Trong nghiên cứu can thiệp, cỡ mẫu (sample size) cần thiết luôn phụ thuộc vào nhiều yếu tố, trong đó:
- α (alpha): là mức ý nghĩa thống kê, hay xác suất mắc lỗi loại I (bác bỏ giả thuyết Ho khi nó đúng). α thường được đặt là 0.05, nghĩa là có 5% khả năng bác bỏ Ho khi Ho đúng. Cỡ mẫu cần thiết sẽ lớn hơn nếu chúng ta muốn giảm α (giảm nguy cơ mắc lỗi loại I).
- Nguy cơ tương đối (Relative Risk - RR) dự đoán: RR cho biết mức độ can thiệp có ảnh hưởng đến kết quả như thế nào. Nếu RR dự đoán càng nhỏ (hiệu quả can thiệp thấp), chúng ta cần cỡ mẫu lớn hơn để phát hiện sự khác biệt có ý nghĩa thống kê.
Các yếu tố khác ảnh hưởng đến cỡ mẫu bao gồm:
- Power (1 - β): là xác suất bác bỏ Ho khi Ho sai (xác suất phát hiện ra sự khác biệt thực sự). Power thường được đặt là 80% hoặc 90%. Cỡ mẫu cần thiết sẽ lớn hơn nếu chúng ta muốn tăng power.
- Độ lệch chuẩn (standard deviation) của biến số quan tâm: Nếu độ lệch chuẩn lớn, chúng ta cần cỡ mẫu lớn hơn để phát hiện sự khác biệt có ý nghĩa thống kê.
Ước đoán về tỷ lệ phơi nhiễm trong quần thể và tỷ lệ bị bệnh trong mẫu thăm dò có thể ảnh hưởng đến tính toán cỡ mẫu, nhưng không phải là yếu tố *luôn* phụ thuộc vào như α và RR dự đoán.
Do đó, đáp án chính xác nhất là α: xác suất bác bỏ Ho và Nguy cơ tương đối RR dự đoán.
