Thiên lệch không phản hồi là gì? Cách kiểm tra trong SPSS
Thiên lệch không phản hồi là gì
Bạn gửi 500 bảng hỏi nhưng chỉ nhận lại 320 phản hồi hợp lệ. 180 người còn lại không trả lời, trả lời dở dang hoặc từ chối tham gia. Vấn đề xuất hiện khi nhóm không phản hồi có đặc điểm hoặc quan điểm khác đáng kể so với nhóm đã trả lời. Khi đó, mẫu quan sát có thể không còn phản ánh tốt tổng thể nghiên cứu. Hiện tượng này được gọi là thiên lệch không phản hồi, tiếng Anh là nonresponse bias.
Thiên lệch không phản hồi không được xác định chỉ bằng tỷ lệ phản hồi. Tỷ lệ phản hồi thấp làm tăng rủi ro cần kiểm tra, nhưng tỷ lệ cao cũng không tự động chứng minh dữ liệu không bị thiên lệch. Điều bạn cần tìm là dấu hiệu cho thấy người trả lời và người có khả năng không trả lời khác nhau ở các biến quan trọng.
Trong dữ liệu thực tế, bạn thường không biết câu trả lời của người đã không tham gia. Vì vậy, nghiên cứu định lượng thường dùng một đại diện có thể quan sát được, chẳng hạn thời điểm trả lời. Nhóm trả lời sớm được xem là gần với nhóm sẵn sàng tham gia ngay, còn nhóm trả lời muộn có thể gần hơn với những người cần được nhắc lại mới hoàn thành bảng hỏi. Đây là cách kiểm tra thực hành, không phải bằng chứng tuyệt đối về toàn bộ nhóm không phản hồi.
Bạn có thể xem thêm các bài trong chủ đề Thống kê, đặc biệt khi cần phân biệt thiên lệch mẫu với các chỉ số mô tả như độ lệch chuẩn và phương sai.
Ý nghĩa của thiên lệch không phản hồi trong nghiên cứu định lượng
Thiên lệch không phản hồi liên quan trực tiếp đến tính đại diện của mẫu và khả năng khái quát hóa kết quả. Nếu những người không trả lời có xu hướng ít hài lòng hơn, ít sử dụng sản phẩm hơn hoặc thuộc một nhóm nhân khẩu học khác, kết quả trung bình từ 320 người phản hồi có thể bị lệch theo hướng tích cực hoặc tiêu cực.
Ví dụ, bạn nghiên cứu sự hài lòng với ứng dụng ngân hàng. Những người rất hài lòng có thể hoàn thành bảng hỏi nhanh vì họ sẵn sàng chia sẻ trải nghiệm. Ngược lại, người gặp lỗi giao dịch có thể bỏ qua bảng hỏi vì đang bận xử lý khiếu nại. Nếu chỉ phân tích nhóm đã trả lời, điểm hài lòng trung bình có thể cao hơn thực tế.
Thiên lệch này cũng có thể ảnh hưởng đến kiểm định giả thuyết. Nó làm thay đổi trung bình, độ phân tán và mối tương quan giữa các biến. Một quan hệ giữa chất lượng dịch vụ và ý định tiếp tục sử dụng có thể bị yếu đi, mạnh lên hoặc không thay đổi tùy vào đặc điểm của nhóm không phản hồi.
Bạn nên đặt kiểm tra nonresponse bias sau bước làm sạch dữ liệu và trước khi diễn giải mô hình chính. Kết quả kiểm tra giúp bạn trả lời ba câu hỏi:
- Nhóm phản hồi sớm và phản hồi muộn có khác nhau đáng kể không.
- Những đặc điểm quan sát được của mẫu có lệch so với kế hoạch chọn mẫu không.
- Bạn cần nêu giới hạn nào khi khái quát hóa kết quả.
Thiên lệch không phản hồi khác với common method bias là gì. Common method bias phát sinh từ cách đo lường hoặc nguồn thu thập dữ liệu, chẳng hạn tất cả biến đều được đo bằng cùng một bảng hỏi tại cùng một thời điểm. Một khảo sát có thể đồng thời gặp cả hai vấn đề này.
Thiên lệch không phản hồi bao nhiêu là đạt
Không có một con số duy nhất để kết luận thiên lệch không phản hồi là “đạt” cho mọi đề tài. Bạn cũng không nên viết rằng dữ liệu không có thiên lệch chỉ vì tỷ lệ phản hồi vượt một mức tự đặt ra. Cách thận trọng hơn là so sánh các nhóm có khả năng đại diện cho người phản hồi sớm và muộn, rồi báo cáo biến nào có khác biệt.
Bảng dưới đây là các mốc phương pháp thường được dùng khi thiết kế và kiểm tra dữ liệu. Mỗi mốc cần được đọc cùng bối cảnh nghiên cứu, không dùng như giấy chứng nhận tự động cho mẫu.
| Nội dung cần kiểm tra | Mốc hoặc nguyên tắc tham khảo | Nguồn |
|---|---|---|
| Số quan sát cho mỗi biến quan sát khi thiết kế bảng hỏi | Khoảng 5 đến 10 quan sát cho mỗi biến quan sát | (Hair và cộng sự, 2010) |
| Cỡ mẫu tối thiểu trong hồi quy theo số biến dự báo m | n từ 50 + 8m trở lên | (Tabachnick và Fidell, 2013) |
| Độ tin cậy của thang đo trước khi so sánh nhóm | Cronbach's Alpha từ 0.7 trở lên thường được chấp nhận | (Nunnally, 1978) |
| Tương quan biến tổng hiệu chỉnh | Corrected Item-Total Correlation từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| Kiểm tra phân phối khi dùng kiểm định tham số | Xem biểu đồ, thống kê mô tả và chẩn đoán phù hợp với thiết kế | (Field, 2013) |
| Tự tương quan trong mô hình hồi quy | Durbin-Watson trong khoảng 1 đến 3 | (Field, 2013) |
Đối với kiểm tra trực tiếp nonresponse bias, bạn nên báo cáo cách chia nhóm và kết quả kiểm định, thay vì gắn một ngưỡng cứng cho “thiên lệch không phản hồi bao nhiêu là tốt”. Nếu kiểm định cho thấy các nhóm không khác biệt có ý nghĩa thống kê ở các biến chính, bạn có thêm cơ sở để cho rằng rủi ro thiên lệch thấp hơn. Kết luận vẫn cần giới hạn trong các biến và nhóm mà bạn đã kiểm tra.
Đừng nhầm câu hỏi này với “thiên lệch mong muốn xã hội bao nhiêu là tốt”. Thiên lệch mong muốn xã hội là xu hướng người trả lời chọn đáp án khiến bản thân trông tích cực hoặc phù hợp chuẩn mực. Nó thuộc về nội dung và cách trả lời, còn nonresponse bias liên quan đến những người không tham gia hoặc không hoàn tất khảo sát.
Cách đọc thiên lệch không phản hồi trên output
SPSS không có một nút riêng mang tên Nonresponse Bias Test. Bạn phải tạo biến nhóm phản hồi, sau đó chạy kiểm định phù hợp với loại biến cần so sánh. Với thang đo Likert, cách dễ theo dõi là tạo nhóm phản hồi sớm và muộn, rồi dùng Independent-Samples T Test. Nếu biến không phù hợp với giả định của kiểm định tham số, bạn có thể cân nhắc kiểm định thay thế phù hợp với thiết kế và phân phối dữ liệu.
Tạo biến nhóm phản hồi sớm và muộn
Trước tiên, cần có biến ghi nhận thời điểm hoàn thành bảng hỏi, số thứ tự lượt trả lời hoặc đợt thu thập. Vào Transform > Rank Cases, chọn biến thời gian phản hồi và tạo thứ hạng. Bạn có thể chia mẫu thành hai nhóm theo trung vị, hoặc xác định nhóm phản hồi sớm và muộn theo kế hoạch đã ghi trong phương pháp nghiên cứu.
Đặt tên biến mới là response_group, trong đó 1 là nhóm sớm và 2 là nhóm muộn. Ghi lại cách chia nhóm trong file syntax hoặc một bảng theo dõi riêng. Nếu bạn chia nhóm sau khi đã xem nhiều kết quả rồi chọn cách có lợi nhất, phần giải trình sẽ yếu hơn.
Chạy Independent-Samples T Test
Vào Analyze > Compare Means > Independent-Samples T Test. Đưa điểm trung bình của từng khái niệm, chẳng hạn SAT_mean, QUAL_mean và INT_mean, vào ô Test Variable(s). Đưa response_group vào ô Grouping Variable, chọn Define Groups rồi nhập 1 và 2.
SPSS sẽ xuất bảng Group Statistics và Independent Samples Test. Bảng đầu cho biết số quan sát, Mean và độ lệch chuẩn của từng nhóm. Bảng thứ hai có Levene's Test for Equality of Variances, t-test for Equality of Means, F, Sig., t, df và Sig. (2-tailed).
Kiểm tra từng thang đo thay vì chỉ nhìn một biến
Bạn nên so sánh các biến tổng hợp đại diện cho những khái niệm chính, không chỉ so sánh tuổi hoặc giới tính. Nếu kiểm tra từng biến quan sát riêng lẻ, số lượng phép kiểm định tăng và việc diễn giải trở nên rời rạc. Hãy xác định trước nhóm biến nào liên quan trực tiếp đến câu hỏi nghiên cứu.
Trước bước này, kiểm tra độ tin cậy thang đo bằng Analyze > Scale > Reliability Analysis. Chọn Statistics, đánh dấu Item, Scale và Scale if item deleted để xem Reliability Statistics và Item-Total Statistics. Một thang đo chưa ổn định sẽ khiến kết quả so sánh nhóm khó giải thích, dù nguyên nhân không nhất thiết là nonresponse bias.
Đọc output minh họa
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được giữ theo cách SPSS thường hiển thị để bạn đối chiếu với file đang mở.
| Biến kiểm tra | Nhóm phản hồi | N | Mean | Std. Deviation | Sig. (2-tailed) |
|---|---|---|---|---|---|
| SAT_mean | Sớm | 156 | 3.72 | 0.61 | 0.284 |
| SAT_mean | Muộn | 164 | 3.65 | 0.66 | 0.284 |
| QUAL_mean | Sớm | 156 | 3.81 | 0.57 | 0.041 |
| QUAL_mean | Muộn | 164 | 3.66 | 0.63 | 0.041 |
| INT_mean | Sớm | 156 | 3.58 | 0.70 | 0.317 |
| INT_mean | Muộn | 164 | 3.53 | 0.72 | 0.317 |
Trong ví dụ này, SAT_mean và INT_mean có giá trị trung bình khá gần nhau giữa hai nhóm. QUAL_mean có sự khác biệt rõ hơn và cột Sig. (2-tailed) cần được xem xét theo mức ý nghĩa bạn đã đăng ký trong phương pháp nghiên cứu. Bảng minh họa không cho phép kết luận về đề tài của bạn.
Nếu Levene's Test for Equality of Variances có Sig. phù hợp với giả định phương sai bằng nhau, đọc dòng Equal variances assumed. Nếu giả định không phù hợp, đọc dòng Equal variances not assumed. Đừng lấy nhầm giá trị ở dòng đầu cho mọi trường hợp.
Khi thiên lệch không phản hồi không đạt thì xử lý thế nào
Bạn nên xử lý theo thứ tự từ minh bạch dữ liệu đến điều chỉnh phân tích. Mục tiêu là giảm rủi ro và giải thích được lựa chọn, không phải xóa nhóm có kết quả bất lợi.
Kiểm tra lại quy trình thu thập
Xem lại thời điểm gửi bảng hỏi, kênh phát bảng hỏi, số lần nhắc và tiêu chí loại phản hồi. Một nhóm chỉ được tiếp cận qua một kênh có thể tạo ra khác biệt hệ thống. Ví dụ, người trả lời qua nhóm lớp có thể khác người nhận đường link trực tiếp.
Kiểm tra các phản hồi bị bỏ dở, thời gian hoàn thành bất thường và mẫu bị thiếu ở biến nào. Loại phản hồi chỉ vì thời gian hoàn thành ngắn cần có tiêu chí được xác định trước, chẳng hạn kết hợp với tỷ lệ câu trả lời thiếu hoặc kiểu chọn đáp án lặp lại.
Báo cáo khác biệt giữa các nhóm
Nếu nhóm sớm và muộn khác nhau ở một biến, hãy ghi rõ biến đó, hướng khác biệt và kiểm định đã dùng. Không nên viết “dữ liệu bị loại” khi thực tế bạn chỉ phát hiện sự khác biệt giữa hai nhóm. Việc loại toàn bộ nhóm muộn có thể làm mẫu lệch hơn và làm giảm cỡ mẫu.
So sánh với đặc điểm tổng thể nếu có dữ liệu tham chiếu
Nếu bạn biết cơ cấu tổng thể theo giới tính, độ tuổi, khu vực hoặc vị trí công việc, hãy so sánh mẫu thu được với cơ cấu đó. Đây là bằng chứng bổ sung, không thay thế hoàn toàn kiểm tra nhóm phản hồi sớm và muộn. Khi cơ cấu mẫu khác tổng thể, bạn có thể cân nhắc trọng số hoặc giới hạn phạm vi khái quát hóa nếu thiết kế nghiên cứu cho phép.
Thu thập bổ sung một cách có mục tiêu
Nếu nhóm thiếu có thể tiếp cận được và thời gian còn lại cho phép, hãy nhắc lại bằng kênh phù hợp. Nội dung nhắc nên giữ nguyên mục tiêu nghiên cứu và không gây áp lực chọn đáp án. Bạn không nên thay đổi câu hỏi giữa các đợt vì khác biệt công cụ có thể tạo thêm sai lệch.
Có những trường hợp không thể khắc phục bằng SPSS. Nếu bạn không có bất kỳ thông tin nào về người không trả lời, một phép kiểm định trên nhóm đã trả lời không thể chứng minh hoàn toàn rằng nhóm không phản hồi giống nhóm phản hồi. Khi đó, cách bảo vệ tốt nhất là mô tả giới hạn và tránh khẳng định mẫu đại diện cho toàn bộ tổng thể.
Phân biệt thiên lệch không phản hồi với thiên lệch mong muốn xã hội
Thiên lệch mong muốn xã hội là gì là câu hỏi thường bị trộn với nonresponse bias vì cả hai đều làm kết quả khảo sát bị lệch. Tuy nhiên, hai hiện tượng nằm ở hai điểm khác nhau trong quy trình dữ liệu.
| Hiện tượng | Ai tạo ra dữ liệu lệch | Dấu hiệu thường gặp | Cách kiểm tra hoặc xử lý |
|---|---|---|---|
| Thiên lệch không phản hồi | Người không trả lời hoặc không hoàn tất bị thiếu khỏi mẫu | Nhóm sớm và muộn khác nhau, tỷ lệ bỏ dở cao ở một nhóm | So sánh nhóm phản hồi, xem tỷ lệ hoàn tất và đặc điểm mẫu |
| Thiên lệch mong muốn xã hội | Người đã trả lời nhưng chọn đáp án có lợi cho hình ảnh cá nhân | Điểm quá tích cực, biến nhạy cảm bị dồn về một phía | Thiết kế câu hỏi trung tính, bảo mật danh tính, dùng thang đo phù hợp |
| Common method bias | Cách đo, nguồn đo hoặc thời điểm đo tạo ra tương quan nhân tạo | Các biến cùng nguồn có tương quan bất thường | Kiểm tra quy trình và các phân tích phù hợp, chẳng hạn Harman single factor |
Nếu bạn đang tìm “thiên lệch mong muốn xã hội trong SPSS”, hãy bắt đầu bằng việc xác định bạn có biến đo xu hướng trả lời theo chuẩn mực hay chỉ đang thấy điểm trung bình cao. SPSS không tự nhận diện thiên lệch này từ một bảng kết quả duy nhất. Bạn cần dựa vào thiết kế bảng hỏi, nội dung biến và chiến lược kiểm tra đã nêu trong đề cương.
Harman single factor cũng không phải kiểm định nonresponse bias. Bạn có thể đọc thêm Harman single factor là gì để tránh dùng sai tên kiểm định trong chương 4. Nếu nghiên cứu có mô hình đo lường, CFA phục vụ đánh giá cấu trúc thang đo, không thay thế kiểm tra người không phản hồi.
Lỗi thường gặp
Dùng tỷ lệ phản hồi làm bằng chứng duy nhất. Tỷ lệ cho biết bạn nhận được bao nhiêu phiếu so với số đã phát, nhưng không cho biết người không trả lời khác nhóm trả lời ở điểm nào.
Tự đặt ngưỡng rồi kết luận “đạt”. Câu “thiên lệch không phản hồi dưới 10% là tốt” cần nguồn và bối cảnh. Nếu không có nguồn phù hợp trong thiết kế của bạn, hãy báo cáo tỷ lệ và phương pháp so sánh thay vì tạo một chuẩn cứng.
Chia nhóm sau khi xem nhiều kết quả. Việc thử nhiều cách chia nhóm rồi chỉ giữ cách cho kết quả đẹp làm tăng rủi ro diễn giải có chọn lọc. Hãy ghi rõ tiêu chí chia nhóm trước khi chạy kiểm định chính.
Đọc nhầm cột trong Independent Samples Test. Bạn cần phân biệt Sig. của Levene's Test với Sig. (2-tailed) của t-test. Hai cột này trả lời hai câu hỏi khác nhau.
Loại nhóm phản hồi muộn vì điểm trung bình thấp. Điểm thấp không phải lý do đủ để xóa dữ liệu. Nếu phản hồi hợp lệ và không vi phạm tiêu chí làm sạch đã định trước, bạn cần giữ lại hoặc giải trình rõ cơ sở loại.
Viết quá mạnh trong luận văn. Một phép so sánh giữa nhóm sớm và muộn chỉ hỗ trợ đánh giá rủi ro trong dữ liệu quan sát được. Câu “nghiên cứu hoàn toàn không có thiên lệch không phản hồi” thường vượt quá bằng chứng bạn có.
Câu hỏi thường gặp
Thiên lệch không phản hồi bao nhiêu là tốt
Không có một ngưỡng chung áp dụng cho mọi bảng hỏi và tổng thể. Bạn nên báo cáo tỷ lệ phản hồi, cách xác định nhóm sớm và muộn, các biến đã so sánh cùng kết quả kiểm định. Nếu hai nhóm không khác biệt ở các biến chính, bạn có cơ sở để nói rằng chưa phát hiện bằng chứng rõ về nonresponse bias trong phạm vi kiểm tra.
Thiên lệch không phản hồi trong SPSS kiểm tra bằng lệnh nào
SPSS không có lệnh riêng mang tên nonresponse bias. Bạn có thể tạo biến nhóm theo thời điểm hoặc đợt phản hồi, sau đó vào Analyze > Compare Means > Independent-Samples T Test để so sánh các biến tổng hợp. Với biến phân loại, chọn phép kiểm định phù hợp với dạng dữ liệu và thiết kế của bạn.
Có cần kiểm tra người không trả lời trực tiếp không
Nếu họ không cung cấp dữ liệu, bạn không thể kiểm tra trực tiếp thái độ hoặc điểm thang đo của họ. Bạn có thể dùng nhóm phản hồi muộn, thông tin tổng thể sẵn có hoặc dữ liệu hành chính để tìm dấu hiệu khác biệt. Vì vậy, hãy viết kết luận theo hướng “chưa phát hiện bằng chứng” thay vì khẳng định tuyệt đối.
Thiên lệch mong muốn xã hội bao nhiêu là tốt
Câu hỏi này không có cùng cách trả lời như chỉ số Cronbach's Alpha hay AVE. Thiên lệch mong muốn xã hội là một rủi ro về cách người tham gia trả lời, nên cần xem xét thiết kế câu hỏi, bảo mật, cách diễn đạt và biến đo liên quan. Một điểm trung bình cao không đủ để kết luận rằng có hoặc không có thiên lệch.
Có cần loại toàn bộ phản hồi muộn không
Thông thường, không nên loại chỉ vì người tham gia trả lời muộn. Hãy kiểm tra phản hồi có đầy đủ, nhất quán và đáp ứng tiêu chí hợp lệ hay không. Nếu nhóm muộn khác nhóm sớm, báo cáo khác biệt và cân nhắc giới hạn khái quát hóa thay vì xóa dữ liệu một cách cơ học.
Mở file .sav hoặc .csv của bạn, tạo biến ghi nhận đợt phản hồi, chia nhóm theo tiêu chí đã ghi trong phương pháp rồi chạy từng bảng kiểm tra ở trên; nếu cần chạy phân tích trên chính dữ liệu của bạn bằng SPSS hoặc SmartPLS, xem M4 phân tích của DoThesis.