Cỡ mẫu khảo sát: 5 cách xác định đúng cho luận văn

"Em cần bao nhiêu phiếu là đủ?" là câu hỏi gần như ai làm nghiên cứu định lượng cũng từng đặt ra. Câu trả lời nằm ở cỡ mẫu: số người trả lời bạn cần thu được để kết quả phân tích có ý nghĩa, đủ sức thuyết phục hội đồng và phù hợp với kỹ thuật thống kê bạn định dùng. Bài viết này hướng dẫn từng bước cách xác định cỡ mẫu, từ công thức Yamane, Cochran đến các quy tắc kinh nghiệm cho EFA, hồi quy, SEM và PLS-SEM, rồi chuyển con số đó thành số phiếu và chi phí cụ thể khi tạo dự án trên KhảoSát.

Một điều cần nói ngay từ đầu: cỡ mẫu lớn chưa chắc đã tốt. Năm trăm phiếu do người không đúng đối tượng điền vội vẫn kém xa hai trăm phiếu do người thật, đúng đối tượng trả lời cẩn thận. Vì vậy, bên cạnh con số, bài viết cũng bàn về chất lượng người trả lời và cách mô tả trung thực phương pháp chọn mẫu trong luận văn.

Cỡ mẫu là gì và vì sao quan trọng?

Cỡ mẫu (ký hiệu thường là n) là số đơn vị quan sát bạn thực sự đưa vào phân tích. Trong khảo sát bằng bảng hỏi, mỗi phiếu hợp lệ là một quan sát. Cỡ mẫu quá nhỏ khiến ước lượng dao động mạnh, kiểm định thiếu sức mạnh (dễ bỏ sót tác động có thật) và một số mô hình như SEM có thể không hội tụ. Cỡ mẫu quá lớn so với nhu cầu thì tốn thời gian, tốn chi phí mà không thêm nhiều giá trị.

Hội đồng chấm luận văn thường hỏi hai điều về cỡ mẫu: con số được xác định dựa trên cơ sở nào, và mẫu đó có đại diện cho đối tượng nghiên cứu hay không. Câu hỏi thứ nhất được trả lời bằng công thức và quy tắc. Câu hỏi thứ hai được trả lời bằng cách mô tả rõ ai đã trả lời, được tuyển thế nào và đã loại những phiếu nào.

Ba khái niệm hay bị nhầm

Tổng thể (N): toàn bộ nhóm bạn muốn rút ra kết luận, ví dụ toàn bộ sinh viên một trường.
Cỡ mẫu (n): số phiếu hợp lệ đưa vào phân tích.
Số phiếu cần thu: cỡ mẫu cộng thêm phần dự phòng cho phiếu bị loại khi làm sạch.

Bốn yếu tố quyết định cỡ mẫu

Trước khi tra công thức, hãy trả lời bốn câu hỏi dưới đây. Chúng quyết định bạn nên dùng cách tính nào và con số cuối cùng nằm ở khoảng nào.

Yếu tố	Câu hỏi cần trả lời	Ảnh hưởng tới cỡ mẫu
Mục tiêu nghiên cứu	Ước lượng tỷ lệ hay kiểm định mô hình?	Ước lượng tỷ lệ dùng công thức; kiểm định mô hình dùng quy tắc theo kỹ thuật
Kỹ thuật phân tích	EFA, hồi quy, SEM hay PLS-SEM?	Mô hình càng phức tạp, cỡ mẫu càng lớn
Sai số chấp nhận	Bạn chấp nhận sai số 5% hay 10%?	Sai số càng nhỏ, cỡ mẫu càng lớn
Nhóm so sánh	Có so sánh nam và nữ, các ngành, các tỉnh?	Mỗi nhóm con cần đủ phiếu riêng

Yếu tố cuối cùng hay bị bỏ quên. Nếu bạn định so sánh ba nhóm ngành bằng ANOVA, cỡ mẫu tổng 200 có thể chia ra chỉ còn vài chục phiếu cho nhóm nhỏ nhất. Khi đó bạn cần tính cỡ mẫu cho từng nhóm con, rồi cộng lại.

Infographic 4 bước xác định cỡ mẫu khảo sát cho luận văn

Công thức tính cỡ mẫu Yamane và Cochran

Khi mục tiêu là ước lượng một tỷ lệ (ví dụ tỷ lệ sinh viên dùng ví điện tử), hai công thức phổ biến nhất là Cochran và Yamane. Cả hai đều xuất phát từ lý thuyết chọn mẫu xác suất, nên bạn cần hiểu giới hạn của chúng trước khi trích dẫn.

Công thức Cochran

Cochran dùng khi tổng thể rất lớn hoặc không biết rõ quy mô tổng thể:

n0 = Z² × p × (1 - p) / e²

Trong đó Z là giá trị tới hạn theo độ tin cậy (1,96 với độ tin cậy 95%), p là tỷ lệ ước tính có đặc điểm cần đo (khi chưa biết thì lấy 0,5 để cỡ mẫu lớn nhất), e là sai số cho phép.

Ví dụ: độ tin cậy 95%, p = 0,5, e = 0,05. Ta có n0 = 1,96² × 0,5 × 0,5 / 0,05² = 3,8416 × 0,25 / 0,0025 ≈ 384,16, làm tròn lên thành 385. Đây là lý do con số 384 hoặc 385 xuất hiện rất nhiều trong luận văn.

Nếu biết tổng thể N không quá lớn, có thể hiệu chỉnh cho tổng thể hữu hạn:

n = n0 / (1 + (n0 - 1) / N)

Ví dụ minh họa: N = 2.000 sinh viên, n0 = 385. Khi đó n = 385 / (1 + 384 / 2.000) = 385 / 1,192 ≈ 323.

Công thức Yamane

Yamane là dạng rút gọn, dùng khi biết quy mô tổng thể N và giả định p = 0,5, độ tin cậy 95%:

n = N / (1 + N × e²)

Ví dụ: tổng thể 5.000 nhân viên, e = 0,05. Ta có n = 5.000 / (1 + 5.000 × 0,0025) = 5.000 / 13,5 ≈ 370,4, làm tròn lên thành 371.

Tổng thể N (ví dụ)	Cỡ mẫu Yamane, e = 5%	Cỡ mẫu Yamane, e = 10%
500	223	84
1.000	286	91
5.000	371	99
10.000	385	100
100.000	399	100

Bảng trên cho thấy một điều thú vị: khi tổng thể vượt vài nghìn người, cỡ mẫu gần như không tăng thêm. Đó là lý do tổng thể "toàn bộ người tiêu dùng Hà Nội" không đòi hỏi số phiếu khổng lồ.

Giới hạn của công thức

Yamane và Cochran được xây dựng cho mẫu xác suất (mỗi cá thể trong tổng thể có xác suất được chọn biết trước). Khảo sát trực tuyến tuyển người trả lời tự nguyện là chọn mẫu phi xác suất, cụ thể là thuận tiện có kiểm soát tiêu chí. Bạn vẫn có thể dùng công thức để tham khảo quy mô cỡ mẫu, nhưng đừng tuyên bố kết quả "đại diện thống kê cho toàn bộ tổng thể".

Quy tắc kinh nghiệm về cỡ mẫu cho EFA, hồi quy, SEM, PLS-SEM

Phần lớn luận văn ngành kinh tế, quản trị, giáo dục, y tế công cộng không ước lượng tỷ lệ mà kiểm định mô hình. Khi đó, cỡ mẫu thường được xác định theo yêu cầu của kỹ thuật phân tích. Dưới đây là các quy tắc kinh nghiệm được trích dẫn rộng rãi trong giáo trình phương pháp nghiên cứu.

Phân tích nhân tố khám phá (EFA)

Hair và cộng sự (trong giáo trình Multivariate Data Analysis) thường được trích dẫn với khuyến nghị: cỡ mẫu tối thiểu khoảng 50, tốt hơn là từ 100 trở lên, và tỷ lệ số quan sát trên số biến quan sát nên đạt ít nhất 5:1, lý tưởng là 10:1.

Ví dụ: bảng hỏi có 30 biến quan sát (30 câu thang đo Likert đưa vào EFA). Theo tỷ lệ 5:1, cỡ mẫu tối thiểu là 150; theo tỷ lệ 10:1 là 300.

Hồi quy tuyến tính bội

Tabachnick và Fidell (trong giáo trình Using Multivariate Statistics) đưa ra công thức kinh nghiệm thường được dùng: n ≥ 50 + 8m, với m là số biến độc lập, khi mục tiêu là kiểm định mô hình tổng thể. Ví dụ mô hình có 6 biến độc lập thì cỡ mẫu tối thiểu là 50 + 8 × 6 = 98.

Mô hình cấu trúc tuyến tính (SEM, CB-SEM)

SEM dựa trên hiệp phương sai thường cần cỡ mẫu lớn hơn. Nhiều tài liệu phổ biến xem khoảng 200 là mức thường gặp cho mô hình vừa phải, và mô hình càng nhiều khái niệm, càng nhiều biến quan sát thì càng cần nhiều phiếu. Hair và cộng sự cũng lưu ý cỡ mẫu tối thiểu phụ thuộc số khái niệm, số biến quan sát trên mỗi khái niệm và mức độ hội tụ của thang đo.

PLS-SEM

Với PLS-SEM, quy tắc "gấp 10 lần" hay được nhắc: cỡ mẫu tối thiểu bằng 10 lần số mũi tên lớn nhất cùng trỏ vào một biến tiềm ẩn trong mô hình. Tuy vậy, chính Hair và cộng sự trong các tài liệu về PLS-SEM khuyến nghị không chỉ dựa vào quy tắc này mà nên kết hợp phân tích độ mạnh thống kê (power analysis, ví dụ bằng G*Power) hoặc các phương pháp mới hơn như căn bậc hai nghịch đảo.

Kỹ thuật	Quy tắc kinh nghiệm phổ biến	Ví dụ minh họa
EFA	Tối thiểu 5 quan sát mỗi biến, tốt hơn 10	30 biến: 150 đến 300 phiếu
Hồi quy bội	n ≥ 50 + 8m	6 biến độc lập: tối thiểu 98
CB-SEM	Thường từ khoảng 200, tăng theo độ phức tạp	Mô hình 6 khái niệm: nên từ 250
PLS-SEM	Gấp 10 lần số mũi tên trỏ vào một biến, kèm power analysis	5 mũi tên: tối thiểu 50, thực tế nên hơn

Chọn cỡ mẫu lớn nhất trong các yêu cầu

Nếu đề tài dùng cả EFA, CFA và SEM, hãy tính cỡ mẫu theo từng kỹ thuật rồi lấy con số lớn nhất. Ghi rõ trong chương phương pháp: "Cỡ mẫu tối thiểu theo yêu cầu EFA là 150, theo SEM là 200; tác giả chọn cỡ mẫu mục tiêu 250 để đảm bảo cả hai."

Dự phòng phiếu không hợp lệ

Cỡ mẫu bạn tính ra là số phiếu dùng được để phân tích, không phải số phiếu cần thu. Khi làm sạch dữ liệu, luôn có một phần phiếu bị loại: trả lời quá nhanh, trả lời một màu cho mọi câu, sai câu kiểm tra chú ý, bỏ trống nhiều. Bài làm sạch dữ liệu khảo sát hướng dẫn chi tiết các tiêu chí này.

Nhiều nghiên cứu dự phòng thêm khoảng 10% đến 20% so với cỡ mẫu mục tiêu. Công thức đơn giản:

Số phiếu cần thu = Cỡ mẫu mục tiêu / (1 - tỷ lệ loại dự kiến)

Ví dụ: cỡ mẫu mục tiêu 250, dự kiến loại 15%. Số phiếu cần thu = 250 / 0,85 ≈ 295, làm tròn thành 300.

Trên KhảoSát, phiếu không có mã tham gia trong dữ liệu xuất từ form hoặc bị bạn từ chối kèm lý do trong thời hạn đối soát sẽ không tính tiền. Tuy vậy, nếu bạn có tiêu chí loại riêng khi phân tích (ví dụ loại phiếu trả lời một màu), hãy áp dụng ngay trong lúc đối soát để từ chối kịp thời trong 7 ngày, thay vì phát hiện sau khi phiếu đã được duyệt tự động.

Đừng thu dư quá nhiều "cho chắc"

Thu gấp đôi cỡ mẫu cần thiết không làm luận văn tốt hơn, chỉ làm tăng chi phí. Một số phiếu vừa đủ, có cơ sở rõ ràng và được làm sạch cẩn thận thuyết phục hơn nhiều so với con số lớn nhưng không giải thích được.

Chọn số phiếu khi tạo dự án và ảnh hưởng tới chi phí

Khi tạo dự án khảo sát trên KhảoSát, bạn nhập số phiếu trong khoảng từ 20 đến 2000 phiếu cho mỗi dự án. Đây là con số sau khi đã cộng phần dự phòng. Hệ thống báo giá ngay theo thời lượng phiếu, nhóm nghề, phạm vi và số tiêu chí lọc.

1
Tính cỡ mẫu tối thiểu: theo công thức hoặc quy tắc của kỹ thuật phân tích, lấy con số lớn nhất.
2
Kiểm tra nhóm con: nếu so sánh nhiều nhóm, đảm bảo nhóm nhỏ nhất vẫn đủ phiếu.
3
Cộng dự phòng: thêm khoảng 10% đến 20% cho phiếu bị loại khi làm sạch.
4
Nhập số phiếu khi tạo dự án: trong khoảng 20 đến 2000, xem báo giá ngay.
5
Điều chỉnh nếu cần: rút gọn phiếu để giảm thời lượng hoặc bớt tiêu chí lọc không thiết yếu.

Giá mỗi phiếu hợp lệ phụ thuộc chủ yếu vào thời lượng phiếu. Dưới đây là ví dụ chi phí cho đối tượng sinh viên (nhóm phổ thông, hệ số x1), phạm vi trong nước, chưa tính tiêu chí lọc thêm:

Cỡ mẫu cần thu (ví dụ)	Phiếu ≤ 5 phút (15.000 đ)	Phiếu ≤ 10 phút (22.000 đ)	Phiếu ≤ 15 phút (30.000 đ)
100 phiếu	1.500.000 đ	2.200.000 đ	3.000.000 đ
200 phiếu	3.000.000 đ	4.400.000 đ	6.000.000 đ
300 phiếu	4.500.000 đ	6.600.000 đ	9.000.000 đ

Các yếu tố khác cũng thay đổi giá: nhóm nghề cụ thể nhân 1,3; nhóm chuyên môn khó tiếp cận (bác sĩ, dược sĩ, nhân viên y tế, nhà nghiên cứu, luật sư, quản lý, chủ doanh nghiệp, người khởi nghiệp) nhân 1,8; người trả lời ở nước ngoài nhân 2,5; mỗi tiêu chí lọc thêm sau tiêu chí đầu cộng 10%, tối đa cộng 30%; cần gấp với hạn dưới 5 ngày cộng 20%. Giá có thể thay đổi, nên hãy xem con số chính xác tại bảng giá.

Ví dụ minh họa: đề tài khảo sát nhân viên văn phòng (nhóm nghề cụ thể), phiếu 10 phút, cần 300 phiếu. Giá mỗi phiếu là 22.000 × 1,3 = 28.600 đ, tổng 300 phiếu là 8.580.000 đ, chưa tính tiêu chí lọc thêm. Nếu rút phiếu xuống dưới 5 phút, giá mỗi phiếu còn 15.000 × 1,3 = 19.500 đ.

Điểm đáng chú ý là bạn chỉ trả tiền cho phiếu hợp lệ. Khi dự án kết thúc, giá trị phần phiếu chưa thu được hoàn vào số dư tài khoản để dùng cho dự án sau, hoặc bạn liên hệ để được hoàn chuyển khoản.

Người thật đúng đối tượng quan trọng hơn chỉ số lượng

Một cỡ mẫu đẹp trên giấy nhưng toàn người không thuộc đối tượng nghiên cứu sẽ làm sai lệch toàn bộ kết quả. Ví dụ: đề tài về hành vi mua sắm của người đi làm, nhưng một phần ba số phiếu do sinh viên chưa đi làm điền hộ bạn bè. Hệ số Cronbach's Alpha có thể vẫn đạt, nhưng kết luận không còn đúng với đối tượng.

KhảoSát xử lý vấn đề này từ khâu tuyển: người trả lời là người thật có tài khoản, mỗi số điện thoại một tài khoản người trả lời, khai hồ sơ gồm năm sinh, giới tính, quốc gia, tỉnh, nghề, học vấn, lĩnh vực, ngôn ngữ, và chỉ người có hồ sơ khớp tiêu chí mới thấy khảo sát của bạn. Bạn có thể đọc thêm về cách hoạt động ở bài khảo sát đúng đối tượng.

Tiêu chí	Cỡ mẫu lớn nhưng lẫn lộn đối tượng	Cỡ mẫu vừa đủ, đúng đối tượng
Độ tin cậy kết luận	Thấp, dễ bị hội đồng chất vấn	Cao hơn, mô tả mẫu rõ ràng
Chi phí	Tốn cho phiếu không dùng được	Tập trung vào phiếu có giá trị
Làm sạch dữ liệu	Phải loại nhiều, mất thời gian	Ít phiếu phải loại hơn
Mô tả phương pháp	Khó giải thích nguồn mẫu	Mô tả được tiêu chí tuyển chọn

Ngoài ra, nên thêm một vài câu hỏi sàng lọc ở đầu phiếu để xác nhận lại đối tượng, ví dụ hỏi người trả lời có đang đi làm toàn thời gian hay không. Kết hợp lọc hồ sơ và câu sàng lọc giúp cỡ mẫu cuối cùng gần với nhóm bạn thực sự muốn nghiên cứu.

Cách trình bày cỡ mẫu trong chương phương pháp

Hội đồng đánh giá cao sự minh bạch. Một đoạn trình bày cỡ mẫu tốt thường gồm năm ý: cơ sở xác định cỡ mẫu, cỡ mẫu tối thiểu, số phiếu thu được, số phiếu bị loại kèm lý do và cỡ mẫu cuối cùng đưa vào phân tích.

Ví dụ: "Mô hình nghiên cứu gồm 6 khái niệm với 28 biến quan sát. Theo khuyến nghị của Hair và cộng sự về tỷ lệ tối thiểu 5 quan sát cho mỗi biến, cỡ mẫu tối thiểu là 140. Tác giả đặt mục tiêu 250 phiếu hợp lệ và thu 290 phiếu. Sau khi loại 32 phiếu trả lời quá nhanh hoặc sai câu kiểm tra chú ý, cỡ mẫu cuối cùng là 258."

Đừng quên mô tả trung thực cách tuyển mẫu: mẫu được tuyển qua nền tảng trực tuyến, người trả lời tham gia tự nguyện, có nhận điểm thưởng, chọn theo tiêu chí hồ sơ. Đây là chọn mẫu phi xác suất (thuận tiện có kiểm soát tiêu chí). Trang liêm chính có gợi ý cách diễn đạt phù hợp.

Checklist chốt cỡ mẫu

Đã xác định kỹ thuật phân tích chính và tính cỡ mẫu theo từng kỹ thuật.
Đã lấy con số lớn nhất làm cỡ mẫu mục tiêu.
Đã kiểm tra số phiếu cho từng nhóm con nếu có so sánh.
Đã cộng dự phòng 10% đến 20% cho phiếu bị loại.
Số phiếu nằm trong khoảng 20 đến 2000 khi tạo dự án.
Đã xem báo giá và cân nhắc rút gọn thời lượng phiếu.
Đã chuẩn bị đoạn mô tả cỡ mẫu và cách tuyển mẫu trung thực.

Sai lầm thường gặp khi xác định cỡ mẫu

Phần này tổng hợp những lỗi hay gặp của sinh viên và học viên, kèm cách khắc phục.

Chép con số 384 mà không giải thích: hãy nêu rõ độ tin cậy, sai số và giả định p = 0,5.
Dùng công thức Yamane cho đề tài SEM: kỹ thuật phân tích mới là căn cứ chính cho cỡ mẫu của mô hình.
Quên nhóm con: cỡ mẫu tổng đủ nhưng nhóm so sánh nhỏ nhất chỉ có vài chục phiếu.
Không dự phòng: thu vừa đúng cỡ mẫu tối thiểu, sau khi làm sạch lại thiếu phiếu.
Tuyên bố mẫu đại diện: mẫu trực tuyến tự nguyện là phi xác suất, cần nói rõ giới hạn.
Ưu tiên số lượng hơn chất lượng: cỡ mẫu lớn từ nguồn không kiểm soát vẫn là dữ liệu yếu.

Sau khi thu đủ phiếu, bước tiếp theo là đối soát, làm sạch và phân tích. Nếu cần hỗ trợ phân tích EFA, hồi quy, SEM hay PLS-SEM, bạn có thể tham khảo dịch vụ phân tích dữ liệu tại ResearchSTAT, cùng hệ sinh thái với KhảoSát.

Câu hỏi thường gặp

Cỡ mẫu tối thiểu cho luận văn thạc sĩ là bao nhiêu?

Không có một con số chung. Cỡ mẫu phụ thuộc kỹ thuật phân tích: EFA thường cần ít nhất 5 quan sát mỗi biến, hồi quy bội theo công thức 50 + 8m, SEM thường từ khoảng 200. Hãy tính theo kỹ thuật bạn dùng và lấy con số lớn nhất.

Nên dùng công thức Yamane hay Cochran?

Dùng Cochran khi tổng thể rất lớn hoặc không rõ quy mô, có hiệu chỉnh nếu biết N. Dùng Yamane khi biết quy mô tổng thể và chấp nhận giả định p = 0,5, độ tin cậy 95%. Cả hai chỉ là tham khảo cho mẫu phi xác suất.

Cỡ mẫu 384 có phải lúc nào cũng an toàn?

Con số 384 hoặc 385 đến từ công thức Cochran với sai số 5%. Nó thường đủ cho nhiều đề tài, nhưng nếu mô hình SEM rất phức tạp hoặc cần so sánh nhiều nhóm con, bạn có thể cần nhiều hơn.

Nên dự phòng bao nhiêu phiếu?

Phổ biến là cộng thêm khoảng 10% đến 20% so với cỡ mẫu mục tiêu. Phiếu dài, nhiều câu thang đo hoặc chủ đề khó thường cần dự phòng ở mức cao hơn.

Số phiếu tối đa và tối thiểu cho một dự án trên KhảoSát là bao nhiêu?

Mỗi dự án nhận từ 20 đến 2000 phiếu. Bạn chỉ trả tiền cho phiếu hợp lệ; phần chưa thu được khi dự án kết thúc được hoàn vào số dư. Xem chi tiết tại bảng giá.

Cỡ mẫu lớn có bù được cho người trả lời không đúng đối tượng?

Không. Phiếu sai đối tượng làm sai lệch kết quả bất kể cỡ mẫu lớn đến đâu. Hãy ưu tiên người thật đúng đối tượng, kết hợp câu hỏi sàng lọc và làm sạch dữ liệu cẩn thận.