GiaThuyet.comGiả Thuyết
Kiểm định chi bình phương

Phần dư chuẩn hoá điều chỉnh: tìm ô tạo ra khác biệt sau kiểm định chi bình phương

Sau khi chi bình phương có ý nghĩa, phần dư chuẩn hoá điều chỉnh cho biết ô nào lệch nhiều: công thức, ví dụ giả định tính tay, ngưỡng 1,96 và hiệu chỉnh khi xét nhiều ô.

Top-down view of a Vietnamese researcher placing colored sticky notes in a grid on a pale wooden table in a Hai Phong office, coffee cup at the corner, morning sunlight

Phần dư chuẩn hoá điều chỉnh (adjusted standardized residual) cho biết mỗi ô của bảng chéo lệch khỏi tần số kỳ vọng bao nhiêu, tính theo đơn vị sai số chuẩn, nên đọc gần giống một giá trị z. Ô có trị tuyệt đối lớn hơn khoảng 1,96 là ô lệch đáng chú ý ở mức 0,05 khi xét riêng; dấu dương nghĩa là nhiều hơn kỳ vọng, dấu âm là ít hơn.

Công cụ này trả lời câu hỏi mà bản thân kiểm định chi bình phương không trả lời được: sau khi biết hai biến có liên hệ, liên hệ đó nằm ở đâu. Bài dưới đây phân biệt ba loại phần dư, tính tay phần dư điều chỉnh cho một bảng 2x3 với số liệu giả định, và bàn kỹ chuyện ngưỡng khi xét nhiều ô cùng lúc, chỗ mà nhiều luận văn kết luận vội.

Vì sao cần nhìn vào từng ô

Kiểm định chi bình phương độc lập là một kiểm định tổng thể: nó cộng độ lệch của mọi ô thành một con số và chỉ cho biết bảng có lệch khỏi trạng thái độc lập hay không. Với bảng 2x2, chỉ có một cách lệch, nên nhìn tỷ lệ hai nhóm là đủ. Với bảng 2x3, 3x3 hay lớn hơn, một χ² có ý nghĩa có thể đến từ một ô lệch rất mạnh, hoặc từ nhiều ô lệch vừa phải, và hai tình huống đó dẫn tới những câu kết luận khác hẳn nhau.

Người mới hay nhìn bảng phần trăm rồi chọn ô có chênh lệch lớn nhất bằng mắt. Cách này dễ sai vì một chênh lệch phần trăm lớn ở nhóm ít người có thể chỉ là dao động ngẫu nhiên, trong khi chênh lệch nhỏ hơn ở nhóm đông người lại đáng tin hơn. Phần dư chuẩn hoá điều chỉnh đưa mọi ô về cùng một thang đo có tính đến cỡ của hàng và cột, nên so được với nhau.

Cũng cần nói rõ thứ tự: phần dư là bước diễn giải sau khi kiểm định tổng thể đã có ý nghĩa và đã được báo cáo. Nếu χ² tổng thể không có ý nghĩa, việc đi tìm ô có phần dư lớn để báo cáo như một phát hiện là lạm dụng; kết quả đó dễ là dương tính giả.

Ba loại phần dư và cách đọc

Phần mềm có thể in ba loại phần dư khác nhau, tên gọi đôi khi lẫn lộn. Phân biệt rõ để không đọc nhầm ngưỡng:

LoạiCông thứcĐọc thế nào
Phần dư thôO − ESố người dư hoặc thiếu so với kỳ vọng; không so được giữa các ô có quy mô khác nhau
Phần dư chuẩn hoá (Pearson)(O − E) / căn bậc hai của EBình phương lên chính là phần đóng góp của ô vào χ²; phương sai thực nhỏ hơn 1 nên so với 1,96 là quá thận trọng
Phần dư chuẩn hoá điều chỉnh(O − E) / căn bậc hai của [E × (1 − tổng hàng / n) × (1 − tổng cột / n)]Xấp xỉ phân phối chuẩn tắc khi H0 đúng; so trực tiếp với các ngưỡng z

Công thức phần dư điều chỉnh do Haberman đề xuất và hiện là loại được khuyến nghị nhiều nhất để diễn giải từng ô. Phần mẫu số có thêm hai thừa số (1 − tổng hàng / n) và (1 − tổng cột / n) để điều chỉnh cho việc tổng hàng và tổng cột đã cố định. Vì hai thừa số này nhỏ hơn 1, phần dư điều chỉnh luôn lớn hơn phần dư Pearson về trị tuyệt đối.

Khi đọc đầu ra, kiểm tra kỹ tên cột. Có phần mềm gọi phần dư Pearson là "standardized" và phần dư điều chỉnh là "adjusted standardized"; có phần mềm gọi khác. Nếu không chắc, tính tay một ô theo công thức trên để biết phần mềm đang in loại nào.

Ví dụ giả định: bảng chéo và kiểm định tổng thể

Ví dụ giả định: 200 học viên một chương trình đào tạo ngắn hạn, 90 người học trực tiếp và 110 người học trực tuyến, đánh giá mức hài lòng cuối khoá. Tần số quan sát và (trong ngoặc) tần số kỳ vọng:

Hình thứcHài lòngBình thườngKhông hài lòngTổng
Trực tiếp45 (36,0)30 (31,5)15 (22,5)90
Trực tuyến35 (44,0)40 (38,5)35 (27,5)110
Tổng807050200

Kiểm định chi bình phương độc lập cho χ² ≈ 8,77 với df = (2 − 1) × (3 − 1) = 2. Giá trị tới hạn ở mức 0,05 là 5,991 và ở mức 0,01 là 9,210, nên p nằm giữa 0,01 và 0,05; tính chính xác cho p ≈ 0,0125. Ta bác bỏ H0: hình thức học có liên hệ với mức hài lòng. Mọi ô có tần số kỳ vọng từ 22,5 trở lên, điều kiện được thoả.

Cramér V bằng căn bậc hai của 8,77 / (200 × 1), xấp xỉ 0,21, nằm giữa mức nhỏ và vừa theo quy ước tham khảo. Câu hỏi tiếp theo là liên hệ nằm ở mức hài lòng nào: phần lớn ở nhóm "hài lòng", ở nhóm "không hài lòng", hay rải đều.

Tính phần trăm theo hàng cho một gợi ý ban đầu: nhóm trực tiếp có 50,0% hài lòng, 33,3% bình thường, 16,7% không hài lòng; nhóm trực tuyến có lần lượt 31,8%, 36,4% và 31,8%. Chênh lệch có vẻ dồn ở hai đầu thang đo, còn mức bình thường gần nhau. Phần dư điều chỉnh sẽ kiểm xem cảm nhận bằng mắt đó có đứng vững không.

Tính tay phần dư điều chỉnh từng ô

Hàng trực tiếp có tổng 90, nên 1 − 90/200 = 0,55. Các cột có tổng 80, 70, 50, nên 1 − tổng cột / n lần lượt là 0,60; 0,65; 0,75. Tính cho hàng trực tiếp:

ÔO − EE × 0,55 × (1 − cột/n)Căn bậc haiPhần dư điều chỉnh
Trực tiếp – hài lòng+9,036 × 0,55 × 0,60 = 11,880≈ 3,447≈ +2,61
Trực tiếp – bình thường−1,531,5 × 0,55 × 0,65 ≈ 11,261≈ 3,356≈ −0,45
Trực tiếp – không hài lòng−7,522,5 × 0,55 × 0,75 ≈ 9,281≈ 3,047≈ −2,46

Với bảng có hai hàng, phần dư điều chỉnh của hàng thứ hai đúng bằng hàng thứ nhất nhưng đổi dấu: trực tuyến – hài lòng ≈ −2,61, trực tuyến – bình thường ≈ +0,45, trực tuyến – không hài lòng ≈ +2,46. Bạn có thể tự kiểm bằng công thức với tổng hàng 110.

Để so sánh, phần dư Pearson của ô trực tiếp – hài lòng chỉ là 9 / căn của 36 = 1,5, dưới ngưỡng 1,96. Nếu nhầm loại phần dư, bạn sẽ kết luận không ô nào lệch đáng kể, trái ngược với kết luận từ phần dư điều chỉnh. Đây là lỗi đọc đầu ra có thật và khá phổ biến.

Ngưỡng 1,96 và vấn đề xét nhiều ô cùng lúc

Khi xét riêng một ô, phần dư điều chỉnh vượt ±1,96 tương ứng p hai phía dưới 0,05. Ô trực tiếp – hài lòng có phần dư 2,61, ứng với p riêng lẻ khoảng 0,009; ô trực tiếp – không hài lòng có 2,46, ứng với khoảng 0,014. Ô bình thường có 0,45, ứng với khoảng 0,65, không có dấu hiệu lệch.

Vấn đề là bạn đang xem sáu ô cùng lúc, và xét nhiều ô với ngưỡng 1,96 làm tăng khả năng có ít nhất một ô "vượt ngưỡng" chỉ do ngẫu nhiên. Một cách làm thận trọng thường gặp là hiệu chỉnh Bonferroni: chia 0,05 cho số ô được xét. Với 6 ô, mức mới là 0,05 / 6 ≈ 0,0083 và ngưỡng z tương ứng khoảng 2,64. Theo quy tắc này, cả 2,61 và 2,46 đều không vượt ngưỡng. Có tác giả lập luận rằng với bảng hai hàng chỉ có 3 so sánh độc lập (mỗi cột một), nên chia cho 3, ngưỡng còn khoảng 2,39; theo cách này cả hai ô đều vượt.

Ví dụ cố ý đặt sát ngưỡng để thấy: quy tắc hiệu chỉnh nào được dùng có thể đổi kết luận về từng ô. Cách xử lý đúng không phải là chọn quy tắc cho kết quả đẹp, mà là ghi quy tắc vào kế hoạch phân tích trước, báo cáo phần dư cụ thể của từng ô, và diễn đạt mức độ chắc chắn tương xứng. Với số liệu này, câu trung thực là: khác biệt chủ yếu đến từ hai đầu thang hài lòng, nhưng bằng chứng cho từng ô riêng lẻ ở mức vừa phải.

Diễn giải thành lời văn và các cách thay thế

Một đoạn kết quả hoàn chỉnh có thể viết: "Kiểm định chi bình phương cho thấy hình thức học có liên hệ với mức hài lòng, χ²(2, N = 200) = 8,77, p = 0,012, Cramér V = 0,21. Phần dư chuẩn hoá điều chỉnh cho thấy học viên học trực tiếp chọn 'hài lòng' nhiều hơn kỳ vọng (phần dư +2,61) và chọn 'không hài lòng' ít hơn kỳ vọng (−2,46); nhóm 'bình thường' gần như không khác (0,45). Với hiệu chỉnh Bonferroni cho sáu ô, không ô nào vượt ngưỡng 2,64, nên các khác biệt theo từng ô cần được hiểu thận trọng." Toàn bộ số liệu là giả định.

Ngoài phần dư, có hai cách thay thế hay gặp. Cách thứ nhất là so tỷ lệ cột theo từng cặp: nhiều phần mềm có tuỳ chọn so sánh tỷ lệ cột bằng kiểm định z với hiệu chỉnh Bonferroni, đánh dấu các ô khác nhau bằng chữ cái. Cách thứ hai là tách bảng thành các bảng con 2x2 có ý nghĩa nội dung, ví dụ "hài lòng" so với phần còn lại, rồi kiểm định từng bảng với mức ý nghĩa đã hiệu chỉnh. Cả hai đều cần quyết định trước so sánh nào là quan tâm chính.

Dù chọn cách nào, phần dư và các so sánh sau kiểm định chỉ mô tả nơi liên hệ thể hiện trong dữ liệu; chúng không biến một nghiên cứu khảo sát thành bằng chứng nhân quả. Học viên chọn hình thức học theo hoàn cảnh riêng, và chính những khác biệt đó có thể góp phần vào mức hài lòng.

Câu hỏi thường gặp

Phần dư điều chỉnh có dùng được cho bảng 2x2 không?

Được, nhưng ít cần. Trong bảng 2x2, cả bốn ô có cùng trị tuyệt đối phần dư điều chỉnh, và bình phương của nó bằng đúng giá trị χ² Pearson. Vì vậy nó không cho thêm thông tin so với kiểm định tổng thể và tỷ lệ hai nhóm.

Nếu χ² tổng thể không có ý nghĩa nhưng có ô phần dư trên 1,96 thì sao?

Không nên báo cáo ô đó như một phát hiện. Xét nhiều ô thì việc một ô vượt 1,96 do ngẫu nhiên là chuyện dễ xảy ra. Có thể mô tả nó như gợi ý cho nghiên cứu sau, nói rõ là không đạt ý nghĩa sau hiệu chỉnh.

Nên dùng ngưỡng 1,96, 2,58 hay ngưỡng Bonferroni?

Tuỳ quy ước ngành và kế hoạch phân tích. 1,96 ứng với 0,05 cho một ô riêng, 2,58 ứng với 0,01. Khi diễn giải nhiều ô như một nhóm phát hiện, hiệu chỉnh cho số so sánh là thực hành thận trọng. Điều quan trọng là nêu rõ ngưỡng đã chọn trước.

Phần dư điều chỉnh có thay được cỡ hiệu ứng không?

Không. Phần dư phụ thuộc cỡ mẫu: cùng một mức chênh lệch, mẫu lớn gấp bốn thì phần dư lớn gấp đôi. Nó cho biết ô nào lệch đáng tin, còn độ mạnh của liên hệ nên báo cáo bằng Cramér V hoặc chênh lệch tỷ lệ.

Có thể tính phần dư điều chỉnh trong bảng tính không?

Được. Lập bảng tổng hàng, tổng cột, tính E cho từng ô, rồi áp công thức (O − E) chia căn bậc hai của E × (1 − tổng hàng / n) × (1 − tổng cột / n). Nên đối chiếu một hai ô với đầu ra phần mềm để chắc công thức đúng.

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