NODBITS ATLAS
GIÁO TRÌNH BIỂU ĐỒ / BÀI 09 TRÊN 10

Hai thứ cùng tăng, có chắc cái này gây ra cái kia?

Scatter Plot giúp mình đặt câu hỏi, chứ chưa kết luận nguyên nhân.

Bạn học nhiều giờ thì điểm có cao hơn không? Một đám chấm có thể gợi ý mối liên hệ. Nhưng từ “có liên quan” tới “do cái này gây ra” là một khoảng cách cần bằng chứng thật sự.

Đọc cùng mình khoảng 11 phút2 hình có bảng số3 chuyện mình cần hiểu
09.1 / KIẾN THỨC

Một chấm thực ra đang nói về ai?

Bạn tưởng tượng mỗi học sinh có hai con số: số giờ ôn tập và điểm thi. Mình đặt mỗi bạn thành một chấm. Chấm nằm ở đâu là do đúng hai giá trị ấy quyết định, chứ không phải mình vẽ cho đẹp.

Với Scatter Plot, mỗi học sinh có hai số: thời gian ôn tập và điểm bài kiểm tra. Chấm tại (4 giờ, 7 điểm) là một học sinh giả lập học 4 giờ và đạt 7 điểm. Nhiều chấm có thể tạo thành một xu hướng lên, xuống, hoặc không thành hình nào.

Nhìn xu hướng lên là một bước mô tả: hai biến trong mẫu có quan hệ cùng chiều. Nó không cho biết học thêm một giờ chắc chắn làm tăng điểm bao nhiêu, và càng không chứng minh đây là nguyên nhân duy nhất. [1]

09.2 / KIẾN THỨC

Nếu có yếu tố thứ ba thì sao?

Có khi hai thứ cùng đổi vì một lý do khác mà mình chưa đo. Ví dụ giấc ngủ, việc học và sự căng thẳng ảnh hưởng lẫn nhau. Một đường chấm dốc lên chưa nói được ai gây ra ai.

Ví dụ những người ngủ nhiều có kết quả kiểm tra tốt hơn. Có thể giấc ngủ hỗ trợ hiệu quả học tập, nhưng còn tuổi, mức độ căng thẳng, điều kiện học và rất nhiều yếu tố khác. Một mẫu chọn không đại diện cũng có thể khiến mối quan hệ trông khác sự thật.

Cách trình bày có trách nhiệm là đánh dấu nhóm, nói rõ mẫu và nêu những cách giải thích thay thế. Muốn kiểm định quan hệ nhân quả cần nghiên cứu có thiết kế phù hợp, không thể chỉ vẽ đường xu hướng rồi kết luận.

Nếu tô hai nhóm học sinh khác màu, đôi khi ta thấy mỗi nhóm có độ phân tán riêng hoặc phân bố giờ ôn tập khác nhau. Đó là một tín hiệu nên phân tích theo nhóm, chứ không phải bằng chứng một nhóm vốn giỏi hơn hay có nguyên nhân học tập tốt hơn.

Khi chia sẻ một Scatter Plot, nên đặt câu mô tả trước câu giải thích. “Những quan sát có số giờ học cao thường đạt điểm cao hơn trong mẫu này” là mô tả. “Tăng giờ học chắc chắn gây tăng điểm” là một tuyên bố nhân quả cần dữ liệu và phương pháp khác. [2]

09.3 / KIẾN THỨC

Coi cả đám chấm, đừng chỉ coi đường xu hướng

Bạn nhìn các chấm rời rạc trước nha. Nếu vài điểm nằm rất xa cả nhóm, chúng có thể làm đường xu hướng nghiêng hẳn. Một đường thẳng đẹp đôi khi làm mình quên dữ liệu rất lộn xộn.

Nếu những chấm nằm rất xa đường dự đoán, một đường thẳng đẹp có thể đang che độ bất định lớn. Nếu vài điểm ngoại lệ kéo cả đường dốc lên, kết luận có thể rất mong manh. Hãy nhìn số lượng điểm, khoảng giá trị và các nhóm con trước.

Hình thứ hai trong bài cố tình tô hai nhóm khác màu để cho thấy dữ liệu có thể chứa cấu trúc khác nhau. Khi màu mang ý nghĩa, hãy luôn có chú giải và bảng số để ai cũng đọc được. [3]

MINH HỌA BẰNG DỮ LIỆU

Mình vẽ hai hình, bạn thử so coi

Đây là số liệu giả lập do Nodbits tự tạo, không phải chuyện có thật nha bạn. Mình để trục, nhãn và chú thích ngay trên hình; bên dưới còn có bảng số. Bạn thử đọc hình trước, rồi mở bảng ra coi mình hiểu có đúng không.

Giờ ôn và điểm kiểm tra02,557,510điểmGiờ ôn tập8 giờ · 9 điểm

← Vuốt ngang trên hình để xem đủ trục, nhãn và chú thích →

HÌNH 00 · VÍ DỤ GIẢ LẬPGiờ ôn và điểm kiểm tra

Mỗi điểm là một học sinh giả lập. Quan hệ cùng chiều không tự chứng minh nguyên nhân; nếu chia nhóm, màu được kèm chú giải.

Bạn muốn dò lại số? Mở bảng nè · giờ và điểm
Giờ ôn và điểm kiểm tra · bộ số liệu giả lập do Nodbits tạo
Học sinhGiờ họcĐiểm
HS113
HS224
HS334.5
HS446.2
HS555.8
HS667.2
HS777.8
HS889
Cùng quan hệ, phân biệt hai nhóm02,557,510điểmGiờ ôn tập8 giờ · 9 điểmNhóm ANhóm B

← Vuốt ngang trên hình để xem đủ trục, nhãn và chú thích →

HÌNH 01 · VÍ DỤ GIẢ LẬPCùng quan hệ, phân biệt hai nhóm

Mỗi điểm là một học sinh giả lập. Quan hệ cùng chiều không tự chứng minh nguyên nhân; nếu chia nhóm, màu được kèm chú giải.

Bạn muốn dò lại số? Mở bảng nè · giờ và điểm
Cùng quan hệ, phân biệt hai nhóm · bộ số liệu giả lập do Nodbits tạo
Học sinhGiờ họcĐiểmNhóm
HS113A
HS223.8A
HS334.8A
HS444.5A
HS54.56.1B
HS656.2B
HS767.7B
HS877.3B
HS989B
TÓM TẮT BÀI 09

Mình muốn bạn nhớ ba ý này

  1. Tương quan là mô tả sự đồng biến hoặc nghịch biến, không là bằng chứng nhân quả.
  2. Độ phân tán, ngoại lệ và nhóm con có thể làm thay đổi cách diễn giải.
  3. Trước khi kết luận, cần hỏi còn biến nào chưa được đo hay không.
THỬ TỰ GIẢI THÍCH

Bạn trả lời thử trước nha

Bạn thử tự trả lời câu này trước nha: Một Scatter Plot cho thấy giờ ôn tập và điểm kiểm tra cùng tăng. Có thể kết luận tăng giờ học sẽ luôn làm tăng điểm không?

Để mình giải thích đáp án

Mình giải thích vậy nè: Không. Đó là tương quan trong mẫu; còn nhiều yếu tố khác và cần thiết kế nghiên cứu để kiểm định nguyên nhân.

TÀI LIỆU THAM KHẢO

Mình tham khảo những tài liệu nào?

Mình ghi từng nguồn ở đây để bạn đọc thêm nếu thích. Nodbits tự biên soạn tiếng Việt và tự dựng hình SVG cùng số liệu giả lập. Những con số này không lấy từ các tài liệu nguồn.

  1. Datawrapper · How to create a scatter plot

    Mình dùng nguồn này để kiểm tra: Hai biến định lượng và điểm dữ liệu. Các số liệu ví dụ trên trang là do mình tự dựng.

  2. EU Data Visualisation Guide · Choosing charts: data types

    Mình dùng nguồn này để kiểm tra: Kiểu dữ liệu, câu hỏi và cách lựa chọn hình. Các số liệu ví dụ trên trang là do mình tự dựng.

  3. W3C WAI · Complex Images

    Mình dùng nguồn này để kiểm tra: Mô tả hình phức tạp và cung cấp bảng số liệu thay thế. Các số liệu ví dụ trên trang là do mình tự dựng.