Cỡ mẫu khảo sát bao nhiêu là đủ? Công thức và bảng tra
Không có một con số đúng cho mọi khảo sát. Cỡ mẫu chỉ có ý nghĩa khi đi cùng mục tiêu phân tích, cách chọn người trả lời, sai số chấp nhận được và những nhóm cần so sánh.
Câu trả lời ngắn thường được dùng là 385 phản hồi hợp lệ cho một tỷ lệ, với mức tin cậy 95%, sai số ±5 điểm phần trăm và giả định chọn mẫu ngẫu nhiên đơn. Nhưng 385 không phải con số kỳ diệu: nếu cần đọc riêng từng vùng, từng nhóm tuổi hoặc từng loại khách hàng, mỗi nhóm đó mới là đơn vị phải đủ mẫu.
Bảng tra cỡ mẫu nhanh
Bảng dưới dùng trường hợp thận trọng nhất p = 50%, tổng thể lớn và chọn mẫu ngẫu nhiên đơn. Các số đã được làm tròn lên.
| Sai số mong muốn | Tin cậy 90% | Tin cậy 95% | Tin cậy 99% |
|---|---|---|---|
| ±10% | 68 | 97 | 166 |
| ±7% | 139 | 196 | 339 |
| ±5% | 271 | 385 | 664 |
| ±4% | 423 | 601 | 1037 |
| ±3% | 752 | 1068 | 1844 |
| ±2% | 1692 | 2401 | 4148 |
Với khảo sát ra quyết định sản phẩm, sai số ±5% thường là điểm bắt đầu dễ hiểu. Nếu chỉ cần sàng lọc hướng đi, ±7% có thể đủ. Nếu kết quả dùng để chia ngân sách lớn hoặc so khác biệt nhỏ, cần sai số hẹp hơn — đồng nghĩa chi phí tuyển mẫu và kiểm soát chất lượng tăng nhanh.
Công thức tính cho một tỷ lệ
Với tổng thể đủ lớn, cỡ mẫu ban đầu được tính theo công thức:
Trong đó z là hệ số theo mức tin cậy; p là tỷ lệ dự kiến; e là sai số ở dạng thập phân.
Nếu chưa có ước lượng p, dùng 0,5 vì đây là trường hợp tạo cỡ mẫu lớn nhất. Khi đã có dữ liệu pilot đáng tin cậy, có thể dùng tỷ lệ gần thực tế hơn. Ví dụ, với 95% và sai số 5%, z = 1,96, p = 0,5 và e = 0,05, kết quả là 384,16; cần làm tròn lên thành 385.
Điều chỉnh khi tổng thể hữu hạn
Nếu tổng thể chỉ có vài nghìn người hoặc ít hơn, có thể dùng hiệu chỉnh tổng thể hữu hạn:
N là số phần tử trong tổng thể có thể tiếp cận.
Ví dụ tổng thể có 1.000 khách hàng, lấy n₀ = 385 thì cỡ mẫu sau hiệu chỉnh khoảng 278. Tuy nhiên, đừng giảm máy móc nếu mục tiêu là phân tích nhiều phân khúc. Hiệu chỉnh chỉ xử lý quy mô tổng thể; nó không bảo đảm mỗi nhóm nhỏ có đủ quan sát.
5 bước chốt cỡ mẫu thực tế
1. Viết rõ quyết định cần đưa ra
“Đo mức hài lòng” còn quá chung. Hãy xác định kết quả sẽ dùng để chọn phương án nào, ví dụ giữ hay thay quy trình giao hàng, ưu tiên phân khúc nào hoặc concept nào đi tiếp.
2. Xác định biến chính
Nếu biến chính là tỷ lệ chọn concept A, công thức tỷ lệ phù hợp. Nếu cần ước lượng điểm trung bình, kiểm định khác biệt hoặc xây mô hình, cỡ mẫu phải dựa trên độ lệch chuẩn, mức chênh tối thiểu cần phát hiện và số biến trong mô hình.
3. Liệt kê các nhóm phải đọc riêng
Mẫu tổng 600 có thể trông lớn, nhưng nếu chia thành 6 vùng thì trung bình chỉ còn 100 mỗi vùng. Hãy lập ma trận nhóm phân tích trước khi chốt tổng mẫu, đặc biệt với ngành hàng có khác biệt mạnh theo khu vực, tần suất mua hoặc kênh bán.
4. Cộng hao hụt và phản hồi không hợp lệ
Nếu cần 400 phản hồi hợp lệ và dự kiến 20% lời mời không hoàn tất hoặc bị loại chất lượng, số lượt tuyển tối thiểu không phải 400 mà khoảng 500. Tỷ lệ hao hụt nên lấy từ pilot hoặc dữ liệu dự án tương tự.
5. Kiểm tra thiết kế mẫu và trọng số
Chọn mẫu theo cụm, quota phức tạp hoặc áp trọng số có thể làm giảm cỡ mẫu hiệu dụng. Pew Research Center lưu ý rằng trọng số và hiệu ứng thiết kế có thể làm biên sai số lớn hơn so với mẫu ngẫu nhiên đơn cùng số lượng.
Cỡ mẫu không nói hết chất lượng khảo sát online
Biên sai số cổ điển dựa trên chọn mẫu xác suất. Với panel tự nguyện, quảng cáo mở hoặc đường link công khai, không nên gắn nhãn “±5%” như thể mọi người trong tổng thể có cơ hội được chọn như nhau. nghiên cứu phương pháp của Pew phân biệt biên sai số xác suất với biên sai số mô hình cho mẫu opt-in.
Trong trường hợp đó, cần công bố rõ cách tuyển, quota, tiêu chí loại, tỷ lệ hoàn tất và giới hạn suy rộng. AAPOR cũng nhấn mạnh tính minh bạch về thiết kế mẫu, xử lý dữ liệu và chất lượng bảng hỏi.
Ví dụ chốt mẫu cho một concept test
Một thương hiệu có ba concept đồ uống và muốn biết concept nào nên thử bán ở hai thành phố. Nếu chỉ cần xếp hạng tổng thể, 385 phản hồi có thể là điểm bắt đầu. Nhưng nếu cần kết luận riêng ở từng thành phố và giữa khách mua thường xuyên với khách mua thỉnh thoảng, thiết kế 2 × 2 tạo bốn ô phân tích. Khi đó tổng mẫu cần được xây từ số tối thiểu cho từng ô, không phải chia ngược 385 rồi hy vọng mỗi ô vẫn đủ mạnh.
Đọc cùng hướng dẫn viết câu hỏi trung lập: một mẫu lớn chỉ làm cho kết quả sai trở nên “ổn định” hơn nếu công cụ đo đã lệch.
Cần chốt cỡ mẫu cho một quyết định cụ thể?
Forely có thể giúp chuyển mục tiêu kinh doanh thành biến đo, nhóm phân tích, cỡ mẫu và kế hoạch kiểm soát chất lượng phù hợp ngân sách.
Trao đổi đề bài nghiên cứu →Câu hỏi thường gặp
Khảo sát 100 người có đủ không?
Có thể đủ cho pilot, sàng lọc hướng đi hoặc một nghiên cứu định tính mở rộng, nhưng thường chưa đủ để ước lượng tỷ lệ với sai số hẹp hay chia nhiều nhóm. Cần xét mục tiêu và thiết kế mẫu thay vì dùng một ngưỡng cố định.
Vì sao nhiều nơi dùng cỡ mẫu 385?
Vì với mức tin cậy 95%, sai số 5 điểm phần trăm, p bằng 50% và tổng thể lớn, công thức mẫu ngẫu nhiên đơn cho kết quả 384,16 rồi làm tròn lên 385.
Tổng thể càng lớn có cần mẫu tăng tương ứng không?
Không theo tỷ lệ tuyến tính. Khi tổng thể đã lớn, độ chính xác phụ thuộc chủ yếu vào cỡ mẫu và thiết kế chọn mẫu. Với tổng thể nhỏ, có thể dùng hiệu chỉnh tổng thể hữu hạn.