NCXH

1. PHÂN TÍCH ĐỊNH LƯỢNG
Phân tích định lượng là việc sử dụng các mô hình toán học để phân tích các điểm dữ liệu, với
mục đích tìm hiểu một điều kiện hay kiến giải mối quan hệ giữa các biến, từ đó suy diễn và
giải thích các hiện tượng đang diễn ra.
1. Biến số
Biến số là những đại lượng (định lượng) hay đặc tính (định tính) có thể thay đổi từ người này
sang người khác hay từ thời điểm này sang thời điểm khác.
Ví dụ: biến số giới tính, biến số trầm cảm, biến số thu nhập hàng tháng. Biến số
được nhà nghiên cứu lựa chọn để quan sát, đo lường trong quá trình nghiên cứu.Thông qua
đó, nhà nghiên cứu mới có được các số liệu để phân tích và viết báo cáo. Chúng ta nên định
nghĩa rõ ràng các biến số có trong nghiên cứu, kể cả nghiên cứu định lượng lẫn nghiên cứu
định tính. Biến số có thể phân loại theo giá trị và mối quan hệ.

2. 2. Phân loại biến số
Theo giá trị
Mã hóa: Trong phân tích thống kê, để tiện việc nhập số liệu hay lí giải kết quả, người ta có
thể ánh xạ (mapping) các giá trị của biến định tính vào các con số. Việc này được gọi là mã
hóa và cần hiểu rằng việc mã hóa này hoàn toàn có tính chất áp đặt và các con số được dùng
trong mã hóa không phản ánh bản chất của biến số danh định. Việc mã hóa chỉ nhằm giúp
việc nhập số liệu và xử lí số liệu trở nên dễ dàng hơn chứ không nhằm phản ánh bản chất
của biến số đó.
Biến số định lượng
• Thể hiện một đại lượng
• Có đơn vị đo lường
• Thang đo chứa giá trị zero tuyệt
đối: không chứa giá trị âm
• Thang đo chứa giá trị zero không
tuyệt đối
• Biến số tỉ số: so sánh các giá trị
bằng phép chia
• Biến số khoảng: so sánh các giá trị
bằng phép trừ
Ví dụ: biến số cân nặng, đơn vị đo lường
là kg.
Biến số định tính
• Thể hiện một đặc tính
• Biến số nhị giá: có 2 giá trị
VD: Trầm cảm (có, không), giới tính (nam,
nữ)
• Biến số danh định: có từ 3 giá trị
trở lên
VD: Nghề nghiệp (công nhân, tự do, nông
dân)
• Biến số thứ tự: có từ 3 giá trị trở
lên nhưng các giá trị có tính chất
thứ tự
VD: Kinh tế gia đình (giàu, khá, nghèo)

3. Theo quan hệ
Lý giải nguyên nhân của sự việc
• Biến số phụ thuộc (kết cuộc nghiên cứu quan tâm): dùng để mô tả hay đo lường vấn
đề nghiên cứu
• Biến số độc lập: dùng để mô tả hay đo lường các yếu tố được cho là gây nên (hay gây
ảnh hưởng đến) vấn đề nghiên cứu (ở đây là biến số phụ thuộc)
• Biến số nền: những biến số nền tảng như tuổi, giới, học vấn, hôn nhân, điều kiện kinh
tế, v.v
Trong một nghiên cứu, thường có một
biến số phụ thuộc (kết cuộc/vấn đề nghiên
cứu) và nhiều biến số độc lập (là các yếu
tố liên quan/nguyên nhân dẫn đến kết
cuộc/vấn đề nghiên cứu).
Biến số độc lập => biến số phụ thuộc:
biến số độc lập là nguyên nhân/dẫn đến
biến số phụ thuộc. Ví dụ: trầm cảm (biến
số độc lập) => có ý nghĩ tự tử (biến số phụ
thuộc/kết cuộc/vấn đề nghiên cứu quan
tâm): trầm cảm là nguyên nhân/dẫn đến
có ý nghĩ tự tử.

4. 3. Phương pháp chọn mẫu
Mẫu nghiên cứu
• Quần thể (population) – Dân số mục tiêu: là tất cả những người có những đặc điểm
nhất định mà người nghiên cứu quan tâm (đặc điểm dân số xã hội)
Ví dụ: tất cả những người sống chung với HIV/AIDS
• Mẫu (sample) – Dân số chọn mẫu: là một tập hợp con của quần thể (cùng không gian
và thời gian). Ví dụ: những người sống chung với HIV/AIDS tại Thành phố Hồ Chí Minh
năm 2020.
• Giá trị nội tại và giá trị ngoại suy: thông thường nhà nghiên cứu sẽ mong muốn nghiên
cứu của mình đạt được hai giá trị này, đặc biệt là giá trị ngoại suy
Giá trị nội tại: nghiên cứu chỉ có giá trị trên dân số chọn mẫu
Giá trị ngoại suy: nghiên cứu có giá trị trên cả dân số mục tiêu, có tính suy diễn kết
quả từ dân số chọn mẫu ra dân số mục tiêu
• Tiêu chí chọn mẫu:
Phương pháp chọn mẫu
Phương pháp chọn mẫu xác suất: Có thể tính được xác suất tham gia của đối tượng

5. Ngẫu nhiên đơn
n mẫu được rút từ dân số có N phần tử sao cho mọi mẫu đều có một xác suất lựa chọn như
nhau, là phương pháp chọn mẫu tốt nhất
• Thực hiện:
• Xây dựng danh sách các đơn vị (đối tượng) nghiên cứu trong dân số (khung mẫu)
• Mỗi tên trên danh sách phải có một con số hoặc mã số duy nhất
• Chọn ngẫu nhiên n mẫu từ danh sách này
Ví dụ:
• Có danh sách 500 bệnh nhân
• Mỗi bệnh nhân có một mã số nhất định trên danh sách
• Chọn ngẫu nhiên 100 bệnh nhân trong danh sách
Ngẫu nhiên hệ thống
Chọn những đối tượng có một khoảng cách nhất định, có giá trị như lấy mẫu ngẫu nhiên đơn
nếu không có tính tuần hoàn của các đối tượng. Đặc biệt có giá trị khi không thể có được toàn
bộ danh sách lấy mẫu ở vào thời điểm lấy mẫu
• Thực hiện:
• Xây dựng khung mẫu
• Tính khoảng cách mẫu (bước nhảy)
• Chọn ngẫu nhiên mẫu đầu tiên (bước khởi đầu)
• Chọn mẫu tiếp theo cho đến khi đủ dựa vào bước nhảy từ mẫu đầu tiên
Ví dụ:
• Có danh sách 500 sinh viên
• Cần chọn 100 sinh viên
• Tính khoảng cách k = 500 / 100 = 5
• Chọn một số ngẫu nhiên i với điều kiện i < 5. Ví dụ số
này là 4
• Chọn người thứ 4; 9; 14; 19; 24; 29… cho đủ 100
• Chọn người thứ i + a x k (a = 0 → n – 1)
Chọn mẫu phân tầng
Khi dân số bao gồm các nhóm khác biệt hay tầng (strata), khác nhau về các đặc tính nghiên
cứu và bản thân sự khác biệt này cũng cần quan tâm. Chiến lược thường dùng là chọn các cá
nhân trong tầng với tỉ lệ như nhau (hoặc khác nhau) cho các tầng. Một mẫu ngẫu nhiên đơn
được rút ra từ mỗi tầng để đảm bảo rằng chúng đủ đại diện. Được hiểu là chọn theo cơ cấu
của dân số đích và chỉ giúp định hình số mẫu cần chọn mỗi tầng. Phải phối hợp với phương
pháp khác (ngẫu nhiên đơn; ngẫu nhiên hệ thống) để chọn đối tượng.
Ví dụ có được thông tin về dân số chọn mẫu như sau:hoặc không chia theo tỷ lệ, thì lấy đều
cả ba tầng với mỗi khối lớp là 100 học sinh.

6. hoặc không chia theo tỷ lệ, thì lấy đều cả ba tầng với mỗi khối lớp là 100 học sinh.
Chọn mẫu cụm
Trong dân số nghiên cứu có nhiều nhóm (nhiều cụm). Lấy mẫu cụm (cluster sampling) và đơn
vị lấy mẫu bậc một được gọi là cụm (cluster). Có thể lấy mẫu ngẫu nhiên đơn các cụm bất kể
chúng có kích thước bằng nhau hay không. Có thể phối hợp với các phương pháp khác để
chọn đối tượng sau khi đã có cụm. Chọn nhiều cụm (mỗi cụm ít đối tượng) sẽ tốt hơn chọn
nhiều đối tượng trong cụm (ít cụm.
Ví dụ:
• Tại trường học X có 60 lớp học
• Chọn ngẫu nhiên 10 lớp học
• Chọn tất cả học sinh trong lớp học
Chọn mẫu nhiều bậc
Lấy mẫu nhiều bậc được tiến hành trong nhiều bậc dùng các cấu trúc đẳng cấp/tuần tự
(hierarchical structure) của dân số
Ví dụ: lấy mẫu 2 bậc (two stage sampling)
• Lần thứ nhất lấy một mẫu ngẫu nhiên các trường học
• Sau đó lấy mẫu ngẫu nhiên các trẻ em trong các trường đã được chọn
• Các trường học được gọi là đơn vị bậc một (first stage units hay primary sampling
units)
• Trẻ em là đơn vị bậc hai (second stage units – secondary sampling units)

7. Phương pháp chọn mẫu không xác suất: Khó hoặc không thể tính xác suất tham gia của đối
tượng. Thường được sử dụng nhiều hơn trong các nghiên cứu định tính.
Chọn mẫu thuận tiện
“Lazy sampling”: Thuận tiện nhất cho nhà nghiên cứu, thường không được đánh giá cao.
Chọn mẫu liên tục
Đã bắt đầu thì chọn liên tục cho đến khi đủ mẫu, thích hợp cho các nghiên cứu khó tuyển đối
tượng, không thích hợp cho nghiên cứu có quá nhiều đối tượng
Chọn mẫu hệ thống
Cứ mỗi k người thì chọn 1 người. Không có yếu tố ngẫu nhiên lúc khởi đầu chọn mẫu. Thích
hợp cho các nghiên cứu có quá nhiều đối tượng.
Chọn mẫu có chủ đích
Chọn đối tượng có đặc điểm tốt phục vụ cho mục tiêu nghiên cứu, thường dùng cho nghiên
cứu định tính (phỏng vấn sâu, thảo luận nhóm).
Chọn mẫu bóng tuyết (Snow ball)
Áp dụng cho quẩn thể ẩn/nhạy cảm (ví dụ người sống chung với HIV, phụ nữ mại dâm,..),
chọn một hoặc nhiều mẫu hạt nhân (seed), các mẫu còn lại chọn từ sự giới thiệu của hạt nhân.
Lưu ý:
• Không có phương pháp chọn mẫu đúng hay sai
• Chỉ có phương pháp chọn mẫu phù hợp với bối cảnh nghiên cứu
• Có thể phối hợp nhiều phương pháp chọn mẫu trong nghiên cứu, tùy vào bối cảnh
nghiên cứu. Đối với nghiên cứu định lượng, nên phối hợp giữa phương pháp chọn mẫu
xác suất và không xác suất, hay giữa phương pháp chọn mẫu không chọn trực tiếp đối
tượng với chọn trực tiếp đối tượng.
• Phương pháp chọn mẫu sẽ phụ thuộc vào vấn đề nghiên cứu, thiết kế nghiên cứu,
thông tin về dân số đích và dân số chọn mẫu, nguồn lực nghiên cứu, v.v

8. 4. Tính cỡ mẫu
(Thường chỉ sử dụng trong nghiên cứu định lượng)
4.1. Tại sao cần tính cỡ mẫu?
– Cỡ mẫu có ảnh hưởng đến
• Độ chính xác của ước lượng thống kê
• Tính khả thi và nguồn lực nghiên cứu
• Khả năng đại diện cho dân số nghiên cứu
4.2. Dựa vào đâu để tính cỡ mẫu?
– Mục đích và phạm vi nghiên cứu
– Mục tiêu nghiên cứu
• Tính cỡ mẫu cho nhiều mục tiêu
• Chọn cỡ mẫu lớn nhất để đảm bảo đủ cho tất cả mục tiêu
– Thống kê nào sẽ dùng
• Mô tả, ước tính
• Kiểm định
• Mô hình
4.3. Dùng phương pháp nào để tính cỡ mẫu?
• Thường sử dụng công thức có sẵn
• Ở các nghiên cứu đơn giản như ước lượng tỷ lệ một kết cuộc, công thức ước lượng cỡ
mẫu như sau:
4.4. Tính cỡ mẫu không phải là khoa học chính xác mà là ước tính để triển khai nghiên cứ
4.5. Lưu ý: Nếu chọn mẫu theo phương pháp chọn mẫu cụm thì phải xem xét hệ số thiết
kế.
4.6. Đối với dân số hữu hạn và tỉ lệ mẫu > 10% dân số, thì sau khi tính cỡ mẫu như công
thức phải hiệu chỉnh lại cỡ mẫu cần lấy: N hiệu chỉnh = (NxP)/(N+P)

9. Ví dụ: cỡ mẫu tính được từ công thức N = 200, kích thước dân số là 1500 → N cần thiết cho
nghiên cứu là 176.47, lấy tối thiểu 177 người
4.7. Tỉ lệ mất mẫu/tỉ lệ tham gia nghiên cứu: nên ước tính tỷ lệ mất mẫu, vì sẽ có những
lý do khách quan hoặc chủ quan làm số lượng mẫu ước tính ban đầu không đủ. Mặc dù,
quá trình thu thập mẫu nghiên cứu thường sẽ lấy đủ mẫu cần thiết, tuy nhiên thực tế số
lượng mẫu tiếp cận nhiều hơn: N = n/(1 – tỷ lệ mất mẫu)
Tình huống: Nghiên cứu tính được cỡ mẫu là 400. Với ước đoán 10% mất mẫu. Số đối tượng
cần thiết cho NC là bao nhiêu? Ví dụ: N = 400, tỉ lệ mất mẫu báo cáo trong các nghiên cứu
trước là 10% → N cần thiết cho nghiên cứu là 400 : (1 – 0.10) = 444.4 → cần 445 đối tượng
5. Thống kê
Thống kê là phương pháp khoa học dùng để thu thập, tóm tắt, trình bày và phân tích số liệu.
Phương pháp thống kê được sử dụng trong nghiên cứu nhằm để so sánh một nhóm đối tượng
chứ không nhằm nghiên cứu từng cá nhân đơn lẻ. Thông kê bao gồm thống kê mô tả và thống
kê phân tích.
Thống kê mô tả
Phương pháp thống kê đơn giản nhất (nhưng hữu ích và được dùng phổ biến nhất là phương
pháp thống kê mô tả). Thống kê mô tả là phương pháp trình bày cô đọng đặc trưng của quần
thể (thống kê) từ số liệu gồm các đặc trưng của cá thể (biến số). Như vậy phương pháp thống
kê được sử dụng phải phụ thuộc vào biến số. Tóm tắt các phương pháp trình bày đặc trưng
của quần thể có thể bằng biểu đồ hay bằng con số thống kê tóm tắt được trình bày như sau:
Biến định lượng:
• Thống kê giá trị trung tâm (tập trung) gồm: trung bình, trung vị.
• Thống kê mức độ biến thiên gồm: độ lệch chuẩn, khoảng tứ phân vị, phạm vi số liệu.
• Biểu đồ sử dụng: tổ chức đồ, đa giác tần suất và biểu đồ hình hộp.
Biến định tính:
• Thống kê mô tả gồm: tần suất và tỷ lệ % của giá trị tiêu biểu đối với biến nhị giá và
các giá trị xếp theo tần suất đối với biến danh định.
• Biểu đồ sử dụng: biểu đồ hình thanh và biểu đồ hình bánh.
Thống kê mô tả khuynh hướng tập trung
• Thống kê mô tả khuynh hướng tập trung có thể là trung bình (mean), trung vị (median)
và yếu vị (mode). Những thống kê này cho biết giá trị tiêu biểu cho số liệu.
• Trung bình của số liệu là tổng các giá trị của số liệu chia cho số lần quan sát (N).
• Nếu chúng ta sắp xếp số liệu theo thứ tự, giá trị đứng ở giữa được gọi là trung vị. Nếu
có hai giá trị cùng đứng ở giữa, trung bình cộng của hai giá trị này là trung vị.

10. Ví dụ:
Chiều cao của 5 đối tượng là 120; 125; 130; 135; 150. Trung vị của chiều cao là giá trị đứng
ở giữa và bằng 130.
Chiều cao (cm) của 6 người là 153, 155, 160, 162, 165, 161. Ðể tính trung vị, trước tiên chúng
ta phải sắp xếp số liệu này: 153, 155, 160, 161, 162, 165. Do có hai giá trị 160 và 161 cùng
ở giữa, trung vị sẽ là (160 + 161) / 2 = 160,5 cm
• Ðôi khi người ta chọn con số thống kê tiêu biểu là yếu vị (mode). Yếu vị là giá trị xuất
hiện phổ biến nhất (có tần suất cao nhất).
Ví dụ: Chiều cao của 5 đối tượng là 120, 125, 130, 135, 150. Trong trường hợp này không
có yếu vị. Ðiểm số của 5 học sinh là 5, 5, 6, 7, 9. Yếu vị của điểm số là 5.
Thống kê mô tả tính phân tán
• Phạm vi của số liệu là tất cả các giá trị của số liệu từ giá trị nhỏ nhất đến giá trị lớn
nhất.
• Độ lệch chuẩn phản ánh độ lớn của trị tuyệt đối của độ lệch, là khoảng cách trung
bình của số liệu so với giá trị tiêu biểu, mà giá trị tiêu biểu này chính là trung bình của
mẫu.
Ví dụ: Chiều cao của 3 đối tượng là 120, 125, 130. Trung bình của chiều cao là 125 và độ
lệch chuẩn bằng
• Khoảng tứ phân vị là khoảng cách của trung vị phần trên và trung vị phần dưới.
Ví dụ: Cân nặng của 5 đối tượng là 40, 45, 50, 55, 60. Số liệu này được chia làm 2 phần: phần
1 gồm 40, 45, 50 và phần 2 gồm 50, 55, 60. Trung vị của phần trên là 45 – trung vị của phần
dưới là 55, do đó khoảng tứ phân vị là 45 – 55