Kiểm định mcnemar (McNemar’s Test) là một phương pháp kiểm định phi tham số do nhà tâm lý học Quinn McNemar đề xuất năm 1947, được thiết kế chuyên biệt để so sánh tỷ lệ của hai mẫu nhị phân ghép cặp (Paired/Related Dichotomous Data) trước và sau một can thiệp hoặc trên cùng một nhóm đối tượng. Trong nghiên cứu y học, dược phẩm, marketing và khoa học hành vi, kiểm định này đóng vai trò quan trọng trong việc đánh giá sự thay đổi thực chất về mặt trạng thái (như Có/Không, Đạt/Không đạt, Đồng ý/Phản đối) của đối tượng nghiên cứu.
Bản chất lý thuyết và cấu trúc dữ liệu của kiểm định McNemar
Khác với các phép so sánh trung bình số học liên tục (như Paired Samples t-test), kiểm định mcnemar áp dụng cho các biến phân loại danh nghĩa nhị phân (Binary/Dichotomous Variables) có tính phụ thuộc lẫn nhau:
- Dữ liệu dạng Trước – Sau (Pre-test vs Post-test): Đo lường phản hồi của cùng một nhóm người tại hai thời điểm: trước khi áp dụng giải pháp và sau khi áp dụng giải pháp.
- Dữ liệu ghép cặp theo tiêu chí (Matched Pairs): So sánh hai đối tượng độc lập nhưng được ghép cặp 1-1 theo các đặc điểm nhân khẩu học tương đồng (ví dụ: tuổi, giới tính, mức thu nhập).
“Kiểm định McNemar không quan tâm đến những người giữ nguyên quan điểm; nó tập trung toàn bộ ánh nhìn vào những người đã thay đổi trạng thái để xác định xem sự chuyển dịch đó là có chủ đích hay chỉ là ngẫu nhiên.”
Cấu trúc bảng ngẫu nhiên 2×2 cho dữ liệu ghép cặp
Để thực hiện kiểm định, dữ liệu được tổng hợp vào một bảng chéo 2×2 thể hiện 4 trạng thái chuyển dịch của N đối tượng:
| Trạng thái Trước can thiệp | Trạng thái Sau can thiệp | Tổng hàng | |
|---|---|---|---|
| Tiêu cực (0 / Không) | Tích cực (1 / Có) | ||
| Tiêu cực (0 / Không) | a (Giữ nguyên tiêu cực) | b (Chuyển từ Không sang Có) | a + b |
| Tích cực (1 / Có) | c (Chuyển từ Có sang Không) | d (Giữ nguyên tích cực) | c + d |
| Tổng cột | a + c | b + d | N (= a + b + c + d) |
Trong cấu trúc bảng này:
- Các ô tương đồng (Concordant Cells – a và d): Là những đối tượng không thay đổi trạng thái trước và sau can thiệp. Các quan sát này hoàn toàn không cung cấp thông tin về tác động của can thiệp và được bỏ qua trong công thức kiểm định.
- Các ô bất đồng (Discordant Cells – b và c): Là những đối tượng có sự chuyển biến trạng thái. Ô b đại diện cho sự chuyển biến tích cực, trong khi ô c đại diện cho sự chuyển biến tiêu cực. Toàn bộ sức mạnh của kiểm định McNemar nằm ở việc so sánh sự chênh lệch giữa hai giá trị b và c.
Công thức toán học của kiểm định McNemar
Giả thuyết không (H₀) của kiểm định cho rằng: Xác suất chuyển biến tích cực bằng xác suất chuyển biến tiêu cực (P_b = P_c), nghĩa là can thiệp không tạo ra sự thay đổi định hướng nào.
Khi tổng số quan sát có sự thay đổi (b + c) đủ lớn (thường b + c ≥ 25), giá trị kiểm định tuân theo phân phối Chi-square (χ²) với 1 bậc tự do (df = 1):
χ² = (|b – c| – 1)² / (b + c)
Trong đó số hạng – 1 là hệ số hiệu chỉnh tính liên tục của Yates (Yates’s Continuity Correction), giúp giảm thiểu sai số khi xấp xỉ phân phối nhị thức rời rạc sang phân phối Chi-square liên tục.
Trong trường hợp kích thước mẫu chuyển biến nhỏ (b + c < 25), phần mềm sẽ tự động áp dụng Kiểm định nhị thức chuẩn xác (Exact Binomial Test) dựa trên phân phối nhị thức B(b + c, 0.5) để tính toán giá trị p-value chính xác mà không cần dùng xấp xỉ Chi-square.
Phân biệt kiểm định McNemar với kiểm định Chi-Square độc lập
Đây là lỗi sai phổ biến của nhiều người mới bắt đầu làm nghiên cứu:
| Tiêu chí phân biệt | Kiểm định Chi-Square Pearson độc lập | Kiểm định McNemar |
|---|---|---|
| Mối quan hệ giữa các mẫu | Hai nhóm đối tượng hoàn toàn độc lập | Cùng một nhóm đối tượng đo lường 2 lần (ghép cặp) |
| Số lượng mẫu khảo sát | 2 mẫu riêng biệt (ví dụ: Nam vs Nữ) | 1 mẫu đơn lẻ đo tại 2 thời điểm (Trước – Sau) |
| Các ô dữ liệu tham gia tính | Sử dụng toàn bộ cả 4 ô (a, b, c, d) | Chỉ sử dụng 2 ô chuyển biến bất đồng (b và c) |
| Hậu quả nếu dùng sai | Vi phạm giả định tính độc lập của mẫu | Bảo đảm đúng cấu trúc tương quan chuỗi |
Quy trình thực hiện kiểm định McNemar trên phần mềm IBM SPSS
Để thực hiện phân tích trên SPSS:
- Chuẩn bị tệp dữ liệu: Mỗi hàng là một đối tượng nghiên cứu; có hai cột biến nhị phân đại diện cho trạng thái (ví dụ: biến Truoc_CanThiep và biến Sau_CanThiep nhận giá trị 0 hoặc 1).
- Trên thanh menu của SPSS, vào Analyze → Nonparametric Tests → Legacy Dialogs → 2 Related Samples.
- Trong cửa sổ hộp thoại:
- Chọn đồng thời hai biến và chuyển vào khung Test Pairs.
- Tại khu vực Test Type bên dưới, bỏ tích chọn Wilcoxon và tích chọn vào ô McNemar.
- Nhấp chọn OK để SPSS thực thi tính toán.
- Đọc kết quả Output:
- Bảng Crosstabulation: Kiểm tra phân bổ số lượng ở các ô b và c.
- Bảng Test Statistics: Quan sát giá trị Exact Sig. (2-tailed) hoặc Asymp. Sig. (2-tailed): Nếu p-value < 0.05, bác bỏ giả thuyết H₀ và kết luận can thiệp đã tạo ra sự thay đổi có ý nghĩa thống kê ở mức tin cậy 95%.
Nghiên cứu tình huống ứng dụng kiểm định McNemar trong chiến dịch Marketing
Một doanh nghiệp bán lẻ triển khai chiến dịch quảng cáo kéo dài 1 tháng nhằm nâng cao tỷ lệ khách hàng nhận biết thương hiệu mới. Khảo sát được thực hiện trên cùng một nhóm 200 người tiêu dùng trước và sau chiến dịch:
- Số liệu bảng chéo 2×2 thu được:
- Ô a (Trước Không nhận biết – Sau Không nhận biết): 80 người.
- Ô b (Trước Không nhận biết – Sau Có nhận biết): 65 người (chuyển biến tích cực).
- Ô c (Trước Có nhận biết – Sau Quên thương hiệu): 15 người (chuyển biến tiêu cực).
- Ô d (Trước Có nhận biết – Sau Vẫn nhận biết): 40 người.
- Tính toán giá trị kiểm định:
- Tổng số người thay đổi: b + c = 65 + 15 = 80 người (đủ lớn để dùng Chi-square).
- Giá trị χ² hiệu chỉnh = (|65 – 15| – 1)² / (65 + 15) = (50 – 1)² / 80 = 49² / 80 = 2401 / 80 = 30.01.
- Kết luận: Với χ² = 30.01 và p-value < 0.001 (nhỏ hơn rất nhiều so với 0.05), doanh nghiệp khẳng định chiến dịch quảng cáo đã tạo ra sự gia tăng nhận biết thương hiệu vượt bậc có ý nghĩa thống kê vững chắc.
Đo lường quy mô tác động trong kiểm định McNemar bằng Tỷ số chênh (Odds Ratio)
Bên cạnh giá trị p-value chỉ xác nhận có sự thay đổi hay không, việc đo lường độ lớn của sự chuyển biến trong kiểm định mcnemar được thực hiện thông qua Tỷ số chênh ghép cặp (Paired Odds Ratio – OR):
- Công thức tính toán: OR = b / c (với b là số người chuyển biến tích cực, c là số người chuyển biến tiêu cực).
- Ý nghĩa học thuật: Tỷ số này cho biết khả năng một đối tượng chuyển từ trạng thái tiêu cực sang tích cực cao gấp bao nhiêu lần so với chiều hướng ngược lại. Trong ví dụ marketing ở trên, OR = 65 / 15 = 4.33, nghĩa là sau chiến dịch, xác suất người tiêu dùng nhận biết thêm thương hiệu cao gấp 4.33 lần so với xác suất bị lãng quên.
- Khoảng tin cậy 95% của OR: Được tính thông qua log-odds: ln(OR) ± 1.96 × √[(1/b) + (1/c)]. Nếu khoảng tin cậy này không chứa giá trị 1.0, ta khẳng định sự chuyển dịch có ý nghĩa thực tiễn vững chắc.
Câu hỏi thường gặp về kiểm định mcnemar (FAQ)
Kiểm định McNemar có áp dụng được cho biến có từ 3 mức phân loại trở lên không?
Không, đối với biến danh nghĩa ghép cặp có từ 3 nhóm trạng thái trở lên (ví dụ: Tốt – Trung bình – Kém), bạn cần sử dụng phần mở rộng là Kiểm định McNemar-Bowker (Bowker’s Test of Symmetry).
Tại sao các quan sát ở ô a và ô d lại bị loại khỏi công thức tính?
Bởi vì những đối tượng này không hề thay đổi trước và sau can thiệp, do đó chúng không chứa đựng bất kỳ thông tin nào chứng minh cho sự hiệu quả của giải pháp can thiệp.
Nếu b = c thì giá trị kiểm định McNemar bằng bao nhiêu?
Khi b = c, giá trị χ² sẽ bằng 0 và p-value = 1.0; điều này chứng tỏ tỷ lệ chuyển biến thuận nghịch cân bằng nhau tuyệt đối, can thiệp hoàn toàn không có hiệu lực.
Kết luận và định hướng ứng dụng
Làm chủ kiểm định mcnemar trang bị cho nhà nghiên cứu công cụ phân tích sắc bén cho các bài toán đánh giá tác động trước – sau, giúp đưa ra các quyết định chính sách và kinh doanh dựa trên số liệu chuẩn xác. Để tải về bảng tính Excel kiểm định McNemar tự động và tệp dữ liệu thực hành trên SPSS, mời quý bạn đọc tham khảo tại thầy Phương.
Giảng viên Nguyễn Thanh Phương là chuyên gia chuyên sâu về Nghiên cứu khoa học, Ứng dụng AI, Digital Marketing và Quản trị bản thân. Với kinh nghiệm giảng dạy thực chiến, tác giả trực tiếp hướng dẫn ứng dụng phương pháp luận và phân tích dữ liệu chuyên sâu cho người học nên được sinh viên gọi là Thầy giáo quốc dân. Mọi nội dung chia sẻ đều tuân thủ nguyên tắc khách quan, thực chứng và mang giá trị ứng dụng cao, hướng tới mục tiêu cốt lõi: “Làm bạn tốt hơn!
