Image SliderImage SliderImage SliderImage SliderImage Slider

Tin nổi bật:

Thông báo về việc công bố Dự thảo Báo cáo tự đánh giá chương trình đào tạo ngành Điều dưỡngThông báo về việc công bố Dự thảo Báo cáo tự đánh giá chương trình đào tạo ngành Điều dưỡng
Nghiên cứu khoa học

CÁC PHƯƠNG PHÁP CHỌN MẪU19/06/2020 07:56:44

Có hai phương pháp chọn mẫu là chọn mẫu không xác suất và chọn mẫu xác suất. Mẫu được lựa chọn theo phương pháp xác suất mang tính đại diện cao hơn cho quần thể.

1. Mẫu không xác suất (non-probability sampling)

Chọn mẫu không xác suất là người nghiên cứu chọn các đối tượng tham gia nghiên cứu một cách chủ định, dựa trên các cá thể có sẵn khi thu thập số liệu và không tính cỡ mẫu. Chọn mẫu không xác suất có thể là chọn mẫu thuận tiện, chọn mẫu chỉ tiêu hay chọn mẫu có mục đích; nhằm thăm dò hay tìm hiểu sâu một vấn đề vào đó của quần thể (kiến thức, thái độ, niềm tin…)

2. Mẫu xác suất (probability sampling)

Mẫu xác suất là mẫu mà trong đó các cá thể được lựa chọn ngẫu nhiên, mỗi cá thể trong quần thể nghiên cứu đều có cơ hội được lựa chọn ngang nhau và không phụ thuộc vào ý kiến chủ quan của người nghiên cứu.

Các phương pháp chọn mẫu ngẫu nhiên bao gồm:

- Mẫu ngẫu nhiên đơn (single random sampling)

- Mẫu ngẫu nhiên hệ thống (systematic sampling)

- Mẫu ngẫu nhiên phân tầng (stratified sampling)

- Mẫu chùm (cluster sampling)

- Mẫu nhiều giai đoạn (multi-stage sampling)

2.1. Mẫu ngẫu nhiên đơn
Chọn mẫu ngẫu nhiên đơn là phương pháp đơn giản nhất của mẫu xác suất. Quy trình chọn mẫu ngẫu nhiên đơn bao gồm: (1) lập danh sách toàn bộ các đơn vị mẫu/ đối tượng trong quần thể nghiên cứu và đánh số thứ tự (khung mẫu) (2) quyết định số lượng mẫu nghiên cứu và (3) dùng phương pháp bốc thăm hoặc bảng số ngẫu nhiên để chọn.
2.2. Mẫu ngẫu nhiên hệ thống
Các đối tượng trong mẫu hệ thống được lựa chọn bằng cách áp dụng một khoảng cách hằng định (bước nhảy k) theo sau bởi một sự bắt đầu ngẫu nhiên. Các bước chọn mẫu hệ thống:
Bước 1: Lập danh sách các đối tượng trong quần thể nghiên cứu.
Bước 2: Hệ số khoảng cách k: k=N/n (N là số các cá thể trong quần thể, n là cỡ mẫu)
Bước 3: Chọn đối tượng nghiên cứu đầu tiên có số thứ tự là i bằng cách bốc thăm hoặc chọn bảng số ngẫu nhiên một số trong khoảng từ 1 đến k.
Bước 4: Tìm các đối tượng nghiên cứu tiếp theo theo nguyên tắc số thứ tự của đối tượng sau bằng số thứ tự của đối tượng liền trước cộng với hệ số k cho đến khi hoàn thành cỡ mẫu. Đối tượng nghiên cứu thứ n có số thứ tự là i + (n-1) k.
2.3. Mẫu ngẫu nhiên phân tầng
Trong chọn mẫu theo phương pháp ngẫu nhiên phân tầng, quần thể nghiên cứu được chia thành các nhóm riêng rẽ được gọi là tầng, mẫu nghiên cứu là các cá thể được lựa chọn một cách ngẫu nhiên trong các tầng. Tổng số cá thể được chọn nghiên cứu trong mỗi tầng phải tương ứng với tỷ lệ quần thể có trong các tầng. Các bước chọn mẫu ngẫu nhiên phân tầng:
Bước 1: Lập danh sách các đối tượng trong quần thể nghiên cứu.
Bước 2: Phân chia quần thể nghiên cứu thành các tầng khác nhau căn cứ vào các đặc điểm như giới, nhóm tuổi, tình trạng hôm nhân…đảm bảo giữa các tầng không có sự chồng chéo.
Bước 3: Quyết định số cá thể được lựa chọn ở mỗi tầng. Cỡ mẫu ở mỗi tầng phải tỷ lệ thuận với kích cỡ của từng tầng trong quần thể.
Bước 4: Tiến hành phương pháp chọn mẫu ngẫu nhiên đơn trong từng tầng.
2.4. Mẫu chùm
Mẫu chùm là mẫu đạt được bởi việc lựa chọn ngẫu nhiên các nhóm cá thể được gọi là chùm từ quần thể nghiên cứu. Các bước chọn mẫu chùm:
Bước 1: Xác định các chùm. Chùm thường được hình thành bởi các các thể tập hợp gần nhau và thường có chung một số đặc điểm (gia đình, làng xã, trường học…).
Bước 2: Lập danh sách tất cả các chùm.
Bước 3: Chọn ngẫu nhiên một số chùm vào mẫu.
Bước 4: Chọn đối tượng nghiên cứu. Một là, tất cả các cá thể trong các chùm đã chọn sẽ được nghiên cứu. Hai là, liệt kê danh sách các cá thể rong các chùm đã chọn và áp dụng phương pháp chọn mẫu ngẫu nhiên đơn hoặc ngẫu nhiên hệ thống trong mỗi chùm để chọn các cá thể vào mẫu.
TLTK: - Phạm Đức Mục (2016). Nghiên cứu điều dưỡng, tái bản lần 3, nhà xuất bản Giao thông vận tải, Hà Nội
Người viết: Nguyễn Thị Hồng Hạnh