Counterfactual là gì? Vì sao phản thực là nền tảng của nghiên cứu nhân quả?

Khi một phương pháp giảng dạy giúp học sinh đạt kết quả tốt hơn, làm sao biết sự thay đổi đó thực sự đến từ phương pháp này? Câu trả lời nằm ở một câu hỏi tưởng đơn giản nhưng rất quan trọng trong nghiên cứu nhân quả: Nếu không có can thiệp, điều gì sẽ xảy ra? Đó chính là tư duy phản thực (counterfactual). Vậy phản thực là gì nào và vì sao nó lại là nền tảng của suy luận nhân quả? Cùng IPER tìm hiểu ngay sau đây!

Counterfactual là gì?

Counterfactual nghĩa là gì?

Counterfactual, thường được dịch là phản thực hoặc tình huống phản thực, là một tình huống giả định về điều có thể đã xảy ra nếu một điều kiện trong thực tế thay đổi.

Hiểu đơn giản, counterfactual là câu hỏi “Điều gì sẽ xảy ra nếu mọi thứ diễn ra khác đi?”. Điểm quan trọng ở đây là tình huống phản thực không thực sự xảy ra, nhưng được đặt ra để so sánh với kết quả đã quan sát trong thực tế.

Trong nghiên cứu nhân quả, sự phân biệt giữa factual và counterfactual đặc biệt quan trọng:

• Factual là kết quả thực tế đã xảy ra. Chẳng hạn, một học sinh được áp dụng phương pháp giảng dạy mới và đạt 80 điểm trong bài kiểm tra cuối kỳ.

• Counterfactual là kết quả giả định có thể xảy ra nếu điều kiện can thiệp khác đi. Trong trường hợp này, đó là điểm số mà chính học sinh đó có thể đạt được nếu không được áp dụng phương pháp giảng dạy mới.

Hai tình huống này tạo thành cơ sở để suy nghĩ về tác động nhân quả. Nếu có thể biết chính xác cả kết quả thực tế và kết quả phản thực của cùng một đối tượng, nhà nghiên cứu có thể xác định mức độ thay đổi do can thiệp tạo ra.

Một ví dụ đơn giản về counterfactual

Giả sử một học sinh tham gia chương trình học bổ trợ môn Toán trong 12 tuần. Sau khi chương trình kết thúc, học sinh đạt 80 điểm trong bài kiểm tra cuối kỳ.

Đây là kết quả chúng ta có thể quan sát trực tiếp:

Có tham gia chương trình → 80 điểm.

Nhưng nếu muốn trả lời câu hỏi “Chương trình học bổ trợ có thực sự giúp học sinh này đạt 80 điểm không?”, chúng ta cần biết một kết quả khác: Nếu học sinh đó không tham gia chương trình thì em sẽ đạt bao nhiêu điểm?

Giả sử trong tình huống phản thực, học sinh có thể chỉ đạt 70 điểm. Khi đó, chênh lệch giữa hai kết quả có thể được hình dung như sau:

80 điểm (có can thiệp) − 70 điểm (không có can thiệp) = 10 điểm.

Khoảng chênh lệch này chính là cách trực quan để hình dung về tác động của can thiệp.

Tuy nhiên, có một vấn đề rất quan trọng: trong thực tế, chúng ta không thể quan sát đồng thời hai kết quả của cùng một học sinh. Một học sinh không thể vừa tham gia vừa không tham gia chương trình học bổ trợ trong cùng một khoảng thời gian. Vì vậy, kết quả phản thực không thể được quan sát trực tiếp mà phải được ước lượng thông qua một thiết kế nghiên cứu phù hợp.

Đây cũng chính là lý do counterfactual trở thành một khái niệm nền tảng trong nghiên cứu nhân quả. Thay vì chỉ hỏi “Sau khi can thiệp, kết quả có thay đổi không?”, nhà nghiên cứu cần tìm cách trả lời câu hỏi sâu hơn: “So với điều gì, và điều gì có thể đã xảy ra nếu can thiệp không được thực hiện?”

Counterfactual quan trọng như thế nào trong nghiên cứu nhân quả?

Counterfactual không chỉ là một khái niệm lý thuyết mà là nền tảng để xác định tác động nhân quả trong nghiên cứu. Nếu chỉ quan sát sự thay đổi của kết quả trước và sau một can thiệp, nhà nghiên cứu vẫn chưa thể chắc chắn rằng chính can thiệp đó đã tạo ra thay đổi.

Tương quan không đồng nghĩa với quan hệ nhân quả

Hai biến cùng thay đổi không có nghĩa biến này nhất thiết gây ra biến kia. Trong nghiên cứu giáo dục, chẳng hạn, nếu điểm số của học sinh tăng sau khi áp dụng một phương pháp giảng dạy mới, sự cải thiện đó có thể đồng thời chịu ảnh hưởng của nhiều yếu tố khác.

Một số yếu tố có thể làm sai lệch việc xác định quan hệ nhân quả gồm:

• Biến nhiễu (confounder): một yếu tố liên quan đến cả can thiệp và kết quả nghiên cứu.

• Khác biệt ban đầu giữa các nhóm: nhóm được can thiệp có thể vốn đã có đặc điểm khác nhóm đối chứng.

• Xu hướng phát triển tự nhiên theo thời gian: học sinh có thể tiến bộ ngay cả khi không tham gia can thiệp.

• Các yếu tố bên ngoài: thay đổi về giáo viên, chương trình học, môi trường gia đình hoặc những tác động khác trong thời gian nghiên cứu.

Vì vậy, câu hỏi quan trọng không chỉ là “Kết quả có thay đổi không?”, mà là “Kết quả thay đổi bao nhiêu do chính can thiệp tạo ra?”. Để trả lời, nhà nghiên cứu cần một kết quả phản thực làm cơ sở so sánh.

Muốn biết “X có gây ra Y không?”, cần một kết quả để so sánh

Về mặt khái niệm, tác động nhân quả có thể được hình dung là sự chênh lệch giữa kết quả khi một đối tượng nhận can thiệp và kết quả phản thực khi chính đối tượng đó không nhận can thiệp:

Tác động nhân quả = Kết quả khi có can thiệp − Kết quả phản thực khi không có can thiệp

Ví dụ, một học sinh tham gia chương trình học bổ trợ và đạt 80 điểm. Nếu biết rằng trong tình huống không tham gia chương trình, học sinh đó sẽ đạt 70 điểm, tác động của chương trình có thể được ước tính là +10 điểm.

Tuy nhiên, đây cũng chính là điểm khó nhất của nghiên cứu nhân quả: hai kết quả trên không thể được quan sát đồng thời ở cùng một cá nhân tại cùng một thời điểm. Học sinh chỉ có thể thực tế tham gia hoặc không tham gia chương trình.

Vấn đề này được gọi là “fundamental problem of causal inference” (vấn đề cơ bản của suy luận nhân quả). Vì không thể trực tiếp quan sát kết quả phản thực, các thiết kế nghiên cứu nhân quả phải tìm cách ước lượng counterfactual một cách đáng tin cậy. Đây cũng là lý do nhóm đối chứng, phân bổ ngẫu nhiên và các thiết kế bán thực nghiệm có vai trò quan trọng trong nghiên cứu thực nghiệm.

“Vấn đề cơ bản của suy luận nhân quả” là gì?

Như đã phân tích, counterfactual (phản thực) là kết quả có thể xảy ra nếu một đối tượng không nhận can thiệp, trong khi trên thực tế đối tượng đó đã nhận can thiệp. Vấn đề nằm ở chỗ nhà nghiên cứu không thể quan sát trực tiếp cả hai kết quả này.

Vì sao không thể trực tiếp quan sát counterfactual?

Tại một thời điểm, một đối tượng chỉ có thể ở một trong hai trạng thái: nhận can thiệp hoặc không nhận can thiệp. Do đó, nếu một học sinh được áp dụng phương pháp giảng dạy mới, chúng ta có thể quan sát kết quả thực tế của em sau can thiệp, nhưng không thể đồng thời biết chính xác em sẽ đạt kết quả như thế nào nếu không được áp dụng phương pháp đó.

Tương tự, không thể vừa cho một lớp học áp dụng phương pháp A, vừa quan sát chính lớp học đó trong một tình huống mà phương pháp A không được áp dụng. Kết quả thứ hai chính là counterfactual và không thể quan sát trực tiếp.

Đây là vấn đề cơ bản của suy luận nhân quả (fundamental problem of causal inference). Vì không thể quan sát trực tiếp kết quả phản thực, nghiên cứu nhân quả cần sử dụng các thiết kế và phương pháp phù hợp để ước lượng counterfactual.

Đây là lý do cần nhóm đối chứng

Một trong những cách phổ biến để ước lượng counterfactual là sử dụng nhóm đối chứng. Trong một nghiên cứu thực nghiệm, nhóm can thiệp được áp dụng chương trình hoặc phương pháp cần đánh giá, trong khi nhóm đối chứng không nhận can thiệp đó.

Kết quả của nhóm can thiệp cho biết điều gì xảy ra khi có can thiệp, còn nhóm đối chứng cung cấp cơ sở để ước lượng điều có thể xảy ra nếu không có can thiệp.

Tuy nhiên, nhóm đối chứng không tự động tạo ra một counterfactual đáng tin cậy. Nếu nhóm can thiệp và nhóm đối chứng có những khác biệt quan trọng ngay từ đầu, sự chênh lệch về kết quả sau can thiệp có thể không hoàn toàn đến từ can thiệp. Đây là lý do thiết kế nghiên cứu đóng vai trò quan trọng trong việc xác định tác động nhân quả.

Counterfactual được ước lượng như thế nào?

Để giải quyết vấn đề không thể quan sát trực tiếp counterfactual, các nhà nghiên cứu sử dụng nhiều thiết kế nghiên cứu nhân quả khác nhau. Mục tiêu chung là tạo ra một cơ sở so sánh đủ đáng tin cậy để ước lượng kết quả có thể xảy ra nếu đối tượng không nhận can thiệp.

Thử nghiệm ngẫu nhiên có đối chứng (RCT)

Thử nghiệm ngẫu nhiên có đối chứng (Randomized Controlled Trial – RCT) là một thiết kế nghiên cứu thực nghiệm quan trọng trong nghiên cứu nhân quả. Trong RCT, đối tượng nghiên cứu được phân bổ ngẫu nhiên vào nhóm can thiệp hoặc nhóm đối chứng.

Việc phân bổ ngẫu nhiên giúp giảm khả năng các đặc điểm ban đầu của đối tượng ảnh hưởng có hệ thống đến việc được nhận can thiệp. Nhờ đó, nhóm đối chứng có thể cung cấp một cơ sở tốt hơn để ước lượng counterfactual của nhóm can thiệp.

Ví dụ, một nghiên cứu đánh giá phương pháp giảng dạy mới có thể phân ngẫu nhiên 100 học sinh thành hai nhóm:

• Nhóm can thiệp: học theo phương pháp giảng dạy mới.

• Nhóm đối chứng: học theo phương pháp thông thường.

Sau một khoảng thời gian, nhà nghiên cứu đo lường kết quả học tập của hai nhóm và so sánh sự khác biệt. Nếu thiết kế và các giả định của nghiên cứu phù hợp, chênh lệch giữa hai nhóm có thể được sử dụng để ước lượng tác động của phương pháp giảng dạy.

Khi không thể ngẫu nhiên hóa

Trong thực tế, không phải nghiên cứu nào cũng có thể phân bổ đối tượng một cách ngẫu nhiên. Chẳng hạn, nhà nghiên cứu có thể không thể quyết định học sinh nào được học một chương trình đã được nhà trường triển khai, hoặc không thể yêu cầu một số nhóm không tiếp cận một chính sách đang được áp dụng.

Trong những trường hợp này, thiết kế bán thực nghiệm (quasi-experimental design) có thể được sử dụng để tìm cách xây dựng hoặc ước lượng một counterfactual phù hợp.

Một số phương pháp thường được sử dụng gồm:

• Difference-in-Differences (DiD): so sánh sự thay đổi theo thời gian giữa nhóm chịu tác động của can thiệp và nhóm so sánh.

• Interrupted Time Series (ITS): phân tích xu hướng của kết quả trước và sau thời điểm một can thiệp được thực hiện.

• Regression Discontinuity Design (RDD): tận dụng một ngưỡng phân loại để so sánh các đối tượng ở hai phía của ngưỡng.

• Matching / Propensity Score: tìm kiếm hoặc xây dựng nhóm so sánh có các đặc điểm tương đồng với nhóm nhận can thiệp.

Dù cách tiếp cận khác nhau, các phương pháp này đều hướng tới một mục tiêu chung: ước lượng điều có thể xảy ra nếu can thiệp không được thực hiện, từ đó giúp nhà nghiên cứu tiến gần hơn đến việc xác định tác động nhân quả.

Counterfactual và các thiết kế nghiên cứu nhân quả có mối quan hệ gì?

Counterfactual là kết quả không thể quan sát trực tiếp, vì vậy các thiết kế nghiên cứu nhân quả có nhiệm vụ tạo ra cơ sở phù hợp để ước lượng kết quả phản thực. Mỗi thiết kế sử dụng một cách tiếp cận khác nhau, nhưng đều hướng đến cùng một câu hỏi: Điều gì có thể đã xảy ra nếu đối tượng không nhận can thiệp?

Thiết kế nghiên cứu	Cách tiếp cận để ước lượng counterfactual
RCT	Phân bổ ngẫu nhiên để tạo ra các nhóm có khả năng tương đồng về đặc điểm ban đầu
Quasi-experiment	Khai thác một cơ chế hoặc hoàn cảnh tạo ra sự so sánh gần với ngẫu nhiên
Difference-in-Differences (DiD)	So sánh mức thay đổi theo thời gian giữa nhóm can thiệp và nhóm đối chứng
Interrupted Time Series (ITS)	So sánh xu hướng của kết quả trước và sau khi can thiệp
Regression Discontinuity (RDD)	So sánh các đối tượng nằm ở hai phía của một ngưỡng phân loại
Matching	Tạo nhóm so sánh có các đặc điểm quan sát được tương đồng với nhóm can thiệp

Các phương pháp trên không tạo ra một counterfactual thực sự. Thay vào đó, chúng cung cấp những cơ sở và giả định khác nhau để ước lượng counterfactual. Vì vậy, độ tin cậy của kết quả nhân quả không chỉ phụ thuộc vào phương pháp được lựa chọn mà còn phụ thuộc vào cách thiết kế nghiên cứu và mức độ phù hợp của các giả định.

Một ví dụ về counterfactual trong nghiên cứu giáo dục

Hãy hình dung một trường triển khai chương trình đọc sách kéo dài 12 tuần cho học sinh lớp 4. Sau khi chương trình kết thúc, điểm đọc hiểu trung bình của học sinh tăng từ 65 lên 78 điểm.

Nhìn vào con số này, có thể thấy kết quả đã tăng 13 điểm. Nhưng liệu có thể kết luận rằng chương trình đọc sách đã tạo ra mức tăng 13 điểm?

Chưa chắc. Trong 12 tuần đó, học sinh có thể tiến bộ một cách tự nhiên do quá trình học tập. Giáo viên cũng có thể thay đổi phương pháp giảng dạy, học sinh có thể được học thêm hoặc nhận được nhiều hỗ trợ hơn từ gia đình. Thậm chí, bài kiểm tra trước và sau chương trình có thể có mức độ khó khác nhau.

Do đó, điều nhà nghiên cứu thực sự cần biết không chỉ là:

Điểm đọc hiểu của học sinh sau chương trình là bao nhiêu?

mà còn là:

Nếu những học sinh này không tham gia chương trình thì điểm số của các em sẽ như thế nào?

Kết quả thứ hai chính là counterfactual.

Nếu có một nhóm học sinh tương đương không tham gia chương trình, nhà nghiên cứu có thể sử dụng kết quả của nhóm này làm cơ sở để ước lượng kết quả phản thực. Chẳng hạn, nếu nhóm không tham gia có mức tăng điểm nhỏ hơn đáng kể, sự khác biệt giữa hai nhóm có thể cung cấp bằng chứng về tác động của chương trình, tùy thuộc vào thiết kế nghiên cứu và các giả định liên quan.

Qua ví dụ này, có thể thấy tư duy counterfactual giúp chuyển câu hỏi từ “Kết quả có thay đổi không?” sang “Kết quả sẽ thay đổi như thế nào nếu không có can thiệp?”. Đây chính là nền tảng của suy luận nhân quả.

Counterfactual khác gì với “nhóm đối chứng”?

Counterfactual và nhóm đối chứng là hai khái niệm liên quan nhưng không đồng nghĩa.

Counterfactual là kết quả giả định không được quan sát của một đối tượng trong tình huống khác với thực tế. Ví dụ, một học sinh đã tham gia chương trình đọc sách nhưng counterfactual của em là điểm số mà em có thể đạt được nếu không tham gia chương trình.

Trong khi đó, nhóm đối chứng là một nhóm đối tượng thực tế được sử dụng để cung cấp cơ sở so sánh và giúp nhà nghiên cứu ước lượng kết quả phản thực.

Có thể hình dung đơn giản:

Counterfactual = Kết quả chúng ta muốn biết nhưng không thể trực tiếp quan sát

Nhóm đối chứng = Một trong những cách giúp chúng ta ước lượng kết quả đó

Vì vậy, không nên mặc định rằng nhóm đối chứng chính là counterfactual. Một nhóm đối chứng chỉ có thể cung cấp một ước lượng counterfactual đáng tin cậy khi thiết kế nghiên cứu và các giả định đi kèm phù hợp. Đây cũng là lý do việc lựa chọn thiết kế nghiên cứu có ý nghĩa quyết định đối với chất lượng của các kết luận nhân quả.

Những sai lầm thường gặp khi hiểu về Counterfactual

Counterfactual là một khái niệm quan trọng trong nghiên cứu nhân quả, nhưng cũng dễ bị hiểu đơn giản hóa. Đặc biệt trong nghiên cứu giáo dục, việc xác định một chương trình hay phương pháp có thực sự tạo ra thay đổi hay không đòi hỏi phải xem xét kết quả trong mối tương quan với một tình huống so sánh phù hợp.

Nghĩ rằng “sau can thiệp tốt hơn trước” = có tác động

Một trong những cách hiểu phổ biến nhưng chưa đủ để kết luận về tác động nhân quả là: nếu kết quả sau can thiệp tốt hơn trước thì can thiệp đã có hiệu quả.

Chẳng hạn, điểm trung bình của một lớp tăng từ 65 lên 75 sau khi áp dụng một phương pháp giảng dạy mới. Sự cải thiện này cho thấy kết quả học tập đã thay đổi, nhưng chưa thể khẳng định toàn bộ mức tăng 10 điểm là do phương pháp mới.

Trong khoảng thời gian đó, học sinh có thể tiến bộ tự nhiên theo thời gian, giáo viên có thể thay đổi cách giảng dạy, học sinh được học thêm hoặc nhận được sự hỗ trợ nhiều hơn từ gia đình. Đây đều có thể là những yếu tố ảnh hưởng đến kết quả.

Vì vậy, so sánh trước và sau can thiệp chỉ cho biết điều gì đã thay đổi, chưa cho biết điều gì đã gây ra sự thay đổi đó. Để suy luận nhân quả, cần ước lượng kết quả phản thực: nếu không có can thiệp, kết quả của nhóm này có thể sẽ như thế nào?

Nghĩ rằng nhóm đối chứng luôn tạo ra Counterfactual đáng tin cậy

Nhóm đối chứng thường được sử dụng để cung cấp cơ sở so sánh và ước lượng kết quả phản thực. Tuy nhiên, không phải cứ có nhóm đối chứng là phép so sánh sẽ đáng tin cậy.

Nếu nhóm can thiệp và nhóm đối chứng khác nhau đáng kể về những đặc điểm có liên quan đến kết quả nghiên cứu, sự khác biệt quan sát được sau can thiệp có thể không hoàn toàn đến từ chương trình.

Ví dụ, nếu những học sinh tham gia một chương trình bồi dưỡng đều có thành tích ban đầu cao hơn nhóm không tham gia, việc nhóm can thiệp đạt điểm cao hơn sau chương trình có thể phản ánh một phần sự khác biệt vốn đã tồn tại từ trước.

Do đó, khi đánh giá một thiết kế nghiên cứu nhân quả, cần xem xét nhóm đối chứng được hình thành như thế nào, hai nhóm có tương đồng về đặc điểm quan trọng hay không và phương pháp nghiên cứu dựa trên những giả định nào.

Chỉ nhìn vào mức chênh lệch mà bỏ qua thiết kế nghiên cứu

Một sai lầm khác là chỉ tập trung vào con số chênh lệch giữa hai nhóm hoặc giữa hai thời điểm mà không xem xét cách nghiên cứu được thiết kế.

Cùng là mức chênh lệch 10 điểm, nhưng ý nghĩa của con số này có thể rất khác nhau tùy vào cách phân nhóm, thời điểm đo lường, cách xác định biến và phương pháp phân tích.

Khi đọc một nghiên cứu nhân quả, cần đặt câu hỏi: các đối tượng được phân nhóm như thế nào? Kết quả được đo ở thời điểm nào? Có những biến nhiễu (confounder) nào có thể ảnh hưởng đến kết quả? Phương pháp được sử dụng dựa trên giả định gì và những giả định đó có phù hợp với dữ liệu hay không?

Nói cách khác, counterfactual không thể được đánh giá chỉ bằng một phép trừ đơn giản. Độ tin cậy của ước lượng tác động nhân quả phụ thuộc rất nhiều vào thiết kế nghiên cứu và những giả định đứng sau phương pháp phân tích.

Vì sao tư duy Counterfactual đặc biệt quan trọng trong nghiên cứu giáo dục?

Tư duy counterfactual trong nghiên cứu giáo dục đặc biệt quan trọng vì kết quả giáo dục thường chịu ảnh hưởng đồng thời của nhiều yếu tố và thay đổi theo thời gian.

Một học sinh có thể tiến bộ không chỉ vì một chương trình học mới mà còn do sự trưởng thành, thời lượng học tập, giáo viên, môi trường gia đình, bạn bè hoặc những thay đổi khác trong nhà trường. Trong khi đó, các can thiệp giáo dục thường được triển khai trong môi trường thực tế nên rất khó tách biệt hoàn toàn tác động của chương trình khỏi các yếu tố bối cảnh.

Vì vậy, câu hỏi nghiên cứu không chỉ nên dừng lại ở:

“Sau khi áp dụng chương trình, học sinh có tiến bộ không?”

Mà quan trọng hơn là:

“So với điều gì, và nếu không có chương trình thì kết quả sẽ như thế nào?”

Đây chính là điểm khác biệt giữa mô tả sự thay đổi và suy luận nhân quả.

Nếu chỉ quan sát điểm số tăng lên sau một chương trình, chúng ta đang mô tả một sự thay đổi. Nhưng khi tìm cách ước lượng kết quả có thể xảy ra nếu chương trình không được triển khai, nghiên cứu bắt đầu trả lời một câu hỏi nhân quả: chương trình có thực sự tạo ra sự thay đổi đó hay không?

Từ góc nhìn này, counterfactual không phải là một khái niệm lý thuyết xa rời thực tế. Đây là tư duy nền tảng giúp nhà nghiên cứu giáo dục thiết kế phép so sánh phù hợp và diễn giải kết quả một cách thận trọng hơn.

Counterfactual là nền tảng để hiểu các khái niệm nào trong nghiên cứu nhân quả?

Hiểu counterfactual giúp kết nối nhiều khái niệm quan trọng trong nghiên cứu nhân quả. Các khái niệm này không tồn tại độc lập mà cùng tham gia vào quá trình đặt câu hỏi, thiết kế nghiên cứu, ước lượng tác động và đánh giá mức độ chắc chắn của kết quả.

• Causal effect – tác động nhân quả: thể hiện sự khác biệt giữa kết quả khi một đối tượng nhận can thiệp và kết quả phản thực của chính đối tượng đó khi không nhận can thiệp.

• Treatment / intervention – can thiệp: điều kiện hoặc chương trình mà nhà nghiên cứu muốn đánh giá tác động, chẳng hạn một phương pháp giảng dạy mới.

• Control group – nhóm đối chứng: nhóm được sử dụng làm cơ sở so sánh để giúp ước lượng kết quả có thể xảy ra nếu nhóm can thiệp không nhận can thiệp.

• Confounder – biến nhiễu: yếu tố có liên quan đến cả can thiệp và kết quả, có thể tạo ra hoặc làm sai lệch mối liên hệ quan sát được nếu không được xử lý phù hợp.

• Potential outcomes – các kết quả tiềm năng: các kết quả có thể xảy ra với cùng một đối tượng dưới những điều kiện can thiệp khác nhau. Counterfactual chính là phần kết quả tiềm năng không được quan sát trong điều kiện thực tế.

• Average Treatment Effect (ATE) – tác động điều trị trung bình: mức tác động trung bình của can thiệp trên quần thể nghiên cứu, được xác định dựa trên sự khác biệt giữa các kết quả tiềm năng dưới hai điều kiện.

• Effect size – kích thước hiệu ứng: chỉ số mô tả độ lớn của sự khác biệt hoặc tác động, giúp đánh giá mức độ đáng kể của hiệu ứng thay vì chỉ xem xét việc hiệu ứng có tồn tại hay không.

• Confidence interval – khoảng tin cậy: khoảng ước lượng thể hiện mức độ bất định của một tham số thống kê, giúp người đọc đánh giá độ chính xác của ước lượng tác động.

• Causal inference – suy luận nhân quả: quá trình sử dụng dữ liệu, thiết kế nghiên cứu và các giả định phù hợp để đi từ những gì quan sát được đến kết luận về tác động nhân quả.

Có thể hình dung mối quan hệ giữa các khái niệm này bắt đầu từ một câu hỏi cốt lõi: “Điều gì sẽ xảy ra với cùng đối tượng nếu điều kiện can thiệp thay đổi?” Counterfactual giúp xác định phép so sánh cần thiết; thiết kế nghiên cứu giúp tìm cách ước lượng phép so sánh đó; còn các công cụ như ATE, effect size và confidence interval giúp lượng hóa và đánh giá kết quả.

Vì vậy, nắm được counterfactual là gì không chỉ giúp hiểu một thuật ngữ trong phương pháp nghiên cứu. Đây còn là bước nền để đọc và hiểu sâu hơn về nghiên cứu thực nghiệm, thiết kế nghiên cứu nhân quả và suy luận nhân quả trong khoa học giáo dục.

Hiểu Counterfactual để hiểu bản chất của nghiên cứu nhân quả

Hiểu counterfactual (phản thực) là bước quan trọng để hiểu bản chất của nghiên cứu nhân quả. Khái niệm này đặt ra câu hỏi: Điều gì sẽ xảy ra nếu can thiệp không diễn ra? Vì không thể đồng thời quan sát hai kịch bản của cùng một đối tượng, nhà nghiên cứu cần sử dụng các thiết kế phù hợp để ước lượng counterfactual. Từ đó, các thiết kế thực nghiệm và bán thực nghiệm khác nhau chủ yếu ở cách chúng xây dựng hoặc ước lượng một counterfactual đáng tin cậy.

Nếu muốn tìm hiểu sâu hơn về cách các thiết kế nghiên cứu giúp trả lời câu hỏi nhân quả trong giáo dục, bạn có thể tham khảo cuốn sách Nghiên cứu thực nghiệm trong Khoa học Giáo dục, với các nội dung về RCT, Difference-in-Differences, Interrupted Time Series và những phương pháp thực nghiệm khác.