Hướng dẫn xác định cỡ mẫu tối thiểu trong phân tích SPSS cho luận văn
Trong quá trình thực hiện luận văn, việc phân tích dữ liệu bằng SPSS thường đòi hỏi áp dụng nhiều công thức. Một trong những bước quan trọng là xác định cỡ mẫu tối thiểu để đảm bảo độ tin cậy của nghiên cứu. Hai công thức cơ bản thường được sử dụng liên quan đến phân tích nhân tố khám phá (EFA) và hồi quy đa biến như sau:
Kích thước của mẫu áp dụng trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi quy đa biến:
-
Xác định cỡ mẫu theo phân tích nhân tố khám phá (EFA)
–Công thức 1:Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger, 2006). n=5*m , lưu ý m là số lượng câu hỏi trong bài.
Dựa trên nghiên cứu của Hair, Anderson, Tatham và Black (1998), kích thước mẫu tối thiểu cho phân tích nhân tố khám phá EFA phải đạt:
n=5×m
Trong đó:
- n: Cỡ mẫu tối thiểu cần thiết.
- m: Tổng số biến quan sát (thường là số câu hỏi trong bảng khảo sát).
Ví dụ: Nếu bảng khảo sát của bạn có 20 câu hỏi, thì cỡ mẫu tối thiểu sẽ là:
n=5×20=100
Công thức này phù hợp với các nghiên cứu áp dụng phân tích nhân tố (theo Comrey, 1973; Roger, 2006).
-
Xác định cỡ mẫu theo phân tích hồi quy đa biến
–Công thức 2: Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là n=50 + 8*m (m: số biến độc lập) (Tabachnick và Fidell, 1996). Lưu ý m là số lượng nhân tố độc lập, chứ không phải là số câu hỏi độc lập.
Khi thực hiện hồi quy đa biến, bạn cần đảm bảo cỡ mẫu tối thiểu theo công thức của Tabachnick và Fidell (1996):
n=50+8×m
Trong đó:
- n: Cỡ mẫu tối thiểu cần thiết.
- m: Số lượng biến độc lập (lưu ý, đây không phải là số câu hỏi mà là các nhân tố độc lập).
Ví dụ: Nếu trong mô hình của bạn có 5 biến( nhân tố) độc lập, cỡ mẫu tối thiểu sẽ là:
n=50+8×5 = 90
Nguyên tắc quan trọng khi xác định cỡ mẫu
- Thỏa mãn cả hai công thức: Số lượng mẫu tối thiểu cần chọn phải đảm bảo đáp ứng cả hai yêu cầu nêu trên.
- Thừa còn hơn thiếu: Trong nghiên cứu, nếu có thể, bạn nên chọn kích thước mẫu lớn hơn so với mức tối thiểu. Cỡ mẫu lớn hơn giúp tăng độ chính xác và giảm thiểu sai số khi phân tích.
Kết luận
Việc xác định cỡ mẫu là bước quan trọng trong việc đảm bảo chất lượng dữ liệu và tính chính xác của kết quả nghiên cứu. Do đó, bạn cần tính toán kỹ lưỡng dựa trên số lượng biến quan sát và số biến độc lập, đồng thời luôn ưu tiên chọn cỡ mẫu lớn hơn mức yêu cầu để đạt hiệu quả cao nhất trong phân tích.
