Công Cụ Này Làm Gì
Công cụ này cho bạn biết cần khảo sát bao nhiêu người để ước tính một tỷ lệ trong tổng thể với sai số cho phép và độ tin cậy mà bạn lựa chọn. Đây là phép tính được dùng rộng rãi trong nghiên cứu thị trường, thăm dò dư luận chính trị, kiểm soát chất lượng và các nghiên cứu học thuật. Công cụ không phụ thuộc vào quốc gia hay khu vực nào — đây thuần túy là thống kê và áp dụng được ở mọi nơi.
Cách Sử Dụng
Hãy chọn độ tin cậy (90%, 95% hoặc 99%), nhập sai số cho phép mà bạn có thể chấp nhận (ví dụ 5%), và cung cấp một tỷ lệ ước tính. Nếu chưa có ước tính nào trước đó, hãy dùng 50% — đây là giá trị an toàn nhất (thận trọng nhất) và cho ra cỡ mẫu lớn nhất, chắc chắn nhất. Bạn cũng có thể nhập thêm quy mô tổng thể để áp dụng hiệu chỉnh tổng thể hữu hạn, giúp giảm cỡ mẫu cần thiết khi tổng thể nhỏ.
Giải Thích Công Thức
Công thức cốt lõi là $$n = \dfrac{z^2 \cdot p\,(1 - p)}{E^2}$$. Trong đó z là giá trị tới hạn của phân phối chuẩn ứng với độ tin cậy của bạn (1.645 cho 90%, 1.96 cho 95%, 2.576 cho 99%), p là tỷ lệ kỳ vọng biểu diễn dưới dạng số thập phân, và E là sai số cho phép cũng ở dạng thập phân. Thành phần \(p(1 - p)\) đạt giá trị lớn nhất khi \(p = 0.5\), đó là lý do vì sao 50% cho ra cỡ mẫu lớn nhất. Khi bạn nhập quy mô tổng thể hữu hạn N, kết quả được giảm xuống theo hệ số hiệu chỉnh $$n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}.$$
Ví Dụ Minh Họa
Giả sử bạn muốn độ tin cậy 95% (\(z = 1.96\)), sai số cho phép 5% (\(E = 0.05\)) và giả định \(p = 0.5\). Khi đó $$n = \frac{1.96^2 \times 0.5 \times 0.5}{0.05^2} = \frac{3.8416 \times 0.25}{0.0025} = \frac{0.9604}{0.0025} = 384.16,$$ làm tròn lên thành 385 người tham gia khảo sát.
Giá trị tới hạn z theo mức tin cậy
| Mức tin cậy hai phía | Giá trị tới hạn z |
|---|---|
| 80% | 1.282 |
| 85% | 1.440 |
| 90% | 1.645 |
| 95% | 1.960 |
| 98% | 2.326 |
| 99% | 2.576 |
| 99.9% | 3.291 |
Đây là các phân vị chuẩn tắc tại xác suất \(1 - \alpha/2\), trong đó \(\alpha = 1 - \text{mức tin cậy}\). Với độ tin cậy 95%, \(\alpha = 0.05\), nên z là phân vị thứ 97.5 của phân phối chuẩn tắc, khoảng 1.960.
Diễn giải cỡ mẫu cần thiết
- Sai số biên bao hàm điều gì: công thức giả định một mẫu ngẫu nhiên đơn giản và ước lượng một tỷ lệ đơn tại mức tin cậy đã nêu. Nó chỉ phản ánh sai số lấy mẫu ngẫu nhiên. Nó không tính đến tỷ lệ không phản hồi, các vấn đề về phạm vi bao phủ hoặc thiên lệch lấy mẫu, nên con số này là số phản hồi hoàn chỉnh, hữu dụng bạn cần, chứ không phải số lời mời đã gửi. Nếu bạn kỳ vọng tỷ lệ phản hồi là 20%, bạn phải mời nhiều người hơn n rất nhiều.
- Ý nghĩa của độ tin cậy 95%: nếu bạn lặp lại khảo sát nhiều lần và mỗi lần xây dựng một khoảng tin cậy bằng phương pháp này, khoảng 95% trong số các khoảng đó sẽ chứa tỷ lệ thực của tổng thể. Điều này không có nghĩa là có xác suất 95% rằng giá trị thực nằm trong một khoảng cụ thể đã tính được.
- Lợi suất giảm dần: n tăng theo \(1/E^2\), nên việc thu hẹp sai số biên sẽ tốn kém rất nhanh. Chuyển từ 5% sang 3% ở độ tin cậy 95% làm n tăng từ 385 lên 1,068, trong khi chuyển từ 10% sang 5% chỉ thêm khoảng 288 phản hồi.
- Lựa chọn p: \(\hat{p} = 0.5\) cho tích \(\hat{p}(1-\hat{p})\) lớn nhất và cho n lớn nhất, an toàn nhất. Chỉ nên dùng giá trị khác nếu bạn có ước lượng trước đáng tin cậy.
- Hiệu chỉnh tổng thể hữu hạn: việc điều chỉnh \(n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}\) chủ yếu có ý nghĩa khi \(n_0\) vượt khoảng 5% quy mô tổng thể N. Với tổng thể lớn, nó hầu như không thay đổi gì; với tổng thể nhỏ, nó có thể làm giảm đáng kể cỡ mẫu cần thiết.
- Các nhóm con: sai số biên áp dụng cho toàn bộ mẫu. Kết quả của các nhóm con (ví dụ theo độ tuổi hoặc khu vực) sẽ có sai số biên lớn hơn, trừ khi mỗi nhóm con có cỡ mẫu riêng đủ lớn.
Câu Hỏi Thường Gặp
Nên dùng tỷ lệ nào nếu chưa có ước tính? Hãy dùng 50% — giá trị này cho cỡ mẫu lớn nhất và đảm bảo đạt được sai số cho phép.
Tại sao phải làm tròn lên? Cỡ mẫu phải là số nguyên, và làm tròn lên giúp đảm bảo sai số không vượt quá mức cho phép.
Khi nào quy mô tổng thể mới quan trọng? Hiệu chỉnh tổng thể hữu hạn chỉ thực sự giảm cỡ mẫu khi tổng thể của bạn nhỏ so với \(n_0\) (ví dụ vài nghìn người hoặc ít hơn).