Sampling trong nghiên cứu là gì ✅ 2023
Thủ Thuật Hướng dẫn Sampling trong nghiên cứu và phân tích là gì Chi Tiết
Hoàng Thị Hương đang tìm kiếm từ khóa Sampling trong nghiên cứu và phân tích là gì được Update vào lúc : 2022-09-28 02:30:29 . Với phương châm chia sẻ Mẹo về trong nội dung bài viết một cách Chi Tiết 2022. Nếu sau khi Read nội dung bài viết vẫn ko hiểu thì hoàn toàn có thể lại phản hồi ở cuối bài để Mình lý giải và hướng dẫn lại nha.Lấy mẫu tài liệu là một kỹ thuật rất quang trọng trong thống kê, là yếu tố quan trọng góp thêm phần xác lập độ đúng mực của research / survey. Nếu có bất kể sai sót gì trong quy trình lấy mẫu, nó sẽ ảnh hưởng tác động trực tiếp đến hiệu suất cao sau cuối. Có rất nhiều kỹ thuật giúp tất cả tất cả chúng ta tích lũy mẫu nhờ vào nhu yếu và trường hợp tất cả tất cả chúng ta cần. Bài viết này sẽ lý giải 1 số ít kỹ thuật thông dụng nhất .Bạn đang xem : Sampling method là gì
Để khởi đầu nội dung bài viết, tất cả chúng ta sẽ làm rõ mốt số khái niệm cơ bản là Quần thể – Population,mẫu – Sample và lấy mẫu – sampling
Nội dung chính- Lấy mẫu ngẫu nhiênLấy mẫu phi ngẫu nhiênChọn mẫu không còn xác suấtChọn mẫu xác suấtCác phương pháp chọn mẫu ngẫu nhiên– Chọn mẫu ngẫu nhiên đơn giản (simple random)– Chọn mẫu phân lớp (stratified samples)– Chọn mẫu khối mạng lưới hệ thống (systematic samples)– Chọn mẫu chỉ tiêu (quota sampling)– Chọn mẫu không khí (spatial sampling)
Quần thể – population là tập hợp của những thành viên có một hoặc 1 số ít đặc thù chung. Kích thước của một quần thể là số lượng thành viên trong quần thể đó .Mẫu – sample là một tập con của quần thể. Quá trình chọn một mẫu được gọi là lấy mẫu – sampling. Kích thước mẫu là số lượng thành viên trong tập mẫu .
Hình 1: Ví dụ về lấy mẫu tài liệuCó rất nhiều kỹ thuật lấy mẫu tài liệu rất khác nhau, nhưng tất cả tất cả chúng ta hoàn toàn hoàn toàn có thể gom chúng vào 2 nhóm chính :Lấy mẫu ngẫu nhiên – Probability SamplingLấy mẫu phi ngẫu nhiên – non-probability sampling
Hình 2: Ví dụ so về lấy mẫu ngẫu nhiên và lấy mẫu phi ngẫu nhiênSự độc lạ của hai nhóm trên là giải pháp lấy mẫu có sử dụng “ hàm ngẫu nhiên ” hay là không. Với việc sử dụng hàm ngẫu nhiên, mỗi thành viên đều có thời cơ được lựa chọn ngang nhau và đều có thời cơ là một thành viên trong tập mẫu .
Lấy mẫu ngẫu nhiên
Những thuật toán trong nhóm này sử dụng hàm “ ngẫu nhiên ” để bảo vệ rằng mọi thành phần đều có thời cơ lựa chọn ngang nhau. Một tên khác của giải pháp này là random sampling .Một số chiêu thức thuộc nhóm nàySimple Random SamplingStratified samplingSystematic samplingCluster SamplingMulti stage SamplingSimple Random SamplingSimple Random SamplingMỗi thành viên đều có thời cơ lựa chọn ngang nhau vào tập mẫu. Phương pháp này được sử dụng khi tất cả tất cả chúng ta không còn bất kể thông tin gì về tập population .Ví dụ : Chọn ngẫu nhiên 20 sinh viên trong lớp học 50 sinh viên. Mỗi sinh viên đều có thời cơ được chọn ngang nhau là một trong ⁄ 50 .Stratified samplingStratified samplingKỹ thuật này phân loại mỗi thành viên trong quần thể thành từng nhóm nhỏ nhờ vào sự tương đương ( similarity ), nghĩa là những thành viên trong cùng 1 nhóm sẽ như nhau với nhau về một tầm nhìn nào đó, và sẽ rất khác với những nhóm khác về tầm nhìn đó. Và tất cả tất cả chúng ta sẽ chọn ngẫu nhiên những những thể trong mỗi nhóm. Ở giải pháp này, tất cả tất cả chúng ta cần thông tin cho trước về tập quần thể để tạo những nhóm con .
Hình 2: lấy mẫu Stratified samplingỞ ví dụ trên, tất cả tất cả chúng ta sẽ chia tập quần thể thành những nhóm con mặc áo đỏ, mặc áo xanh, mặc áo vàng ( phải biết trước được trong quần thể thằng nào mặc áo màu gì ). Sau đó sẽ lựa chọn ngẫu nhiên 2 những thể trong mỗi nhóm .Cluster SamplingCluster SamplingToàn bộ tập quần thể sẽ được phân thành từ cụm hoặc thành từng phần. Sau đó tất cả tất cả chúng ta sẽ chọn ngẫu nhiên từng cụm. Tất cả những thành viên trong cụm đó sẽ được sử dụng làm tập mẫu. Các cụm được định danh nhờ vào những yếu tố xác lập trước. Ví dụ ở trong hình ở trên, những cụm được định danh nhờ vào sắc tố của áo mà người đó mặc. Điểm độc lạ ở giải pháp này so với chiêu thức ở trên là chiêu thức ở trên lựa chọn ngẫu nhiên một số trong những ít những thành viên trong mỗi cụm. Còn chiêu thức này sẽ lựa chọn ngẫu nhiên những cụm, và chọn hết toàn bộ những những thể trong cụm đó .Một số kế hoạch để lựa chọn cụm :
Single Stage Cluster Sampling: Các cụm được lựa chọn ngẫu nhiên
Hình 3: Single Stage Cluster Sampling
Two Stage Cluster Sampling: Ở phương pháp này, tất cả chúng ta sẽ lựa chọn ngẫu nhiên những cụm, sau đó, trong mỗi cụm, tất cả chúng ta sẽ lựa chọn ngẫu nhiên những thành viên trong mỗi cụm
Xem thêm: Vai trò của mái ấm gia đình trong xã hội lúc bấy giờ
Hình 4: Two Stage Cluster SamplingSystematic ClusteringSystematic ClusteringỞ giải pháp này, việc lựa chọn thành viên là có quy luật và không ngẫu nhiên, từ thành viên tiên phong. Các thành viên của tập mẫu được lựa chọn ra từ tập quần thể nhờ vào một quy luật nào đó. Đầu tiên, tổng thể những thành viên trong tập quần thể phải được xắp xếp có thứ tự. Sau đó tất cả tất cả chúng ta sẽ lựa chọn ngẫu nhiên thành viên tiên phong ( mỗi thành viên đều có Tỷ Lệ ngang nhau ở đây ), và sử dụng quy luật nào đó để rút ra những thành viên tiếp theo .
Hình 5: Systematic ClusteringNhư ví dụ ở trên, tất cả tất cả chúng ta xắp xếp những nhân vật áo vàng, xanh, đỏ ngẫu nhiên tuỳ ý theo sự lựa chọn của người ta. Quy luật là cứ 4 người sẽ lấy người cuối. Ấn nút ngẫu nhiên … ta được số 3. Vậy là thành viên tiên phong là nhân vật ở vị trí số 3, tiếp theo sẽ là nhân vật ở vị trí 7, 11, 15,19, 5, …Multi-Stage SamplingMulti-Stage SamplingPhương pháp này là sự việc tích hợp của một hoặc nhiều giải pháp được miêu tả ở trên .Quần thể được phân thành nhiều cụm ( cluster ) và mỗi cụm được chia vào từng nhóm con ( subgrop – strata ) nhờ vào sự tương đương => tất cả tất cả chúng ta được một tập những cụm con được gọi là stratum. Chúng ta sẽ lựa nhọn một hoặc một vài strata trong stratum. Quá trình này sẽ được lặp đi lặp lại đến lúc không hề cụm nào hoàn toàn hoàn toàn có thể phân loại được nữa .Xem thêm : Học Tiếng Pháp Dùng Từ Điển Pháp Anh, Từ Điển Pháp ViệtVí dụ, những vương quốc hoàn toàn hoàn toàn có thể được phân loại thành từng bang, thành phố, thành thị, nông thôn. Và tổng thể những khu vực có cùng ký tự đầu hoàn toàn hoàn toàn có thể được gom lại thành với nhau tạo thành một strata .
Hình 6: Multi-Stage Sampling
Lấy mẫu phi ngẫu nhiên
Những kỹ thuật nằm trong nhóm này sẽ không sử dụng hàm ngẫu nhiên. Kỹ thuật này nhờ vào vào năng lực hiểu biết của những nhà nghiên cứu và phân tích ( researcher ) trên tập quần thể họ đang có để lựa chọn thành viên cho tập mẫu. Kết quả của việc lấy mẫu hoàn toàn hoàn toàn có thể bị lệch .Một số giải pháp thuộc nhóm này là :Convenience SamplingPurposive SamplingQuota SamplingReferral / Snowball SamplingConvenience SamplingConvenience SamplingCác thành viên được chọn nhờ vào tính khả dụng của tài liệu. Phương pháp này được sử dụng khi tính khả dụng của tài liệu là hiếm và tốn kém. Do vậy, tất cả tất cả chúng ta sẽ lựa chọn mẫu nhờ vào sự tiện nghi .Ví dụ, Các nhà nghiên cứu và phân tích thường hay sử dụng giải pháp này trong những tiến trình đầu của những nghiên cứu và phân tích và điều tra khảo sát, vì nó thuận tiện, nhanh gọn và cho ra tác dụng nhanh .Purposive SamplingPurposive SamplingPhương pháp lấy mẫu này nhờ vào tiềm năng của nghiên cứu và phân tích và điều tra. Chỉ lựa chọn ra những thành viên trong quần thể tương thích nhất với tiềm năng điều tra và nghiên cứu và phân tích .Ví dụ : Nếu tất cả tất cả chúng ta muốn hiểu được “ tâm lý của những người dân chăm sóc đến bằng thạc sỹ ” thì tiêu chuẩn lựa chọn thành viên là những người dân say yes trong thắc mắc “ bạn có hứng thú với bậc thạc sỹ trong nghành nghề dịch vụ … không ? ”. Những người say “ No ” sẽ bị loại khỏi tập mẫu của tất cả tất cả chúng ta .Quota SamplingQuota SamplingPhương pháp lấy mẫu này phụ thuộc vào vào 1 số ít tiêu chuẩn thiết lập từ trước. Tỷ lệ của những nhóm thành viên trong tập mẫu phải giống hết trong tập quần thể. Các thành viên được chọn cho tới lúc chúng đạt đúng tỷ suất của một loại tài liệu .Ví dụ : Giả sử tất cả tất cả chúng ta biết rằng trên toàn cầu này còn có 6 tỷ người, và 45 % trong số đó là phái mạnh và 55 % là phái đẹp. Vậy thì tất cả tất cả chúng ta sẽ lấy mẫu làm thế nào cho tập mẫu tất cả tất cả chúng ta cũng phản ánh số đó, nghĩa là trong tập mẫu có 1000 người thì 45 % trong số 1000 người đó phải là nam và 55 % trong số 1000 người đó là nữ .Referral /Snowball SamplingReferral / Snowball SamplingKỹ thuật này được sử dụng khi tất cả tất cả chúng ta không biết gì về tập quần thể hoặc tập quần thể hiếm. Lúc đó tất cả tất cả chúng ta sẽ tìm ra thành viên tiên phong trong quần thể, rồi nhờ thành viên tiên phong đó gợi ý những thành viên tiếp theo với điều kiện kèm theo thoả nhu cẫu lấy mẫu của nghiên cứu và phân tích và điều tra. Cứ liên tục như vậy thì size của tập mẫu sẽ tăng lên theo cấp nhân như size quả quả cầu tuyết, nên kỹ thuật này còn tồn tại tên gọi khác là Snowball Sampling .
Hình 7: Ví dụ về Snowball Sampling Ví dụ: Trong tình huống, ngữ cảnh là bạn muốn làm 1 bài khảo sát về những người dân bị nhiễm HIV, những người dân này thường có khuynh hướng không cởi mở ở mức độ công cộng và khó cho tất cả chúng ta tiếp cận để thu thập thông tin trực tiếp từ họ.
Nhóm khảo sát sẽ triển khai liên hệ 1 người nào đó mà người ta biết hoặc người nào đó xung phong làm cầu nối với những người dân bị nhiễm và tích lũy thông tin từ họ ( những người dân bị nhiễn tin cậy người được xung phong hơn nhóm khảo sát. Vì nhóm khảo sát là người lạ ) .Hi vọng sau nội dung bài viết này, những bạn có thêm nhiều ý tưởng sáng tạo hơn thế nữa về việc lấy mẫu và những phương pháp để lấy mẫu trong ứng dụng thực tiễn .Bài viết được lược dịch và một số trong những ít hình ảnh được lấy từ nguồn https://towardsdatascience.com/sampling-techniques-a4e34111d808
(Last Updated On: 18/06/2022 by Lytuong)
Mục đích của tất cả những phương pháp lấy mẫu là đạt được mẫu đại diện cho tất cả quần thể nghiên cứu và phân tích. Khi chọn phương pháp lấy mẫu thì nên phải biết những đặc tính của quần thể nghiên cứu và phân tích để xác định cỡ mẫu quan sát đại diện và để đánh giá tương đối đúng chuẩn quần thể.
Trong nghiên cứu và phân tích, không thể quan sát hết toàn bộ những thành viên trong quần thể, mà chỉ chọn một số trong những lượng vừa đủ những thành viên đại diện hay còn gọi là mẫu thí nghiệm. Phương pháp chọn mẫu thí nghiệm rất quan trọng, chính bới có liên quan tới sự dịch chuyển hay độ đồng đều của mẫu. Có hai phương pháp chọn mẫu: (1) Chọn mẫu không xác suất (không để ý quan tâm tới độ đồng đều) và (2) chọn mẫu xác suất (đề cập tới độ đồng đều).
Chọn mẫu không còn xác suất
Phương pháp chọn mẫu không xác suất là cách lấy mẫu trong đó những thành viên của mẫu được chọn không ngẫu nhiên hay là không còn xác suất lựa chọn giống nhau. Điều này thể hiện trong cách chọn mẫu như sau:
- Các đơn vị mẫu được tự lựa chọn mà không còn phương pháp.
Các đơn vị mẫu rất thuận tiện và đơn giản đạt được hoặc thuận tiện và đơn giản tiếp cận. Thí dụ chọn những hộ trên những con phố dễ đi.
Các đơn vị mẫu được chọn theo nguyên do kinh tế tài chính, thí dụ trả tiền cho việc tham dự.
Các đơn vị mẫu được quan tâm bởi người nghiên cứu và phân tích trong cách “điển hình” của quần thể tiềm năng. Thí dụ người nghiên cứu và phân tích chỉ quan tâm đến những nhân vật điển hình trong quần thể nghiên cứu và phân tích, để so sánh với những nhân vật khác.
Các đơn vị mẫu được chọn mà không còn sự thiết kế rõ ràng (thí dụ: chọn 50 người đầu tiên đến buổi sáng).
Phương pháp chọn mẫu không còn xác suất thường có độ tin cậy thấp. Mức độ đúng chuẩn của cách chọn mẫu không xác suất tùy thuộc vào sự phán đoán, quan điểm, kinh nghiệm tay nghề của người nghiên cứu và phân tích, sự như mong ước hoặc thuận tiện và đơn giản và không còn cơ sở thống kê trong việc chọn mẫu.
Chọn mẫu xác suất
Cơ bản của việc chọn mẫu xác suất là cách lấy mẫu trong đó việc chọn những thành viên của mẫu sao cho từng thành viên có thời cơ lựa chọn như nhau, nếu như có một số trong những thành viên có thời cơ xuất hiện nhiều hơn nữa thì sự lựa chọn không phải là ngẫu nhiên. Để tối ưu hóa mức độ đúng chuẩn, người nghiên cứu và phân tích thường sử dụng phương pháp lấy mẫu ngẫu nhiên.
Các phương pháp chọn mẫu ngẫu nhiên
– Chọn mẫu ngẫu nhiên đơn giản (simple random)
Cách đơn giản nhất của việc chọn những thành viên của mẫu trong cách chọn mẫu ngẫu nhiên là sử dụng xác suất. Việc lựa chọn n những thành viên từ một quần thể sao cho những thành viên có thời cơ bằng nhau hay một xác suất bằng nhau trong phương pháp nầy. Thí dụ: Một trường học có một.000 sinh viên, người nghiên cứu và phân tích muốn lựa chọn ra 100 sinh viên để nghiên cứu và phân tích về tình trạng sức khỏe trong số 1.000 sinh viên. Theo cách chọn mẫu đơn giản thì chỉ việc viết tên 1.000 sinh viên vào trong mẫu giấy nhỏ, sau đó bỏ tất cả vào trong một chiếc thùng và rồi rút ngẫu nhiên ra 100 mẫu giấy. Như vậy, mỗi sinh viên có thuở nào cơ lựa chọn như nhau và xác suất chọn ngẫu nhiên một sinh viên trên thuận tiện và đơn giản được tính. Thí dụ trên ta có quần thể N = 1.000 sinh viên và cỡ mẫu n = 100 sinh viên. Như vậy, sinh viên của trường được chọn trong cách lấy mẫu ngẫu nhiên sẽ có xác suất là n/(N x 100) hay 100/(1000 x 100) = 10%.
Một cách chọn mẫu ngẫu nhiên khác là sử dụng bảng số ngẫu nhiên trong sách thống kê phép thí nghiệm hoặc cách chọn số ngẫu nhiên bằng những chương trình thống kê trên máy tính.
Phương pháp chọn mẫu ngẫu nhiên trong những thí nghiệm lấy mẫu trong thực tế được thể hiện trong hình 1.
Hình 1. Phương pháp chọn mẫu ngẫu nhiên trong thực tế
– Chọn mẫu phân lớp (stratified samples)
Chọn mẫu phân lớp được thực hiện khi quần thể tiềm năng được phân thành những nhóm hay phân lớp. Trong phương pháp lấy mẫu phân lớp, tổng quần thể (N) đầu tiên được chia ra thành L lớp của những quần thể phụ N1, N2 … NL, như vậy:
Để áp dụng kỹ thuật chọn mẫu phân lớp thì trước tiên người nghiên cứu và phân tích cần nắm những thông tin và những số liệu nghiên cứu và phân tích trước đây có liên quan đến cách lấy mẫu phân lớp. Sau đó, người nghiên cứu và phân tích sẽ xác định cỡ mẫu và chọn ngẫu nhiên những thành viên trong mỗi lớp.
Thí dụ: khi nghiên cứu và phân tích về mức độ giàu nghèo của một vùng nghiên cứu và phân tích có 4 huyện (4 phân lớp), mỗi huyện có số hộ mái ấm gia đình rất khác nhau được biết trong Bảng phía dưới.
Người nghiên cứu và phân tích muốn thực hiện 200 cuộc phỏng vấn hộ mái ấm gia đình trong vùng nghiên cứu và phân tích, như vậy cỡ mẫu của mỗi huyện sẽ được tính theo tỷ lệ phần trăm trong Bảng như sau:
Bảng 1. Thí dụ về cách chọn mẫu phân lớp
Huyện Số hộ trong mỗi lớp Tỷ lệ hộ trong mỗi lớp (%) Cỡ mẫu phỏng vấn ỡ mỗi lớp A 250 25 50 B 150 15 30 C 400 40 80 D 200 20 40 1000 100 200Nếu như số hộ của 4 huyện gần như thể nhau, người nghiên cứu và phân tích chỉ việc chọn 50 cuộc phỏng vấn trong mỗi huyện và sau đó chọn mẫu ngẫu nhiên trong mỗi lớp.
Cũng trong nghiên cứu và phân tích trên, nếu người nghiên cứu và phân tích không phân chia những huyện ra thành những lớp, thì phương pháp lấy mẫu ngẫu nhiên phỏng vấn hộ mái ấm gia đình trong vùng nghiên cứu và phân tích sẽ sai và số liệu thu thập sẽ không đại diện cho vùng nghiên cứu và phân tích, do mẫu hoàn toàn có thể tập trung ở một huyện nào đó.
Một số nghiên cứu và phân tích thường được chia lớp trong quần thể tiềm năng gồm:
- Phân lớp quần thể tiềm năng là những thành phố, tỉnh, huyện;
phân lớp theo vùng sinh thái rất khác nhau;
phân lớp quần thể tiềm năng là những hộ mái ấm gia đình theo mức độ giàu nghèo, trình độ học vấn, …;
…
Trong phương pháp chọn mẫu phân lớp, những quần thể phụ là những vùng chia phụ hay những lô được chia trong Hình 2 khi đã xác định những yếu tố như loại đất, dạng đời sống thực vật hoặc dạng địa hình, … Các điểm được chọn ngẫu nhiên trong mỗi vùng phụ được thể hiện trong Hình 2.
Hình 2 Phương pháp chọn mẫu phân lớp
– Chọn mẫu khối mạng lưới hệ thống (systematic samples)
Đôi khi cách chọn đơn vị mẫu ngẫu nhiên không tốt hơn cách chọn mẫu khối mạng lưới hệ thống. Trong chọn mẫu khối mạng lưới hệ thống, cỡ mẫu n được chọn (có phương pháp tính xác suất tương tự) từ một quần thể N. Cách lấy mẫu khối mạng lưới hệ thống là khung mẫu in như thể một trong “hàng” của những đơn vị mẫu, và mẫu như thể một chuổi liên tục của những điểm số có tầm khoảng chừng cách bằng nhau theo hàng dọc.
Thí dụ chọn mẫu khối mạng lưới hệ thống như sau: muốn nghiên cứu và phân tích 1 thành viên trong mỗi nhóm có 10 thành viên, quần thể có 10 nhóm (tổng thành viên của quần thể là 100), đánh số thành viên từ 1-100. Lúc này nhóm 1 được đánh số từ 1-10; nhóm 2 từ 11-20; nhóm 3 từ 21-30; …nhóm 10 từ 91-100.
Trước tiên cần sắp xếp thứ tự những đơn vị mẫu (thí dụ theo thứ tự ngày càng tăng trong trường hợp này). Sau đó chọn điểm đầu tiên bất kỳ có mức giá trị < 10 (thí dụ chọn ngẫu nhiên một số trong những trong khoảng chừng từ 1-10 là 7. Số thành viên tiếp theo sẽ thêm vào đó là 10. Như vậy những thành viên được chọn sẽ có số thứ tự là 7, 17, 27, 37, 47,… 97.
Nhóm 1:
93535459 93781078 93732085 93763450 93763450 94407382 94409687 <======== (thành viên được chọn có số thứ tự là 7) 94552345 94768091 94556321Nhóm 2:
94562119 94127845 94675420 94562119 94127846 94675442 94675411 <======== (thành viên được chọn có số thứ tự là 17) 94675420 94675422 94675416Phương pháp chọn mẫu khối mạng lưới hệ thống tạo ra những ô có những điểm có tầm khoảng chừng cách đều nhau với những ô có cấu trúc rất khác nhau như hình vuông vắn (Hình 3), chữ nhật, …
Hình 3 Phương pháp chọn mẫu khối mạng lưới hệ thống
– Chọn mẫu chỉ tiêu (quota sampling)
Trong cách chọn mẫu chỉ tiêu, quần thể nghiên cứu và phân tích được phân nhóm hoặc phân lớp như cách chọn mẫu phân lớp. Các đối tượng nghiên cứu và phân tích trong mỗi nhóm được lấy mẫu theo tỷ lệ đã biết và sau đó tiến hành phương pháp chọn mẫu không sác xuất. Để thiết lập mẫu chỉ tiêu thì người nghiên cứu và phân tích nên phải biết ít nhất những số liệu, thông tin trong quần thể tiềm năng để phân chia những chỉ tiêu muốn trấn áp. Thí dụ, một cuộc phỏng vấn để biết được hoạt động và sinh hoạt giải trí hoặc nguyên do khách du lịch đến Cần thơ. Dựa trên số liệu nghiên cứu và phân tích trước đây hoặc số liệu điều tra dân số cho biết thêm thêm nguyên do khách du lịch tới Cần thơ như sau: 60% với nguyên do đi nghĩ mát, vui chơi; 20% nguyên do thăm bạn bè, mái ấm gia đình; 15% nguyên do marketing thương mại và 5% nguyên do hội họp. Người nghiên cứu và phân tích dự trù cỡ mẫu muốn phỏng vấn 500 khách du lịch, và chọn những nơi có nhiều khách du lịch như khách sạn, nơi hội họp, khu vui chơi vui chơi,… Như vậy tỷ lệ mẫu để muốn phỏng vấn đạt được cho từng nguyên do (chỉ tiêu) nêu trên sẽ tương ứng tỷ lệ là 300, 100, 75 và 25 khách du lịch. Nếu như chỉ tiêu 300 khách du lịch đến với nguyên do vui chơi, vui chơi được trả lời chưa đủ thì phải tiếp tục phỏng vấn cho tới khi đạt được đủ chỉ tiêu.
Thuận lợi của lấy mẫu chỉ tiêu áp dụng trong một vài nghiên cứu và phân tích là ngân sách thực hiện nghiên cứu và phân tích tương đối rẽ và dễ (do tránh việc phải thiết lập khung mẫu). Bất lợi của việc chọn mẫu chỉ tiêu là không đại diện toàn bộ quần thể, do lấy mẫu không xác suất như chọn ưu tiên phỏng vấn khách du lịch đến trước, chọn nơi có nhiều khách lui tới, khách ở khách sạn, … và vì vậy mức độ tin cậy phụ thuộc vào kinh nghiệm tay nghề hay sự phán đoán của người nghiên cứu và phân tích và sự nhiệt tình của người trả lời phỏng vấn.
Để tăng mức độ tin cậy, người nghiên cứu và phân tích cần thực hiện cuộc phỏng vấn bước đầu để kiểm tra người trả lời có rơi vào những chỉ tiêu hay là không. Chọn mẫu chỉ tiêu ít được áp dụng trong những nghiên cứu và phân tích phát triển, nhưng đôi khi đựoc sử dụng trong một vài nghiên cứu và phân tích nhỏ mang những đặc tính quan sát.
– Chọn mẫu không khí (spatial sampling)
Người nghiên cứu và phân tích hoàn toàn có thể sử dụng cách lấy mẫu nầy khi hiện tượng kỳ lạ, sự vật được quan sát có sự phân bố mẫu theo không khí (những đối tượng khảo sát trong khung mẫu có vị trí không khí 2 hoặc 3 chiều). Thí dụ lấy mẫu nước ở sông, đất ở sườn đồi, hoặc không khí trong phòng. Cách chọn mẫu như vậy thường gặp trong những nghiên cứu và phân tích sinh học, địa chất, địa lý.
Lấy mẫu theo sự phân bố này yêu cầu có sự giống nhau về không khí qua những phương pháp ngẫu nhiên, khối mạng lưới hệ thống và phân lớp. Kết quả của một mẫu chọn hoàn toàn có thể được màn biểu diễn như một loạt những điểm trong không khí hai chiều, in như thể map.
Tải thêm tài liệu liên quan đến nội dung bài viết Sampling trong nghiên cứu và phân tích là gì Hỏi Đáp Là gì Khoa Học Nghiên cứu