Phương Pháp Chọn Mẫu Và Tính Toán Cỡ Mẫu Trong Nghiên Cứu Khoa Học Sức Khỏe.pdf

Tr逢運ng A衣i h丑c Y t院 công c瓜ng M衣ng l逢噂i Nghiên c泳u Khoa h丑c S泳c kh臼e Vi羽t Nam PH姶愛NG PHÁP CH窺N M郁U VÀ TÍNH TOÁN C餌 M郁U TRONG NGHIÊN C永U KHOA H窺C S永C KH碓E Ch栄 biên GS TS Hoàng[.]

TÁC GI CU N TÀI LI U (THEO TH T ABC)

PGS.TS ào Th Minh An, Tr ng i h c Y Hà N i PGS.TS Nguy n Thùy D ng, Vi n V sinh D ch t Trung ng

PGS.TS Kim B o Giang, Tr ng i h c Y Hà N i GS.TS L u Ng c Ho t, Tr ng i h c Y Hà N i PGS.TS Ph m Minh Khuê , Tr ng i h c Y d c H i Phòng

BS Ong Phúc Th nh, M ng l i Nghiên c u Khoa h c S c kh e Vi t Nam

GS.TS Hoàng V n Minh, Tr ng i h c Y t công c ng

M C L C

CH NG I: M T S KHÁI NI M C B N 1

1 Qu n th và m u nghiên c u 1

2 Ch n m u và tính toán c m u 1

3 Ph ng pháp th ng kê 1

4 c l ng kho ng tin c y 2

5 Ki m đ nh gi thuy t 3

6 Sai l m trong ki m đ nh gi thuy t 5

7 M c ý ngh a th ng kê 6

8 L c th ng kê 6

9 M c khác bi t và m c khác bi t có ý ngh a th c t 7

10 Ki m đ nh 1 phía và 2 phía 9

CH NG II: CH N M U NGHIÊN C U 10

1 Nguyên t c chung 10

2 Ch n m u xác su t 11

2.1 Ch n m u ng u nhiên đ n (simple random sampling) 11

2.2 Ch n m u h th ng (systematic sampling) 12

2.3 Ch n m u ng u nhiên phân t ng (stratified random sampling) 14

2.4 Ch n m u chùm (cluster sampling) 16

2.5 Ch n m u nhi u giai đo n (multistage sampling) 18

3 Ch n m u không xác su t 19

3.1 Ch n m u thu n ti n (convenience or accidental sampling) 19

3.2 Ch n m u ch tiêu (quota sampling) 19

3.3 Ch n m u có m c đích (purposive sampling) 19

3.4 Các ng d ng c a các k thu t ch n m u không xác su t 19

3.5 S k t h p gi a ch n m u xác su t và không xác su t 20

4 Ch n m u trong các th nghi m lâm sàng ho c th c nghi m 20

5 o đ c trong vi c ch n m u nghiên c u 21

CH NG III: TÍNH TOÁN C M U NGHIÊN C U 22

1 Tính toán c m u cho nghiên c u s d ng th ng kê suy lu n d a trên c l ng kho ng 22

1.1 Nghiên c u g m 1 m u, xác đ nh m t trung bình 23

1.2 Nghiên c u g m 1 m u, xác đ nh m t t l 26

1.3 Nghiên c u g m 2 m u đ c l p, xác đ nh s khác bi t gi a 2 s trung bình 29

1.4 Nghiên c u g m 2 m u ghép c p, xác đ nh s khác bi t gi a 2 s trung bình 31

1.5 Nghiên c u g m 2 m u đ c l p, xác đ nh s khác bi t gi u 2 t l 32

2 Tính toán c m u cho nghiên c u s d ng th ng kê suy lu n d a trên ki m đ nh gi thuy t 33

2.1 Nghiên c u g m 1 m u, ki m đ nh m t trung bình 35

2.2 Nghiên c u g m 1 m u, ki m đ nh m t t l 37

2.3 Nghiên c u g m 2 m u đ c l p, ki m đ nh 2 s trung bình 38

2.4 Nghiên c u g m 2 m u ghép c p, ki m đ nh 2 s trung bình 40

2.5 Nghiên c u g m 2 m u đ c l p, ki m đ nh 2 t l 42

2.6 Nghiên c u g m 2 m u ghép c p, ki m đ nh 2 t l (McNemar) 44

2.7 Nghiên c u b nh ch ng, ki m đ nh OR 46

2.8 Nghiên c u thu n t p, ki m đ nh RR 48

2.9 Nghiên c u s ng còn (survival analysis study) 50

3 Nghiên c u nghi m pháp ch n đoán 52

4 Nghiên c u t ng đ ng (Equivalence trial) 55

5 Nghiên c u không kém h n (Non-inferiority trial) 59

6 Nghiên c u th nghi m lâm sàng theo c m (Cluster randomized design) 62 7 C m u cho mô hình h i quy 64

8 M t s hi u ch nh 64

8.1 Hi u ch nh đ i v i qu n th h u h n 64

8.2 Hi u ch nh theo h s thi t k (Design effect) 65

8.3 Hi u ch nh t l không tr l i, b cu c 66

8.4 Hi u ch nh khi c m u 2 nhóm không b ng nhau 67

PH L C: CH N M U CHO QU N TH KHÓ TI P C N 69

1 Gi i thi u 69

2 Ch n m u RDS 70

3 Ch n m u TLS 77

TÀI LI U THAM KH O 81

Ch ng I: M T S KHÁI NI M C B N

GS.TS Hoàng V n Minh, BS K h ng Qu nh Long

1 Qu n th và m u nghiên c u

Trong m i nghiên c u, qu n th nghiên c u (Population) bao g m toàn b

các cá th chúng ta đang quan tâm M u nghiên c u (Sample) bao g m các cá th

đ c nghiên c u

Do đi u ki n ngu n l c có h n, đ i v i m i nghiên c u, chúng ta th ng không th ti n hành nghiên c u trên toàn b qu n th mà th ng ch ti n hành trên m t m u

2 Ch n m u và tính toán c m u

Ch n m u (Sampling) là quá trình ch n ra các cá th đ i di n cho qu n th

đ đ a vào nghiên c u đ m b o tính đ i di n, c n áp d ng các k thu t ch n

m u xác su t (Probabilistic Sampling), hay còn g i là ch n m u ng u nhiên (Random samling)

Tính toán c m u (Sample size determination) là vi c tính toán s l ng

cá th đ c đ a vào m u nghiên c u sao cho chúng ta có th ngo i suy t các đ c

đi m c a m u ra các đ c đi m t ng ng c a qu n th (Statistical inference)

c u (các phân tích d a trên các cá th có trong m u);

 Th ng kê suy lu n (Inference statistics) hay còn g i là th ng kê phân tích (Analytical statistics): Là vi c ngo i suy các đ c đi m c a m u nghiên c u ra thành các đ c đi m c a qu n th nghiên c u

Ph n l n các nghiên c u đ u có s d ng th ng kê suy lu n/phân tích (th c

ch t là ti n hành ngo i suy)

Có 2 hai lo i hình th ng kê suy lu n th ng đ c áp d ng, bao g m:

 c l ng kho ng tin c y (Confidence interval): D a trên m t giá tr

tìm ra t nghiên c u đ c l ng m t kho ng giá tr trong qu n th (v i m t m c tin c y nh t đ nh)

 Ki m đ nh gi thuy t (Hypothesis testing): Ki m đ nh li u s khác bi t,

m i liên quan nào đó đã tìm ra m u nghiên c u có x y ra trong qu n

th nghiên c u hay không?

Hình 1: M t s khái ni m c b n

4 c l ng kho ng tin c y

c l ng kho ng tin c y (Confidence interval) là vi c tính toán kho ng giá

tr c a tham s qu n th (trong kho ng t X đ n Y) v i m t m c tin c y cho tr c

(các nghiên c u khoa h c s c kh e th ng dùng m c tin c y 95%)

Kho ng tin c y c a bi n đ nh l ng đ c tính theo công th c:

c l ng kho ng tin c y

Ki m đ nh gi thuy t

 C m u nh (n < 30: Tính theo phân b t

t đ c tính tùy thu c vào b c t do (n-1) (Xem b ng giá tr c a t)

Kho ng tin c y c a bi n đ nh tính đ c tính theo công th c:

(hay còn g i là Exact methods) d a trên xác su t tích l y c a phân b nh

phân (Cumulative Probabilities of the Binomial Distribution) đ hi u

ch nh Hi n nay, ph ng pháp Clopper–Pearson (Exact methods) đ c áp

C m u nghiên c u càng l n thì kho ng tin c y càng h p, đ ng ngh a v i tính

chính xác (precision) c a nghiên c u càng cao, hay sai s ng u nhiên (random

errors) càng nh

5 Ki m đ nh gi thuy t

Gi thuy t

Gi thuy t (Hypothesis) đ c hi u đ n gi n là nh ng đi u chúng ta k

v ng nh ng ch a đ c ch ng minh là b t bi n (khác v i lý thuy t - Theory)

Trong nghiên c u khoa h c, có 2 lo i gi thuy t đ c đ a ra:

 Gi thuy t Ho (Null hypothesis): Th ng đ c p đ n “không có s khác

bi t” gi a các nhóm v giá tr bi n s nghiên c u nào đó

 Gi thuy t Ha (Alternative hypothesis): Do nhà nghiên c u đ a ra, th ng

đ c p đ n “có s khác bi t” gi a các nhóm v giá tr bi n s nghiên c u nào đó

Ki m đ nh gi thuy t

Ki m đ nh gi thuy t (Hypothesis testing) là vi c so sánh k t qu c a

nghiên c u v i gi thuy t Ho Ki m đ nh gi i thuy t đ c th c hi n d a trên các

ki m đ nh th ng kê (Test statistics)

Sau khi đ t ra các gi thuy t Ho và Ha, chúng ta c n ch ng minh Ho hay Ha đúng Theo lý thuy t c a ki m đ nh gi thuy t th ng kê, chúng ta r t khó ho c không th tr c ti p ch ng minh m t gi thuy t là đúng mà ch có th ch ng minh

nó sai (bác b ), theo đó n u có đ b ng ch ng cho th y Ho sai thì chúng ta bác

b gi thuy t Ho và ch p nh p HA, ng c l i n u không đ b ng ch ng đ bác

b Ho thì chúng ta ch p nh n r ng Ho đúng Vi c quy t đ nh bác b hay ch p

nh n Ho th ng đ c th c hi n thông qua ch s P (P-value), ch s P là m t xác

su t có đi u ki n mang ý ngh a là xác su t quan sát đ c d li u và nh ng tr ng

h p hi m h n n u gi thuy t Ho đúng – P(D|Ho) Theo đó n u ch s P càng nh càng cho th y b ng ch ng đ bác b gi thuy t Ho, và khi ch s P nh h n m c

Ki m đ nh th ng kê (Test statistics) là giá tr đ c tính toán và chu n hóa

trong quá trình th c hi n ki m đ nh gi thuy t Ki m đ nh th ng kê b ng 0 có ngh a k t qu nghiên c u đúng nh đi u đã đ c p trong gi i thuy t Ho Giá tr tuy t đ i c a ki m đ nh th ng kê càng l n có ngh a s khác bi t gi a k t qu nghiên c u và Ho càng l n

B n thân giá tr c a ki m đ nh th ng kê ít có ý ngh a đ i v i ki m đ nh gi thuy t mà ta c n so sánh nói v i phân b c a nó v i gi đ nh r ng nghiên c u này

đ c l p l i nhi u l n và Ho đúng đ tính đ c xác su t x y ra ki m đ nh th ng

kê n u Ho đúng

N u xác su t (probability) x y ra ki m đ nh th ng kê n u Ho đúng nh (th ng ch n nh h n 5% hay 0,05), chúng ta k t lu n là k t qu nghiên c u c a chúng ta khác v i Ho Nói cách khác là có th bác b Ho và ch p nh n Ha

6 Sai l m trong ki m đ nh gi thuy t

Th ng kê là khoa h c d a vào nguyên lý xác su t, do đó không có m t k t

lu n nào là hoàn toàn đúng hay hoàn toàn sai, các k t lu n đ u đ c di n gi i trong m t s gi đ nh ho c sai s quy c (ch p nh n đ c) Khi k t lu n ch p

nh n hay bác b Ho, chúng ta đ u có th g p ph i nh ng sai s ti m tàng, và sai

s này đ c ch p nh n trong m t kho ng quy c Các tình hu ng x y ra nh

Ho sai (Có s khác bi t)

7 M c ý ngh a th ng kê

M c ý ngh a th ng kê (Significance level) đ c p đ n ng ng quy t đ nh bác

b hay ch p nh n gi thuy t Ho d a vào ch s P M c ý ngh a th ng kê th ng

đ c ch n là 0.05

8 L c th ng kê

L c th ng kê (Statistical power) là xác su t bác b gi thuy t Ho (ch p nh n

HA) khi gi thuy t Ho sai, hay có th hi u l c th ng kê chính là xác su t d ng tính th t L c th ng kê đ c p đ n kh n ng lo i b sai l m lo i 2, hay l c th ng

kê b ng 1 tr xác su t sai l m lo i 2, hay power = 1 – L c th ng kê th ng

đ c đòi h i là cao h n 80% (sai l m lo i 2 <20%) L c th ng kê c n đ c tính toán và báo cáo tr c khi nghiên c u b t đ u

Nh đã đ c p, l c th ng kê là xác su t k t lu n có s khác bi t khi th c s

có s khác bi t, hay l c th ng kê bi u hi n cho kh n ng phát hi n hi u ng khi

nó th c s t n t i Nh v y, nhà nghiên c u đ u mong mu n có đ c l c th ng

kê cao M t nghiên c u s đ c đánh giá không cao n u không đ t đ c l c th ng

kê c n thi t, th m chí là không th đ a ra k t lu n n u không đ l c th ng kê Theo nguyên lý c a ki m đ nh gi thuy t th ng kê c a Neyman và Pearson, có 3

đó chúng ta không th quy t đ nh là s không khác bi t đó là do th c

s không có khác bi t hay do phép tính toán không đ kh n ng đ phát hi n khác bi t

Nh v y l c th ng kê đóng vai trò r t l n cho tính giá tr c a m t k t lu n

th ng kê Trong th c hành, l c th ng kê th ng đ c quy c là không nh h n

80% Do đó, trong quá trình tính c m u, nhà nghiên c u c n ph i tính toán c

m u đ đáp ng đ c đi u này H n n a, sau khi thu th p s li u, nhà nghiên c u

th ng ph i ki m tra l i (sensititive analysis) xem v i c m u nh v y, l c th ng

kê đã đ t hay ch a

9 M c khác bi t và m c khác bi t có ý ngh a th c t

Trong ph ng pháp ki m đ nh gi tuy t th ng kê đã gi i thi u trong ph n

tr c, giá tr P th ng đ c s d ng đ k t lu n s khác bi t gi a các nhóm có ý ngh a v m t th ng kê hay không Vi c k t lu n d a vào giá tr P mang ý ngh a

nh phân – có/không có ý ngh a th ng kê, giá tr P không nói lên đ c m c đ

c a s khác bi t Trong th c hành, bên c nh vi c k t lu n có hay không khác bi t, chúng ta c n bi t m c đ khác bi t là bao nhiêu, và c tác đ ng (effect size - ES)

là th hi n m c đ khác bi t đó C tác đ ng là m t thu t ng chung đ ch các

ch s khác nhau nh m đo l ng m c đ khác bi t gi a các nhóm, ví d khi so sánh huy t áp tâm thu gi a 2 nhóm dân s thì c tác đ ng chính là s chênh l ch huy t áp tâm thu trung bình gi a 2 nhóm đo b ng đ n v mmHg, ho c khi th

hi n s liên quan gi a cân n ng và chi u cao thì h s t ng quan c ng là c tác

đ ng i v i nh ng nghiên c u d ch t h c có bi n đo l ng k t qu là bi n nh giá thì các ch s nh t s nguy c RR, t s s chênh OR hay t l hi n hành PR

đi m c a c tác đ ng là khó so sánh k t qu n u đ n v đo l ng khác nhau, ví

d chúng ta s khó so sánh s khác bi t gi a chi u cao so v i s khác bi t v cân

n ng M t nh c đi m khác c a c tác đ ng là không nói lên đ c m c đ giao

đ ng Ví d s khác bi t v chi u cao gi a 2 nhóm dân s c a nghiên c u th

nh t (trung bình ± đ l ch chu n) là 3 ± 1 cm s r t khác so v i nghiên c u th 2

là 3 ± 5 cm, m c dù s khác bi t trung bình gi a 2 nhóm dân s c a 2 nghiên c u

đ u là 3 cm Do đó đ có th so sánh đ c các c tác đ ng v i đ n v đo l ng khác nhau và tính toán đ n s giao đ ng v k t qu , c tác đ ng chu n hóa (standardized effect size) đ c tính đ n Công th c tính c tác đ ng chu n hóa

o  là k t qu nghiên c u theo gi thuy t Ha

o  là k t qu nghiên c u theo gi thuy t Ho

đ nh

C tác đ ng th ng đ c tham kh o t nh ng nghiên c u t ng t đã đ c làm tr c đó Tuy nhiên, khi th c hi n m t nghiên c u m i và không có thông tin tham kh o đ c t nghiên c u tr c thì nhà nghiên c u c ng có th d a vào kinh nghi m lâm sàng, đ l a ch n ng ng th p, trung bình hay cao vì c tác

đ ng ph n ánh s khác bi t quan sát đ c trên th c t

1 Julious SA (2009), Sample sizes for clinical trials, CRC Press, Boca Raton

2 Rosner B (2011), Fundamentals of biostatistics, Brooks/Cole, Cengage Learning, Boston

3 Perezgonzalez JD Fisher, Neyman-Pearson or NHST? A tutorial for teaching data testing Frontiers in Psychology 2015;6:223

th có th đ c ngo i suy v i k t qu thu đ c t m t m u đ c rút ra t qu n

th này Tuy nhiên s ngo i suy ch đ c th c hi n n u m u nghiên c u đ c

ch n đ i di n cho qu n th và là đ l n

Ba câu h i th ng đ c đ t ra khi ch n m u là:

 Qu n th nào mà t đó m u s đ c l y ra cho nghiên c u?

 Làm th nào đ m u có th đ i di n cho qu n th nghiên c u?

 M u bao nhiêu là đ cho m t nghiên c u?

Tr l i cho 3 câu h i này chính là gi i quy t v n đ xác đ nh qu n th nghiên

c u (study population), ch n m u (sampling) và tính toán c m u (sample size)

cho m t nghiên c u

Vi c xác đ nh qu n th nghiên c u tu thu c vào nhi u v n đ nh ý t ng

c a ng i nghiên c u, v n đ c n đ c nghiên c u, các thông tin s n có cho vi c

ch n m u, k thu t ch n m u, s hi n di n c a các ngu n l c ph c v cho nghiên

c u, th i gian có th dành cho nghiên c u v.v Qu n th nghiên c u c n xác

đ nh rõ, bao hàm c khái ni m th i gian và không gian đ ph c v cho vi c ch n

m u

M t thi t k m u đ c coi là t t n u nh nó đáp ng m t s tiêu chu n sau:

 i di n cho qu n th nghiên c u: Khi nó có t t c các tính ch t c b n c a

qu n th mà t đó nó đ c rút ra

 M u là đ l n: có th cho phép khái quát hoá m t cách tin c y cho qu n

th nghiên c u

 Tính th c t và ti n l i: vi c thu th p s li u là d dàng và thu n ti n

 Tính kinh t và hi u qu : M u đ c ch n sao cho thông tin thu đ c là nhi u nh t trong khi chi phí là th p nh t

Trên th c t có r t nhi u k thu t ch n m u, tuy nhiên chúng có th đ c x p

vào hai nhóm đó là ch n m u xác su t (probability sampling) và không xác su t (non-probability sampling) M u đ c ch n theo ph ng pháp xác su t có tính

đ i di n cho qu n th h n, nh ng th ng t n kém h n khi thu th p do m u th ng phân tán và c m u l n Ph n d i đây trình bày các k thu t ch n m u theo hai nhóm này

2 Ch n m u xác su t

2.1 Ch n m u ng u nhiên đ n (simple random sampling)

Là k thu t ch n m u trong đó t t c các cá th trong qu n th có cùng c h i (cùng xác su t) đ đ c ch n vào m u

 S d ng m t quá trình ng u nhiên đ ch n các cá th vào m u Có nhi u

cách đ ch n m t m u ng u nhiên đ n t qu n th nh : Tung đ ng xu,

i u này th ng không th có đ c v i m t m u l n ho c m u dao đ ng

 Các cá th đ c ch n vào m u có th phân b t n m n trong qu n th , do

 u đi m:

 Nhanh và d áp d ng

 N u danh sách cá th c a qu n th đ c x p ng u nhiên, ch n m u h

th ng t ng t nh ch n ng u nhiên đ n

 N u danh sách cá th đ c x p theo th t t ng, đây là cách l a ch n t ng

t nh m u t ng có t l (proportionate stratified sample) t c là t ng có c

Ví d : có th thu th p đ c s li u v s o lao tr em trong m t c ng

đ ng nông thôn không bi t danh sách các h gia đình, ng i nghiên c u có

th xác đ nh m t quy lu t ch n m u tr c thu th p s li u nh sau:

 H gia đình đ u tiên đ c đi u tra là h th nh t n m bên trái c a y ban nhân dân xã

 Các h ti p theo s đ c ch n b ng cách ng i nghiên c u ti p t c đi v bên trái và c cách 7 gia đình l i đi u tra m t gia đình (kho ng cách các h gia đình đ c ch n vào nghiên c u đ c ch n b ng cách l y s h gia đình trong c ng đ ng chia cho s h gia đình d ki n đi u tra)

Trong m t s tr ng h p khác, các cá th trong qu n th nghiên c u có th không c n lên danh sách đ ch n, ng i nghiên c u có th đ a ra m t quy lu t

tr c khi ch n m u nh :

 T t c các b nh nhân đ n phòng khám vào ngày th n m trong tu n s

đ c tham gia vào nghiên c u

 B nh nhân đ n khám ngày l s vào nhóm 1, đ n ngày ch n s vào nhóm hai đ ph c v cho m t th nghi m nào đó

 Các cá th trong m u đ c ch n cho m t nghiên c u đ ng vòng tròn, sau

đó đ m l n l t 1, 2, 3; 1, 2, 3 v.v cho đ n h t Ng i đ m s 1 đ u tiên

ph i đ c ch n ng u nhiên Các cá th đ m s 1 s vào nhóm 1, s 2 vào nhóm 2, s 3 vào nhóm 3 Nh v y, ta đã có ba nhóm đ c ch n ng u nhiên

Nh v y, m u s thi u tính đ i di n v phân b không gian

2.3 Ch n m u ng u nhiên phân t ng (stratified random sampling)

Là k thu t ch n m u đ c th c hi n b i vi c phân chia các cá th c a qu n

th nghiên c u thành các nhóm riêng r đ c g i là t ng c đi m c a ch n m u

ki u này là tiêu chí nghiên c u trong t ng t ng t ng đ i đ ng nh t còn gi a các

t ng có s khác bi t Sau khi đã phân t ng xong ta v n có th áp d ng cách ch n

m u ng u nhiên đ n ho c ng u nhiên h th ng đ ch n đ i t ng c a t ng t ng vào nghiên c u:

 Các b c:

 Phân chia qu n th nghiên c u thành các t ng khác nhau d a vào m t ho c vài đ c đi m nào đó nh nhóm tu i, gi i, t ng l p xã h i, dân t c v.v

b ng tr ng: weighted) đ cho k t qu c a toàn b qu n th

Hình 5: Ch n m u phân t ng trong m t đi u tra b nh vi n v i tiêu th c

phân t ng là c c a b nh vi n

 u đi m:

 T o ra trong m i t ng có m t s đ ng nh t v y u t đ c ch n đ nghiên

c u, do đó s gi m s chênh l ch gi a các cá th

 Khi nguyên t c m u t l đ c s d ng, t ng có kích c l n h n s có nhi u

cá th đ c ch n vào m u h n Khi đó c m u cho m t t ng i nào đó s là:

 Nguyên t c m u không t l c ng có th đ c áp d ng trong m u t ng Khi

đó t l m u trong các t ng s khác nhau V i nh ng t ng có bi n thiên l n

gi a các cá th ho c chi phí cho ch n m u th p, ng i ta th ng áp d ng

t l m u l n Cách này giúp cho ng i đi u tra có đ s cá th trong m i

t ng đ có th phân tích đ c

 M u ch n t m i t ng có tính đ i di n và khái quát hoá cao cho t ng đó

 N u y u t đ c ch n đ phân t ng có tính đ ng nh t cao trong m i t ng

nh ng l i th p gi a các t ng thì k t qu nghiên c u s có đ chính xác cao

h n là m u ch n theo cách ng u nhiên đ n (2 cách ph i có cùng c m u)

 Ngoài vi c tính đ c tham s m u (t l , giá tr trung bình, t su t chênh v.v ) cho toàn b m u nghiên c u, v i các ch n m u phân t ng ta có th tính riêng đ c tham s m u cho t ng t ng

 Nh c đi m:

C ng nh ch n m u ng u nhiên đ n, danh sách t t c các cá th trong m i

t ng ph i đ c li t kê và đ c g n s ng u nhiên i u này th ng khó

Trong đó

n i : C m u c a t ng i Ni: Dân s t ng i

n: C m u c a t t c các t ng N: Dân s c a qu n th N

Ni n

n i 

 L p danh sách t t c các chùm, ch n ng u nhiên m t s chùm vào m u T đây s có hai cách ch n ti p tu theo ý t ng c a ng i nghiên c u:

 Cách 1: T t c các cá th trong các chùm đã ch n s đ c bao g m vào

nghiên c u Trong cách này đ n v m u (sampling unit) chính là các chùm đ c ch n, trong khi y u t quan sát (observation element) l i là các cá th trong chùm (ví d nh các h gia đình trong thôn đ c ch n,

tr em trong các h gia đình đ c ch n v.v ) Cách này đ c g i là m u chùm m t b c và xác su t c a m t chùm đ c ch n vào m u b ng s chùm d ki n ch n chia cho t ng s các chùm

 Cách 2: Li t kê danh sách các cá th trong các chùm đã ch n, sau đó áp

d ng cách ch n m u ng u nhiên đ n ho c ng u nhiên h th ng trong m i chùm đ ch n các cá th vào m u Trong tr ng h p này đ n v m u và

đ n v quan sát là trùng nhau (m u 2 b c)

Hình 6: M u hai giai đo n, trong đó giai đo n 1 là ch n m u chùm, giai

đo n 2 là ch n ng u nhiên đ n ho c ng u nhiên h th ng

 u đi m:

 Nó th ng đ c áp d ng trong các nghiên c u đi u tra trong m t ph m vi

r ng l n, đ phân tán cao, danh sách c a t t c các cá th trong qu n th

không th có đ c (do khó ho c đ t), trong khi ch có danh sách ho c b n

đ các chùm

 S l a ch n th ng d h n, chi phí cho nghiên c u v i m u chùm th ng

r h n nhi u do các cá th trong m t chùm th ng g n nhau

 Nh c đi m:

 Tính đ i di n cho qu n th ho c tính chính xác (precision) c a m u đ c

ch n theo ph ng pháp m u chùm th ng th p h n so v i m u đ c ch n

b ng ph ng pháp ng u nhiên đ n (n u có cùng c m u) Vì v y, đ t ng tính chính xác này ng i ta th ng t ng c m u b ng cách nhân c m u (đ c tính theo công th c cho các ch n m u ng u nhiên đ n) v i h s nh

h ng c a thi t k (design effect) H s nh h ng c a thi t k đ c tính theo công th c khá ph c t p nên ng i ta khuyên r ng n u không tính chính xác đ c h s này thì ta có th coi nó b ng 2

 Có m t s t ng quan ngh ch gi a c c a chùm và tính đ i di n c a m u,

do v y, c chùm càng nh càng t t, tuy nhiên chi phí cho đi u tra s cao

h n S chùm đ c ch n vào nghiên c u t t nh t là ph i > 30

 Phân tích s li u t m u chùm th ng ph c t p h n các m u khác

Vi c l a ch n chùm vào m u nghiên c u c ng khá ph c t p, đ c bi t là khi

c chùm không đ u nhau Trong tr ng h p này, ng i ta có th áp d ng ph ng pháp ch n chùm theo ph ng pháp PPS (s đ c trình bày trong ph n sau)

2.5 Ch n m u nhi u giai đo n (multistage sampling)

Trên th c t , nhi u nghiên c u v i các qu n th l n có c u trúc ph c t p c n

ph i áp d ng nhi u k thu t ch n m u trong các giai đo n khác nhau Có th k t

h p c m u xác su t và không xác su t V i các thi t k nghiên c u trên di n

r ng mà tiêu th c nghiên c u bi n đ i nhi u gi a các vùng sinh thái, các t ng l p

xã h i ho c các lo i ngh nghi p khác nhau, thông th ng ng i ta th c hi n

b c thi t k phân t ng tr c, sau đó trong m i t ng s th c hi n thi t k ch n chùm (vì khi đó tiêu th c nghiên c u gi a các chùm trong m i t ng là t ng đ i

đ ng đ u) Ti p đó trong m i chùm l i có th ch n ng u nhiên đ n, ng u nhiên

3 Ch n m u không xác su t

3.1 Ch n m u thu n ti n (convenience or accidental sampling)

t đ c trên c s các cá th có s n khi thu th p s li u (Ví d nh t t c các b nh nhân đ n khám t i phòng khám trong ngày) Ph ng pháp này không quan tâm đ n vi c s l a ch n có ng u nhiên hay không ây là cách ch n m u

r t hay g p trong các nghiên c u lâm sàng

3.2 Ch n m u ch tiêu (quota sampling)

Là ph ng pháp đ m b o r ng m t s nh t đ nh các đ n v m u t các lo i khác nhau c a qu n th nghiên c u v i các tính ch t đ c tr ng s có m t trong

m u Nó g n gi ng nh cách ch n m u t ng nh ng không ng u nhiên Ng i nghiên c u đ t k ho ch là s ch n bao nhiêu đ i t ng cho m i t ng ho c nhóm

đ i t ng và b ng cách ch n m u thu n ti n cho đ n khi đ s l ng t m i t ng

3.3 Ch n m u có m c đích (purposive sampling)

Ng i nghiên c u đã xác đ nh tr c các nhóm quan tr ng trong qu n th đ

ti n hành thu th p s li u Các nhóm khác nhau s có t l m u khác nhau ây

là cách r t hay dùng trong các đi u tra th m dò, ph ng v n sâu

3.4 Các ng d ng c a các k thu t ch n m u không xác su t

Các cách ch n m u không xác su t th ng d làm, r nh ng do l a ch n không ng u nhiên nên tính đ i di n cho qu n th nghiên c u r t th p N u nh

m c đích c a nghiên c u là đ đo l ng các bi n s và t đó khái quát hoá cho

m t qu n th thì các k t qu thu đ c t m u không xác su t th ng không đ

c s khoa h c cho vi c ngo i suy Do đó, c n ph i dè d t khi đ a ra các k t lu n