Kiểm định hai phía hỏi "có khác không", kiểm định một phía hỏi "có lớn hơn không" hoặc "có nhỏ hơn không". Hai phía là lựa chọn mặc định; một phía chỉ hợp lệ khi chiều quan tâm đã được xác định trước khi thu số liệu, có lý do lý thuyết hoặc thực tiễn rõ ràng, và kết quả ngược chiều — dù lớn đến đâu — cũng không làm thay đổi quyết định của bạn.
Khi kết quả đi đúng chiều, giá trị p một phía bằng một nửa giá trị p hai phía. Chính điểm này khiến kiểm định một phía bị dùng sai nhiều: thấy p hai phía là 0,08 rồi "chuyển sang một phía" để có 0,04. Bài này giải thích cơ chế, cách chọn đúng, và cách đọc cột "Sig. (2-tailed)" trong phần mềm.
Khác nhau ở đâu: vùng bác bỏ nằm một đuôi hay hai đuôi
Với alpha 0,05, kiểm định hai phía chia đều 5% rủi ro cho hai đuôi của phân phối, mỗi đuôi 2,5%. Dưới phân phối chuẩn tắc, ngưỡng tương ứng là ±1,96: thống kê z rơi ra ngoài khoảng đó ở bất kỳ phía nào cũng dẫn tới bác bỏ H0. Kiểm định một phía dồn toàn bộ 5% vào một đuôi, nên ngưỡng gần hơn: 1,645 nếu H1 là "lớn hơn", −1,645 nếu H1 là "nhỏ hơn".
Hệ quả là kiểm định một phía dễ bác bỏ H0 hơn khi hiệu đi đúng chiều đã chọn, nhưng hoàn toàn mù với hiệu đi ngược chiều. Nếu H1 là "phương pháp mới cho điểm cao hơn" mà số liệu cho thấy phương pháp mới làm điểm thấp hẳn đi, kiểm định một phía vẫn chỉ kết luận được "không bác bỏ H0". Bạn không được quay lại kiểm chiều kia sau đó.
Với kiểm định t, ngưỡng phụ thuộc thêm bậc tự do. Ví dụ với 40 bậc tự do và alpha 0,05: ngưỡng hai phía là ±2,021, ngưỡng một phía là 1,684. Với kiểm định chi bình phương hay F trong ANOVA, thống kê chỉ nhận giá trị dương và vùng bác bỏ luôn nằm ở đuôi phải; nhưng điều đó không có nghĩa là các kiểm định này "một phía" theo nghĩa giả thuyết có chiều, vì chúng phát hiện mọi kiểu lệch khỏi H0.
Ví dụ giả định: cùng thống kê t, hai cách kiểm
Một giáo viên so sánh điểm hai lớp, mỗi lớp 21 học sinh, dùng kiểm định t hai mẫu độc lập với 40 bậc tự do. Thống kê t tính được là 1,80, lớp A cao hơn lớp B. Bảng dưới cho thấy kết luận phụ thuộc vào giả thuyết đối đã viết từ trước.
| Giả thuyết đối đã chọn trước | Ngưỡng tới hạn | Giá trị p | Kết luận ở alpha 0,05 |
|---|---|---|---|
| Hai phía: μA ≠ μB | ±2,021 | Khoảng 0,079 | Không bác bỏ H0 |
| Một phía: μA > μB | 1,684 | Khoảng 0,040 | Bác bỏ H0 |
| Một phía: μA < μB | −1,684 | Khoảng 0,960 | Không bác bỏ H0 |
Dòng thứ ba đáng chú ý: khi giả thuyết đối chỉ chiều ngược với kết quả, giá trị p một phía bằng 1 trừ đi nửa giá trị p hai phía, tức 1 − 0,040 = 0,960. Kết quả "đi sai chiều" không bao giờ có ý nghĩa trong kiểm định một phía.
Quy tắc chuyển đổi tổng quát cho các kiểm định đối xứng như z và t: nếu hiệu đi đúng chiều đã chọn, p một phía = p hai phía chia 2; nếu đi ngược chiều, p một phía = 1 − (p hai phía chia 2). Quy tắc này không áp dụng nguyên dạng cho chi bình phương hay F.
Khi nào kiểm định một phía là hợp lý
Chiều quan tâm được quyết định bởi câu hỏi thực tế, không bởi kỳ vọng. Ví dụ kiểm tra xem lượng chất độc trong mẫu nước có vượt ngưỡng cho phép không: chỉ vượt mới là vấn đề, thấp hơn ngưỡng nhiều đến đâu cũng chỉ là "đạt". Câu hỏi bản chất là một phía. Ngược lại, "kỳ vọng phương pháp mới tốt hơn" chưa đủ: nếu nó tệ hơn, bạn chắc chắn muốn biết.
Kết quả ngược chiều không dẫn tới hành động khác. Phép thử hữu ích: tự hỏi "nếu số liệu cho thấy hiệu rất lớn theo chiều ngược lại, mình có bỏ qua nó không". Nếu câu trả lời là không, tức là bạn sẽ báo cáo và bàn luận về nó, thì bạn đang thực sự quan tâm hai phía.
Chiều được ghi trong đề cương hoặc đăng ký trước. Một phía chỉ đáng tin khi người đọc thấy được lựa chọn đó có trước số liệu: trong đề cương đã duyệt, trong phiếu đăng ký nghiên cứu, hoặc trong quy định ngành như một số thử nghiệm chứng minh "không kém hơn".
Ngành hoặc người hướng dẫn chấp nhận. Nhiều tạp chí và hội đồng mặc định hai phía, và yêu cầu giải thích nếu dùng một phía. Hỏi trước còn hơn phải giải trình khi bảo vệ.
Vì sao đổi sang một phía sau khi xem số liệu là sai
Giả sử bạn chưa định trước chiều nào, nhìn số liệu thấy lớp A cao hơn, rồi chọn H1: μA > μB và kiểm một phía ở alpha 0,05. Nếu số liệu cho thấy lớp B cao hơn, bạn sẽ chọn chiều ngược lại. Như vậy dù chiều nào xuất hiện, bạn cũng có một đuôi 5% chờ sẵn. Cộng hai khả năng lại, xác suất bác bỏ nhầm khi H0 đúng là 10%, không phải 5%. Alpha thực tế đã bị nhân đôi một cách âm thầm.
Đây là một dạng của việc điều chỉnh phân tích theo kết quả, mà danh mục sai lầm và đạo đức số liệu trên trang bàn kỹ hơn. Điểm cần nhớ: quy tắc ra quyết định phải cố định trước khi số liệu được nhìn thấy. Mọi lựa chọn được đưa ra sau khi thấy số liệu đều có khả năng vô tình nghiêng về kết quả mong muốn, kể cả khi người làm hoàn toàn thành thật.
Tình huống ngược lại cũng cần chú ý: đã đăng ký kiểm một phía nhưng kết quả đi ngược chiều rất rõ. Cách trung thực là báo cáo đúng như kế hoạch — không bác bỏ H0 — rồi ghi riêng quan sát về chiều ngược lại như một phát hiện ngoài kế hoạch, cần nghiên cứu sau kiểm chứng. Không viết lại giả thuyết để biến nó thành kết quả chính.
Đọc cột giá trị p trong phần mềm và quy đổi đúng
Phần lớn phần mềm mặc định báo cáo giá trị p hai phía. Các bước dưới đây giúp bạn đọc đúng; tên cột và tuỳ chọn có thể khác giữa các phiên bản, nên luôn kiểm tài liệu của phiên bản bạn dùng.
- Xác định cột giá trị p: trong SPSS thường ghi Sig. (2-tailed); một số phiên bản mới in thêm cột giá trị p một phía. Trong R, hàm t.test mặc định hai phía, có tham số chọn chiều "greater" hoặc "less".
- Đối chiếu với giả thuyết đã đăng ký: nếu bạn kiểm hai phía, dùng thẳng con số hai phía.
- Nếu kế hoạch là một phía: xem dấu của thống kê t hoặc của hiệu trung bình có đúng chiều đã chọn không.
- Đúng chiều: lấy p hai phía chia 2. Ngược chiều: p một phía bằng 1 trừ nửa p hai phía, và kết luận không bác bỏ H0.
- Trong Excel, hàm T.TEST có đối số chọn số đuôi (1 hoặc 2); khi chọn 1 đuôi, kết quả trả về luôn là diện tích đuôi theo chiều của hiệu quan sát, nên bạn vẫn phải tự kiểm chiều có khớp giả thuyết không.
- Ghi rõ trong bảng hoặc chú thích bảng rằng giá trị p là một phía hay hai phía.
Bước cuối thường bị bỏ quên. Người đọc gặp giá trị p mà không biết một phía hay hai phía sẽ mặc định là hai phía; nếu thật ra là một phía, họ sẽ hiểu sai mức bằng chứng gấp đôi.
Liên hệ với khoảng tin cậy: 95% hai cận và 90% hai cận
Dùng lại ví dụ hai lớp ở trên và giả định thêm: hiệu trung bình lớp A trừ lớp B là 3,6 điểm, sai số chuẩn của hiệu là 2,0, nên t = 3,6/2,0 = 1,80 với 40 bậc tự do. Khoảng tin cậy 95% của hiệu là 3,6 ± 2,021 × 2,0, tức từ khoảng −0,44 đến 7,64 điểm. Khoảng này chứa 0, khớp với kết luận không bác bỏ H0 của kiểm định hai phía ở alpha 0,05 (p khoảng 0,079).
Khoảng tin cậy 90% dùng ngưỡng 1,684 thay vì 2,021: 3,6 ± 1,684 × 2,0, tức từ khoảng 0,23 đến 6,97 điểm. Khoảng này không chứa 0. Cận dưới 0,23 chính là cận của khoảng tin cậy một phía 95%, khớp với kết luận bác bỏ H0 của kiểm định một phía μA > μB ở alpha 0,05 (p khoảng 0,040). Hai cách nhìn cho cùng một câu trả lời, vì chúng dùng cùng ngưỡng.
Từ đây có một quy tắc dễ nhớ: kiểm định một phía ở alpha 0,05 tương ứng với việc xem cận phía cần quan tâm của khoảng tin cậy 90% hai cận. Đó cũng là lý do trong một số thiết kế đặc thù như thử nghiệm tương đương, người ta báo cáo khoảng tin cậy 90%. Với luận văn thông thường, hãy báo cáo khoảng tin cậy 95% đi kèm kiểm định hai phía để mọi thứ nhất quán và người đọc không phải quy đổi.
Lời khuyên cho luận văn: mặc định hai phía
Với phần lớn luận văn ở bậc đại học và thạc sĩ, kiểm định hai phía là lựa chọn an toàn và dễ biện hộ nhất. Nó phát hiện cả khác biệt theo chiều mong đợi lẫn ngược lại, và không ai có thể nghi ngờ bạn chọn chiều để có kết quả. Chi phí là cần bằng chứng mạnh hơn một chút; nếu lo ngại điều đó, cách đúng là tăng cỡ mẫu khi lập kế hoạch, không phải đổi sang một phía.
Nếu bạn vẫn muốn dùng một phía, hãy viết lý do ngay trong chương phương pháp, ví dụ: "Kiểm định một phía được dùng vì câu hỏi nghiên cứu chỉ quan tâm liệu thời gian xử lý hồ sơ có vượt mức quy định hay không; thời gian thấp hơn mức quy định không thay đổi kết luận." Một câu như vậy, có trước khi thu số liệu, giúp hội đồng thấy lựa chọn của bạn là có cơ sở.
Và nhớ rằng giả thuyết nghiên cứu viết có chiều — kiểu "X tác động cùng chiều đến Y" — không buộc bạn phải kiểm một phía. Rất nhiều nghiên cứu viết giả thuyết có chiều nhưng vẫn kiểm hai phía, rồi xem dấu của hiệu hoặc hệ số để kết luận giả thuyết có được ủng hộ hay không.
Câu hỏi thường gặp
Giả thuyết nghiên cứu có chiều thì có bắt buộc kiểm một phía không?
Không bắt buộc. Kiểm hai phía rồi xem chiều của hiệu là cách làm phổ biến và thận trọng. Giả thuyết được ủng hộ khi H0 bị bác bỏ và hiệu đi đúng chiều kỳ vọng. Nhiều hội đồng còn chuộng cách này hơn.
Vì sao chi bình phương và ANOVA luôn tính ở đuôi phải mà không gọi là một phía?
Vì thống kê chi bình phương và F đo tổng mức lệch khỏi H0, không phân biệt chiều; mọi kiểu lệch đều làm thống kê lớn lên. Đuôi phải ở đây không tương ứng với một giả thuyết có hướng như "lớn hơn" hay "nhỏ hơn".
Có được báo cáo cả p một phía và hai phía không?
Được, nếu bạn nói rõ cái nào là kế hoạch chính. Nhưng kết luận phải dựa trên kiểm định đã đăng ký trước. Báo cáo cả hai để chọn cái nào có ý nghĩa là cách làm sai, người đọc kỹ sẽ nhận ra.
Đã dùng một phía và kết quả ngược chiều, có được đổi sang hai phía không?
Không nên. Làm vậy là thay đổi phân tích theo kết quả. Cách trung thực là báo cáo không bác bỏ H0 theo kế hoạch, sau đó mô tả chiều ngược lại như một quan sát ngoài kế hoạch cần kiểm chứng thêm.
Khoảng tin cậy một phía là gì?
Là khoảng chỉ có một cận, chẳng hạn "trung bình ít nhất là 52,1 với độ tin cậy 95%". Nó tương ứng với kiểm định một phía ở alpha 0,05, giống như khoảng tin cậy 95% hai cận tương ứng với kiểm định hai phía.
Kiểm định một phía có cần ít mẫu hơn không?
Với cùng alpha và cùng lực mẫu mong muốn, kiểm định một phía cần ít mẫu hơn hai phía nếu hiệu đi đúng chiều. Nhưng tiết kiệm đó chỉ chính đáng khi lý do dùng một phía đứng vững độc lập với chuyện cỡ mẫu.