ANOVA hai nhân tố kiểm định cùng lúc ba câu hỏi: nhân tố thứ nhất có ảnh hưởng không, nhân tố thứ hai có ảnh hưởng không, và ảnh hưởng của nhân tố này có thay đổi theo mức của nhân tố kia không. Câu hỏi thứ ba là hiệu ứng tương tác, và thường là phần đáng giá nhất của thiết kế, cũng là phần hay bị đọc sai nhất.
Bài này dùng một thiết kế 2x2 giả định nhỏ để tính tay đủ ba tổng bình phương, rồi cho thấy vì sao khi tương tác có ý nghĩa, câu "phương pháp mới tốt hơn" có thể chỉ đúng một nửa. Phần cuối nói về dữ liệu không cân bằng và chuyện tổng bình phương loại I, II, III mà phần mềm hay để mặc định khác nhau.
Thiết kế giai thừa và ba giả thuyết cùng lúc
Trong thiết kế giai thừa hai nhân tố, mỗi mức của nhân tố A được kết hợp với mỗi mức của nhân tố B, tạo thành các ô. Thiết kế 2x2 có bốn ô, 3x2 có sáu ô. Mỗi ô có một số quan sát độc lập. Lợi ích so với làm hai nghiên cứu một nhân tố riêng là bạn dùng cùng một bộ dữ liệu cho cả hai nhân tố và, quan trọng hơn, kiểm định được tương tác giữa chúng.
Ba cặp giả thuyết được kiểm định. Hiệu ứng chính của A: trung bình theo các mức của A, tính gộp qua mọi mức của B, có bằng nhau không. Hiệu ứng chính của B: tương tự, gộp qua các mức của A. Tương tác A nhân B: khoảng chênh giữa các mức của A có giống nhau ở mọi mức của B không. Nếu có tương tác, nói "A có ảnh hưởng" mà không nói ở mức nào của B là thiếu.
Mỗi giả thuyết có một F riêng, mẫu số chung là MS trong ô, tức ước lượng phương sai từ các quan sát quanh trung bình ô của chúng. Giả định giống ANOVA một nhân tố: độc lập, phần dư xấp xỉ chuẩn, phương sai các ô xấp xỉ bằng nhau. Khi thiết kế cân bằng, nghĩa là các ô có cùng số quan sát, ba tổng bình phương tách bạch rõ ràng và cộng với SS trong ô ra đúng SS toàn phần.
Ví dụ giả định 2x2: phương pháp dạy và ca học
Ví dụ giả định: nhân tố A là phương pháp dạy (truyền thống, dự án), nhân tố B là ca học (sáng, tối). Mỗi ô ba học viên, điểm thang 10. Số liệu chọn tròn để tính tay.
| Ô | Điểm ba học viên | Trung bình ô |
|---|---|---|
| Truyền thống, sáng | 6, 7, 8 | 7 |
| Truyền thống, tối | 6, 7, 8 | 7 |
| Dự án, sáng | 9, 10, 11 | 10 |
| Dự án, tối | 6, 7, 8 | 7 |
Trung bình chung của mười hai điểm là 7,75. Trung bình theo phương pháp: truyền thống 7, dự án 8,5. Trung bình theo ca: sáng 8,5, tối 7. Nhìn bốn trung bình ô đã thấy điều đáng chú ý: phương pháp dự án hơn truyền thống 3 điểm ở ca sáng, nhưng ở ca tối hai phương pháp bằng nhau. Đó là dáng của tương tác.
Nếu vẽ biểu đồ trung bình với trục ngang là ca học và mỗi phương pháp một đường, đường truyền thống nằm ngang ở mức 7, đường dự án đi từ 10 xuống 7. Hai đường không song song. Đường song song nghĩa là không có tương tác trong mẫu; đường cắt nhau hoặc toả ra nghĩa là có thể có, và F của tương tác cho biết khác biệt đó có vượt mức dao động ngẫu nhiên không.
Tính tay ba tổng bình phương
Với thiết kế cân bằng, mỗi tổng bình phương có công thức gọn. Ký hiệu n là số quan sát mỗi ô (3), a và b là số mức của hai nhân tố (đều bằng 2).
- SS của A. Lấy n nhân b nhân tổng bình phương độ lệch của trung bình mỗi mức A so với trung bình chung: 3 nhân 2 nhân [(7 − 7,75) bình phương + (8,5 − 7,75) bình phương] = 6 nhân (0,5625 + 0,5625) = 6,75.
- SS của B. Tương tự với trung bình theo ca: 6 nhân [(8,5 − 7,75) bình phương + (7 − 7,75) bình phương] = 6,75.
- SS của tương tác. Với mỗi ô, tính phần còn lại sau khi trừ hai hiệu ứng chính: trung bình ô trừ trung bình mức A trừ trung bình mức B cộng trung bình chung. Ô truyền thống sáng: 7 − 7 − 8,5 + 7,75 = −0,75. Ba ô còn lại lần lượt là 0,75; 0,75; −0,75. SS tương tác bằng n nhân tổng bình phương các phần còn lại: 3 nhân 4 nhân 0,5625 = 6,75.
- SS trong ô. Mỗi ô có độ lệch −1, 0, 1 quanh trung bình ô, bình phương cộng lại bằng 2; bốn ô cho 8.
- Kiểm tra. SS toàn phần tính trực tiếp từ mười hai điểm quanh 7,75 bằng 28,25, đúng bằng 6,75 nhân 3 cộng 8.
Bậc tự do: A có 1, B có 1, tương tác có 1 nhân 1 bằng 1, trong ô có 4 ô nhân (3 − 1) bằng 8. MS trong ô bằng 8 chia 8 bằng 1. Vì vậy cả ba F đều bằng 6,75 với bậc tự do (1, 8), p khoảng 0,032 cho mỗi hiệu ứng. Giá trị tới hạn ở mức 0,05 xấp xỉ 5,32, nên cả hai hiệu ứng chính và tương tác đều có ý nghĩa. Ba F bằng nhau là do số liệu được chọn tròn, không phải quy luật.
Khi tương tác có ý nghĩa, đọc hiệu ứng chính thế nào
Bảng ANOVA nói phương pháp có hiệu ứng chính có ý nghĩa: trung bình dự án 8,5, truyền thống 7. Nếu dừng ở đó, kết luận sẽ là "phương pháp dự án cho điểm cao hơn 1,5 điểm". Nhưng con số 1,5 là trung bình của hai tình huống rất khác: chênh 3 điểm ở ca sáng và chênh 0 ở ca tối. Không có học viên nào thật sự nhận được mức chênh 1,5 cả. Hiệu ứng chính khi có tương tác là một trung bình có thể gây hiểu nhầm.
Cách đọc chuẩn là phân tích hiệu ứng đơn: kiểm định ảnh hưởng của phương pháp riêng ở từng ca. Với số liệu giả định, ở ca sáng, SS của phương pháp bằng 3 nhân [(7 − 8,5) bình phương + (10 − 8,5) bình phương] = 13,5, chia MS trong ô bằng 1 được F(1, 8) = 13,5, p khoảng 0,006. Ở ca tối, hai trung bình đều là 7 nên SS bằng 0, F bằng 0. Kết luận: phương pháp dự án cho điểm cao hơn ở ca sáng; ở ca tối, mẫu không cho thấy khác biệt.
Dùng MS trong ô của toàn mô hình làm mẫu số cho hiệu ứng đơn là cách phổ biến khi phương sai các ô xấp xỉ nhau, vì nó có nhiều bậc tự do hơn. Nếu kiểm nhiều hiệu ứng đơn, nên cân nhắc hiệu chỉnh cho số phép so sánh. Về giải thích nghĩa thực tế, đó là việc của chuyên môn: có thể học viên ca tối mệt sau giờ làm nên khó theo hoạt động nhóm, có thể giáo viên khác nhau. Thống kê chỉ cho thấy mô thức, còn lý do phải lập luận từ hiểu biết ngành và thiết kế.
Không phải tương tác nào cũng làm hiệu ứng chính vô nghĩa. Nếu hai đường cùng hướng nhưng một đường dốc hơn, gọi là tương tác theo thứ tự, thì phương pháp dự án vẫn hơn ở mọi ca, chỉ khác mức độ; hiệu ứng chính vẫn có giá trị như một tóm tắt. Khi hai đường đổi hướng hoặc một bên không khác gì như ví dụ trên, hiệu ứng chính phải được đọc rất thận trọng.
Dữ liệu không cân bằng và tổng bình phương loại I, II, III
Vì sao thành vấn đề. Khi các ô có số quan sát khác nhau, hai nhân tố không còn trực giao: một phần biến thiên có thể quy cho A hoặc cho B tuỳ cách tính. Ba tổng bình phương không còn cộng đúng ra SS mô hình, và câu hỏi "SS của A là bao nhiêu" có nhiều câu trả lời.
Loại I (tuần tự). Nhân tố nào vào mô hình trước được nhận phần biến thiên chung. Đổi thứ tự A và B là đổi kết quả. Một số hàm phân tích cơ bản trong R mặc định loại này.
Loại II. Mỗi hiệu ứng chính được tính sau khi đã tính đến hiệu ứng chính kia, nhưng không tính tương tác. Hợp lý khi tương tác không có ý nghĩa.
Loại III. Mỗi hiệu ứng được tính sau khi đã tính đến mọi hiệu ứng khác, kể cả tương tác. SPSS mặc định loại này. Muốn có loại III đúng trong R cần đặt cách mã hoá tương phản phù hợp và dùng hàm phân tích hỗ trợ loại III.
Nên làm gì. Ghi rõ loại tổng bình phương đã dùng và phần mềm, phiên bản. Khi so kết quả với một bạn dùng phần mềm khác thấy lệch, đây thường là nguyên nhân đầu tiên cần kiểm. Với dữ liệu cân bằng, ba loại cho cùng kết quả.
Viết kết quả ANOVA hai nhân tố trong luận văn
Một đoạn kết quả nên đi từ tương tác trước, rồi mới tới hiệu ứng chính, vì tương tác quyết định cách đọc phần còn lại. Ví dụ với số liệu giả định: "Tương tác giữa phương pháp và ca học có ý nghĩa, F(1, 8) = 6,75, p = 0,032, eta bình phương riêng phần khoảng 0,46. Phân tích hiệu ứng đơn cho thấy ở ca sáng, nhóm học theo dự án có điểm cao hơn nhóm truyền thống, F(1, 8) = 13,5, p = 0,006; ở ca tối không có khác biệt." Eta bình phương riêng phần ở đây bằng SS tương tác chia (SS tương tác cộng SS trong ô): 6,75 chia 14,75.
Kèm theo đoạn chữ, một bảng trung bình và độ lệch chuẩn theo từng ô, cùng một biểu đồ trung bình có thanh sai số, giúp người đọc thấy ngay dáng tương tác. Bảng ANOVA đầy đủ với SS, df, MS, F, p cho ba hiệu ứng và dòng sai số có thể đặt trong phần kết quả hoặc phụ lục tuỳ quy định của trường.
Ở phần bàn luận, tránh nhảy từ một ô sang khái quát rộng. Với ba học viên mỗi ô như ví dụ, mọi kết luận đều rất mong manh, và thiết kế thật cần cỡ mẫu lớn hơn nhiều để phát hiện tương tác, vì kiểm định tương tác thường cần nhiều quan sát hơn hiệu ứng chính cùng độ lớn. Nếu đề tài của bạn đặt trọng tâm vào tương tác, hãy tính lực mẫu cho chính hiệu ứng tương tác từ khâu đề cương.
Câu hỏi thường gặp
Tương tác có ý nghĩa nhưng hiệu ứng chính không có ý nghĩa thì sao?
Chuyện này hoàn toàn có thể xảy ra, ví dụ khi một phương pháp tốt hơn ở ca này nhưng kém hơn ở ca kia, hai hiệu ứng bù trừ nhau khiến trung bình gộp gần bằng nhau. Khi đó tương tác là phát hiện chính, và bạn phân tích hiệu ứng đơn ở từng mức để mô tả rõ mô thức.
Biểu đồ hai đường không song song có chắc là có tương tác không?
Không chắc. Trong mẫu, hai đường gần như không bao giờ song song tuyệt đối vì dao động ngẫu nhiên. Biểu đồ chỉ gợi ý dáng của tương tác; kết luận phải dựa vào F của tương tác và giá trị p, cùng với độ rộng của thanh sai số.
Có thể chạy hai ANOVA một nhân tố thay cho một ANOVA hai nhân tố không?
Không nên. Hai phân tích riêng không kiểm định được tương tác, lại tăng số phép thử và bỏ qua phần biến thiên do nhân tố kia giải thích. ANOVA hai nhân tố dùng toàn bộ dữ liệu trong một mô hình và cho câu trả lời trực tiếp về tương tác.
Mỗi ô cần bao nhiêu quan sát?
Không có con số chung. Cỡ mỗi ô phụ thuộc cỡ hiệu ứng bạn muốn phát hiện, đặc biệt là hiệu ứng tương tác, mức alpha và lực mẫu mong muốn. Kiểm định tương tác thường cần nhiều quan sát hơn hiệu ứng chính, nên hãy tính lực mẫu từ đầu thay vì chọn theo thói quen.
Có cần chạy kiểm định hậu định sau ANOVA hai nhân tố không?
Nếu một nhân tố có từ ba mức trở lên và hiệu ứng chính có ý nghĩa mà không có tương tác, bạn có thể so sánh từng cặp mức của nhân tố đó. Nếu có tương tác, thường phân tích hiệu ứng đơn trước rồi mới so cặp trong từng mức của nhân tố kia, có hiệu chỉnh cho số phép so sánh.