GiaThuyet.comGiả Thuyết
Cỡ hiệu ứng, lực mẫu và khoảng tin cậy

Eta bình phương, eta riêng phần và omega bình phương: tính cỡ hiệu ứng từ bảng ANOVA

Cách tính eta bình phương, eta bình phương riêng phần và omega bình phương từ bảng ANOVA, ví dụ tính tay, khi nào dùng loại nào và cách đổi sang f.

Top-down view of a study table in a Hue dormitory, three groups of plant seedlings in trays beside a closed laptop and a blank notebook, soft morning light, indigo tablecloth

Eta bình phương là tỷ lệ tổng biến thiên của biến phụ thuộc được giải thích bởi một yếu tố, tính bằng tổng bình phương của yếu tố chia cho tổng bình phương toàn phần. Omega bình phương làm cùng việc nhưng trừ bớt phần biến thiên mà ngẫu nhiên cũng tạo ra, nên ít bị phóng đại hơn. Eta bình phương riêng phần dùng trong ANOVA nhiều nhân tố, lấy tổng bình phương của yếu tố chia cho tổng của chính nó và phần sai số.

Cả ba đều tính được bằng tay từ bảng ANOVA mà phần mềm in ra. Bài này dùng một ví dụ giả định ba nhóm, mỗi nhóm 20 người, để ra eta bình phương 0,123 và omega bình phương 0,091; sau đó là ví dụ hai nhân tố cho thấy vì sao các eta riêng phần không cộng lại được thành tổng.

Vì sao ANOVA cần cỡ hiệu ứng riêng thay vì Cohen’s d

Cohen’s d so sánh đúng hai trung bình. ANOVA so sánh ba nhóm trở lên cùng lúc, và thống kê F trả lời câu hỏi "có ít nhất một nhóm khác các nhóm còn lại không", chứ không cho biết khác bao nhiêu. Một F có ý nghĩa với mẫu rất lớn có thể ứng với khác biệt nhỏ đến mức không ai quan tâm; một F không có ý nghĩa với mẫu nhỏ có thể che giấu khác biệt đáng kể.

Họ chỉ số "phần biến thiên được giải thích" giải quyết việc này. Ý tưởng xuất phát từ chính cách ANOVA chia tổng biến thiên: tổng bình phương toàn phần (SS toàn phần) tách thành phần giữa các nhóm (SS giữa nhóm) và phần trong nhóm (SS sai số). Tỷ lệ phần giữa nhóm trên tổng là một con số từ 0 đến 1, đọc giống hệ số xác định R² trong hồi quy.

Khi bạn vẫn cần so sánh từng cặp nhóm sau ANOVA, Cohen’s d cho từng cặp là bổ sung tốt. Còn để tóm tắt độ mạnh của cả yếu tố, eta hoặc omega bình phương là lựa chọn chuẩn, và chúng cũng là đầu vào để tính cỡ mẫu cho ANOVA thông qua chỉ số f của Cohen.

Tính tay từ bảng ANOVA một nhân tố: ví dụ giả định

Ví dụ giả định: so sánh điểm hài lòng giữa ba hình thức học (trực tiếp, trực tuyến, kết hợp), mỗi nhóm 20 sinh viên, tổng N = 60. Phần mềm in bảng ANOVA như sau.

Nguồn biến thiênTổng bình phương (SS)Bậc tự do (df)Trung bình bình phương (MS)F
Giữa nhóm24224 / 2 = 1212 / 3 = 4,0
Trong nhóm (sai số)17157171 / 57 = 3
Toàn phần19559

Với F = 4,0 ở bậc tự do (2; 57), p vào khoảng 0,024. Eta bình phương tính theo công thức η² = SS giữa nhóm / SS toàn phần = 24 / 195 ≈ 0,123. Nói bằng lời: khoảng 12% biến thiên của điểm hài lòng trong mẫu gắn với hình thức học.

Kiểm lại cho chắc: SS giữa nhóm cộng SS trong nhóm phải bằng SS toàn phần (24 + 171 = 195), và bậc tự do cũng cộng đúng (2 + 57 = 59). Nếu bảng của bạn không cộng đúng, có thể bạn đang đọc bảng của một mô hình có thêm biến, hoặc dữ liệu có ô trống bị loại.

Omega bình phương và epsilon bình phương: sửa độ chệch của eta

Eta bình phương mô tả đúng mẫu đang có, nhưng làm ước lượng cho tổng thể thì nó chệch lên. Lý do: ngay cả khi các nhóm trong tổng thể bằng nhau hoàn toàn, trung bình mẫu của chúng vẫn lệch nhau một chút do ngẫu nhiên, nên SS giữa nhóm gần như không bao giờ bằng 0. Mẫu càng nhỏ và số nhóm càng nhiều thì phần "biến thiên ảo" này càng chiếm tỷ trọng lớn.

Omega bình phương (do Hays phổ biến) trừ đi phần kỳ vọng do ngẫu nhiên: ω² = (SS giữa nhóm − df giữa nhóm × MS sai số) / (SS toàn phần + MS sai số). Thay số từ ví dụ: tử số 24 − 2 × 3 = 18; mẫu số 195 + 3 = 198; ω² = 18 / 198 ≈ 0,091. Epsilon bình phương (Kelley) dùng cùng tử số nhưng chia cho SS toàn phần: 18 / 195 ≈ 0,092.

Như vậy cùng một bảng ANOVA, eta cho 0,123 còn omega cho 0,091. Khoảng cách này thu hẹp khi mẫu lớn lên. Với nghiên cứu luận văn thường chỉ vài chục người mỗi nhóm, nhiều tác giả phương pháp khuyên báo cáo omega bình phương, hoặc ít nhất ghi cả hai. Khi F nhỏ hơn 1, tử số của omega âm; quy ước thường gặp là báo cáo 0, kèm chú thích.

Một số phần mềm in sẵn omega bình phương (JASP, Jamovi có tuỳ chọn; trong R có các gói chuyên về cỡ hiệu ứng). Nếu phần mềm bạn dùng chỉ in eta, công thức trên đủ để tự tính trong một ô bảng tính.

Eta bình phương riêng phần trong ANOVA nhiều nhân tố

Khi có hai yếu tố trở lên, eta bình phương thông thường lấy SS của từng yếu tố chia cho SS toàn phần, còn eta bình phương riêng phần lấy SS của yếu tố chia cho tổng SS của yếu tố đó và SS sai số: η²p = SS yếu tố / (SS yếu tố + SS sai số). Ví dụ giả định một thiết kế hai nhân tố với SS toàn phần 300:

NguồnSSη² (chia SS toàn phần)η²p (riêng phần)
Yếu tố A3030 / 300 = 0,10030 / (30 + 210) = 0,125
Yếu tố B5050 / 300 = 0,16750 / (50 + 210) = 0,192
Tương tác A × B1010 / 300 = 0,03310 / (10 + 210) = 0,045
Sai số210
Cộng3000,3000,362

Cột eta thông thường cộng lại bằng 0,30, đúng bằng phần biến thiên mà cả mô hình giải thích. Cột riêng phần cộng lại 0,362, vượt quá phần đó, vì mỗi η²p bỏ các yếu tố khác ra khỏi mẫu số. Đây là điều bình thường, không phải lỗi, nhưng nó có nghĩa là bạn không bao giờ cộng các eta riêng phần lại để nói "mô hình giải thích 36%".

Lưu ý về phần mềm: thủ tục mô hình tuyến tính tổng quát trong SPSS in cột có nhãn tương tự "Partial Eta Squared", kể cả khi bạn chỉ có một nhân tố. Với một nhân tố duy nhất, riêng phần và thông thường trùng nhau. Tên cột và vị trí tuỳ chọn có thể đổi giữa các phiên bản, nên bạn đối chiếu với công thức trước khi chép.

Đổi sang f của Cohen và dùng cho lực mẫu

Phần mềm tính cỡ mẫu cho ANOVA (như G*Power hay các gói trong R) thường hỏi cỡ hiệu ứng dưới dạng f của Cohen, không phải eta bình phương. Công thức chuyển: f = căn [η² / (1 − η²)]. Với η² = 0,123, f = căn (0,123 / 0,877) ≈ căn 0,140 ≈ 0,375. Chiều ngược lại: η² = f² / (1 + f²).

Mốc quy ước của Cohen cho f là 0,10, 0,25 và 0,40, tương ứng xấp xỉ η² bằng 0,01, 0,06 và 0,14. Bạn sẽ thấy ba con số 0,01 – 0,06 – 0,14 xuất hiện rất nhiều trong luận văn như "mốc nhỏ, vừa, lớn của eta bình phương"; chúng đến từ phép đổi này và cũng chỉ là quy ước tham khảo, không phải chuẩn bắt buộc.

Một bẫy cần tránh khi lấy η²p từ nghiên cứu khác để tính cỡ mẫu: η²p của một thiết kế đo lặp lại hoặc có nhiều yếu tố thường lớn hơn hẳn η² của thiết kế một nhân tố giữa các nhóm, vì mẫu số đã loại bớt nhiều nguồn biến thiên. Đưa thẳng η²p đó vào ô "effect size" của một phép tính cho ANOVA một nhân tố sẽ ra cỡ mẫu nhỏ đến mức thiếu lực. Một số phần mềm có tuỳ chọn cách nhập cỡ hiệu ứng riêng cho thiết kế đo lặp; bạn đọc hướng dẫn của phiên bản đang dùng.

Bốn hiểu lầm khi diễn giải eta bình phương

Con số "12% biến thiên được giải thích" nghe rất trực quan, và chính vì vậy dễ bị đọc quá tay. Bốn điểm sau hay xuất hiện trong phần bàn luận của luận văn:

  • "Hình thức học quyết định 12% điểm hài lòng." Eta bình phương mô tả mức gắn kết trong mẫu, không tự chứng minh quan hệ nhân quả. Nếu sinh viên tự chọn hình thức học thay vì được phân ngẫu nhiên, phần 12% đó có thể chứa cả khác biệt về động cơ, hoàn cảnh, năng lực ban đầu giữa các nhóm.
  • "Eta bình phương là một đặc tính cố định của yếu tố." Thực ra nó phụ thuộc vào việc bạn chọn những mức nào để so sánh. Chọn hai nhóm cực đoan (chẳng hạn chỉ so học hoàn toàn trực tuyến với học hoàn toàn trực tiếp) thường cho eta lớn hơn so với khi đưa thêm mức trung gian. Nó cũng phụ thuộc vào độ đồng nhất của mẫu: mẫu càng thuần, sai số càng nhỏ, eta càng lớn.
  • "Eta và eta bình phương là một." Eta (không bình phương) là hệ số tương quan tỷ số, nằm từ 0 đến 1 và luôn lớn hơn eta bình phương. Nhầm hai chỉ số này là nhầm một kết quả 0,35 thành 0,12 hoặc ngược lại.
  • "Phần còn lại 88% là do sai số đo lường." Phần không được giải thích bao gồm mọi khác biệt giữa các cá nhân trong cùng nhóm: tính cách, kinh nghiệm, hoàn cảnh, và cả sai số đo. Nó không phải thước đo chất lượng bảng hỏi.

Một cách viết cẩn thận: "trong mẫu nghiên cứu, khoảng 12% biến thiên của điểm hài lòng gắn với hình thức học (η² = 0,12; ω² = 0,09)", rồi để phần bàn luận giải thích thiết kế có cho phép suy ra nhân quả hay không.

Chọn chỉ số nào và viết vào luận văn ra sao

ANOVA một nhân tố giữa các nhóm. Báo cáo η² hoặc ω²; nếu mẫu nhỏ, ưu tiên ω². Câu mẫu với số liệu giả định: "Điểm hài lòng khác nhau giữa ba hình thức học, F(2, 57) = 4,00, p = 0,024, ω² = 0,09".

ANOVA nhiều nhân tố. η²p là chỉ số được phần mềm in sẵn và được dùng rộng rãi, nhưng nên nói rõ là "riêng phần". Nếu muốn so sánh với nghiên cứu có thiết kế khác, η² thông thường hoặc dạng tổng quát (generalized eta squared, do Olejnik và Algina đề xuất) phù hợp hơn.

Đừng so η²p giữa các thiết kế. Một η²p = 0,20 từ thiết kế đo lặp và một η²p = 0,20 từ thiết kế giữa các nhóm không mô tả cùng một độ mạnh hiệu ứng. Khi tổng quan tài liệu, ghi chú loại thiết kế cạnh mỗi con số.

Báo cáo cả khi không có ý nghĩa. Một η² = 0,03 với p = 0,30 cho người đọc biết hiệu ứng trong mẫu nhỏ, còn một η² = 0,10 với p = 0,08 gợi ý thiếu lực mẫu. Hai tình huống cần bàn luận rất khác nhau.

Thêm khoảng tin cậy khi phần mềm hỗ trợ. Khoảng tin cậy cho η² thường rất rộng ở mẫu luận văn, và chính điều đó đáng được nói ra. Một số phần mềm in khoảng tin cậy 90% cho η² (vì η² không âm); bạn ghi đúng mức tin cậy mà phần mềm dùng.

Câu hỏi thường gặp

Eta bình phương bao nhiêu là tốt?

Không có ngưỡng "tốt" chung. Mốc 0,01, 0,06 và 0,14 thường được trích là nhỏ, vừa, lớn theo Cohen nhưng chỉ là quy ước tham khảo. Cách đọc tốt hơn là so với các nghiên cứu cùng chủ đề và cùng loại thiết kế, và hỏi xem khác biệt đó có ý nghĩa với thực tế chuyên ngành hay không.

Omega bình phương âm thì báo cáo thế nào?

Omega âm xảy ra khi F nhỏ hơn 1, tức là phần biến thiên giữa nhóm còn nhỏ hơn mức ngẫu nhiên tạo ra. Quy ước thường gặp là báo cáo ω² = 0 và ghi chú rằng giá trị tính ra âm. Không nên đổi sang chỉ số khác chỉ để có số dương.

Eta bình phương và R bình phương trong hồi quy có giống nhau không?

Về bản chất là cùng một ý tưởng: phần biến thiên được giải thích chia cho tổng biến thiên. Với ANOVA một nhân tố, η² bằng R² của mô hình hồi quy dùng các biến giả đại diện cho nhóm. Khác biệt chủ yếu nằm ở thói quen gọi tên trong từng loại phân tích.

Có tính được eta bình phương từ F khi bài báo không in bảng ANOVA không?

Được. Với một yếu tố, η²p = (F × df yếu tố) / (F × df yếu tố + df sai số). Ví dụ F(2, 57) = 4,0 cho (4 × 2) / (8 + 57) = 8 / 65 ≈ 0,123, khớp với tính từ tổng bình phương. Công thức này cho eta riêng phần, nên với thiết kế nhiều nhân tố bạn cần ghi rõ.

ANOVA đo lặp lại thì dùng chỉ số nào?

Phần mềm thường in η²p, nhưng con số này hay lớn hơn nhiều so với thiết kế giữa các nhóm vì loại bỏ biến thiên giữa người với người. Nhiều tác giả khuyên báo cáo thêm eta bình phương tổng quát để dễ so sánh. Bài về ANOVA đo lặp trong danh mục ANOVA của trang đi sâu phần kiểm định.

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