ANOVA đo lặp lại dùng khi cùng một người, một con vật hay một mẫu vật được đo từ ba lần trở lên, chẳng hạn trước can thiệp, sau bốn tuần và sau tám tuần. Vì các lần đo của cùng một người tương quan với nhau, chúng không thể phân tích như ba nhóm độc lập. Cái lợi là phần khác biệt ổn định giữa người với người được tách ra khỏi sai số, nên phép thử nhạy hơn nhiều.
Đổi lại, ANOVA đo lặp lại có một giả định riêng gọi là giả định cầu (sphericity), kèm theo kiểm định Mauchly và các hiệu chỉnh Greenhouse-Geisser, Huynh-Feldt mà bảng kết quả của phần mềm hay in ra thành nhiều dòng khó hiểu. Bài này đi qua cả hai phần bằng một ví dụ giả định năm người, ba lần đo, tính tay được.
Vì sao không phân tích như ANOVA một nhân tố
Ví dụ giả định: năm học viên được đo điểm nghe tiếng Anh ở ba thời điểm của một khoá học. Người có nền tốt thường cao ở cả ba lần, người nền yếu thường thấp ở cả ba lần. Nếu coi mười lăm điểm là ba nhóm độc lập, khác biệt ổn định giữa năm người bị tính vào sai số, làm MS trong nhóm phình to và F nhỏ lại. Hơn nữa, giả định độc lập bị vi phạm, nên giá trị p cũng không còn chuẩn.
ANOVA đo lặp lại chia tổng biến thiên thành ba phần thay vì hai: phần do thời điểm đo, phần do khác biệt giữa các cá nhân, và phần còn lại là sai số, tức mức mỗi người thay đổi không theo nhịp chung của cả nhóm. Phần cá nhân bị loại khỏi mẫu số. Thống kê F cho thời điểm bằng MS thời điểm chia MS sai số đã sạch phần cá nhân.
Giả thuyết không là trung bình tổng thể ở các thời điểm bằng nhau. Giả thuyết đối là có ít nhất một thời điểm khác. Như mọi ANOVA, kết quả có ý nghĩa chưa nói thời điểm nào khác thời điểm nào; muốn biết, cần so sánh từng cặp có hiệu chỉnh, hoặc tương phản kế hoạch như xu hướng tuyến tính theo thời gian.
Ví dụ giả định: năm người, ba lần đo
Bảng dưới là điểm nghe (thang 20) của năm học viên ở đầu khoá, giữa khoá và cuối khoá. Số liệu giả định, chọn tròn để tính tay.
| Học viên | Đầu khoá | Giữa khoá | Cuối khoá | Trung bình cá nhân |
|---|---|---|---|---|
| Người 1 | 10 | 12 | 14 | 12,0 |
| Người 2 | 8 | 11 | 12 | khoảng 10,33 |
| Người 3 | 12 | 13 | 16 | khoảng 13,67 |
| Người 4 | 9 | 10 | 13 | khoảng 10,67 |
| Người 5 | 11 | 14 | 15 | khoảng 13,33 |
| Trung bình lần đo | 10 | 12 | 14 | 12 (chung) |
SS toàn phần, tính mười lăm điểm quanh trung bình chung 12, bằng 70. SS thời điểm bằng số người nhân tổng bình phương độ lệch của trung bình lần đo so với 12: 5 nhân (4 + 0 + 4) = 40. SS cá nhân bằng số lần đo nhân tổng bình phương độ lệch của trung bình cá nhân so với 12: 3 nhân khoảng 9,11 = khoảng 27,33. Phần còn lại là SS sai số: 70 trừ 40 trừ 27,33, khoảng 2,67.
Bậc tự do thời điểm là 3 trừ 1 bằng 2; bậc tự do sai số là (3 − 1) nhân (5 − 1) bằng 8. MS thời điểm bằng 20, MS sai số khoảng 0,333, nên F(2, 8) = 60, p khoảng 0,00002. Nếu bỏ qua việc đây là cùng năm người và chạy ANOVA một nhân tố, SS trong nhóm sẽ là 27,33 cộng 2,67 bằng 30, F(2, 12) chỉ bằng 8, p khoảng 0,006. Cùng dữ liệu, F khác nhau gần tám lần chỉ vì cách xử lý biến thiên cá nhân.
Giả định cầu nói gì, và tự nhìn nó bằng tay
Giả định cầu yêu cầu phương sai của hiệu số giữa mọi cặp thời điểm phải bằng nhau. Với ba thời điểm có ba hiệu số: giữa khoá trừ đầu khoá, cuối khoá trừ đầu khoá, cuối khoá trừ giữa khoá. Nói nôm na, mức người này người kia thay đổi khác nhau phải như nhau ở mọi khoảng thời gian. Khi chỉ có hai thời điểm, chỉ có một hiệu số nên giả định cầu luôn thoả.
Với ví dụ trên, hiệu số giữa khoá trừ đầu khoá của năm người là 2, 3, 1, 1, 3, phương sai bằng 1. Hiệu số cuối khoá trừ đầu khoá là 4, 4, 4, 4, 4, phương sai bằng 0. Hiệu số cuối khoá trừ giữa khoá là 2, 1, 3, 3, 1, phương sai bằng 1. Ba phương sai 1, 0, 1 không bằng nhau, tức trong mẫu này giả định cầu không thoả hoàn hảo. Dữ liệu thật hiếm khi thoả hoàn hảo; câu hỏi là lệch nhiều hay ít.
Vi phạm giả định cầu làm F của ANOVA đo lặp lại có xu hướng quá lớn so với phân phối F lý thuyết, nên tỷ lệ báo động giả cao hơn alpha danh nghĩa. Vi phạm hay gặp trong nghiên cứu theo dõi dài: các lần đo gần nhau thường tương quan cao hơn các lần đo xa nhau, nên phương sai hiệu số giữa hai lần đo xa thường lớn hơn.
Mauchly, Greenhouse-Geisser và Huynh-Feldt: đọc các dòng trong bảng
Kiểm định Mauchly. H0 là giả định cầu thoả. p nhỏ là dấu hiệu vi phạm. Nhưng Mauchly kém nhạy khi mẫu nhỏ, như năm người ở ví dụ, và quá nhạy khi mẫu lớn. Vì vậy nhiều người làm thống kê khuyên không dựa hẳn vào nó, mà nhìn thẳng vào ước lượng epsilon.
Epsilon. Chỉ số đo mức vi phạm, bằng 1 khi giả định cầu thoả hoàn toàn và thấp nhất bằng 1 chia (số lần đo trừ 1). Với ba lần đo, epsilon thấp nhất là 0,5. Epsilon càng nhỏ, vi phạm càng nặng.
Hiệu chỉnh Greenhouse-Geisser. Nhân cả hai bậc tự do với epsilon ước lượng theo cách của Greenhouse và Geisser, F giữ nguyên nhưng giá trị p được tính với bậc tự do nhỏ hơn nên lớn hơn. Ví dụ giả định: nếu epsilon bằng 0,70, bậc tự do (2, 8) thành (1,4; 5,6). Với F bằng 60, p vẫn rất nhỏ, khoảng 0,0002, nên kết luận không đổi. Hiệu chỉnh này có xu hướng hơi bảo thủ.
Hiệu chỉnh Huynh-Feldt. Dùng epsilon ước lượng ít bảo thủ hơn. Một quy ước tham khảo hay được nhắc là dùng Greenhouse-Geisser khi epsilon ước lượng dưới khoảng 0,75 và Huynh-Feldt khi trên mức đó; đây là quy ước, không phải luật.
Giới hạn dưới. Dòng này dùng epsilon thấp nhất có thể, rất bảo thủ, ít khi cần dùng làm kết quả chính nhưng hữu ích để kiểm: nếu kết quả vẫn có ý nghĩa ở dòng này, mọi hiệu chỉnh khác cũng sẽ có ý nghĩa.
Khi các lần đo là các điều kiện: hiệu ứng thứ tự và cách đối trọng
ANOVA đo lặp lại không chỉ dùng cho thời gian. Nhiều thí nghiệm cho mỗi người trải qua mọi điều kiện, ví dụ giả định: mỗi người tham gia đọc ba đoạn văn với ba cỡ chữ khác nhau rồi đo thời gian đọc. Ở đây "lần đo" là điều kiện, và thứ tự trải qua điều kiện do người nghiên cứu sắp xếp. Nếu ai cũng đọc cỡ nhỏ trước, cỡ vừa sau, cỡ lớn cuối, thì khác biệt giữa các điều kiện lẫn với hiệu ứng luyện tập hoặc mệt mỏi.
Cách xử lý quen thuộc là đối trọng: chia người tham gia thành các nhóm, mỗi nhóm trải qua các điều kiện theo một thứ tự khác nhau, sao cho mỗi điều kiện xuất hiện ở mỗi vị trí với tần suất như nhau. Với ba điều kiện có sáu thứ tự; dùng đủ sáu thứ tự là đối trọng đầy đủ, dùng một hình vuông Latin ba thứ tự là đối trọng một phần. Đối trọng không xoá hiệu ứng thứ tự, nó trải đều hiệu ứng đó lên mọi điều kiện để không thiên về điều kiện nào.
Một vấn đề khác là hiệu ứng mang sang: điều kiện trước để lại dấu vết lên điều kiện sau, như người đã đọc một đoạn văn thì đọc đoạn tương tự nhanh hơn. Khoảng nghỉ giữa các điều kiện và dùng tài liệu tương đương nhưng khác nhau giúp giảm vấn đề này. Nếu hiệu ứng mang sang có thể rất mạnh, chẳng hạn một buổi tập huấn thì không thể "quên" đi, thiết kế giữa nhóm phù hợp hơn thiết kế đo lặp.
Trong phần phương pháp, hãy ghi rõ thứ tự các điều kiện được sắp xếp thế nào và có kiểm tra ảnh hưởng của thứ tự hay không. Một cách kiểm đơn giản là đưa nhóm thứ tự vào mô hình như một nhân tố giữa nhóm và xem nó có tương tác với điều kiện không.
Khi nào nên chuyển sang cách phân tích khác
ANOVA đo lặp lại cổ điển hợp với thiết kế gọn: mọi người đo đủ mọi lần, số lần đo ít, khoảng cách đều. Những tình huống dưới đây cho thấy nên cân nhắc phương án khác, tốt nhất cùng người hướng dẫn hoặc chuyên gia thống kê.
- Có người bỏ dở giữa chừng. ANOVA đo lặp lại cổ điển loại cả người thiếu một lần đo, làm mất dữ liệu và có thể gây thiên lệch nếu người bỏ dở khác người ở lại. Mô hình hỗn hợp tuyến tính dùng được dữ liệu không đầy đủ dưới những giả định nhất định.
- Vi phạm giả định cầu nặng. Phân tích đa biến (MANOVA trên các hiệu số) không cần giả định cầu, phần mềm thường in sẵn kết quả này. Nó cần cỡ mẫu lớn hơn số lần đo một khoảng đáng kể.
- Thời điểm đo không đều hoặc mỗi người đo vào ngày khác nhau. Mô hình coi thời gian là biến liên tục phù hợp hơn coi thời điểm là các mức rời rạc.
- Dữ liệu thứ bậc hoặc lệch nặng với mẫu nhỏ. Kiểm định Friedman là lựa chọn phi tham số, được bàn ở danh mục phi tham số của trang.
- Có thêm một nhân tố giữa nhóm, ví dụ nhóm can thiệp và nhóm đối chứng. Khi đó là thiết kế hỗn hợp, cần ANOVA hỗn hợp với cách đọc tương tác nhóm nhân thời điểm.
Dù chọn cách nào, phần phương pháp nên nêu rõ: số lần đo, số người đủ dữ liệu, cách xử lý dữ liệu thiếu, giả định cầu được đánh giá thế nào và hiệu chỉnh nào được dùng.
So sánh từng thời điểm và cách viết kết quả
Sau khi ANOVA đo lặp lại có ý nghĩa, so sánh từng cặp thời điểm thường dùng t-test cặp với hiệu chỉnh Bonferroni hoặc Holm. Mỗi phép so sánh dùng chính hiệu số của cặp đó, nên không phụ thuộc giả định cầu. Nếu các thời điểm có thứ tự tự nhiên và bạn có giả thuyết về xu hướng, kiểm định tương phản tuyến tính trả lời thẳng câu hỏi "điểm có tăng đều theo thời gian không" và thường mạnh hơn so từng cặp.
Một đoạn kết quả mẫu với số liệu giả định: "Điểm nghe thay đổi có ý nghĩa qua ba thời điểm, F(2, 8) = 60,0, p nhỏ hơn 0,001, eta bình phương riêng phần khoảng 0,94. Ước lượng epsilon theo Greenhouse-Geisser là ..., kết quả hiệu chỉnh không thay đổi kết luận. So sánh từng cặp có hiệu chỉnh Bonferroni cho thấy..." Eta bình phương riêng phần ở đây bằng SS thời điểm chia (SS thời điểm cộng SS sai số), tức 40 chia khoảng 42,67. Phần dấu ba chấm điền từ kết quả phần mềm của bạn, không tự đặt số.
Cần nhớ rằng ANOVA đo lặp lại không có nhóm đối chứng thì không cho phép nói can thiệp gây ra sự thay đổi. Điểm tăng qua ba lần đo có thể do học viên quen dạng đề, do học thêm ngoài khoá, hay đơn giản do trưởng thành theo thời gian. Phần bàn luận nên nêu những giải thích thay thế đó, thay vì quy hết cho khoá học.
Câu hỏi thường gặp
Chỉ có hai lần đo thì có dùng ANOVA đo lặp lại không?
Có thể, nhưng không cần. Với hai lần đo trên cùng người, t-test cặp cho đúng cùng giá trị p, và F của ANOVA đo lặp lại bằng bình phương t. Giả định cầu cũng không đặt ra vì chỉ có một hiệu số. Phần lớn người ta báo cáo t-test cặp kèm khoảng tin cậy của hiệu số.
Mauchly không có ý nghĩa thì có cần hiệu chỉnh không?
Không có ý nghĩa không chứng minh giả định cầu thoả, nhất là với mẫu nhỏ. Nhiều người chọn luôn báo cáo kết quả Greenhouse-Geisser hoặc nhìn epsilon để quyết định. Nếu epsilon gần 1, các dòng kết quả gần như trùng nhau và việc chọn dòng nào không ảnh hưởng kết luận.
Greenhouse-Geisser có làm thay đổi F không?
Không. Hiệu chỉnh chỉ nhân hai bậc tự do với epsilon, còn F giữ nguyên. Vì bậc tự do nhỏ hơn, giá trị p tính từ phân phối F trở nên lớn hơn. Khi báo cáo, ghi bậc tự do đã hiệu chỉnh, thường là số lẻ, kèm F và p.
Có người vắng một lần đo thì xử lý sao?
ANOVA đo lặp lại cổ điển sẽ loại người đó khỏi phân tích, làm mất dữ liệu và có thể gây thiên lệch. Không được tự điền số cho đủ. Hãy báo cáo số người bị loại và lý do, và cân nhắc mô hình hỗn hợp tuyến tính, vốn dùng được dữ liệu không đầy đủ dưới những giả định nhất định.
Vì sao ANOVA đo lặp lại cho F lớn hơn nhiều so với ANOVA một nhân tố?
Vì nó tách phần khác biệt ổn định giữa các cá nhân ra khỏi sai số. Người giỏi cao ở mọi lần, người yếu thấp ở mọi lần; phần đó không còn nằm trong mẫu số. Với cùng dữ liệu, mẫu số nhỏ hơn nên F lớn hơn, đó là lý do thiết kế đo lặp tiết kiệm cỡ mẫu.