Một nghiên cứu về thói quen đọc của học sinh trung học cơ sở muốn có 600 em. Đi từng nhà rút ngẫu nhiên 600 em trong cả tỉnh là không khả thi. Cách làm thực tế: chọn ngẫu nhiên 20 lớp, khảo sát toàn bộ khoảng 30 em mỗi lớp. Dữ liệu về tay, phân tích như thể có 600 em độc lập, khoảng tin cậy hẹp, giá trị p nhỏ, mọi thứ trông chắc chắn.
Nhưng 30 em cùng một lớp có chung giáo viên, chung thư viện trường, chung khu dân cư, chung cả những buổi đọc sách cô chủ nhiệm tổ chức. Các em giống nhau hơn so với 30 em rút ngẫu nhiên từ cả tỉnh. Thông tin thực sự mà 600 em đó mang lại ít hơn 600 — có khi ít hơn nhiều. Nếu không tính đến điều này, mọi kết luận đều tự tin quá mức.
Vì sao chọn mẫu theo cụm vẫn đáng dùng
Chọn mẫu cụm không phải lựa chọn hạng hai; nó là cách duy nhất khả thi trong rất nhiều tình huống:
- Không có danh sách toàn bộ cá nhân trong tổng thể, nhưng có danh sách trường, xã, cơ sở y tế.
- Chi phí đi lại chiếm phần lớn ngân sách; khảo sát 30 người ở một điểm rẻ hơn rất nhiều so với 30 người ở 30 điểm.
- Can thiệp được áp dụng ở cấp nhóm (cả lớp, cả xã), nên phân nhóm theo cụm là bắt buộc.
Cái giá phải trả là độ chính xác. Câu hỏi không phải có dùng cụm hay không, mà là tính cái giá đó vào thiết kế thế nào.
Hai con số cần biết: tương quan nội cụm và hiệu ứng thiết kế
Hệ số tương quan nội cụm (thường viết là ICC) đo mức độ những người trong cùng cụm giống nhau về biến bạn quan tâm. Bằng 0 nghĩa là trong cụm cũng đa dạng như ngoài cụm. Bằng 1 nghĩa là mọi người trong một cụm giống hệt nhau. Trong nghiên cứu giáo dục và y tế cộng đồng, ICC thường nhỏ, nhưng nhỏ không có nghĩa là bỏ qua được.
Hiệu ứng thiết kế cho biết phương sai của ước lượng tăng bao nhiêu lần so với mẫu ngẫu nhiên đơn giản cùng cỡ. Với các cụm có cùng số người m, công thức xấp xỉ quen thuộc là:
Hiệu ứng thiết kế = 1 + (m − 1) × ICC
Và cỡ mẫu hiệu dụng = cỡ mẫu thực tế chia cho hiệu ứng thiết kế.
Thử với ví dụ trên: m = 30, giả sử ICC = 0,05. Hiệu ứng thiết kế = 1 + 29 × 0,05 = 2,45. Cỡ mẫu hiệu dụng = 600 / 2,45 ≈ 245. Tức là 600 em trong 20 lớp mang lượng thông tin tương đương khoảng 245 em rút ngẫu nhiên đơn giản. Một ICC nghe rất nhỏ đã làm mất hơn một nửa mẫu.
Với ICC = 0,15 — không hiếm với biến như điểm thi, vốn chịu ảnh hưởng mạnh của giáo viên — hiệu ứng thiết kế lên 5,35 và cỡ mẫu hiệu dụng còn khoảng 112.
Tăng số cụm hay tăng số người mỗi cụm
Nhìn công thức sẽ thấy ngay: hiệu ứng thiết kế tăng theo m. Thêm người vào cụm đã có cho lợi ích giảm dần rất nhanh. Bảng dưới đây cùng tổng 600 người, ICC = 0,05:
| Số cụm | Người mỗi cụm | Hiệu ứng thiết kế | Cỡ mẫu hiệu dụng |
|---|---|---|---|
| 10 | 60 | 3,95 | ≈ 152 |
| 20 | 30 | 2,45 | ≈ 245 |
| 40 | 15 | 1,70 | ≈ 353 |
| 60 | 10 | 1,45 | ≈ 414 |
Cùng 600 phiếu, chia mỏng ra nhiều cụm cho lượng thông tin gần gấp ba so với dồn vào ít cụm. Đây là quy luật quan trọng nhất của thiết kế cụm: khi phải chọn, ưu tiên thêm cụm. Giới hạn thực tế là chi phí cho mỗi cụm mới — đi lại, xin phép, liên hệ — nên lời giải tối ưu là cân bằng giữa chi phí một cụm và chi phí một người.
Còn một lý do nữa để không dùng quá ít cụm: với dưới khoảng 20 đến 30 cụm, các phương pháp điều chỉnh sai số chuẩn theo cụm bắt đầu kém tin cậy, và kết quả nhạy với từng cụm riêng lẻ.
Lấy ICC ở đâu khi chưa có dữ liệu
Bạn cần ICC để tính cỡ mẫu, nhưng ICC chỉ biết được sau khi có dữ liệu. Các nguồn hợp lý:
- Các nghiên cứu trước dùng biến kết quả tương tự với đơn vị cụm tương tự. Nhiều bài báo đăng tải ICC trong phần phụ lục.
- Dữ liệu thứ cấp có sẵn cấu trúc cụm — kết quả thi theo trường, số liệu khảo sát hộ gia đình theo xã — tự tính ICC từ đó.
- Nghiên cứu thử, dù ICC từ mẫu thử nhỏ rất không ổn định.
Khi không chắc, tính cỡ mẫu với hai, ba giá trị ICC (ví dụ 0,02; 0,05; 0,10) và trình bày cả ba. Hội đồng sẽ đánh giá cao việc bạn thấy được độ bất định, hơn là một con số chính xác giả.
Chọn mẫu nhiều giai đoạn trong thực tế
Khảo sát lớn thường rút qua nhiều tầng: chọn huyện, trong huyện chọn xã, trong xã chọn hộ, trong hộ chọn một người. Vài nguyên tắc giữ cho thiết kế này không lệch:
- Rút cụm theo xác suất tỷ lệ với kích thước khi các cụm chênh nhau nhiều về quy mô, rồi lấy cùng số người ở mỗi cụm. Cách này cho mỗi cá nhân xác suất được chọn gần bằng nhau.
- Ghi lại xác suất chọn ở từng tầng. Không có những con số này thì không tính được trọng số, và ước lượng cho tổng thể có thể lệch.
- Phân tầng trước khi rút cụm (theo thành thị và nông thôn, theo vùng) giúp đảm bảo mỗi nhóm quan trọng đều có mặt, và thường bù lại một phần độ chính xác mất do cụm.
Một ví dụ tính cỡ mẫu từ đầu đến cuối
Giả sử bạn muốn ước lượng tỷ lệ học sinh đọc ít nhất một cuốn sách ngoài chương trình mỗi tháng, với sai số chừng cộng trừ 5 điểm phần trăm, độ tin cậy 95%. Chưa biết tỷ lệ thật, nên lấy 50% để có cỡ mẫu lớn nhất.
- Cỡ mẫu nếu rút ngẫu nhiên đơn giản: khoảng 385 em (công thức quen thuộc 1,96² × 0,5 × 0,5 / 0,05²).
- Dự kiến lấy 25 em mỗi lớp, ICC giả định 0,05: hiệu ứng thiết kế = 1 + 24 × 0,05 = 2,2.
- Cỡ mẫu cần cho thiết kế cụm: 385 × 2,2 ≈ 847 em.
- Dự kiến 10% phiếu không dùng được: 847 / 0,9 ≈ 941 em.
- Số lớp cần chọn: 941 / 25 ≈ 38 lớp. Làm tròn lên 40 lớp, chia đều cho các tầng nếu có phân tầng.
Nếu không tính hiệu ứng thiết kế, bạn sẽ dừng ở 16 lớp — và có trong tay một ước lượng kém chính xác gấp rưỡi so với bạn tưởng.
Những lỗi hay gặp khi thu thập theo cụm
- Thay cụm khi cụm được chọn khó tiếp cận. Trường xa, xã không hợp tác bị thay bằng nơi gần hơn. Mỗi lần thay là một lần mẫu nghiêng về phía dễ tiếp cận. Nếu buộc phải thay, chuẩn bị sẵn danh sách cụm dự phòng rút ngẫu nhiên từ đầu và ghi lại mọi lần thay.
- Để cụm tự chọn người tham gia. Nhờ giáo viên chủ nhiệm “chọn giúp 15 em” thường cho ra 15 em ngoan nhất lớp. Trong cụm, hoặc lấy toàn bộ, hoặc rút ngẫu nhiên theo danh sách.
- Cỡ cụm chênh nhau quá nhiều mà không có trọng số. Lấy toàn bộ một lớp 45 em và một lớp 18 em rồi gộp chung khiến lớp đông chi phối kết quả.
- Không lưu mã cụm trong dữ liệu. Nghe khó tin nhưng xảy ra: bảng dữ liệu cuối cùng không có cột cho biết em nào thuộc lớp nào, và không còn cách nào phân tích đúng cấu trúc cụm.
- Thu cụm theo thứ tự thuận tiện rồi dừng khi hết thời gian. Các cụm cuối danh sách, thường là nơi xa nhất, bị bỏ lại. Hãy xếp lịch sao cho cụm xa được thu sớm, không phải cuối cùng.
Phân tích phải tôn trọng cấu trúc cụm
Thiết kế cụm mà phân tích như mẫu ngẫu nhiên đơn giản là lỗi gặp rất thường xuyên trong luận văn. Hậu quả: sai số chuẩn quá nhỏ, khoảng tin cậy quá hẹp, nhiều kết quả “có ý nghĩa” thực ra không có. Các cách xử lý chuẩn:
- Dùng sai số chuẩn điều chỉnh theo cụm trong mô hình hồi quy.
- Dùng mô hình đa tầng, đặc biệt khi bạn quan tâm cả đến sự khác biệt giữa các cụm.
- Dùng các lệnh phân tích dữ liệu khảo sát có khai báo cụm, tầng và trọng số — hầu hết phần mềm thống kê thông dụng đều có.
Và luôn báo cáo ICC thực tế bạn tính được. Đó là thông tin giúp người làm nghiên cứu sau tính cỡ mẫu tốt hơn, đúng như cách bạn đã phải đi tìm nó.
Khi viết phần phương pháp, mô tả đủ bốn thứ: đơn vị cụm là gì, rút cụm thế nào, trong cụm chọn người ra sao, và ICC giả định dùng để tính cỡ mẫu lấy từ đâu. Thêm một dòng về số cụm thực tế thu được so với dự kiến, và lý do nếu có cụm bị loại. Người đọc cần những thông tin đó để đánh giá mẫu của bạn đại diện đến đâu, nhiều hơn là cần biết tổng số phiếu.
Câu hỏi thường gặp
Hệ số tương quan nội cụm bao nhiêu thì đáng lo?
Không có ngưỡng an toàn chung, vì mức ảnh hưởng còn phụ thuộc số người mỗi cụm. Ngay cả ICC khoảng 0,05 với 30 người mỗi cụm đã làm cỡ mẫu hiệu dụng giảm hơn một nửa.
Nên chọn nhiều cụm ít người hay ít cụm nhiều người?
Với cùng tổng số người, nhiều cụm ít người cho nhiều thông tin hơn. Lựa chọn cuối cùng cân giữa chi phí cho mỗi cụm mới và chi phí cho mỗi người thêm vào.
Không có ICC từ nghiên cứu trước thì tính cỡ mẫu thế nào?
Có thể tự tính từ dữ liệu thứ cấp có cấu trúc cụm tương tự, hoặc tính với vài giá trị ICC giả định và trình bày cả các phương án. Cách này cho thấy rõ độ bất định của cỡ mẫu.
Phân tích dữ liệu cụm như mẫu ngẫu nhiên thì sai ở đâu?
Sai số chuẩn bị đánh giá thấp nên khoảng tin cậy hẹp hơn thực tế và dễ ra kết quả có ý nghĩa giả. Cần dùng sai số chuẩn điều chỉnh theo cụm hoặc mô hình đa tầng.
Bao nhiêu cụm là quá ít?
Khi số cụm dưới khoảng 20 đến 30, các phương pháp điều chỉnh theo cụm kém tin cậy và kết quả dễ bị chi phối bởi vài cụm. Nên tránh thiết kế chỉ có một vài cụm mỗi nhóm.
