T-test và ANOVA cho điểm cấu trúc bậc cao: điều cần thận trọng
Lấy latent variable score rồi chạy t-test/ANOVA biến bài toán tiềm ẩn thành bài toán điểm số. Cách này thuận tiện nhưng không tự động truyền sai số ước lượng vào kiểm định nhóm.
Trước khi so sánh điểm HOC giữa nhóm, cần xác nhận cấu trúc bậc cao và measurement invariance. Nếu dùng scores, mô tả cách tạo điểm và xem kết quả như two-stage approximation; latent mean comparison trong SEM phù hợp hơn khi cần suy luận chặt.
So sánh trung bình: thiết kế trước, phép kiểm sau
- Thiết kế
Nhóm độc lập hay đo lặp?
- Phép đo
Đảm bảo điểm số có thể so sánh
- Phép kiểm
Chọn theo nhóm và giả định
- Báo cáo
Chênh lệch, effect size và CI
Sơ đồ khái niệm. Có ý nghĩa thống kê không đồng nghĩa khác biệt có ý nghĩa thực tiễn.
Nguồn: Lê Minh biên soạn · Minh họa khái niệm, không phải đầu ra phần mềm.1. Hai cách so sánh nhóm
| Cách | Ưu điểm | Giới hạn |
|---|---|---|
| T-test/ANOVA trên scores | Dễ thực hiện, trực quan | Xem scores như quan sát không sai số |
| Latent mean comparison/MGA | Mô hình hóa sai số đo | Cần invariance và đặc tả phức tạp hơn |
2. Bất biến đo lường đi trước so sánh
Nếu cùng cấu trúc mang ý nghĩa khác giữa các nhóm, chênh lệch score có thể phản ánh cách đo chứ không phải mức latent construct. CB-SEM thường đánh giá configural, metric và scalar invariance; PLS-SEM dùng MICOM cho mục tiêu so sánh phù hợp (Putnick & Bornstein, 2016).
Với mean comparison, scalar invariance hoặc mức tương ứng là đặc biệt quan trọng. Không nên chỉ kiểm tra alpha của từng nhóm.
Điểm số là ước lượng phụ thuộc thuật toán, chuẩn hóa và mẫu. Hãy ghi đúng là factor/construct score và lưu cách xuất.
3. Quy trình two-stage
Xác nhận HOC
Đánh giá LOC, HOC và quan hệ đo lường trước.
Kiểm tra invariance
Xem cấu trúc và thang đo có so sánh được giữa nhóm.
Xuất scores
Dùng cùng thuật toán và thang điểm cho mọi quan sát.
Chọn kiểm định nhóm
Welch t/ANOVA khi phương sai khác; paired/repeated nếu dữ liệu liên kết.
Phân tích độ nhạy
So kết luận scores với MGA hoặc latent mean model nếu có thể.
4. Điều chỉnh cho nhiều kiểm định
Nếu so nhiều LOC, HOC và nhiều nhóm, số kiểm định tăng nhanh. Cần xác định outcome chính, điều chỉnh multiplicity hoặc phân biệt rõ phân tích xác nhận và khám phá.
Báo cáo effect size và CI cho từng chênh lệch ưu tiên; biểu đồ mean nên có uncertainty, không chỉ các cột trần.
| Lớp | Nội dung |
|---|---|
| Đo lường | HOC hợp lệ và invariance |
| Điểm số | Cách tạo, chuẩn hóa, phạm vi |
| Kiểm định | Welch/ANOVA/post-hoc và multiplicity |
| Độ lớn | Mean difference, CI, effect size |
| Độ nhạy | MGA/latent means nếu có |
5. Mẫu báo cáo
Mẫu báo cáo tiếng Việt
Cấu trúc bậc cao [ ] được ước lượng bằng [phương pháp]; invariance đạt mức [ ]. Construct scores được xuất bằng [ ] và so sánh giữa [nhóm] bằng [Welch t/ANOVA]. Chênh lệch trung bình là [ ], 95% CI [ ; ], effect size [ ]. Kết quả được xem là [two-stage approximation/được xác nhận bằng latent mean model].
- Đánh giá HOC trước so sánh.
- Kiểm tra invariance.
- Nêu cách tạo scores.
- Dùng kiểm định robust khi cần.
- Điều chỉnh nhiều so sánh.
- Không gọi score là biến tiềm ẩn quan sát trực tiếp.
Kết luận
So sánh nhóm trên cấu trúc bậc cao chỉ đáng tin khi nhóm đang dùng cùng một thước đo. T-test/ANOVA trên scores có thể hữu ích, nhưng phải được gọi đúng là phân tích hai giai đoạn.
Tài liệu tham khảo
- Putnick, D. L., & Bornstein, M. H. (2016). Measurement invariance conventions and reporting. Developmental Review, 41, 71–90. https://doi.org/10.1016/j.dr.2016.06.004
Ghi chú học thuật: Nếu mục tiêu chính là latent mean comparison, nên ưu tiên mô hình đa nhóm có invariance thay vì xuất score rồi bỏ qua sai số đo.