Cách xác định mẫu trong nghiên cứu thị trường

Việc xác định mẫu vì thế gồm ba quyết định liên quan chặt chẽ: ai thuộc đối tượng nghiên cứu, cần khảo sát bao nhiêu người và lựa chọn họ bằng phương pháp nào. Quy mô lớn không thể bù cho việc chọn sai đối tượng; ngược lại, một phương pháp chọn mẫu tốt vẫn cần đủ quan sát để đạt độ chính xác cần thiết.

Mẫu nghiên cứu thị trường được xác định từ tổng thể mục tiêu

Điểm xuất phát là xác định tổng thể nghiên cứu — toàn bộ nhóm đối tượng mà kết quả cuối cùng cần đại diện. Tổng thể phải được mô tả bằng các điều kiện đủ cụ thể để phân biệt người thuộc và không thuộc phạm vi khảo sát.

Tùy mục tiêu nghiên cứu, điều kiện này có thể liên quan đến:

·         Độ tuổi hoặc giai đoạn cuộc sống

·         Khu vực sinh sống

·         Hành vi mua hoặc sử dụng sản phẩm

·         Vai trò trong quyết định mua

·         Tần suất sử dụng

·         Loại khách hàng

·         Khoảng thời gian phát sinh hành vi cần nghiên cứu

Ví dụ, nếu doanh nghiệp muốn tìm hiểu trải nghiệm của khách hàng đã mua một sản phẩm trong sáu tháng gần nhất, tổng thể phù hợp phải là nhóm đã thực hiện hành vi đó. Việc khảo sát rộng sang những người chỉ biết đến sản phẩm nhưng chưa từng mua sẽ thay đổi đối tượng đo lường và có thể làm kết quả không còn trả lời đúng câu hỏi nghiên cứu.

Sau khi xác định tổng thể, cần quy định đơn vị lấy mẫu. Đơn vị này có thể là cá nhân, hộ gia đình, doanh nghiệp, điểm bán hoặc một đối tượng khác tùy bản chất nghiên cứu. Đơn vị lấy mẫu phải trùng hoặc có quan hệ rõ ràng với đơn vị mà kết luận nghiên cứu hướng tới.

Khung mẫu quyết định khả năng tiếp cận đúng tổng thể

Khung mẫu là nguồn hoặc danh sách mà từ đó các phần tử được lựa chọn, chẳng hạn cơ sở dữ liệu khách hàng, danh sách thành viên, danh sách doanh nghiệp hoặc danh sách hộ thuộc một khu vực.

Một khung mẫu chỉ phản ánh một phần tổng thể sẽ tạo ra sai lệch bao phủ. Chẳng hạn, khảo sát khách hàng bằng danh sách thành viên chương trình tích điểm có thể bỏ sót người mua không đăng ký thành viên. Khi hai nhóm có hành vi khác nhau, kết quả từ khung này không thể mặc nhiên đại diện cho toàn bộ khách hàng.

Vì vậy, trước khi tính số lượng mẫu, cần kiểm tra ba vấn đề: tổng thể đã được định nghĩa đủ rõ chưa, khung mẫu có bao phủ tổng thể đó không và từng đối tượng có cơ hội hợp lý để được lựa chọn hay không.

Phương pháp chọn mẫu quyết định mức độ đại diện

Mức đại diện không hình thành chỉ bằng cách tăng số người trả lời. Nó phụ thuộc trước hết vào cơ chế lựa chọn mẫu.

Hai nhóm phương pháp chính là lấy mẫu xác suất và lấy mẫu phi xác suất.

Lấy mẫu xác suất

Trong lấy mẫu xác suất, các phần tử trong tổng thể có xác suất được lựa chọn xác định được. Nhóm phương pháp này phù hợp khi nghiên cứu cần suy rộng kết quả từ mẫu ra tổng thể và cần kiểm soát sai số lấy mẫu.

Các cách thường gặp gồm:

·         Ngẫu nhiên đơn: Lựa chọn ngẫu nhiên trực tiếp từ khung mẫu

·         Hệ thống: Chọn theo một khoảng cách cố định sau một điểm bắt đầu ngẫu nhiên

·         Phân tầng: Chia tổng thể thành các tầng có ý nghĩa rồi lấy mẫu trong từng tầng

·         Cụm: Lựa chọn các cụm như khu vực, cửa hàng hoặc tổ chức rồi khảo sát trong các cụm được chọn

Lấy mẫu phân tầng đặc biệt hữu ích khi tổng thể có các nhóm quan trọng cần được bảo đảm hiện diện trong mẫu. Nếu chỉ lấy ngẫu nhiên toàn bộ tổng thể, một nhóm có tỷ trọng nhỏ có thể nhận quá ít quan sát để phân tích riêng.

Lấy mẫu phi xác suất

Lấy mẫu phi xác suất không bảo đảm mỗi phần tử có xác suất lựa chọn xác định. Các hình thức phổ biến gồm mẫu thuận tiện, mẫu chủ đích, quota và giới thiệu dây chuyền.

Phương pháp này thường được sử dụng khi:

·         Không có khung mẫu đầy đủ

·         Nghiên cứu mang tính khám phá

·         Đối tượng khó tiếp cận

·         Nguồn lực hoặc thời gian hạn chế

·         Cần tuyển đúng một nhóm đặc thù

Mẫu quota có thể giúp cơ cấu mẫu gần với một số đặc điểm của tổng thể, chẳng hạn độ tuổi hoặc khu vực. Tuy nhiên, việc khớp quota không tự động biến mẫu thành mẫu xác suất, vì sự lựa chọn từng người trong mỗi quota vẫn có thể chịu ảnh hưởng của tính thuận tiện hoặc khả năng tiếp cận.

Ranh giới này quan trọng khi diễn giải kết quả: mẫu có cơ cấu giống tổng thể chưa chắc đã có cùng khả năng suy rộng như một mẫu xác suất được thiết kế đúng.

Quy mô mẫu được tính theo độ chính xác cần đạt

Không có một số lượng cố định phù hợp với mọi nghiên cứu thị trường. Quy mô mẫu phụ thuộc vào loại chỉ tiêu cần ước lượng, độ tin cậy mong muốn, sai số chấp nhận được, mức biến thiên của dữ liệu và cách thiết kế mẫu.

Khi cần ước lượng một tỷ lệ trong tổng thể, quy mô mẫu ban đầu có thể được tính theo công thức:

n₀ = z² × p(1 − p) / e²

Trong đó:

·         n₀ là quy mô mẫu ban đầu

·         z là giá trị tương ứng với mức tin cậy

·         p là tỷ lệ dự kiến của đặc điểm cần đo

·         e là biên sai số chấp nhận được

Với mức tin cậy 95%, giá trị z xấp xỉ 1,96. Nếu chưa có cơ sở ước lượng p, sử dụng p = 0,5 tạo mức biến thiên lớn nhất và vì vậy cho yêu cầu mẫu thận trọng hơn.

Ví dụ, với:

·         Mức tin cậy 95%

·         p = 0,5

·         Biên sai số ±5 điểm phần trăm

Quy mô mẫu tính được xấp xỉ:

n₀ = 1,96² × 0,5 × 0,5 / 0,05² ≈ 384

Con số khoảng 384 không phải “chuẩn chung” cho mọi khảo sát. Nó chỉ phù hợp với các giả định nói trên và với cách lấy mẫu tương thích với công thức.

Tổng thể hữu hạn có thể làm giảm quy mô mẫu cần thiết

Khi tổng thể không lớn và quy mô của nó được biết, có thể áp dụng hiệu chỉnh tổng thể hữu hạn:

n = n₀ / [1 (n₀ − 1) / N]

Trong đó N là quy mô tổng thể.

Nếu tổng thể chỉ có 1.000 đối tượng và n₀ khoảng 384, quy mô sau hiệu chỉnh vào khoảng 278 người. Điều này cho thấy quy mô mẫu không tăng tuyến tính theo quy mô tổng thể: khảo sát một tổng thể lớn gấp nhiều lần không đồng nghĩa mẫu cũng phải lớn lên theo cùng tỷ lệ.

Biên sai số nhỏ hơn đòi hỏi mẫu tăng nhanh

Trong công thức ước lượng tỷ lệ, quy mô mẫu tỷ lệ nghịch với bình phương biên sai số. Vì vậy, muốn giảm sai số từ ±5% xuống ±2,5% trong cùng các điều kiện khác, quy mô mẫu lý thuyết tăng khoảng bốn lần.

Đây là một trade-off quan trọng: tăng độ chính xác thống kê có thể làm chi phí và thời gian thu thập dữ liệu tăng đáng kể.

Quy mô mẫu phải được điều chỉnh theo thiết kế và tỷ lệ phản hồi

Con số tính từ công thức cơ bản thường chưa phải số người cần tiếp cận thực tế.

Thiết kế mẫu có thể làm tăng phương sai

Các công thức đơn giản thường giả định cơ chế gần với lấy mẫu ngẫu nhiên đơn. Khi sử dụng thiết kế phức tạp, chẳng hạn lấy mẫu cụm, các quan sát trong cùng cụm có thể giống nhau hơn các quan sát lấy ngẫu nhiên từ toàn bộ tổng thể.

Khi đó, cần xem xét design effect — hệ số ảnh hưởng của thiết kế. Nếu design effect lớn hơn 1, quy mô mẫu thực tế phải tăng tương ứng để đạt mức chính xác tương đương mẫu ngẫu nhiên đơn.

Ngược lại, phân tầng được thiết kế tốt có thể cải thiện hiệu quả ước lượng khi các tầng bên trong tương đối đồng nhất và khác biệt rõ với nhau.

Không phải mọi người được mời đều hoàn thành khảo sát

Cần phân biệt:

·         Số mẫu hoàn thành cần thiết

·         Số đối tượng phải mời hoặc tiếp cận

Nếu cần 400 phản hồi hoàn chỉnh và tỷ lệ hoàn thành dự kiến là 50%, về lý thuyết phải tiếp cận khoảng:

400 / 0,50 = 800 người

Nếu tỷ lệ phản hồi thực tế khác dự kiến, số mẫu hoàn thành cũng thay đổi.

Sai lệch không phản hồi còn quan trọng hơn việc thiếu số lượng đơn thuần. Nếu những người không trả lời có đặc điểm khác có hệ thống với người trả lời, việc tiếp tục thu thêm những người có cùng kiểu đặc điểm với mẫu hiện tại có thể làm tăng kích thước nhưng không loại bỏ được sai lệch.

Mẫu phải đủ cho từng nhóm cần phân tích

Quy mô tổng thể của mẫu có thể lớn nhưng vẫn không đủ nếu nghiên cứu cần phân tích nhiều phân khúc.

Giả sử một khảo sát có 1.000 người nhưng một nhóm khách hàng quan trọng chỉ chiếm 3%. Nếu cơ cấu mẫu phản ánh đúng tổng thể, nhóm đó chỉ có khoảng 30 quan sát. Số lượng này có thể quá ít cho các phép so sánh hoặc ước lượng riêng cần độ ổn định cao.

Trong trường hợp đó, có thể cần lấy mẫu vượt tỷ lệ đối với nhóm nhỏ để thu đủ quan sát. Sau thu thập, dữ liệu có thể được gán trọng số phù hợp khi cần ước lượng cho toàn bộ tổng thể.

Điều này tạo ra sự khác biệt giữa hai mục tiêu:

·         Đại diện tổng thể: Cơ cấu mẫu phản ánh tỷ trọng thực tế của tổng thể

·         Đủ sức phân tích phân nhóm: Mỗi nhóm có đủ quan sát cho phân tích riêng

Một thiết kế mẫu tốt phải xác định mục tiêu nào quan trọng ngay từ đầu thay vì chỉ nhìn vào tổng số người khảo sát.

Mức đại diện phụ thuộc đồng thời vào cơ cấu và sai lệch chọn mẫu

Một mẫu đại diện cần phản ánh những đặc điểm có liên quan đến vấn đề nghiên cứu, nhưng không có nghĩa phải khớp tổng thể ở mọi biến có thể đo.

Các biến cần kiểm soát thường là những biến có khả năng ảnh hưởng đến hành vi hoặc kết quả đang nghiên cứu. Tùy trường hợp, đó có thể là độ tuổi, khu vực, loại khách hàng, mức sử dụng, kênh mua hoặc một đặc điểm khác trực tiếp liên quan đến câu hỏi nghiên cứu.

Có ba tình huống cần phân biệt:

1.    Mẫu lớn nhưng lệch: Nhiều phản hồi nhưng chủ yếu đến từ một nhóm dễ tiếp cận

2.    Mẫu đúng cơ cấu ở vài biến nhưng vẫn có selection bias: Các đối tượng được chọn trong từng nhóm không có cơ chế lựa chọn phù hợp

3.    Mẫu nhỏ hơn nhưng thiết kế tốt: Số quan sát vừa đủ, khung mẫu tốt và cơ chế lựa chọn kiểm soát được sai lệch

Trong nhiều nghiên cứu cần suy rộng thống kê, tình huống thứ ba có giá trị hơn tình huống đầu tiên. Sai lệch có hệ thống không tự biến mất khi kích thước mẫu tăng; mẫu lớn chỉ làm cho ước lượng sai có vẻ ổn định hơn nếu cơ chế lựa chọn vẫn lệch.

Cách xác định mẫu nghiên cứu thị trường theo từng bước

Một quy trình thực tế có thể thực hiện theo thứ tự sau:

1.    Xác định tổng thể mục tiêu: Quy định rõ ai thuộc phạm vi nghiên cứu và điều kiện loại trừ

2.    Xác định đơn vị và khung mẫu: Làm rõ sẽ chọn cá nhân, hộ, doanh nghiệp hay đơn vị khác và có thể tiếp cận họ từ đâu

3.    Chọn phương pháp lấy mẫu: Quyết định dùng xác suất hay phi xác suất theo mục tiêu suy rộng, dữ liệu sẵn có và khả năng tiếp cận

4.    Xác định độ chính xác cần thiết: Chọn mức tin cậy, biên sai số hoặc yêu cầu phân tích tương ứng

5.    Tính và hiệu chỉnh quy mô mẫu: Xem xét quy mô tổng thể, design effect, phân tầng, số nhóm cần phân tích và tỷ lệ phản hồi

6.    Kiểm tra tính đại diện sau thu thập: So sánh cơ cấu mẫu với tổng thể, nhận diện nhóm thiếu hoặc thừa và đánh giá khả năng cần weighting

Quy trình này giúp tách biệt ba câu hỏi thường bị gộp thành một: chọn ai, chọn bao nhiêu và chọn bằng cách nào.

Những cách xác định mẫu dễ làm kết quả sai lệch

Chọn quy mô mẫu theo một tỷ lệ cố định của tổng thể

Không có nguyên tắc chung rằng phải khảo sát 5%, 10% hay một tỷ lệ cố định nào đó của tổng thể. Yêu cầu mẫu phụ thuộc vào độ chính xác, biến thiên, thiết kế và mục tiêu phân tích hơn là một tỷ lệ đơn giản.

Chỉ tăng số người khảo sát để xử lý mẫu lệch

Nếu dữ liệu chỉ đến từ một nhóm dễ tiếp cận, tăng thêm người từ chính nhóm đó không sửa được selection bias. Cần thay đổi cơ chế tuyển mẫu hoặc bổ sung những nhóm đang bị thiếu.

Xem quota là bằng chứng đầy đủ của tính đại diện

Quota giúp kiểm soát cơ cấu ở các biến được đặt trước nhưng không loại bỏ mọi sai lệch trong cách lựa chọn từng người. Khả năng suy rộng phải được đánh giá theo toàn bộ thiết kế mẫu.

Tính mẫu cho toàn bộ nghiên cứu nhưng bỏ qua phân nhóm

Một tổng mẫu đủ lớn có thể vẫn không đủ cho từng phân khúc. Nếu mục tiêu yêu cầu so sánh nhóm, kích thước cần thiết phải được xem xét ở cấp nhóm chứ không chỉ ở cấp toàn bộ mẫu.

Bỏ qua người không phản hồi

Tỷ lệ phản hồi thấp không chỉ làm thiếu mẫu mà còn có thể thay đổi cơ cấu người trả lời. Cần theo dõi cả số lượng phản hồi lẫn đặc điểm của nhóm phản hồi so với nhóm được tiếp cận.

Khi nào có thể coi mẫu nghiên cứu là phù hợp?

Không có một ngưỡng duy nhất để kết luận mọi mẫu đều “đạt”. Một mẫu phù hợp khi thiết kế của nó đáp ứng đồng thời các điều kiện quan trọng đối với chính nghiên cứu đó:

·         Đúng tổng thể mục tiêu

·         Khung mẫu đủ phù hợp với tổng thể

·         Phương pháp lựa chọn tương thích với mức suy rộng mong muốn

·         Quy mô đáp ứng yêu cầu độ chính xác

·         Các phân khúc quan trọng có đủ quan sát

·         Sai lệch bao phủ, lựa chọn và không phản hồi được kiểm soát hoặc nhận diện

·         Trọng số được sử dụng đúng khi cơ cấu mẫu cần hiệu chỉnh

Do đó, một mẫu 1.000 người không mặc nhiên tốt hơn mẫu 400 người. Nếu 1.000 người được tuyển từ một nguồn lệch còn 400 người được chọn bằng thiết kế phù hợp với tổng thể và mục tiêu ước lượng, mẫu nhỏ hơn có thể tạo ra kết quả đáng tin cậy hơn cho câu hỏi nghiên cứu.

Mẫu nghiên cứu thị trường được xác định bằng cách bắt đầu từ đối tượng mà kết quả cần đại diện, sau đó lựa chọn phương pháp lấy mẫu và tính số quan sát cần thiết theo yêu cầu độ chính xác. Quy mô mẫu chỉ là một phần của thiết kế. Tính đại diện còn phụ thuộc vào khung mẫu, cơ chế lựa chọn, cơ cấu phân nhóm và khả năng kiểm soát sai lệch. Vì vậy, câu hỏi đúng không chỉ là “cần bao nhiêu người”, mà phải đồng thời trả lời được khảo sát ai, chọn họ bằng cách nào và mức độ suy rộng của kết quả đến đâu.