ANOVA hỗn hợp dùng cho thiết kế có ít nhất một nhân tố giữa nhóm, như nhóm can thiệp và nhóm đối chứng, và ít nhất một nhân tố trong chủ thể, như các lần đo trước, sau và theo dõi trên cùng người. Câu hỏi chính của thiết kế này gần như luôn nằm ở hiệu ứng tương tác nhóm nhân thời điểm: hai nhóm có thay đổi theo những cách khác nhau không.
Bài này giải thích cấu trúc của ANOVA hỗn hợp, vì sao bảng kết quả có hai dòng sai số khác nhau, cách tính bậc tự do cho từng dòng, cách đọc tương tác bằng biểu đồ và hiệu ứng đơn, và những lỗi diễn giải hay gặp nhất, đặc biệt là đọc nhầm hiệu ứng chính của thời điểm thành hiệu quả can thiệp. Ví dụ đều là giả định.
Cấu trúc của thiết kế hỗn hợp
Thiết kế hỗn hợp ghép hai thứ đã quen: phần giữa nhóm giống ANOVA một nhân tố, mỗi người chỉ thuộc một nhóm; phần trong chủ thể giống ANOVA đo lặp lại, mỗi người được đo ở mọi thời điểm. Trong nông nghiệp, thiết kế có cấu trúc tương tự được gọi là ô chia (split-plot), nên một số phần mềm và sách dùng tên đó.
Ví dụ giả định: một chương trình hướng dẫn vận động tại cộng đồng, hai mươi người tham gia chia vào nhóm can thiệp và nhóm đối chứng, mỗi nhóm mười người, đo một chỉ số thể lực ở ba thời điểm: trước chương trình, sau tám tuần và sau mười sáu tuần. Có ba hiệu ứng được kiểm định: hiệu ứng chính của nhóm, hiệu ứng chính của thời điểm, và tương tác nhóm nhân thời điểm.
Hiệu ứng chính của nhóm hỏi: tính trung bình qua cả ba thời điểm, hai nhóm có khác nhau không. Hiệu ứng chính của thời điểm hỏi: gộp hai nhóm lại, trung bình có thay đổi theo thời gian không. Tương tác hỏi: mức thay đổi theo thời gian có khác nhau giữa hai nhóm không. Nếu chương trình có tác dụng, dấu vết đúng phải là tương tác, không phải hai hiệu ứng chính.
Bảng nguồn biến thiên và hai loại sai số
Điểm khác biệt kỹ thuật lớn nhất của ANOVA hỗn hợp là có hai mẫu số. Hiệu ứng giữa nhóm được so với biến thiên giữa các cá nhân trong cùng nhóm; các hiệu ứng có dính tới thời điểm được so với biến thiên của từng người qua các thời điểm. Bảng dưới là cấu trúc cho ví dụ hai nhóm, mười người mỗi nhóm, ba thời điểm.
| Nguồn biến thiên | Bậc tự do | Cách tính bậc tự do | Mẫu số của F |
|---|---|---|---|
| Nhóm | 1 | số nhóm − 1 | Cá nhân trong nhóm |
| Cá nhân trong nhóm (sai số giữa) | 18 | số nhóm × (số người mỗi nhóm − 1) | — |
| Thời điểm | 2 | số thời điểm − 1 | Sai số trong |
| Nhóm × thời điểm | 2 | (số nhóm − 1) × (số thời điểm − 1) | Sai số trong |
| Thời điểm × cá nhân trong nhóm (sai số trong) | 36 | số nhóm × (số người mỗi nhóm − 1) × (số thời điểm − 1) | — |
| Tổng | 59 | tổng số quan sát − 1 (60 − 1) | — |
Kiểm tra bậc tự do bằng cách cộng: 1 + 18 + 2 + 2 + 36 = 59, đúng bằng 60 quan sát trừ 1. Nếu phần mềm in ra bậc tự do khác, thường là do có người thiếu dữ liệu ở một lần đo và bị loại, hoặc dữ liệu được nhập dạng dài mà khai báo sai cấu trúc.
Vì có hai mẫu số, F của nhóm thường có ít bậc tự do ở mẫu và nhạy kém hơn, còn F của thời điểm và tương tác hưởng lợi từ việc mỗi người làm đối chứng cho chính mình. Đây là lý do thiết kế hỗn hợp phát hiện tương tác tốt hơn nhiều so với chỉ so điểm sau giữa hai nhóm độc lập.
Đọc tương tác bằng biểu đồ và hiệu ứng đơn
Ví dụ giả định về trung bình: nhóm can thiệp có chỉ số 10, 13, 15 ở ba thời điểm; nhóm đối chứng có 10; 11; 11,5. Hai nhóm xuất phát như nhau, nhóm đối chứng nhích nhẹ, nhóm can thiệp tăng rõ. Vẽ biểu đồ với trục ngang là thời điểm, mỗi nhóm một đường, hai đường chung điểm xuất phát rồi tách dần. Đó là dáng của tương tác mà một chương trình có tác dụng thường để lại.
Nếu phần mềm cho thấy tương tác có ý nghĩa, bước tiếp theo là hiệu ứng đơn, theo một trong hai hướng tuỳ câu hỏi. Hướng thứ nhất: ở từng thời điểm, hai nhóm có khác nhau không. Thường kỳ vọng không khác ở thời điểm trước và khác ở các thời điểm sau. Hướng thứ hai: trong từng nhóm, chỉ số có thay đổi theo thời gian không, tức chạy ANOVA đo lặp lại riêng cho từng nhóm. Kiểm nhiều hiệu ứng đơn thì cân nhắc hiệu chỉnh cho số phép so sánh.
Với ba thời điểm trở lên, tương phản trong chủ thể cũng hữu ích: ví dụ so trước với trung bình hai lần sau, hoặc so sau tám tuần với sau mười sáu tuần để xem hiệu quả có duy trì hay tiếp tục tăng. Tương phản của tương tác hỏi: khoảng thay đổi đó có khác giữa hai nhóm không. Những câu hỏi này nên được đặt trong đề cương, đi kèm giả thuyết.
Giả định của ANOVA hỗn hợp
Độc lập giữa các cá nhân. Như mọi ANOVA. Nếu người tham gia sinh hoạt theo tổ, theo xã, và các tổ được phân vào nhóm, cần mô hình tính tới phân cụm.
Phần dư xấp xỉ chuẩn. Kiểm bằng biểu đồ Q-Q cho từng thời điểm và từng nhóm, với cùng sự dè dặt về kiểm định Shapiro-Wilk như ở các thiết kế khác.
Giả định cầu cho phần trong chủ thể. Với từ ba thời điểm trở lên, cần xét giả định cầu như ANOVA đo lặp lại và dùng hiệu chỉnh Greenhouse-Geisser hoặc Huynh-Feldt khi cần. Với hai thời điểm, giả định này luôn thoả.
Đồng nhất ma trận hiệp phương sai giữa các nhóm. Các nhóm phải có cấu trúc phương sai và hiệp phương sai giữa các lần đo tương tự nhau. Kiểm định Box M thường được in ra cho mục này, nhưng nó rất nhạy với lệch chuẩn và mẫu lớn, nên nhiều người chỉ lo khi p rất nhỏ và cỡ nhóm lệch nhau.
Đồng nhất phương sai ở từng thời điểm. Levene cho từng lần đo; nếu một nhóm dao động mạnh hơn hẳn ở thời điểm sau, ghi nhận và cân nhắc phân tích vững hơn.
Những lỗi diễn giải hay gặp nhất
Thiết kế hỗn hợp được dùng rất nhiều trong luận văn y tế cộng đồng, giáo dục, tâm lý, và các lỗi dưới đây xuất hiện lặp đi lặp lại. Hầu hết không phải lỗi tính toán mà là đọc sai câu hỏi.
- Đọc hiệu ứng chính của thời điểm thành hiệu quả can thiệp. Thời điểm có ý nghĩa chỉ nói rằng gộp cả hai nhóm, chỉ số thay đổi theo thời gian. Nếu nhóm đối chứng cũng tăng tương tự, đó là thay đổi chung do mùa, do quen bài đo, hay do được quan tâm, không phải do chương trình.
- Chỉ so trước sau trong nhóm can thiệp. Chạy t-test cặp trong nhóm can thiệp, thấy có ý nghĩa, rồi kết luận chương trình có tác dụng là bỏ phí nhóm đối chứng. Câu hỏi đúng là thay đổi của nhóm can thiệp có lớn hơn thay đổi của nhóm đối chứng không.
- So "nhóm này có ý nghĩa, nhóm kia không". Nhóm can thiệp thay đổi có ý nghĩa, nhóm đối chứng không, không có nghĩa là hai mức thay đổi khác nhau có ý nghĩa. Khác biệt giữa "có ý nghĩa" và "không có ý nghĩa" tự nó không phải là một kết quả có ý nghĩa; phải kiểm định tương tác.
- Bỏ qua khác biệt ở thời điểm đầu. Nếu hai nhóm chênh nhau ngay từ trước, tương tác có thể phản ánh hiện tượng hồi quy về trung bình thay vì hiệu quả. Cân nhắc ANCOVA với điểm trước làm biến hiệp phương sai và nêu rõ hạn chế.
- Loại người bỏ dở mà không báo cáo. ANOVA hỗn hợp cổ điển loại người thiếu một lần đo. Nếu người bỏ dở tập trung ở một nhóm, kết quả thiên lệch; báo cáo số người theo từng nhóm ở từng thời điểm và cân nhắc mô hình hỗn hợp tuyến tính.
Trường hợp đặc biệt hai nhóm, hai thời điểm: F của tương tác đúng bằng bình phương t của t-test độc lập so sánh điểm thay đổi giữa hai nhóm. Biết điều này giúp bạn tự kiểm kết quả phần mềm bằng một phép tính đơn giản hơn.
Báo cáo ANOVA hỗn hợp trong luận văn
Một đoạn kết quả nên mở bằng tương tác, vì đó là phép thử của giả thuyết can thiệp, rồi mới tới hiệu ứng đơn và cuối cùng là hiệu ứng chính nếu còn cần. Mỗi kiểm định ghi F, hai bậc tự do, giá trị p, cỡ hiệu ứng, và nếu đã hiệu chỉnh giả định cầu thì ghi bậc tự do đã hiệu chỉnh cùng tên hiệu chỉnh. Số liệu thật lấy từ phần mềm của bạn; đừng sao lại số trong các ví dụ giả định.
Bảng mô tả theo nhóm và thời điểm, gồm cỡ mẫu thực tế ở từng ô, trung bình và độ lệch chuẩn, là bảng quan trọng nhất của phần kết quả. Biểu đồ trung bình có thanh sai số cho từng nhóm qua các thời điểm giúp hội đồng nhìn ngay dáng tương tác. Nếu có người bỏ dở, thêm một dòng hoặc sơ đồ luồng người tham gia từ lúc tuyển tới lần đo cuối.
Ở phần bàn luận, tách rõ điều dữ liệu cho thấy với điều bạn suy luận. Tương tác có ý nghĩa trong một thiết kế có phân nhóm ngẫu nhiên là bằng chứng khá tốt cho hiệu quả; trong thiết kế dùng nhóm có sẵn, nó vẫn có thể bị nhiễu bởi khác biệt ban đầu giữa nhóm. Khi phân tích phức tạp hơn khả năng tự kiểm của bạn, nhờ người hướng dẫn hoặc chuyên gia thống kê xem lại mô hình là cách làm đúng mực, miễn là bạn hiểu và tự viết được từng câu trong phần kết quả.
Câu hỏi thường gặp
ANOVA hỗn hợp khác ANOVA hai nhân tố thông thường ở đâu?
Trong ANOVA hai nhân tố thông thường, mỗi người chỉ xuất hiện ở một ô. Trong ANOVA hỗn hợp, mỗi người thuộc một nhóm nhưng được đo ở mọi thời điểm, nên các lần đo của cùng người tương quan. Vì vậy ANOVA hỗn hợp có hai loại sai số và thêm giả định cầu cho phần trong chủ thể.
Chỉ có trước và sau thì dùng ANOVA hỗn hợp hay t-test?
Cả hai đều được. Với hai nhóm và hai thời điểm, F của tương tác trong ANOVA hỗn hợp bằng bình phương t của t-test độc lập so sánh điểm thay đổi giữa hai nhóm. Nhiều tài liệu cũng khuyên cân nhắc ANCOVA với điểm trước làm biến hiệp phương sai, nhất là khi nhóm được chia ngẫu nhiên.
Hiệu ứng chính của nhóm có ý nghĩa nhưng tương tác không thì hiểu sao?
Điều đó nghĩa là hai nhóm khác nhau về mức trung bình qua mọi thời điểm, nhưng không có bằng chứng chúng thay đổi khác nhau. Nếu khác biệt đã có từ thời điểm đầu, đó là khác biệt sẵn có giữa nhóm, không phải hiệu quả can thiệp. Kết luận đúng là chưa thấy bằng chứng chương trình làm thay đổi khác biệt.
Box M có ý nghĩa thì có phải bỏ ANOVA hỗn hợp không?
Không nhất thiết. Box M rất nhạy với lệch chuẩn và với mẫu lớn, nên nhiều người chỉ lo khi p rất nhỏ và cỡ các nhóm lệch nhau đáng kể. Khi cỡ nhóm bằng nhau, ANOVA hỗn hợp khá vững với vi phạm này. Nếu nghi ngờ, cân nhắc mô hình hỗn hợp tuyến tính cho phép cấu trúc hiệp phương sai khác nhau.
Có người không đến lần đo cuối thì xử lý thế nào?
ANOVA hỗn hợp cổ điển sẽ loại người đó khỏi toàn bộ phân tích. Không được tự điền số. Hãy báo cáo số người bỏ dở theo từng nhóm và lý do nếu biết, kiểm xem người bỏ dở có khác người ở lại không, và cân nhắc mô hình hỗn hợp tuyến tính, vốn dùng được dữ liệu không đầy đủ dưới những giả định nhất định.