Một nghiên cứu bệnh chứng về sự kết hợp giữa thói quen hút thuốc lá và ung thư gan đã tính được OR = 1,21 và khoảng tin cậy 95% của OR là: 0,77 < OR < 1,88. Từ đó có thể nói:

Độ mạnh của sự kết hợp nhân quả thường được đo bằng nguy cơ tương đối (Relative Risk - RR). Nguy cơ tương đối cho biết khả năng mắc bệnh ở nhóm người có yếu tố nguy cơ so với nhóm người không có yếu tố nguy cơ đó. Giá trị RR càng lớn thì mối liên hệ nhân quả càng mạnh. Các lựa chọn khác không trực tiếp đo lường độ mạnh của mối quan hệ nhân quả:
- Thời kỳ ủ bệnh: Liên quan đến thời gian phát triển bệnh, không phải độ mạnh của kết hợp.
- Nguy cơ quy kết (Attributable Risk - AR): Đo lường phần nguy cơ mắc bệnh do một yếu tố cụ thể gây ra trong nhóm phơi nhiễm, nhưng không phải là thước đo chính xác về độ mạnh của mối quan hệ nhân quả so với nhóm không phơi nhiễm.
- Tỷ lệ mới mắc bệnh trong quần thể: Đo lường tần suất bệnh mới xuất hiện trong một quần thể, không trực tiếp đo lường độ mạnh của mối quan hệ nhân quả giữa yếu tố và bệnh.

Mẫu ngẫu nhiên là một loại mẫu phổ biến và quan trọng trong nghiên cứu khoa học. Nó đảm bảo rằng mọi thành viên của quần thể nghiên cứu đều có cơ hội được chọn vào mẫu, giúp giảm thiểu sai lệch và tăng tính đại diện của mẫu đối với quần thể. Các loại mẫu khác (cố định, chùm 1 giai đoạn, thích hợp) có thể được sử dụng trong những trường hợp cụ thể, nhưng mẫu ngẫu nhiên là một lựa chọn cơ bản và thường được ưu tiên khi có thể.

Mẫu ngẫu nhiên là một loại mẫu phổ biến và quan trọng trong nghiên cứu. Nó đảm bảo rằng mỗi thành viên của quần thể có cơ hội được chọn vào mẫu, giúp giảm thiểu sai lệch và tăng tính đại diện của mẫu cho quần thể nghiên cứu. Các loại mẫu khác (cố định, chùm 2 giai đoạn, thích hợp) có thể được sử dụng trong các tình huống cụ thể nhưng không phải là loại mẫu *thường* được sử dụng nhất nói chung.

Trong nghiên cứu, việc chọn mẫu là một bước quan trọng để thu thập dữ liệu. Có nhiều loại mẫu khác nhau, mỗi loại phù hợp với một mục đích và điều kiện nghiên cứu cụ thể.

- Mẫu ngẫu nhiên (Random sampling): Là phương pháp chọn mẫu mà mỗi thành viên của quần thể đều có cơ hội được chọn như nhau. Điều này giúp đảm bảo tính đại diện của mẫu.
- Mẫu cố định: Không phải là một thuật ngữ phổ biến hoặc được công nhận rộng rãi trong các phương pháp lấy mẫu thống kê.
- Mẫu thích hợp (Convenience sampling): Là phương pháp chọn mẫu dựa trên sự thuận tiện của người nghiên cứu. Mặc dù dễ thực hiện, nhưng mẫu thích hợp có thể không đại diện cho toàn bộ quần thể.
- Mẫu tầng tỷ lệ (Stratified sampling): Là phương pháp chia quần thể thành các tầng (strata) dựa trên một hoặc nhiều đặc điểm, sau đó chọn mẫu ngẫu nhiên từ mỗi tầng theo tỷ lệ nhất định. Phương pháp này đảm bảo rằng mỗi tầng đều được đại diện đầy đủ trong mẫu.

Như vậy, "Mẫu ngẫu nhiên" và "Mẫu tầng tỷ lệ" là hai loại mẫu phổ biến và được sử dụng rộng rãi trong nghiên cứu. Tuy nhiên, do câu hỏi chỉ yêu cầu *một* trong các loại mẫu thường được sử dụng, "Mẫu ngẫu nhiên" là đáp án tổng quát và chính xác nhất, vì nó là nền tảng cho nhiều phương pháp lấy mẫu khác. "Mẫu thích hợp" cũng là một loại mẫu nhưng thường được sử dụng khi các phương pháp khác không khả thi và có tính đại diện thấp hơn.

Để thiết kế mẫu hệ thống, chúng ta cần có danh sách đầy đủ các cá thể (hoặc đơn vị) trong quần thể đích để có thể chọn ra một mẫu đại diện. Các phương án khác không cung cấp thông tin đầy đủ cần thiết cho việc thiết kế mẫu.

- Phương án 1 (Tổng số các đối tượng nghiên cứu) chỉ cho biết số lượng, không cho biết thông tin chi tiết để chọn mẫu.
- Phương án 2 (Danh sách các đối tượng nghiên cứu) chung chung, không rõ đối tượng nào.
- Phương án 3 (Danh sách toàn bộ các cụm của quần thể đích) phù hợp với phương pháp chọn mẫu cụm, nhưng không phải là công cụ duy nhất và cần thiết cho mọi thiết kế mẫu.
- Phương án 4 (Danh sách toàn bộ các cá thể của quần thể đích) là chính xác nhất, vì nó cung cấp nền tảng để chọn mẫu ngẫu nhiên, phân tầng hoặc các phương pháp khác.