Tổng thể là toàn bộ đối tượng bạn muốn kết luận (mọi khách hàng, mọi đơn trong năm), còn mẫu là phần bạn thực sự quan sát được (50 khách trả lời phiếu, 200 đơn được kiểm). Hầu như mọi phân tích kinh doanh đều là suy từ mẫu ra tổng thể, kể cả khi bạn không gọi tên nó như vậy. Câu hỏi luôn là: mẫu này có đủ lớn và có đủ giống tổng thể để kết luận không.
Đủ lớn và đủ giống là hai chuyện khác nhau. Một mẫu rất lớn nhưng chọn lệch vẫn cho kết luận sai; một mẫu vừa phải nhưng chọn đúng cách có thể khá đáng tin. Bài này giải thích hai điều đó bằng ví dụ cửa hàng và văn phòng, kèm cách nhận ra khi trợ lý AI khái quát quá đà từ một nhóm nhỏ. Phần thiết kế bảng hỏi khảo sát thuộc phạm vi khác; ở đây chỉ bàn cách đọc số đã thu được.
Khi nào bạn đang làm việc với mẫu mà không biết
Nghe chữ "mẫu" người ta nghĩ ngay tới khảo sát. Nhưng trong công việc hằng ngày, rất nhiều số liệu là mẫu theo nghĩa rộng. Đánh giá trên trang bán hàng là mẫu của những khách chịu viết đánh giá. Số liệu ba tháng đầu năm là mẫu của cả năm khi bạn dùng nó để nói về "khách của mình thường mua gì". Kết quả chạy thử một chương trình khuyến mãi ở hai chi nhánh là mẫu khi bạn định áp dụng cho cả chuỗi.
Ngay cả khi có số liệu của toàn bộ đơn hàng trong năm, nếu câu hỏi là về năm sau thì năm nay cũng chỉ là một mẫu. Nhận ra điều này giúp bạn bớt tự tin đúng lúc: con số chính xác đến từng đồng của năm nay vẫn chỉ là ước lượng cho tương lai.
Quy tắc làm việc: trước khi kết luận, nói rõ bằng một câu "tổng thể mình muốn nói tới là gì" và "số liệu mình có đến từ nhóm nào". Nếu hai câu đó không khớp, kết luận phải được viết rào lại cho đúng phạm vi.
Mẫu lệch: lỗi nặng hơn mẫu nhỏ
Chỉ hỏi người dễ hỏi. Phát phiếu khảo sát tại quầy vào giờ vắng khách sẽ chủ yếu thu được ý kiến của khách thong thả, không phải khách vội. Hai nhóm này có thể đánh giá tốc độ phục vụ rất khác nhau.
Chỉ nghe người tự lên tiếng. Người viết đánh giá thường là người rất hài lòng hoặc rất bực. Nhóm ở giữa, thường đông nhất, hiếm khi lên tiếng. Tỉ lệ khen chê trên đánh giá vì thế không phải tỉ lệ khen chê của toàn bộ khách.
Chỉ nhìn những gì còn lại. Phân tích khách hàng hiện tại để biết vì sao khách ở lại là bỏ qua toàn bộ khách đã rời đi. Lý do khách rời đi không thể tìm trong nhóm khách đã ở lại.
Chọn thời điểm đặc biệt. Đo năng suất nhân viên trong tuần có đoàn kiểm tra, hay đo lượng khách trong tuần có lễ hội, cho kết quả không đại diện cho tuần bình thường.
Mẫu lớn không sửa được lệch. Thu thêm hàng nghìn phản hồi theo cùng cách lệch chỉ cho bạn một kết luận sai với độ tự tin cao hơn. Cỡ mẫu giảm sai số ngẫu nhiên, không giảm sai số do chọn lệch.
Cỡ mẫu và sai số: trực giác không cần công thức
Khi mẫu được chọn công bằng, mẫu càng lớn thì kết quả càng gần tổng thể, nhưng cái lợi giảm dần. Đi từ 20 lên 100 phản hồi làm kết quả ổn định hơn rất nhiều; đi từ 1.000 lên 2.000 chỉ cải thiện thêm một chút. Một điều ít người ngờ tới: với tổng thể lớn, độ chính xác phụ thuộc chủ yếu vào cỡ mẫu, gần như không phụ thuộc vào quy mô tổng thể. Hỏi 400 người được chọn ngẫu nhiên cho độ chính xác gần như nhau dù tổng thể là 10 nghìn hay 1 triệu người.
Để có cảm giác về độ lớn: với một câu hỏi có hai lựa chọn và mẫu ngẫu nhiên khoảng 100 người, kết quả tỉ lệ thường có thể lệch so với tổng thể cỡ cộng trừ khoảng mười điểm phần trăm; với khoảng 400 người, mức lệch thu hẹp còn cỡ cộng trừ năm điểm phần trăm. Đây là con số ước lượng phổ biến trong sách thống kê nhập môn, chỉ đúng khi chọn mẫu ngẫu nhiên và nên hiểu là mức gần đúng.
Hệ quả thực tế: nếu 55% trong 60 khách được hỏi thích mẫu bao bì A hơn mẫu B, bạn chưa có căn cứ để nói khách thích A hơn. Mức chênh đó nằm gọn trong sai số. Nếu là 80% trong 60 khách, tín hiệu mạnh hơn nhiều, dù vẫn cần hỏi xem 60 khách đó được chọn thế nào.
Đọc nhanh: kết luận nào đứng được với mẫu cỡ nào
Bảng dưới là hướng dẫn thực hành cho số liệu kinh doanh nhỏ, giả định mẫu được chọn không lệch. Nó giúp bạn viết kết luận đúng mức, không thay cho phép tính thống kê khi cần chính xác.
| Tình huống | Viết được | Không nên viết |
|---|---|---|
| Vài chục phản hồi, hai lựa chọn chênh nhau ít | Chưa thấy khác biệt rõ | Khách thích A hơn B |
| Vài chục phản hồi, chênh nhau rất lớn | Có dấu hiệu nghiêng về A, nên kiểm thêm | Đa số khách của chuỗi thích A |
| Vài trăm phản hồi chọn ngẫu nhiên | Ước lượng tỉ lệ trong tổng thể kèm khoảng sai số | Tỉ lệ chính xác đến từng phần trăm |
| Hàng nghìn phản hồi nhưng chỉ từ một kênh | Kết luận cho nhóm khách của kênh đó | Kết luận cho mọi khách hàng |
| Toàn bộ dữ liệu năm nay | Mô tả chính xác năm nay | Năm sau sẽ y hệt năm nay |
Cột giữa cho thấy cách viết đúng mức thường dài hơn và kém hấp dẫn hơn cột phải. Đó là cái giá của sự chính xác, và người đọc báo cáo có kinh nghiệm sẽ tin bạn hơn vì nó.
Chia nhỏ mẫu: lúc con số trở nên mong manh
Một mẫu 300 khách nghe có vẻ đủ. Nhưng khi bạn chia theo giới tính, theo ba nhóm tuổi, theo bốn chi nhánh, mỗi ô chỉ còn vài khách. Kết luận kiểu "khách nữ trên 45 tuổi ở chi nhánh B ít hài lòng nhất" có thể dựa trên năm sáu người, và chỉ cần một hai người trả lời khác là thứ hạng đảo ngược.
Trợ lý AI rất thích chia nhỏ, vì càng nhiều nhóm thì câu trả lời trông càng sâu. Nó ít khi tự ghi kèm mỗi nhóm có bao nhiêu người. Khi đọc một bảng phân nhóm do AI làm, việc đầu tiên là yêu cầu thêm cột số lượng cho từng nhóm. Nhóm nào chỉ có vài người, đọc kết quả như một gợi ý để hỏi thêm, không phải như một phát hiện.
Một mẹo hữu ích: trước khi xem kết quả theo nhóm, tự đặt ra những nhóm mình định so sánh và lý do. Nếu đi tìm khắp mọi cách chia cho tới khi thấy một khác biệt nổi bật, gần như chắc chắn bạn sẽ tìm ra một khác biệt chỉ do ngẫu nhiên. Đây là cái bẫy có tên trong thống kê, và nó càng dễ dính khi AI có thể chia thử hàng chục cách trong vài giây.
Mẫu kiểm hàng và mẫu kiểm chứng từ: cùng nguyên lý, khác bối cảnh
Nguyên lý mẫu không chỉ dùng cho khảo sát. Một cửa hàng nhận lô hàng 2.000 sản phẩm không thể mở từng hộp; người ta kiểm một phần rồi suy ra cả lô. Một kế toán quản trị muốn biết tỉ lệ hoá đơn ghi sai trong năm thường rà một phần chứng từ thay vì rà hết. Trong cả hai trường hợp, câu hỏi vẫn là cỡ mẫu và cách chọn.
Cách chọn hay sai nhất ở đây là lấy phần dễ lấy: những hộp nằm trên cùng, những chứng từ của tháng gần nhất, những đơn do nhân viên cẩn thận nhất xử lý. Phần dễ lấy thường khác phần còn lại. Chọn theo một quy tắc cố định không phụ thuộc vào người chọn, như cứ mười hộp lấy một hộp hay chọn theo số thứ tự ngẫu nhiên, cho kết quả công bằng hơn.
Các ngành có quy trình lấy mẫu kiểm hàng theo tiêu chuẩn riêng; nếu bạn làm trong lĩnh vực đó, nên theo tiêu chuẩn hiện hành của ngành thay vì tự đặt cỡ mẫu.
Câu lệnh giúp AI giữ kết luận đúng phạm vi
Khi đưa số liệu khảo sát hoặc phản hồi khách cho AI, bỏ trước họ tên, số điện thoại, email và mọi lời bình có thể nhận ra người viết. Sau đó:
- Mô tả nguồn mẫu: "Đây là 120 phiếu phát tại quầy chi nhánh trung tâm trong hai tuần, khách tự nguyện điền."
- Nói rõ tổng thể bạn quan tâm: "Câu hỏi là về toàn bộ khách mua tại cửa hàng, gồm cả khách mua online."
- Yêu cầu đánh giá độ khớp: "Nêu những điểm khiến mẫu này có thể khác tổng thể."
- Yêu cầu số lượng: "Mọi tỉ lệ ghi kèm số người trả lời; không so sánh nhóm nào có ít hơn 30 người."
- Yêu cầu viết rào: "Viết kết luận ở mức mẫu cho phép, tách riêng phần là giả thuyết cần kiểm thêm."
Con số 30 ở bước bốn là ngưỡng làm việc cho dễ áp dụng, không phải luật. Bạn có thể đặt cao hơn với quyết định tốn kém. Điều quan trọng là AI phải cho thấy cỡ của từng nhóm để bạn tự đánh giá.
Khi nào cần người có chuyên môn thống kê
Phần lớn quyết định ở cửa hàng và văn phòng chỉ cần trực giác về mẫu ở mức bài này. Nhưng có những tình huống nên nhờ người được đào tạo bài bản: khi kết quả khảo sát sẽ được công bố ra ngoài, khi quyết định tốn nhiều tiền phụ thuộc vào một mức chênh nhỏ, khi cần thiết kế cách chọn mẫu cho một cuộc khảo sát lớn, hay khi phải so sánh nhiều nhóm cùng lúc mà vẫn giữ kết luận chặt chẽ.
Trong những trường hợp đó, trợ lý AI vẫn hữu ích để giải thích khái niệm, gợi ý phương pháp và soạn câu hỏi cho chuyên gia. Nhưng nó không thay được việc một người hiểu bối cảnh nhìn vào cách mẫu đã được thu thập, vì đó là chỗ phần lớn sai lầm xảy ra, và cũng là chỗ dữ liệu thường không ghi lại.
Câu hỏi thường gặp
Mẫu và tổng thể khác nhau thế nào?
Tổng thể là toàn bộ đối tượng bạn muốn hiểu, ví dụ mọi khách hàng của cửa hàng. Mẫu là phần bạn thật sự thu được số liệu, ví dụ 80 khách đã trả lời phiếu. Phân tích dùng mẫu để ước lượng điều đúng với tổng thể.
Cỡ mẫu bao nhiêu là đủ cho khảo sát khách hàng nhỏ?
Không có con số chung. Với câu hỏi hai lựa chọn và mẫu chọn ngẫu nhiên, vài trăm phản hồi thường cho sai số khoảng vài điểm phần trăm. Vài chục phản hồi chỉ đủ phát hiện khác biệt rất lớn. Quyết định càng tốn kém thì càng cần mẫu lớn hơn.
Mẫu lớn có bù được cho cách chọn mẫu lệch không?
Không. Cỡ mẫu chỉ giảm sai số ngẫu nhiên. Nếu cách chọn khiến một nhóm khách bị thiếu hoặc thừa, thu thêm theo cùng cách chỉ làm kết luận sai trở nên chắc chắn hơn về mặt con số.
Đánh giá sao trên trang bán hàng có đại diện cho khách không?
Thường không hoàn toàn, vì người viết đánh giá là nhóm tự chọn, hay nghiêng về rất hài lòng hoặc rất không hài lòng. Đánh giá hữu ích để tìm vấn đề cụ thể, nhưng tỉ lệ khen chê không nên coi là tỉ lệ của mọi khách.
Vì sao không nên tin kết quả chia nhóm quá nhỏ?
Vì với vài người trong một nhóm, chỉ cần một hai người trả lời khác là tỉ lệ thay đổi rất nhiều. Khác biệt giữa các nhóm nhỏ thường là do ngẫu nhiên. Luôn xem số lượng từng nhóm trước khi đọc tỉ lệ.
Có cần che thông tin khi đưa phiếu khảo sát vào AI không?
Có. Bỏ họ tên, số liên lạc, email và những lời bình có chi tiết nhận ra người viết. Với câu hỏi phân tích, bạn chỉ cần câu trả lời và vài thông tin nhóm như khu vực hay nhóm tuổi, không cần danh tính.