SAMPLE SIZE CALCULATION - đo bao nhiêu là đủ?

Định nghĩa

Công thức/phần mềm xác định cỡ mẫu tối thiểu cần thiết để phát hiện một chênh lệch với độ tin cậy và power mong muốn.

Mục đích

Tránh hai cực đoan: mẫu quá nhỏ (không đủ sức phát hiện khác biệt thật) hoặc quá lớn (lãng phí nguồn lực).

Ứng dụng

Tính trước khi thu thập dữ liệu cho một kiểm định giả thuyết hoặc một thí nghiệm DOE.

Ví dụ thực tế (mô phỏng đào tạo)

Với chênh lệch lực bong keo Keo A vs Keo B (7,54N, SD gộp 5,07N), ABC Footwear chỉ cần n=9/nhóm để đạt power 80% - nhưng đã chủ động dùng n=60/nhóm trong DOE để dư sức phát hiện cả tương tác nhỏ hơn.

Cỡ mẫu phụ thuộc vào điều gì

Không có con số "30 mẫu" dùng cho mọi trường hợp. Cỡ mẫu cần thiết phụ thuộc vào mức độ chính xác mong muốn (sai số cho phép E), mức độ tin cậy (thường 95%), mức biến động của dữ liệu (độ lệch chuẩn σ hoặc tỷ lệ p), và mục đích - ước lượng hay kiểm định sự khác biệt.

Công thức ước lượng thường dùng

• Dữ liệu liên tục (ước lượng giá trị trung bình): n = (Z × σ / E)²
• Dữ liệu tỷ lệ (ước lượng tỷ lệ lỗi): n = Z² × p × (1 − p) / E²
• Với độ tin cậy 95%, Z ≈ 1,96. σ và p lấy từ dữ liệu cũ hoặc một mẫu thử nhỏ.

Ví dụ tính toán

• Lực bám dính đế có độ lệch chuẩn khoảng 0,8 N/mm. Muốn ước lượng trung bình với sai số ±0,2 N/mm ở độ tin cậy 95%: n = (1,96 × 0,8 / 0,2)² ≈ 61,5 → cần khoảng 62 mẫu.
• Tỷ lệ hở keo khoảng 6,5%. Muốn ước lượng với sai số ±2 điểm phần trăm: n = 1,96² × 0,065 × 0,935 / 0,02² ≈ 584 đôi.

Ví dụ thứ hai cho thấy vì sao dữ liệu tỷ lệ cần cỡ mẫu lớn hơn nhiều so với dữ liệu liên tục - một lý do để ưu tiên đo đặc tính liên tục (lực bám dính) thay vì chỉ đếm đạt / không đạt.

Khi cần kiểm định sự khác biệt

Khi so sánh trước và sau cải tiến, hoặc so sánh hai chuyền, cỡ mẫu còn phụ thuộc vào mức chênh lệch muốn phát hiện và độ mạnh kiểm định (power, thường 80-90%). Nên dùng chức năng Power and Sample Size của Minitab hoặc phần mềm tương đương thay vì tính tay.

Những lỗi thường gặp

• Lấy mẫu quá nhỏ rồi kết luận "không có khác biệt", trong khi thực chất là không đủ dữ liệu để phát hiện.
• Lấy mẫu quá lớn, lãng phí thời gian và làm những khác biệt rất nhỏ, không có ý nghĩa thực tế trở thành "có ý nghĩa thống kê".
• Tính đúng cỡ mẫu nhưng lấy mẫu không đại diện.

Mẹo từ chuyên gia WISE Academy

• Bắt đầu bằng câu hỏi: "Khác biệt nhỏ nhất bao nhiêu thì có ý nghĩa với kinh doanh?" - đó chính là E hoặc mức chênh lệch cần phát hiện.
• Khi chưa biết σ, lấy một mẫu thử 15-20 đơn vị để ước lượng, rồi tính lại cỡ mẫu.

Liên kết trong DMAIC

Thuộc Measure (kế hoạch thu thập dữ liệu) và Analyze / Improve (thiết kế kiểm định và thực nghiệm). Công cụ liên quan: kỹ thuật lấy mẫu, kiểm định giả thuyết, DOE, MSA.