CHỌN MẪU TRONG NGHIÊN CỨU | Đại học Ngoại Ngữ - Tin Học Thành Phố Hồ Chí Minh

CHỌN MẪU TRONG NGHIÊN CỨU | Đại học Ngoại Ngữ - Tin Học Thành Phố Hồ Chí Minh được sưu tầm và soạn thảo dưới dạng file PDF để gửi tới các bạn sinh viên cùng tham khảo, ôn tập đầy đủ kiến thức, chuẩn bị cho các buổi học thật tốt. Mời bạn đọc đón xem

Thông tin:
15 trang 2 tháng trước

Bình luận

Vui lòng đăng nhập hoặc đăng ký để gửi bình luận.

CHỌN MẪU TRONG NGHIÊN CỨU | Đại học Ngoại Ngữ - Tin Học Thành Phố Hồ Chí Minh

CHỌN MẪU TRONG NGHIÊN CỨU | Đại học Ngoại Ngữ - Tin Học Thành Phố Hồ Chí Minh được sưu tầm và soạn thảo dưới dạng file PDF để gửi tới các bạn sinh viên cùng tham khảo, ôn tập đầy đủ kiến thức, chuẩn bị cho các buổi học thật tốt. Mời bạn đọc đón xem

42 21 lượt tải Tải xuống
1
CHỌN MẪU TRONG NGHIÊN CỨU
I/ Khái niệm và phương pháp chọn mẫu
Mẫu cần phải đảm bảo tính đại diện cho tổng thể. Tổng thể có thể là một nhóm người, chi
tiết hoặc đơn vị đối tượng của nghiên cứu sẽ được điều tra. Tổng thể được phân chia thành 2
nhóm: tổng thể lý thuyết và tổng thể có thể tiếp cận được. Trong đó:
Tổng thể lý thuyết: là những nhóm đối tượng phù hợp trong nghiên cứu (có thể rộng
hơn, bao trùm tổng thể có thể tiếp cận được). Ví dụ: Khi nghiên cứu liên quan đến sinh
viên, thì tất cả sinh viên là tổng thể lý thuyết.
Tổng thể có thể tiếp cận được: là nhóm đối tượng có thể cho phép tiếp cận trong q
trình nghiên cứu và lựa chọn mẫu. Với ví dụ trên, chúng ta không thể tiếp cận được tất
cả sinh viên do việc phân bố rất rộng. Do vậy, chỉ những sinh viên ở khu vực nghiên
cứu ta mới có thể tiếp cận được. Đây là nhóm tổng thể có thể tiếp cận được.
II/ Phương pháp chọn mẫu xác suất (probability sampling)
1/ Chọn mẫu ngẫu nhiên đơn giản (simple random sampling)
Là kỹ thuật chọn mẫu, trong đó, tất cả cá thể trong quần thể có cùng cơ hội (cùng xác suất)
để được chọn vào mẫu.
2
Ví dụ: khi muốn chọn 300 người trong số 3.000 sinh viên tại trường đại học X thì mỗi sinh
viên có xác suất là 10% được chọn vào mẫu. Các bước thực hiện như sau:
- Bước 1: Lập khung mẫu chứa tất cả sinh viên của trường đại học X.
- Bước 2: chọn mẫu ngẫu nhiên bằng các cách thức: tung đồng xu, tung xúc xắc, bốc thăm,
bảng số ngẫu nhiên hoặc sử dụng phần mềm máy tính như vòng quay,… để chọn.
2/ Chọn mẫu ngẫu nhiên hệ thống (systematic random sampling)
Theo phương pháp chọn mẫu ngẫu nhiên hệ thống, tất cả đối tượng trong tổng thể được liệt
kê theo thứ tự định trước. Sau đó tùy vào quy mô mẫu và tổng thể mà quyết định khoảng
cách các mẫu.
Cách chọn mẫu: Chia N (tổng thể) thành nhóm, trong đó mỗi nhóm gồm đối tượng. Sau n k
đó, khoảng lấy mẫu được áp dụng để tạo thành nhóm mẫu. k = N/n
Ví dụ: Yêu cầu đặt ra là cần chọn 5 khách hàng từ nhóm 20 khách hàng. Cách thức thực hiện
như sau:
- Tính khoảng cách mẫu: k = 20/5 = 4
- Chọn ngẫu nhiên một giá trị r: 1 =< r =< 4. Ví dụ chọn r = 3
- Những khách hàng được chọn vào mẫu nghiên cứu sẽ lần lượt có số thứ tự trong khung
mẫu là:
Khách hàng thứ nhất: số thứ tự là 3
Khách hàng thứ hai: số thứ tự là 3 + 1(4) = 7
3
Khách hàng thứ ba: số thứ tự là 3 + 2(4) = 11
Khách hàng thứ tư: số thứ tự là 3 + 3(4) = 15
Khách hàng thứ năm: số thứ tự là 3 + 4(4) = 19
3/ Chọn mẫu ngẫu nhiên phân tầng (stratified random sampling)
Là kỹ thuật chọn mẫu được thực hiện bởi việc chia tổng thể thành các nhóm riêng lẻ được
gọi là tầng (ví dụ: giới tính, độ tuổi, thu nhập, trình độ học vấn,…). Đặc điểm của chọn mẫu
kiểu này là tiêu chí nghiên cứu trong từng tầng tương đối đồng nhất, còn giữa các tầng có sự
khác biệt. Sau khi đã phân tầng xong ta vẫn có thể áp dụng cách chọn mẫu ngẫu nhiên đơn
giản hoặc ngẫu nhiên hệ thống để chọn đối tượng của từng tầng vào nghiên cứu.
Hình minh họa một ví dụ đơn giản, trong đó nhóm mẫu gồm 10 đáp viên được chọn bằng
cách chia thành các nhóm (tầng) nam và nữ để đại diện của cả hai giới được đồng đều trong
nhóm mẫu.
4
4/ Chọn mẫu ngẫu nhiên cụm (cluster sampling)
Là kỹ thuật chọn mẫu trong đó việc lựa chọn ngẫu nhiên các nhóm cá thể (ví dụ trong cùng
làng, xã, trường học, khoa phòng, bệnh viện,…) từ nhiều cụm trong một quần thể nghiên
cứu. Trong trường hợp này, đơn vị mẫu là các cụm chứ không phải là các cá thể. Cách thực
hiện:
Bước 1: Xác định các cụm thích hợp.
Bước 2: Lập danh sách tất cả các cụm, chọn ngẫu nhiên một số cụm vào mẫu. Có hai cách
chọn mẫu theo ý tưởng của người nghiên cứu:
Cách 1: Tất cả các cá thể trong các cụm đã chọn vào nghiên cứu.
Cách 2: Liệt kê danh sách các cá thể trong các cụm đã chọn, sau đó áp dụng cách chọn
mẫu ngẫu nhiên đơn hoặc ngẫu nhiên hệ thống trong mỗi cụm để chọn các cá thể vào
mẫu.
5
5/ Chọn mẫu nhiều bậc (Multistage sampling)
Chọn mẫu nhiều bậc là dạng lấy mẫu kết hợp nhiều phương pháp chọn mẫu với nhau. Chọn
mẫu nhiều bậc có tính ứng dụng cao, phù hợp trong điều kiện các nghiên cứu với tổng thể
phức tạp.
Ví dụ: để nghiên cứu 1.000 hộ nông dân trồng lúa trong tnh X, người ta đã lựa chọn như
sau:
Chọn 5 huyện trong tnh X
Trong mỗi huyện đã chọn, chọn 4 xã
Tại mỗi xã đã chọn, chọn 5 ấp
Với mỗi ấp, chọn 10 hộ nông dân
Sau đó, tiến hành nghiên cứu dựa trên số mẫu thu được.
6
Ưu nhược điểm của các cách chọn mẫu xác suất
Phương pháp chọn mẫu Ưu điểm Nhược điểm
Ngẫu nhiên đơn giản
Dễ thực hiện, tính khách quan cao.
Có thể lồng ghép vào tất cả các kỹ
thuật chọn mẫu xác suất phức tạp
khác.
Cần phải có một danh sách của các
đơn vị mẫu. Không dùng được cho
mẫu lớn hoặc mẫu dao động.
Mẫu được chọn có thể phân tán khó
thu thập.
Có khả năng bỏ sót vài nhóm trong
tổng thể.
Chọn mẫu hệ thống
Nhanh, dễ thực hiện. Độ chính xác
cao, chọn đối tượng theo mục đích
điều tra. Tính đại diện cao hơn.
Có thể bị trùng lặp, dẫn đến mẫu thiế
u
tính đại diện
Chọn mẫu phân tầng
Độ chính xác cao. Tính đại diện
cao hơn và dễ quản lý mẫu ngẫu
nhiên đơn giản.
Cần thiết lập khung mẫu cho từng
tầng. Điều này thường khó thực hiện
trong thực tế.
Chọn mẫu theo cụm
Áp dụng cho phạm vi rộng lớn, độ
phân tán cao.
Dễ chọn và chi phí rẻ hơn.
Tổng thể phải lớn. Nếu cùng cỡ mẫu
tính đại diện hoặc tính chính xác thấp
hơn mẫu ngẫu nhiên đơn giản.
Chọn mẫu nhiều bậc
Hiệu quả trong việc thu thập dữ
liệu sơ cấp. Hiệu quả về chi phí và
thời gian. Mức độ linh hoạt cao.
Mức độ chủ quan cao. Kết quả nghiên
cứu không bao giờ có thể đại diện
100%. Sự hiện diện của thông tin cấp
nhóm là bắt buộc.
Lưu ý:
Dữ liệu sơ cấp: là những dữ liệu không có sẵn, được người nghiên cứu thu thập.
Dữ liệu thứ cấp: là dữ liệu được thu thập dựa trên các tư liệu có sẵn
7
III/ Phương pháp chọn mẫu phi xác xuất (non-probability sampling)
Chọn mẫu phi xác suất là phương pháp chọn các đơn vị từ tổng thể theo chủ quan của
nhà nghiên cứu. lấy mẫu phi xác suất không yêu cầu khung khảo sát hoàn chỉnh nên
đây là cách thu thập dữ liệu nhanh chóng, dễ dàng và không tốn kém.
1/ Chọn mẫu thuận tiện (convenience sampling)
Chọn mẫu thuận tiện là cách chọn mẫu mà người nghiên cứu chỉ cần chọn một đặc điểm phù
hợp với nghiên cứu và thực hiện phỏng vấn những người có thể tiếp xúc được. Ví dụ: chọn
mẫu nghiên cứu gần nhà, xung quanh người nghiên cứu, hoặc chọn mẫu đi ngang qua trong
khu vực mà nhà nghiên cứu muốn nghiên cứu.
Đây là kỹ thuật lấy mẫu được sử dụng phổ biến nhất vì nó cực kỳ nhanh chóng, không phức
tạp và ít tốn kém.
Hình 1. Phương pháp Chọn mẫu tiện lợi (nguồn BRM)
8
2/ Chọn mẫu định mức (quota sampling)
Lấy mẫu định mức là cách lấy mẫu được thực hiện cho đến khi chọn được một số lượng cần
thiết nào đó (hạn ngạch) cho các quần thể con khác nhau. Gần giống như chọn mẫu phân
tầng là chia tổng thể thành các nhóm riêng lẻ, chọn mẫu định mức sẽ lấy các mẫu thuận tiện,
cho tới khi đủ số lượng (khác với chọn mẫu phân tầng sẽ chọn các đối tượng một cách ngẫu
nhiên).
Ví dụ: Cần chọn 100 sinh viên từ 1.000 sinh viên của đại học X, trong đó có 50 nam, 50 nữ.
Nhà nghiên cứu chọn các sinh viên nam và nữ theo phương pháp chọn mẫu tiện lợi. cho đến
khi có đủ 50 nam và 50 nữ.
Hình 2. Chọn mẫu định mức quota (nguồn questionpro.com)
9
3/ Chọn mẫu có mục đích (purposes sampling/judgement sampling)
Mẫu có mục đích là mẫu được nhà nghiên cứu chọn một cách chủ quan, dựa trên phán đoán,
khi xác định các nhóm đối tượng quan trọng trong quần thể. Từ đó, xác định tỷ lệ chọn mẫu
phù hợp cho các nhóm, với điều kiện các mẫu này có tính đại diện cho tổng thể nghiên cứu.
Chọn mẫu có mục đích thường được dùng trong điều tra thăm dò và phỏng vấn sâu.
Ví dụ: phóng viên nghiên cứu đánh giá của người dân về việc ngập nước. Khi đó người
phóng viên phán đoán và chọn người cần hỏi.
Hình 3. Chọn mẫu có mục đích (nguồn BRM)
4/ Chọn mẫu tuyết lăn (snowball sampling)
Lấy mẫu cầu tuyết thường được dùng để nghiên cứu các mẫu khó tiếp cận, hiếm và khó tìm.
Phương pháp này tìm mẫu từ nguồn giới thiệu của mẫu đầu tiên, hoặc từ thông tín viên có
mối liên hệ với đối tượng mẫu sẽ làm trung gian hỗ trợ tiếp cận mẫu nghiên cứu.
10
Hình 4. Lấy mẫu Snowball sampling (nguồn Questionpro.com)
5/ Lấy mẫu tự lựa chọn (self-selection (volunteer) sampling)
Lấy mẫu tự lựa chọn hay còn gọi là lấy mẫu tình nguyện viên. Bản thân người được hỏi sẽ tự
quyết định xem họ tham gia vào cuộc điều tra hay không. Các tình nguyện viên phải được
sàng lọc để có được một tập hợp các đặc điểm phù hợp với mục đích của cuộc khảo sát.
Ví dụ: khảo sát đánh giá của người tiêu dùng sản phẩm kem đánh răng tại siêu thị. Khi đó
nhân viên khảo sát sẽ mời khách hàng đi siêu thị tham gia khảo sát.
| 1/15

Preview text:

CHỌN MẪU TRONG NGHIÊN CỨU
I/ Khái niệm và phương pháp chọn mẫu
Mẫu cần phải đảm bảo tính đại diện cho tổng thể. Tổng thể có thể là một nhóm người, chi
tiết hoặc đơn vị đối tượng của nghiên cứu sẽ được điều tra. Tổng thể được phân chia thành 2
nhóm: tổng thể lý thuyết và tổng thể có thể tiếp cận được. Trong đó: 
Tổng thể lý thuyết: là những nhóm đối tượng phù hợp trong nghiên cứu (có thể rộng
hơn, bao trùm tổng thể có thể tiếp cận được). Ví dụ: Khi nghiên cứu liên quan đến sinh
viên, thì tất cả sinh viên là tổng thể lý thuyết. 
Tổng thể có thể tiếp cận được: là nhóm đối tượng có thể cho phép tiếp cận trong quá
trình nghiên cứu và lựa chọn mẫu. Với ví dụ trên, chúng ta không thể tiếp cận được tất
cả sinh viên do việc phân bố rất rộng. Do vậy, chỉ những sinh viên ở khu vực nghiên
cứu ta mới có thể tiếp cận được. Đây là nhóm tổng thể có thể tiếp cận được.
II/ Phương pháp chọn mẫu xác suất (probability sampling)
1/ Chọn mẫu ngẫu nhiên đơn giản (simple random sampling)
Là kỹ thuật chọn mẫu, trong đó, tất cả cá thể trong quần thể có cùng cơ hội (cùng xác suất)
để được chọn vào mẫu. 1
Ví dụ: khi muốn chọn 300 người trong số 3.000 sinh viên tại trường đại học X thì mỗi sinh
viên có xác suất là 10% được chọn vào mẫu. Các bước thực hiện như sau:
- Bước 1: Lập khung mẫu chứa tất cả sinh viên của trường đại học X.
- Bước 2: chọn mẫu ngẫu nhiên bằng các cách thức: tung đồng xu, tung xúc xắc, bốc thăm,
bảng số ngẫu nhiên hoặc sử dụng phần mềm máy tính như vòng quay,… để chọn.
2/ Chọn mẫu ngẫu nhiên hệ thống (systematic random sampling)
Theo phương pháp chọn mẫu ngẫu nhiên hệ thống, tất cả đối tượng trong tổng thể được liệt
kê theo thứ tự định trước. Sau đó tùy vào quy mô mẫu và tổng thể mà quyết định khoảng cách các mẫu.
Cách chọn mẫu: Chia N (tổng thể) thành n nhóm, trong đó mỗi nhóm gồm k đối tượng. Sau
đó, khoảng lấy mẫu k = N/n được áp dụng để tạo thành nhóm mẫu.
Ví dụ: Yêu cầu đặt ra là cần chọn 5 khách hàng từ nhóm 20 khách hàng. Cách thức thực hiện như sau:
- Tính khoảng cách mẫu: k = 20/5 = 4
- Chọn ngẫu nhiên một giá trị r: 1 =< r =< 4. Ví dụ chọn r = 3
- Những khách hàng được chọn vào mẫu nghiên cứu sẽ lần lượt có số thứ tự trong khung mẫu là: 
Khách hàng thứ nhất: số thứ tự là 3 
Khách hàng thứ hai: số thứ tự là 3 + 1(4) = 7 2 
Khách hàng thứ ba: số thứ tự là 3 + 2(4) = 11 
Khách hàng thứ tư: số thứ tự là 3 + 3(4) = 15 
Khách hàng thứ năm: số thứ tự là 3 + 4(4) = 19
3/ Chọn mẫu ngẫu nhiên phân tầng (stratified random sampling)
Là kỹ thuật chọn mẫu được thực hiện bởi việc chia tổng thể thành các nhóm riêng lẻ được
gọi là tầng (ví dụ: giới tính, độ tuổi, thu nhập, trình độ học vấn,…). Đặc điểm của chọn mẫu
kiểu này là tiêu chí nghiên cứu trong từng tầng tương đối đồng nhất, còn giữa các tầng có sự
khác biệt. Sau khi đã phân tầng xong ta vẫn có thể áp dụng cách chọn mẫu ngẫu nhiên đơn
giản hoặc ngẫu nhiên hệ thống để chọn đối tượng của từng tầng vào nghiên cứu.
Hình minh họa một ví dụ đơn giản, trong đó nhóm mẫu gồm 10 đáp viên được chọn bằng
cách chia thành các nhóm (tầng) nam và nữ để đại diện của cả hai giới được đồng đều trong nhóm mẫu. 3
4/ Chọn mẫu ngẫu nhiên cụm (cluster sampling)
Là kỹ thuật chọn mẫu trong đó việc lựa chọn ngẫu nhiên các nhóm cá thể (ví dụ trong cùng
làng, xã, trường học, khoa phòng, bệnh viện,…) từ nhiều cụm trong một quần thể nghiên
cứu. Trong trường hợp này, đơn vị mẫu là các cụm chứ không phải là các cá thể. Cách thực hiện:
Bước 1: Xác định các cụm thích hợp.
Bước 2: Lập danh sách tất cả các cụm, chọn ngẫu nhiên một số cụm vào mẫu. Có hai cách
chọn mẫu theo ý tưởng của người nghiên cứu: 
Cách 1: Tất cả các cá thể trong các cụm đã chọn vào nghiên cứu. 
Cách 2: Liệt kê danh sách các cá thể trong các cụm đã chọn, sau đó áp dụng cách chọn
mẫu ngẫu nhiên đơn hoặc ngẫu nhiên hệ thống trong mỗi cụm để chọn các cá thể vào mẫu. 4
5/ Chọn mẫu nhiều bậc (Multistage sampling)
Chọn mẫu nhiều bậc là dạng lấy mẫu kết hợp nhiều phương pháp chọn mẫu với nhau. Chọn
mẫu nhiều bậc có tính ứng dụng cao, phù hợp trong điều kiện các nghiên cứu với tổng thể phức tạp.
Ví dụ: để nghiên cứu 1.000 hộ nông dân trồng lúa trong tỉnh X, người ta đã lựa chọn như sau: 
Chọn 5 huyện trong tỉnh X 
Trong mỗi huyện đã chọn, chọn 4 xã 
Tại mỗi xã đã chọn, chọn 5 ấp 
Với mỗi ấp, chọn 10 hộ nông dân
Sau đó, tiến hành nghiên cứu dựa trên số mẫu thu được. 5
Ưu nhược điểm của các cách chọn mẫu xác suất
Phương pháp chọn mẫu Ưu điểm Nhược điểm
Cần phải có một danh sách của các
đơn vị mẫu. Không dùng được cho
Dễ thực hiện, tính khách quan cao. mẫu lớn hoặc mẫu dao động.
Có thể lồng ghép vào tất cả các kỹ
Ngẫu nhiên đơn giản
Mẫu được chọn có thể phân tán khó
thuật chọn mẫu xác suất phức tạp thu thập. khác.
Có khả năng bỏ sót vài nhóm trong tổng thể.
Nhanh, dễ thực hiện. Độ chính xác Có thể bị trùng lặp, dẫn đến mẫu thiếu
Chọn mẫu hệ thống
cao, chọn đối tượng theo mục đích tính đại diện
điều tra. Tính đại diện cao hơn.
Độ chính xác cao. Tính đại diện
Cần thiết lập khung mẫu cho từng
Chọn mẫu phân tầng
cao hơn và dễ quản lý mẫu ngẫu
tầng. Điều này thường khó thực hiện nhiên đơn giản. trong thực tế.
Áp dụng cho phạm vi rộng lớn, độ Tổng thể phải lớn. Nếu cùng cỡ mẫu
Chọn mẫu theo cụm phân tán cao.
tính đại diện hoặc tính chính xác thấp
Dễ chọn và chi phí rẻ hơn.
hơn mẫu ngẫu nhiên đơn giản.
Mức độ chủ quan cao. Kết quả nghiên
Hiệu quả trong việc thu thập dữ
cứu không bao giờ có thể đại diện
Chọn mẫu nhiều bậc
liệu sơ cấp. Hiệu quả về chi phí và 100%. Sự hiện diện của thông tin cấp
thời gian. Mức độ linh hoạt cao. nhóm là bắt buộc. Lưu ý:
Dữ liệu sơ cấp: là những dữ liệu không có sẵn, được người nghiên cứu thu thập. 
Dữ liệu thứ cấp: là dữ liệu được thu thập dựa trên các tư liệu có sẵn 6
III/ Phương pháp chọn mẫu phi xác xuất (non-probability sampling)
Chọn mẫu phi xác suất là phương pháp chọn các đơn vị từ tổng thể theo chủ quan của
nhà nghiên cứu. Vì lấy mẫu phi xác suất không yêu cầu khung khảo sát hoàn chỉnh nên
đây là cách thu thập dữ liệu nhanh chóng, dễ dàng và không tốn kém.
1/ Chọn mẫu thuận tiện (convenience sampling)
Chọn mẫu thuận tiện là cách chọn mẫu mà người nghiên cứu chỉ cần chọn một đặc điểm phù
hợp với nghiên cứu và thực hiện phỏng vấn những người có thể tiếp xúc được. Ví dụ: chọn
mẫu nghiên cứu gần nhà, xung quanh người nghiên cứu, hoặc chọn mẫu đi ngang qua trong
khu vực mà nhà nghiên cứu muốn nghiên cứu.
Đây là kỹ thuật lấy mẫu được sử dụng phổ biến nhất vì nó cực kỳ nhanh chóng, không phức tạp và ít tốn kém.
Hình 1. Phương pháp Chọn mẫu tiện lợi (nguồn BRM) 7
2/ Chọn mẫu định mức (quota sampling)
Lấy mẫu định mức là cách lấy mẫu được thực hiện cho đến khi chọn được một số lượng cần
thiết nào đó (hạn ngạch) cho các quần thể con khác nhau. Gần giống như chọn mẫu phân
tầng là chia tổng thể thành các nhóm riêng lẻ, chọn mẫu định mức sẽ lấy các mẫu thuận tiện,
cho tới khi đủ số lượng (khác với chọn mẫu phân tầng sẽ chọn các đối tượng một cách ngẫu nhiên).
Ví dụ: Cần chọn 100 sinh viên từ 1.000 sinh viên của đại học X, trong đó có 50 nam, 50 nữ.
Nhà nghiên cứu chọn các sinh viên nam và nữ theo phương pháp chọn mẫu tiện lợi. cho đến
khi có đủ 50 nam và 50 nữ.
Hình 2. Chọn mẫu định mức quota (nguồn questionpro.com) 8
3/ Chọn mẫu có mục đích (purposes sampling/judgement sampling)
Mẫu có mục đích là mẫu được nhà nghiên cứu chọn một cách chủ quan, dựa trên phán đoán,
khi xác định các nhóm đối tượng quan trọng trong quần thể. Từ đó, xác định tỷ lệ chọn mẫu
phù hợp cho các nhóm, với điều kiện các mẫu này có tính đại diện cho tổng thể nghiên cứu.
Chọn mẫu có mục đích thường được dùng trong điều tra thăm dò và phỏng vấn sâu.
Ví dụ: phóng viên nghiên cứu đánh giá của người dân về việc ngập nước. Khi đó người
phóng viên phán đoán và chọn người cần hỏi.
Hình 3. Chọn mẫu có mục đích (nguồn BRM)
4/ Chọn mẫu tuyết lăn (snowball sampling)
Lấy mẫu cầu tuyết thường được dùng để nghiên cứu các mẫu khó tiếp cận, hiếm và khó tìm.
Phương pháp này tìm mẫu từ nguồn giới thiệu của mẫu đầu tiên, hoặc từ thông tín viên có
mối liên hệ với đối tượng mẫu sẽ làm trung gian hỗ trợ tiếp cận mẫu nghiên cứu. 9
Hình 4. Lấy mẫu Snowball sampling (nguồn Questionpro.com)
5/ Lấy mẫu tự lựa chọn (self-selection (volunteer) sampling)
Lấy mẫu tự lựa chọn hay còn gọi là lấy mẫu tình nguyện viên. Bản thân người được hỏi sẽ tự
quyết định xem họ tham gia vào cuộc điều tra hay không. Các tình nguyện viên phải được
sàng lọc để có được một tập hợp các đặc điểm phù hợp với mục đích của cuộc khảo sát.
Ví dụ: khảo sát đánh giá của người tiêu dùng sản phẩm kem đánh răng tại siêu thị. Khi đó
nhân viên khảo sát sẽ mời khách hàng đi siêu thị tham gia khảo sát. 10