ĐỊNH NGHĨA · CỬA SỔ LẤY MẪU

Kéo dài thời gian giữa hai lần đo không làm con số ổn định hơn

«Đo thêm vài ngày rồi kết luận» nghe rất chắc, nhưng với tỷ lệ được nhắc thì gần như vô ích. Chúng tôi đo 10 vòng liên tiếp, không sửa gì, và cặp gần nhau nhất cách 219 giây đã lệch 6,3 điểm. Bài này dùng dấu thời gian thật để nói rõ: dao động đến từ lấy mẫu, không đến từ thời gian; muốn giảm phương sai chỉ có một cách — tăng cỡ mẫu.

01

Định nghĩa một câu

Cửa sổ lấy mẫu là khoảng thời gian từ câu hỏi đầu đến câu hỏi cuối của một vòng đo, kèm phạm vi câu hỏi được hỏi; phiên bản mô hình là công cụ và mô hình trả lời những câu hỏi đó. Cả hai phải được công bố cùng tỷ lệ được nhắc; thiếu một, con số không tái lập được.

Vì sao đúng hai mục này? Vì tử số (số lần xuất hiện) thay đổi theo mẫu trong cửa sổ, còn mẫu số do cửa sổ quyết định; phiên bản mô hình quyết định «cùng một câu hỏi thì ai trả lời». Đổi cửa sổ là đổi mẫu, đổi phiên bản là đổi cây thước.

02

Vì sao «mai đo lại» có vẻ hiệu quả mà thực ra không

Trực giác nói rằng: hôm nay đo được 41%, mai đo được 54%, lệch quá nhiều nên một ngày là không đáng tin; vậy đo lại sau vài ngày rồi lấy giá trị giữa. Suy luận này có hai lỗ hổng:

Kiểm chứng rất đơn giản: in dấu thời gian của các vòng ra, xem dao động có liên quan gì đến khoảng cách thời gian hay không.

03

Đo thực tế một: dấu thời gian thật của 10 vòng

Cùng một thương hiệu, cùng bộ 20 câu hỏi, cùng phiên bản công cụ, mỗi vòng 80 mẫu, không sửa gì, đo liên tiếp 10 vòng:

VòngDấu thời gianSố lần được nhắcTỷ lệCách vòng trước
12026-10-24 10:51:223847,5%—
22026-10-24 10:55:013341,2%219 giây
32026-10-25 23:41:404353,8%36,8 giờ
42026-10-25 23:42:543847,5%74 giây
52026-10-25 23:44:093948,8%75 giây
62026-10-25 23:45:203847,5%71 giây
72026-10-25 23:46:284151,2%68 giây
82026-10-25 23:47:393645,0%71 giây
92026-10-25 23:48:513746,2%72 giây
102026-10-25 23:50:043645,0%73 giây

Vòng một và vòng hai cách nhau 219 giây, vòng hai sang vòng ba cách 36,8 giờ (qua ngày), 8 vòng còn lại cách nhau khoảng 70 giây.

04

Đo thực tế hai: 219 giây lệch 6,3 điểm, 8,4 phút toàn khoảng 8,8 điểm

Đoạn đoSố vòngKhoảng thời gianTrung bìnhToàn khoảngĐộ lệch chuẩn
Đoạn một (hai vòng liền)2219 giây44,35%6,34,45
Đoạn hai (8 vòng liền)88,4 phút48,12%8,83,07
Cả mười vòng1036,8 giờ + 8,4 phút47,37%12,63,48

Chỉ 219 giây đã có chênh lệch 6,3 điểm (kiểm định nhị thức p=0,4263, cũng không có ý nghĩa); kéo dài lên 36,8 giờ, cặp gần nhau lớn nhất là 12,6 điểm — chỉ hơn chênh lệch trong 219 giây khoảng 6,3 điểm. Cửa sổ từ 3,6 phút mở rộng đến 36,8 giờ mà dao động không nhỏ đi, chỉ là rút được một bộ số ngẫu nhiên khác.

Quan trọng hơn: cặp lệch 12,6 điểm đó, kiểm định nhị thức cho p=0,1134, vẫn không có ý nghĩa. Trung vị chênh lệch giữa hai vòng liền là 3,7 điểm; toàn khoảng của cả 10 vòng là 12,6 điểm.

05

Đo thực tế ba: đổi công cụ là đổi cây thước

Cách chiaNhómCỡ mẫuTỷ lệ được nhắc
Theo công cụCông cụ A40049,8%
Theo công cụCông cụ B40045,0%
Theo ngôn ngữCâu hỏi tiếng Trung40044,2%
Theo ngôn ngữCâu hỏi tiếng Việt40050,5%

Hai công cụ lệch 4,8 điểm, hai ngôn ngữ lệch 6,3 điểm, và cả hai kiểm định đều không có ý nghĩa. Kết luận của chúng tôi: với cỡ mẫu này không thể nói «công cụ A thích nhắc thương hiệu hơn» hay «tiếng Việt dễ được trích hơn».

Nhưng có một điều chắc chắn: đặt hai vòng đo từ hai công cụ khác nhau lên cùng một đường biểu diễn, đường đó vẽ khác biệt công cụ chứ không phải thay đổi thương hiệu. Đó là lý do «phiên bản mô hình» phải nằm trong báo cáo.

06

Năm mục bắt buộc trong báo cáo

MụcCách viếtThiếu thì sao
Công cụ và phiên bảnTên công cụ + định danh mô hình + ngày gọiKhông biết có đổi cây thước hay không
Bộ câu hỏiSố câu + có thể yêu cầu toàn vănĐổi cách hỏi có thể từ 0 lên 50
Cửa sổ lấy mẫuThời điểm bắt đầu và kết thúc vòng (đến phút)Không biết có vắt qua lần cập nhật phiên bản
Cỡ mẫuTổng số mẫu + phân bổ theo ngôn ngữ và công cụKhông biết sai số lớn đến đâu
Dấu thời gian từng vòngThời gian của từng mẫu, tối thiểu từng vòngKhông tái lập được, cũng không truy được bất thường

Đủ năm mục thì báo cáo mới có tư cách «để bên thứ ba tính lại». Trang phương pháp đo của chúng tôi công bố đầy đủ trọng số và các bước tính lại.

07

Cách dùng: giảm phương sai chỉ bằng cách tăng cỡ mẫu

Với 80 mẫu mỗi vòng hiện nay, khoảng tin cậy 95% rộng khoảng 21,4 điểm, chênh lệch nhỏ nhất phát hiện được là 15,5 điểm. Muốn chứng minh mức tăng 10 điểm, cần 192 mẫu — không phải «đo nhiều lần», mà là lấy nhiều mẫu hơn trong mỗi vòng.

Mục cuối hay bị viết sai nhất: «trung bình hai lần là 47,4%» không bằng «tỷ lệ được nhắc 47,4%». Cái trước là trung bình của hai ước lượng, cái sau là tỷ lệ trên 160 mẫu — sau khi làm tròn có thể ra cùng một số, nhưng sai số hoàn toàn khác.

08

Giới hạn: chúng tôi cũng có một việc không làm được

Một câu tóm lại: kéo dài thời gian không làm số ngẫu nhiên ngoan hơn. Muốn con số ổn định, chỉ có ba việc: tăng cỡ mẫu, cố định phiên bản, công bố cửa sổ — không làm cả ba thì phải chấp nhận đọc số với sai số ±10 điểm.

Làm việc tại Việt Nam, phán đoán quan trọng hơn nỗ lực

《Tin nổi bật Việt Nam hôm qua》mỗi ngày một kỳ: thay đổi chính sách, tín hiệu ngành, danh sách việc làm được — không quảng cáo.

Theo dõi · 5 phút mỗi ngàyHỏi thử qua mini app

86/100
Trang này đạt 86/100 điểm AI ReadinessĐo bằng công cụ chẩn đoán GEO của VIETTRITHONG · 2026-11-20 · Kiểm tra trang của bạn miễn phí →