Mức ý nghĩa alpha là xác suất bạn chấp nhận rủi ro bác bỏ H0 trong khi H0 thực ra đúng, tức là xác suất mắc sai lầm loại I. Chọn alpha bằng 0,05 nghĩa là: nếu H0 đúng và bạn lặp lại nghiên cứu rất nhiều lần, khoảng 5% số lần bạn sẽ kết luận nhầm rằng có khác biệt. Alpha là ngưỡng bạn tự đặt ra trước, còn giá trị p là con số số liệu đưa lại sau; so sánh hai con số này cho ra quyết định bác bỏ hay không.
Mốc 0,05 phổ biến đến mức nhiều người nghĩ đó là một hằng số của tự nhiên. Thực ra đó là một quy ước, có lịch sử, có lý do, và có những lĩnh vực dùng mốc khác hẳn. Bài này giải thích alpha đến từ đâu, nó đánh đổi với điều gì, và cách chọn alpha sao cho biện hộ được trước hội đồng.
Alpha nghĩa là gì, nói bằng lời thường
Hãy quay lại hình ảnh phiên toà: alpha là mức độ bạn chấp nhận kết án oan một người vô tội. Không hệ thống nào đưa rủi ro đó về 0 mà vẫn kết án được ai, nên xã hội chọn một ngưỡng chứng cứ. Trong thống kê, ngưỡng đó là alpha: trước khi nhìn số liệu, bạn nói rõ "chỉ bác bỏ H0 khi số liệu hiếm đến mức, nếu H0 đúng, chỉ xảy ra với xác suất không quá alpha".
Về kỹ thuật, alpha xác định vùng bác bỏ của thống kê kiểm định. Với kiểm định z hai phía và alpha 0,05, vùng bác bỏ là z nhỏ hơn −1,96 hoặc lớn hơn 1,96, vì dưới phân phối chuẩn tắc, xác suất rơi vào hai đuôi đó cộng lại đúng bằng 0,05. Với alpha 0,01, ngưỡng lùi ra xa hơn thành ±2,576. Ngưỡng càng xa, càng khó bác bỏ H0.
Alpha đi liền với khái niệm độ tin cậy: độ tin cậy 95% chính là 1 − 0,05. Khoảng tin cậy 95% cho hiệu hai trung bình không chứa 0 thì kiểm định hai phía tương ứng ở alpha 0,05 sẽ bác bỏ H0, và ngược lại, khi hai thứ được tính theo cùng một phương pháp. Hiểu mối liên hệ này giúp bạn đọc bảng kết quả nhanh hơn, vì nhiều phần mềm in cả hai.
Mốc 0,05 đến từ đâu
Mốc 0,05 gắn với nhà thống kê người Anh Ronald Fisher. Trong cuốn Statistical Methods for Research Workers xuất bản năm 1925, ông nhận xét rằng độ lệch khoảng hai lần độ lệch chuẩn, tương ứng xác suất xấp xỉ một phần hai mươi, là một mốc thuận tiện để coi một kết quả là đáng chú ý. Thời đó chưa có máy tính; nhà nghiên cứu tra bảng in sẵn ở vài mức xác suất cố định, nên một vài mốc tròn như 0,05 và 0,01 trở thành lựa chọn tự nhiên.
Cách nhìn của Fisher coi giá trị p như thước đo mức độ bằng chứng chống lại H0, mềm dẻo theo bối cảnh. Sau đó, Jerzy Neyman và Egon Pearson xây dựng khung quyết định chặt chẽ hơn: chọn alpha trước, cân nhắc cả sai lầm loại II, rồi ra quyết định nhị phân. Thực hành phổ biến hiện nay là sự pha trộn hai trường phái: chọn alpha 0,05 theo kiểu Neyman–Pearson nhưng lại đọc giá trị p như mức bằng chứng theo kiểu Fisher. Biết điều này giúp bạn hiểu vì sao sách giáo khoa đôi khi nói những điều tưởng như mâu thuẫn.
Điều quan trọng rút ra: 0,05 là quy ước thuận tiện đã được dùng gần một thế kỷ, không phải ranh giới giữa đúng và sai. Kết quả có p = 0,049 và p = 0,051 mang lượng bằng chứng gần như nhau, dù rơi vào hai phía của mốc. Năm 2016, Hiệp hội Thống kê Hoa Kỳ ra tuyên bố về giá trị p, nhấn mạnh rằng kết luận khoa học không nên chỉ dựa vào việc p có vượt qua một ngưỡng cụ thể hay không.
Các mốc alpha thường gặp và bối cảnh dùng
Bảng dưới tóm tắt các mức alpha hay xuất hiện trong sách và bài báo. Ngưỡng z là cho kiểm định hai phía dưới phân phối chuẩn, để bạn thấy mức độ khắt khe tăng ra sao.
| Alpha | Ngưỡng z hai phía | Bối cảnh thường gặp | Ghi chú |
|---|---|---|---|
| 0,10 | ±1,645 | Nghiên cứu thăm dò, mẫu rất nhỏ, khảo sát sơ bộ | Dễ bác bỏ hơn, rủi ro báo động giả cao; cần nêu lý do trong đề cương |
| 0,05 | ±1,96 | Mặc định của đa số luận văn khoa học xã hội, giáo dục, kinh tế, y tế công cộng | Quy ước phổ biến nhất |
| 0,01 | ±2,576 | Khi kết luận sai gây hậu quả lớn, hoặc mẫu rất lớn | Khắt khe hơn, cần mẫu lớn hơn để giữ lực mẫu |
| 0,005 | ±2,807 | Một nhóm tác giả đề xuất năm 2018 làm mốc cho "phát hiện mới" | Còn tranh luận, chưa thành chuẩn chung |
| Khoảng 0,0000003 (một phía) | Ngưỡng 5 sigma, một phía | Vật lý hạt khi công bố phát hiện | Do số phép kiểm rất lớn và chi phí kết luận sai cao |
Đề xuất mốc 0,005 nằm trong bài "Redefine statistical significance" đăng trên Nature Human Behaviour năm 2018 với hàng chục đồng tác giả; ngay sau đó cũng có nhóm khác phản biện rằng nên để nhà nghiên cứu tự biện minh mức alpha thay vì đổi một mốc cứng bằng mốc cứng khác. Với luận văn, 0,05 vẫn là lựa chọn an toàn trừ khi ngành bạn hoặc người hướng dẫn có chuẩn khác.
Cùng một số liệu, hai mức alpha cho hai kết luận
Ví dụ giả định: một xưởng ở Đồng Nai công bố trọng lượng trung bình mỗi bao gạo là 25,0 kg, độ lệch chuẩn của dây chuyền đã biết từ lâu là 0,4 kg. Một nhóm sinh viên cân ngẫu nhiên 64 bao, được trung bình 25,115 kg. Sai số chuẩn của trung bình là 0,4 chia căn bậc hai của 64, tức 0,4/8 = 0,05 kg. Thống kê z bằng (25,115 − 25,0)/0,05 = 2,30. Giá trị p hai phía tương ứng xấp xỉ 0,021.
Nếu nhóm đã chọn alpha 0,05, ngưỡng hai phía là ±1,96; vì 2,30 vượt 1,96, hay tương đương 0,021 nhỏ hơn 0,05, nhóm bác bỏ H0 và kết luận trọng lượng trung bình khác 25,0 kg. Nếu nhóm đã chọn alpha 0,01, ngưỡng là ±2,576; 2,30 chưa vượt, nên không bác bỏ H0. Cùng một bộ số, hai kết luận khác nhau chỉ vì ngưỡng đặt trước khác nhau.
Bài học ở đây có hai lớp. Thứ nhất, kết luận "có ý nghĩa" luôn gắn với một alpha cụ thể, nên phải ghi alpha cùng kết luận. Thứ hai, độ lớn khác biệt ở đây là 0,115 kg mỗi bao; việc nó có đáng bận tâm hay không là câu hỏi nghiệp vụ, không phải câu hỏi mà alpha trả lời. Báo cáo cả giá trị p chính xác lẫn độ lớn khác biệt giúp người đọc tự đánh giá, bất kể họ quen dùng mốc nào.
Alpha đánh đổi với điều gì
Giảm alpha thì tăng beta. Beta là xác suất sai lầm loại II: không bác bỏ H0 dù H0 sai. Với cùng cỡ mẫu và cùng độ lớn hiệu ứng, kéo alpha từ 0,05 xuống 0,01 làm vùng bác bỏ hẹp lại, nên dễ bỏ sót khác biệt có thật hơn. Không thể đồng thời giảm cả hai rủi ro mà không tăng cỡ mẫu.
Muốn giữ cả hai thấp thì cần thêm số liệu. Cỡ mẫu lớn hơn làm sai số chuẩn nhỏ đi, phân phối của thống kê kiểm định dưới H0 và dưới H1 tách xa nhau hơn, nhờ đó vừa giữ alpha thấp vừa giữ lực mẫu cao. Đó là lý do nghiên cứu y khoa quy mô lớn có thể dùng ngưỡng khắt khe mà vẫn phát hiện được hiệu quả nhỏ.
Chọn alpha theo hậu quả của từng loại sai lầm. Nếu bác bỏ nhầm dẫn tới việc triển khai tốn kém một chương trình vô ích, bạn muốn alpha nhỏ. Nếu bỏ sót một tín hiệu ở giai đoạn sàng lọc chỉ khiến bạn mất cơ hội nghiên cứu sâu hơn, alpha 0,10 có thể hợp lý. Lý do này cần được viết ra trong phần phương pháp.
Nhiều phép kiểm làm alpha thực tế phình ra. Mỗi phép kiểm có 5% rủi ro báo động giả khi H0 đúng. Làm 10 phép kiểm độc lập, xác suất có ít nhất một kết quả "có ý nghĩa" do ngẫu nhiên là 1 − 0,95 mũ 10, xấp xỉ 0,40, tức khoảng 40%. Vì vậy với họ nhiều phép kiểm, người ta hiệu chỉnh alpha, chẳng hạn chia alpha cho số phép kiểm theo cách Bonferroni.
Chọn và ghi alpha trong luận văn: các bước nên làm
Một quyết định về alpha thuyết phục được hội đồng thường có đủ các bước sau, tất cả diễn ra trước khi bạn mở tệp số liệu.
- Xem chuẩn của ngành và của trường: nhiều khoa ghi sẵn mức ý nghĩa mặc định trong hướng dẫn viết luận văn.
- Nghĩ về hậu quả: sai lầm loại I trong nghiên cứu của bạn dẫn tới điều gì, sai lầm loại II dẫn tới điều gì, cái nào nặng hơn.
- Kiểm số phép kiểm dự kiến: nếu có nhiều phép kiểm trả lời cùng một câu hỏi, quyết định trước cách hiệu chỉnh.
- Nếu có thể, tính cỡ mẫu cần thiết với alpha đã chọn và một lực mẫu mục tiêu, thường 0,80, để thấy alpha khắt khe đòi hỏi bao nhiêu người.
- Viết một câu trong phần phương pháp, ví dụ: "Các kiểm định được thực hiện hai phía với mức ý nghĩa 0,05; với ba so sánh cặp sau ANOVA, mức ý nghĩa được hiệu chỉnh theo Bonferroni thành 0,05/3 ≈ 0,0167."
- Giữ nguyên alpha đến cuối. Không chuyển từ 0,05 sang 0,10 vì kết quả ra p = 0,07.
Bước cuối là bước hay bị vi phạm nhất. Đổi alpha sau khi thấy giá trị p làm mất toàn bộ ý nghĩa của việc đặt ngưỡng: lúc đó ngưỡng được chọn để vừa với kết quả, chứ không phải để kiểm soát rủi ro.
Kết quả p = 0,06 với alpha 0,05: viết thế nào
Đây là tình huống ai làm luận văn cũng có lúc gặp. Ví dụ giả định: so sánh điểm trung bình của hai nhóm, giá trị p hai phía là 0,06, alpha đã chọn là 0,05. Kết luận đúng là không bác bỏ H0 ở mức ý nghĩa 0,05. Những cách diễn đạt như "gần có ý nghĩa", "có xu hướng có ý nghĩa" hay "có ý nghĩa ở mức 0,10" xuất hiện khá nhiều trong các bài viết, nhưng bị nhiều người phản biện coi là lách quy tắc, vì nếu đã đặt alpha 0,05 thì 0,10 chưa từng là ngưỡng của bạn.
Cách viết trung thực và vẫn đầy đủ thông tin là báo cáo con số chính xác, kèm độ lớn khác biệt và khoảng tin cậy. Chẳng hạn: "Nhóm A có điểm trung bình cao hơn nhóm B 0,4 điểm, khoảng tin cậy 95% của hiệu từ −0,02 đến 0,82; khác biệt không có ý nghĩa thống kê ở mức 0,05 (p = 0,06)." Người đọc thấy ngay rằng số liệu tương thích với cả khác biệt bằng 0 lẫn khác biệt gần 0,8 điểm, tức là chưa đủ để kết luận.
Trong phần bàn luận, bạn có thể nêu rằng kết quả chưa đủ để khẳng định khác biệt và gợi ý nghiên cứu sau với cỡ mẫu lớn hơn. Đó là cách viết vừa giữ đúng quy tắc vừa không vứt bỏ thông tin có ích.
Câu hỏi thường gặp
Alpha và giá trị p khác nhau thế nào?
Alpha là ngưỡng bạn chọn trước khi có số liệu, thể hiện mức rủi ro sai lầm loại I chấp nhận được. Giá trị p được tính từ số liệu, cho biết nếu H0 đúng thì kết quả lệch như vậy hoặc hơn hiếm đến đâu. Bác bỏ H0 khi p nhỏ hơn hoặc bằng alpha.
Alpha 0,05 có nghĩa là 5% kết quả có ý nghĩa đã công bố là sai không?
Không. Alpha là xác suất bác bỏ nhầm khi H0 đúng, không phải tỷ lệ kết quả sai trong số các kết quả có ý nghĩa. Tỷ lệ đó còn phụ thuộc vào việc có bao nhiêu giả thuyết được kiểm vốn đúng, vào lực mẫu, và có thể cao hơn 5% khá nhiều.
Luận văn có được dùng alpha 0,10 không?
Có thể, nếu lý do được nêu từ trước và người hướng dẫn đồng ý, chẳng hạn nghiên cứu thăm dò với mẫu nhỏ. Điều không được làm là chọn 0,10 sau khi thấy kết quả 0,07. Nhiều hội đồng vẫn chuộng 0,05, nên nên trao đổi sớm.
Dùng alpha 0,01 có làm nghiên cứu "uy tín" hơn không?
Không tự động. Alpha khắt khe hơn giảm báo động giả nhưng tăng khả năng bỏ sót hiệu ứng có thật, nhất là với mẫu nhỏ. Một nghiên cứu tốt là nghiên cứu chọn alpha phù hợp với hậu quả của từng loại sai lầm và có đủ cỡ mẫu cho alpha đó.
Mức ý nghĩa và độ tin cậy liên quan nhau thế nào?
Độ tin cậy bằng 1 trừ alpha. Alpha 0,05 tương ứng khoảng tin cậy 95%. Khi khoảng tin cậy 95% của hiệu không chứa giá trị theo H0, thường là 0, thì kiểm định hai phía tương ứng ở alpha 0,05 bác bỏ H0, với điều kiện hai thứ dùng cùng phương pháp tính.
Có cần ghi alpha khi đã báo cáo giá trị p chính xác không?
Nên ghi. Alpha cho người đọc biết ngưỡng ra quyết định bạn đã cam kết, nhất là khi có hiệu chỉnh cho nhiều phép kiểm. Một câu trong phần phương pháp là đủ, sau đó báo cáo giá trị p chính xác cho từng kết quả.