GiaThuyet.comGiả Thuyết
Sai lầm thường gặp và đạo đức số liệu

Những lỗi chọn sai kiểm định trong luận văn: tám tình huống và cách sửa

Tám lỗi ghép sai dữ liệu với phép kiểm định hay gặp: t độc lập cho dữ liệu cặp, chi bình phương với tần số nhỏ, quan sát lặp coi là độc lập, và cách nhận ra để sửa.

Lecturer and student sitting side by side in a bright Thai Nguyen university classroom comparing two laptops with blank screens, wide eye-level shot, morning sun

Chọn sai kiểm định thường không làm phần mềm báo lỗi: bảng kết quả vẫn ra đủ t, df, p, nhưng con số trả lời một câu hỏi khác với câu bạn đặt ra, hoặc dựa trên giả định mà dữ liệu không đáp ứng. Lỗi kiểu này có thể làm kết luận đổi chiều hoàn toàn, như ví dụ tính tay trong bài sẽ cho thấy p từ khoảng 0,004 thành khoảng 0,29 chỉ vì dùng nhầm loại t-test.

Bài này không lặp lại bảng chọn kiểm định theo loại biến mà nhiều tài liệu đã có. Thay vào đó, bài đi qua tám tình huống lỗi cụ thể hay gặp trong luận văn ở Việt Nam, mỗi tình huống giải thích vì sao sai, dấu hiệu nhận ra và cách sửa. Các ví dụ dùng số liệu giả định.

Lỗi 1: dùng t-test độc lập cho dữ liệu cặp

Đây là lỗi phổ biến nhất trong nghiên cứu trước – sau. Ví dụ giả định: điểm của 6 học viên trước và sau một khoá kỹ năng (thang 10).

Học viênTrướcSauChênh lệch (sau − trước)
A561
B671
C781
D451
E880
F671
Trung bình6,00khoảng 6,83khoảng 0,83

Cách đúng, t-test mẫu cặp: làm việc với cột chênh lệch. Trung bình chênh lệch là 5/6 ≈ 0,833; độ lệch chuẩn của chênh lệch ≈ 0,408; sai số chuẩn = 0,408 / căn 6 ≈ 0,167; t = 0,833 / 0,167 ≈ 5,0 với df = 5, cho p hai phía khoảng 0,004.

Cách sai, t-test hai mẫu độc lập: coi cột trước và cột sau là hai nhóm người khác nhau. Phương sai gộp ≈ 1,683; sai số chuẩn của hiệu hai trung bình = căn (1,683 × (1/6 + 1/6)) ≈ 0,749; t ≈ 0,833 / 0,749 ≈ 1,11 với df = 10, cho p hai phía khoảng 0,29.

Cùng một dữ liệu, kết luận đổi hẳn. Lý do: khác biệt giữa các học viên (người giỏi, người yếu) rất lớn so với mức tiến bộ, và t-test mẫu cặp loại bỏ được biến thiên đó vì mỗi người so với chính mình. Dấu hiệu nhận ra: cùng một người, một đơn vị được đo hai lần, hoặc các cặp được ghép có chủ đích như anh chị em, vợ chồng.

Lỗi 2 và 3: coi quan sát lặp là độc lập, và đơn vị phân tích sai

Lỗi 2: mỗi người đóng góp nhiều quan sát nhưng phân tích như nhiều người. Ví dụ giả định: 20 sinh viên, mỗi người làm 10 bài tập, thành 200 dòng dữ liệu, rồi chạy t-test như có 200 quan sát độc lập. Các bài của cùng một người tương quan với nhau, nên cỡ mẫu thực tế gần 20 hơn là 200. Phép kiểm sẽ cho sai số chuẩn quá nhỏ và p nhỏ giả tạo. Cách sửa: gộp về một giá trị mỗi người (ví dụ trung bình), hoặc dùng mô hình có tính đến cấu trúc lặp như ANOVA đo lặp hay mô hình đa cấp.

Lỗi 3: can thiệp theo lớp nhưng phân tích theo học sinh. Hai lớp thực nghiệm và hai lớp đối chứng, mỗi lớp 40 em, rồi so 80 em với 80 em bằng t-test. Học sinh cùng lớp chịu chung giáo viên, phòng học, giờ học, nên không độc lập. Thực chất đơn vị được phân nhóm là lớp, và chỉ có bốn lớp. Dạng lỗi này thường được gọi là lặp giả.

Dấu hiệu nhận ra chung. Đặt câu hỏi: cái gì được phân vào nhóm, và cái gì được đo? Nếu hai câu trả lời khác nhau, hoặc một đơn vị xuất hiện nhiều dòng trong dữ liệu, giả định độc lập có thể đã bị vi phạm.

Cách sửa với thiết kế theo cụm. Phân tích ở cấp cụm, dùng mô hình đa cấp, hoặc ít nhất thừa nhận hạn chế này rõ ràng. Với rất ít cụm, kết luận về hiệu quả can thiệp cần hết sức thận trọng dù p nhỏ.

Phòng ngay từ thiết kế. Khi lập kế hoạch, ghi rõ đơn vị phân tích và đơn vị phân nhóm. Nếu chỉ có thể phân nhóm theo lớp, cần nhiều lớp hơn là nhiều học sinh mỗi lớp.

Lỗi 4 và 5: chi bình phương dùng sai chỗ

Kiểm định chi bình phương độc lập được dùng rất nhiều trong luận văn khảo sát, và cũng bị dùng sai nhiều. Hai lỗi phổ biến nhất như sau.

  • Lỗi 4: tần số kỳ vọng quá nhỏ. Xấp xỉ chi bình phương kém chính xác khi tần số kỳ vọng nhỏ. Quy tắc kinh nghiệm hay dùng: không ô nào có tần số kỳ vọng dưới 1 và không quá 20% số ô có tần số kỳ vọng dưới 5. Lưu ý là tần số kỳ vọng, không phải tần số quan sát. Cách sửa: với bảng 2x2 dùng kiểm định chính xác Fisher; với bảng lớn hơn có thể gộp các hạng mục có ý nghĩa nội dung, hoặc dùng kiểm định chính xác nếu phần mềm hỗ trợ.
  • Lỗi 5: nhập phần trăm thay vì tần số. Kiểm định chi bình phương phải tính trên số đếm. Nhập 60% và 40% thay vì 30 người và 20 người làm thống kê thay đổi theo đơn vị nhập, và kết quả vô nghĩa. Dấu hiệu nhận ra: tổng các ô bằng 100 hoặc 200 thay vì bằng cỡ mẫu.
  • Biến thể: dùng chi bình phương độc lập cho dữ liệu cặp. Cùng một nhóm người trả lời có hoặc không trước và sau can thiệp thì bảng 2x2 không gồm các quan sát độc lập. Kiểm định McNemar mới là lựa chọn đúng.
  • Biến thể: bỏ qua thứ bậc. Khi cả hai biến đều có thứ bậc, như mức độ hài lòng và nhóm tuổi, chi bình phương độc lập vẫn chạy được nhưng bỏ phí thông tin thứ tự. Các kiểm định xu hướng hoặc hệ số tương quan thứ bậc có thể phù hợp hơn với câu hỏi "có tăng dần không".

Với mọi biến thể, bước kiểm tra đơn giản nhất là đọc lại bảng chéo trước khi đọc giá trị p: tổng có bằng cỡ mẫu không, có ô nào gần như trống không, mỗi người có xuất hiện đúng một lần không.

Lỗi 6: chạy nhiều t-test thay cho ANOVA

Vì sao sai. So sánh bốn nhóm bằng t-test từng cặp tạo ra sáu phép kiểm. Ở alpha 0,05 cho mỗi phép, xác suất có ít nhất một kết quả có ý nghĩa giả tăng lên đáng kể, như bài về hiệu chỉnh kiểm định nhiều lần đã tính. Ngoài ra, mỗi t-test chỉ dùng dữ liệu của hai nhóm nên ước lượng phương sai kém chính xác hơn.

Cách đúng. Dùng ANOVA một nhân tố (hoặc Welch ANOVA khi phương sai các nhóm khác nhau) để kiểm định giả thuyết chung, rồi dùng thủ tục hậu định như Tukey hoặc Games-Howell nếu cần biết cặp nào khác nhau. Nếu chỉ quan tâm vài so sánh định trước, có thể dùng các phép đối chiếu kế hoạch với hiệu chỉnh phù hợp.

Dấu hiệu nhận ra. Bảng kết quả có nhiều dòng t-test cho cùng một biến kết quả với các cặp nhóm khác nhau, không có kiểm định tổng thể và không nhắc đến hiệu chỉnh.

Ngoại lệ hợp lý. Nếu thiết kế chỉ có một so sánh quan trọng được đặt trước, ví dụ mỗi nhóm thực nghiệm so với một nhóm đối chứng, thì vẫn có thể dùng phép kiểm riêng, nhưng phải tính đến số so sánh khi kết luận.

Lỗi 7 và 8: chọn phía và chọn phép kiểm theo kết quả

Lỗi 7 là chọn kiểm định một phía sau khi đã thấy chiều của kết quả. Kiểm định một phía chỉ hợp lệ khi chiều dự đoán được nêu trước và khi kết quả theo chiều ngược lại, dù lớn đến đâu, cũng không làm thay đổi kết luận của bạn. Chuyển từ hai phía sang một phía để p từ 0,08 thành 0,04 là chọn phép kiểm theo kết quả. Mặc định an toàn trong luận văn là kiểm định hai phía, trừ khi đề cương ghi rõ lý do dùng một phía.

Lỗi 8 là chạy cả kiểm định tham số và phi tham số rồi báo cái nào có ý nghĩa. Ví dụ, t-test cho p = 0,07 còn Mann-Whitney cho p = 0,04, và chỉ Mann-Whitney được báo với lý do "dữ liệu không chuẩn". Nếu lý do về phân phối là thật, nó phải được xác định trước khi nhìn p của cả hai phép kiểm. Cách tốt là định trong kế hoạch: phép kiểm chính là gì, tiêu chí chuyển sang phép thay thế là gì.

Một điểm liên quan là cách kiểm tra giả định chuẩn. Nhiều luận văn chạy Shapiro-Wilk cho toàn bộ biến gộp mọi nhóm, trong khi giả định của t-test là chuẩn trong từng nhóm, và với các mô hình rộng hơn là phần dư. Cũng nên nhớ rằng với mẫu lớn, kiểm định chuẩn gần như luôn bác bỏ dù lệch rất nhẹ, còn với mẫu nhỏ thì hầu như không bao giờ bác bỏ. Kết hợp biểu đồ Q-Q, biểu đồ tần suất và hiểu biết về bản chất biến thường cho quyết định tốt hơn chỉ dựa vào một giá trị p của kiểm định chuẩn.

Tự soát trước khi chạy kiểm định chính

Danh sách dưới đây giúp bạn bắt phần lớn tám lỗi trên trong vài phút. Nên làm trước khi chạy phép kiểm chính, và lặp lại khi đọc kết quả.

  1. Viết một câu mô tả câu hỏi: so sánh cái gì, giữa những nhóm nào, đo bằng biến gì.
  2. Xác định đơn vị phân tích: mỗi dòng dữ liệu là một người, một lần đo hay một lớp? Mỗi đơn vị xuất hiện mấy lần?
  3. Xác định các nhóm là độc lập hay ghép cặp, đo lặp.
  4. Xác định loại biến kết quả: định lượng liên tục, thứ bậc hay định danh; với định danh thì có đang dùng số đếm không.
  5. Kiểm tra cỡ mẫu từng nhóm và tần số kỳ vọng nếu dùng bảng chéo.
  6. Đối chiếu phép kiểm định chọn với kế hoạch phân tích; nếu khác, ghi lý do trước khi chạy.
  7. Sau khi chạy, đọc lại df trong bảng kết quả: df của t-test mẫu cặp là số cặp trừ 1, của t-test độc lập (phương sai bằng nhau) là tổng hai nhóm trừ 2. Df lạ thường là dấu hiệu chọn sai hoặc nhập sai.

Nếu sau khi soát bạn không chắc phép kiểm nào phù hợp, đó là lúc nên hỏi người hướng dẫn hoặc một người có chuyên môn thống kê, mang theo câu mô tả ở bước 1 và vài dòng dữ liệu mẫu. Câu hỏi càng cụ thể, câu trả lời càng có ích.

Câu hỏi thường gặp

Phát hiện chọn sai kiểm định sau khi đã bảo vệ đề cương thì làm sao?

Sửa sang phép kiểm đúng và ghi rõ trong luận văn rằng phương pháp phân tích đã được điều chỉnh so với đề cương, kèm lý do kỹ thuật. Đây là thay đổi hợp lệ vì lý do nằm ở bản chất dữ liệu chứ không phải ở kết quả. Nên trao đổi với người hướng dẫn trước khi chạy lại.

Mẫu nhỏ dưới 30 có bắt buộc dùng kiểm định phi tham số không?

Không bắt buộc. Con số 30 là quy tắc kinh nghiệm, không phải ranh giới cứng. T-test vẫn dùng được với mẫu nhỏ nếu dữ liệu không lệch nặng và không có ngoại lai lớn. Với mẫu rất nhỏ và phân phối đáng ngờ, phép kiểm phi tham số hoặc kiểm định hoán vị là lựa chọn an toàn hơn.

Dùng t-test Welch thay cho t-test thường có sai không?

Không sai. Nhiều nhà thống kê khuyên dùng Welch làm mặc định khi so sánh hai nhóm độc lập, vì nó không cần giả định phương sai bằng nhau và mất rất ít lực mẫu khi phương sai thật sự bằng nhau. Bạn nên quyết định dùng Welch từ trước, không phải sau khi xem kết quả Levene.

Thang Likert một câu có dùng t-test được không?

Đây là vấn đề còn tranh luận. Một câu Likert là dữ liệu thứ bậc, nên nhiều người khuyên dùng kiểm định dựa trên thứ hạng. Điểm tổng hoặc trung bình của nhiều câu thường được coi gần với dữ liệu khoảng và hay được phân tích bằng t-test hoặc ANOVA. Nên nêu rõ quan điểm bạn theo và lý do.

Làm sao biết bảng chéo có tần số kỳ vọng nhỏ?

Tần số kỳ vọng của mỗi ô bằng tổng hàng nhân tổng cột chia cho tổng chung. Phần lớn phần mềm có tuỳ chọn hiển thị tần số kỳ vọng và thường kèm dòng thông báo số ô có kỳ vọng dưới 5. Nên bật tuỳ chọn này và đọc trước khi đọc giá trị p.

Dữ liệu trước – sau nhưng có người bỏ cuộc ở lần đo sau thì làm thế nào?

T-test mẫu cặp chỉ dùng được những người có đủ hai lần đo. Bạn cần báo số người bỏ cuộc và so sánh đặc điểm ban đầu của họ với người ở lại, vì bỏ cuộc không ngẫu nhiên có thể làm sai lệch kết quả. Với nhiều dữ liệu thiếu, mô hình hỗn hợp xử lý tốt hơn.

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