịgiới hạn về thời gian và chi phí.
Ví dụ:
Chọn mẫuphi xác suất
• Lấy mẫu phán đoán(judgment)
• Nhà nghiên cứu tự phánđoán sự thích hợp của cácphần tử để mời họ thamgia vào mẫu.
• Đặc điểm giống như chọnmẫu thuận tiện, nhưng nếukhả năng/ kinh nghiệmphán đoán tốt sẽ cho mẫutốt hơn thuận tiện.
Ví dụ:
Chọn mẫuphi xác suất
• Lấy mẫu theo lớp(quota)
• Dựa vào một số thuộc tínhkiểm soát xác định một sốphần tử sao cho chúng đảmbảo tỷ lệ của tổng thể vàcác đặc trưng kiểm soát.• Sử dụng phổ biến nhấttrong thực tiễn nghiên cứu.• Có thể dùng một hoặcnhiều thuộc tính kiểm soátnhư tuổi, giới tính, thu nhập,loại hình DN, v.v.Ví dụ:
Chọn mẫuphi xác suất
• Lấy mẫu theo mầm(snow ball)
• Chọn ngẫu nhiên nhữngngười phỏng vấn ban đầu,những người tiếp theođược chọn dựa trên sựgiới thiệu của người trước.
Sử dụng thích hợp khi:tổng thể ít, khó nhận ra cácđối tượng cần thu thậpthông tin.
Ví dụ:
Khái niệm và quá trình chọn mẫu
Chọn mẫu theo xác suất
Chọn mẫu phi xác suất
Xác định cỡ mẫu
Xác định sai số e chấp nhận đượcgiữa ước lượng
của mẫu vàtổng thể
Xác định độ tin cậyα muốn có trongước lượng mẫu
nằm trong sai số e
Xác định giá trị Z tương ứng với
độ tin cậy muốn cóđã quyết định
Ước tínhđộ lệch chuẩncủa tổng thể
Dùng công thứcthống kê
tương ứngTính cỡ mẫu
Bước 1
Bước 5 Bước 4Bước 6
Bước 3Bước 2
Trường hợp tính theo biến liên tục (4 bước)
Bước 1: Xác định sai số e cho phép: phụ thuộc vào độ nhạy của kết quả quyết định đối với biến ước lượng đang khảo sát. (Thường 1/10-2/10 của đơn vị đo nhỏ nhất)
Bước 2: Xác định độ tin cậy α muốn có (thường chọn 95% Z=1.96)
Bước 3: Ước tính độ lệch chuẩn của mẫu (s) bằng một trong 3 cách sau:
◦ Tiến hành nghiên cứu thí điểm, sử dụng độ lệch chuẩn của kết quả nghiên cứu thí điểm.◦ Dựa vào kết quả của những nghiên cứu trước đó
có mẫu tương tự◦ Sử dụng công thức theo quy tắc 3 σ:
6MinMax −
=δ
Bước 4: Sử dụng công thức tính mẫu:
Nếu n>10% tổng thể thì tính lại theo công thức:
2
2)*(e
SZn =
222
22
****
ZSeNSZNn
+=
Ví dụ:
Bài toán cỡ mẫu trong khảo sát bình quân mỗi tháng người dân Tp.HCM chi tiêu bao nhiêu tiền cho thực phẩm.
Bài toán cỡ mẫu trong khảo sát sự thỏa mãn của khách hàng với thang đo 1-7
Trường hợp tính theo tỷ lệ của mẫu
Z và e: Xác định tương tự như trênCỡ mẫu được tính theo công thức:
eøeZqpn
2
**=
Nếu n >10% tổng thể:
Trong đó: p: ước lượng tần số xuất hiện của hiện tượngq = 1-p
Ước lượng sơ bộ giá trị p ?
22
2
******
ZqpeNZqpNn
+=
Ví dụ:
Bài toán cỡ mẫu trong khảo sát xem bao nhiêu% số hộ Tp.HCM có internet.
Cỡ mẫu trong chọn mẫu phi xác suất
Quyết định chọn mẫu phi xác suất thường được thực hiện một cách chủ quan.
Yếu tố then chốt cho việc lựa chọn là thời gian và tài chính.
Những lưu ý khi xác định cỡ mẫu
Khảo sát một và nhiều yếu tố/biến.
Tỷ lệ hồi đáp.
Phương pháp phân tích dữ liệu.
Sai lệch liên quan đến việc chọn mẫu gồm sailệch do chọn mẫu (do tính đại diện của mẫu) vàsai lệch không do chọn mẫu (xảy ra trong quátrình phỏng vấn, hiệu chỉnh, nhập data,..).
Chọn người trả lời khi khảo sát một tổ chức.
Phương pháp chọn mẫu và kích thước mẫutrong nghiên cứu cơ bản/lý thuyết.
CHỌN MẪU