Khoảng tin cậy thực sự có nghĩa là gì
Khoảng tin cậy là một dải giá trị, tính từ dữ liệu mẫu, được dựng bằng một phương pháp được kỳ vọng sẽ bao trùm tham số thật của tổng thể trong một tỷ lệ phần trăm nhất định các mẫu lặp lại — phổ biến nhất là 95%. Khoảng tin cậy 95% không có nghĩa là có 95% xác suất giá trị thật của tổng thể nằm trong đúng khoảng đã tính đó; giá trị thật hoặc nằm trong, hoặc nằm ngoài bất kỳ khoảng nào, và xác suất ở đây nói về hiệu năng dài hạn của phương pháp qua nhiều lần lấy mẫu lặp lại, chứ không nói về một khoảng cố định sau khi đã tính xong.
Hoekstra và cộng sự (2014), công bố trên Psychonomic Bulletin and Review, đã ghi nhận rằng sự phân biệt này bị hiểu sai rất rộng rãi, kể cả trong giới nghiên cứu và sinh viên thống kê, nhiều người trong số đó diễn giải khoảng tin cậy 95% như thể nó trực tiếp mô tả xác suất giá trị thật rơi vào đúng khoảng cụ thể ấy. Cách hiểu đúng về mặt kỹ thuật là một phát biểu về độ tin cậy của phương pháp dựng khoảng qua nhiều mẫu lặp lại giả định, chứ không phải một phát biểu xác suất về một khoảng đã quan sát được.
Điều gì quyết định độ rộng của khoảng tin cậy?
Độ rộng của khoảng tin cậy chủ yếu do ba yếu tố quyết định: mức tin cậy mong muốn (thường là 90%, 95% hoặc 99%), độ biến thiên của dữ liệu nền (thường đo bằng độ lệch chuẩn, hoặc với tỷ lệ thì bằng p, tỷ lệ ước tính), và cỡ mẫu. Nâng mức tin cậy làm khoảng rộng ra, vì muốn bao trùm giá trị thật một cách chắc chắn hơn qua các mẫu lặp lại thì cần một dải rộng hơn. Tăng cỡ mẫu làm khoảng hẹp lại, vì mẫu lớn hơn cho ước lượng chính xác hơn về giá trị của tổng thể.
Với một tỷ lệ, sai số biên trong khoảng tin cậy được tính bằng z x sqrt[p(1-p)/n], trong đó z là điểm z ứng với mức tin cậy mong muốn (1,96 cho mức tin cậy 95%), p là tỷ lệ ước tính (dùng 0,5 khi chưa biết tỷ lệ thật, vì giá trị này cho sai số biên lớn nhất, tức thận trọng nhất), và n là cỡ mẫu. Vì cỡ mẫu nằm dưới dấu căn bậc hai trong công thức này, muốn giảm sai số biên đi một nửa thì phải tăng cỡ mẫu lên khoảng gấp bốn lần, chứ không chỉ gấp đôi.
Công thức Cochran tính cỡ mẫu
Công thức Cochran, do nhà thống kê William Cochran công bố trong cuốn Sampling Techniques, đưa ra cách ước lượng cỡ mẫu tối thiểu cần thiết cho một cuộc khảo sát hay nghiên cứu, tính bằng n0 = (z^2 x p(1-p)) / e^2, trong đó z là điểm z ứng với mức tin cậy mong muốn, p là tỷ lệ ước tính (0,5 nếu chưa biết), và e là sai số biên mong muốn, biểu diễn ở dạng thập phân. Với mức tin cậy 95% (z = 1,96), sai số biên 5% (e = 0,05) và độ biến thiên tối đa (p = 0,5), công thức cho ra n0 = (1,96^2 x 0,5 x 0,5) / 0,05^2 = 384,16, làm tròn lên thành 385 người trả lời.
Khi lấy mẫu từ một tổng thể hữu hạn đã biết thay vì một tổng thể xem như vô hạn, công thức Cochran có thêm hệ số hiệu chỉnh tổng thể hữu hạn: n = n0 / (1 + (n0 - 1) / N), với N là quy mô tổng thể. Ví dụ, áp hiệu chỉnh này cho tổng thể 2.000 sẽ giảm cỡ mẫu cần thiết từ 385 xuống còn khoảng 323, vì tổng thể nhỏ hơn cần tương ứng ít người trả lời hơn để đạt cùng sai số biên.
Cỡ mẫu, mức tin cậy và sai số biên: so sánh bằng số
Bảng dưới đây cho thấy cỡ mẫu cần thiết, tính theo công thức Cochran với p = 0,5 cho một tổng thể lớn hoặc vô hạn, thay đổi ra sao khi mức tin cậy và sai số biên mong muốn thay đổi. Mức tin cậy cao hơn và sai số biên nhỏ hơn đều làm tăng cỡ mẫu cần thiết, trong đó sai số biên có tác động đặc biệt lớn vì nó xuất hiện ở dạng bình phương dưới mẫu số của công thức.
| Mức tin cậy | Sai số biên | Điểm z | Cỡ mẫu cần thiết (p = 0,5) |
|---|---|---|---|
| 90% | 5% | 1,645 | 271 |
| 95% | 5% | 1,96 | 385 |
| 95% | 3% | 1,96 | 1.068 |
| 99% | 5% | 2,576 | 664 |
Những cách hiểu sai phổ biến về «độ tin cậy 95%»
Ngoài cách hiểu sai cốt lõi về xác suất đã nêu ở trên, còn một số cách hiểu sai liên quan xuất hiện thường xuyên trong báo cáo nghiên cứu và truyền thông đại chúng. Một lỗi phổ biến là coi khoảng tin cậy 95% nghĩa là 95% số điểm dữ liệu riêng lẻ trong mẫu nằm trong dải đó; khoảng tin cậy mô tả mức độ bất định về một tham số của tổng thể, chẳng hạn giá trị trung bình hay tỷ lệ, chứ không mô tả độ phân tán của từng quan sát riêng lẻ — điều này thuộc về độ lệch chuẩn hoặc khoảng dự báo.
Một lỗi phổ biến khác là cho rằng khoảng tin cậy hẹp hơn luôn báo hiệu một phát hiện quan trọng hơn hay đáng tin hơn, mà không xét tới độ lớn hiệu ứng hoặc ý nghĩa thực tiễn của chính ước lượng đó; một mẫu rất lớn có thể tạo ra khoảng tin cậy hẹp quanh một hiệu ứng chính xác về mặt thống kê nhưng không đáng kể trên thực tế. Lỗi phổ biến thứ ba là nhìn hai khoảng tin cậy chồng lấn rồi kết luận các giá trị nền của chúng không khác biệt có ý nghĩa, hoặc cho rằng hai khoảng không chồng lấn luôn khẳng định một khác biệt có ý nghĩa; kiểm định chính thức sự khác biệt giữa hai ước lượng nhìn chung đòi hỏi một phép kiểm định thống kê chuyên biệt chứ không chỉ so sánh trực quan mức chồng lấn của các khoảng.
Hướng dẫn thực tế khi chọn cỡ mẫu
Các nhà nghiên cứu và người thiết kế khảo sát thường chọn mức tin cậy và sai số biên mục tiêu dựa trên độ chính xác cần thiết cho quyết định mà dữ liệu sẽ phục vụ, rồi dùng một công thức như của Cochran để tính cỡ mẫu tối thiểu tương ứng trước khi bắt đầu thu thập dữ liệu. Mức tin cậy 95% cùng sai số biên 5% là lựa chọn mặc định phổ biến trong nghiên cứu khảo sát và thăm dò dư luận, cân bằng giữa một ước lượng đủ chính xác và một cỡ mẫu thực tế, khả thi.
Khi chưa biết trước tỷ lệ ước tính (p), dùng p = 0,5 sẽ cho ước lượng cỡ mẫu thận trọng nhất, tức lớn nhất, vì p(1-p) đạt cực đại tại p = 0,5; nếu có một ước tính cụ thể hơn về p từ nghiên cứu trước hoặc từ nghiên cứu thử, dùng con số đó có thể giảm cỡ mẫu cần thiết khi tỷ lệ thật được dự đoán khác xa 50%. Các tổ chức như American Association for Public Opinion Research công bố hướng dẫn chi tiết về lập kế hoạch cỡ mẫu khảo sát và cách báo cáo phương pháp luận cho những ai đang thiết kế nghiên cứu mới.
Câu hỏi thường gặp
Khoảng tin cậy 95% thực sự có nghĩa là gì?
Khoảng tin cậy 95% có nghĩa là nếu lặp lại cùng quy trình lấy mẫu và tính toán nhiều lần, khoảng 95% số khoảng thu được sẽ chứa giá trị thật của tổng thể. Nó không có nghĩa là có 95% xác suất giá trị thật nằm trong đúng khoảng cụ thể đã tính này. Sự phân biệt đó, được Hoekstra và cộng sự (2014) ghi nhận trên Psychonomic Bulletin and Review là một hiểu lầm rất phổ biến, là một trong những cách đọc sai khoảng tin cậy thường gặp nhất cả trong nghiên cứu lẫn truyền thông đại chúng.
Tôi cần khảo sát bao nhiêu người để đạt mức tin cậy 95%?
Dùng công thức Cochran với mức tin cậy 95% (z = 1,96), sai số biên 5% và độ biến thiên tối đa (p = 0,5), cỡ mẫu cần thiết cho một tổng thể lớn hoặc xem như vô hạn là khoảng 385 người trả lời. Nếu lấy mẫu từ một tổng thể nhỏ hơn đã biết, hệ số hiệu chỉnh tổng thể hữu hạn sẽ giảm con số này; ví dụ, tổng thể 2.000 cần khoảng 323 người trả lời để đạt cùng mức tin cậy và sai số biên.
Tăng gấp đôi cỡ mẫu có giảm một nửa sai số biên không?
Không. Vì cỡ mẫu nằm dưới dấu căn bậc hai trong công thức sai số biên, z x sqrt[p(1-p)/n], nên muốn giảm sai số biên đi một nửa cần tăng cỡ mẫu lên khoảng gấp bốn lần, chứ không phải gấp đôi. Quan hệ lợi ích giảm dần này có nghĩa là phải tăng cỡ mẫu rất nhiều mới cải thiện được độ chính xác một chút, một khi nghiên cứu đã có cỡ mẫu tương đối lớn.
Công thức Cochran dùng để làm gì?
Công thức Cochran, lấy từ cuốn Sampling Techniques của William Cochran, ước lượng cỡ mẫu tối thiểu cần thiết để đạt được mức tin cậy và sai số biên mong muốn khi ước lượng một tỷ lệ của tổng thể. Công thức được tính là n0 = (z^2 x p(1-p)) / e^2, và được dùng rộng rãi trong nghiên cứu khảo sát, nghiên cứu thị trường và các nghiên cứu y tế công cộng để xác định cần bao nhiêu người trả lời hay người tham gia trước khi bắt đầu thu thập dữ liệu.
Khoảng tin cậy hẹp có nghĩa là kết quả quan trọng hơn không?
Không hẳn. Khoảng tin cậy hẹp cho thấy độ chính xác thống kê cao hơn, thường đạt được nhờ cỡ mẫu lớn hơn, nhưng độ chính xác không đồng nghĩa với ý nghĩa thực tiễn. Một nghiên cứu rất lớn có thể tạo ra khoảng tin cậy hẹp và chính xác về mặt thống kê quanh một hiệu ứng quá nhỏ để có ý nghĩa thực tế, trong khi một nghiên cứu nhỏ hơn có thể cho khoảng rộng hơn quanh một hiệu ứng lớn và quan trọng trên thực tế. Diễn giải một khoảng tin cậy đòi hỏi xét cả độ rộng của nó lẫn độ lớn của ước lượng mà nó bao quanh.
Tài liệu tham khảo
- Cochran WG. Sampling Techniques. 3rd ed. Wiley, 1977.
- Hoekstra R, Morey RD, Rouder JN, Wagenmakers EJ. "Robust misinterpretation of confidence intervals." Psychonomic Bulletin and Review, 2014;21(5):1157-1164.
- Kalton G. Introduction to Survey Sampling. Sage Publications, 1983.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. 9th ed. W.H. Freeman, 2017.
- American Association for Public Opinion Research. "Best Practices for Survey Research." AAPOR.org.