GiaThuyet.comGiả Thuyết
Kiểm định chi bình phương

Hiệu chỉnh Yates cho bảng 2x2: công thức, khi nào dùng và vì sao còn tranh luận

Hiệu chỉnh liên tục Yates trừ 0,5 khỏi |O − E| trong bảng 2x2: công thức, ví dụ giả định cho hai kết luận khác nhau, các quan điểm và cách chọn trước khi phân tích.

Low angle view of a Vietnamese teaching assistant adjusting a brass balance scale in a bright university physics lab in Thai Nguyen, students blurred behind, cool daylight

Hiệu chỉnh Yates (hiệu chỉnh liên tục, continuity correction) là cách sửa công thức chi bình phương cho bảng 2x2: trừ 0,5 khỏi độ lệch tuyệt đối |O − E| của mỗi ô trước khi bình phương. Kết quả là χ² nhỏ hơn và p lớn hơn so với chi bình phương Pearson thông thường, nghĩa là kiểm định thận trọng hơn.

Hiệu chỉnh này ra đời để bù cho việc dùng phân phối liên tục xấp xỉ dữ liệu đếm rời rạc. Ngày nay nó vẫn được in mặc định trong một số phần mềm và cũng bị nhiều tác giả cho là thận trọng quá mức. Bài dưới đây trình bày công thức, một ví dụ giả định mà hai phiên bản cho hai kết luận khác nhau, các quan điểm và một nguyên tắc chọn lựa tránh được rắc rối khi bảo vệ.

Hiệu chỉnh Yates là gì và vì sao ra đời

Trong bảng 2x2, mỗi ô là số đếm nguyên, nên thống kê χ² chỉ nhận một tập giá trị rời rạc. Phân phối chi bình phương với 1 bậc tự do, dùng để tra p, lại là phân phối liên tục. Khi cỡ mẫu không lớn, xấp xỉ liên tục này có xu hướng cho p nhỏ hơn xác suất thật, khiến kiểm định dễ bác bỏ H0 hơn mức danh nghĩa.

Năm 1934, nhà thống kê người Anh Frank Yates đề xuất trừ 0,5 khỏi độ lệch tuyệt đối giữa quan sát và kỳ vọng ở mỗi ô. Ý tưởng tương tự cách hiệu chỉnh liên tục khi xấp xỉ phân phối nhị thức bằng phân phối chuẩn: một số nguyên k được coi như đại diện cho đoạn từ k − 0,5 đến k + 0,5. Trừ nửa đơn vị làm cho xấp xỉ gần hơn với xác suất tính chính xác theo kiểm định Fisher trong nhiều trường hợp.

Hiệu chỉnh chỉ áp dụng cho bảng 2x2, nơi bậc tự do bằng 1 và ảnh hưởng của tính rời rạc rõ nhất. Với bảng lớn hơn, phần mềm không in dòng hiệu chỉnh này, và nó cũng không phải cách xử lý cho bảng lớn có tần số kỳ vọng nhỏ. Nói ngắn gọn: Yates là một biến thể của chi bình phương 2x2, không phải một kiểm định riêng cho mọi loại bảng.

Công thức hiệu chỉnh và dạng rút gọn

Công thức theo từng ô: χ² Yates = tổng của (|O − E| − 0,5)² / E, cộng trên bốn ô. Trong bảng 2x2, độ lệch |O − E| của cả bốn ô luôn bằng nhau, nên phép trừ 0,5 tác động đều lên mọi ô.

Với bảng có các ô a, b ở hàng 1 và c, d ở hàng 2, n là cỡ mẫu, có dạng rút gọn tiện tính tay. Chi bình phương Pearson không hiệu chỉnh: χ² = n × (ad − bc)² / [(a + b)(c + d)(a + c)(b + d)]. Có hiệu chỉnh Yates: χ² = n × (|ad − bc| − n/2)² / [(a + b)(c + d)(a + c)(b + d)]. Mẫu số là tích bốn tổng biên, giống nhau ở cả hai công thức.

Hai dạng cho cùng kết quả với dạng theo ô; dạng rút gọn chỉ giúp tính nhanh hơn. Một lưu ý kỹ thuật: nếu |ad − bc| nhỏ hơn n/2, tức độ lệch mỗi ô nhỏ hơn 0,5, thì việc trừ sẽ làm lệch thành âm rồi bình phương lên lại, cho kết quả vô lý. Khi đó bảng gần như khớp hoàn toàn với H0, χ² gần bằng 0 và không có gì để kết luận; một số phần mềm tự giới hạn phép trừ để tránh tình huống này.

Ví dụ giả định: một bảng, hai kết luận

Ví dụ giả định: 60 sinh viên ôn thi một học phần, 30 người tham gia nhóm ôn tập và 30 người tự ôn. Kết quả thi: nhóm ôn tập có 24 người đậu và 6 người trượt; nhóm tự ôn có 16 người đậu và 14 người trượt. Tổng 40 đậu, 20 trượt. Tần số kỳ vọng là 20 và 10 ở mỗi hàng, nên mọi ô đều từ 5 trở lên. Ta có ad − bc = 24 × 14 − 6 × 16 = 336 − 96 = 240, n/2 = 30, tích bốn tổng biên = 30 × 30 × 40 × 20 = 720.000.

Phương phápPhép tínhχ² (df 1)p hai phía
Pearson không hiệu chỉnh60 × 240² / 720.0004,800≈ 0,028
Có hiệu chỉnh Yates60 × (240 − 30)² / 720.0003,675≈ 0,055
Kiểm định chính xác Fishertính theo phân phối siêu bộikhông có≈ 0,054

Kiểm lại theo từng ô: mỗi ô lệch 4 so với kỳ vọng. Không hiệu chỉnh: 16/20 + 16/10 + 16/20 + 16/10 = 0,8 + 1,6 + 0,8 + 1,6 = 4,8. Có hiệu chỉnh: (4 − 0,5)² = 12,25, nên 12,25/20 × 2 + 12,25/10 × 2 = 1,225 + 2,45 = 3,675. Hai cách tính khớp nhau.

Ở mức 0,05, giá trị tới hạn với df bằng 1 là 3,841. Pearson không hiệu chỉnh vượt ngưỡng (4,80), còn Yates không vượt (3,675). Kiểm định Fisher cho p xấp xỉ 0,054, gần với Yates hơn. Đây là ví dụ cố ý đặt sát ngưỡng để thấy lựa chọn phương pháp có thể đổi kết luận; với phần lớn dữ liệu thật, hai phiên bản cho cùng kết luận và chỉ khác nhau ở con số.

Điều không đổi giữa các phiên bản là độ lớn của khác biệt trong mẫu: tỷ lệ đậu 80% ở nhóm ôn tập so với khoảng 53% ở nhóm tự ôn. Hệ số phi, tính từ χ² không hiệu chỉnh bằng căn bậc hai của 4,8 / 60, xấp xỉ 0,28. Báo cáo cỡ hiệu ứng này cùng khoảng tin cậy của hiệu hai tỷ lệ giúp người đọc thấy bức tranh đầy đủ, thay vì chỉ thấy một giá trị p nằm hai bên ngưỡng 0,05.

Nên dùng hay không: các quan điểm hiện có

Quan điểm ủng hộ. Hiệu chỉnh giúp chi bình phương 2x2 không dễ dãi quá mức khi mẫu vừa và nhỏ, và kết quả thường gần với kiểm định chính xác Fisher. Một số giáo trình, đặc biệt trong y sinh, khuyên dùng mặc định cho mọi bảng 2x2.

Quan điểm phản đối. Nhiều nghiên cứu mô phỏng được trích dẫn trong tài liệu thống kê cho thấy hiệu chỉnh Yates thường làm kiểm định quá thận trọng: tỷ lệ sai lầm loại I thật thấp hơn hẳn 5%, đồng nghĩa với mất lực, dễ bỏ sót hiệu ứng có thật. Theo hướng này, khi tần số kỳ vọng đủ lớn thì dùng Pearson không hiệu chỉnh, khi nhỏ thì dùng Fisher.

Điểm chung của hai phía. Khi mẫu lớn, hiệu chỉnh gần như không đổi kết quả nên cuộc tranh luận không còn quan trọng. Khi tần số kỳ vọng nhỏ, cả hai phía đều coi kiểm định chính xác Fisher là lựa chọn phù hợp hơn hiệu chỉnh.

Thực hành an toàn cho luận văn. Theo quy ước của ngành và của người hướng dẫn; nếu không có quy ước, chọn một cách rồi ghi lý do và tài liệu trích dẫn trong phần phương pháp. Bạn cũng có thể báo cáo kết quả chính theo một cách và nêu cách còn lại trong chú thích để người đọc thấy kết luận có vững hay không.

Chọn trước, không chọn sau khi thấy p

Ví dụ trên cho thấy một cám dỗ thật: nếu kết quả Yates không có ý nghĩa còn kết quả không hiệu chỉnh có ý nghĩa, rất dễ thấy lý do để "chọn dòng phù hợp hơn". Chọn phương pháp sau khi thấy p là một dạng thao túng phân tích, dù mỗi phương pháp riêng lẻ đều hợp lệ. Khi làm vậy, mức ý nghĩa 5% bạn công bố không còn đúng với thực tế.

Cách tránh rất đơn giản: ghi lựa chọn trong đề cương hoặc kế hoạch phân tích trước khi xử lý số liệu, chẳng hạn "với bảng 2x2, dùng chi bình phương Pearson khi mọi tần số kỳ vọng từ 5 trở lên, dùng kiểm định chính xác Fisher khi có ô dưới 5". Khi đã có quy tắc viết sẵn, việc chọn dòng nào trong đầu ra trở thành thao tác cơ học, và bạn trả lời được ngay nếu hội đồng hỏi vì sao không dùng dòng kia.

Nếu kết luận đổi giữa hai phương pháp như trong ví dụ, đó cũng là thông tin đáng nói ra: bằng chứng nằm sát ngưỡng và không vững. Phần bàn luận có thể ghi rằng kết quả nhạy với lựa chọn phương pháp, kèm cỡ hiệu ứng và khoảng tin cậy, để người đọc tự đánh giá. Cách trình bày trung thực như vậy thường được hội đồng đánh giá cao hơn một kết luận "có ý nghĩa" mong manh.

Vì sao các phần mềm cho kết quả khác nhau

Một nguồn bối rối thường gặp là chạy cùng bảng 2x2 trên hai phần mềm mà ra hai giá trị χ² khác nhau. Nguyên nhân thường nằm ở mặc định về hiệu chỉnh liên tục:

  • Có phần mềm in cả hai dòng cho bảng 2x2: dòng Pearson và dòng hiệu chỉnh liên tục, thường kèm thêm dòng Fisher. Bạn tự chọn dòng cần báo cáo.
  • Có phần mềm mặc định áp hiệu chỉnh Yates cho bảng 2x2 trong lệnh kiểm định chi bình phương, trừ khi bạn tắt nó bằng một tham số. R là ví dụ thường được nhắc: hàm kiểm định chi bình phương cơ bản có tham số bật tắt hiệu chỉnh và mặc định là bật với bảng 2x2.
  • Hàm kiểm định chi bình phương trong bảng tính thông dụng thường trả về p theo công thức Pearson không hiệu chỉnh, và chỉ trả p chứ không trả giá trị χ².
  • Mặc định có thể thay đổi giữa các phiên bản; luôn đọc tài liệu của bản bạn đang dùng và ghi tên phần mềm, phiên bản vào luận văn.

Khi so hai kết quả lệch nhau, việc đầu tiên là tự tính tay bằng dạng rút gọn ở trên cho cả hai phiên bản. Nếu một phần mềm khớp với Pearson và phần mềm kia khớp với Yates, bạn đã tìm ra nguyên nhân và chỉ cần thống nhất dùng một phiên bản theo kế hoạch phân tích.

Câu hỏi thường gặp

Hiệu chỉnh Yates có dùng cho bảng 2x3 không?

Không. Hiệu chỉnh liên tục Yates được định nghĩa cho bảng 2x2, nơi bậc tự do bằng 1. Với bảng lớn hơn, nếu tần số kỳ vọng nhỏ, hướng xử lý là gộp nhóm có lý do nội dung hoặc dùng kiểm định chính xác Fisher–Freeman–Halton.

Mẫu lớn thì có cần quan tâm đến hiệu chỉnh Yates không?

Ít cần. Khi cỡ mẫu lớn, phần trừ 0,5 rất nhỏ so với độ lệch |O − E| nên hai phiên bản cho χ² và p gần như trùng nhau. Lựa chọn chỉ thực sự ảnh hưởng khi mẫu vừa hoặc nhỏ và kết quả nằm sát ngưỡng.

Báo cáo hiệu chỉnh Yates trong luận văn viết thế nào?

Ghi rõ là chi bình phương có hiệu chỉnh liên tục Yates, kèm bậc tự do, cỡ mẫu, giá trị χ², p và cỡ hiệu ứng. Ví dụ: χ²(1, N = 60) = 3,68, p = 0,055, có hiệu chỉnh Yates. Nêu lý do chọn hiệu chỉnh trong phần phương pháp.

Hiệu chỉnh Yates có thay thế được kiểm định Fisher không?

Không nên coi là thay thế. Hiệu chỉnh làm xấp xỉ bớt dễ dãi nhưng vẫn là xấp xỉ. Khi bảng 2x2 có tần số kỳ vọng dưới 5, kiểm định chính xác Fisher là lựa chọn được khuyến nghị rộng rãi hơn.

Có hiệu chỉnh Yates cho kiểm định McNemar không?

Có một dạng tương tự: trong công thức McNemar, người ta trừ 1 khỏi trị tuyệt đối của hiệu hai ô bất đồng trước khi bình phương. Khi số cặp bất đồng nhỏ, nhiều tài liệu khuyên dùng kiểm định nhị thức chính xác thay vì hiệu chỉnh.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138