Phản biện thống kê là gì? Những lỗi thống kê tòa soạn tạp chí cần bắt trước khi xuất bản
Phản biện thống kê (statistical review) là bước thẩm định riêng phần thiết kế, phân tích và báo cáo số liệu của bản thảo, do người có chuyên môn thống kê thực hiện, độc lập với nhận xét về nội dung chuyên ngành.
Bước này cần thiết vì lỗi thống kê phổ biến hơn nhiều người nghĩ: khi Nuijten và cộng sự (2016) tính lại hơn 258.000 giá trị p trong tâm lý học, 49,6% bài có ít nhất một giá trị p không khớp với chính kiểm định đi kèm. Trong khảo sát 187 bài của một tạp chí Việt Nam mà chúng tôi thực hiện, vấn đề lớn nhất lại khác: chỉ 5 bài báo cáo đủ thông tin để tính lại p-value.
Cập nhật: tháng 11/2026 — Biên soạn bởi đội ngũ VOJS, Metis JSC
Phản biện thống kê là gì và khác phản biện chuyên môn ở đâu?
Phản biện thống kê trả lời một câu hỏi hẹp: các con số trong bài có được tạo ra bằng phương pháp phù hợp, có tính đúng và có được diễn giải đúng hay không. Phản biện chuyên môn trả lời câu hỏi rộng hơn về tính mới, khung lý thuyết và đóng góp. Hai vai trò này thường bị gộp vào một người trong quy trình peer review của tạp chí Việt Nam.
Phản biện thống kê là việc một người có chuyên môn thống kê kiểm tra thiết kế nghiên cứu, cỡ mẫu, lựa chọn kiểm định, tính nhất quán giữa các con số và cách diễn giải kết quả của một bản thảo, rồi gửi nhận xét riêng cho biên tập viên.
| Tiêu chí | Phản biện chuyên môn | Phản biện thống kê |
|---|---|---|
| Câu hỏi chính | Nghiên cứu có mới, có ý nghĩa với ngành không? | Con số có đúng và được diễn giải đúng không? |
| Người thực hiện | Chuyên gia cùng lĩnh vực | Nhà thống kê, dịch tễ học, chuyên gia phương pháp |
| Phần đọc kỹ nhất | Introduction, Discussion | Methods, Results, bảng số liệu, phụ lục |
| Đầu ra điển hình | Nhận xét về đóng góp, tài liệu | Danh sách câu hỏi về kiểm định, cỡ mẫu, con số không khớp |
| Có tính lại số liệu? | Hiếm | Thường xuyên, ít nhất với kết quả chính |
Mức độ áp dụng trên thế giới không cao như nhiều người hình dung. Hardwicke và Goodman (PLOS ONE, 2020) khảo sát 364 tạp chí y sinh hàng đầu, nhận được 107 phản hồi hợp lệ: chỉ 23% dùng phản biện thống kê cho mọi bài, còn 34% hiếm khi hoặc không bao giờ dùng. Năm 1998, con số "mọi bài" là 33% trên 114 tạp chí. Nghĩa là sau hơn 20 năm, tình hình gần như không đổi.
Lỗi thống kê trong bài báo khoa học phổ biến đến mức nào?
Lỗi thống kê ở mức báo cáo, tức con số này không khớp với con số khác trong cùng bài, xuất hiện ở khoảng một nửa số bài dùng kiểm định giả thuyết trong các nghiên cứu lớn về tâm lý học. Đây là lớp lỗi dễ đo nhất, nên cũng là lớp được nghiên cứu nhiều nhất.
Theo Nuijten và cộng sự (Behavior Research Methods, 2016), trong 16.695 bài thuộc 8 tạp chí tâm lý học giai đoạn 1985–2013, 9,7% giá trị p không khớp với thống kê kiểm định và bậc tự do đi kèm; 12,9% số bài có ít nhất một "sai lệch nghiêm trọng" làm đảo kết luận có hay không có ý nghĩa ở ngưỡng 0,05.
Các nghiên cứu khác cho kết quả cùng hướng:
- Bakker và Wicherts (2011) đọc 281 bài tâm lý học, thấy khoảng 18% kết quả thống kê báo cáo sai và khoảng 15% số bài có ít nhất một kết luận đổi từ có ý nghĩa sang không có ý nghĩa (hoặc ngược lại) khi tính lại.
- Brown và Heathers (2017) dùng phép thử GRIM trên 260 bài; 71 bài đủ điều kiện kiểm tra, trong đó 36 bài có ít nhất một giá trị trung bình không thể xảy ra về mặt số học với cỡ mẫu đã nêu.
- Nuijten và Wicherts (2024) so sánh hơn 7.000 bài ở 4 tạp chí: hai tạp chí đưa statcheck vào quy trình phản biện (Psychological Science và Journal of Experimental Social Psychology) có mức giảm lỗi dốc hơn rõ rệt so với hai tạp chí đối chứng.
Kết quả cuối cùng là điểm đáng chú ý nhất với tòa soạn: lỗi giảm khi tạp chí kiểm tra một cách có hệ thống. Kiểm tra máy móc rẻ hơn nhiều so với việc phải ra đính chính hay rút bài sau khi xuất bản.
Khảo sát VOJS: tính lại p-value trên 187 bài của một tạp chí Việt Nam
Chúng tôi lặp lại cách làm của Nuijten trên một tạp chí truy cập mở trong nước để xem mốc quốc tế có áp dụng được không. Mẫu là toàn bộ 187 bài có toàn văn PDF thuộc 11 số của Tạp chí Khoa học Trường Đại học Sư phạm TP.HCM, Tập 23 (2026), gồm Số 1–9 và hai số đặc biệt, tải ngày 13/11/2026. Tạp chí được chọn vì đa ngành, xuất bản đều và mở toàn văn, không phải vì có dấu hiệu bất thường.
Tầng 1: tính lại tự động theo quy tắc statcheck
Chúng tôi viết bộ trích xuất bằng Python theo đúng quy tắc của statcheck (kiểm định hai phía, tính đến làm tròn, "sai lệch nghiêm trọng" là khi đảo kết luận ở ngưỡng 0,05), có xử lý thêm dấu phẩy thập phân kiểu Việt Nam. Kết quả:
| Chỉ số | Mẫu VOJS (2026) | Nuijten và cộng sự (2016) |
|---|---|---|
| Số bài trong mẫu | 187 | 30.717 |
| Bài có báo cáo giá trị p | 27 (14,4%) | Không thống kê riêng |
| Bài có kết quả tính lại được (thống kê + bậc tự do + p) | 5 (2,7%) | 16.695 (54,4%) |
| Số kết quả tính lại được | 22 | 258.105 |
| Kết quả không khớp | 0/22 | 9,7% |
| Bài có ít nhất một sai lệch nghiêm trọng | 0/5 | 12,9% |
Con số 0 không có nghĩa tạp chí ít lỗi hơn tâm lý học quốc tế. Với 22 kết quả, khoảng không chắc chắn rất rộng. Phát hiện quan trọng hơn nằm ở dòng thứ ba: 22/27 bài có giá trị p nhưng không cho phép tính lại, vì chỉ ghi "p < 0,05" hoặc "Sig. = 0,035" mà không nêu thống kê t, F, χ² và bậc tự do. Khoảng một nửa (15/27) chỉ báo cáo ngưỡng p, không có giá trị p chính xác.
Tầng 2: tính lại tay từ số liệu mô tả
Với các bài không nêu thống kê kiểm định, chúng tôi tính lại từ trung bình, độ lệch chuẩn và cỡ mẫu trong bảng. Ba bài có đủ dữ liệu:
- Bài A công bố bảng phân bố tần suất điểm của hai lớp (n = 25 mỗi lớp). Tính lại cho p ≈ 0,747 và p ≈ 0,0355, khớp với báo cáo (0,747 và 0,035). Tuy vậy, phần lời văn viết độ lệch chuẩn lớp đối chứng lớn hơn, trong khi tính từ bảng là 1,03 so với 1,06 ở lớp thực nghiệm.
- Bài B báo cáo 4 giá trị p. Giá trị trước thực nghiệm là 0,832, trong khi trung bình và độ lệch chuẩn đã công bố chỉ cho p trong khoảng 0,66–0,74, kể cả khi tính hết sai số làm tròn.
- Bài C báo cáo chênh lệch 1,10 điểm với p = 0,018 cho hai nhóm 85 và 84 học sinh, độ lệch chuẩn 0,85 và 0,95. Tính lại cho t ≈ 7,9 và p nhỏ hơn 10⁻⁹, kể cả khi tính sai số làm tròn. Giá trị p = 0,012 của bài kiểm tra sau 3 tháng cũng không khớp theo cách tương tự.
Không trường hợp nào làm đảo kết luận có hay không có ý nghĩa. Nhưng ở bài B và C, giá trị p in trên bài không thể sinh ra từ phép tính mà bài mô tả. Với đoạn mã ở mục dưới, phản biện viên chỉ cần vài phút để phát hiện. Chúng tôi không nêu tên bài vì mục đích là minh họa quy trình, không phải phán xét tác giả.
Hạn chế của khảo sát: một tạp chí, một năm, chỉ trích xuất phần chữ chạy và bảng đọc được bằng máy; kết quả trong bảng ảnh hoặc bố cục phức tạp có thể bị bỏ sót. Không nên suy rộng tỷ lệ cho toàn bộ tạp chí Việt Nam.
10 lỗi thống kê tòa soạn cần bắt trước khi xuất bản
Mười lỗi dưới đây là những lỗi phản biện viên có thể phát hiện chỉ bằng việc đọc kỹ Methods, Results và bảng số liệu, không cần dữ liệu gốc. Cột cuối là câu hỏi có thể gửi nguyên văn cho tác giả.
| # | Lỗi | Dấu hiệu trong bản thảo | Câu hỏi gửi tác giả |
|---|---|---|---|
| 1 | Giá trị p không khớp với thống kê | t, F, χ² và df cho ra p khác giá trị in | Vui lòng kiểm tra lại p của kết quả X |
| 2 | Chỉ báo cáo "p < 0,05" | Không có thống kê kiểm định, df | Bổ sung t/F/χ², df và p chính xác |
| 3 | Ghi "p = 0,000" | Chép thẳng từ SPSS | Ghi "p < 0,001" |
| 4 | Thiếu độ lớn hiệu ứng và khoảng tin cậy | Chỉ có p, không có d, η², OR, 95% CI | Bổ sung chỉ số độ lớn hiệu ứng và CI |
| 5 | "Không có ý nghĩa" bị hiểu là "không khác biệt" | Kết luận hai nhóm "tương đương" từ p > 0,05 | Phân tích có đủ năng lực thống kê không? |
| 6 | So sánh nhiều lần không hiệu chỉnh | Hàng chục kiểm định, vài kết quả "có ý nghĩa" | Có hiệu chỉnh Bonferroni, Holm hay FDR không? |
| 7 | Cỡ mẫu không giải thích | Không có tính toán cỡ mẫu | Cỡ mẫu được xác định thế nào? |
| 8 | Số mẫu phân tích khác số mẫu thu thập | n ở bảng nhỏ hơn n ở Methods, không giải thích | Xử lý dữ liệu thiếu và loại trừ ra sao? |
| 9 | Kiểm định không phù hợp dữ liệu | t-test cho thang thứ bậc lệch, mẫu rất nhỏ | Giả định phân phối đã được kiểm tra chưa? |
| 10 | Diễn giải tương quan thành nhân quả | Dữ liệu cắt ngang, kết luận "X làm tăng Y" | Điều chỉnh ngôn ngữ kết luận |
Lỗi số 5 có câu tóm tắt nổi tiếng của Altman và Bland trên BMJ (1995): "Absence of evidence is not evidence of absence", tức không có bằng chứng không có nghĩa là có bằng chứng về sự không có. Với thử nghiệm ngẫu nhiên, phần giải thích của CONSORT 2010 còn khuyến cáo không dùng kiểm định ý nghĩa cho khác biệt ở thời điểm ban đầu, vì khác biệt đó do ngẫu nhiên tạo ra theo định nghĩa.
Lỗi số 4 liên quan trực tiếp đến tuyên bố của Hiệp hội Thống kê Hoa Kỳ (ASA, 2016). Trong 6 nguyên tắc, nguyên tắc thứ 5 nêu rằng giá trị p không đo độ lớn của hiệu ứng hay tầm quan trọng của kết quả. Trong mẫu của chúng tôi, chỉ 5/27 bài nêu chỉ số độ lớn hiệu ứng chuẩn hóa (Cohen's d, η², f²) và 4/27 bài nêu khoảng tin cậy.
Cách kiểm tra lại p-value: statcheck, GRIM và tính tay
Có ba công cụ phủ được phần lớn lỗi ở mức báo cáo, xếp theo độ dễ dùng tăng dần với tòa soạn không có nhà thống kê.
statcheck là gói R miễn phí do Epskamp và Nuijten phát triển, có bản web tại statcheck.io (hoạt động từ tháng 9/2016). Công cụ đọc kết quả viết theo định dạng APA trong file và tính lại p. Hạn chế: chỉ đọc kết quả có đủ thống kê, bậc tự do và p. Như khảo sát trên cho thấy, ở nhiều bài tiếng Việt, điều kiện này hiếm khi thỏa.
GRIM (Granularity-Related Inconsistency of Means) kiểm tra xem một giá trị trung bình có thể xảy ra với cỡ mẫu đã nêu không. Ví dụ: 20 người trả lời thang điểm nguyên thì trung bình phải là bội số của 0,05; trung bình 3,47 là bất khả. Phép thử hiệu quả nhất khi cỡ mẫu dưới 100.
Tính lại từ số liệu mô tả là cách thực tế nhất cho bài tiếng Việt. Chỉ cần trung bình, độ lệch chuẩn và cỡ mẫu của hai nhóm. Đoạn mã dưới đây chạy được trên Google Colab mà không cần cài đặt:
python
from scipy import stats
# Điền số liệu lấy từ bảng của bản thảo
m1, sd1, n1 = 7.80, 0.85, 85 # nhóm thực nghiệm
m2, sd2, n2 = 6.70, 0.95, 84 # nhóm đối chứng
t, p = stats.ttest_ind_from_stats(m1, sd1, n1, m2, sd2, n2, equal_var=False)
sd_pool = (((n1 - 1) * sd1**2 + (n2 - 1) * sd2**2) / (n1 + n2 - 2)) ** 0.5
print(f"t = {t:.2f}, p = {p:.2g}, Cohen's d = {(m1 - m2) / sd_pool:.2f}")Nếu kết quả lệch xa giá trị in, chưa vội kết luận sai. Tác giả có thể đã dùng kiểm định ghép cặp, kiểm định phi tham số hoặc mô hình có biến kiểm soát. Câu hỏi đúng là "kiểm định nào đã tạo ra p = 0,018?", và yêu cầu tác giả nêu rõ trong Methods.
Checklist thống kê đính kèm phiếu phản biện
Checklist thống kê là danh sách câu hỏi Có/Không/Không áp dụng gắn vào phiếu phản biện, giúp phản biện viên không bỏ sót các điểm thống kê cơ bản. Danh sách dưới đây rút gọn từ hướng dẫn SAMPL của Lang và Altman (2013, Hiệp hội Biên tập viên Khoa học châu Âu EASE) và từ các lỗi gặp trong khảo sát.
- [ ] Thiết kế nghiên cứu được gọi tên rõ (thực nghiệm, bán thực nghiệm, cắt ngang, thuần tập).
- [ ] Có giải thích cách xác định cỡ mẫu.
- [ ] Số mẫu phân tích khớp với số mẫu thu thập, hoặc có giải thích phần chênh lệch.
- [ ] Mỗi kiểm định được nêu tên và mục đích; giả định đã được kiểm tra.
- [ ] Kết quả chính có thống kê kiểm định, bậc tự do và giá trị p chính xác.
- [ ] Không có "p = 0,000"; giá trị rất nhỏ ghi "p < 0,001".
- [ ] Có độ lớn hiệu ứng và khoảng tin cậy 95% cho kết quả chính.
- [ ] Đã xử lý vấn đề so sánh nhiều lần, nếu có.
- [ ] Đã tính lại ít nhất 2 giá trị p từ số liệu trong bài, và kết quả khớp.
- [ ] Trung bình, tỷ lệ phần trăm và tổng trong bảng khớp nhau và khớp với lời văn.
- [ ] Kết luận không vượt quá thiết kế (không suy nhân quả từ dữ liệu cắt ngang).
- [ ] Tác giả cam kết cung cấp dữ liệu gốc khi được yêu cầu.
Mục cuối gắn với tuyên bố chia sẻ dữ liệu, còn các mục về thiết kế cần đọc cùng chuẩn báo cáo CONSORT, PRISMA, STROBE. Checklist chỉ là một phần của mẫu phiếu phản biện chuẩn, không thay nhận xét chuyên môn.
Triển khai trên VOJS
Trên VOJS, quản trị viên vào Cài đặt → Quy trình làm việc → tab Phản biện → Biểu mẫu phản biện, tạo một biểu mẫu riêng tên "Phản biện thống kê". Mỗi mục checklist là một câu hỏi loại Trắc nghiệm (Có/Không/Không áp dụng), kèm một câu Nhập 1 đoạn văn cho nhận xét chi tiết. Câu hỏi có thể đặt là bắt buộc, và có thể chọn đính kèm vào email gửi tác giả hay không. Hướng dẫn từng bước ở trang tạo biểu mẫu phản biện.
Khi mời phản biện, biên tập viên chọn biểu mẫu chuyên môn cho phản biện viên ngành và biểu mẫu thống kê cho người đọc phần số liệu. Hai phiếu về cùng một hồ sơ bài để so sánh. Xem thêm tính năng tại trang sản phẩm VOJS.
Quy trình 3 tầng cho tạp chí không có nhà thống kê chuyên trách
Tạp chí nhỏ không cần thuê nhà thống kê cho mọi bài. Cách làm hiệu quả là phân tầng theo rủi ro, để người có chuyên môn thống kê chỉ đọc những bài thực sự cần.
- Sơ loại (biên tập viên, khoảng 15 phút). Kiểm tra bài có báo cáo đủ thống kê, bậc tự do và p chính xác không. Thiếu thì trả tác giả bổ sung trước khi gửi phản biện, tương tự các lỗi thủ tục dẫn đến desk rejection.
- Tính lại máy móc (thư ký tòa soạn). Chạy statcheck nếu bài viết theo APA; nếu không, tính lại 2–3 kết quả chính bằng đoạn mã ở trên. Ghi kết quả vào hồ sơ bài.
- Phản biện thống kê chuyên sâu. Chỉ dành cho bài có kết quả không khớp ở tầng 2, bài thử nghiệm can thiệp, bài dùng mô hình phức tạp (SEM, đa tầng, học máy) hoặc bài có kết luận ảnh hưởng đến chính sách, điều trị.
Nguồn người cho tầng 3 thường là giảng viên khoa toán–thống kê, y tế công cộng hoặc kinh tế lượng của trường chủ quản. Cách tìm và mời họ tương tự quy trình mời phản biện viên, nhưng thư mời nên nói rõ chỉ cần đọc Methods và Results.
Sai lầm thường gặp khi tổ chức phản biện thống kê
Các sai lầm dưới đây là những điểm tòa soạn dễ vấp khi bắt đầu tổ chức phản biện thống kê, kèm cách sửa ngắn gọn.
- Giao toàn bộ phần thống kê cho phản biện viên chuyên ngành. Phần lớn họ đọc bảng số liệu để xem kết quả có hợp lý không, không tính lại. Cách sửa: thêm ít nhất câu hỏi "Đã tính lại 2 giá trị p chưa?" vào phiếu.
- Chấp nhận "p < 0,05" vì đó là thói quen trong ngành. Bài không có thống kê kiểm định thì không ai kiểm tra được, kể cả người đọc sau này. Ghi rõ yêu cầu trong hướng dẫn tác giả.
- Coi khác biệt nhỏ với p là chuyện làm tròn. Lệch ở chữ số thứ ba có thể là làm tròn; lệch từ mức nhỏ hơn 10⁻⁹ lên 0,018 như bài C thì không.
- Kết luận gian lận khi số liệu không khớp. Brown và Heathers lưu ý lỗi GRIM có thể do nhập liệu hoặc đánh máy. Hỏi tác giả trước, yêu cầu dữ liệu gốc nếu cần, và chỉ xử lý theo quy trình liêm chính khi có thêm bằng chứng.
- Kiểm tra bản thảo vòng 1 rồi bỏ qua bản sửa. Tác giả thường chạy lại phân tích khi sửa bài, nên con số đổi. Tầng 2 cần lặp lại ở bản cuối, trước khi dàn trang và xuất bản.
- Không tách thù lao. Phản biện thống kê là công việc riêng, nên có mức thù lao riêng; cách tính tham khảo ở bài nhuận bút, thù lao phản biện và biên tập.
Với tác giả, cách viết phần kết quả để vượt qua vòng này được trình bày ở bài Cách viết Results và Discussion chuẩn IMRaD.
Câu hỏi thường gặp
Phản biện thống kê có bắt buộc với tạp chí khoa học không? Không có quy định chung bắt buộc phản biện thống kê; mỗi tạp chí tự quyết trong quy trình của mình. Ngay cả nhóm tạp chí y sinh hàng đầu, theo Hardwicke và Goodman (2020), chỉ 23% dùng cho mọi bài. Tuy vậy, tạp chí đăng nhiều nghiên cứu định lượng nên có ít nhất một bước kiểm tra thống kê ở sơ loại, vì đây là lớp lỗi dễ phát hiện nhất và dễ bị người đọc chỉ ra nhất sau khi bài đã xuất bản.
Giá trị p bao nhiêu thì có ý nghĩa thống kê? Theo quy ước, p ≤ 0,05 thường được gọi là có ý nghĩa thống kê, nhưng ngưỡng này không có cơ sở tự nhiên. ASA (2016) khuyến cáo không ra quyết định khoa học chỉ dựa trên việc p có vượt một ngưỡng hay không. Bài viết tốt nên báo cáo p chính xác, độ lớn hiệu ứng và khoảng tin cậy, để người đọc tự đánh giá mức độ quan trọng thực tế của kết quả.
Ghi p = 0,000 có sai không? Có, vì giá trị p không bao giờ bằng 0. SPSS hiển thị ".000" khi p nhỏ hơn 0,0005 do chỉ in 3 chữ số thập phân. Cách ghi đúng theo chuẩn APA là "p < 0,001". Đây là lỗi nhỏ, nhưng biên tập viên nên sửa ngay ở vòng sơ loại vì nó cho thấy bảng kết quả được chép thẳng từ phần mềm mà chưa qua đọc soát.
statcheck là gì và dùng có khó không? statcheck là công cụ miễn phí tính lại giá trị p từ thống kê kiểm định và bậc tự do trong bài, có bản web tại statcheck.io nên không cần biết lập trình. Người dùng tải file lên và nhận bảng các kết quả không khớp. Hạn chế lớn là công cụ chỉ đọc được kết quả viết đủ theo định dạng APA, nên với nhiều bài tiếng Việt, cách tính lại từ trung bình và độ lệch chuẩn hữu ích hơn.
Tạp chí không có nhà thống kê thì phải làm sao? Tạp chí không có nhà thống kê vẫn làm được hai tầng đầu: biên tập viên kiểm tra mức đầy đủ của báo cáo, thư ký tòa soạn tính lại vài giá trị p bằng statcheck hoặc đoạn mã Python. Chỉ những bài có số liệu không khớp hoặc có thiết kế phức tạp mới cần mời giảng viên thống kê của trường chủ quản đọc chuyên sâu.
Phát hiện lỗi thống kê sau khi bài đã xuất bản thì xử lý thế nào? Tòa soạn liên hệ tác giả, yêu cầu giải thích và dữ liệu gốc, rồi chọn hình thức theo mức độ ảnh hưởng. Lỗi không đổi kết luận thường xử lý bằng đính chính (correction); lỗi làm mất cơ sở của kết luận có thể dẫn đến thông báo quan ngại hoặc rút bài theo hướng dẫn COPE. Mọi bước cần ghi lại trong hồ sơ bài.
Tóm tắt
- Phản biện thống kê kiểm tra thiết kế, kiểm định, tính nhất quán con số và cách diễn giải; khác với phản biện chuyên môn.
- Mốc quốc tế: 49,6% bài tâm lý học có ít nhất một p không khớp, 12,9% có sai lệch đảo kết luận (Nuijten và cộng sự, 2016).
- Chỉ 23% tạp chí y sinh hàng đầu dùng phản biện thống kê cho mọi bài (Hardwicke và Goodman, 2020).
- Khảo sát 187 bài của một tạp chí Việt Nam: 27 bài có p, chỉ 5 bài tính lại được tự động (0/22 kết quả lệch); tính tay từ số liệu mô tả phát hiện 2/3 bài có p không khớp.
- Ưu tiên của tòa soạn Việt Nam: buộc báo cáo đủ thống kê và df, bỏ "p = 0,000", thêm độ lớn hiệu ứng và CI, rồi mới đến tính lại.
- Dùng checklist 12 mục gắn vào biểu mẫu phản biện riêng và quy trình 3 tầng theo rủi ro.
Biên soạn bởi đội ngũ VOJS, Metis JSC. Khảo sát thực hiện ngày 13/11/2026 trên 187 bài toàn văn của Tạp chí Khoa học Trường Đại học Sư phạm TP.HCM, Tập 23 (2026). Nguồn tham khảo: Nuijten MB và cộng sự — "The prevalence of statistical reporting errors in psychology (1985–2013)", Behavior Research Methods 48(4):1205–1226 (2016); Bakker M, Wicherts JM — "The (mis)reporting of statistical results in psychology journals", Behavior Research Methods 43(3):666–678 (2011); Brown NJL, Heathers JAJ — "The GRIM test", Social Psychological and Personality Science 8(4):363–369 (2017); Nuijten MB, Wicherts JM — "Implementing statcheck during peer review is related to a steep decline in statistical-reporting inconsistencies", Advances in Methods and Practices in Psychological Science 7(2) (2024); Hardwicke TE, Goodman SN — PLOS ONE 15(10):e0239598 (2020); Wasserstein RL, Lazar NA — "The ASA's statement on p-values: context, process, and purpose", The American Statistician (2016); Altman DG, Bland JM — "Absence of evidence is not evidence of absence", BMJ (1995); Lang TA, Altman DG — SAMPL Guidelines, Science Editors' Handbook, EASE (2013); CONSORT 2010 Explanation and Elaboration.
Bài viết liên quan
- Mẫu phiếu phản biện tạp chí khoa học chuẩn: các hạng mục cần thiết
- Reporting guideline là gì? CONSORT, PRISMA, STROBE và cách tòa soạn yêu cầu checklist
- Cách viết Results và Discussion trong bài báo khoa học chuẩn IMRaD
- Peer Review là gì?
- Tạp chí khoa học là gì?
- Scopus, ISI và Impact Factor
- Liên hệ triển khai VOJS
- Xem tất cả bài viết về tạp chí khoa học