Tại sao phải điều tra mẫu
• Tiết kiệm thời gian
• Tiết kiệm tiền bạc
• Đỡ “rộng” và dễ thực hiện
Các công việc cần làm trong
Điều tra chọn mẫu
• Nhận dạng vấn đề (đặt câu hỏi) điều tra
• Đặt giả thuyết điều tra
• Xây dựng bảng câu hỏi
• Chọn mẫu điều tra
• Chọn kỹ thuật điều tra
Nguyên tắc chọn mẫu điều tra
• Mẫu quá lớn: chi phí lớn
• Mẫu quá nhỏ : Thiếu độ tin cậy
• Mẫu phải được chọn ngẫu nhiên, theo đúng chỉ
dẫn về phương pháp:
- Ngẫu nhiên / Ngẫu nhiên hệ thống
- Ngẫu nhiên hệ thống phân tầng
- v.v...
3 trang |
Chia sẻ: candy98 | Lượt xem: 730 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Bài giảng Nguyên lý thống kê Kế toán - Chương 5: Điều tra chọn mẫu - Hồ Ngọc Ninh, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
1Chương 5
Điều tra chọn mẫu
Nguyên lý thống kê kinh tế
Tại sao phải điều tra mẫu
• Tiết kiệm thời gian
• Tiết kiệm tiền bạc
• Đỡ “rộng” và dễ thực hiện
Điều tra chọn mẫu
$ $
$
$
$
$
$
Các công việc cần làm trong
Điều tra chọn mẫu
• Nhận dạng vấn đề (đặt câu hỏi) điều tra
• Đặt giả thuyết điều tra
• Xây dựng bảng câu hỏi
• Chọn mẫu điều tra
• Chọn kỹ thuật điều tra
Nguyên tắc chọn mẫu điều tra
• Mẫu quá lớn: chi phí lớn
• Mẫu quá nhỏ : Thiếu độ tin cậy
• Mẫu phải được chọn ngẫu nhiên, theo đúng chỉ
dẫn về phương pháp:
- Ngẫu nhiên / Ngẫu nhiên hệ thống
- Ngẫu nhiên hệ thống phân tầng
- v.v...
Các phương pháp chọn mẫu
Mẫu
Mẫu phi ngẫu
nhiên
Mẫu ngẫu nhiên
Giản đơn
Hệ thống
Phân tầng
Nhóm
2Mẫu ngẫu nhiên
• Chọn mẫu dựa vào xác suất
• Tổng thể xác định và không xác định
Chọn mẫu ngẫu nhiên
(Probability Samples)
Giản đơn
Hệ thống
(máy móc)
Phân tầng Nhóm
Mẫu ngẫu nhiên giản đơn
• Mỗi phần tử hoặc đơn vị có cơ hội được lựa chọn
là như nhau
• Chọn có hoàn lại hoặc không hoàn lại
• Mẫu được chọn bằng cách bốc thăm ngẫu nhiên
hoặc dùng máy tính để lựa chọn (nếu là tổng thể
xác định)
• Áp dụng:
• Quyết định đơn vị mẫu: n
• Chia TT thành các nhóm gồm k đơn vị: k=N/n
• Chọn ngẫu nhiên 1 đơn vị từ nhóm thứ nhất
• Sau đó cứ mỗi k phần tử lại chọn 1 đơn vị mẫu
Chọn mẫu hệ thống(systematic)
N = 64
n = 8
k = 8
First Group
Chọn mẫu phân tầng (Stratified)
• Tổng thể được chia thành hai hay nhiều nhóm
• Mỗi nhóm chọn một mẫu ngẫu nhiên
• Hai hay nhiều mẫu được ghép vào với nhau tạo
thành tổng thể mẫu
Chọn mẫu theo nhóm (Cluster)
• Tổng thể được chia thành các “clusters,” mỗi cluster
đại diện cho tổng thể
• Mẫu ngẫu nhiên được chọn từ mỗi cluster
• Tổng hợp các mẫu thành tổng thể mẫu
Tổng thể
được chia
thành 4
clusters
Ưu – Nhược điểm
• Mẫu ngẫu nhiên và máy móc
– Dễ thực hiện
– Mẫu có thể ít đại diện cho tổng thể
• Chọn mẫu phân tầng
– Đảm bảo tính chất đại diện cho tổng thể
• Chọn mẫu theo nhóm
– Tốn chi phí
– Hiệu quả thấp (cần mẫu rộng hơn với cùng mức độ chính
xác)
3Slovin’s formula
N: Số đơn vị tổng thể
n: Số đơn vị mẫu chọn
e: Kỳ vọng sai số biên
Lưu ý: + Công thức này chỉ dùng cho một chỉ tiêu
+ Nếu muốn sử dụng cho nhiều chỉ tiêu thì phải
làm thế nào?