Biến gây nhiễu là một yếu tố thứ ba vừa ảnh hưởng đến thứ được coi là nguyên nhân, vừa ảnh hưởng đến kết quả, khiến hai thứ đó trông như liên quan với nhau dù cái này không hề gây ra cái kia. Ví dụ quen thuộc: những ngày bán được nhiều kem cũng là những ngày có nhiều vụ đuối nước. Kem không làm ai chết đuối; trời nóng khiến người ta vừa ăn kem nhiều hơn vừa đi bơi nhiều hơn.
Câu "tương quan không phải nhân quả" ai cũng từng nghe, nhưng khi đọc một tin kiểu "người làm việc này ít mắc bệnh kia" thì rất ít người dừng lại để hỏi biến gây nhiễu ở đây là gì. Bài này tập trung vào đúng kỹ năng đó: nhận ra biến gây nhiễu trong một nghiên cứu cụ thể, phân biệt nó với những kiểu liên hệ giả khác, hiểu nhà nghiên cứu xử lý nó ra sao và vì sao xử lý thế nào cũng không bao giờ trọn vẹn.
Cơ chế: yếu tố thứ ba kéo hai sợi dây cùng lúc
Hãy hình dung biến gây nhiễu như một người cầm hai sợi dây, mỗi sợi buộc vào một con rối. Người đó kéo tay, cả hai con rối cùng giơ tay lên. Người xem chỉ thấy hai con rối luôn cử động cùng nhau và dễ kết luận con này điều khiển con kia. Muốn biết sự thật, phải nhìn lên trên.
Để một yếu tố trở thành biến gây nhiễu, nó cần thoả ba điều. Thứ nhất, nó liên quan đến thứ được nghi là nguyên nhân. Thứ hai, nó ảnh hưởng đến kết quả một cách độc lập. Thứ ba, nó không nằm trên đường đi từ nguyên nhân đến kết quả. Điều thứ ba hay bị bỏ qua: nếu tập thể dục làm giảm cân, và giảm cân làm giảm huyết áp, thì cân nặng là một mắt xích trung gian chứ không phải biến gây nhiễu. Loại bỏ ảnh hưởng của cân nặng trong trường hợp này sẽ vô tình xoá mất một phần tác dụng thật của tập thể dục.
Ví dụ có thật được nhắc nhiều trong sách dịch tễ học là cà phê và ung thư phổi. Một số nghiên cứu cũ thấy người uống nhiều cà phê có tỷ lệ ung thư phổi cao hơn. Khi tính đến việc người uống nhiều cà phê thời đó cũng hút thuốc nhiều hơn, mối liên hệ gần như biến mất. Hút thuốc là người cầm dây.
Biến gây nhiễu và các kiểu liên hệ giả khác
Không phải mọi liên hệ giả đều do biến gây nhiễu. Khi đọc một tuyên bố, bạn nên lần lượt loại trừ cả bốn khả năng dưới đây trước khi nghĩ tới chuyện nhân quả. Các ví dụ trong bảng là giả định.
| Kiểu | Điều thật sự xảy ra | Ví dụ giả định |
|---|---|---|
| Biến gây nhiễu | Một yếu tố thứ ba gây ra cả hai | Học sinh học thêm nhiều có điểm cao hơn, nhưng gia đình quan tâm việc học vừa cho con học thêm vừa kèm con ở nhà |
| Nhân quả ngược | Kết quả mới là nguyên nhân | Người hay đi khám có vẻ ốm nhiều hơn, vì người ốm mới đi khám nhiều |
| Thiên lệch chọn mẫu | Cách chọn người tham gia tạo ra liên hệ | Khảo sát trên trang của một câu lạc bộ chạy bộ thấy người chạy bộ rất ít đau lưng, vì người đau lưng đã bỏ câu lạc bộ |
| Ngẫu nhiên | Hai thứ trùng nhau do may rủi, nhất là khi dò rất nhiều cặp | So hàng trăm loại thực phẩm với hàng chục bệnh, chắc chắn có vài cặp "liên quan" chỉ do tình cờ |
| Nhân quả thật | Cái này góp phần gây ra cái kia | Chỉ kết luận được khi đã loại trừ hợp lý bốn khả năng trên |
Thực tế, một mối liên hệ có thể chứa cùng lúc nhiều thành phần: một phần nhân quả thật, một phần do biến gây nhiễu, cộng thêm chút ngẫu nhiên. Câu hỏi đúng thường không phải "có hay không" mà là "phần nào của mối liên hệ còn lại sau khi đã tính đến những thứ khác".
Cách tự tìm biến gây nhiễu khi đọc một tuyên bố
Bạn không cần biết thống kê để làm phần này. Chỉ cần kiên nhẫn đặt câu hỏi theo thứ tự. Lấy ví dụ giả định một bài báo viết: "Trẻ được cho đi học đàn có kết quả học toán tốt hơn".
- Gọi tên rõ hai thứ đang được nối với nhau: "học đàn" và "điểm toán".
- Hỏi: những đứa trẻ học đàn khác những đứa không học ở điểm nào ngoài chuyện học đàn? Ví dụ: thu nhập gia đình, thời gian bố mẹ dành cho con, trình độ học vấn của bố mẹ, việc sống ở thành phố có nhiều lớp năng khiếu.
- Với mỗi điểm khác biệt vừa liệt kê, hỏi tiếp: điểm đó có tự nó ảnh hưởng đến điểm toán không? Thu nhập và thời gian bố mẹ dành cho con gần như chắc chắn có.
- Kiểm xem điểm đó có phải là mắt xích trung gian không. Nếu học đàn rèn tính kiên nhẫn và tính kiên nhẫn giúp học toán, thì tính kiên nhẫn là trung gian, không phải biến gây nhiễu.
- Mở bài nghiên cứu gốc, tìm trong phần phương pháp xem tác giả đã điều chỉnh cho những yếu tố nào. Thường có một câu dạng "sau khi điều chỉnh theo tuổi, giới, thu nhập…".
- So danh sách của bạn với danh sách của tác giả. Biến nào bạn nghĩ ra mà tác giả không đo là chỗ kết luận còn hở.
Bước sáu là chỗ AI giúp được nhiều. Dán phần phương pháp vào và hỏi: "Liệt kê các biến gây nhiễu tiềm năng cho mối liên hệ giữa A và B. Với mỗi biến, cho biết nghiên cứu này đã điều chỉnh hay chưa, trích câu làm căn cứ." Danh sách AI đưa ra thường rộng hơn danh sách bạn tự nghĩ, nhưng bạn vẫn phải kiểm từng câu trích.
Nhà nghiên cứu xử lý biến gây nhiễu bằng cách nào
Bốc thăm chia nhóm. Cách mạnh nhất, vì chia đều cả những biến không ai đo. Đây là lý do thử nghiệm ngẫu nhiên được coi trọng. Nhưng nhiều câu hỏi không thể làm thử nghiệm.
Giới hạn mẫu. Chỉ nghiên cứu người không hút thuốc, chẳng hạn, để hút thuốc không thể gây nhiễu. Đổi lại, kết quả chỉ nói về nhóm đó.
Ghép cặp. Mỗi người có yếu tố cần nghiên cứu được ghép với một người không có nhưng giống về tuổi, giới, nơi sống. Cách này hay gặp trong nghiên cứu bệnh – chứng.
Phân tầng. Chia mẫu thành các nhóm, ví dụ theo mức thu nhập, rồi xem mối liên hệ còn tồn tại trong từng nhóm không. Nếu trong nhóm nào cũng còn, kết luận vững hơn.
Điều chỉnh bằng mô hình thống kê. Đưa các biến gây nhiễu vào mô hình hồi quy để ước tính mối liên hệ "khi các yếu tố khác như nhau". Đây là cách phổ biến nhất trong nghiên cứu quan sát, và cũng là chỗ dễ khiến người đọc yên tâm quá mức.
Vì sao "đã điều chỉnh" vẫn chưa đủ: nhiễu còn sót
Khi đọc câu "sau khi điều chỉnh các yếu tố liên quan, mối liên hệ vẫn có ý nghĩa", nhiều người coi như vấn đề đã được giải quyết. Thực tế có ba lý do khiến một phần nhiễu vẫn còn sót lại. Thứ nhất, nhà nghiên cứu chỉ điều chỉnh được những gì đã đo; biến nào không có trong bộ dữ liệu thì không thể đưa vào. Thứ hai, biến được đo thô: "thu nhập" chia ba mức không phản ánh hết sự khác biệt về điều kiện sống. Thứ ba, có những thứ khó đo bằng con số, như nếp sống của gia đình hay mức quan tâm đến sức khoẻ.
Một ví dụ nổi tiếng trong y học là liệu pháp hormone cho phụ nữ sau mãn kinh. Nhiều nghiên cứu quan sát trước đây thấy phụ nữ dùng liệu pháp này ít mắc bệnh tim hơn. Khi một thử nghiệm ngẫu nhiên lớn được tiến hành đầu những năm 2000, lợi ích về tim mạch đó không xuất hiện. Một cách giải thích được nhiều người chấp nhận là phụ nữ chủ động dùng liệu pháp trong các nghiên cứu quan sát vốn đã có điều kiện sống và chăm sóc sức khoẻ tốt hơn, điều mà các phép điều chỉnh không bắt hết.
Bài học không phải là nghiên cứu quan sát vô dụng, mà là kết luận của chúng nên được đọc với chữ "liên quan đến" chứ không phải "gây ra", trừ khi có thêm nhiều loại bằng chứng hỗ trợ. Khi một tuyên bố nhân quả chỉ dựa trên nghiên cứu quan sát, câu hỏi đầu tiên luôn là: còn biến nào có thể chưa được đo?
Dùng AI làm người phản biện về biến gây nhiễu
AI rất hợp với vai một người hay hỏi vặn, vì nó liệt kê nhanh và không ngại đưa ra những khả năng nghe hơi xa. Một số câu lệnh mẫu bạn có thể dùng, sửa theo tình huống:
- "Có một nhận định: người ăn sáng đầy đủ thì ít béo phì hơn. Liệt kê tám yếu tố có thể khiến người ăn sáng khác người bỏ bữa sáng, và với mỗi yếu tố giải thích nó có thể tác động đến cân nặng như thế nào."
- "Trong ví dụ trên, yếu tố nào có thể là nhân quả ngược, tức cân nặng ảnh hưởng ngược lại đến việc ăn sáng?"
- "Nếu muốn kiểm tra nhận định này mà không thể làm thử nghiệm, có những cách thiết kế quan sát nào giúp giảm nhiễu? Nêu ưu nhược của từng cách."
- "Đóng vai một nhà dịch tễ học khó tính, hãy viết ba câu hỏi phản biện cho tác giả của nghiên cứu có phần phương pháp dưới đây." Kèm đoạn phương pháp đã dán.
Hai lưu ý khi dùng: AI có thể nêu những biến nghe hợp lý nhưng thực ra đã được nghiên cứu điều chỉnh rồi, nên luôn đối chiếu với bài gốc. Và AI đôi khi bịa ra "các nghiên cứu cho thấy" để củng cố lập luận; nếu nó nhắc một nghiên cứu cụ thể, coi đó là gợi ý cần đi tìm và kiểm, không phải nguồn để trích.
Câu hỏi thường gặp
Biến gây nhiễu và biến kiểm soát khác nhau thế nào?
Biến gây nhiễu là yếu tố có thể làm sai lệch mối liên hệ. Biến kiểm soát là cách gọi những biến mà người làm nghiên cứu giữ cố định hoặc đưa vào mô hình để loại trừ ảnh hưởng. Nói gọn, biến gây nhiễu là vấn đề, kiểm soát biến là một trong các cách xử lý vấn đề đó.
Thử nghiệm ngẫu nhiên có hoàn toàn miễn nhiễm với biến gây nhiễu không?
Về nguyên lý, bốc thăm chia đều các biến giữa các nhóm, nhưng chỉ chắc khi mẫu đủ lớn. Với mẫu nhỏ, hai nhóm vẫn có thể lệch nhau do may rủi. Ngoài ra thử nghiệm còn có những sai sót khác như bỏ cuộc không đều giữa hai nhóm.
Làm sao biết một nghiên cứu đã điều chỉnh những biến nào?
Xem phần phương pháp, mục phân tích thống kê, và thường có một bảng kết quả ghi hai cột: chưa điều chỉnh và đã điều chỉnh. Ghi chú dưới bảng sẽ liệt kê các biến được đưa vào. Nếu không tìm thấy thông tin này, đó là một điểm trừ của bài.
Có thể chứng minh nhân quả chỉ bằng nghiên cứu quan sát không?
Không chứng minh tuyệt đối được, nhưng có thể đạt mức rất thuyết phục khi nhiều nghiên cứu ở nhiều nơi cho kết quả nhất quán, liên hệ mạnh, có quan hệ liều và đáp ứng, có cơ chế sinh học hợp lý và trình tự thời gian rõ ràng.
Học sinh làm dự án có cần nhắc đến biến gây nhiễu không?
Nên nhắc. Một đoạn ngắn trong phần bàn luận nêu những yếu tố có thể ảnh hưởng đến kết quả mà dự án chưa kiểm soát được cho thấy em hiểu giới hạn của mình. Hội đồng thường đánh giá cao sự trung thực này hơn là một kết luận quá chắc.
Vì sao tin tức hay bỏ qua biến gây nhiễu?
Vì câu "A làm giảm nguy cơ B" ngắn và hấp dẫn hơn câu "A liên quan đến B, nhưng có thể do những yếu tố khác". Người viết cũng thường chỉ đọc thông cáo báo chí chứ không đọc phần phương pháp. Người đọc nên tự đặt câu hỏi thay cho bài báo.