GiaThuyet.comGiả Thuyết
Kiểm định giả thuyết theo ngành

Nghiên cứu tâm lý sinh viên: so sánh điểm thang đo giữa các nhóm cho đúng

So sánh điểm thang đo tâm lý giữa hai nhóm sinh viên: kiểm định Welch tính tay, một phía hay hai phía, hiệu chỉnh khi có nhiều thang con và đạo đức khảo sát.

University students in Can Tho filling out paper questionnaires at long tables in a quiet lecture hall, faces turned down, papers blank, a lecturer waiting near the door, soft daylight

Đề tài tâm lý học đường và tâm lý sinh viên thường quy về một câu hỏi so sánh: nhóm này có điểm căng thẳng, lo âu hay khó khăn thích nghi cao hơn nhóm kia không. Dữ liệu là tổng điểm của một thang đo tự báo cáo, nhóm so sánh là những nhóm có sẵn như nơi ở, năm học, ngành học. Phép kiểm định thì quen thuộc, nhưng loại dữ liệu này có vài đặc điểm làm kết luận dễ trượt nếu chỉ nhìn giá trị p.

Bài đi qua một ví dụ giả định so sánh sinh viên năm nhất ở ký túc xá và ở trọ: tính tay kiểm định Welch, bàn chuyện kiểm định một phía hay hai phía, hiệu chỉnh khi có nhiều thang con, cỡ hiệu ứng, và những yêu cầu đạo đức riêng của khảo sát tâm lý. Bài nói về phân tích số liệu, không dùng để đánh giá hay chẩn đoán sức khoẻ tâm thần của bất kỳ ai.

Dữ liệu thang đo tâm lý có gì đặc biệt

Một thang đo tâm lý gồm nhiều câu hỏi, mỗi câu chấm theo vài mức, và điểm của người trả lời là tổng hoặc trung bình các câu. Tổng điểm như vậy thường được xử lý như biến liên tục, điều mà phần lớn nhà nghiên cứu chấp nhận khi thang có đủ nhiều câu và đã được kiểm định độ tin cậy, độ hiệu lực trên người Việt. Việc thích nghi và đánh giá thang đo là chủ đề riêng; bài này giả định thang đã dùng được.

Đặc điểm thứ nhất là phân phối lệch. Ở nhóm sinh viên nói chung, phần lớn người trả lời có điểm thấp đến trung bình, một số ít có điểm cao, nên đuôi phải kéo dài. Đặc điểm thứ hai là hiệu ứng sàn: nhiều người chạm điểm thấp nhất, thang không phân biệt được họ với nhau. Đặc điểm thứ ba là độ lệch chuẩn hay khác nhau giữa các nhóm, vì nhóm có nhiều người gặp khó khăn thường cũng phân tán hơn. Ba đặc điểm này khiến kiểm định Welch, không giả định phương sai bằng nhau, là lựa chọn mặc định hợp lý.

Ví dụ giả định: một nhóm học viên cao học ở Cần Thơ khảo sát sinh viên năm nhất bằng một thang đo khó khăn thích nghi có điểm từ 0 đến 40, gồm ba thang con là áp lực học tập, khó khăn sinh hoạt và cảm giác cô đơn. Câu hỏi chính: sinh viên ở trọ có tổng điểm khó khăn thích nghi khác sinh viên ở ký túc xá không. Toàn bộ số liệu và thang đo trong bài là giả định để minh hoạ.

Số liệu giả định của hai nhóm

Sau khi loại các phiếu trả lời thiếu theo quy tắc đặt trước, còn 97 phiếu dùng được.

NhómSố sinh viênĐiểm trung bình (0–40)Độ lệch chuẩn
Ở ký túc xá4518,46,2
Ở trọ5221,37,0

Chênh lệch trung bình là 2,9 điểm trên thang 40 điểm. Độ lệch chuẩn của nhóm ở trọ lớn hơn một chút, phù hợp với đặc điểm vừa nói. Trước khi kiểm định, nên vẽ biểu đồ hộp hoặc biểu đồ tần suất của từng nhóm để xem có giá trị bất thường, có dồn về điểm sàn không. Với mỗi nhóm khoảng năm mươi người và phân phối không quá lệch, kiểm định t vẫn khá vững nhờ định lý giới hạn trung tâm.

Cũng nên ghi lại tỷ lệ phản hồi ở mỗi nhóm. Nếu sinh viên ở trọ khó tiếp cận hơn và chỉ những người có thời gian rảnh mới trả lời, mẫu có thể lệch theo cách ảnh hưởng thẳng đến điểm thang đo. Phép kiểm định không sửa được sai lệch chọn mẫu.

Tính tay kiểm định Welch

Các bước dưới đây dùng số liệu giả định ở bảng trên, giả thuyết hai phía, mức ý nghĩa 0,05.

  1. Giả thuyết: H0 là điểm trung bình tổng thể của hai nhóm bằng nhau; H1 là khác nhau.
  2. Sai số chuẩn của hiệu: căn của (7,0² / 52 + 6,2² / 45) = căn của (0,942 + 0,854) ≈ 1,340.
  3. Thống kê t: (21,3 − 18,4) / 1,340 ≈ 2,16.
  4. Bậc tự do Welch–Satterthwaite: (0,942 + 0,854)² chia cho [0,942² / 51 + 0,854² / 44] ≈ 94,9. Phần mềm thường in số lẻ như vậy; đó không phải lỗi.
  5. Giá trị p hai phía với 94,9 bậc tự do: khoảng 0,033. Nhỏ hơn 0,05 nên bác bỏ H0 nếu đây là phép so sánh duy nhất.
  6. Khoảng tin cậy 95%: 2,9 ± 1,985 × 1,340, tức từ khoảng 0,24 đến 5,56 điểm.

Chú ý chữ “nếu đây là phép so sánh duy nhất” ở bước 5. Trong thực tế đề tài này còn ba thang con, và đó là chỗ kết luận có thể đổi, được bàn ở phần dưới.

Một phía hay hai phía: quyết định trước khi nhìn số liệu

Nhiều đề tài tâm lý có giả thuyết có hướng, ví dụ “sinh viên ở trọ gặp nhiều khó khăn thích nghi hơn”. Về nguyên tắc, giả thuyết có hướng cho phép dùng kiểm định một phía, khi đó giá trị p là khoảng 0,0165, bằng một nửa giá trị hai phía. Nghe hấp dẫn, nhưng có hai điều kiện: quyết định phải có trong đề cương trước khi thu dữ liệu, và bạn chấp nhận rằng nếu kết quả đi theo chiều ngược lại, dù lớn đến đâu, cũng không được kết luận gì.

Trong tâm lý học, điều kiện thứ hai thường khó chấp nhận. Có thể sinh viên ở ký túc xá lại cô đơn hơn vì xa nhà và sống trong môi trường đông người lạ, trong khi sinh viên ở trọ sống với người quen cùng quê. Nếu chiều ngược lại có ý nghĩa với bạn, kiểm định hai phía là lựa chọn đúng. Nhiều hội đồng và tạp chí mặc định yêu cầu hai phía, và việc chuyển sang một phía sau khi thấy p hai phía hơi lớn hơn 0,05 bị coi là một hình thức lách ngưỡng.

Một cách làm an toàn: viết giả thuyết nghiên cứu có hướng để thể hiện lập luận lý thuyết, nhưng kiểm định thống kê hai phía, và báo cáo chiều của chênh lệch cùng khoảng tin cậy. Người đọc vẫn thấy kết quả có ủng hộ giả thuyết hay không, mà phép kiểm định không bị nghi ngờ.

Ba thang con, ba lần kiểm định: hiệu chỉnh mức ý nghĩa

Mỗi lần kiểm định thêm là một cơ hội báo động giả. Nếu bạn so tổng điểm và ba thang con, mỗi phép ở mức 0,05, thì khả năng có ít nhất một kết quả “có ý nghĩa” do ngẫu nhiên lớn hơn 0,05 khá nhiều. Đề tài tâm lý hay có nhiều thang con, nhiều biến nhóm, nên vấn đề này xuất hiện thường xuyên.

Bonferroni: chia mức ý nghĩa cho số phép kiểm định. Giả sử đề cương xác định ba so sánh chính trên ba thang con. Mức ý nghĩa cho mỗi phép là 0,05 / 3 ≈ 0,0167. Nếu thang con áp lực học tập cho đúng kết quả như ví dụ trên, p = 0,033, thì sau hiệu chỉnh không còn ý nghĩa thống kê. Cùng một con số, kết luận đổi chỉ vì bối cảnh có bao nhiêu phép so sánh.

Holm: ít khắt khe hơn mà vẫn kiểm soát sai lầm. Xếp các giá trị p từ nhỏ đến lớn, so p nhỏ nhất với 0,05 / 3, p tiếp theo với 0,05 / 2, p lớn nhất với 0,05; dừng ở phép đầu tiên không đạt. Holm luôn bác bỏ ít nhất bằng Bonferroni và thường nhiều hơn.

Phân biệt giả thuyết chính và phân tích khám phá. Tổng điểm có thể là phép kiểm định chính, không cần hiệu chỉnh nếu chỉ có một. Ba thang con có thể được báo cáo là phân tích bổ sung, có hiệu chỉnh hoặc được nói rõ là khám phá. Điều không được làm là kiểm định mọi thứ rồi chỉ báo cáo những gì có p nhỏ.

Cỡ hiệu ứng: 2,9 điểm trên thang 40 là nhiều hay ít

Độ lệch chuẩn gộp của hai nhóm là căn của [(51 × 49 + 44 × 38,44) / 95] ≈ 6,64. Cohen d = 2,9 / 6,64 ≈ 0,44; hiệu chỉnh cho cỡ mẫu nhỏ ra Hedges g ≈ 0,43. Theo mốc quy ước tham khảo, đây là hiệu ứng giữa nhỏ và vừa. Báo cáo kèm khoảng tin cậy của chênh lệch, từ 0,24 đến 5,56 điểm, cho người đọc thấy ước lượng còn rộng.

Còn câu hỏi 2,9 điểm có ý nghĩa thực tiễn không thì thống kê không trả lời được. Với một số thang đo lâm sàng đã được nghiên cứu kỹ, người ta xác định mức chênh lệch nhỏ nhất có ý nghĩa với người trả lời; với thang đo tự xây dựng hay mới thích nghi, thông tin đó thường chưa có. Khi đó cách trình bày trung thực là đặt 2,9 điểm cạnh độ lệch chuẩn và độ dài thang, rồi bàn bằng lập luận chuyên môn: chênh lệch đó tương ứng với việc trả lời nặng hơn khoảng một mức ở ba bốn câu hỏi, chẳng hạn.

Tránh chuyển chênh lệch trung bình thành nhận định về từng cá nhân. Nhóm ở trọ có điểm trung bình cao hơn không có nghĩa là sinh viên ở trọ nào cũng gặp khó khăn hơn; hai phân phối chồng lấn nhau rất nhiều khi d chỉ khoảng 0,4.

Giới hạn diễn giải và đạo đức riêng của khảo sát tâm lý

Khảo sát tâm lý chạm đến những trải nghiệm riêng tư, nên ngoài chuyện thống kê, có những yêu cầu mà hội đồng đạo đức và hội đồng chấm luận văn sẽ hỏi.

  • Không suy ra nhân quả: sinh viên tự chọn nơi ở; người chọn ở trọ có thể khác người ở ký túc xá về hoàn cảnh gia đình, quê quán, khả năng tài chính. Chênh lệch điểm không chứng minh việc ở trọ gây ra khó khăn.
  • Thang đo sàng lọc không phải công cụ chẩn đoán: điểm cao trên thang khảo sát chỉ cho biết người đó báo cáo nhiều khó khăn, không thay cho đánh giá của nhà chuyên môn. Không gắn nhãn bệnh lý cho nhóm hay cá nhân trong luận văn.
  • Ẩn danh và đồng ý tham gia: phiếu không yêu cầu thông tin nhận diện nếu không cần, người trả lời được biết mục đích, được bỏ câu hoặc dừng bất cứ lúc nào.
  • Cung cấp thông tin hỗ trợ: cuối phiếu nên có thông tin về phòng tư vấn tâm lý của trường hoặc dịch vụ hỗ trợ phù hợp, vì việc trả lời có thể gợi lại cảm xúc khó chịu.
  • Khi dữ liệu lệch mạnh: nếu phân phối dồn về điểm sàn hoặc có nhiều giá trị cực trị, có thể báo cáo thêm kiểm định Mann-Whitney như phân tích độ vững, nhưng xác định từ trước phép nào là chính.

Những điểm này không làm luận văn yếu đi. Ngược lại, phần giới hạn viết rõ ràng thường là chỗ hội đồng đánh giá cao nhất, vì nó cho thấy người làm đề tài hiểu dữ liệu của mình đến đâu.

Câu hỏi thường gặp

Tổng điểm thang Likert có được dùng kiểm định t không?

Phần lớn nhà nghiên cứu chấp nhận dùng kiểm định t cho tổng điểm của thang có nhiều câu, vì tổng điểm gần với biến liên tục và kiểm định t khá vững với cỡ mẫu vừa phải. Với từng câu Likert riêng lẻ thì còn nhiều tranh luận, và kiểm định phi tham số thường được ưu tiên.

Vì sao nên dùng Welch thay cho t-test phương sai gộp?

Dữ liệu thang đo tâm lý thường có độ lệch chuẩn khác nhau giữa các nhóm. Welch không giả định phương sai bằng nhau, và khi phương sai thật sự bằng nhau thì kết quả gần như trùng với t-test thường. Vì vậy nhiều tác giả khuyên dùng Welch làm mặc định.

Có nhiều thang con thì có bắt buộc hiệu chỉnh Bonferroni không?

Không bắt buộc một phương pháp cụ thể, nhưng cần có cách kiểm soát kiểm định nhiều lần nếu các thang con đều là giả thuyết chính. Bonferroni đơn giản và khắt khe; Holm ít khắt khe hơn. Cách khác là xác định một phép kiểm định chính và báo cáo các thang con như phân tích khám phá.

Kết quả có ý nghĩa thống kê thì có kết luận được nhóm đó có vấn đề tâm lý không?

Không. Kết quả chỉ cho biết điểm trung bình hai nhóm khác nhau trên một thang đo tự báo cáo. Nó không chẩn đoán ai, không cho biết từng người trong nhóm ra sao, và không cho biết nguyên nhân. Đánh giá sức khoẻ tâm thần cần nhà chuyên môn.

Có được chuyển sang kiểm định một phía nếu p hai phía bằng 0,06 không?

Không. Kiểm định một phía chỉ hợp lệ khi được quyết định trong đề cương trước khi có dữ liệu và có lý do chuyên môn để bỏ qua chiều ngược lại. Đổi sau khi thấy kết quả làm sai mức ý nghĩa và là một hình thức lách ngưỡng.

Nên báo cáo Cohen d hay Hedges g?

Hai chỉ số gần như bằng nhau khi mỗi nhóm có vài chục người trở lên. Hedges g hiệu chỉnh sai lệch nhỏ của d ở mẫu nhỏ nên được một số hướng dẫn ưu tiên. Điều quan trọng là ghi rõ đã dùng chỉ số nào và tính theo độ lệch chuẩn nào.

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