AP Statistics

chọn mẫu thuận tiện

convenience sample

Còn gọi: convenience sampling · mẫu thuận tiện

Chọn mẫu thuận tiện (convenience sample) là phương pháp chọn các cá thể vào mẫu dựa trên sự dễ dàng tiếp cận, không dùng bất kỳ cơ chế ngẫu nhiên nào.

Chọn mẫu thuận tiện (convenience sampling) là cách thu thập dữ liệu bằng cách lấy những cá thể sẵn có và dễ tiếp cận nhất, chẳng hạn học sinh ngồi gần cửa lớp hay người qua đường trước cổng trường. Do đó, mẫu này thường tiết kiệm thời gian và chi phí hơn nhiều so với các phương pháp chọn mẫu khác. Tuy nhiên, sự tiện lợi đó đi kèm với nguy cơ cao: nhóm dễ tiếp cận chưa chắc đã mang đặc điểm giống với tổng thể cần nghiên cứu.

Khi không có cơ chế ngẫu nhiên, xác suất mỗi cá thể được chọn là không đều và thường không xác định được. Vì vậy, các kết luận rút ra từ mẫu thuận tiện khó có thể khái quát hóa cho toàn bộ tổng thể. Ngược lại, một mẫu ngẫu nhiên (random sample) cố gắng đảm bảo mọi cá thể có cơ hội được chọn như nhau, nhờ đó giảm thiểu sai lệch chọn mẫu (selection bias).

Trong đề thi AP Statistics, thí sinh cần nhận diện chọn mẫu thuận tiện và phân biệt nó với mẫu tự nguyện (voluntary response sample) hay mẫu phân tầng. Một khảo sát chỉ hỏi những người tình nguyện trả lời trên mạng xã hội là mẫu tự nguyện, trong khi việc đứng ở một điểm cố định để phỏng vấn người qua đường lại là chọn mẫu thuận tiện. Do đó, khi gặp tình huống mô tả cách chọn mẫu, hãy kiểm tra xem quá trình chọn có dựa trên ngẫu nhiên hay chỉ vì "dễ lấy" trước khi kết luận về tính đại diện của mẫu.

Trực giác: Chọn mẫu thuận tiện giống như khi cô giáo chỉ hỏi ý kiến học sinh ngồi hàng đầu vì họ gần bục giảng nhất, thay vì bốc thăm ngẫu nhiên cả lớp.

Khái niệm này sinh ra từ đâu

Chọn mẫu thuận tiện không do một nhà thống kê nào phát minh mà là cách gọi chung cho thói quen lấy dữ liệu từ những người ở gần tầm tay; trong tài liệu tiếng Anh nó còn mang các tên lấy mẫu tình cờ (accidental sampling), lấy mẫu vơ được (grab sampling) hay lấy mẫu cơ hội (opportunity sampling).

Ý tưởng rút thăm ngẫu nhiên đã có từ rất lâu, và đến năm 1786 Pierre Simon Laplace còn dùng một mẫu cùng với ước lượng tỉ số để ước tính dân số nước Pháp, kèm theo đánh giá xác suất cho sai số. Nhưng khảo sát trong thực tế hiếm khi sạch sẽ như vậy: người nghiên cứu đứng ở góc phố, hỏi sinh viên trong chính trường mình, hoặc gọi cho những người quen biết, đơn giản vì đó là phần dân số nằm sát tay. Cách làm này rẻ và nhanh, nên nó tồn tại dai dẳng và cuối cùng được đặt tên hẳn hoi trong nhóm chọn mẫu phi xác suất (nonprobability sampling), kèm lời cảnh báo rằng kết quả không đủ đại diện để suy rộng ra toàn bộ dân số.

Thử nghiệm tương tác

Chọn người dễ gặp nhất — rồi xem mũi tên lệch có chịu ngắn lại không

Hay hiểu sai

Mẫu thuận tiện không phải mẫu ngẫu nhiên, dù người chọn hoàn toàn không thiên vị ai.

Tăng cỡ mẫu không sửa được thiên lệch, chỉ làm hẹp sai số ngẫu nhiên.

Mẫu thuận tiện khác mẫu tự nguyện trả lời: khác nhau ở chỗ ai quyết định.

Lấy nguyên một lớp có sẵn vẫn là mẫu thuận tiện, không phải chọn mẫu theo cụm.

Mẹo phòng thi

Ví dụ có lời giải

1Ví dụ 1/2

Ban giám hiệu một trường trung học có 1200 học sinh muốn ước lượng tỉ lệ học sinh ủng hộ việc kéo dài giờ mở cửa thư viện đến 18 giờ. Bốn học sinh trong câu lạc bộ Thống kê đề xuất bốn cách thu thập dữ liệu khác nhau. Cách I: đứng ở cửa thư viện vào giờ ra chơi và hỏi 50 bạn đầu tiên đi ngang qua. Cách II: đăng một khảo sát trên trang mạng của trường và lấy ý kiến của tất cả những ai tự nguyện điền vào. Cách III: đánh số toàn bộ 1200 học sinh rồi dùng máy sinh số ngẫu nhiên chọn ra 50 số. Cách IV: chia học sinh theo bốn khối lớp rồi chọn ngẫu nhiên 15 em trong mỗi khối.

aCách nào là chọn mẫu thuận tiện? Giải thích ngắn gọn vì sao.
bGọi tên phương pháp lấy mẫu tương ứng với ba cách còn lại.
cNếu tỉ lệ ủng hộ thực sự của toàn trường là 0,55, hãy dự đoán cách I có xu hướng ước lượng cao hơn hay thấp hơn con số này, và giải thích.

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàyDữ liệu một biến & thu thập dữ liệu · bài “Câu hỏi nghiên cứu & thu thập dữ liệu” — khoá AP Statistics

Cần trướcmẫu

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

mẫu phản hồi tự nguyệnvoluntary response sample

Khác nhau ở đâuChọn mẫu thuận tiện do nhà nghiên cứu chủ động chọn người dễ tiếp cận, còn mẫu phản hồi tự nguyện do người tham gia tự quyết định trả lời

Hay nhầm khiđề hỏi về nguồn gốc thiên lệch trong các phương pháp chọn mẫu phi xác suất

mẫu ngẫu nhiên đơn giảnsimple random sample

Khác nhau ở đâuMẫu ngẫu nhiên đơn giản cho mỗi cá nhân cơ hội được chọn như nhau, còn chọn mẫu thuận tiện dựa trên sự sẵn có nên không có tính ngẫu nhiên

Hay nhầm khiđề yêu cầu phân loại phương pháp chọn mẫu là ngẫu nhiên hay phi ngẫu nhiên

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 48, 61, 220.

2Ví dụ 2/2

Vẫn ở ngôi trường 1200 học sinh nói trên, một bạn thực hiện cách I và thu được 38 trong số 50 học sinh được hỏi nói rằng mình ủng hộ kéo dài giờ mở cửa thư viện. Bạn ấy tính tỉ lệ mẫu rồi lập khoảng tin cậy 95% cho tỉ lệ ủng hộ của toàn trường bằng công thức quen thuộc, và kết luận: "Ta tin 95% rằng từ 64,2% đến 87,8% học sinh toàn trường ủng hộ đề xuất này."

aKiểm tra lại phép tính khoảng tin cậy mà bạn học sinh đó đã thực hiện.
bGiải thích vì sao kết luận nêu trên không đáng tin, dù phép tính số học hoàn toàn đúng.
cĐề xuất một thay đổi trong cách thu thập dữ liệu để kết luận trở nên hợp lệ.

1Bước 1: Tỉ lệ mẫu là

\hat{p} = 38/50 = 0{,}76

. Sai số chuẩn của tỉ lệ mẫu được tính bằng

\sqrt{\hat{p}(1-\hat{p})/n} = \sqrt{(0{,}76)(0{,}24)/50} = \sqrt{0{,}003648} \approx 0{,}0604

. Với mức tin cậy 95%, giá trị tới hạn là

z^{*} = 1{,}96

, nên sai số biên (margin of error) bằng

1{,}96 \times 0{,}0604 \approx 0{,}118

. Khoảng tin cậy là

0{,}76 \pm 0{,}118

, tức khoảng

(0{,}642;\ 0{,}878)

— đúng như bạn học sinh đã viết.

2Bước 2: Tuy nhiên, số học đúng không có nghĩa là suy luận đúng. Mọi công thức khoảng tin cậy cho tỉ lệ đều dựa trên giả định rằng dữ liệu đến từ một mẫu ngẫu nhiên của tổng thể, vì chỉ khi đó phân bố mẫu (sampling distribution) của

\hat{p}

mới có tâm nằm tại tham số

p

và mới có độ lệch chuẩn (standard deviation) đúng bằng biểu thức ta vừa dùng. Ở đây điều kiện ngẫu nhiên bị vi phạm ngay từ đầu: 50 học sinh được hỏi là mẫu thuận tiện lấy ngay cửa thư viện. Do đó con số 0,76 không phải là ước lượng không chệch của tỉ lệ toàn trường, mà là ước lượng cao của một nhóm rất đặc thù.

3Bước 3: Cần nhấn mạnh thêm một điểm mà đề thi rất hay kiểm tra: khoảng tin cậy chỉ mô tả sai số ngẫu nhiên do việc lấy mẫu, chứ không hề mô tả sai lệch có hệ thống trong cách chọn người. Nếu bạn học sinh hỏi 500 người thay vì 50, bề rộng khoảng sẽ hẹp lại đáng kể nhưng tâm của nó vẫn nằm lệch về phía cao, thậm chí còn tự tin sai một cách chắc chắn hơn. Vì vậy cách sửa duy nhất nằm ở khâu thu thập dữ liệu chứ không nằm ở khâu tính toán: lấy danh sách toàn bộ 1200 học sinh, đánh số từ 1 đến 1200 rồi dùng máy sinh số ngẫu nhiên chọn ra 50 em, và cố gắng liên hệ cho được những em đã được chọn.

Phép tính của bạn học sinh chính xác: $\hat{p} = 0{,}76$ và khoảng tin cậy 95% là $(0{,}642;\ 0{,}878)$ . Nhưng kết luận không dùng được, vì dữ liệu đến từ mẫu thuận tiện lấy ở cửa thư viện nên điều kiện ngẫu nhiên của quy trình suy luận bị vi phạm; kết quả 0,76 phản ánh nhóm hay đến thư viện chứ không phản ánh 1200 học sinh toàn trường. Muốn kết luận hợp lệ, phải chọn 50 học sinh bằng cơ chế ngẫu nhiên từ danh sách đầy đủ của trường rồi mới áp dụng công thức trên.