Jun 18, 2023

Các kỹ thuật Sampling trong phân tích dữ liệu cần biết 2023

Một trong những trở ngại lớn nhất phải đối mặt trong phân tích dữ liệu đó là xử lý lượng dữ liệu khổng lồ. Bất cứ khi nào bạn tiến hành nghiên cứu về một nhân khẩu học cụ thể, sẽ không thực tế và thậm chí là không thể nghiên cứu toàn bộ dân số. Vậy làm thế nào để chúng ta khắc phục vấn đề này?. Có một số loại kỹ thuật Sampling (lấy mẫu) khác nhau trong phân tích dữ liệu mà bạn có thể sử dụng để nghiên cứu mà không cần phải điều tra toàn bộ tập dữ liệu.

Kỹ thuật lấy mẫu giúp bạn giải quyết lượng dữ liệu khổng lồ

1. Sampling là gì?

Sampling hay lấy mẫu là việc thực hành chọn một nhóm từ tổng thể để nghiên cứu toàn bộ.

Ví dụ về lấy mẫu, giả sử như chúng ta muốn biết tỷ lệ phần trăm người sử dụng điện thoại iPhone trong một thành phố. Một cách để làm điều này là gọi cho mọi người trong thành phố và hỏi họ loại điện thoại họ đang sử dụng. Một cách khác là lấy một nhóm nhỏ hơn các cá nhân và hỏi họ cùng một câu hỏi, sau đó sử dụng thông tin này như một ước tính gần đúng của tổng dân số.

Tuy nhiên, quá trình này không đơn giản như nó có vẻ. Bất cứ khi nào bạn làm theo phương pháp này, kích thước mẫu của bạn phải lý tưởng, nó không được quá lớn hoặc quá nhỏ. Sau đó, khi bạn đã quyết định cỡ mẫu của mình, bạn phải sử dụng đúng loại kỹ thuật lấy mẫu để thu thập mẫu từ tổng thể. Mọi loại lấy mẫu đều thuộc hai loại chính:

Lấy mẫu xác suất - Kỹ thuật chọn ngẫu nhiên được sử dụng để chọn mẫu.
Lấy mẫu phi xác suất - Kỹ thuật chọn mẫu không ngẫu nhiên dựa trên các tiêu chí nhất định được sử dụng để chọn mẫu.

Kỹ thuật lấy mẫu có thể chia làm hai loại là xác suất và phi xác suất

2. Các kỹ thuật lấy mẫu xác suất

Kỹ thuật lấy mẫu xác suất là một trong những loại kỹ thuật lấy mẫu quan trọng. Trong ví dụ nghiên cứu nhân khẩu học ở đầu bài, lấy mẫu xác suất cho phép mọi thành viên trong dân số có cơ hội được chọn. Nó chủ yếu được sử dụng trong nghiên cứu định lượng khi bạn muốn đưa ra kết quả đại diện cho toàn bộ dân số.

Phương pháp lấy mẫu ngẫu nhiên đơn giản

Trong lấy mẫu ngẫu nhiên đơn giản, nhà nghiên cứu chọn những người tham gia một cách ngẫu nhiên. Có một số công cụ phân tích dữ liệu như trình tạo số ngẫu nhiên và bảng số ngẫu nhiên được sử dụng hoàn toàn dựa trên cơ hội.

Ví dụ: Nhà nghiên cứu gán cho mọi thành viên trong cơ sở dữ liệu công ty một số từ 1 đến 1000 (tùy thuộc vào quy mô công ty) và sau đó sử dụng trình tạo số ngẫu nhiên để chọn 100 thành viên.

Lấy mẫu hệ thống

Trong lấy mẫu có hệ thống, mỗi tổng thể được cung cấp một số giống như trong lấy mẫu ngẫu nhiên đơn giản. Tuy nhiên, thay vì tạo số ngẫu nhiên, các mẫu được chọn đều đặn.

Ví dụ: Nhà nghiên cứu gán cho mọi thành viên trong cơ sở dữ liệu của công ty một số. Thay vì tạo số ngẫu nhiên, một điểm bắt đầu ngẫu nhiên (ví dụ 5) được chọn. Từ con số đó trở đi, nhà nghiên cứu chọn mọi người, chẳng hạn như người thứ 10 trong danh sách (5, 15, 25,....) cho đến khi lấy được mẫu.

Lấy mẫu phân tầng

Trong lấy mẫu phân tầng, dân số được chia thành các nhóm nhỏ, được gọi là tầng, dựa trên một số đặc điểm (tuổi, giới tính, thu nhập,...). Sau khi thành lập một nhóm nhỏ, bạn có thể sử dụng phương pháp lấy mẫu ngẫu nhiên hoặc có hệ thống để chọn một mẫu cho mỗi nhóm nhỏ. Phương pháp này cho phép bạn rút ra kết luận chính xác hơn vì nó đảm bảo rằng mọi nhóm con đều được biểu diễn chính xác.

Ví dụ: Nếu một công ty có 500 nhân viên nam và 100 nhân viên nữ, nhà nghiên cứu muốn đảm bảo rằng mẫu cũng phản ánh giới tính. Vì vậy, dân số được chia thành hai nhóm nhỏ dựa trên giới tính.

Lấy mẫu cụm

Trong lấy mẫu cụm, dân số được chia thành các nhóm nhỏ nhưng mỗi nhóm nhỏ có các đặc điểm tương tự như toàn bộ mẫu. Thay vì chọn một mẫu từ mỗi nhóm con, bạn chọn ngẫu nhiên toàn bộ nhóm con. Phương pháp này rất hữu ích khi xử lý các quần thể lớn và đa dạng.

Ví dụ: Một công ty có hơn một trăm văn phòng ở mười thành phố trên khắp thế giới có số lượng nhân viên gần như nhau ở các vai trò công việc tương tự nhau. Nhà nghiên cứu chọn ngẫu nhiên 2 đến 3 văn phòng và sử dụng chúng làm mẫu.

3. Các kỹ thuật lấy mẫu phi xác suất

Kỹ thuật lấy mẫu phi xác suất là một trong những loại kỹ thuật lấy mẫu quan trọng. Trong lấy mẫu phi xác suất, không phải mọi cá nhân đều có cơ hội được đưa vào mẫu. Phương pháp lấy mẫu này dễ dàng hơn và rẻ hơn nhưng cũng có rủi ro cao về sai số lấy mẫu. Nó thường được sử dụng trong nghiên cứu khám phá và định tính với mục đích phát triển sự hiểu biết ban đầu về dân số.

Lấy mẫu thuận tiện

Trong phương pháp này, nhà nghiên cứu chỉ cần chọn những cá nhân mà họ dễ tiếp cận nhất. Đây là một cách dễ dàng để thu thập dữ liệu nhưng không có cách nào để biết liệu mẫu có đại diện cho toàn bộ dân số hay không. Tiêu chí duy nhất liên quan là mọi người sẵn sàng tham gia.

Ví dụ: Nhà nghiên cứu đứng bên ngoài một công ty và yêu cầu các nhân viên đến trả lời các câu hỏi hoặc hoàn thành một cuộc khảo sát.

Lấy mẫu phản hồi tự nguyện

Lấy mẫu phản hồi tự nguyện tương tự như lấy mẫu thuận tiện, theo nghĩa tiêu chí duy nhất là mọi người sẵn sàng tham gia. Tuy nhiên, thay vì nhà nghiên cứu lựa chọn những người tham gia, thì những người tham gia lại tự nguyện.

Ví dụ: Nhà nghiên cứu gửi một cuộc khảo sát tới mọi nhân viên trong một công ty và cho họ lựa chọn tham gia vào cuộc khảo sát đó.

Lấy mẫu có mục đích

Trong lấy mẫu có mục đích, nhà nghiên cứu sử dụng chuyên môn và phán đoán của mình để chọn một mẫu mà họ cho là phù hợp nhất. Nó thường được sử dụng khi dân số rất nhỏ và nhà nghiên cứu chỉ muốn thu thập kiến thức về một hiện tượng cụ thể hơn là đưa ra các suy luận thống kê.

Ví dụ, nhà nghiên cứu muốn biết về trải nghiệm của nhân viên khuyết tật tại một công ty. Vì vậy, mẫu được chọn có chủ đích từ quần thể này

Chọn mẫu bóng tuyết

Trong lấy mẫu quả cầu tuyết, những người tham gia nghiên cứu tuyển dụng những người tham gia khác cho nghiên cứu. Nó được sử dụng khi khó tìm được người tham gia cần thiết cho nghiên cứu. Nó được gọi là lấy mẫu quả cầu tuyết vì giống như quả cầu tuyết, nó thu hút nhiều người tham gia hơn trên đường đi và ngày càng lớn hơn.

Ví dụ, nhà nghiên cứu muốn biết về trải nghiệm của những người vô gia cư trong một thành phố. Vì không có danh sách chi tiết những người vô gia cư nên không thể lấy mẫu xác suất. Cách duy nhất để lấy mẫu là liên lạc với một người vô gia cư, người này sau đó sẽ giúp bạn liên lạc với những người vô gia cư khác trong một khu vực cụ thể.

4. Nên dùng kỹ thuật Sampling nào?

Trong bài viết này, chúng ta đã đề cập đến mọi thứ về kỹ thuật lấy mẫu xác suất và phi xác suất. Đối với bất kỳ loại nghiên cứu nào, bạn cần chọn các kỹ thuật lấy mẫu phù hợp trước khi đi sâu vào nghiên cứu. Hiệu quả nghiên cứu của bạn phụ thuộc rất nhiều vào mẫu mà bạn chọn. Đây chỉ là những loại kỹ thuật lấy mẫu hàng đầu và vẫn còn nhiều loại khác mà bạn có thể chọn để tinh chỉnh nghiên cứu của mình.

Hy vọng những thông tin được tổng hợp trong bài sẽ hữu ích với bạn đọc. Đừng quên đón xem các bài viết mới nhất sẽ được cập nhật tại BAC's Blog.

Nguồn tham khảo:

https://www.simplilearn.com/

Nhu cầu đào tạo doanh nghiệp

BAC là đơn vị đào tạo BA đầu tiên tại Việt Nam. Đối tác chính thức của IIBA quốc tế. Ngoài các khóa học public, BAC còn có các khóa học in house dành riêng cho từng doanh nghiệp. Chương trình được thiết kế riêng theo yêu cầu của doanh nghiệp, giúp doanh nghiệp giải quyết những khó khăn và tư vấn phát triển.

CÁC KHOÁ HỌC BUSINESS ANALYST BACs.VN DÀNH CHO BẠN

Khoá học Online:

Khoá học Offline:

Tại Tp.HCM:

Tại Hà Nội:

Tham khảo lịch khai giảng TẤT CẢ các khóa học mới nhất

Ban biên tập nội dung - BAC

Click để đọc tiếp

Cách viết Prompt ChatGPT mang lại hiệu quả tối đa

Để có thể tận dụng tối đa sức mạnh từ các công cụ AI như ChatGPT, bạn cần học cách viết prompt. Bài viết này, BAC đã tổng hợp những cách viết Prompt ChatGPT hiệu quả mà ngay cả những người mới cũng có thể áp dụng, cùng tìm hiểu ngay nhé
8 Cách áp dụng API SaaS tăng doanh thu cho Business Analyst (Phần 2)

Một API trong mô hình SaaS có thể giúp gia tăng doanh thu bằng cách cung cấp cho khách hàng những tính năng bổ sung với mức giá hấp dẫn mà họ khó có thể từ chối. Trong bài viết này, BAC sẽ giúp các Business Analyst phân tích khái niệm “API được xem như là một sản phẩm độc lập” và chia sẻ một số ví dụ về các loại API trong SaaS có khả năng tạo ra doanh thu.
8 Cách áp dụng API SaaS tăng doanh thu cho Business Analyst (Phần 1)

Một API trong mô hình SaaS có thể giúp gia tăng doanh thu bằng cách cung cấp cho khách hàng những tính năng bổ sung với mức giá hấp dẫn mà họ khó có thể từ chối. Trong bài viết này, BAC sẽ giúp các Business Analyst phân tích khái niệm “API được xem như là một sản phẩm độc lập” và chia sẻ một số ví dụ về các loại API trong SaaS có khả năng tạo ra doanh thu.
Cách thúc đẩy khả năng giữ chân người dùng nhờ vào thiết kế UX SaaS

Thiết kế UX SaaS cho phép các Business Analysts tạo ra trải nghiệm người dùng hấp dẫn cho sản phẩm của mình. Nó giúp bạn giữ chân người dùng và chuyển đổi họ thành khách hàng trung thành. Nhờ đó, mà các BAers có thể giúp doanh nghiệp phát triển hơn trong từng dự án. Hãy cùng BAC tìm hiểu cách tiếp cận thiết kế UX SaaS một cách dễ dàng nhé!

Bình luận

Nguyễn Thị Mai Bình

Business Analyst

Với một người ngoại đạo như mình thì những chuyên đề về "kỹ thuật" của BA hết sức quan trọng. Ví dụ như sử dụng các diagram để mô hình hóa requirement, viết User Story/Use case, v...v..

Đến với khóa học Fundamental Business Analysis, mình đã được gặp thầy Lộc, một người người rất nhiệt tình và có tâm. Ngoài việc chia sẻ các kinh nghiệm thực tế trên lớp thì thầy còn dành thời gian ra để tư vấn, hỗ trợ, góp ý CV cho mình. Bên cạnh đó trung tâm và anh Phụng cũng hỗ trợ gửi CV, kết nối học viên tới mạng lưới các công ty đối tác chất lượng, điều này giúp học viên như mình tìm được công việc phù hợp nhất. Cảm ơn BAC.
Xem chi tiết +
Phạm Quế

Business Analyst

Khoá học Product Design của BAC đã cung cấp cho tôi nhiều kiến thức và nền tảng vô cùng hữu ích. Giảng viên giảng dạy rất nhiệt tình, truyền cho chúng tôi ngọn lửa đam mê và nhiệt huyết trong ngành. Đồng thời chia sẻ các kiến thức và kỹ năng cần thiết trong bài giảng một cách dễ hiểu hơn. Số lượng học viên không quá nhiều nên chất lượng giảng giạy vô cùng tốt. Giảng viên sửa bài tập 1-1 nên bài giảng sẽ chuyên sâu hơn.
Xem chi tiết +
Nguyễn Văn Long

Chuyên viên về chế độ kế toán & Giải pháp nghiệp vụ Tài chính kế toán trong ứng dụng CNTT - Tập đoàn Điện lực Việt Nam (EVN)

Tôi đã tham gia khóa Phân tích nghiệp vụ phần mềm cơ bản 3.0 tại BAC. Ở đây, tài liệu đào tạo cung cấp nhiều nội dung bổ ích và trình bày dễ hiểu. Giảng viên rất nhiệt tình, ngoài nội dung giảng dạy theo giáo trình còn chia sẻ nhiều kinh nghiệm thực tiễn, các câu hỏi của học viên đều được giải đáp ngay trên lớp và có minh họa từ các dự án trong thực tế. Sau tất cả, tôi cảm ơn BAC và Thầy giáo Thái Sơn.
Xem chi tiết +