Giới thiệu về phân tích phương sai (ANOVA) và độ ảnh hưởng f

An Introduction to Analysis of Variance (ANOVA) and the Effect Size f

Tóm tắt nội dung chuỗi bài viết

Trong các phân tích trước đây, chúng ta đã thành thạo việc so sánh hai nhóm bằng kiểm định t. Nhưng thực tế nghiên cứu thường phức tạp hơn nhiều. Điều gì sẽ xảy ra khi chúng ta muốn so sánh hiệu quả của không phải hai, mà là ba, bốn, hoặc nhiều hơn các phương pháp giảng dạy khác nhau? Hoặc khi chúng ta muốn đánh giá đồng thời tác động của cả chiến lược giá (cao, trung bình, thấp) và kênh quảng cáo (Facebook, Google, TV) lên doanh số? Việc thực hiện hàng loạt các kiểm định t riêng lẻ không chỉ cồng kềnh mà còn làm tăng đáng kể nguy cơ mắc sai lầm thống kê. Đây chính là lúc Phân tích Phương sai (Analysis of Variance – ANOVA), một trong những công cụ mạnh mẽ và linh hoạt nhất trong thống kê, bước vào sân khấu.

Chuỗi bài viết này sẽ mở rộng tầm nhìn của bạn từ việc so sánh hai trung bình sang phân tích sự khác biệt giữa nhiều trung bình một cách đồng thời. Chúng ta sẽ bắt đầu với ANOVA một chiều (one-way ANOVA) đơn giản và dần tiến tới các thiết kế giai thừa (factorial ANOVA) phức tạp hơn, cho phép chúng ta không chỉ kiểm tra các “hiệu ứng chính” của từng yếu tố mà còn khám phá các “hiệu ứng tương tác” tinh vi giữa chúng. Song song đó, chúng ta sẽ làm quen với một chỉ số độ ảnh hưởng mới được thiết kế riêng cho ANOVA: Cohen’s f. Chỉ số này giúp định lượng mức độ khác biệt chung giữa các nhóm, cho phép chúng ta trả lời câu hỏi “Sự khác biệt giữa các nhóm này có tầm quan trọng thực tiễn hay không?”.

Xuyên suốt chuỗi bài học, bạn sẽ học cách sử dụng các lệnh power oneway và power twoway trong Stata để thực hiện phân tích hiệu năng và xác định kích thước mẫu cho các thiết kế ANOVA. Mục tiêu cuối cùng là trang bị cho bạn khả năng thiết kế, phân tích và diễn giải các thí nghiệm phức tạp một cách khoa học, giúp bạn đưa ra những kết luận vững chắc và toàn diện từ dữ liệu của mình.

Cấu trúc chuỗi bài học

Kiến thức tiên quyết

Mục tiêu học tập

Sau khi hoàn thành chuỗi bài viết này, các bạn sẽ có khả năng:

Tài liệu tham khảo

Phụ lục: Dữ liệu mô phỏng cho chuỗi bài viết

Để giúp các bạn dễ dàng theo dõi và thực hành, chúng ta sẽ sử dụng một bộ dữ liệu mô phỏng xuyên suốt chuỗi bài viết. Bộ dữ liệu này mô tả một kịch bản nghiên cứu marketing nhằm tối ưu hóa doanh số.

Bối cảnh: Một công ty muốn kiểm tra tác động của hai yếu tố lên doanh số bán hàng: (1) Chiến lược giá (price) với 3 mức: Thấp, Trung bình, Cao; và (2) Kênh quảng cáo (channel) với 2 kênh: Mạng xã hội, Email Marketing. Công ty thực hiện một thí nghiệm giai thừa 3×2, phân bổ ngẫu nhiên các khách hàng tiềm năng vào 6 nhóm kết hợp.

Các bạn hãy chạy đoạn code Stata dưới đây để tạo ra bộ dữ liệu marketing_anova.dta. Hãy lưu nó vào thư mục làm việc của bạn để sử dụng cho các bài học tiếp theo.

* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho thí nghiệm giai thừa
* TÊN FILE: marketing_anova.dta
* SỐ QUAN SÁT: 180 khách hàng (30 mỗi nhóm)
* ==================================================

* Xóa bộ nhớ và thiết lập số quan sát
clear
set obs 180
set seed 2023

* Tạo biến chiến lược giá (1=Thấp, 2=Trung bình, 3=Cao)
gen price = mod(_n-1, 3) + 1
label define price_label 1 "Thấp" 2 "Trung bình" 3 "Cao"
label values price price_label

* Tạo biến kênh quảng cáo (1=Mạng xã hội, 2=Email)
gen channel = (mod(floor((_n-1)/3), 2)) + 1
label define channel_label 1 "Mạng xã hội" 2 "Email"
label values channel channel_label

* Tạo biến doanh số (sales)
* Giả định các hiệu ứng chính và tương tác:
* - Giá thấp/trung bình có doanh số cao hơn giá cao.
* - Email hiệu quả hơn mạng xã hội.
* - Có hiệu ứng tương tác: Email đặc biệt hiệu quả với giá thấp.
gen sales = 100                                         /* Doanh số cơ bản */ ///
          - 15 * (price==3)                             /* Hiệu ứng chính của giá */ ///
          + 10 * (channel==2)                           /* Hiệu ứng chính của kênh */ ///
          + 15 * (price==1 & channel==2)                /* Hiệu ứng tương tác */ ///
          + rnormal(0, 20)                              /* Nhiễu ngẫu nhiên */

* Mô tả dữ liệu
describe
table price channel, contents(mean sales sd sales)

* Lưu dữ liệu để sử dụng cho các bài sau
save "marketing_anova.dta", replace

* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho thí nghiệm giai thừa
* TÊN FILE: marketing_anova.dta
* SỐ QUAN SÁT: 180 khách hàng (30 mỗi nhóm)
* ==================================================

* Xóa bộ nhớ và thiết lập số quan sát
clear
set obs 180
set seed 2023

* Tạo biến chiến lược giá (1=Thấp, 2=Trung bình, 3=Cao)
gen price = mod(_n-1, 3) + 1
label define price_label 1 "Thấp" 2 "Trung bình" 3 "Cao"
label values price price_label

* Tạo biến kênh quảng cáo (1=Mạng xã hội, 2=Email)
gen channel = (mod(floor((_n-1)/3), 2)) + 1
label define channel_label 1 "Mạng xã hội" 2 "Email"
label values channel channel_label

* Tạo biến doanh số (sales)
* Giả định các hiệu ứng chính và tương tác:
* - Giá thấp/trung bình có doanh số cao hơn giá cao.
* - Email hiệu quả hơn mạng xã hội.
* - Có hiệu ứng tương tác: Email đặc biệt hiệu quả với giá thấp.
gen sales = 100                                         /* Doanh số cơ bản */ ///
          - 15 * (price==3)                             /* Hiệu ứng chính của giá */ ///
          + 10 * (channel==2)                           /* Hiệu ứng chính của kênh */ ///
          + 15 * (price==1 & channel==2)                /* Hiệu ứng tương tác */ ///
          + rnormal(0, 20)                              /* Nhiễu ngẫu nhiên */

* Mô tả dữ liệu
describe
table price channel, contents(mean sales sd sales)

* Lưu dữ liệu để sử dụng cho các bài sau
save "marketing_anova.dta", replace

Bộ dữ liệu này đã được “cài đặt” sẵn các hiệu ứng chính và hiệu ứng tương tác để chúng ta khám phá. Trong các bài học tiếp theo, chúng ta sẽ học cách sử dụng ANOVA để “bóc tách” và kiểm tra từng hiệu ứng này, đo lường độ lớn của chúng, và xem xét liệu một thiết kế với 30 người mỗi nhóm có đủ hiệu năng để phát hiện ra chúng hay không.