“Lấy 30 mẫu có đủ không?” là một trong những câu hỏi phổ biến nhất khi làm bài phân tích thị trường. Câu trả lời đúng không phải “có” hay “không” nếu chưa biết 30 mẫu để làm gì. Cùng là 30 quan sát, có thể đủ cho một bài thực hành làm sạch dữ liệu nhưng quá ít để ước lượng chính xác một tỷ lệ, so sánh nhiều phân khúc hoặc xây mô hình hồi quy.
Người biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
Cập nhật phương pháp 2026: Lab của môn học dùng mốc khoảng 30 tin để sinh viên thực hành thu thập và tổ chức dữ liệu. Đây là mức yêu cầu cho bài tập, không phải định luật thống kê rằng “n ≥ 30 là đủ cho mọi nghiên cứu”. Cỡ mẫu nghiên cứu phải gắn với thiết kế chọn mẫu, độ chính xác mong muốn và phép phân tích dự kiến.
1. Cỡ mẫu không thể tách khỏi câu hỏi nghiên cứu
Trước khi tính n, hãy hỏi:
- muốn mô tả mặt bằng giá hay ước lượng một tỷ lệ?
- muốn so sánh hai hay năm khu vực?
- muốn chạy hồi quy với bao nhiêu biến?
- mẫu có được chọn xác suất hay chỉ là mẫu thuận tiện?
- cần kết luận cho toàn thị trường hay chỉ mô tả tập dữ liệu thu được?
Mỗi mục tiêu dẫn đến yêu cầu khác nhau.
2. “30 mẫu” đến từ đâu và vì sao dễ bị lạm dụng?
Mốc 30 thường xuất hiện trong các quy tắc nhập môn liên quan đến xấp xỉ phân phối và bài tập thống kê. Nhưng nó không đảm bảo:
- mẫu đại diện;
- sai số nhỏ;
- đủ quan sát cho từng phân khúc;
- đủ sức mạnh thống kê;
- dữ liệu không thiên lệch.
30 tin đều đến từ một dự án cao cấp vẫn không đại diện cho toàn bộ thị trường căn hộ của một thành phố.
3. Với ước lượng tỷ lệ: cỡ mẫu gắn với margin of error
Trong chọn mẫu ngẫu nhiên đơn giản, một công thức thường dùng cho tỷ lệ là:
n = z² × p(1 − p) / E²
- z: hệ số theo mức tin cậy;
- p: tỷ lệ dự kiến;
- E: sai số biên mong muốn.
Nếu chưa biết p, dùng p = 0,5 là lựa chọn bảo thủ vì tạo cỡ mẫu lớn nhất.
Ví dụ với mức tin cậy 95%, p = 0,5 và sai số ±5 điểm phần trăm, cỡ mẫu xấp xỉ 385 quan sát hợp lệ cho một tổng thể lớn trong điều kiện chọn mẫu ngẫu nhiên đơn giản.
4. Sai số càng nhỏ, mẫu tăng rất nhanh
| Ví dụ giả định | Cỡ mẫu xấp xỉ |
|---|---|
| 95% confidence, ±10%, p=0,5 | 97 |
| 95% confidence, ±5%, p=0,5 | 385 |
| 95% confidence, ±3%, p=0,5 | 1.068 |
Đây là minh họa quan trọng: giảm sai số từ 10% xuống 5% không phải chỉ cần gấp đôi mẫu.
5. Nếu tổng thể hữu hạn thì sao?
Nếu tổng thể N không quá lớn và biết rõ, có thể dùng hiệu chỉnh tổng thể hữu hạn. Một cách viết:
n = N × n₀ / (N + n₀ − 1)
Trong đó n₀ là cỡ mẫu tính cho tổng thể rất lớn.
Ví dụ nghiên cứu chỉ có 500 căn thuộc đúng một danh sách hoàn chỉnh thì cỡ mẫu cần thiết có thể giảm so với trường hợp tổng thể hàng trăm nghìn. Nhưng điều kiện là khung mẫu phải thực sự biết được.
6. Với giá trung bình: cần biết độ biến động
Nếu mục tiêu là ước lượng giá trung bình với sai số E, công thức xấp xỉ thường dựa trên độ lệch chuẩn:
n ≈ (z × s / E)²
Trong đó s có thể lấy từ nghiên cứu trước hoặc pilot. Giá BĐS thường phân tán mạnh và lệch phải, nên đôi khi median, quantile hoặc phân khúc phù hợp hơn việc ép một mean toàn mẫu.
7. Mẫu càng nhiều nhóm càng phải lớn
Nếu có 200 quan sát nhưng chia thành:
- 4 quận;
- 3 phân khúc;
- 2 trạng thái sơ cấp/thứ cấp;
thì một số ô có thể chỉ còn vài quan sát. Vì vậy cỡ mẫu phải được xem ở cấp nhóm nhỏ nhất cần kết luận, không chỉ nhìn tổng N.
8. Mẫu không xác suất: đừng gắn margin of error một cách máy móc
Nhiều nghiên cứu BĐS dùng mẫu thuận tiện: tin đăng lấy từ một website, người trả lời tuyển qua mạng xã hội, môi giới do nhóm quen biết. Với mẫu như vậy, công thức margin of error của mẫu ngẫu nhiên đơn giản không tự động biến mẫu thành đại diện.
Có thể có 5.000 quan sát nhưng vẫn lệch nếu nền tảng chỉ phủ một nhóm khách hàng/khu vực. Đây là lý do thiết kế mẫu quan trọng không kém kích thước mẫu.
9. Tỷ lệ phản hồi làm tăng số cần mời
Nếu cần 385 phiếu hợp lệ nhưng dự kiến chỉ 60% người được mời hoàn thành:
Số cần mời ≈ 385 / 0,60 ≈ 642
Cần phân biệt:
- sample invited;
- sample responded;
- sample valid sau làm sạch.
Báo cáo chỉ ghi “phát 600 phiếu” mà không nói số hợp lệ là chưa đủ.
10. Chọn mẫu xác suất và phi xác suất
| Thiết kế | Ví dụ BĐS | Khả năng suy rộng |
|---|---|---|
| Ngẫu nhiên đơn giản | chọn từ danh sách đầy đủ các đơn vị | Tốt nếu khung mẫu đúng |
| Phân tầng | chia quận/phân khúc rồi lấy mẫu từng tầng | Hữu ích khi thị trường dị biệt |
| Cụm | chọn khu/dự án rồi khảo sát bên trong | Cần tính đến design effect |
| Thuận tiện | tin đăng dễ lấy, người trả lời dễ tiếp cận | Hạn chế; phải nói rõ thiên lệch |
| Chủ đích | chọn chuyên gia/môi giới giàu kinh nghiệm | Phù hợp định tính, không đại diện xác suất |
11. Cỡ mẫu cho hồi quy không có một công thức duy nhất
Không nên dùng quy tắc “mỗi biến cần X mẫu” như một chân lý. Cỡ mẫu hồi quy phụ thuộc vào:
- số biến giải thích;
- kích thước hiệu ứng cần phát hiện;
- độ nhiễu;
- mức ý nghĩa;
- power mong muốn;
- đa cộng tuyến và phân bố biến.
Với nghiên cứu quan trọng nên thực hiện power analysis hoặc mô phỏng phù hợp với mô hình dự kiến.
12. Quy trình xác định cỡ mẫu thực tế
- Xác định tổng thể và đơn vị phân tích.
- Xác định đại lượng cần ước lượng/kiểm định.
- Chọn thiết kế mẫu.
- Chọn mức chính xác/margin of error hoặc power cần đạt.
- Dùng thông tin pilot/nghiên cứu trước để ước lượng biến động.
- Tính cỡ mẫu cơ sở.
- Kiểm tra cỡ mẫu từng phân nhóm.
- Điều chỉnh nonresponse, bản ghi lỗi và design effect nếu có.
- Đánh giá ngân sách/thời gian và ghi rõ trade-off.
13. Với bài tập của môn học nên hiểu mốc 30 thế nào?
Trong Lab 1 của học phần, yêu cầu khoảng 30 tin thứ cấp và một số quan sát sơ cấp nhằm giúp sinh viên:
- thực hành thiết kế phiếu;
- làm sạch;
- tính giá/m²;
- đối chiếu giá rao – giá thực;
- nhận xét tính đại diện và hạn chế.
Đây là dataset học tập. Khi làm khóa luận, nghiên cứu doanh nghiệp hoặc báo cáo có ý định suy rộng, phải xác định lại cỡ mẫu theo mục tiêu thực tế.
14. Checklist trước khi chốt “n = ...”
- Đang ước lượng mean, proportion hay chạy mô hình?
- Mẫu xác suất hay thuận tiện?
- Margin of error/power mong muốn?
- Có bao nhiêu phân nhóm phải báo cáo riêng?
- Độ biến động dự kiến?
- Tổng thể hữu hạn không?
- Tỷ lệ nonresponse dự kiến?
- Có design effect?
- Sau làm sạch dự kiến mất bao nhiêu bản ghi?
- Có đang dùng “30” chỉ vì nghe quen?
Ghi nhớ trong 30 giây
- Không có một cỡ mẫu đúng cho mọi nghiên cứu BĐS.
- Mốc 30 trong Lab là yêu cầu thực hành, không phải chuẩn đại diện phổ quát.
- Cỡ mẫu phụ thuộc mục tiêu, sai số, độ tin cậy, biến động và thiết kế mẫu.
- Mẫu lớn không cứu được một thiết kế chọn mẫu thiên lệch.
- Luôn báo cáo số được mời, số phản hồi và số hợp lệ sau làm sạch nếu có khảo sát người trả lời.
Nguồn tham khảo
- Nguồn nòng cốt: Nguyễn Mạnh Hùng, Buổi 2 – Phương pháp thu thập số liệu thị trường; Lab 1; Bài giảng Phân tích thị trường BĐS 2025.
- Pennsylvania State University, STAT 506 – Sampling Theory and Methods, phần confidence intervals và sample size.
- Pennsylvania State University, STAT 500 / STAT 200, phần xác định cỡ mẫu theo confidence level và margin of error.
- University of Michigan Institute for Social Research, Cross-Cultural Survey Guidelines, phần pretesting/pilot và điều chỉnh cho nonresponse.
Bài tiếp theo: “Sai số chọn mẫu và thiên lệch mẫu trong dữ liệu BĐS”.