Trong R, mỗi kiểm định giả thuyết cơ bản là một hàm có sẵn, không cần cài thêm gói: t.test cho kiểm định t, chisq.test và fisher.test cho bảng chéo, aov cùng TukeyHSD cho ANOVA, wilcox.test và kruskal.test cho phi tham số. Viết vài dòng lệnh, lưu thành tệp, lần sau chạy lại ra đúng kết quả; đó là ưu thế lớn nhất của R với luận văn.
Bài này dành cho người chưa từng viết lệnh R, đi qua từng hàm với số liệu giả định đã tính lại, chỉ ra dòng nào trong kết quả cần chép vào luận văn và những mặc định của R khác với SPSS hay Excel. Lệnh viết trong danh sách hoặc chữ nghiêng; cú pháp cơ bản ổn định qua nhiều phiên bản, nhưng chi tiết có thể đổi, bạn tra trợ giúp bằng dấu chấm hỏi trước tên hàm trên đúng bản R của mình.
Chuẩn bị: cài đặt, đọc dữ liệu và khai biến nhóm
R là phần mềm miễn phí; nhiều người dùng kèm RStudio hoặc một môi trường soạn thảo tương tự để có cửa sổ lệnh, tệp lệnh và bảng dữ liệu cạnh nhau. Các bước đầu:
- Lưu dữ liệu thành tệp CSV dạng dài: dòng đầu là tên biến ngắn không dấu, mỗi người một dòng.
- Đặt thư mục làm việc là thư mục chứa tệp, rồi đọc dữ liệu: d = read.csv("du_lieu.csv"). Tệp dùng dấu chấm phẩy và dấu phẩy thập phân, kiểu Excel cài vùng Việt Nam hay xuất, thì dùng read.csv2.
- Xem cấu trúc bằng str(d): mỗi biến hiện kiểu num, int, chr. Biến điểm phải là num hoặc int; nếu hiện chr, trong cột có ô chữ.
- Khai biến nhóm là factor: d$nhom = factor(d$nhom, levels = c(1, 2, 3), labels = c("A", "B", "C")). Bước này quan trọng nhất với ANOVA, phần dưới giải thích vì sao.
- Xem nhanh số người mỗi nhóm bằng table(d$nhom) và trung bình theo nhóm bằng tapply(d$diem, d$nhom, mean).
- Lưu mọi lệnh vào một tệp lệnh có chú thích bắt đầu bằng dấu thăng, để chạy lại từ đầu khi dữ liệu đổi.
Giá trị khuyết trong R là NA. Ô trống trong CSV thường được đọc thành NA với biến số; mã như 99 phải tự đổi thành NA trước khi tính, ví dụ d$diem[d$diem == 99] = NA.
t.test: một mẫu, hai mẫu và mẫu cặp
Ví dụ giả định với hai lớp tám người: lớp A có điểm 6.5, 7, 8, 5.5, 7.5, 6, 8.5, 7; lớp B có 5, 6, 6.5, 5.5, 7, 4.5, 6, 5.5. Ở dạng dài với cột diem và cột lop, lệnh là t.test(diem ~ lop, data = d). R in tiêu đề "Welch Two Sample t-test", rồi t = 2.7584, df = 13.368, p-value = 0.01593, khoảng tin cậy 95% của chênh lệch từ khoảng 0.274 đến 2.226, và trung bình hai nhóm 7 và 5.75.
Điểm cần nhớ: R mặc định chạy Welch, không giả định phương sai bằng nhau, nên bậc tự do có phần thập phân. Muốn bản Student cổ điển, thêm var.equal = TRUE, khi đó df = 14 và p khoảng 0.0154. SPSS in cả hai dòng, Excel bắt bạn chọn kiểu; vì vậy khi so kết quả giữa các phần mềm, đây là chỗ lệch đầu tiên cần kiểm. Kiểm định một mẫu dùng t.test(d$diem, mu = 6.5); với lớp A, t = 1.4142, df = 7, p khoảng 0.2002.
Mẫu cặp nên viết với hai cột của dạng rộng: t.test(d$sau, d$truoc, paired = TRUE). Với tám học viên giả định có điểm trước 52, 48, 60, 55, 45, 58, 50, 62 và sau 56, 50, 63, 59, 47, 60, 55, 64, kết quả là t = 7.0993, df = 7, p khoảng 0.0002, chênh lệch trung bình 3, khoảng tin cậy từ khoảng 2.00 đến 4.00. Cách viết công thức kèm paired đã được thay đổi ở các bản R gần đây; dùng hai cột như trên tránh được nhầm lẫn, và bạn kiểm trợ giúp của t.test trên bản đang dùng.
chisq.test và fisher.test cho bảng chéo
Có thể tạo bảng chéo từ dữ liệu thô bằng tab = table(d$gioitinh, d$hinhthuc), hoặc nhập thẳng bảng đã đếm. Ví dụ giả định: nam chọn trực tuyến 30, trực tiếp 25, kết hợp 15; nữ lần lượt 20, 40, 30.
- Nhập bảng: tab = matrix(c(30, 20, 25, 40, 15, 30), nrow = 2). R điền theo cột, nên dãy số phải viết cột một trước, rồi cột hai, cột ba. In tab ra xem để chắc đúng vị trí.
- Chạy kq = chisq.test(tab) rồi gõ kq: R in X-squared = 8.0879, df = 2, p-value = 0.01753.
- Xem tần số kỳ vọng bằng kq$expected để kiểm điều kiện áp dụng; ô nhỏ nhất ở đây khoảng 19.7. Nếu có ô kỳ vọng nhỏ, R tự in cảnh báo rằng xấp xỉ chi bình phương có thể không chính xác.
- Xem phần dư chuẩn hoá điều chỉnh bằng kq$stdres: ô nam – trực tuyến khoảng 2.79, tương ứng với cột phần dư điều chỉnh của SPSS.
- Với bảng 2×2, chisq.test mặc định áp hiệu chỉnh Yates và in tiêu đề có chữ continuity correction. Muốn Pearson không hiệu chỉnh, thêm correct = FALSE.
- Kiểm định chính xác Fisher: fisher.test(tab). Khác SPSS, R chạy được Fisher cho cả bảng lớn hơn 2×2, dù bảng rất lớn có thể chạy lâu.
Chênh lệch giữa mặc định Yates của R và Pearson không hiệu chỉnh của Excel là nguyên nhân phổ biến khiến hai người chạy cùng bảng 2×2 ra hai giá trị p khác nhau.
aov, TukeyHSD và Welch ANOVA
Ví dụ giả định: ba nhóm năm người với điểm 7, 8, 6, 7, 9; 5, 6, 6, 4, 5; 8, 9, 7, 9, 8, dạng dài với cột diem và cột nhom đã khai factor. Lệnh m = aov(diem ~ nhom, data = d) rồi summary(m) in bảng gồm Df, Sum Sq, Mean Sq, F value, Pr(>F): dòng nhom có Df 2, Sum Sq 24.13, Mean Sq 12.067, F 13.41, Pr(>F) 0.000873; dòng Residuals có Df 12, Sum Sq 10.80, Mean Sq 0.900. Các dấu sao bên cạnh chỉ là ký hiệu mức p, không cần chép vào luận văn.
Lỗi kinh điển: nếu nhom là số 1, 2, 3 chưa khai factor, aov coi nó là biến liên tục và chạy hồi quy tuyến tính theo nhóm, bảng hiện Df bằng 1 thay vì 2. Kết quả không báo lỗi nhưng sai hoàn toàn về ý nghĩa. Thấy Df của biến nhóm không bằng số nhóm trừ một là phải kiểm lại ngay.
So sánh từng cặp dùng TukeyHSD(m), in mỗi cặp một dòng với chênh lệch trung bình (diff), cận dưới và cận trên khoảng tin cậy (lwr, upr) và p đã hiệu chỉnh (p adj). Khi phương sai các nhóm lệch rõ, dùng Welch ANOVA bằng oneway.test(diem ~ nhom, data = d), mặc định không giả định phương sai bằng nhau. Kiểm phần dư bằng plot(m) để xem phân bố và độ đồng đều phương sai. Với thiết kế hai nhân tố không cân bằng, aov dùng tổng bình phương tuần tự, khác mặc định của SPSS; trường hợp đó cần tìm hiểu kỹ trước khi so kết quả.
Phi tham số và kiểm phân phối trong R
Các hàm phi tham số dùng cùng kiểu cú pháp. Với số liệu giả định của bài, kết quả như sau:
| Việc cần làm | Lệnh | Kết quả ví dụ |
|---|---|---|
| Mann-Whitney cho hai nhóm 12, 15, 9, 20, 14, 18 và 7, 10, 6, 11, 8, 13 | wilcox.test(diem ~ nhom, data = d) | W = 32, p khoảng 0.026 (chính xác) |
| Wilcoxon dấu hạng cho dữ liệu cặp | wilcox.test(d$sau, d$truoc, paired = TRUE) | V = 36, p khoảng 0.013, kèm cảnh báo hạng trùng |
| Kruskal-Wallis cho ba nhóm | kruskal.test(diem ~ nhom, data = d) | chi-squared khoảng 9.653, df = 2, p khoảng 0.008 |
| Shapiro-Wilk cho từng nhóm | tapply(d$diem, d$nhom, shapiro.test) | W và p cho từng nhóm |
| Biểu đồ Q-Q | qqnorm(x) rồi qqline(x) | Điểm bám đường thẳng là gần chuẩn |
W của R khác U của SPSS dù cùng kiểm định: R báo tổng hạng của nhóm thứ nhất trừ đi giá trị nhỏ nhất có thể, ở đây 32; SPSS báo giá trị nhỏ hơn trong hai cách tính, ở đây 4. Hai con số cộng lại bằng tích hai cỡ mẫu, 36. Với Wilcoxon cặp có hạng trùng, R chuyển sang xấp xỉ chuẩn có hiệu chỉnh liên tục, cho p khoảng 0.013, trong khi SPSS không hiệu chỉnh liên tục cho khoảng 0.011. Không bên nào sai; bạn ghi rõ phần mềm và loại p.
Lấy cỡ hiệu ứng và khoảng tin cậy từ kết quả R
Các hàm kiểm định gốc của R không in cỡ hiệu ứng, nhưng tính bằng vài dòng. Với t-test hai lớp ở trên, Cohen d dùng độ lệch chuẩn gộp: chênh lệch 1.25 chia căn của trung bình hai phương sai 1 và 0.643 (hai nhóm cùng cỡ), khoảng 1.38. Viết thành lệnh với mean, var và sqrt để khi dữ liệu đổi, con số tự đổi theo. Với ANOVA, eta bình phương bằng Sum Sq của nhóm chia tổng Sum Sq, ở ví dụ 24.13 chia 34.93, khoảng 0.69; lấy được từ summary(m) mà không cần chép tay.
Khoảng tin cậy của chênh lệch trung bình đã có sẵn trong kết quả t.test, lấy bằng kq$conf.int; đổi mức tin cậy bằng tham số conf.level. Với bảng chéo, Cramér V tính từ thống kê chi bình phương, cỡ mẫu và số dòng, số cột như công thức thông thường. Có nhiều gói bổ sung tính sẵn cỡ hiệu ứng kèm khoảng tin cậy; nếu dùng, bạn ghi tên gói và phiên bản, vì các gói có thể dùng công thức hiệu chỉnh khác nhau cho cùng một chỉ số.
Mốc nhỏ, vừa, lớn cho d hay eta bình phương chỉ là quy ước tham khảo. Con số cần được đặt cạnh bối cảnh: chênh 1.25 điểm trên thang 10 có ý nghĩa thế nào với người dạy, người học, và khoảng tin cậy rộng hay hẹp. Phần đó R không trả lời thay bạn được.
Lưu tệp lệnh và những lỗi người mới hay gặp
Chạy lệnh rời rạc trong cửa sổ lệnh. Lệnh gõ thẳng vào cửa sổ lệnh không được lưu lại cùng luận văn. Mọi bước, từ đọc dữ liệu đến kiểm định, nên nằm trong một tệp lệnh có chú thích; đó là bằng chứng quy trình và là cách sửa nhanh khi hội đồng yêu cầu chạy lại với dữ liệu đã chỉnh.
Nhầm dấu bằng gán và dấu bằng so sánh. Một dấu bằng là gán giá trị, hai dấu bằng liền nhau là so sánh. Viết nhầm trong điều kiện lọc có thể ghi đè dữ liệu.
Chữ hoa chữ thường. R phân biệt chữ hoa và chữ thường: Diem và diem là hai biến khác nhau, TRUE viết thường không được hiểu đúng. Lỗi "không tìm thấy đối tượng" phần lớn do gõ sai tên.
Quên xử lý NA. Hàm mean trả NA khi có giá trị khuyết, trừ khi thêm na.rm = TRUE. Các hàm kiểm định thường tự bỏ NA, nên cỡ mẫu có thể nhỏ hơn bạn nghĩ; đếm lại bằng table hoặc sum kết hợp is.na.
Chép kết quả bằng tay. Chép tay dễ sai chữ số. Lưu kết quả vào đối tượng rồi lấy từng thành phần, ví dụ kq$statistic, kq$parameter, kq$p.value, để làm bảng tự động.
Câu hỏi thường gặp
Có cần cài gói thêm để làm kiểm định cơ bản trong R không?
Không. Các hàm t.test, chisq.test, fisher.test, aov, TukeyHSD, wilcox.test, kruskal.test, shapiro.test đều có sẵn trong bản R cài đặt mặc định. Gói thêm chỉ cần cho những việc như kiểm định Levene, cỡ hiệu ứng, biểu đồ đẹp hơn hay ANOVA với các loại tổng bình phương khác.
Vì sao t.test của R cho df có số lẻ như 13.368?
Vì R mặc định chạy kiểm định Welch, không giả định hai nhóm có phương sai bằng nhau, và bậc tự do Welch thường không phải số nguyên. Nếu muốn bản Student với df là số nguyên, thêm tham số var.equal = TRUE và ghi rõ lựa chọn này trong phần phương pháp.
R báo cảnh báo xấp xỉ chi bình phương có thể không chính xác, phải làm gì?
Cảnh báo xuất hiện khi có ô tần số kỳ vọng nhỏ. Bạn xem bảng kỳ vọng, cân nhắc dùng fisher.test, hoặc gộp các mức gần nhau về nội dung theo tiêu chí đặt trước. Không nên bỏ qua cảnh báo chỉ vì giá trị p trông đẹp.
Kết quả TukeyHSD có cột p adj, khác gì giá trị p thường?
Cột p adj là giá trị p đã hiệu chỉnh cho việc so sánh nhiều cặp cùng lúc, giữ tỷ lệ sai lầm loại một chung cho cả họ so sánh ở mức đã chọn. Bạn kết luận dựa trên p adj hoặc dựa vào việc khoảng tin cậy có chứa không hay không.
Có nên dùng R nếu người hướng dẫn chỉ quen SPSS?
Kết quả hai phần mềm thống nhất khi cùng phương pháp và cùng tuỳ chọn. Nếu dùng R, bạn ghi rõ phiên bản, hàm, tuỳ chọn quan trọng như Welch hay Yates, và đính kèm tệp lệnh. Nên trao đổi với người hướng dẫn từ đầu để tránh phải làm lại.
Làm sao biết phiên bản R đang dùng để ghi vào luận văn?
Gõ R.version.string trong cửa sổ lệnh để xem phiên bản, và sessionInfo để xem cả các gói đang nạp. Ghi phiên bản giúp người khác tái lập kết quả, vì một số mặc định có thể thay đổi giữa các bản.