Sai lệch lấy mẫu phát sinh từ những nguyên nhân nào?

Sai lệch lấy mẫu là tình trạng mẫu được chọn không phản ánh đúng những đặc điểm cần nghiên cứu của tổng thể, khiến ước lượng từ mẫu có xu hướng lệch theo một hướng nhất định. Điểm quan trọng là sai lệch không chỉ xuất hiện vì “lấy ít mẫu”, mà chủ yếu liên quan đến việc ai có cơ hội được đưa vào mẫu, ai bị bỏ sót và thành phần của mẫu khác tổng thể như thế nào.

Cơ chế có thể hiểu theo chuỗi:

Tổng thể mục tiêu → Khung lấy mẫu → Cách chọn đơn vị → Đơn vị thực tế tham gia → Mẫu quan sát được

Sai lệch có thể phát sinh ở bất kỳ mắt xích nào trong chuỗi này. Nếu một nhóm có đặc điểm liên quan đến biến nghiên cứu bị thiếu đại diện hoặc có xác suất tham gia khác biệt có hệ thống, kết quả cuối cùng có thể không còn phản ánh đúng tổng thể.

Khung lấy mẫu không bao phủ đúng tổng thể có thể tạo sai lệch ngay từ đầu

Khung lấy mẫu là danh sách hoặc cơ chế dùng để xác định những đơn vị có thể được chọn vào mẫu. Khi khung này không khớp với tổng thể mục tiêu, sai lệch có thể xuất hiện trước cả bước chọn mẫu.

Một dạng phổ biến là bỏ sót đơn vị đủ điều kiện. Chẳng hạn, nếu nghiên cứu toàn bộ khách hàng nhưng danh sách chỉ bao gồm những người đã đăng ký tài khoản trực tuyến, nhóm khách hàng chỉ giao dịch ngoại tuyến có thể không có cơ hội được chọn. Nếu đặc điểm của nhóm bị bỏ sót khác đáng kể với phần còn lại, mẫu sẽ bị lệch.

Ngược lại, khung lấy mẫu cũng có thể chứa đơn vị không thuộc tổng thể, đơn vị bị trùng hoặc thông tin phân loại đã lỗi thời. Khi đó, cơ cấu tập hợp có thể khác với tổng thể mà nghiên cứu thực sự muốn suy rộng.

Vì vậy, sai lệch lấy mẫu có thể bắt đầu từ câu hỏi rất cơ bản: “Danh sách dùng để lấy mẫu có thực sự đại diện cho toàn bộ tổng thể cần nghiên cứu hay không?”

Cách chọn mẫu có thể làm một số nhóm có cơ hội được chọn khác biệt

Ngay cả khi khung lấy mẫu đầy đủ, sai lệch vẫn có thể phát sinh nếu cơ chế lựa chọn làm thay đổi cơ hội tham gia giữa các nhóm theo cách liên quan đến kết quả nghiên cứu.

Ví dụ, một khảo sát về hành vi tiêu dùng chỉ chọn người tại một khu mua sắm vào một khoảng thời gian cố định. Những người thường mua sắm ở nơi khác hoặc vào thời điểm khác sẽ có cơ hội được đưa vào mẫu thấp hơn. Nếu hành vi của họ cũng khác nhóm được tiếp cận, mẫu sẽ không còn đại diện tốt cho tổng thể.

Lấy mẫu thuận tiện là trường hợp dễ gặp. Người nghiên cứu chọn những đối tượng dễ tiếp cận thay vì những đơn vị được lựa chọn theo một thiết kế có kiểm soát. Mức độ thuận tiện khi tiếp cận vì thế có thể trở thành yếu tố quyết định ai xuất hiện trong mẫu.

Một dạng khác là tự lựa chọn. Khi chỉ những người chủ động muốn tham gia mới trả lời, nhóm có mức quan tâm cao đến chủ đề nghiên cứu có thể xuất hiện nhiều hơn nhóm ít quan tâm. Khi đặc điểm liên quan đến việc tự tham gia đồng thời liên quan đến biến nghiên cứu, nguy cơ sai lệch tăng lên.

Không phản hồi và thay thế mẫu có thể làm thành phần mẫu bị lệch

Không phải mọi đơn vị được chọn đều hoàn thành việc tham gia. Không phản hồi có thể trở thành nguồn sai lệch khi những người không trả lời khác có hệ thống so với những người trả lời.

Ví dụ, trong một khảo sát về thời gian làm việc, những người có lịch làm việc rất bận có thể khó tham gia hơn. Nếu nhóm này đồng thời có số giờ làm việc thực tế khác nhóm phản hồi, việc chỉ phân tích các câu trả lời thu được có thể khiến ước lượng lệch.

Điểm quan trọng không nằm ở việc tỷ lệ phản hồi thấp một cách đơn thuần, mà ở sự khác biệt giữa nhóm phản hồi và nhóm không phản hồi. Một tỷ lệ không phản hồi có thể ít gây sai lệch nếu hai nhóm tương đối giống nhau về đặc điểm liên quan đến nghiên cứu; ngược lại, sai lệch vẫn có thể đáng kể khi hai nhóm khác nhau một cách có hệ thống.

Việc thay thế đơn vị không phản hồi bằng một đối tượng dễ tìm khác cũng có thể làm vấn đề nghiêm trọng hơn nếu đơn vị thay thế không tương đương với đơn vị ban đầu và quy trình thay thế không được kiểm soát.

Thời điểm, địa điểm và cách tiếp cận có thể làm mẫu mất tính đại diện

Một mẫu có thể được chọn theo quy trình hợp lý nhưng vẫn bị lệch nếu việc thu thập chỉ diễn ra trong một điều kiện không phản ánh đầy đủ tổng thể.

Thời điểm là một yếu tố rõ ràng. Một khảo sát thực hiện trong giờ hành chính có thể tiếp cận một nhóm đối tượng khác với khảo sát thực hiện buổi tối. Nếu đặc điểm cần đo thay đổi theo thời điểm, việc chỉ quan sát một khoảng thời gian sẽ làm cơ cấu mẫu lệch.

Địa điểm cũng tạo tác động tương tự. Chỉ lấy mẫu ở một khu vực, một cơ sở hoặc một kênh tiếp cận có thể khiến những nhóm ít xuất hiện tại đó bị thiếu đại diện.

Ngoài ra, nếu quy trình tiếp cận phụ thuộc quá nhiều vào một phương thức liên lạc, những người khó tiếp cận bằng phương thức đó có thể bị giảm cơ hội tham gia. Khi đặc điểm của nhóm khó tiếp cận khác với nhóm dễ tiếp cận, nguy cơ sai lệch sẽ tăng.

Điều này cho thấy sai lệch lấy mẫu không chỉ là vấn đề của “chọn ai”, mà còn là vấn đề của chọn ở đâu, khi nào và bằng cách nào.

Dấu hiệu nhận biết sai lệch lấy mẫu nằm ở sự khác biệt có hệ thống giữa mẫu và tổng thể

Một dấu hiệu quan trọng là mẫu có cơ cấu khác đáng kể so với các đặc điểm đã biết của tổng thể. Chẳng hạn, tỷ trọng của một nhóm tuổi, khu vực hoặc loại đơn vị trong mẫu thấp hơn nhiều so với tổng thể, trong khi đặc điểm đó có liên quan đến biến nghiên cứu.

Cần chú ý hơn khi sự chênh lệch xuất hiện theo một cơ chế có thể giải thích được: một nhóm khó tiếp cận hơn, ít phản hồi hơn, bị thiếu trong khung mẫu hoặc có xác suất được chọn thấp hơn.

Ngược lại, việc mẫu khác tổng thể ở một đặc điểm chưa chắc tự động chứng minh có sai lệch. Điều cần xem xét là đặc điểm đó có liên quan đến kết quả nghiên cứu hay không và sự chênh lệch có xuất phát từ một cơ chế chọn hoặc tham gia mang tính hệ thống hay không.

Vì vậy, có thể kiểm tra theo chuỗi:

1.    Xác định chính xác tổng thể mục tiêu

2.    Kiểm tra khung lấy mẫu có bao phủ tổng thể hay không

3.    Xem cơ hội được chọn của các nhóm có bị chênh lệch hay không

4.    Kiểm tra nhóm không phản hồi và nhóm được thay thế

5.    Đối chiếu cơ cấu mẫu với các đặc điểm đã biết của tổng thể

6.    Xem sự khác biệt có liên quan đến biến nghiên cứu hay không

Một điểm cần phân biệt là sai lệch lấy mẫu không đồng nghĩa với mọi loại sai số của khảo sát. Sai sót đo lường, ghi nhận hoặc xử lý dữ liệu có thể làm kết quả không chính xác, nhưng chúng thuộc cơ chế khác. Với sai lệch lấy mẫu, trọng tâm là cách mẫu được hình thành và mức độ đại diện của mẫu đối với tổng thể.

Sai lệch lấy mẫu có thể phát sinh từ nhiều mắt xích: khung lấy mẫu không đầy đủ, cơ chế chọn làm cơ hội tham gia không đồng đều, lấy mẫu thuận tiện hoặc tự lựa chọn, không phản hồi, thay thế mẫu thiếu kiểm soát, hay thu thập quá tập trung vào một thời điểm, địa điểm hoặc kênh tiếp cận. Điểm chung của các trường hợp này là thành phần của mẫu bị lệch có hệ thống so với tổng thể theo cách có thể ảnh hưởng đến kết quả nghiên cứu.