Bài viết này thảo luận về việc lựa chọn kiểm định thống kê phù hợp trong nghiên cứu khoa học sức khỏe. Việc lựa chọn này, thoạt nhìn có vẻ phức tạp, nhưng thực ra khá đơn giản nếu hiểu rõ câu hỏi nghiên cứu, loại dữ liệu, và cỡ mẫu. Bài viết tập trung vào hai loại biến số: biến rời rạc và biến liên tục.
Đối với biến rời rạc, vấn đề thường liên quan đến việc xác định hoặc so sánh tỷ lệ. Việc lựa chọn kiểm định phụ thuộc vào cỡ mẫu (lớn hay nhỏ) và số lượng mẫu (một, hai, hay nhiều hơn). Nếu cỡ mẫu nhỏ (có ô nào trong bảng tiếp liên chứa giá trị dưới 5), nên dùng exact test như Fisher’s exact test hay McNemar test. Nếu cỡ mẫu lớn (tất cả các ô trong bảng tiếp liên đều chứa giá trị trên 5), nên dùng kiểm định Chi-square (X2). Tùy vào câu hỏi nghiên cứu cụ thể (so sánh với tỷ lệ lý thuyết, so sánh tỷ lệ giữa các mẫu kết đôi, hay so sánh tỷ lệ giữa các mẫu độc lập) mà chọn dạng kiểm định X2 phù hợp. Đối với biến liên tục, tình huống phổ biến là kiểm định giả thuyết về sự khác biệt giữa hai số trung bình. Việc lựa chọn kiểm định phụ thuộc vào việc dữ liệu có phân phối chuẩn hay không và cỡ mẫu. Nếu cỡ mẫu nhỏ (n < 30), dùng kiểm định t (t-test). Nếu cỡ mẫu lớn (n ≥ 30), dùng kiểm định z (z-test). Tương tự như biến rời rạc, dạng kiểm định t hay z được chọn cũng phụ thuộc vào câu hỏi nghiên cứu (so sánh với giá trị trung bình lý thuyết, so sánh giữa hai hay nhiều số trung bình của các mẫu độc lập hoặc kết đôi). Đối với trường hợp so sánh nhiều hơn hai mẫu, phân tích phương sai (ANOVA) được sử dụng. Tóm lại, việc lựa chọn kiểm định thống kê phụ thuộc vào loại biến số, cỡ mẫu, và câu hỏi nghiên cứu. Bài viết cung cấp sơ đồ giúp dễ dàng lựa chọn kiểm định phù hợp trong từng trường hợp cụ thể.
- Đăng nhập để gửi ý kiến