GiaThuyet.comGiả Thuyết
Kiểm định chi bình phương

Kiểm định McNemar: so sánh tỷ lệ trước – sau trên cùng một nhóm

Kiểm định McNemar cho dữ liệu cặp có/không đo hai lần trên cùng người: xếp bảng cặp, công thức (b − c)²/(b + c), ví dụ tính tay và khi nào dùng bản chính xác.

Vietnamese nursing students in white uniforms seated in rows during a training session at a hospital classroom in Nghe An, viewed from the side aisle, diffuse overhead light

Kiểm định McNemar dùng để so hai tỷ lệ khi cùng một nhóm đối tượng được đo một biến có/không hai lần, chẳng hạn trước và sau một buổi tập huấn, hoặc khi mỗi người được ghép cặp với một người khác. Nó chỉ dựa vào những cặp đổi kết quả giữa hai lần đo, với công thức χ² = (b − c)² / (b + c), trong đó b và c là số cặp bất đồng theo hai chiều.

Đây là phép kiểm định hay bị bỏ qua: nhiều người lấy dữ liệu trước – sau rồi chạy chi bình phương độc lập như hai nhóm khác nhau, làm sai cả giả định lẫn kết quả. Bài dưới đây giải thích vì sao, cách xếp bảng cho đúng, một ví dụ giả định tính tay, cách chọn giữa bản xấp xỉ và bản chính xác, cùng những giới hạn của thiết kế trước – sau mà phần bàn luận cần nhắc.

Vì sao không dùng chi bình phương độc lập cho dữ liệu trước – sau

Chi bình phương độc lập giả định mỗi quan sát đến từ một đối tượng khác nhau. Khi 100 sinh viên được hỏi trước và sau một buổi học, bạn có 200 câu trả lời nhưng chỉ 100 người; câu trả lời lần hai của một người liên quan chặt với câu trả lời lần một của chính người đó. Đếm 200 câu trả lời vào một bảng 2x2 "lần đo × đúng sai" vi phạm giả định độc lập và thổi phồng cỡ mẫu.

Hậu quả không chỉ là hình thức. Phần lớn những người trả lời đúng trước buổi học vẫn đúng sau buổi học, và phần lớn những người sai trước có thể vẫn sai. Những người không đổi này không cho biết gì về tác động của buổi học, nhưng bảng chi bình phương độc lập vẫn trộn họ vào. Ngược lại, thông tin về sự thay đổi, vốn nằm ở việc ai đổi từ sai sang đúng và ai đổi từ đúng sang sai, lại bị xoá mất khi gộp theo lần đo.

McNemar giải quyết cả hai vấn đề bằng cách giữ nguyên cấu trúc cặp: mỗi người là một đơn vị, được xếp vào một trong bốn ô theo kết quả của cả hai lần đo. Logic này cũng áp dụng cho thiết kế ghép cặp, ví dụ mỗi bệnh nhân được ghép với một người đối chứng cùng tuổi, cùng giới, và hai người trong cặp được so với nhau.

Xếp dữ liệu thành bảng cặp

Bảng cho McNemar không phải bảng "lần đo × kết quả" mà là bảng "kết quả lần một × kết quả lần hai". Mỗi ô đếm số người, không phải số câu trả lời:

Sau: đúngSau: saiTổng
Trước: đúnga (đúng cả hai lần)b (đúng thành sai)a + b
Trước: saic (sai thành đúng)d (sai cả hai lần)c + d
Tổnga + cb + dn (số người)

Tỷ lệ đúng trước là (a + b) / n, tỷ lệ đúng sau là (a + c) / n. Hiệu hai tỷ lệ bằng (c − b) / n: các ô a và d bị triệt tiêu. Đây là lý do toán học khiến McNemar chỉ cần b và c, gọi là các cặp bất đồng (discordant pairs).

Trong bảng tính hoặc phần mềm, dữ liệu nên nhập theo dạng mỗi người một dòng, hai cột cho hai lần đo, mã hoá cùng một cách (ví dụ 1 là đúng, 0 là sai). Nhập dạng này thì phần mềm tự lập bảng cặp; nhập dạng chồng hai lần đo vào một cột là sai từ đầu. Mã định danh của từng người phải khớp giữa hai lần thu, nếu không thì không ghép được cặp.

Công thức và ví dụ giả định tính tay

Ví dụ giả định: 100 sinh viên năm hai làm một câu hỏi về cách hiểu giá trị p trước và sau một buổi tập huấn phương pháp nghiên cứu. Kết quả: 40 người đúng cả hai lần, 8 người đúng trước nhưng sai sau, 22 người sai trước nhưng đúng sau, 30 người sai cả hai lần. H0: tỷ lệ trả lời đúng trước và sau như nhau, tương đương với b và c có cùng kỳ vọng.

Đại lượngPhép tínhKết quả
Tỷ lệ đúng trước(40 + 8) / 10048%
Tỷ lệ đúng sau(40 + 22) / 10062%
Hiệu tỷ lệ(22 − 8) / 10014 điểm phần trăm
χ² McNemar(8 − 22)² / (8 + 22) = 196 / 30≈ 6,53, df 1, p ≈ 0,011
χ² có hiệu chỉnh liên tục(|8 − 22| − 1)² / 30 = 169 / 30≈ 5,63, df 1, p ≈ 0,018
Nhị thức chính xác hai phía2 × P(X ≤ 8), X theo nhị thức n = 30, p = 0,5≈ 0,016

Giải thích công thức: nếu H0 đúng, mỗi người đổi kết quả có khả năng đổi theo hai chiều như nhau, nên trong 30 cặp bất đồng kỳ vọng mỗi chiều 15. Chi bình phương phù hợp trên hai số b và c với kỳ vọng 15 – 15 cho (8 − 15)²/15 + (22 − 15)²/15 = 49/15 + 49/15 ≈ 6,53, đúng bằng công thức rút gọn (b − c)² / (b + c).

Cả ba phiên bản đều cho p nhỏ hơn 0,05, ta bác bỏ H0: tỷ lệ trả lời đúng sau buổi tập huấn khác tỷ lệ trước đó, cụ thể cao hơn 14 điểm phần trăm trong mẫu. Lưu ý chữ "khác" là kết luận thống kê; việc quy sự khác biệt cho buổi tập huấn cần thận trọng, như phần dưới bàn tới.

Diễn đạt giá trị p bằng lời thường: nếu thật ra tỷ lệ đúng trước và sau như nhau, thì trong 30 người đổi câu trả lời, việc lệch về một chiều nhiều như 22 so với 8 hoặc hơn chỉ xảy ra khoảng 1 đến 2 lần trong 100 lần lấy mẫu. Con số này không phải xác suất để buổi tập huấn không có tác dụng, và cũng không cho biết mức cải thiện 14 điểm phần trăm là lớn hay nhỏ về mặt giáo dục.

Bản xấp xỉ, bản hiệu chỉnh hay bản chính xác

Công thức (b − c)² / (b + c) dựa trên xấp xỉ chi bình phương với 1 bậc tự do, nên cần số cặp bất đồng b + c đủ lớn. Khi b + c nhỏ, xấp xỉ kém và nhiều tài liệu gợi ý dùng kiểm định nhị thức chính xác: coi b là số "thành công" trong b + c lần thử với xác suất 0,5, rồi tính p trực tiếp. Mốc hay được nhắc trong giáo trình là khi b + c dưới khoảng 25 thì nên dùng bản chính xác; đây là quy ước thực hành, không phải định lý.

Bản hiệu chỉnh liên tục, trừ 1 khỏi |b − c| trước khi bình phương, là cách làm xấp xỉ bớt dễ dãi, tương tự hiệu chỉnh Yates cho bảng 2x2 độc lập. Ở ví dụ trên, b + c bằng 30, ba phiên bản cho p từ 0,011 đến 0,018, cùng một kết luận. Khi kết quả nằm sát ngưỡng, các phiên bản có thể cho kết luận khác nhau; như mọi lựa chọn phương pháp khác, hãy quyết định phiên bản trong kế hoạch phân tích trước khi xem số liệu.

Các phần mềm thống kê không thống nhất mặc định: có phần mềm tự chuyển sang bản nhị thức chính xác khi số cặp bất đồng nhỏ, có phần mềm mặc định áp hiệu chỉnh liên tục, có phần mềm cho bạn chọn. Đọc tài liệu của phiên bản đang dùng và ghi rõ phiên bản kiểm định trong luận văn để người đọc đối chiếu được.

Đọc kết quả và những giới hạn của thiết kế trước – sau

Báo cáo kèm độ lớn thay đổi. Ngoài χ² và p, nên báo cáo hai tỷ lệ, hiệu tỷ lệ và nếu được thì khoảng tin cậy của hiệu. Tỷ số giữa hai loại cặp bất đồng, c / b = 22 / 8 = 2,75, là tỷ số chênh ghép cặp: người đổi theo chiều sai thành đúng nhiều gấp 2,75 lần chiều ngược lại.

Không có nhóm đối chứng thì khó quy nguyên nhân. Sinh viên có thể trả lời đúng hơn ở lần hai chỉ vì đã gặp câu hỏi một lần, vì thời gian trôi qua và họ học thêm ở môn khác, hay vì động cơ làm bài khác nhau. Thiết kế trước – sau một nhóm chỉ cho thấy có thay đổi; muốn nói thay đổi do can thiệp cần nhóm đối chứng.

Hiện tượng hồi quy về trung bình. Nếu bạn chọn người tham gia vì họ làm kém ở lần đầu, lần sau họ có xu hướng làm tốt hơn một phần do ngẫu nhiên, bất kể can thiệp. Nên nhắc hiện tượng này khi mẫu được chọn dựa trên kết quả đo lần một.

McNemar không cho biết ai hưởng lợi. Kiểm định chỉ so tỷ lệ chung. 8 người đổi từ đúng sang sai cũng là thông tin đáng xem: có thể buổi tập huấn làm một số người bối rối, và điều đó đáng được bàn trong phần thảo luận.

Khi có hơn hai lần đo hoặc hơn hai mức

McNemar là trường hợp đơn giản nhất của dữ liệu phân loại lặp lại. Những tình huống mở rộng hay gặp và kiểm định tương ứng:

  • Ba lần đo trở lên của một biến có/không trên cùng người (trước, ngay sau, sau một tháng): kiểm định Cochran Q, phần mở rộng của McNemar. Nếu Cochran Q có ý nghĩa, so từng cặp lần đo bằng McNemar và hiệu chỉnh cho việc so sánh nhiều lần.
  • Hai lần đo nhưng biến có nhiều hơn hai mức (ví dụ chọn phương án A, B hoặc C): kiểm định McNemar–Bowker, kiểm tra tính đối xứng của bảng vuông. Nhiều phần mềm in kết quả này tự động khi bảng cặp lớn hơn 2x2.
  • Biến đo là điểm số liên tục chứ không phải có/không: dùng kiểm định t mẫu cặp, hoặc Wilcoxon dấu hạng nếu dữ liệu không thoả giả định. Đừng biến điểm số thành đạt/không đạt chỉ để dùng McNemar, vì làm vậy mất thông tin.
  • Thiết kế ghép cặp trong nghiên cứu bệnh – chứng: McNemar vẫn áp dụng, với mỗi cặp là một đơn vị và bảng ghi phơi nhiễm của người bệnh so với người đối chứng.

Điểm chung của mọi trường hợp: đơn vị phân tích là người hoặc cặp, không phải số lần đo. Giữ nguyên nguyên tắc này khi nhập dữ liệu sẽ tránh được phần lớn lỗi chọn sai kiểm định cho dữ liệu lặp lại.

Câu hỏi thường gặp

McNemar có cần tần số kỳ vọng từ 5 trở lên như chi bình phương không?

Điều kiện của McNemar nằm ở số cặp bất đồng b + c chứ không phải ở bốn ô. Khi b + c nhỏ, dùng kiểm định nhị thức chính xác. Các ô a và d lớn hay nhỏ không ảnh hưởng tới thống kê kiểm định.

Nếu b bằng c thì kết quả thế nào?

Khi b bằng c, χ² bằng 0 và p bằng 1: số người đổi theo hai chiều cân bằng, không có bằng chứng tỷ lệ thay đổi. Tỷ lệ trước và sau trong mẫu khi đó bằng nhau, dù có thể nhiều người đã đổi câu trả lời.

Có người chỉ tham gia lần đo đầu thì xử lý ra sao?

Người thiếu một lần đo không xếp được vào bảng cặp và thường bị loại khỏi phân tích McNemar. Hãy báo cáo số người bỏ cuộc và so đặc điểm của họ với người ở lại, vì nếu người bỏ cuộc khác biệt có hệ thống, kết quả có thể bị lệch.

Kiểm định McNemar là một phía hay hai phía?

Dạng chi bình phương là hai phía theo bản chất, vì bình phương hiệu b − c. Bản nhị thức chính xác có thể tính một phía nếu giả thuyết có hướng được nêu từ trước. Phần lớn luận văn báo cáo hai phía.

Có thể dùng McNemar cho hai người chấm cùng một bộ bài không?

Có, nếu câu hỏi là hai người chấm có tỷ lệ cho đạt khác nhau không. Nếu câu hỏi là hai người chấm có đồng thuận với nhau không, đó là bài toán độ tin cậy giữa người chấm, thường dùng hệ số kappa của Cohen thay vì McNemar.

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