Làm sao ghép các trường hợp có điều kiện tương đồng?

Điểm chínhBắt đầu bằng câu hỏi cụ thể, không chọn tiêu chí ghép chỉ vì dữ liệu có sẵn. · Khớp đơn vị, nội dung, thời kỳ và điều kiện quan trọng; đừng giả định mọi khác biệt đều có thể kiểm soát. · Ghi rõ số trường hợp đủ điều kiện, bị loại và lý do loại. · Kiểm tra liệu kết luận có nhạy với những lựa chọn ghép hợp lý khác hay không.

Một bảng có thể đặt nhiều hàng cạnh nhau mà không chứng minh các hàng ấy đại diện cho cơ hội tương đương. Vận động viên ở nội dung khác, thi đấu trong vai trò khác hoặc xuất hiện ở giai đoạn mùa giải khác có thể có điều kiện quan sát không giống nhau. Ghép nhóm là cách tổ chức so sánh, không phải phép sửa mọi khác biệt. Khi muốn theo dõi diễn biến thể thao trong bối cảnh trận đấu, bạn có thể xem Lựa chọn xem các trận bóng rổ trực tiếp trực tuyến; còn khi phân tích dữ liệu, hãy bắt đầu bằng việc định nghĩa rõ trường hợp nào được xem là tương đồng.

1. Viết câu hỏi trước khi ghép

Câu hỏi càng cụ thể thì tiêu chí ghép càng có thể giải thích được. ‘Ai có kết quả tốt hơn?’ là câu hỏi quá rộng nếu chưa nói rõ môn, nội dung, đơn vị đo, kỳ quan sát và nghĩa của ‘tốt hơn’. Có thể thay bằng câu hỏi hẹp hơn: trong cùng nội dung và giai đoạn, các vận động viên có thời lượng tham gia gần nhau được ghi nhận ra sao trên một thước đo đã định nghĩa? Khi nêu rõ đối tượng, kết quả và phạm vi, người đọc hiểu vì sao một biến được cân nhắc còn biến khác không.

Không nên nhìn trước các kết quả rồi liên tục đổi tiêu chí đến khi xuất hiện một cặp có vẻ thuận lợi. Cách làm đó dễ khiến lựa chọn phương pháp bị dẫn dắt bởi đáp án mong muốn. Hãy ghi lại quy tắc ghép trước khi diễn giải, hoặc ít nhất giải thích minh bạch nếu đây là phân tích khám phá. Nếu có nhiều câu hỏi hợp lý, có thể trình bày chúng như các phân tích riêng, thay vì trộn thành một tuyên bố duy nhất.

Việc ghép cũng phụ thuộc cấp độ câu hỏi. So sánh hai lần thi đấu của cùng một người khác với so sánh hai người trong cùng cuộc thi; so sánh đội khác với so sánh cá nhân. Đơn vị quan sát cần được chốt ngay đầu tiên. Một cá nhân có nhiều lần xuất hiện sẽ tạo nhiều hàng nhưng không trở thành nhiều người độc lập. Nếu không làm rõ cấu trúc đó, bảng ghép có thể tạo ấn tượng về lượng bằng chứng lớn hơn thực tế.

2. Chọn những đặc điểm thật sự liên quan

Các đặc điểm thường cần xem xét gồm môn và nội dung thi đấu, cấp độ hoặc vòng đấu, mùa hay thời kỳ, điều kiện ghi nhận, vai trò và lượng cơ hội tham gia. Danh sách này không phải công thức áp dụng cho mọi môn. Một đặc điểm chỉ nên đưa vào nếu có lý do liên hệ với câu hỏi hoặc với cách kết quả được tạo ra. Chẳng hạn, thời lượng có thể quan trọng khi so tổng số hành động; nhưng chuẩn hóa theo thời lượng không đủ để làm nhiệm vụ khác nhau trở nên giống nhau.

Cần phân biệt yếu tố làm cho các trường hợp không tương đương với yếu tố nằm ngay trong quá trình tạo ra kết quả. Nếu ghép theo một biến hậu quả hoặc chọn mẫu dựa trên điều xảy ra sau thi đấu, phân tích có thể vô tình loại bỏ phần khác biệt cần tìm hiểu. Khi không chắc một biến đóng vai trò gì, tốt hơn là mô tả nó, thử các lựa chọn hợp lý riêng biệt và nói rõ điều chưa thể kết luận, thay vì tuyên bố đã ‘kiểm soát’ tất cả.

Một ví dụ thực tế là đối chiếu kết quả ở hai giải. Cùng tên môn không đảm bảo nội dung, quy tắc, mặt sân, cách đo hoặc cấp độ thi đấu giống nhau. Trước khi ghép, cần đối chiếu tài liệu của ban tổ chức hoặc liên đoàn cho đúng mùa và đúng nội dung. Nếu nguồn chỉ cho biết kết quả cuối mà không có dữ liệu về điều kiện, không nên tự suy ra điều kiện giống nhau. Những khoảng trống có thể được ghi thành giới hạn thay vì lấp bằng giả định.

3. Ghép mẫu có thể làm mất điều gì?

Tiêu chí càng chặt, số trường hợp có thể còn lại càng ít. Nhóm nhỏ đôi khi không đại diện cho toàn bộ tập ban đầu, nhất là nếu những người hiếm gặp, người ít thi đấu hoặc nhóm có dữ liệu thiếu bị loại nhiều hơn. Bởi vậy, bên cạnh kết quả của nhóm đã ghép, hãy cho biết mẫu được tạo từ đâu, tiêu chí đủ điều kiện là gì và những trường hợp nào không được đưa vào. Không cần dựng một con số nếu chưa có dữ liệu kiểm đếm; nguyên tắc là công bố con số từ tập dữ liệu thực tế khi thực hiện phân tích.

Ghép cặp một-một cũng có thể bỏ lại những trường hợp không tìm được đối tác phù hợp. Chúng không nhất thiết là ngoại lệ vô nghĩa; đôi khi chính các trường hợp ít phổ biến mới đặt ra câu hỏi quan trọng. Nên phân biệt ‘không thể so sánh theo thiết kế hiện tại’ với ‘không đáng quan tâm’. Có thể giữ chúng trong phần mô tả toàn bộ mẫu, rồi trình bày phân tích ghép như một lát cắt bổ sung, không thay thế hoàn toàn bức tranh chung.

Một nghiên cứu phương pháp cần phân biệt kết luận cho nhóm được quan sát với suy rộng ra ngoài nhóm đó. Khi quy tắc lựa chọn làm thay đổi ai được đại diện, kết quả ghép chỉ trả lời cho tập đủ điều kiện theo quy tắc đã nêu. Không nên dùng ngôn ngữ phổ quát như ‘mọi vận động viên’ nếu dữ liệu thực tế chỉ bao gồm một số giải, mùa hoặc người có hồ sơ đầy đủ.

4. Quy trình đọc và báo cáo một phép ghép

Trước hết, đọc định nghĩa cột và xác nhận mỗi hàng biểu thị người, lần thi, trận hay sự kiện. Tiếp đó kiểm tra kỳ thời gian, nguồn, đơn vị đo, điều kiện đủ tư cách và cách xử lý dữ liệu thiếu. Viết tiêu chí ghép thành câu có thể kiểm tra được; nếu cần, tách tiêu chí bắt buộc khỏi tiêu chí dùng để phân tích độ nhạy. Lưu lại các quy tắc và phiên bản dữ liệu để người khác có thể hiểu cùng một lựa chọn đã được áp dụng ra sao.

Sau khi ghép, so sánh mô tả các đặc điểm quan trọng còn lại, không chỉ xem kết quả chính. Nếu một bên vẫn có nhiều cơ hội hơn, khác vai trò hoặc khác cấp độ đối thủ, phải nêu điều đó. Thử thay đổi một tiêu chí trong phạm vi hợp lý có thể cho thấy kết luận ổn định hay nhạy với quyết định thiết kế. Phân tích độ nhạy không chứng minh rằng một lựa chọn là đúng tuyệt đối; nó giúp bộc lộ phụ thuộc phương pháp.

Khi công bố, trình bày kết quả cùng giới hạn, không chỉ đưa thứ hạng cuối. Olympic Data Feed của IOC có bộ tài liệu kỹ thuật mô tả cấu trúc thông điệp dữ liệu Olympic; tài liệu này hữu ích để người đọc thấy vì sao cần phân biệt loại thông điệp và cấp độ đơn vị dữ liệu, chứ không thay cho việc kiểm tra định nghĩa trong chính bộ dữ liệu đang phân tích. ^[1] Nếu thiếu thông tin về cách ghép, hãy nói thiếu, không tuyên bố đã điều chỉnh một cách toàn diện.

Câu hỏi thường gặp