Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
1
11
Chọn mẫu
Một số khái niệm
 Đám đông/tổng thể (population) là tập hợp tất cả các
đối tượng nghiên cứu (cần thu thập d...
2
4
Lý do chọn mẫu
 Tiết kiệm chi phí
 Tiết kiệm thời gian
 Đảm bảo tính kịp thời
KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ
5...
3
7
Qui trình chọn mẫu
1. Xác định đám đông nghiên cứu
2. Xác định khung mẫu
3. Xác định kích thước mẫu
4. Chọn phương phá...
4
10
Qui trình chọn mẫu
1. Xác định đám đông nghiên cứu
2. Xác định khung mẫu
3. Xác định kích thước mẫu
4. Chọn phương ph...
5
13
Xác định kích thước mẫu theo công thức
n = N.Z2.p.q/(N.ε2 + N2.p.q)
Với
N là tổng thể, n là mẫu
p = n1/N là tỉ lệ mẫu...
6
16
Xác định kích thước mẫu trong MLR
(Multiple Linear Regression)
 Chọn kích thước mẫu trong MLR phụ thuộc vào nhiều
yế...
7
19
Chọn mẫu ngẫu nhiên đơn giản
 Chọn mẫu ngẫu nhiên đơn giản: Là cách chọn mẫu mà
mỗi phần tử trong tổng thể có cùng c...
8
22
Chọn mẫu theo nhóm
 Chọn mẫu theo nhóm (Cluster sampling): Là phân chia
các đối tượng nghiên cứu thành các nhóm (clu...
9
25
 Chọn mẫu phán đoán: Các đơn vị mẫu được chọn
dựa vào sự phán đoán của người nghiên cứu mà họ
nghĩ rằng những mẫu nà...
10
28
 Tìm hiểu thêm
 Ưu và nhược điểm của phương pháp chọn mẫu xác
suất và phi xác suất
 Ưu và nhược điểm, phạm vi áp ...
Upcoming SlideShare
Loading in …5
×

PPNCKT_Chuong 3 p3

  • Login to see the comments

PPNCKT_Chuong 3 p3

  1. 1. 1 11 Chọn mẫu Một số khái niệm  Đám đông/tổng thể (population) là tập hợp tất cả các đối tượng nghiên cứu (cần thu thập dữ liệu từ họ) mà nhà nghiên cứu cần nghiên cứu để thỏa mãn mục đích và phạm vi nghiên cứu của mình.  Mẫu (sample) là một bộ phận của tổng thể được chọn ra để quan sát và dùng để suy diễn cho toàn bộ tổng thể.  Phần tử (element) là đối tượng cần thu thập dữ liệu, thường được gọi là đối tượng nghiên cứu – đối tượng thu thập dữ liệu. KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 22 Tập hợp lấy mẫu - TỔNG THỂ MẪU KẾT QUẢ THỐNG KÊ Chọn mẫu KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 33  Đơn vị chọn mẫu (sampling unit) là các nhóm nhỏ của đám đông có cùng những đặc tính cần thiết cho việc chọn mẫu  Đơn vị cuối cùng có thể chia nhỏ được của mẫu chính là phần tử mẫu  Khung mẫu hay khung chọn mẫu (sampling frame) là danh sách liệt kê dữ liệu cần thiết tất cả các đơn vị và phần tử của đám đông để thực hiện công việc chọn mẫu KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ
  2. 2. 2 4 Lý do chọn mẫu  Tiết kiệm chi phí  Tiết kiệm thời gian  Đảm bảo tính kịp thời KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 5 Chọn mẫu và sai số Sai số do chọn mẫu (sampling error SE) là các sai số gây ra do việc chọn mẫu để thu thập dữ liệu, và từ thông tin của mẫu này ta có thể suy ra thông tin của đám đông/tổng thể thay vì thu thập dữ liệu của toàn bộ đám đông nghiên cứu.  sai số này luôn luôn xuất hiện khi chọn mẫu  Sai số không do chọn mẫu (non-sampling error NE) là các sai số còn lại, phát sinh trong quá trình thu thập dữ liệu như quá trình phỏng vấn, hiệu chỉnh, nhập dữ liệu.  sai số này càng tăng khi kích thước mẫu càng lớn. KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 6 Mối quan hệ giữa n và sai số trong chọn mẫu Sai số do chọn mẫu SE Sai số KHÔNG do chọn mẫu NE n  N Tăngkíchthướcmẫu Sai số do chọn mẫu SE Sai số KHÔNG do chọn mẫu NE Sai số do chọn mẫu SE Sai số KHÔNG do chọn mẫu NE SE  0 Sai số KHÔNG do chọn mẫu NE KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ
  3. 3. 3 7 Qui trình chọn mẫu 1. Xác định đám đông nghiên cứu 2. Xác định khung mẫu 3. Xác định kích thước mẫu 4. Chọn phương pháp chọn mẫu 5. Tiến hành chọn KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 8 Qui trình chọn mẫu 1. Xác định đám đông nghiên cứu 2. Xác định khung mẫu 3. Xác định kích thước mẫu 4. Chọn phương pháp chọn mẫu 5. Tiến hành chọn • Là khâu đầu tiên của quá trình chọn mẫu • Được tiến hành khi thiết kế nghiên cứu  Xác định nguồn dữ liệu, đối tượng thu thập dữ liệu KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 9 Qui trình chọn mẫu 1. Xác định đám đông nghiên cứu 2. Xác định khung mẫu 3. Xác định kích thước mẫu 4. Chọn phương pháp chọn mẫu 5. Tiến hành chọn • Là danh sách liệt kê tất cả các đối tượng NC của đám đông • Thường khó xác định chính xác khung mẫu  Dựa trên số liệu thứ cấp và suy đoán/dự báo KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ
  4. 4. 4 10 Qui trình chọn mẫu 1. Xác định đám đông nghiên cứu 2. Xác định khung mẫu 3. Xác định kích thước mẫu 4. Chọn phương pháp chọn mẫu 5. Tiến hành chọn • Kích thước mẫu phụ thuộc vào phương pháp xử lý/phân tích số liệu • Kích thước mẫu càng lớn thì càng tốt nhưng tốn chi phí và thời gian • Một số công thức xác định kích thước mẫu  Slide sau KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 11 Xác định kích thước mẫu theo qui luật phỏng đoán  Số mẫu tối thiểu là 30 mẫu thì giá trị thống kê có ý nghĩa Ví dụ: Nếu khảo sát mức chi tiêu tiền điện thoại di động cho 5 nhóm thu nhập và 5 nhóm tuổi thì sẽ có 5 x 5 ô trong bảng.  Kích thước mẫu là n = 5 x 5 x 30 = 750 KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 12 Trong đó ε là sai số cho phép và P là độ tin cậy P ε 0,85 0,90 0,95 0,05 207 270 384 0,04 323 422 600 0,03 375 755 1967 …. … … …. 0,01 5180 6764 9603 Nguồn: Nguyễn Thị Cành, 2004, Trang 82-84 Xác định kích thước mẫu theo bảng thống kê KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ
  5. 5. 5 13 Xác định kích thước mẫu theo công thức n = N.Z2.p.q/(N.ε2 + N2.p.q) Với N là tổng thể, n là mẫu p = n1/N là tỉ lệ mẫu dự kiến, q = 1 – p Z là giá trị biến thiên chuẩn tương ứng với độ tin cậy P (được tính sẵn) ε là sai số cho phép Ví dụ: Xác định kích thước mẫu trong điều tra mức sống dân cư tại một huyện có 25000 hộ dân, với sai số cho phép là 1% và độ tin cậy 95%.  n =?  thay đổi các thông số p, q, ε  n thay đổi như thế nào Nguồn: Nguyễn Thị Cành, 2004, Trang 82-84 KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 14 Xác định kích thước mẫu theo công thức Với N là tổng thể, n là mẫu p = n1/N là tỉ lệ mẫu dự kiến, q = 1 – p Z là giá trị biến thiên chuẩn tương ứng với độ tin cậy P (được tính sẵn) ε là sai số cho phép  Ví dụ: Xác định kích thước mẫu trong điều tra mức sống dân cư tại một huyện có 25000 hộ dân, với sai số cho phép là 1% và độ tin cậy 95%.  n =?  thay đổi các thông số p, q, ε  n thay đổi như thế nào n = Z2.p.q/ε2 Nguồn: Nguyễn Thị Cành, 2004, Trang 82-84 KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 15 Xác định kích thước mẫu bằng công thức Slovin n = N/(1+N.ε2) Với N là tổng thể, n là mẫu ε là sai số cho phép Ví dụ: Xác định kích thước mẫu trong điều tra mức sống dân cư tại một huyện có 25000 hộ dân, với sai số cho phép là 5%.  n =? KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ
  6. 6. 6 16 Xác định kích thước mẫu trong MLR (Multiple Linear Regression)  Chọn kích thước mẫu trong MLR phụ thuộc vào nhiều yếu tố:  Mức ý nghĩa (signigicant level)  Độ mạnh của phép kiểm định (power of the test)  Số lượng biến độc lập  Công thức kinh nghiệm: n ≥ 50 + 8p Với n là kích thước mẫu tối thiểu cần thiết p số biến độc lập trong mô hình Nguồn: Nguyễn Đình Thọ, 2011, Trang 499-500. KHOA KINH TẾ - QTKD ĐẠI HỌC CẦN THƠ 17 Qui trình chọn mẫu 1. Xác định đám đông nghiên cứu 2. Xác định khung mẫu 3. Xác định kích thước mẫu 4. Chọn phương pháp chọn mẫu 5. Tiến hành chọn • gồm • 1) chọn mẫu xác suất (propapility sampling) và • 2) chọn mẫu không theo xác suất/phi xác suất (non-propability sampling) 18 Phương pháp chọn mẫu xác suất 1. Chọn mẫu xác suất (Propability sampling): Dựa vào lý thuyết xác suất để lấy mẫu ngẫu nhiên Một số cách chọn mẫu xác suất  Chọn mẫu ngẫu nhiên đơn giản (Simple random sampling)  Chọn mẫu có hệ thống (Systematic sampling)  Chọn mẫu ngẫu nhiên phân tầng (Stratified sampling)  Chọn mẫu theo nhóm/khối (Cluster sampling)
  7. 7. 7 19 Chọn mẫu ngẫu nhiên đơn giản  Chọn mẫu ngẫu nhiên đơn giản: Là cách chọn mẫu mà mỗi phần tử trong tổng thể có cùng cơ hội được chọn với xác suất như nhau. Để chọn được mẫu, người nghiên cứu phải có danh sách tổng thể nghiên cứu Ví dụ: Ta muốn chọn một mẫu có kích thước mẫu là n =200 từ một tổng thể là N = 2000.  Ta sử dụng bảng ngẫu nhiên hoặc sử dụng lệnh ngẫu nhiên ngẫu nhiên trong Excel Rand()  Rand()*2000, sau đó copy lệnh RAND thêm 199 lần nữa. 20 Chọn mẫu có hệ thống Chọn mẫu có hệ thống: Là cách chọn mẫu mà mẫu đầu tiên là ngẫu nhiên, sau đó cứ cách k đơn vị ta lại chọn một phần tử. Với k = N/n ( N: độ lớn tổng thể và n kích thước mẫu) Ví dụ: Như ví dụ chọn mẫu ngẫu nhiên đơn giản, danh sách 2.000 phần tử có có sẵn trên máy tính, ta sẽ sử dụng cách chọn mẫu hệ thống. Tính k = 2.000/200 = 10. Ta sẽ gieo số ngẫu nhiên trong khoảng 1 đến 10. Ví dụ được số 8. Mẫu được chọn là 8. Các mẫu tiếp theo sẽ là 8 +10 = 18, 18 + 10 = 28, … đến khi được 200 phần tử 21 Chọn mẫu ngẫu nhiên phân tầng  Chọn mẫu ngẫu nhiên phân tầng (stratified sampling): Là phân chia các đối tượng nghiên cứu thành các nhóm, tầng theo các đặc tính, sau đó lấy mẫu theo tầng, nhóm. Nguyên tắc phân nhóm là cùng nhóm đồng nhất (homgeneity), khác nhóm dị biệt (deterogeneity). Ví dụ: Ta muốn chọn một mẫu có kích cỡ mẫu là n =200 từ một tổng thể là N = 2000. Ta chia tổng thể ra thành 4 nhóm với kích thước của từng nhóm là 700, 400, 300 và 600. Ta sẽ chọn mẫu theo tỉ lệ của 4 nhóm trên hoặc không theo tỉ lệ (ý kiến chủ quan của nhà nghiên cứu).  4 nhóm trên có đặc điểm khác nhau nhưng các phần tử của từng nhóm tương đối đồng nhất với nhau.
  8. 8. 8 22 Chọn mẫu theo nhóm  Chọn mẫu theo nhóm (Cluster sampling): Là phân chia các đối tượng nghiên cứu thành các nhóm (cluster) như phương pháp phân tầng. Tuy nhiên, các nhóm này có đặc điểm là các phần tử trong cùng một nhóm có tính khác biệt/biệt dị cao và các phần tử giữa các nhóm có tính đồng nhất cao  ngược với phương pháp phân nhóm trong chọn mẫu ngẫu nhiên phân tầng. Ví dụ: Ta muốn chọn một mẫu có kích cỡ mẫu là n =200 từ một tổng thể là N = 2000. Ta chia tổng thể ra thành 4 nhóm với kích thước của từng nhóm là 700, 400, 300 và 600. Ta sẽ chọn 2 nhóm để lấy mẫu (400 và 600). Ta chọn phương pháp ngẫu nhiên hoặc hệ thống để lấy 200 phần tử từ 2 nhóm này.  4 nhóm trên có đặc điểm giống nhau nhưng các phần tử của từng nhóm tương đối khác biệt với nhau. 23 Phương pháp chọn mẫu phi xác suất 2. Chọn mẫu phi xác suất: Chọn theo ý định chủ quan của người nghiên cứu Một số cách chọn mẫu phi xác suất  Chọn mẫu thuận tiện (Convenience, Haphazard or accdental sampling)  Chọn mẫu phán đoán (Judgmental sampling or Purposive sampling)  Chọn mẫu chỉ định/định mức (ad hoc quota sampling)  Chọn mẫu theo mạng quan hệ/phát triển mầm (snowball sampling) 24  Chọn mẫu thuận tiện: Các đơn vị mẫu được chọn ở tại một địa điểm và vào một thời gian nhất định Ví dụ: Chọn mẫu những người đi mua sắm ở siêu thị METRO Cần Thơ và tiếp cận họ khi họ bước vào siêu thị hoặc khi họ vừa mua sắm món hàng mà ta muốn khảo sát Cách chọn mẫu này là không ngẫu nhiên vì không phải tất cả mọi người dân Cần Thơ đều có xác suất như nhau để được chọn vào mẫu  Ưu điểm Dễ dàng để tập hợp các đơn vị mẫu  Nhược điểm Không đạt được độ xác thực cao Chọn mẫu thuận tiện
  9. 9. 9 25  Chọn mẫu phán đoán: Các đơn vị mẫu được chọn dựa vào sự phán đoán của người nghiên cứu mà họ nghĩ rằng những mẫu này có thể đại diện cho tổng thể Ví dụ: Chọn mẫu một số ít liên doanh lớn có thể chiếm phần lớn tổng sản lượng ngành công nghiệp cả nước Cách chọn mẫu này được dùng phổ biến khi nghiên cứu định tính (nghiên cứu khách hàng công nghiệp hay kênh phân phối)  Ưu điểm Chọn được đúng một số phần tử rất quan trọng của tổng thể vào trong mẫu  Nhược điểm Có khả năng phát sinh những sai lệch lớn Chọn mẫu phán đoán 26  Chọn mẫu chỉ định/định mức: Là chọn mẫu theo tỷ lệ gần đúng của các nhóm đại diện trong tổng thể hoặc theo số mẫu được chỉ định cho mỗi nhóm Ví dụ: Chọn 100 phần tử cho mỗi nhãn hiệu nước giải khát để so sánh kết quả thống kê về thái độ khách hàng. Hoặc tổng thể nghiên cứu bao gồm 1.000 công ty, trong đó 600 công ty vừa và nhỏ, 300 trung bình và 100 qui mô lớn. Số mẫu chỉ định là 10% trên tổng thể, ta sẽ chọn 60 công ty vừa và nhỏ, 30 trung bình và 10 công ty lớn.  Ưu điểm Đảm bảo được số mẫu cần thiết cho từng nhóm trong tổng thể phục vụ cho phân tích  Nhược điểm Có thể cho kết quả sai lệch Chọn mẫu chỉ định/định mức 27 Chọn mẫu theo mạng quan hệ/ phát triển mầm  Ưu điểm Giúp cho người nghiên cứu chọn được các mẫu mà họ cần nghiên cứu  Chọn mẫu theo mạng quan hệ/phát triển mầm: Người nghiên cứu sẽ thông qua người trả lời đầu tiên để tiếp cận những người trả lời kế tiếp Ví dụ: Phỏng vấn An, khoảng gần kết thúc phỏng vấn có thể đề nghị An giới thiệu một hoặc hai người nữa có thể am hiểu về chủ đề khảo sát AnAn BìnhBình TínTín LinhLinh BíchBích CôngCông
  10. 10. 10 28  Tìm hiểu thêm  Ưu và nhược điểm của phương pháp chọn mẫu xác suất và phi xác suất  Ưu và nhược điểm, phạm vi áp dụng và các lưu ý khi sử dụng  Phương pháp chọn mẫu xác suất  Chọn mẫu ngẫu nhiên đơn giản  Chọn mẫu có hệ thống  Chọn mẫu ngẫu nhiên phân tầng  Chọn mẫu theo nhóm  Phương pháp chọn mẫu phi xác suất.  Chọn mẫu thuận tiện  Chọn mẫu phán đoán  Chọn mẫu định mức  Chọn mẫu theo mạng quan hệ 29 Qui trình chọn mẫu 1. Xác định đám đông nghiên cứu 2. Xác định khung mẫu 3. Xác định kích thước mẫu 4. Chọn phương pháp chọn mẫu 5. Tiến hành chọn Chọn mẫu

×