Mục phương pháp phân tích số liệu cần trả lời đủ để người khác có thể lặp lại phân tích của bạn: dùng phần mềm nào, xử lý dữ liệu thiếu và ngoại lai ra sao, mỗi giả thuyết được kiểm định bằng phép nào, kiểm tra giả định gì và làm gì khi giả định không thoả, mức ý nghĩa bao nhiêu, có hiệu chỉnh kiểm định nhiều lần không, và báo cáo cỡ hiệu ứng nào. Một đoạn liệt kê tên các kiểm định trong giáo trình mà không gắn với giả thuyết nào là kiểu viết hay gặp và hay bị nhắc.
Bài này đưa ra khung các câu hỏi, một bảng ghép giả thuyết với kiểm định, một đoạn mẫu hoàn chỉnh cho một luận văn giả định có ba giả thuyết, và những khác biệt giữa bản đề cương và bản luận văn cuối cùng.
Tám câu hỏi mà mục này phải trả lời
Phần mềm và phiên bản nào? Ghi tên và số phiên bản, vì kết quả và tên thủ tục có thể khác giữa các phiên bản. Nếu dùng gói mở rộng hay thư viện riêng, ghi cả tên gói.
Dữ liệu được làm sạch thế nào? Số phiếu thu về, số phiếu loại và lý do, cách xử lý giá trị thiếu, quy tắc nhận diện giá trị ngoại lai. Những quy tắc này nên được đặt ra trước khi chạy kiểm định.
Mô tả mẫu bằng chỉ số nào? Trung bình và độ lệch chuẩn cho biến định lượng phân phối gần chuẩn, trung vị và khoảng tứ phân vị cho biến lệch hoặc thứ bậc, tần số và phần trăm cho biến định danh.
Mỗi giả thuyết kiểm định bằng phép nào? Đây là phần cốt lõi. Mỗi giả thuyết ứng với một kiểm định cụ thể, kèm lý do chọn dựa trên loại biến và thiết kế.
Kiểm tra giả định gì, vi phạm thì làm gì? Nêu giả định cần kiểm, cách kiểm và phương án thay thế đã định trước, chẳng hạn chuyển sang Welch hoặc kiểm định phi tham số.
Mức ý nghĩa và số phía? Thường là alpha bằng 0,05, kiểm định hai phía. Nếu dùng một phía, phải nêu lý do gắn với giả thuyết có chiều.
Có hiệu chỉnh kiểm định nhiều lần không? Khi có nhiều so sánh trong cùng một họ giả thuyết, nêu cách hiệu chỉnh (Bonferroni, Holm, hoặc thủ tục hậu định như Tukey) hoặc lý do không hiệu chỉnh.
Báo cáo cỡ hiệu ứng và khoảng tin cậy nào? Ghi tên chỉ số cho từng loại kiểm định và mức của khoảng tin cậy, thường là 95%.
Ghép giả thuyết với kiểm định trong một bảng
Với luận văn có nhiều giả thuyết, một bảng ghép giả thuyết với kiểm định giúp hội đồng nhìn thấy logic phân tích trong vài giây. Ví dụ giả định cho một nghiên cứu về hình thức học và kết quả học tập:
| Giả thuyết | Biến và loại dữ liệu | Kiểm định chính | Phương án khi giả định không thoả | Cỡ hiệu ứng |
|---|---|---|---|---|
| H1: Điểm cuối kỳ khác nhau giữa lớp thực nghiệm và đối chứng | Điểm (định lượng), nhóm (2 mức, độc lập) | Kiểm định t hai mẫu độc lập | Welch nếu phương sai khác; Mann-Whitney nếu phân phối lệch rõ ở mẫu nhỏ | Cohen d |
| H2: Điểm khác nhau theo ba cách ôn tập | Điểm (định lượng), cách ôn (3 mức) | ANOVA một nhân tố, hậu định Tukey | Welch ANOVA và Games-Howell; Kruskal-Wallis | η² |
| H3: Tỷ lệ làm thêm khác nhau theo giới tính | Làm thêm (có/không), giới tính (2 mức) | Chi bình phương độc lập | Kiểm định chính xác Fisher nếu tần số kỳ vọng nhỏ | φ, tỷ số chênh |
| H4: Điểm kỹ năng sau tập huấn cao hơn trước | Điểm trước, điểm sau (cùng người) | Kiểm định t mẫu cặp | Wilcoxon dấu hạng | dz |
Bảng này có thể đặt ngay trong mục phương pháp hoặc ở cuối chương phương pháp. Nó còn giúp chính bạn: khi viết chương kết quả, chỉ cần đi theo từng dòng của bảng, không sót giả thuyết nào và không chạy thêm kiểm định nào ngoài kế hoạch mà không ghi chú.
Một đoạn mẫu hoàn chỉnh cho mục phân tích số liệu
Đoạn mẫu dưới đây viết cho luận văn giả định ở bảng trên. Bạn thay tên biến, kiểm định và quy tắc cho khớp nghiên cứu của mình; đừng chép những phần không làm.
"Dữ liệu được phân tích bằng phần mềm [tên, phiên bản]. Phiếu trả lời thiếu quá 20% số câu bị loại; các giá trị thiếu còn lại được xử lý bằng cách loại theo từng phân tích (pairwise), và số quan sát thực tế được báo cáo cho từng kiểm định. Đặc điểm mẫu được mô tả bằng tần số, phần trăm, trung bình và độ lệch chuẩn. Giả thuyết H1 được kiểm định bằng kiểm định t hai mẫu độc lập; giả định phân phối chuẩn được đánh giá bằng biểu đồ Q-Q và kiểm định Shapiro-Wilk trong từng nhóm, giả định phương sai đồng nhất bằng kiểm định Levene, với kiểm định Welch được dùng khi phương sai không đồng nhất. Giả thuyết H2 được kiểm định bằng ANOVA một nhân tố, kèm kiểm định Tukey HSD khi F có ý nghĩa; Welch ANOVA và Games-Howell được dùng khi phương sai không đồng nhất. Giả thuyết H3 được kiểm định bằng kiểm định chi bình phương độc lập, hoặc kiểm định chính xác Fisher khi có ô tần số kỳ vọng nhỏ hơn 5. Giả thuyết H4 được kiểm định bằng kiểm định t mẫu cặp, hoặc Wilcoxon dấu hạng khi hiệu số lệch rõ khỏi phân phối chuẩn. Mọi kiểm định là hai phía với mức ý nghĩa 0,05. Cỡ hiệu ứng (Cohen d, dz, η², φ) và khoảng tin cậy 95% được báo cáo cùng giá trị p."
Đoạn này dài khoảng hai trăm chữ nhưng đủ để người khác làm lại. Chú ý nó không giải thích kiểm định t là gì hay công thức ANOVA ra sao. Đó là kiến thức giáo trình; mục phương pháp chỉ nói bạn đã dùng nó thế nào. Nếu hội đồng ở ngành bạn quen đọc phần giải thích khái niệm, có thể thêm vài câu ở chương cơ sở lý luận, nhưng đừng để phần đó lấn át mục phương pháp.
Dữ liệu thiếu và giá trị ngoại lai: đặt quy tắc trước khi phân tích
Hai chỗ dễ trượt nhất trong phân tích số liệu luận văn là xử lý dữ liệu thiếu và giá trị ngoại lai, vì người phân tích có thể, dù vô tình, chọn cách xử lý cho kết quả đẹp hơn. Cách phòng là viết quy tắc ra từ trước, trong đề cương hoặc ít nhất trước khi chạy kiểm định giả thuyết, rồi áp dụng đúng như đã viết.
Với dữ liệu thiếu, hãy nói rõ: thiếu bao nhiêu, ở biến nào, và xử lý bằng cách nào. Loại trọn phiếu, loại theo từng phân tích, hay thay thế bằng phương pháp ước lượng đều có ưu nhược điểm; điều quan trọng là người đọc biết bạn đã làm gì và số quan sát thực tế trong từng kiểm định là bao nhiêu. Nếu tỷ lệ thiếu đáng kể, nên có một câu bàn về việc dữ liệu thiếu có thể tập trung ở một nhóm nào đó.
Với giá trị ngoại lai, phân biệt hai loại. Loại thứ nhất là lỗi nhập liệu hay giá trị không thể có, như điểm 75 trên thang 10; sửa theo phiếu gốc hoặc loại, và ghi lại. Loại thứ hai là giá trị hợp lệ nhưng xa phần còn lại; không loại chỉ vì nó làm kết quả xấu đi. Cách thận trọng là chạy phân tích có và không có các giá trị đó, báo cáo cả hai nếu kết luận khác nhau. Mục phương pháp cần nêu tiêu chí nhận diện, ví dụ giá trị nằm ngoài ba khoảng tứ phân vị tính từ tứ phân vị gần nhất, và quyết định xử lý.
Bản đề cương và bản luận văn: mục này khác nhau thế nào
Mục phân tích số liệu xuất hiện hai lần: trong đề cương trước khi thu dữ liệu, và trong luận văn sau khi phân tích xong. Hai bản có cùng khung nhưng khác ở vài điểm:
| Điểm khác | Bản đề cương | Bản luận văn cuối |
|---|---|---|
| Thì của động từ | Dự kiến: sẽ được kiểm định, sẽ được loại | Đã thực hiện: được kiểm định, đã loại |
| Phần mềm | Tên phần mềm dự kiến | Tên và số phiên bản thật đã dùng |
| Dữ liệu thiếu, ngoại lai | Quy tắc dự kiến | Quy tắc đã áp dụng và số ca bị ảnh hưởng |
| Phương án khi vi phạm giả định | Nêu điều kiện chuyển phương án | Nêu đã chuyển hay không, ở biến nào |
| Thay đổi so với kế hoạch | Không có | Nêu rõ thay đổi nào, vì sao, và phân tích nào là thăm dò ngoài kế hoạch |
Dòng cuối thường bị bỏ qua nhưng lại quan trọng nhất về tính minh bạch. Thay đổi kế hoạch phân tích không phải điều cấm kỵ; giấu thay đổi đó mới là vấn đề. Một câu như "phân tích theo giới tính không có trong kế hoạch ban đầu và được trình bày như phân tích thăm dò" giúp người đọc đặt kết quả đó vào đúng chỗ.
Những lỗi hay gặp khi viết mục phân tích số liệu
Khi đọc bản thảo của học viên, người hướng dẫn và phản biện thường dừng lại ở những chỗ sau:
- Liệt kê mọi kiểm định trong giáo trình, kể cả những kiểm định không dùng đến, khiến người đọc không biết kiểm định nào dành cho giả thuyết nào.
- Không nêu mức ý nghĩa và số phía, hoặc nêu alpha bằng 0,05 ở phương pháp nhưng chương kết quả lại diễn giải p bằng 0,07 là "có ý nghĩa ở mức 10%".
- Viết "sử dụng SPSS để phân tích" như thể phần mềm tự chọn kiểm định.
- Chọn kiểm định sau khi thấy kết quả: chạy t-test không có ý nghĩa thì đổi sang Mann-Whitney mà không có lý do từ đặc điểm dữ liệu.
- Không nói gì về kiểm định nhiều lần trong khi chương kết quả có hàng chục giá trị p.
- Giải thích dài công thức kiểm định trong mục phương pháp, nhưng không nói đã kiểm giả định nào.
- Phương pháp ghi một kiểm định, kết quả báo một kiểm định khác mà không giải thích.
Nếu gặp khó ở bước chọn kiểm định hay quy tắc xử lý, nên trao đổi sớm với người hướng dẫn hoặc một chuyên gia thống kê của khoa, và ghi nhận sự hỗ trợ đó ở phần lời cảm ơn. Nhờ góp ý về phương pháp là việc bình thường trong nghiên cứu; phần phân tích và diễn giải vẫn phải do chính bạn thực hiện và hiểu được.
Câu hỏi thường gặp
Mục phương pháp phân tích số liệu trong luận văn cần những nội dung gì?
Cần nêu phần mềm và phiên bản, cách làm sạch dữ liệu, chỉ số mô tả, kiểm định dùng cho từng giả thuyết, giả định cần kiểm và phương án khi vi phạm, mức ý nghĩa, cách xử lý kiểm định nhiều lần và các chỉ số cỡ hiệu ứng sẽ báo cáo.
Có cần giải thích công thức kiểm định t, ANOVA trong mục này không?
Thường không cần. Mục phương pháp nói bạn đã dùng kiểm định nào, cho giả thuyết nào và vì sao. Công thức là kiến thức giáo trình; nếu ngành của bạn yêu cầu, có thể trình bày ngắn ở chương cơ sở lý luận hoặc phụ lục.
Nên ghi mức ý nghĩa 0,05 hay 0,01?
Mức 0,05 là quy ước phổ biến, nhưng không phải quy luật. Điều quan trọng là chọn trước khi xem dữ liệu, ghi rõ trong phương pháp và giữ nguyên khi diễn giải. Không đổi ngưỡng sau khi thấy giá trị p.
Có phải ghi phiên bản phần mềm không?
Nên ghi. Các phiên bản có thể khác nhau về tên thủ tục, thiết lập mặc định và đôi khi cả kết quả, ví dụ cách tính phân vị hay hiệu chỉnh hạng bằng nhau. Ghi phiên bản giúp người khác lặp lại được phân tích.
Kết quả thật khác kế hoạch trong đề cương thì viết thế nào?
Viết rõ thay đổi nào đã xảy ra, vì sao, và phân tích nào là thăm dò ngoài kế hoạch. Thay đổi có lý do là bình thường; điều cần tránh là âm thầm sửa mục phương pháp cho khớp với kết quả.
Mục phương pháp phân tích số liệu nên dài bao nhiêu?
Đủ để người khác lặp lại phân tích, thường từ nửa trang đến hai trang tuỳ số giả thuyết. Một bảng ghép giả thuyết với kiểm định giúp rút ngắn lời văn mà vẫn đầy đủ.