AP Statistics
undercoverage

Tình trạng thiếu bao phủ là lỗi chọn mẫu khi một số nhóm trong tổng thể không có cơ hội được chọn, khiến mẫu không đại diện cho tổng thể.
Khi nhà nghiên cứu thiết kế một quy trình chọn mẫu, mục tiêu lý tưởng là mỗi cá thể trong tổng thể đều có xác suất được chọn lớn hơn không. Tình trạng thiếu bao phủ (undercoverage) xảy ra khi quy trình đó bỏ sót hoàn toàn một số nhóm — nghĩa là xác suất được chọn của các thành viên trong nhóm đó bằng không. Do đó, dù mẫu có lớn đến đâu, sai lệch vẫn tồn tại vì dữ liệu thu về chỉ phản ánh những nhóm đã được bao phủ.
Một ví dụ kinh điển là khảo sát qua điện thoại cố định: nhóm dân số không có điện thoại cố định — chẳng hạn sinh viên sống ở ký túc xá, người vô gia cư, hay người nhập cư mới — hoàn toàn vắng mặt trong khung chọn mẫu (sampling frame). Vì vậy, mọi ước lượng rút ra từ mẫu đó đều có nguy cơ lệch theo một hướng xác định: nếu nhóm bị bỏ sót có đặc điểm khác biệt so với phần còn lại, thống kê mẫu sẽ đánh giá thấp hoặc đánh giá cao tham số tổng thể một cách hệ thống. Hướng lệch cụ thể phụ thuộc vào việc nhóm bị bỏ sót có giá trị biến quan tâm cao hơn hay thấp hơn so với các nhóm được bao phủ.
Tình trạng thiếu bao phủ khác với sai lệch không phản hồi (nonresponse bias) ở chỗ: trong thiếu bao phủ, nhóm bị bỏ sót chưa bao giờ có cơ hội được tiếp cận; trong sai lệch không phản hồi, cá thể được chọn nhưng từ chối tham gia. Tuy nhiên, cả hai đều tạo ra sự chênh lệch có hệ thống giữa mẫu và tổng thể. Nhờ đó, khi phân tích thiết kế nghiên cứu, việc xác định được nhóm nào có khả năng bị bỏ sót và lý giải hướng lệch dự kiến là kỹ năng then chốt mà đề thi thường kiểm tra.
Trực giác: Giống như bình chọn món ăn yêu thích chỉ bằng cách hỏi những người đang ngồi trong nhà hàng — những ai không bao giờ đặt chân đến đó sẽ không bao giờ được hỏi, dù họ chiếm phần lớn dân số.
1936Alfred LandonFranklin D. Roosevelt
Năm 1936, tạp chí Literary Digest dự đoán Alfred Landon sẽ thắng Franklin D. Roosevelt, nhưng kết quả thực tế là Roosevelt thắng áp đảo với 62% số phiếu. Nguyên nhân nằm ở chỗ danh sách người được hỏi nghiêng hẳn về tầng lớp khá giả: những người đặt mua tạp chí, có chân trong các câu lạc bộ và có điện thoại. Khi đó nước Mỹ đang trong Đại Khủng hoảng, lá phiếu của người nghèo mới là yếu tố quyết định, mà chính nhóm này gần như bị bỏ ngoài cuộc khảo sát. Hai năm sau thất bại đó, tạp chí đóng cửa, còn câu chuyện trở thành ví dụ kinh điển của thống kê.
Thiếu bao phủ không phải là chuyện người được chọn từ chối trả lời.
Hai lỗi này xảy ra ở hai thời điểm khác nhau: thiếu bao phủ xuất hiện ngay từ lúc lập khung lấy mẫu (sampling frame), khi một nhóm nào đó của tổng thể không hề có cơ hội được chọn; còn thiên lệch do không phản hồi (nonresponse bias) chỉ xuất hiện sau khi mẫu đã được chọn xong, lúc người trong danh sách im lặng hoặc từ chối. Khảo sát qua điện thoại bàn bỏ sót người chỉ dùng di động — đó là thiếu bao phủ. Cũng khảo sát ấy, gọi tới nhà nhưng không ai nhấc máy — đó lại là không phản hồi. Trong bài tự luận, gọi sai tên sẽ mất điểm dù phần mô tả hậu quả có đúng.
Tăng cỡ mẫu không sửa được tình trạng thiếu bao phủ.
Đây là lỗi sửa bài phổ biến nhất: học sinh thấy kết quả lệch liền đề nghị lấy thêm người. Nhưng nếu vẫn lấy từ đúng cái khung đã bỏ sót nhóm đó, thì lấy thêm bao nhiêu cũng chỉ là lấy thêm từ phần dân số đã có mặt sẵn. Cỡ mẫu lớn chỉ làm hẹp độ biến động ngẫu nhiên, còn thiên lệch (bias) thì giữ nguyên hướng và gần như nguyên độ lớn. Cách sửa duy nhất là mở rộng hoặc thay khung lấy mẫu sao cho mọi nhóm đều có cơ hội được chọn.
Chọn ngẫu nhiên không tự động loại bỏ thiếu bao phủ.
Ngẫu nhiên hóa chỉ đảm bảo công bằng giữa những cái tên đã nằm trong danh sách; nó hoàn toàn bất lực với những cái tên chưa bao giờ được đưa vào. Một mẫu ngẫu nhiên đơn giản rút từ danh bạ điện thoại vẫn là mẫu thiếu bao phủ, vì danh bạ không phải là tổng thể. Do đó khi đề mô tả một quy trình có bốc thăm, bấm nút ngẫu nhiên trên máy tính, đừng vội kết luận phương pháp là hợp lệ; hãy hỏi trước rằng danh sách được bốc thăm ấy đến từ đâu.
Nói "mẫu bị thiên lệch" là cách diễn đạt bị trừ điểm.
Thiên lệch là tính chất của phương pháp lấy mẫu và của ước lượng sinh ra từ nó, chứ không phải tính chất của một mẫu cụ thể nào. Cách viết được chấp nhận là: phương pháp này có xu hướng tạo ra ước lượng thấp hơn thực tế (underestimate) hoặc cao hơn thực tế cho tham số của tổng thể. Ngoài ra, cũng đừng nhầm thiếu bao phủ với mẫu phản hồi tự nguyện (voluntary response): loại sau vẫn cho mọi người cơ hội tham gia, chỉ là những người tham gia có quan điểm cực đoan hơn phần còn lại.
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.
Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy. Xuất bản .
Vì sao mang đúng cái tên này? Tên gọi ghép từ "coverage" — mức độ mẫu phủ được tổng thể — với tiền tố "under" mang nghĩa thiếu, chưa tới. Khi một mẫu bỏ sót hẳn vài nhóm nhỏ trong tổng thể, phần tổng thể được phủ tới hụt đi so với phần đáng lẽ phải phủ, nên hiện tượng mang đúng cái tên "bao phủ thiếu". Đây được xếp vào nhóm sai lệch do lựa chọn (selection bias) và hay xuất hiện trong chọn mẫu thuận tiện (convenience sampling), tức lấy những người dễ gặp nhất như khách trong trung tâm mua sắm hay cư dân đi họp thôn. Bối cảnh của tên gọi này gắn với giai đoạn các phương pháp chọn mẫu bắt đầu được xây dựng bài bản, khi Anders Nicolai Kiær đưa ra ý tưởng lấy mẫu phân tầng (stratified sampling) năm 1895 và Arthur Lyon Bowley phát triển thêm các cách lấy mẫu mới cho thống kê xã hội năm 1906.
Cắt một nhóm ra khỏi khung lấy mẫu — rồi tăng cỡ mẫu và xem vạch giá trị thật có được cứu không
Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.
Câu hỏi về thiếu bao phủ phải trả lời đủ ba ý mới trọn điểm.
Thứ nhất, nêu đích danh nhóm bị bỏ sót và lý do khung lấy mẫu không chạm tới họ. Thứ hai, chỉ ra nhóm đó khác phần còn lại của tổng thể ở đúng cái biến mà nghiên cứu đang đo. Thứ ba, kết luận hướng lệch của ước lượng. Bỏ ý thứ hai là lỗi hay gặp nhất, vì nếu nhóm vắng mặt không khác gì nhóm có mặt về biến đang xét thì kết quả chẳng lệch đi đâu cả.
Nhận diện nhanh các tình huống kinh điển mà đề hay dựng lên.
Khảo sát trực tuyến bỏ sót người không dùng Internet, khảo sát ở trung tâm thương mại buổi sáng bỏ sót người đi làm giờ hành chính, gọi điện ban ngày bỏ sót người lao động ca ngày, còn danh sách hộ gia đình thì bỏ sót người vô gia cư và sinh viên ở ký túc xá. Gặp một trong các dấu hiệu này, hãy viết ngay tên nhóm cụ thể ra giấy thay vì nói chung chung rằng "một số người bị bỏ sót".
Khi đề yêu cầu đề xuất cách khắc phục, hãy sửa khung lấy mẫu chứ đừng sửa cỡ mẫu.
Câu trả lời an toàn là bổ sung nguồn danh sách để phủ được nhóm đang thiếu, hoặc chuyển sang lấy mẫu phân tầng theo đúng nhóm đó để đảm bảo mỗi tầng đều có đại diện. Tuyệt đối tránh các đề xuất kiểu "lấy thêm 500 người nữa" hay "khảo sát lại nhiều lần", vì cả hai đều không động tới nguyên nhân gốc.
Thiết kế mắc tình trạng thiếu bao phủ vì khung lấy mẫu là danh bạ điện thoại cố định đã loại hẳn 4 200 người trưởng thành chỉ dùng di động, khiến xác suất được chọn của họ bằng 0; đây không phải thiên lệch do không phản hồi vì cả 400 người được gọi đều đã trả lời. Do nhóm bị bỏ sót ủng hộ công viên trượt ván mạnh hơn nhiều (0,65 so với 0,38), ước lượng thấp hơn tỉ lệ thật khoảng 9,4 điểm phần trăm — tức là khảo sát đánh giá thấp mức ủng hộ của người trưởng thành trong thị trấn. Muốn khắc phục, phải mở rộng khung lấy mẫu để bao gồm cả số di động (chẳng hạn ghép với danh sách cử tri) rồi lấy mẫu ngẫu nhiên, chứ tăng cỡ mẫu trên danh bạ cũ thì sai lệch vẫn còn nguyên.
Nhóm IV là thiết kế mắc tình trạng thiếu bao phủ: dù bốc thăm ngẫu nhiên và mọi người được chọn đều trả lời, khung lấy mẫu chỉ là danh sách học sinh đi xe buýt nên những bạn đi phương tiện khác hoàn toàn không có cơ hội vào mẫu, và vì học sinh đi xe buýt phải dậy sớm hơn nên ước lượng số giờ ngủ trung bình sẽ thấp hơn giá trị thật của toàn trường. Nhóm I là mẫu thuận tiện không có ngẫu nhiên hóa, nhóm II mắc thiên lệch do trả lời tự nguyện, còn nhóm III mắc thiên lệch do không phản hồi với tỉ lệ nộp phiếu chỉ khoảng 37%; điểm khác biệt là ở ba thiết kế này danh sách gốc vẫn phủ hết tổng thể, còn ở nhóm IV thì không.