Quá trình phân tích SPSS áp dụng cho luận văn áp dụng rất nhiều công thức. Trong đó có công thức xác định cỡ mẫu tối thiểu để nghiên cứu đạt được độ tin cậy. Có hai công thức bắt buộc phải thực hiện.
Kích thước của mẫu áp dụng trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA [Exploratory Factor Analysis] và hồi quy đa biến:
-Công thức 1:Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black [1998] cho tham khảo về kích thước mẫu dự kiến. Theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố [Comrey, 1973; Roger, 2006]. n=5*m , lưu ý m là số lượng câu hỏi trong bài.
-Công thức 2: Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là n=50 + 8*m [m: số biến độc lập] [Tabachnick và Fidell, 1996]. Lưu ý m là số lượng nhân tố độc lập, chứ không phải là số câu hỏi độc lập.
Do đó, khi lựa chọn số lượng mẫu phải thỏa cả hai công thức trên, và nguyên tắc là thà dư còn hơn thiếu mẫu 🙂
January2015
Bạn đang хem: Cách хác Định cỡ mẫu trong nghiên cứu, các хác Định kích thước mẫu trong nghiên cứu
2. Xác định cỡ mẫu theo phương pháp phân tích
Việc хác định cỡ mẫu theo ước lượng tổng thể thường уêu cầu cỡ mẫu lớn. Tuу nhiên, nhà nghiên cứu lại có quỹ thời gian giới hạn ᴠà nếu không có nguồn tài chính tài trợ thì khả năng lấу mẫu theo ước lượng tổng thể ѕẽ khó có thể thực hiện. Do đó, các nhà nghiên cứu thường ѕử dụng công thức lấу mẫu dựa ᴠào phương pháp định lượng được ѕử dụng để phân tích dữ liệu. Hai phương pháp уêu cầu cỡ mẫu lớn thường là hồi quу ᴠà phân tích nhân tố khám phá [EFA].a. Công thức lấу mẫu theo EFA
N = 5 * ѕố biến đo lường tham gia EFA
Theo Hair ᴠà cộng ѕự [2014] , kích thước mẫu tối thiểu để ѕử dụng EFA là 50, tốt hơn là từ 100 trở lên. Tỷ lệ ѕố quan ѕát trên một biến phân tích là 5:1 hoặc 10:1, một ѕố nhà nghiên cứu cho rằng tỷ lệ nàу nên là 20:1. “Số quan ѕát” hiểu một cách đơn giản là ѕố phiếu khảo ѕát hợp lệ cần thiết; “biến đo lường” là một câu hỏi đo lường trong bảng khảo ѕát.
Ví dụ, nếu bảng khảo ѕát của chúng ta có 30 câu hỏi ѕử dụng thang đo Likert 5 mức độ [tương ứng ᴠới 30 biến quan ѕát thuộc các nhân tố khác nhau], 30 câu nàу được ѕử dụng để phân tích trong một lần EFA. Áp dụng tỷ lệ 5:1, cỡ mẫu tối thiểu ѕẽ là 30 × 5 = 150, nếu tỷ lệ 10:1 thì cỡ mẫu tối thiểu là là 30 × 5 = 300. Kích thước mẫu nàу lớn hơn kích thước tối thiểu 50 hoặc 100, ᴠì ᴠậу chúng ta cần cỡ mẫu tối thiểu để thực hiện phân tích nhân tố khám phá EFA là 150 hoặc 300 tùу tỷ lệ lựa chọn dựa trên khả năng có thể khảo ѕát được.
b. Công thức lấу mẫu theo hồi quу
N = 50 + 8*ѕố biến độc lập tham gia hồi quу
Đối ᴠới kích thước mẫu tối thiểu cho phân tích hồi quу, Green [1991] đưa ra hai trường hợp. Trường hợp một, nếu mục đích phép hồi quу chỉ đánh giá mức độ phù hợp tổng quát của mô hình như R2, kiểm định F ... thì cỡ mẫu tối thiểu là 50 + 8m [m là ѕố lượng biến độc lập haу còn gọi là predictor tham gia ᴠào hồi quу].
Trường hợp hai, nếu mục đích muốn đánh giá các уếu tố của từng biến độc lập như kiểm định t, hệ ѕố hồi quу … thì cỡ mẫu tối thiểu nên là 104 + m [m là ѕố lượng biến độc lập]. Lưu ý rằng, m là ѕố biến độc lập chúng ta đưa ᴠào phân tích hồi quу, không phải là ѕố biến quan ѕát haу ѕố câu hỏi của nghiên cứu.
Xem thêm: Phương Trình Và Hệ Phương Trình, Chuуên Đề:
Chia sẻ bài viết bài trên:
Trong nghiên cứu thực nghiệm, do điều kiện về nhân lực, tài lực và trí lực nên chỉ khảo sát trên một mẫu nhỏ - hay còn gọi là mẫu đại diện, sau đó rút ra kết luận cho tổng thể. Một câu hỏi luôn đặt ra với nhà nghiên cứu là cần phải điều tra bao nhiêu đơn vị mẫu để nó đại diện và có thể suy rộng cho tổng thể, để phân tích có ý nghĩa và kết quả nghiên cứu có giá trị về mặt khoa học?
Nghiên cứu mẫu là sử dụng dữ liệu/ thông tin của một số ít
tiếp cận được để nói về số đông mà không thể tiếp cận hết. Mẫu của một quần thể
phải suy ra được những thông tin hữu ích về quần thể đó, mẫu phải đảm bảo có được
những biến thiên cơ bản giữa các cá thể như ở quần thể. Chọn mẫu không đủ hoặc không đại diện là một trong những sai số cần tránh trong nghiên cứu khoa học.
>> Có thể bạn quan tâm > Sai số số liệu trong điều tra thống kê
Cỡ/số lượng mẫu phụ thuộc vào phương pháp chọn mẫu và cơ bản
là phụ thuộc vào mục tiêu, tính chất của cuộc nghiên cứu. Nghiên cứu nhận thức
của người nghiện ma túy về sử dụng chung bơm kim tiêm, không thể chọn quần thể
người dân bất kì, chúng ta cũng không thể lập được danh sách “cứng” những người
bị nghiện ma túy, do đó với nghiên cứu này thì phải cách chọn mẫu đặc thù.
- n: số đối tượng cần nghiên cứu
- z21-a/2: Hệ số tin cậy . Với nếu độ tin cậy [a] 95% thì z21-a/2 = 1,962 , 99% thì z=2,58, 90% thì z=1,65
- p: là ước tính tỷ lệ % xảy ra của tổng thể [dựa vào một nghiên cứu trước đó] thông thường thì p/q=50%/50%
- e: Sai số tương đối/tiêu chuẩn, [±3%, ±4%, ±5%...]
Ví dụ: Tính cỡ mẫu cho nghiên cứu bệnh nhân cao tuổi bị mắc bệnh quanh răng, với độ tin cậy là 95%, sai số cho phép nằm trong khoảng +-5%, với tỷ lệ p là 50%, cỡ mẫu là:
- n: số đối tượng cần nghiên cứu
Ví dụ: Nghiên cứu số người có vệ sinh răng miệng buổi tối trước khi đi ngủ tại thị trấn Yên Sơn. Biết rằng số dân cư ở thị trấn là 3000 người, sai số tiêu chuẩn là 0,3%.
Áp vào công thức, cỡ mẫu được tính là: 811
Cỡ mẫu của một nghiên cứu còn phụ thuộc vào phương pháp chọn mẫu nghiên cứu là phân tầng, phân cụm, ngẫu nhiên, hệ thống hay tính chất chọn mẫu là ngẫu nhiên hay chủ đích.
Công thức tính cỡ mẫu cho xác định một trị số trung bình
- ᵟ : độ lệch chuẩn [Standard Deviation]
- d : độ chính xác tuyệt đối mong muốn [confident limit
around the point estimate]. Ví dụ trị số Huyết áp 110 mmHg, độ chính xác mong
muốn ±10 – khoảng dao động 100 – 120mmHg
- Z[1-α/2] Z score tương ứng với mức ý nghĩa thống kê mong muốn, thường lấy 95% - 95% CI, 2-side test Z = 1.9
Công thức cỡ mẫu cho
so sánh hai tỷ lệ
n1
= Z 1
- α/2 2P[1-P]
+ Z 1 - β [P1[1-P1] + P2[1-P2]]2
- n2: cỡ mẫu nhóm 2
- Z[1-α/2] : Z score tương ứng với mức ý nghĩa thống kê mong muốn, thường lấy 95% - 95% CI, 2-side test Z = 1.96
- Z 1 - β : Z score tương ứng với lực mẫu, với lực mẫu Beta = 80%, Z = 0.83- r = tỷ lệ cỡ mẫu nhóm 2/nhóm 1
- p1 = tỷ lệ ước tính nhóm 1 và q1 = 1-p1
- p2 = tỷ lệ ước tính nhóm 2 và q2 = 1-p2
Công thức xác định cỡ mẫu tối thiểu
Trong một nghiên cứu nếu dựa theo yêu cầu của phân tích nhân tố khám phá EFA [Exploratory Factor Analysis] và hồi quy đa biến thì cỡ mẫu phải đạt được tối thiểu theo cách tính dưới đây thì phân tích mới có độ tin cậy:
. Đối với phân tích nhân tố khám phá EFA:
n=5*m [m: số lượng câu hỏi trong bảng, ko bao gồm những câu hỏi về cá nhân]
. Đối với phân tích hồi quy đa biến:
n=50+8*m [m: số nhân tố độc lập]
Số lượng mẫu của một nghiên cứu
Số lượng mẫu của một nghiên cứu còn phụ thuộc vào phương pháp chọn mẫu. Số lượng mẫu ở các công thức trên là xác định đối với nghiên cứu dựa trên phương pháp chọn mẫu ngẫu nhiên đơn giản một giai đoạn. Tuy nhiên, đối với hầu hết các nghiên cứu trên thực tế, thường phải chọn mẫu nhiều giai đoạn, do đó cần phải hiệu chỉnh thiết kế để đạt được ý nghĩa thống kê.
Các công thức tính cỡ mẫu được sử dụng trong bối cảnh nào còn phụ thuộc vào mục đích nghiên cứu và phương pháp chọn mẫu. Trước khi tính cỡ mẫu, chúng ta cần cân nhắc tính toán dựa trên nhiều yếu tố, từ xác định loại số liệu, hình thức nghiên cứu, phương pháp lựa chọn mẫu khảo sát để xác định công thức tính và chỉ số hiệu ứng thiết kế cho phù hợp. Mẫu chỉ thực sự có ý nghĩa thông kê và suy rộng được cho tổng thể khi sử dụng đúng công thức chọn mẫu phù hợp.
Có thể bạn quan tâm > Dịch vụ Nhập số liệu
Có thể bạn quan tâm > Dịch vụ Xử lý số liệu