GiaThuyet.comGiả Thuyết
Kiểm định t

Kiểm định t mẫu cặp (paired t-test): so sánh trước – sau trên cùng một người

Kiểm định t mẫu cặp đưa hai lần đo về một cột hiệu số. Ví dụ tính tay 8 người trước – sau tập huấn, vì sao mạnh hơn t độc lập và giới hạn của thiết kế.

Office trainer in Da Nang watching an employee type on a laptop with a blank screen during a timed data entry exercise, stopwatch on desk, over the shoulder view

Kiểm định t mẫu cặp dùng khi mỗi quan sát ở lần đo thứ nhất gắn với đúng một quan sát ở lần đo thứ hai, điển hình là đo cùng một người trước và sau một can thiệp. Cách tính rất gọn: lấy hiệu số của từng cặp, rồi làm kiểm định t một mẫu trên cột hiệu số đó với giá trị so sánh bằng 0, bậc tự do là số cặp trừ một.

Bài này tính tay một ví dụ giả định 8 nhân viên trước và sau buổi tập huấn, so kết quả với cách làm sai hay gặp là coi hai lần đo như hai nhóm độc lập, rồi bàn những giới hạn khiến một thiết kế trước – sau không có nhóm đối chứng khó trả lời câu hỏi về hiệu quả.

Thiết kế nào cho ra dữ liệu mẫu cặp

Dữ liệu mẫu cặp xuất hiện khi giữa hai cột số đo có một mối ghép tự nhiên hoặc có chủ đích. Trường hợp phổ biến nhất là đo lặp: cùng một người, cùng một mảnh ruộng, cùng một máy được đo ở hai thời điểm hoặc hai điều kiện. Ví dụ: điểm kỹ năng của học viên trước và sau khoá học, huyết áp của người tham gia lúc nghỉ và sau khi leo cầu thang, thời gian xử lý một bộ hồ sơ bằng quy trình cũ và quy trình mới do cùng một cán bộ thực hiện.

Trường hợp thứ hai là ghép cặp: hai người khác nhau nhưng được ghép vì giống nhau ở những đặc điểm quan trọng, như anh chị em sinh đôi, hai học sinh cùng điểm đầu vào được chia mỗi người một nhóm, hai thửa ruộng sát nhau được bón hai loại phân. Trường hợp thứ ba là hai phép đo trên cùng một đơn vị bằng hai dụng cụ, ví dụ cân cùng mẫu bằng hai loại cân.

Dấu hiệu nhận biết nhanh: nếu bạn có thể xếp dữ liệu thành bảng mà mỗi dòng là một người hoặc một đơn vị, có hai cột số đo, và việc đổi chỗ hai giá trị trong cùng một cột giữa hai dòng làm mất ý nghĩa, thì đó là dữ liệu cặp. Nếu hai cột có số dòng khác nhau, hoặc các dòng có thể xáo trộn mà không mất gì, đó là hai mẫu độc lập.

Trong phần mềm, dữ liệu cặp được nhập thành hai cột trên cùng một dòng (dạng rộng). Nếu bạn nhập kiểu một cột giá trị và một cột thời điểm, phải có thêm cột mã người để phần mềm biết cặp nào đi với cặp nào.

Ví dụ giả định: thời gian nhập liệu của 8 nhân viên trước và sau tập huấn

Ví dụ giả định: một phòng hành chính đo số phút mỗi nhân viên cần để nhập xong một bộ phiếu chuẩn, trước và sau buổi tập huấn dùng phím tắt. Hiệu số d lấy theo trước trừ sau, nên d dương nghĩa là nhanh lên.

Nhân viênTrước (phút)Sau (phút)d = trước − saud − 3(d − 3)²
14239300
238371−24
34540524
45046411
54041−1−416
63633300
74742524
84440411
Tổng34231824030

Trung bình trước là 342 / 8 = 42,75 phút, trung bình sau là 318 / 8 = 39,75 phút. Trung bình hiệu số d̄ = 24 / 8 = 3 phút, đúng bằng chênh lệch hai trung bình; điều này luôn đúng khi không có dữ liệu thiếu.

Nhân viên số 5 chậm hơn một phút sau tập huấn. Không có lý do gì để loại người này: một hiệu số âm là thông tin thật về biến động, và loại nó đi chỉ vì đi ngược xu hướng là làm méo kết quả.

Tính t trên cột hiệu số từng bước

Giả thuyết: H0 là trung bình hiệu số của tổng thể μd = 0 (tập huấn không làm đổi thời gian trung bình), H1 hai phía là μd ≠ 0, α = 0,05.

  1. Phương sai của hiệu số: sd² = 30 / (8 − 1) = 30 / 7 ≈ 4,286; độ lệch chuẩn sd ≈ 2,070 phút.
  2. Sai số chuẩn của trung bình hiệu số: SE = sd / √n = 2,070 / √8 = 2,070 / 2,828 ≈ 0,732 phút.
  3. Thống kê t = d̄ / SE = 3 / 0,732 ≈ 4,099.
  4. Bậc tự do df = số cặp − 1 = 7. Giá trị tới hạn hai phía ở α = 0,05 là 2,365; |t| lớn hơn nhiều nên bác bỏ H0.
  5. Giá trị p hai phía (tính bằng phần mềm) xấp xỉ 0,005.
  6. Khoảng tin cậy 95% của trung bình hiệu số: 3 ± 2,365 × 0,732, tức khoảng từ 1,27 đến 4,73 phút.

Câu kết luận: trong mẫu giả định này, thời gian nhập liệu trung bình giảm 3 phút sau tập huấn (từ 42,75 xuống 39,75 phút), t(7) = 4,10, p ≈ 0,005, khoảng tin cậy 95% của mức giảm từ 1,27 đến 4,73 phút. Lưu ý chữ "giảm" mô tả dữ liệu; chữ "do tập huấn" cần thêm điều kiện về thiết kế, bàn ở phần sau.

Nếu bạn lấy hiệu số theo sau trừ trước, mọi d đổi dấu, t thành −4,099 và khoảng tin cậy thành từ −4,73 đến −1,27. Kết luận không đổi; chỉ cần ghi rõ cách lấy hiệu số.

Vì sao kiểm định mẫu cặp mạnh hơn khi dữ liệu thật sự là cặp

Thử làm sai một lần để thấy khác biệt: coi cột trước và cột sau là hai nhóm độc lập 8 người. Độ lệch chuẩn của cột trước khoảng 4,68, của cột sau khoảng 3,77; phương sai gộp khoảng 18,07, sai số chuẩn của chênh lệch khoảng 2,13, nên t ≈ 3 / 2,13 ≈ 1,41 với 14 bậc tự do, p ≈ 0,18. Cùng chênh lệch 3 phút, cách tính sai cho kết luận "chưa đủ bằng chứng".

Lý do nằm ở chỗ người nhanh vẫn nhanh, người chậm vẫn chậm: nhân viên số 4 cần 50 rồi 46 phút, nhân viên số 6 cần 36 rồi 33 phút. Phần lớn biến động trong mỗi cột là khác biệt giữa người với người, không liên quan tới tập huấn. Lấy hiệu số trên từng người loại bỏ phần biến động đó, chỉ giữ lại sự thay đổi.

Viết bằng công thức: phương sai của hiệu số bằng s1² + s2² − 2 × r × s1 × s2, trong đó r là hệ số tương quan giữa hai lần đo. Ở ví dụ, s1² ≈ 21,93, s2² ≈ 14,21 và r ≈ 0,90, nên phương sai hiệu số còn khoảng 21,93 + 14,21 − 31,86 ≈ 4,29, khớp với con số 4,286 tính trực tiếp ở trên. Tương quan càng cao, phương sai hiệu số càng nhỏ, kiểm định càng nhạy.

Điều ngược lại cũng đúng: nếu hai lần đo gần như không tương quan (ví dụ dụng cụ đo quá nhiễu), lợi thế của thiết kế cặp gần như biến mất, trong khi bạn lại mất một nửa số bậc tự do so với hai nhóm độc lập cùng tổng số quan sát. Vì vậy thiết kế cặp tốt nhất khi đặc điểm cá nhân chi phối mạnh kết quả.

Thiết kế trước – sau một nhóm: kết quả có ý nghĩa vẫn chưa chứng minh can thiệp hiệu quả

Hiệu ứng luyện tập. Lần đo thứ hai nhanh hơn có thể chỉ vì nhân viên đã quen bộ phiếu sau lần đầu. Nếu dùng cùng một bài đo hai lần, phần cải thiện do quen bài trộn lẫn với phần do can thiệp.

Thay đổi theo thời gian. Giữa hai lần đo, nhiều thứ khác đã đổi: phần mềm được cập nhật, khối lượng việc giảm vào cuối tháng, người tham gia trưởng thành hơn. Với học sinh và người bệnh, sự thay đổi tự nhiên theo thời gian có thể lớn.

Hồi quy về trung bình. Nếu bạn chỉ chọn những người có kết quả lần đầu kém nhất để can thiệp, lần đo sau họ có xu hướng tốt lên một phần dù không làm gì, vì một phần cái kém lần đầu là do may rủi. Đây là cái bẫy kinh điển của các chương trình "phụ đạo học sinh yếu" được đánh giá bằng trước – sau.

Kỳ vọng của người tham gia và người đo. Người được tập huấn biết mình đang được đánh giá nên cố gắng hơn; người đo biết ai đã tập huấn có thể vô tình ghi nhận khác. Che giấu thông tin với người đo khi có thể là cách giảm sai lệch này.

Cách khắc phục tốt nhất là thêm nhóm đối chứng. Khi có nhóm đối chứng cũng được đo trước – sau, cách đơn giản là so mức thay đổi của hai nhóm bằng kiểm định t hai mẫu độc lập trên cột hiệu số, hoặc dùng mô hình có điểm trước làm biến kiểm soát. Không nên chạy hai kiểm định mẫu cặp riêng cho từng nhóm rồi so hai giá trị p.

Giả định, dữ liệu thiếu và phương án thay thế

Giả định của kiểm định mẫu cặp chỉ đặt lên cột hiệu số, không đặt lên từng cột trước và sau. Đây là điểm nhiều sinh viên kiểm sai.

  • Các cặp độc lập với nhau: hiệu số của người này không phụ thuộc người kia. Nếu tám nhân viên tập huấn chung và giúp nhau trong lúc đo, giả định này bị lung lay.
  • Phân phối của hiệu số gần chuẩn hoặc số cặp đủ lớn. Hãy xem biểu đồ hộp hoặc Q–Q của cột d, không phải của cột trước và cột sau. Hai cột gốc có thể lệch mà hiệu số vẫn đối xứng.
  • Không có hiệu số ngoại lai lớn. Một người có hiệu số rất xa phần còn lại có thể kéo trung bình và độ lệch chuẩn đi nhiều. Kiểm tra lại xem có lỗi nhập liệu không trước khi nghĩ tới chuyện khác.
  • Dữ liệu thiếu: người chỉ có một trong hai lần đo sẽ bị phần mềm loại khỏi phép tính. Bạn cần báo cáo có bao nhiêu người bị loại và xem họ có khác biệt gì với người còn lại, vì người bỏ dở thường không ngẫu nhiên.
  • Khi hiệu số lệch mạnh hoặc là thứ bậc, kiểm định dấu hạng Wilcoxon là phương án thay, so sánh dựa trên thứ hạng của trị tuyệt đối hiệu số. Kiểm định dấu còn đơn giản hơn nữa, chỉ đếm số hiệu số dương và âm.
  • Với ba lần đo trở lên trên cùng người (trước, sau, theo dõi sau ba tháng), không chạy nhiều kiểm định cặp rời rạc mà dùng ANOVA đo lặp hoặc mô hình hỗn hợp.

Trong SPSS, kiểm định này thường nằm ở mục kiểm định t mẫu cặp trong nhóm so sánh trung bình; trong R là hàm t.test với đối số paired bằng TRUE hoặc t.test trên cột hiệu số; trong Excel là hàm T.TEST với đối số loại bằng 1. Tên menu và cách đặt đối số có thể khác giữa các phiên bản, bạn nên kiểm lại trong bản mình dùng.

Câu hỏi thường gặp

Có thể dùng kiểm định t mẫu cặp khi hai lần đo có số người khác nhau không?

Không theo nghĩa đầy đủ. Chỉ những người có đủ cả hai lần đo mới tạo thành cặp và được đưa vào phép tính. Nếu nhiều người thiếu một lần đo, bạn nên báo cáo rõ, so sánh đặc điểm nhóm thiếu và nhóm đủ, và cân nhắc các phương pháp xử lý dữ liệu thiếu cùng người hướng dẫn thay vì xoá tuỳ tiện.

Hiệu số trung bình bằng chênh lệch hai trung bình thì sao không dùng kiểm định độc lập cho đơn giản?

Trung bình giống nhau nhưng sai số chuẩn thì khác hẳn. Kiểm định độc lập tính sai số chuẩn từ phân tán giữa người với người, còn kiểm định cặp chỉ dùng phân tán của sự thay đổi. Với dữ liệu cặp, dùng kiểm định độc lập vừa sai về giả định vừa thường làm mất lực đáng kể.

Tương quan giữa hai lần đo thấp có phải là dấu hiệu sai không?

Không hẳn. Tương quan thấp có thể do dụng cụ đo nhiễu, do can thiệp tác động rất khác nhau giữa các người, hoặc do mẫu đồng đều nên ít khác biệt giữa người với người. Kiểm định cặp vẫn đúng về mặt giả định, chỉ là lợi thế về lực so với thiết kế hai nhóm không còn nhiều.

Kết quả có ý nghĩa thống kê thì đã đủ để nói chương trình can thiệp hiệu quả chưa?

Chưa đủ nếu thiết kế chỉ có một nhóm đo trước – sau. Kết quả cho biết có thay đổi, nhưng thay đổi có thể đến từ hiệu ứng luyện tập, biến đổi theo thời gian hay hồi quy về trung bình. Muốn nói về hiệu quả, bạn cần nhóm đối chứng, lý tưởng là phân nhóm ngẫu nhiên.

Có cần kiểm định Levene cho kiểm định t mẫu cặp không?

Không. Kiểm định Levene dùng để so phương sai của hai nhóm độc lập. Kiểm định mẫu cặp chỉ làm việc với một cột hiệu số, nên không có giả định phương sai bằng nhau giữa hai lần đo. Thứ bạn cần xem là hình dạng phân phối và ngoại lai của cột hiệu số.

Thiết kế ghép cặp hai người khác nhau có dùng chung cách tính này không?

Có, miễn là việc ghép cặp được làm trước khi đo và dựa trên đặc điểm liên quan tới kết quả. Mỗi cặp tạo một hiệu số, rồi kiểm định như trên. Nếu ghép cặp lỏng lẻo hoặc ghép sau khi đã thấy kết quả, lợi ích của thiết kế cặp mất đi và có nguy cơ sai lệch.

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