រូបភាព៖ John Snow, ១៨៥៥ · Wellcome Collection (Public domain) · Wikimedia Commonsការសន្និដ្ឋានមូលហេតុ (Causal Inference)៖ ពីទំនាក់ទំនង ទៅមូលហេតុ
នៅឆ្នាំ ១៨៥៤ គ្រូពេទ្យ John Snow បានគូសចំណុចករណីស្លាប់ដោយអាសន្នរោគលើផែនទីទីក្រុងឡុងដ៍ ហើយសួរសំណួរដែលនៅតែជាស្នូលនៃការស្រាវជ្រាវសព្វថ្ងៃ៖ តើទឹកពីស្នប់នោះ បណ្ដាល ឱ្យស្លាប់ ឬគ្រាន់តែ ជាប់ទាក់ទង នឹងការស្លាប់? មេរៀននេះពន្យល់ពីរបៀបឆ្លងពីទំនាក់ទំនង ទៅការអះអាងមូលហេតុដែលការពារបាន៖ គំរូលទ្ធផលសក្ដានុពល ដ្យាក្រាមមូលហេតុ (DAG) ការចាត់តាំងដោយចៃដន្យ ទស្សនៈទាំង ៩ របស់ Bradford Hill និងវិធីសាស្ត្រសម្រាប់ទិន្នន័យសង្កេត — ការផ្គូផ្គង DiD RD IV — ជាមួយឧទាហរណ៍អន្តរជាតិ និងពាក្យដែលគួរ ឬមិនគួរសរសេរក្នុងនិក្ខេបបទ។
🎯 គោលបំណងនៃមេរៀន — បន្ទាប់ពីអានចប់ អ្នកនឹងអាច៖
- ពន្យល់ភាពខុសគ្នារវាងទំនាក់ទំនង (association) និងមូលហេតុ (causation) ដោយប្រើគំរូលទ្ធផលសក្ដានុពល (potential outcomes) របស់ Rubin និង «បញ្ហាមូលដ្ឋាន» របស់ Holland។
- កំណត់ប្រភពភាពលម្អៀងធំៗ ៥ — អថេររំខាន មូលហេតុបញ្ច្រាស ភាពលម្អៀងនៃការជ្រើសរើស អថេរប្រសព្វ (collider) និងកំហុសនៃការវាស់ — ក្នុងការសិក្សាជាក់ស្ដែង។
- គូសដ្យាក្រាមមូលហេតុ (DAG) ហើយសម្រេចថាអថេរណាត្រូវកែតម្រូវ និងអថេរណា មិនត្រូវ កែតម្រូវ។
- ប្រៀបធៀបការចាត់តាំងដោយចៃដន្យ ជាមួយវិធីសាស្ត្រសម្រាប់ទិន្នន័យសង្កេត (ការកែតម្រូវ ពិន្ទុទំនោរ DiD RD IV ITS និងការត្រាប់តាមការសាកល្បងគោលដៅ) ហើយជ្រើសវិធីដែលសមនឹងទិន្នន័យរបស់អ្នក។
- សរសេរការអះអាងមូលហេតុក្នុងនិក្ខេបបទ ដោយប្រុងប្រយ័ត្ន និងស្មោះត្រង់ — ដោយដឹងថាពាក្យណា (ឧ. «ផលប៉ះពាល់» «នាំឱ្យ») មិនគួរប្រើជាមួយទិន្នន័យ cross-sectional។
⚡ សង្ខេបក្នុង ៣០ វិនាទី
- ទំនាក់ទំនង មិនមែនជាមូលហេតុទេ។ អថេរពីរអាចប្រែប្រួលជាមួយគ្នា ដោយសារអថេរទីបី (អថេររំខាន) ដោយសារ Y ជាអ្នកបណ្ដាល X វិញ ឱ្យដោយសាររបើបដែលយើងជ្រើសរើសគំរូ។
- ផលមូលហេតុ គើជាការប្រើបធៀបរវាងពិភពពីរ — លទ្ធផលពេលមានអន្តរាគមន៍ និងលទ្ធផលពេលគ្មានអន្តរាគមន៍ សម្រាប់មនុស្សដដែល។ យើងមិនអាចភ៙នពិភពដំណាងពីរក្នុងពេលតែមួយបានដែល — នេះជា «បញ្ហាមូលដ្ឋាន» (Holland, ១៩៨៦)។
- ការចាត់តាំងដោយចៃដន្យ ដោឧសរែយបញ្ហានេះបានល្ធបំផុត ព្រោះវាធ្វើអ្យក្រុមទាំងពីរស្រដើងគ្នាជាមធ្យម ទាំងលើអថេរដែលយើងវាស់ និងមិនបានវាស់។
- ពេលមិនអាចចាត់តាំងចៃដន្យបាន យើងត្រូវការសន្មត់ច្បាស់លាស់ (បង្ហាញដោយ DAG) និងការរចនាច្លាតវៃ — ការផ្គូផ្គង DiD RD IV ITS — ដែលនីមួយ់មានការសន្មត់ផ្ទាលខ្លួនដែលត្រូវការពារ។
- ក្នុងនិក្ខេបបទ ភាសានីនៃការអហៀអាងត្រូវស៊ីនឹងការរចនា៖ ការស្ដង់មតិ cross-sectional អនុញ្ញាត៊ីយើងនិយាយថា «ជាប់ទាក់ទង» មិនមែន «បណ្ដាលឱ្យ» ទេ — លុះត្រាតែអ្នកបង្ហាញយុទ្ធសាស្ត្រកំណត់មូលហេតុច្បាស់លាស់។
០១ · ហេតុអ្វីសំខាន់ហេតុអ្វីនិស្សិតអនុបណ្ឌិត និងបណ្ឌិត ត្រូវយល់ពីការសន្និដ្ឋានមូលហេតុ?
សំណួរស្រាវជ្រាវភាគច្រើនដែលនិស្សិតសរសេរ ពិតជាសំណួរមូលហេតុ ទោះបីជាពាក្យ «មូលហេតុ» មិនលេចឋើងក៏ដោយ៖ «តើកម្មវិធីបណ្តុះបណ្តាលគ្រូ បង្កើន លទ្ធផលសិក្សារបស់សិស្សោទេ?» «តើមូលនិធិសមធម៍ ជួយ ឱ្យអ្នកក្រប្រើសេវាសុខាពិបាលច្រើនជាងមុនេទ?» «តើការប្រើកម្មវិធីទូរសព្ទ កាត់បន្ថយ កំហុសក្នុងការលក៊ាំទ្នាំេស។» ពាក្យ «បង្កើន» «ជួយ» «កាត់បន្ថយ» សុទ្ធតែជាការអះអាងអំពីមូលហេតុ–ផល។
បញ្ហាគើ ទិន្នន័យដែលនិស្សិតប្រមូល — ជាពិសេសការស្ដង់មតិមួយដង — ច្រើនតែបង្ហាញបានត្រឹមតែ ទំនាក់ទំនង បើណ្ណោះ។ នៅមេរៀនទី ២ អ្នកបានរើនថា សំណួរ «មូលហេតុ–ផល» ត្រូវការការរចនាដែលអាចគាំទរវា ហើយនៅមេរៀនទី ៥ អ្នកបានឡើញថាការរចនានីមួយ់មានកម្រិតសុពលភាពខាងក្នុងខុសគ្នា។ មេរៀននេះផ្ដល់អុបករណ៍ដើម្បីវិនិច្ឆ័យថា ពេលណា និង ដោយការសន្មត់អ្វី ទំនាក់ទំនងមួយអាចបកស្រាយជាមូលហេតុបាន។
សំណួរច្បាស់
ការគិតបែបមូលហេតុ បង្ខំអ្នកកំណត់ឡ្យច្បាស់ថា អន្តរាគមន៍ជាអ្វី ប្រៀបធៀបជាមួយអ្វី សម្រាប់អ្នកណា និងក្នុងរយៈពេលប់ផុន្មាន។
ការវិភាគត្រឹមត្រូវ
DAG ប្រាប់អ្នកថាអថេរណាត្រូវដាក់ក្នុងគំរូលតំរែតំរង — ហើយអថេរណាដែលបើរដាក់ចូល នឹងធ្វើអ្យលទ្ធផលលម៏យៀងជាងមុន។
ការអហៀអាងស្មោះត្រង់
គណៈកម្មការមិនប្រចាំងនឹងការសិក្សាសង្កេតទេ ប៙ន្តែប្រែឡំនឹងការអះអាងដែលលើសពីអ្វីដែលការរចនាអាចគាំទរ។
ប្រយោជន់គោលនយោបាយ
ក្រសួង និងអង្គការដែគូ ត្រូវការដើងថា កម្មវិធីមួយ បណ្ដាល ឱ្យមានការផ្លាស់ប្ដូរ មុននឹងពង្រីកវាទូទាំងប្រដះ — មិនមែនគ្រាន់តែដើងថាវា «ជាប់ទាក់ទង» ប៙ណ្ណោះទេ។
💡 ភាពខុសគ្នារវាងអនុបណ្ឌិត និងបណ្ឌិត
សម្រាប់និក្ខេបបទអនុបណ្ឌិត គណៈកម្មការរំពឹងថាអ្នកដើងពីដែនកំណត់នៃការរចនារបស់ខ្លួន ហើយប្រើភាសាអហៀអាងឡ្យត្រឹមត្រូវ។ សម្រាប់និក្ខេបបទបណ្ឌិត អ្នកត្រូវបង្ហាញ យុទ្ធសាស្ត្រកំណត់មូលហេតុ (identification strategy) ឡ្យច្បាស់ — DAG ការសន្មត់ ការធ្វើតេស្តការសន្មត់ និងការវិភាគភាពរសើប (sensitivity analysis)។
០២ · និយមន្យទំនាក់ទំនង មិនមែនជាមូលហេតុ៖ ពី Hume ដល់ Mill
ទស្សនវិទូស្កូតឡែរឝ David Hume ក្នុងសៀវភៅ An Enquiry Concerning Human Understanding (១៧៤៨) បានកត់សម្គាល់ថា យើងមិនដែលមើល័ញ«មូលហេតុ»ដោយផ្ដាលទេ — យើងជើនតែព្រ៙ត្តិការណ៍មួយតាមពីក្រោយព្រ៙ត្តិការណ៍មួយតៀតជាប្រចំ (constant conjunction)។ ប់ុន្តែក្នុងអត្ថបទដដែល Hume ក៏បានផ្ដល់និយមន្យទីពីរ ដែលក្លាយជាគ្រាប់ពូជនៃការគិតសម័យទំនើប៖ មូលហេតុ គើជាអ្វីដែល «ប្រសិនបើវត្ថុទីមួយមិនមាន វត្ថុទីពីរក៏មិនដែលកើតមានដែរ» — នេះជានិយមន្យបែប ផ្ទុយការពិត (counterfactual)។
មួយសតវត្សក្រោយមក John Stuart Mill (១៨៤៣) បានរើបចំ «វិធីសាស្ត្រ» សម្រាប់ស្វែងរកមូលហេតុ។ វិធីសំខាន់បំផុតសម្រាប់អ្នកស្រាវជ្រាវ គើ វិធីសាស្ត្រនៃភាពខុសគ្នា (method of difference)៖ ប្រសិនបើរស្ថានភាពពីរដួចគ្នាគ្រប់យ៉ាង លើកលែនតែវត្តមានរបស់ A ហើយលទ្ធផល a កើតលើងតែក្នុងស្តានភាពដែលមាន A នោះ A ជាផ្នែកនៃមូលហេតុរបស់ a។ ពាក្យ «ដួចគ្នាគ្រប់យ៉ាង» គើជាការលំបាកទាំងមូលនៃមេរៀននេះ។
អុទាហរណ៍ ៣ ដែលទំនាក់ទំនងបំភាន់
អ្វីដែលទិន្នន័យបង្ហាញ
- ខុំដែលមានអុសថស្ឋានច្រើន មានអត្រាប្រើអង់ទីប៙យូទិកខ្ពស់
- អ្នកជំងើដែលទៅមន្ទីរពេទ្យខៀត មានអត្រាស្លាប់ខ្ពស់ជាងអ្នកទៅមណ្ឋលសុខភាព
- និស្សិតដែលប្រើ AI ច្រើន មានពិន្ទុដាប
ការពន្យល់ផ្សេងដែលអាចតៅរួច
- ទាំងពីរកើតពីទំហំប្រជាជន និងភាពជាទីក្រុង (អថេររំខាន)
- អ្នកជំងើធ្ងន់ត្រូវបានបញ្ជូនទៅមន្ទីរពេទ្យ (ការជ្រើសរើសដោយភាពធ្ងន់ធ្ងរ)
- និស្សិតដែលពិបាកសិក្សារួចហើយ ងាកដោយរក AI (មូលហេតុបញ្ច្រាស)
⚠️ «គ្មានទំនាក់ទំនង» ក៏មិនមែនមានន័យថា «គ្មានមូលហេតុ» ដែរ
ផលពិតអាចត្រូវបានលាក់ដោយអថេររំខាន ដែលដាញក្នុងទិសដែផ្ទុយ។ ឧទារណ៍ ប្រសិនបើកម្មវិធីអាហារូបត្ថម្ភត្រូវបានផ្ដល់ដល់កុមារដែលខ្វះអាហារូបត្ថម្ភធ្ញង់ជាងគេ ការប្រៀបធៀបសាមញ្ញអាចបង្ហាញថា «កុមារក្នុងកម្មវិធីមានទម្ងថ៖បជាង» ទោះកម្មវិធីនោះមានប្រសិទ្ធភាពក៏ដោយ។
០៣ · ក្របខ័ណ្ឌគំរូលទ្ធផលសក្ដានុពល (Potential Outcomes)៖ ផលមូលហេតុ គើការប្រៀបធៀបពិភពពីរ
ក្នុងឆ្នាំ ១៩៧៤ អ្នកស្ថិតិវិទូ Donald Rubin បានបោះពុម្ពអត្ថបទមួយក្នុង Journal of Educational Psychology ដែលផ្តល់ភាសាគណិតវិទ្យាដល់គំនិតផ្ដុយការពិតរបស់ Hume។ សម្រាប់មនុស្សម្នាក់ (i) មាន លទ្ធផលសក្ដានុពល ពីរ៖ Yi(1) — លទ្ធផលដែលនឹងកើតលើង ប្រសិនបើគាត់ទទួលអន្តរាគមន៍ និង Yi(0) — លទ្ធផលដែលនឹងកើតលើង ប្រសិនបើគាត់មិនទួល។ ផលមូលហេតុសម្រាប់បុគ្គលនោះ គើ Yi(1) − Yi(0)។
Paul Holland (១៩៨៦) បានហើញចំណុចខាងក្រោមថា «បញ្ហាមូលដ្ឋាននៃការសន្និដ្ឋានមូលហេតុ» (fundamental problem of causal inference)៖ យើងមិនអាចសង្កេតភ័នលទ្ធផលទាំងពីរ សម្រាប់មនុស្សតែម្នាក់ ក្នុងពេលតែមួយបានដែលទេ។ លទ្ធផលមួយតែងតែជា «ផ្តុយការពិត» — ជាពិភពដែលមិនបានកើតលើង។ ដូច្នែះ ការសន្និដ្ឋានមូលហេតុ គើជាបញ្ហានៃ ទិន្នន័យដែលបាត់ ហើយយើងត្រូវ «ខ្ចើ» ព័ត៌មានពីមនុស្សផ្សេង ដើម្បីទស្សន៍ទាយពិភពដែលបាត់នោះ។ Holland ក៏បានសង្ខេបគោលការណ៍មួយថា «គ្មានមូលហេតុ បើគ្មានការរើបចំ» (no causation without manipulation) — មូលហេតុត្រូវតែជាអ្វីដែលអាចផ្លាស់ប្ដូរបាន យ៉ាងហោចណាស់ក្នុងការគិត។
អុទាហរណ៍លេខ៖ និស្សិតអុសថសាស្តរ ៦ នាក់ (ទិន្នន័យសម្មតិកម្ម)
សន្មត់ថាយើងអាចដើងអ្វីទាំងអស់ រួមទាំងលទ្ធផលសក្ដានុពលទាំងពីររបស់និស្សិតម្នាក់់ (ពិន្ទុប្រលងលើ ១០០) ចំពោះកម្មវិធីកម្មសិក្សានៅអុសថស្ឋានសហគមន៍។ ក្នុងពិភពពិត យើងខើញតែជួរឋរ «ពិន្ទុដែលសង្កេតឺៀញ» បុណ្ណោះ។
| និស្សិត | Y(1) ចូលកម្មសិក្សា | Y(0) មិនចូល | ផលបុគ្គល | ចូលពិតឱ្យទេ? | ពិន្ទុដែលសង្កេតឺៀញ |
|---|---|---|---|---|---|
| សុភា | ៨០ | ៧២ | +៨ | ចូល | ៨០ |
| ដារា | ៧៥ | ៧០ | +៥ | ចូល | ៧៥ |
| វិចិត្រា | ៨៥ | ៨៣ | +២ | ចូល | ៨៥ |
| ពិសិដ្ឋ | ៦២ | ៥៥ | +៧ | មិនចូល | ៥៥ |
| ចាន់ធី | ៥៨ | ៥០ | +៨ | មិនចូល | ៥០ |
| រតនា | ៦៦ | ៦០ | +៦ | មិនចូល | ៦០ |
ការប្រៀបធៀបច័តល្ងំង (+២៥) ធំជាងផលពិតជិត ៥ ដង។ ហេតុអ្វី? ព្រោះនិស្សិតដែលបានចូលកម្មសិក្សា ជាអ្នកដែលពូកែរួចដៅហើយ — សូម៊iតែមិនចូលកម្មសិក្សា ពួកគេនឹងទទួលបានពិន្ទុមធ្យម ៧៥ ធៀយនឹង ៥៥ របស់ក្រុមផ្សេង។ គម្លាត ២០ ពិន្ទុនោះ គើ ភាពលម៏វែងនៃការជ្រើសរើស៖ ការប្រៀបធៀបច័តល្ងំង = ATT + ភាពលម៏វែង (២៥ = ៥ + ២០)។ វិធីសាស្ត្រទាំងអស់ក្នុងមេរៀននេះ គើជាយុទ្ធសាស្ត្រផ្សេង៏ដើម្បីលុបគម្លាតនេះ។
💡 ATE ឬ ATT — តើអ្នកចង់ដើងមួយណា?
ATE (average treatment effect) ឆ្លើយថា «ប្រសិនបើផ្តល់កម្មសិក្សាដល់និស្សិតទាំងអស់ តើពិន្ទុមធ្យមប្រែប្រួលប៙ន្មាន?» — សំណួរសម្រាប់គោលនយោបាយជាតិ។ ATT (average treatment effect on the treated) ឆ្លើយថា «សម្រាប់អ្នកដែលពិតជាបានចូល តើកម្មសិក្សាជួយពួកគេប៙ន្មាន?» — សំណួរសម្រាប់វាយតម្លើកម្មវិធីដែលមានស្រាប់។ ចូរសរសេរឡ្យច់បាសក្នុងសំណួរស្រាវជ្រាវថាអ្នកប៉ាន្ស្មានមួយណា។
០៤ · ការគំរាមកំហែងប្រភពភាពលម៏អៀង ៥ ដែលធ្វើអ្យទំនាក់ទំនងខុសពីមូលហេតុ
មុននឹងអហៀអាងថា X បណ្ដាលឱ្យ Y អ្នកត្រូវបដិសេធការពន្យល់ជំនួសទាំងនេះ ម្ដងមួយ់។ ពួកវាជាប់ទាក់ទងនឹង «ការគំរាមកំហែងចំពោះសុពលភាពខាងក្នុង» ដែលអ្នកបានរើនក្នុងមេរៀនទី ៥ ហើយក៏ជាដែនដែលឡុបករណ៍ ROBINS-I វាយតម្លែក្នុងមេរៀនទី ៣ ដែរ។
| ប្រភព | រចនាសម្ព័ន្ឌ | អុទាហរណ៍ (សម្មតិកម្ម) | ការការពារ |
|---|---|---|---|
| អថេររំខាន (confounding) | អថេរទីបី C បណ្ដាលទាំង X និង Y៖ X ← C → Y | គ្រួសារមានជីវភាពល៍ ទាំងទិញថ្នាំបំប័ន និងមានកូនមានកម្ពស់ល៍ | ការចាត់តាំងចៀដន្យ · កែតម្រូវ C · ការរចនាពាក់កណ្ឋាលពិសោធន៍ |
| មូលហេតុបញ្ច្រាស (reverse causation) | Y បណ្ដាល X មិនមែន X បណ្ដាល Y | អ្នកដែលមានជំងើលើសះនោម លើអធរពារី — ក្នុងការស្ដង់មតិមួយដង «អ្នកហារែធរ» មើលទើពានជំងើច្រើនជាង | ទិន្នន័យតាមពេលវេលា (cohort) · វាស់ X មុន Y |
| ភាពលម៏វែងនៃការជ្រើសរើស (selection bias) | អន្កចូលក្នុងគំរូ ឬនៅសល់ក្នុងការសិក្សា អាស្រ័យលើ X និង Y | សិក្សាតែនិស្សិតដែលបញ្ចប់ការសិក្សា ខណៈអ្នកបោសបង់ចោលបាត់ពីទិន្នន័យ | គំរូតំណាង · តាមដានអ្នកបាត់ · ការថ្លិញទម្ងញ |
| អថេរប្រសព្វ (collider bias) | ការកែតម្រូវ ឬជ្រើលលើផលរួម K របស់ X និង Y៖ X → K ← Y | សិក្សាតែអ្នកជំងើក្នុងមន្ទីរពេទ្យ ហើយឡើញថាជំងើពីរ «ទាក់ទងគ្នាអវិជ្ជមាន» | គូស DAG · កុំកែតម្រូវ K · កុំជ្រើសគំរូតាម K |
| កំហុសនៃការវាស់ (measurement error) | X ឬ Y ត្រូវបានវាស់ខុស ជាពិសេសបើកំហុសអាស្រ័យលើក្រុម | ម់ដាយដែលកូនឡើវ ចងចាំការប្រើថ្នាំអំលួងពេលមានផ្ទៃពោះបានច្បាស់ជាង (recall bias) | អុបករណ៍មានសធលភាព · ទិន្នន័យពីកំណត់ត្រា · អ្នកវាស់មិនដើងគ្រុម |
Hernán, Hernández-Díaz និង Robins (២០០៤) បានបង្ហាញថា ភាពលម៏វែងនៃការជ្រើសរើសជាច្រើនប្រភះទ មានរចនាសម្ព័ន្ឌតែមួយ គើការដាក់លក្ខខណ្ឋលើផលរួម (អថេរប្រសព្វ)។ ក្រៀពីនេះ នៅមាន ភាពច្យដន្យ (chance) — ប់ុន្តែតម្លែ p តូច មិនការពារអ្នកពីភាពលម៏វែងណាមួយខាងលើទេ។
០៥ · ឧបករណ៍ដ្យាក្រាមមូលហេតុ (DAG)៖ គូសការសន្មត់របស់អ្នកឱ្យគេមើលឃើញ
ដ្យាក្រាមមូលហេតុ ឬ DAG (directed acyclic graph — ក្រាហ្វមានទិសដៅ និងគ្មានវដ្ដ) ត្រូវបានអភិវឌ្ឍជាផ្លូវការដោយអ្នកវិទ្យាសាស្ត្រកុំព្យូទ័រ Judea Pearl ហើយត្រូវបាននាំចូលក្នុងរោគរាតត្បាតវិទ្យាដោយ Greenland, Pearl និង Robins (១៩៩៩)។ ព្រួញនីមួយៗតំណាងការសន្មត់ថា «អថេរនេះអាចប៉ះពាល់អថេរនោះដោយផ្ទាល់»។ ការ គ្មាន ព្រួញ ក៏ជាការសន្មត់ដ៏ខ្លាំងមួយដែរ។ ខុសពីក្របខ័ណ្ឌគំនិតក្នុងមេរៀនទី ៤ ដែលបង្ហាញសម្មតិកម្មដែលអ្នកចង់សាកល្បង DAG បង្ហាញ គ្រប់ មូលហេតុរួមដែលអាចបំភាន់លទ្ធផល — ទោះបីអ្នកមិនបានវាស់វាក៏ដោយ។
ខ្សែសង្វាក់ទាំងអស់ក្នុង DAG ត្រូវបានផ្សំពីរចនាសម្ព័ន្ធមូលដ្ឋាន ៣ ប៉ុណ្ណោះ។ ឧទាហរណ៍ខាងក្រោមប្រើសំណួរដដែល៖ «តើកម្មសិក្សានៅឱសថស្ថានសហគមន៍ ធ្វើឱ្យនិស្សិតឱសថសាស្ត្រជាប់ប្រឡងច្រើនជាងមុនឬទេ?»
១. អថេររំខាន (fork)៖ X ← C → Y
និស្សិតដែលមាន GPA ខ្ពស់ ទំនងជាត្រូវបានជ្រើសចូលកម្មសិក្សា ហើយក៏ទំនងជាជាប់ប្រឡងដែរ។ ផ្លូវ X ← C → Y ហៅថា ផ្លូវក្រោយខ្នង (backdoor path) — វាបង្កើតទំនាក់ទំនងរវាង X និង Y ទោះបីកម្មសិក្សាគ្មានផលក៏ដោយ។ ដំណោះស្រាយ៖ កែតម្រូវ (adjust) C — ដោយការបែងចែកជាស្រទាប់ តំរែតំរង់ ឬការផ្គូផ្គង។
២. អថេរមធ្យស្ថ (chain)៖ X → M → Y
កម្មសិក្សាបង្កើនជំនាញអនុវត្ត ហើយជំនាញនោះជួយឱ្យជាប់ប្រឡង។ M គឺជា ផ្លូវ ដែលផលធ្វើដំណើរ (សូមរំលឹកអថេរមធ្យស្ថ ក្នុងមេរៀនទី ៤)។ ប្រសិនបើអ្នកដាក់ M ក្នុងគំរូតំរែតំរង់ អ្នកនឹងបិទផ្នែកមួយនៃផលពិត ហើយសន្និដ្ឋានខុសថាកម្មសិក្សា «មិនសូវមានផល»។ ដំណោះស្រាយ៖ កុំកែតម្រូវ M នៅពេលចង់ដឹងផលសរុប; ប្រើការវិភាគមធ្យស្ថភាព (mediation analysis) ដោយឡែក នៅពេលចង់ដឹងយន្តការ។
៣. អថេរប្រសព្វ (collider)៖ X → K ← Y
ជំងឺពីរដែលមិនទាក់ទងគ្នាក្នុងប្រជាជនទូទៅ សុទ្ធតែជាមូលហេតុនៃការសម្រាកព្យាបាលនៅមន្ទីរពេទ្យ។ ប្រសិនបើអ្នកសិក្សាតែអ្នកជំងឺក្នុងមន្ទីរពេទ្យ (ដាក់លក្ខខណ្ឌលើ K) ជំងឺទាំងពីរនឹងមើលទៅដូចជាទាក់ទងគ្នា — នេះជាភាពលម្អៀងបែប Berkson។ Cole និងសហការី (២០១០) បានបង្ហាញឧទាហរណ៍ងាយយល់ជាច្រើននៃភាពលម្អៀងប្រភេទនេះ។ ដំណោះស្រាយ៖ កុំកែតម្រូវ ហើយកុំជ្រើសគំរូតាមអថេរប្រសព្វ ឬអថេរដែលកើតចេញពីវា។
| រចនាសម្ព័ន្ធ | ផ្លូវបើក ឬបិទ ពេលមិនកែតម្រូវ? | ពេលកែតម្រូវអថេរកណ្ដាល |
|---|---|---|
| Fork (អថេររំខាន) X ← C → Y | បើក — បង្កើតទំនាក់ទំនងក្លែងក្លាយ | បិទ — ល្អ |
| Chain (អថេរមធ្យស្ថ) X → M → Y | បើក — ជាផលពិត | បិទ — បាត់ផលមួយផ្នែក |
| Collider (អថេរប្រសព្វ) X → K ← Y | បិទ — ល្អ | បើក — បង្កើតភាពលម្អៀង |
✅ លក្ខណៈវិនិច្ឆ័យផ្លូវក្រោយខ្នង (backdoor criterion) ជាភាសាសាមញ្ញ
សំណុំអថេរ Z គ្រប់គ្រាន់សម្រាប់ប៉ាន់ស្មានផលរបស់ X លើ Y ប្រសិនបើ (១) Z បិទគ្រប់ផ្លូវក្រោយខ្នងពី X ទៅ Y និង (២) Z មិនមានអថេរណាដែលជាផលវិបាករបស់ X (អថេរមធ្យស្ថ ឬអថេរប្រសព្វដែលកើតក្រោយ X)។ កម្មវិធីឥតគិតថ្លៃ DAGitty (dagitty.net) អាចរកសំណុំ Z ឱ្យអ្នកដោយស្វ័យប្រវត្តិ ពេលអ្នកគូស DAG រួច។
⚠️ DAG មិនមែនជាលទ្ធផលនៃទិន្នន័យទេ
DAG គឺជាការសង្ខេបចំណេះដឹងរបស់អ្នក ពីទ្រឹស្ដី អក្សរសិល្ប៍ និងបរិបទ — គូសវា មុន ការវិភាគ។ ប្រសិនបើមានអថេររំខានសំខាន់ដែលអ្នកមិនបានវាស់ (ដូចជា «ការតស៊ូ» របស់និស្សិត) ចូរគូសវាជាប្រអប់ចំណុចៗ ហើយទទួលស្គាល់ថាការកែតម្រូវមិនអាចបិទផ្លូវនោះបានទេ — ត្រូវការការរចនាផ្សេង ឬការវិភាគភាពរសើប។
០៦ · ស្តង់ដារមាសការចាត់តាំងដោយចៃដន្យ៖ ហេតុអ្វីវាដោះស្រាយបញ្ហាមូលដ្ឋានបាន
នៅសាលាស្រាវជ្រាវកសិកម្ម Rothamsted ប្រទះសអង្គ្លះស អ្នកស្ថិតិវិទូ Ronald A. Fisher បានលើកចែតឃ័ងក្នុងសៀវភៅ The Design of Experiments (១៩៣៥) ថា ការចាត់តាំងអន្តរាគមន៍ដោយ ចៀដន្យ (randomisation) គើជាមូលដ្ឋាននៃការធ្វើតេស្តដែលមានសុពលភាព។ ហេតុផលគើសាមញ្ញ៖ ប្រសិនបើកាក់ ឬកម្មវិធីកុំព្យូទៀរ ជាអ្នកសម្រេចថាអ្នកណាទទួលអន្តរាគមន៍ នោះគ្មានលក្ខណៈណាមួយរបស់អ្នកចូលរួម — GPA ការតសូ ជីវភាពគ្រួសារ ឬអ្វីដែលយើងមិនទាន់ដើង — អាចជៈអ្ទិពលលើការជ្រើសរើសបានទេ។
ជាភាសានៃផ្នែកទី ៣៖ ការចាត់តាំងដោយចៃដន្យធ្វើអ្យក្រុមទាំងពីរ អាចប្ដូរគ្នាបាន (exchangeable) — លទ្ធផលសក្ដានុពល Y(0) របស់ក្រុមអន្តរាគមន៍ សែនឹងរបស់ក្រុមត្រួតពិនិត្យជាមធ្យម។ ដូច្នែះ ភាពលម៏វែងនៃការជ្រើសរើស (២០ ពិន្ទុ ក្នុងអុទាហរណ៍និស្សិតអុសថសាស្តរ) ក្លាយជាសូន្យជាមធ្យម ហើយការប្រៀបធៀបសាមញ្ញរវាងគ្រុម ផ្តល់ ATE ដោយគ្មានភាពលម៏វែង។
ការសាកល្បងព្យាបាលដោយចៀដន្យដែលមានក្រុមត្រួតពិនិត្យ (RCT) ដ៏ល់បីដំបើង ត្រូវបានរើបចំដោយក្រុមប្រ៉ឹក្សាស្រាវជ្រាវវេជ្ជសាស្ត្រអង្គ្លះស (MRC, ១៩៤៨) ដើម្បីសាកល្បងថ្នាំ streptomycin លើជំងើរបេងសួត ដោយមាន Austin Bradford Hill ជាអ្នកស្ថិតិ។ ក្នុងចំណោមអ្នកជំងើ ១០៧ នាក់ អត្រាស្លាប់ក្នុងរយៈពេល ៦ ខែ គើប្រហែល ៧% ក្នុងក្រុម streptomycin ធើយនឹងប្រហែល ២៧% ក្នុងក្រុមដែលសម្រាកលើគ្រែតែប៙ណ្ណោះ។
ដែនកំណត់នៃការចាត់តាំងដោយចៃដន្យ
សីលធរ៍
យើងមិនអាចចាត់តាំងមនុស្សឱ្យជក់បារី ឬឱ្យនៅឆ្ងាយពីមណ្ឋលសុខភាពបានទេ។
ការមិនអនុវត្តតាម និងការបាត់
អ្នកចូលរួមអាចមិនធ្វើតាមគ្រុមដែលបានចាត់តាំង ឬបោះបង់ចោល — ដូច្នែះត្រូវវិភាគតាមក្រុមដើម (intention-to-treat)។
សុពលភាពខាងក្រេះ
RCT នៅសាកលវិទ្យាល័យមួយក្នុងទីក្រុងធំ អាចមិនដូចលទ្ធផលនៅតំបនជនបទដាច់ស្រយាលទេ។
ពេលវេលា និងថវិកា
និក្ខេបបទអនុបណ្ឌិតកម្រធ្វើ RCT ពេញលេញបាន — តែ RCT ជាក្រុម (cluster RCT) តូចមួយនៅកម្រិតថ្នាក់រួន ពេលខ្លះអាចធ្វើបាន។
០៧ · ការវិនិច្ឆ័យទស្សនៈ ៩ របស់ Bradford Hill (១៩៦៥)៖ មិនមែនបញ្ជីត្រួតពិនិត្យទេ
នៅទសវត្សរ់ ១៩៥០ Richard Doll និង Austin Bradford Hill បានបោះពុម្ពការសិក្សាករណី–ត្រួតពិនិត្យ (case-control) ដែលភ្ជាប់ការជក់បារីទៅនឹងមហារីកសួត (Doll & Hill, ១៩៥០)។ យើងមិនអាចចាត់តាំងមនុស្សឱ្យជក់បារីដោយចៀដន្យបានទេ ដូច្នែះសំណួរគើ៖ តើភស្តុតាងសង្កេតគ្រប់គ្រាន់ដើម្បីអហៀអាងមូលហេតុឡូនៅ? ក្នុងសុន្ទរកថាឆ្នាំ ១៩៦៥ Hill បានស្នើ «ទស្សនៈ» (viewpoints) ៩ ដើម្បីជ្វយគិត។
| ទស្សនៈ | សំណួរដែលត្រូវសួរ | ការប្រុងប្រយ័ត្ន |
|---|---|---|
| ១. កម្លាំង (strength) | តើទំនាក់ទំនងខ្លាំងប៙ណ្ណា? | ផលតូចក៏អាចជាមូលហេតុពិតដែរ |
| ២. ភាពស៘សង្វាក់ (consistency) | តើលទ្ធផលកើតលើងម្ដៀងទៀតក្នុងប្រជាជន និងការរចនាផ្សេងទេ? | ការសិក្សាដែលមានភាពលម៏វែងដូចគ្នា អាចស៘សង្វាក់គ្នាក្នុងការខុស |
| ៣. ភាពជាក់លាក់ (specificity) | តើ X ទាក់ទងនឹងលទ្ធផលជាក់លាក់មួយទេ? | ទន់ខ្សេះបញ្ចុទ — បារីបណ្ដាលជំងើច្រើនប្រភះទ |
| ៤. លំដាប់ពេលវេលា (temporality) | តើ X កើតមុន Y ទេ? | ទស្សនៈតែមួយគត់ដែល ចាំបាច់ |
| ៥. ជម្រាលកម្រិត (biological gradient) | តើការបៈពាល់ច្រើន នាំឱ្យផលច្រើនទេ? | ទំនាក់ទំនងខ្លះមានកម្រិតកំពូល ឬរាងអក្សរ J |
| ៦. ភាពអាចជើបបាន (plausibility) | តើមានយន្តការដែលសមហេតុផលទេ? | អាស្រ័យលើចំណេះដើងនៃសម័យនោះ |
| ៧. ភាពស្របគ្នា (coherence) | តើវាផ្តុយនឹងអ្វីដែលយើងដើងអំពីជំងើ ឬបាតុភូតទេ? | ស្រដើងនឹងទស្សនៈទី ៦ |
| ៨. ភស្តុតាងពិសោធន៍ (experiment) | តើការដកចេញ ឬកាត់បន្ថយ X ធ្វើឱ្យ Y ថយទេ? | ខ្លាំងប៙ណ្ណា ពេលមាន |
| ៩. ការប្រៀបធៀប (analogy) | តើមានករណីស្រដើងគ្នាដែលគេដើងរួចទេ? | ងាយប្រើខុស — ស្ដើរតែអ្វីក៏មានការប្រៀបធៀបដែរ |
⚠️ Hill ខ្លួនអ្នងបានព្រមាន
Hill បានសរសេរយ៉ាងច្បាស់ថា គ្មានទស្សនៈណាមួយក្នុងចំណោម ៩ អាចបញ្ជាក់ ឬបដិសេធមូលហេតុបានដាច់ខាតទេ ហើយគ្មានមួយណាត្រូវតែមានជាលក្ខខណ្ឋចាំបាច់ឡ្យ។ ដូច្នែះ កុំសរសេរក្នុងនិក្ខេបបទថា «ការសិក្សារបស់ខ្ញុំបំពេញលក្ខណ្ឋវិនិច្ឆ័យ Hill ៧ ក្នុងចំណោម ៩ ដូច្នែះវាជាមូលហេតុ»។ ប្រើវាជាក្របខ័ណ្ឌសម្រាប់ ពិភាក្សា ភស្តុតាងទាំងមូល ជាពិសេសក្នុងជំពូកពិភាក្សា។
០៨ · ទិន្នន័យសង្កេត ១ការកែតម្រូវ ពិន្ទុទំនោរ និងការត្រាប់តាមការសាកល្បងគោលដៅ
នៅពេលមិនអាចចាត់តាំងដោយចៃដន្យបាន វិធីសាមញ្ញបំផុត គើ ការកែតម្រូវ អថេររំខានដែលបានវាស់ — ដើម្បីប្រើបធៀបមនុស្សដែល «ស្រដើងគ្នា» លើ C ប៙ន្តែខុសគ្នាលើ X។ វិធីទាំងអស់ក្នុងផ្នែកនេះ ព៙ងលើការសន្មត់តែមួយ ដែលហើញថា ភាពអាចប្ដូរគ្នាបានតាមលក្ខខណ្ឋ (conditional exchangeability) ឬ «គ្មានអថេររំខានដែលមិនបានវាស់»៖ បន្ទាប់ពីគិតគូរ C រួច ការទទួល X គើដូចជាចៀដន្យ។ ការសន្មត់នេះមិនអាចធ្វើតេស្តដោយទិន្នន័យបានទេ — វាត្រូវការពារដោយ DAG ទ្រ៙ស្ដី និងចំណេញដើងបរិបទ។
| វិធីសាស្ត្រ | គំនិតស្នូល | ចំណុចខ្លាំង | ចំណុចខ្សោយ |
|---|---|---|---|
| ការបើងចែកជាស្រដាប់ (stratification) | បើណ្ណស្សានផលក្នុងស្រដាប់នីមួយ់នៃ C (ឧ. GPA ទាប/មធ្យម/ខ្ពស់) រួចបូកជាមធ្យមមានតម្វង | ថ្លាបំផុត ងាយពន្យល់ | ប្រើបានតែ C ពីរបី — ស្រដាប់ច្រើនពេក ទិន្នន័យស់តើង |
| តំរែតំរងពហុអថេរ (regression adjustment) | ដាក់ X និង C ក្នុងគំរូតែមួយ | ងាយធ្វើ កែតម្រូវ C ច្រើនបាន | ព៙ងលើទម្រងគំរូ (ឧ. លីនេអ៙ែរ); ងាយដាក់អថេរមធ្យស្ថ ឬអថេរប្រសព្វចូលដោយមិនដើង |
| ការផ្គូផ្គង (matching) | សម្រាប់អ្នកទទួល X ម្នាក់់ រកអ្នកមិនទទួលដែលមាន C ស្រដើងគ្នា | បង្ហាញភាពប្រៀបធៀបបានក្នុងតារាង | បាត់អ្នកដែលរកគូមិនបាន; ផ្គូផ្គងបានតែលើអថេរដែលវាស់ |
| ពិន្ទុទំនោរ (propensity score) | ប្រូបាបើលីនីវៃការទទួល X ដោយផ្អែកលើ C — ប្រើសម្រាប់ផ្គូផ្គង ថ្លិងទម្ងញ ឬបើងចែកស្រដាប់ | បង្រួម C ជាច្រើនទៀងជាលេខតែមួយ | មិនដោះស្រាយអថេររំខានដែលមិនបានវាស់ទេ |
ពិន្ទុទំនោរ (Rosenbaum & Rubin, ១៩៨៣)
Paul Rosenbaum និង Donald Rubin បានបង្ហាញក្នុង Biometrika (១៩៨៣) ថា ប្រសិនបើការកែតម្រូវ C ទាំងមូលគ្រប់គ្រាន់ដើម្បីលុបអថេររំខាន នោះការកែតម្រូវ ពិន្ទុទំនោរ e(C) = P(X = 1 | C) តែមួយក៏គ្រប់គ្រាន់ដែរ។ ជំហានជាក់ស្ដែង៖ (១) ប្រែនស្មានពិន្ទុទំនោរដោយតំរែតំរង logistic; (២) ពិនិត្យថាក្រុមទាំងពីរមានពិន្ទុត្រួតគ្នា (common support ឬ positivity); (៣) ផ្គូផ្គង ឬថ្ល៙ងទម្ងញ; (៤) ពិនិត្យតុល្យភាព — ភាពខុសគ្នាស្តង់ដារនៃ C នីមួយ់គួរតែតូច (ជាទូទំវ < ០.១); (៥) ទើបប៏អន្ស្មានផល។
✅ ធែហរណ៍ពិតពីអន្តរជាតិ៖ កម្មវិធីបណ្ឌុះបណ្ឌាលការងារ
Rajeev Dehejia និង Sadek Wahba (១៩៩៩) បានវាយតម្លើឡ្យវិញនូវកម្មវិធីបណ្ឌុះបណ្ឌាលការងារ National Supported Work នៅសហរឋ្ឋអាមែរិក ដោយប្រើក្រុមប្រៀបធៀបមិនចៀដន្យជ៖នួសក្រុមត្រួតពិនិត្យ ដើមដែលចាត់តាំងដោយចៃដន្យ។ ពួកគេប្រើពិន្ទុទំនោរ ដើម្បីផ្គូផ្គងអ្នកចូលរួមកម្មវិធី ជាមួយអ្នកមិនចូលរួមដែលមានលក្ខណៈស្រដើងគ្នា ហើយបង្ហាញថា ការប៉ាន្ស្មានចំណូលដែលបានមកពីការផ្គូផ្គងនេះ ជិតនឹងការប៙ន្ស្មានពីការសិក្សាចៀដន្យដើម (ភាពខុសគ្នាតែប់ុន្មានរយដុល្លារ) ជាងការប្រៀបធៀបច័តល្ងំងច្រើន។ សូមកត់សម្គាល់ថា អ្នកនិពន្ធផ្ត្យេបផ្តាតលទ្ធផលជាមួយលទ្ធផលពិសោធន៍ដើម — នេះជាគំរូដែលនិក្ខេបបទគួរធ្វើតាម។
ការត្រាប់តាមការសាកល្បងគោលដៅ (Target Trial Emulation)
Miguel Hernán និង James Robins (២០១៦) បានស្នើថា ការសិក្សាសង្កេតណាមួយដែលមានគោលដៅមូលហេតុ គួរតែចាប់ផ្ដើមដោយសរសេរពិធីសារ (protocol) នៃ RCT ដ៏ល់អៗតខ្ចោះ ដែលយើង ចង់ ធ្វើ — «ការសាកល្បងគោលដៅ» — រួចព្យាយាមត្រាប់តាមវាយ់បានជិតបំផុតជាមួយទិន្នន័យដែលមាន។ ធាតុផ្សំនៃពិធីសារ៖
គុណប្រយោជន់ធំប៙ណ្ណា គើការជ៘សវាងកំហុសដែលកើតពីការរចនា — ឧ. ការយកអ្នកដែល «រស់រានមានជីវិតបានយូរគ្រប់គ្រាន់ដើម្បីទទួលអន្តរាគមន៍» មកប្រៀបធៀប (immortal time bias) — ដែលគ្មានការកែតម្រូវស្តិតិណាអាចជួសជុលបាន។ ចំពោះនិក្ខេបបទដែលប្រើទិន្នន័យពីប្រព័ន្ធព័ត៌មានសុខាពិបាល ឬទិន្នន័យអង្កេតជាតិ វិធីនេះគួរតែជាចំណុចចាប់ផ្ដើម។
០៩ · ទិន្នន័យសង្កេត ២ភាពខុសគ្នានៃភាពខុសគ្នា (DiD) និងស៊េរីពេលវេលាដាច់ (ITS)
វិធីសាស្ត្រក្នុងផ្នែកទី ៨ ត្រូវការការវាស់អថេររំខានទាំងអស់ — ដែលកម្រអាចធ្វើបាន។ ការរចនាពាក់កណ្ដាលពិសោធន៍ខាងក្រោម (មេរៀនទី ៥) ប្រើ ពេលវេលា ដើម្បីដោះស្រាយអថេររំខានដែលមិនបានវាស់ តែមិនប្រែប្រួលតាមពេលវេលា។
«ពិសោធន៍ដ៏ធំ» របស់ John Snow
នៅទីក្រុងឡុងដ៍ ក្រុមហ៊ុនផ្គត់ផ្គង់ទឹកពីរ — Southwark & Vauxhall និង Lambeth — បានបញ្ជូនទឹកទៅផ្ទះនៅតំបន់ដូចគ្នា ពេលខ្លះនៅផ្លូវតែមួយ។ មុនការរាតត្បាតឆ្នាំ ១៨៥៤ ក្រុមហ៊ុន Lambeth បានផ្លាស់ទីកន្លែងបូមទឹកទៅខាងលើទន្លេ Thames ឆ្ងាយពីលូទឹកស្អុយ ខណៈ Southwark & Vauxhall នៅតែបូមពីផ្នែកដែលកខ្វក់។ Snow (១៨៥៥) បានរាប់ការស្លាប់តាមក្រុមហ៊ុនទឹក៖
| អ្នកផ្គត់ផ្គង់ទឹក | ចំនួនផ្ទះ | ការស្លាប់ដោយអាសន្នរោគ | ក្នុង ១០ ០០០ ផ្ទះ |
|---|---|---|---|
| Southwark & Vauxhall | ៤០ ០៤៦ | ១ ២៦៣ | ៣១៥ |
| Lambeth | ២៦ ១០៧ | ៩៨ | ៣៧ |
| ផ្នែកផ្សេងទៀតនៃឡុងដ៍ | ២៥៦ ៤២៣ | ១ ៤២២ | ៥៩ |
ដោយសារអតិថិជនមិនបានជ្រើសក្រុមហ៊ុនតាមសុខភាព ឬជីវភាពរបស់ខ្លួន ការផ្លាស់ទីកន្លែងបូមទឹកដើរតួដូចការចាត់តាំងចៃដន្យ — នេះជា ពិសោធន៍ធម្មជាតិ (natural experiment)។ Caniglia និង Murray (២០២០) បានប្រើរឿងនេះជាឧទាហរណ៍ណែនាំតក្កវិជ្ជា DiD សម្រាប់អ្នករោគរាតត្បាតវិទ្យា។
តក្កវិជ្ជា DiD
DiD ប្រៀបធៀប ការផ្លាស់ប្ដូរ តាមពេលវេលានៃក្រុមដែលទទួលអន្តរាគមន៍ ជាមួយនឹង ការផ្លាស់ប្ដូរ នៃក្រុមដែលមិនទទួល៖ ផល = (ក្រុម A ក្រោយ − ក្រុម A មុន) − (ក្រុម B ក្រោយ − ក្រុម B មុន)។ ភាពខុសគ្នាអចិន្ត្រៃយ៍រវាងក្រុម (ឧ. ក្រុមមួយតែងតែក្រជាង) ត្រូវបានលុបចោល។ David Card និង Alan Krueger (១៩៩៤) បានប្រើតក្កវិជ្ជានេះ ដើម្បីសិក្សាការដំឡើងប្រាក់ឈ្នួលអប្បបរមានៅរដ្ឋ New Jersey ពី ៤.២៥ ទៅ ៥.០៥ ដុល្លារក្នុងមួយម៉ោង (១៩៩២) ដោយស្ទង់ហាងអាហាររហ័ស ៤១០ នៅ New Jersey និង Pennsylvania ទាំងមុន និងក្រោយ។ ពួកគេមិនឃើញការថយចុះនៃការងារនៅ New Jersey ធៀបនឹង Pennsylvania ទេ — លទ្ធផលដែលផ្ទុយនឹងការរំពឹងទុក ហើយបង្កការជជែកដេញដោលជាច្រើនឆ្នាំ។
⚠️ ការសន្មត់ស្នូល៖ និន្នាការស្របគ្នា (parallel trends)
DiD ត្រឹមត្រូវ លុះត្រាតែ ប្រសិនបើគ្មានអន្តរាគមន៍ ក្រុមទាំងពីរនឹងផ្លាស់ប្ដូរស្របគ្នា។ អ្នកមិនអាចបញ្ជាក់វាដោយផ្ទាល់បានទេ ប៉ុន្តែអាចពិនិត្យថាតើនិន្នាការ មុន អន្តរាគមន៍ស្របគ្នាឬទេ (ត្រូវការទិន្នន័យច្រើនចំណុចពេលមុនអន្តរាគមន៍) ហើយពិនិត្យថាតើមានព្រឹត្តិការណ៍ផ្សេងកើតឡើងតែក្នុងក្រុមមួយក្នុងពេលដូចគ្នាឬទេ។
ឧទាហរណ៍ថ្មីមួយពីអន្តរជាតិ៖ Janet Currie និង Reed Walker (២០១១) បានប្រើ DiD តាមលំហ (spatial DiD) ជុំវិញស្ថានីយ៍បង់ថ្លៃផ្លូវអេឡិចត្រូនិក E-ZPass នៅសហរដ្ឋអាមេរិក ហើយរកឃើញថា ការដាក់ឱ្យប្រើប្រព័ន្ធបង់ថ្លៃស្វ័យប្រវត្តិ (កាត់បន្ថយការកកស្ទះ និងការបំពុល) ជាប់ទាក់ទងនឹងការថយចុះអត្រាកំណើតមុនកំណត់ (preterm birth) ចំពោះទារកដែលកើតនៅជិតស្ថានីយ៍ទូទាត់ប្រហែល ១០.៨%។
ស៊េរីពេលវេលាដាច់ (Interrupted Time Series — ITS)
ពេលគោលនយោបាយមួយចាប់ផ្ដើមនៅថ្ងៃច្បាស់លាស់ ហើយយើងមានទិន្នន័យប្រចាំខែច្រើនខែ ទាំងមុន និងក្រោយ ITS ប្រៀបធៀបនិន្នាការក្រោយគោលនយោបាយ ជាមួយនិន្នាការដែលនឹងបន្ត ប្រសិនបើគ្មានគោលនយោបាយ — ដោយពិនិត្យការផ្លាស់ប្ដូរ កម្រិត (level) និង ជម្រាល (slope)។ Lopez Bernal, Cummins និង Gasparrini (២០១៧) បានសរសេរមេរៀនអនុវត្តដែលល្អសម្រាប់និស្សិត រួមទាំងបញ្ហារដូវកាល និង autocorrelation។
✅ ឧទាហរណ៍ពិតពីអន្តរជាតិ៖ ច្បាប់បម្រាមជក់បារីនៅទីសាធារណៈ
Jill Pell និងសហការី (២០០៨) បានប្រើ ITS លើទិន្នន័យអ្នកសម្រាកព្យាបាលជំងឺសរសៃឈាមបេះដូងស្រួចស្រាវ (acute coronary syndrome) ប្រចាំខែ នៅប្រទេសស្កុតឡែន ដើម្បីវាយតម្លៃច្បាប់បម្រាមជក់បារីនៅទីសាធារណៈ ឆ្នាំ ២០០៦។ ការអនុវត្តច្បាប់ ជាប់ទាក់ទងនឹងការថយចុះអត្រាចូលសម្រាកព្យាបាលប្រហែល ១៧% ក្នុងឆ្នាំដំបូងបន្ទាប់ពីច្បាប់ចូលជាធរមាន ប្រៀបធៀបទៅនឹងនិន្នាការមុន។ សូមកត់សម្គាល់ពាក្យ «ជាប់ទាក់ទង» ដែលអ្នកនិពន្ធប្រើ — គោលនយោបាយផ្សេងអាចចាប់ផ្ដើមក្នុងពេលជិតគ្នា។
១០ · ទិន្នន័យសង្កេត ៣តំរែតំរង់ដាច់ត្រង់ចំណុចកាត់ (RD) និងអថេរឧបករណ៍ (IV)
តំរែតំរង់ដាច់ត្រង់ចំណុចកាត់ (Regression Discontinuity)
កម្មវិធីជាច្រើនផ្ដល់អន្តរាគមន៍ដោយផ្អែកលើពិន្ទុ និងចំណុចកាត់ (cutoff)៖ អាហារូបករណ៍សម្រាប់អ្នកដែលមានពិន្ទុលើសពី ៧០ ជំនួយសម្រាប់គ្រួសារដែលពិន្ទុភាពក្រីក្រទាបជាងកម្រិតមួយ។ Donald Thistlethwaite និង Donald Campbell (១៩៦០) បានកត់សម្គាល់ថា សិស្សដែលមានពិន្ទុ ស្ទើរតែ ដល់ចំណុចកាត់ និងសិស្សដែលមានពិន្ទុ ទើបតែ លើសចំណុចកាត់ ស្រដៀងគ្នាខ្លាំងណាស់ — ភាពខុសគ្នាតែមួយគត់រវាងពួកគេ គឺការទទួលបានអន្តរាគមន៍។ ដូច្នេះ «ការដាច់» (discontinuity) ភ្លាមៗនៃលទ្ធផលត្រង់ចំណុចកាត់ ប៉ាន់ស្មានផលមូលហេតុសម្រាប់មនុស្សនៅជិតចំណុចនោះ។
✅ ឧទាហរណ៍ពិតពីអន្តរជាតិ៖ ក្បួនទំហំថ្នាក់ (Maimonides’ Rule)
Angrist និង Lavy (១៩៩៩) បានវិភាគច្បាប់របស់អ៊ីស្រាអែល ដែលកំណត់ទំហំថ្នាក់អតិបរមា ៤០ សិស្ស — នៅពេលចំនួនសិស្សក្នុងកម្រិតថ្នាក់ឡើងដល់ ៤១ សាលាត្រូវបន្ថែមថ្នាក់មួយទៀត ដែលបង្កើតនូវចំណុចកាត់ភ្លាមៗ នៃទំហំថ្នាក់ — ជាការរចនា RD ច្បាស់ (sharp RD)។ ពួកគេរកឃើញថា ជុំវិញចំណុចកាត់ទី ៤០ ថ្នាក់ដែលមានទំហំតូចជាងបន្តិច ជាប់ទាក់ទងនឹងមធ្យមភាគគណិតវិទ្យាខ្ពស់ជាង — ប្រហែល ០.២ គម្លាតគម្រិតគម្លាត (SD) — ប៉ុន្តែផលជុំវិញចំណុចកាត់ផ្សេងៗ មិនខ្លាំងដូចគ្នាទេ។ លទ្ធផលបែបនេះ ពិបាកនឹងទទួលបានពីការស្ទង់មតិធម្មតាណាស់។
⚠️ ការសន្មត់ និងដែនកំណត់នៃ RD
(១) មនុស្សមិនអាចរៀបចំពិន្ទុរបស់ខ្លួនឱ្យលើសចំណុចកាត់បានច្បាស់លាស់ — ពិនិត្យដោយមើលថាតើមានមនុស្សប្រមូលផ្ដុំខុសធម្មតានៅខាងលើចំណុចកាត់ឬទេ។ (២) អថេរផ្សេងៗ (អាយុ ភេទ ខេត្ត) មិនគួរ «ដាច់» ត្រង់ចំណុចកាត់ទេ។ (៣) លទ្ធផលជា ផលក្នុងតំបន់ — អនុវត្តចំពោះមនុស្សនៅជិតចំណុចកាត់ មិនមែនចំពោះអ្នកដែលមានពិន្ទុខ្ពស់ ឬទាបខ្លាំងទេ។
អថេរឧបករណ៍ (Instrumental Variables)
អថេរឧបករណ៍ Z គឺជាអ្វីមួយដែល «រុញ» មនុស្សឱ្យទទួល X ប៉ុន្តែប៉ះពាល់ Y តែតាមរយៈ X ប៉ុណ្ណោះ។ ឧបករណ៍ដ៏ល្អ ជាញឹកញាប់ជាឆ្នោត ឬព្រឹត្តិការណ៍ដែលស្ទើរតែចៃដន្យ។ Joshua Angrist និង Alan Krueger (១៩៩១) បានប្រើ ត្រីមាសនៃកំណើត ជាឧបករណ៍សម្រាប់រយៈពេលសិក្សា ព្រោះច្បាប់ចូលរៀនដោយបង្ខំ ធ្វើឱ្យកុមារដែលកើតនៅត្រីមាសខ្លះ ត្រូវរៀនយូរជាងបន្តិច មុនអាចឈប់រៀនតាមច្បាប់។ ឧបករណ៍ត្រូវបំពេញលក្ខខណ្ឌ ៣៖
Angrist, Imbens និង Rubin (១៩៩៦) បានបង្ហាញថា IV ប៉ាន់ស្មានផលសម្រាប់តែ «អ្នកអនុវត្តតាម» (compliers) — មនុស្សដែលទទួល X ដោយសារ Z រុញពួកគេ — ហៅថា LATE (local average treatment effect)។ ឧទាហរណ៍ ក្នុង RCT ដែលអ្នកចូលរួមមួយចំនួនមិនធ្វើតាមក្រុមដែលបានចាត់តាំង ការចាត់តាំងដោយចៃដន្យខ្លួនឯងអាចប្រើជាឧបករណ៍ ដើម្បីប៉ាន់ស្មានផលសម្រាប់អ្នកដែលពិតជាធ្វើតាម។
១១ · ការពង្រឹងការវិភាគភាពរសើប (E-value) និងភស្តុតាងអំពីយន្តការ
គ្រប់វិធីសាស្ត្រសម្រាប់ទិន្នន័យសង្កេត មានការសន្មត់ដែលមិនអាចបញ្ជាក់បាន។ ដូច្នែះ សំណួរដ៏ស្មោះត្រង់ មិនមែន «តើមានអថេររំខានដែលមិនបានវាស់ទេ?» (ចម្លើយស្ទើរតែជានិច្ចគើ «មាន») ប៉ុន្តែគើ «តើអថេររំខាននោះត្រូវខ្លាំងប៙ណ្ណា ទើបអាចលុបលទ្ធផលរបស់ខ្ញុំបាន?»។
តម្លៃ E (E-value)
Tyler VanderWeele និង Peng Ding (២០១៧) បានស្នើ តម្លៃ E៖ កម្លាំងអប្បបរមា (ជាអនុបាតហានិភ័យ) ដែលអថេររំខានដែលមិនបានវាស់ ត្រូវមានទំនាក់ទំនង ទាំង ជាមួយ X និង ជាមួយ Y ដើម្បីពន្យល់ទំនាក់ទំនងដែលសង្កេតឺៀញទាំងស្រុង។ សម្រាប់អនុបាតហានិភ័យ RR > ១៖
🧮 រូបមន្ត និងឧទាហរណ៍
E-value = RR + √( RR × (RR − 1) )
ប្រសិនបើ RR = ២.០ នោះ E = ២ + √២ ≈ ៣.៤១។ មានន័យថា អថេររំខានដែលមិនបានវាស់ ត្រូវតែបង្កើនហានិភ័យនៃទាំង X និង Y យ៉ាងហោចណាស់ ៣.៤ ដង (លើសពីអថេរដែលបានកែតម្រូវរួច) ទើបអាចធ្វើឱ្យ RR = ២.០ ក្លាយជាសូន្យផល។ អ្នកនិពន្ធណែនាំឡ្យរាយការណ៍តម្លៃ E ទាំងសម្រាប់ការប៉ាន់ស្មាន និងសម្រាប់ចុងចន្លោះទំនុកចិត្តដែលនៅជិតសូន្យផល។
Miguel Hernán (២០១៨) បានអំពាវនាវឱ្យអ្នកស្រាវជ្រាវ «ហឹអាននិយាយពាក្យ C» (causal) — មានន័យថា ប្រសិនបើគោលដៅរបស់អន្កជាមូលហេតុ ចូរប្រកាសវាឡ្យច្បាស់ ហើយបង្ហាញការសន្មត់ ជាជាងលាក់វានៅពីក្រោយពាក្យ «ទំនាក់ទំនង» ខណៈដែលជំពូកពិភាក្សាផ្ដល់អនុសាសន៍គោលនយោបាយដូចជាបានរកឃើញមូលហេតុ។ ភាពស្មោះត្រង់ គើការប្រកាសគោលដៅមូលហេតុ និង ការសន្មត់ ព្រមទាំងកម្រិតភាពប្រាកដ។
ភស្តុតាងអំពីយន្តការ៖ ទស្សនៈគុណភាព និងសច្ចនិយម
គំរូលទ្ធផលសក្ដានុពលឆ្លើយសំណួរ «តើ X ផ្លាស់ប្ដូរ Y ប៙ន្មាន?» ប៉ុន្តែមិនប្រាប់ថា តាមរយៈអ្វី ឬ ហេតុអ្វី ទេ។ ប្រពៀណីផ្សេងៗផ្តល់ផ្លូវបំពេញ៖
ការតាមដានដំណើរការ (process tracing)
ក្នុងករណីសិក្សា អ្នកស្រាវជ្រាវតាមដានខ្សែសង្វាក់ព្រ៙ត្តិការណ៍ ហើយធ្វើ «តេស្ត» លើភស្តុតាង — ឧ. តេស្ត «រង្វង់» (hoop) ដែលសម្មតិកម្មត្រូវតែច្លងកាត់ និងតេស្ត «កាំភ្លើងមានផ្សែង» (smoking gun) ដែលបើច្លងកាត់ គាំទ្រខ្លាំង (Collier, ២០១១)។
សច្ចនិយមរិះគន់
ដូចបានពន្យល់ក្នុងមេរៀនទី ១ សច្ចនិយមរិះគន់ស្វែងរក យន្តការ ដែលដំណើរការក្នុងបរិបទជាក់លាក់ (C + M = O) — «តើកម្មវិធីនេះដំណើរការសម្រាប់អ្នកណា ក្នុងកាលៈទះសៈអ្វី និងហេតុអ្វី?»
វិធីសាស្ត្រចម្រុស
DiD ឬ RD ប្យាន្ស្មានទំហំផល; ការសម្ភាសន់ជាមួយនិស្សិត និងគ្រូណែនាំ ពន្យល់ថាផលនោះកើតឱ្យលើងតាមរយៈជំនាញ ទំនុកចិត្ត ឬបណ្ដាញទំនាក់ទំនង (មេរៀនទី ៨)។
១២ · ឧទាហរណ៍ជាក់ស្ដែងសំណួរមួយ ប្យាន្ស្មាន ៤ របើប៖ កម្មសិក្សាអុសថស្ឋាន និងការជាប់ប្រលង
ឧទាហរណ៍នេះជា ករណីស្រដ្ឋិកម្ម ដែល Eksastra សរសេរឡើងសម្រាប់ការបង្រើន — លេខទាំងអស់ជាលេខគំរូ មិនមែនជាលទ្ធផលស្រាវជ្រាវពិតទេ។ សន្មត់ថា «សាកលវិទ្យាល័យ ក» បានចាប់ផ្ដើមកម្មវិធីកម្មសិក្សា ៣ ខែនៅអុសថស្ឋានសហគមន៍ សម្រាប់និស្សិតអុសថសាស្តរឆ្នាំចុងក្រោយ ចាប់ពីជ៖នាន់ ២០២៤។ ការចូលរួមជាការស្ម្គ្រចិត្ត; ក្នុងឆ្នាំ ២០២៥ អ្នកដាក់ពាក់យមានច្រើនជាងកន្លែង ដូច្នែះកន្លែងត្រូវបានផ្ដល់ដល់អ្នកដាក់ពាក់យដែលមាន GPA ≥ ៣.០។ និស្សិតអនុបណ្ឌិតម្នាក់អ្ញ្មៅហ «Amara» ចង់ដុងថា តើកម្មសិក្សាធ្វើឱ្យនិស្សិតជាប់ការប្រឣងបញ្ចប់ការសិក្សាថ្នាក់ជាតិ (national exit examination) ច្រើនជាងមុនឬទេ?
ជ៖ហានទី ១៖ គូស DAG មុនពេលមើលទិន្នន័យ
GPA (C) ប៉ះពាល់ទាំងការចូលកម្មសិក្សា និងការជាប់ប្រឣង → ត្រូវកែតម្រូវ។ ជំនាញអនុវត្ត (M) ជាផ្លូវនៃផល → មិនត្រូវកែតម្រូវ។ «ការតសូ» (U) ក៏ប៉ះពាល់ទាំងពីរដែរ ប៉ុន្តែមិនបានវាស់ (ប្រអប់ចំណុចៗ) → ការកែតម្រូវ C តែមួយមិនគ្រប់គ្រាន់ទេ។ ដូច្នែះ Amara ត្រូវការការរចនាដែលមិនព៙ងតែលើការកែតម្រូវ។
ជ៖ហានទី ២៖ ប្រៀបធៀបវិធីប៙ន្ស្មាន (លេខគំរូ)
| វិធីសាស្ត្រ | ការគណនា (គំរូ) | ផលប៙ន្ស្មាន | ផលសម្រាប់អ្នកណា? | ការសន្មត់ដែលត្រូវការពារ |
|---|---|---|---|---|
| ការប្រៀបធៀបច័តល្ងំង | អ្នកចូលកម្មសិក្សាជាប់ ៨២% · អ្នកមិនចូលជាប់ ៦១% | +២១ ពិន្ទុភាគរយ | — | គ្មាន — ភាពលម៏វែងពី C និង U ពេញលេញ |
| ពិន្ទុទំនោរ (ផ្គូផ្គងលើ GPA ភេទ ខេត្តកំណើត និងពិន្ទុបាក់ែតុប) | បន្ទាប់ពីផ្គូផ្គង៖ ៨២% ទល់នឹង ៧៣%; ភាពខុសគ្នាស្តង់ដារទាំងអស់ < ០.១ | +៩ ពិន្ទុភាគរយ | ATT — អ្នកដែលបានចូល | គ្មានអថេររំខានដែលមិនបានវាស់ (U នៅតែជាបញ្ហា) |
| DiD (សាកលវិទ្យាល័យ ក ទល់នឹង ខ ដែលគ្មានកម្មវិធី) | ក៖ ៦៤% → ៧៥% (+១១) · ខ៖ ៦៦% → ៧២% (+៦) | +៥ ពិន្ទុភាគរយ | ផលនៃ ការផ្តល់ កម្មវិធីដល់ជ៖នាន់តាំងមួល (ប្រហែលពាក់កណ្ដាលបានចូល) | និន្នាការស្របគ្នា — ពិនិត្យអត្រាជាប់ ២០១៩–២០២៣ |
| RD (អ្នកដាក់ពាក់យឆ្នាំ ២០២៥ ជុំវិញ GPA ៣.០) | ទើបលើស ៣.០៖ ៧៦% · ស្ទើរដល់ ៣.០៖ ៦៩% | +៧ ពិន្ទុភាគរយ | ផលក្នុងតំបន់ — អ្នកដាក់ពាក់យដែលមាន GPA ជិត ៣.០ | គ្មានការរើបចំ GPA · អថេរផ្សេងមិនដាច់ត្រង់ ៣.០ |
ជ៖ហានទី ៣៖ បកស្រាយដោយស្មោះត្រង់
ការប្រៀបធៀបច័តល្ងំង (+២១) ធំជាងការប៉ាន់ស្មានផ្សេងទៀតច្រើន ដែលបង្ហាញថាភាគច្រើននៃគម្លាតនោះ ជាភាពលម៏វែងនៃការជ្រើសរើស។ ការប៉ាន់ស្មាន ៣ ផ្សេងទៀត ឆ្លើយ សំណួរខុសគ្នាបន្តិច (ATT ផលនៃការផ្តល់ និងផលក្នុងតំបន់) ប៉ុន្តែទាំងអស់ចង់អុលទៅទិសដៅដូចគ្នា — ផលវិជ្ជមានប្រហែល ៥–១០ ពិន្ទុភាគរយ។ ដោយសារវិធីនីមួយ់មានភាពលម៏វែងដែលអាចកើតប៉ះខុសគ្នា ភាពស្របគ្នានេះពង្រឹងការអះអាងមូលហេតុ។ Amara គួររាយការណ៍តម្លៃ E សម្រាប់ការប៉ាន់ស្មានពិន្ទុទំនោរ ហើយសម្ភាសន់និស្សិតមួយចំនួន ដើម្បីស្វែងយល់ថាតើជំនាញ ទំនុកចិត្ត ឬការណែនាំពីអ្ញសថការី ជាយន្តការសំខាន់។
💡 មេរៀនពីឧទាហរណ៍នេះ
ជម្រើសវិធីសាស្ត្រមិនមែនកំណត់ដោយ «វិធីណាទ៖នើមជាង» ទេ ប៉ុន្តែដោយ របើបដែលអន្តរាគមន៍ត្រូវបានផ្តល់៖ ចំណុចកាត់ → RD; ការចាប់ផ្ដើមនៅកន្លែងខ្លះ និងពេលខ្លះ → DiD; ការជ្រើសរើសដោយខ្លួនអេងតាមលក្ខណៈដែលវាស់បាន → ពិន្ទុទំនោរ។ ចូរស៘រអ្នកគ្រប់គ្រងកម្មវិធីអ្ែយលម្អើតថា «តើអ្នកណាសម្រេចថាអ្នកណាចូល ហើយដោយរបើបណា?» — ចម្លើយនោះច្រើនតែជាយុទ្ធសាស្ត្រកំណត់មូលហេតុរបស់អ្នក។
១៣ · ការសម្រេចចិត្តរបៀបជ្រើសរើសយុទ្ធសាស្ត្រសម្រាប់សំណួរមូលហេតុរបស់អ្នក
ឆ្លើយសំណួរខាងក្រោមតាមលំដាប់។ ឈប់នៅសំណួរដំបូងដែលចម្លើយគឺ «បាទ/ចាស» — នោះជាយុទ្ធសាស្ត្រដែលខ្លាំងបំផុតដែលអ្នកមាន។
សំណួរទី ១៖ តើសំណួររបស់អ្នកពិតជាសំណួរមូលហេតុឬទេ?
ប្រសិនបើអ្នកចង់ពិពណ៌នា (អត្រាប្រេវ៉ាឡង់) ឬទស្សន៍ទាយ (អ្នកណាទំនងជាបោះបង់ការសិក្សា) អ្នកមិនត្រូវការការសន្និដ្ឋានមូលហេតុទេ — សរសេរសំណួរឡើងវិញ ហើយកុំប្រើភាសាមូលហេតុ។
សំណួរទី ២៖ តើអ្នកអាចចាត់តាំង X ដោយចៃដន្យបានដោយសីលធម៌ និងជាក់ស្ដែងឬទេ?
បាទ/ចាស → RCT ឬ RCT ជាក្រុម (ថ្នាក់រៀន សាលា មណ្ឌលសុខភាព)។ ពិភាក្សាជាមួយគណៈកម្មាធិការសីលធម៌ជាមុន។
សំណួរទី ៣៖ តើ X ត្រូវបានផ្ដល់ដោយពិន្ទុ និងចំណុចកាត់ឬទេ?
បាទ/ចាស → RD។ ត្រូវការមនុស្សច្រើនគ្រប់គ្រាន់នៅជិតចំណុចកាត់។
សំណួរទី ៤៖ តើ X ចាប់ផ្ដើមនៅកន្លែងខ្លះ ឬពេលខ្លះ ហើយអ្នកមានទិន្នន័យមុន និងក្រោយឬទេ?
បាទ/ចាស → DiD (មានក្រុមប្រៀបធៀប) ឬ ITS (ទិន្នន័យប្រចាំខែច្រើនចំណុច)។
សំណួរទី ៥៖ តើមាន «ការរុញ» ដែលស្ទើរតែចៃដន្យ ដែលប៉ះពាល់ X តែមិនប៉ះពាល់ Y ដោយផ្ទាល់ឬទេ?
បាទ/ចាស → IV — ប៉ុន្តែត្រូវការពារលក្ខខណ្ឌការដកចេញឱ្យបានល្អ ព្រោះវាមិនអាចធ្វើតេស្តបាន។
សំណួរទី ៦៖ តើអ្នកអាចវាស់អថេររំខានសំខាន់ៗតាម DAG បានទាំងអស់ឬទេ?
បាទ/ចាស → ត្រាប់តាមការសាកល្បងគោលដៅ + ពិន្ទុទំនោរ ឬតំរែតំរង់ + តម្លៃ E។
ប្រសិនបើគ្មានចម្លើយណា «បាទ/ចាស»
ធ្វើការសិក្សាទំនាក់ទំនងដែលល្អ ហើយប្រើភាសាទំនាក់ទំនង; ពិភាក្សាភស្តុតាងតាមទស្សនៈរបស់ Hill; ឬផ្លាស់ទៅរកសំណួរអំពីយន្តការ ដោយប្រើការស្រាវជ្រាវគុណភាព។ នេះមិនមែនជាការបរាជ័យទេ — វាជាភាពស្មោះត្រង់ខាងវិទ្យាសាស្ត្រ។
១៤ · ការសរសេររបៀបសរសេរការអះអាងមូលហេតុក្នុងនិក្ខេបបទ
ក្នុងជំពូកទី ៣ (វិធីសាស្ត្រ) ផ្នែកមួយដែលមានចំណងជើងដូចជា «Identification Strategy» ឬ «Causal Inference Approach» គួរស្ថិតនៅក្រោយការពិពណ៌នាការរចនា។ ក្នុងជំពូកទី ៥ (ពិភាក្សា) ភាសាអះអាងត្រូវស៊ីនឹងអ្វីដែលការរចនាអាចគាំទ្រ។
📝 រចនាសម្ព័ន្ធ ៥ ជំហាន នៃផ្នែកយុទ្ធសាស្ត្រកំណត់មូលហេតុ
ជំហានទី ១ ប្រកាសផលមូលហេតុដែលអ្នកចង់ប៉ាន់ស្មាន (ATE ឬ ATT) — អន្តរាគមន៍ ការប្រៀបធៀប ប្រជាជន និងរយៈពេល។
ជំហានទី ២ បង្ហាញ DAG និងពន្យល់ប្រភពនៃការសន្មត់ (ទ្រឹស្ដី អក្សរសិល្ប៍ ចំណេះដឹងបរិបទ)។
ជំហានទី ៣ ពន្យល់យុទ្ធសាស្ត្រ (ការកែតម្រូវ DiD RD IV…) និងការសន្មត់ស្នូលរបស់វា។
ជំហានទី ៤ ពិពណ៌នាការធ្វើតេស្តការសន្មត់ដែលអាចធ្វើបាន (តុល្យភាព និន្នាការមុនអន្តរាគមន៍ ភាពពាក់ព័ន្ធរបស់ឧបករណ៍)។
ជំហានទី ៥ ការវិភាគភាពរសើប (តម្លៃ E ការប្រើគំរូផ្សេង) និងដែនកំណត់ដែលនៅសល់។
ពាក្យដែលត្រូវប្រើ ស្របតាមការរចនា
❌ ជៀសវាង ជាមួយការស្ទង់មតិ cross-sectional
- «X មានផលប៉ះពាល់ (effect/impact) លើ Y»
- «X នាំឱ្យ (leads to) / បណ្ដាលឱ្យ Y»
- «X បង្កើន / កាត់បន្ថយ Y»
- «ដូច្នេះ ក្រសួងគួរតែអនុវត្ត X ដើម្បីបង្កើន Y»
✅ ប្រើជំនួសវិញ
- «X ជាប់ទាក់ទង (was associated with) នឹង Y»
- «អ្នកដែលមាន X មាន Y ខ្ពស់ជាង បន្ទាប់ពីកែតម្រូវ…»
- «លទ្ធផលនេះស្របនឹងសម្មតិកម្មថា… ប៉ុន្តែមិនអាចបដិសេធ…»
- «ការសិក្សាដែលមានការរចនាខ្លាំងជាងនេះ គួរតែធ្វើមុនពេល…»
កថាខណ្ឌគំរូ (ភាសាអង់គ្លេស) — ការសិក្សា DiD
ខាងក្រោមនេះជាកថាខណ្ឌគំរូដែល Eksastra សរសេរឡើងសម្រាប់ឧទាហរណ៍ក្នុងផ្នែកទី ១២ (ទិន្នន័យសម្មតិកម្ម)។ កុំចម្លងទាំងស្រុង — សរសេរឡើងវិញតាមការសិក្សារបស់អ្នក ហើយយោងឯកសារដើម។
MODEL PARAGRAPH · IDENTIFICATION STRATEGY
The causal estimand of this study is the effect of offering a community-pharmacy internship on the national exit-examination pass rate of final-year pharmacy students. Because the programme was not randomly assigned and students’ motivation could not be measured, a simple comparison of participants and non-participants would be confounded (see the directed acyclic graph in Figure 3.2). I therefore use a difference-in-differences design that compares the change in pass rates between the 2022–2023 and 2024–2025 cohorts at University A, which introduced the programme, with the corresponding change at University B, which did not. The key assumption is that, in the absence of the programme, pass rates at the two universities would have followed parallel trends; I assess this using pass rates for 2019–2023 and examine whether other curricular changes occurred at either university during the study period. As a sensitivity analysis, I report propensity-score-matched estimates with E-values (VanderWeele & Ding, 2017). Because the estimate reflects the effect of offering the programme to a whole cohort, it should not be interpreted as the effect on each individual participant.
ហេតុអ្វីកថាខណ្ឌនេះល្អ? (១) វាប្រកាសផលមូលហេតុឱ្យច្បាស់ ជាជាងលាក់វា។ (២) វាពន្យល់ហេតុអ្វីការប្រៀបធៀបសាមញ្ញមិនគ្រប់គ្រាន់ ដោយយោងទៅ DAG។ (៣) វាដាក់ឈ្មោះការសន្មត់ស្នូល ហើយប្រាប់ពីរបៀបពិនិត្យវា។ (៤) វាមានការវិភាគភាពរសើប។ (៥) វាកំណត់ព្រំដែននៃការបកស្រាយ។
១៥ · ជៀសវាងកំហុស ៨ យ៉ាងដែលគណៈកម្មការឃើញញឹកញាប់
ប្រើភាសាមូលហេតុជាមួយទិន្នន័យ cross-sectional
ចំណងជើង «ផលប៉ះពាល់នៃ…» តែការរចនាជាការស្ទង់មតិមួយដង គ្មានយុទ្ធសាស្ត្រកំណត់មូលហេតុ។ ដំណោះស្រាយ៖ ប្ដូរចំណងជើងទៅ «កត្តាដែលជាប់ទាក់ទងនឹង…» ឬពង្រឹងការរចនា។
លាក់គោលដៅមូលហេតុ តែផ្ដល់អនុសាសន៍មូលហេតុ
សរសេរ «ជាប់ទាក់ទង» គ្រប់ទំព័រ ប៉ុន្តែជំពូកចុងក្រោយណែនាំក្រសួងឱ្យពង្រីក X «ដើម្បីបង្កើន Y»។ ដំណោះស្រាយ៖ ប្រកាសគោលដៅឱ្យច្បាស់ ហើយឱ្យអនុសាសន៍ស៊ីនឹងកម្រិតភស្តុតាង (Hernán, ២០១៨)។
ដាក់អថេរគ្រប់យ៉ាងក្នុងគំរូតំរែតំរង់
«យើងកែតម្រូវអថេរ ២៥ ដើម្បីឱ្យប្រាកដ» — រួមទាំងអថេរមធ្យស្ថ និងអថេរប្រសព្វ។ ដំណោះស្រាយ៖ ជ្រើសអថេរកែតម្រូវតាម DAG មិនមែនតាមតម្លៃ p ឬ «stepwise» ទេ។
បកស្រាយមេគុណគ្រប់ជួរក្នុងតារាងជាផលមូលហេតុ
ក្នុងគំរូដែលរចនាសម្រាប់ផលរបស់ X មេគុណរបស់អថេរកែតម្រូវ (ឧ. ភេទ ចំណូល) មិនមែនជាផលមូលហេតុរបស់ពួកវាទេ។ ដំណោះស្រាយ៖ បកស្រាយតែមេគុណនៃអថេរដែលអ្នកបានរចនាយុទ្ធសាស្ត្រសម្រាប់វា។
ប្រើទស្សនៈ Hill ជាបញ្ជីពិន្ទុ
«ការសិក្សាបំពេញលក្ខណៈវិនិច្ឆ័យ ៧/៩ ដូច្នេះជាមូលហេតុ»។ ដំណោះស្រាយ៖ ប្រើទស្សនៈទាំងនោះដើម្បីពិភាក្សាភស្តុតាងទាំងមូល — Hill ខ្លួនឯងបដិសេធការប្រើបែបនេះ។
ភ្លេចការសន្មត់នៃវិធីសាស្ត្រ
ប្រើ DiD ដោយមិនបង្ហាញនិន្នាការមុនអន្តរាគមន៍ ឬពិន្ទុទំនោរ ដោយមិនពិនិត្យតុល្យភាព។ ដំណោះស្រាយ៖ សម្រាប់វិធីនីមួយៗ សរសេរការសន្មត់ស្នូល និងភស្តុតាងដែលគាំទ្រវា។
ជ្រើសគំរូតាមលទ្ធផល
សិក្សាតែឱសថស្ថានដែល «ជោគជ័យ» ឬតែនិស្សិតដែលបញ្ចប់ការសិក្សា ហើយសន្និដ្ឋានអំពីកត្តាជោគជ័យ។ ដំណោះស្រាយ៖ រួមបញ្ចូលអ្នកដែលបរាជ័យ ឬបោះបង់ ហើយគូស DAG ដើម្បីរកអថេរប្រសព្វ។
ច្រឡំ «មិនសំខាន់ស្ថិតិ» ជាមួយ «គ្មានផល»
p = ០.០៨ ក្នុងគំរូតូច មិនមែនជាភស្តុតាងថា X គ្មានផលទេ។ ដំណោះស្រាយ៖ រាយការណ៍ទំហំផល និងចន្លោះទំនុកចិត្ត ហើយពិភាក្សាកម្លាំងស្ថិតិ (មេរៀនទី ៩)។
១៦ · ការការពារនិក្ខេបបទសំណួរ ៦ ដែលគណៈកម្មការតែងតែសួរ — និងរបៀបឆ្លើយ
«តើអ្នកអាចនិយាយថា X បណ្ដាលឱ្យ Y បានទេ ជាមួយការរចនានេះ?»
គន្លឹះឆ្លើយ៖ កុំការពារហួសពីការរចនា។ ពន្យល់ថាអ្នកប៉ាន់ស្មានអ្វី (ATE ATT ឬទំនាក់ទំនង) ការសន្មត់ដែលត្រូវការ និងភស្តុតាងដែលគាំទ្រការសន្មត់នោះ។ ប្រសិនបើជាការស្ទង់មតិ cross-sectional ចម្លើយត្រឹមត្រូវគឺ «ទេ — ខ្ញុំអាចនិយាយបានថាវាជាប់ទាក់ទង បន្ទាប់ពីកែតម្រូវ…»។
«ហេតុអ្វីអ្នកកែតម្រូវអថេរនេះ ហើយមិនកែតម្រូវអថេរនោះ?»
គន្លឹះឆ្លើយ៖ បង្ហាញ DAG។ ពន្យល់ថាអថេរដែលកែតម្រូវ បិទផ្លូវក្រោយខ្នង ហើយអថេរដែលមិនកែតម្រូវ ជាអថេរមធ្យស្ថ ឬអថេរប្រសព្វ។ ការឆ្លើយថា «ព្រោះវាសំខាន់ស្ថិតិ» ជាចម្លើយខ្សោយ។
«ចុះបើមានអថេររំខានដែលអ្នកមិនបានវាស់?»
គន្លឹះឆ្លើយ៖ ទទួលស្គាល់ថាអាចមាន ដាក់ឈ្មោះអថេរដែលទំនងបំផុត រួចបង្ហាញតម្លៃ E ឬការវិភាគភាពរសើបផ្សេង ដើម្បីបង្ហាញថាវាត្រូវខ្លាំងប៉ុណ្ណា ទើបអាចផ្លាស់ប្ដូរការសន្និដ្ឋាន។
«តើការសន្មត់និន្នាការស្របគ្នា (ឬការដកចេញ ឬគ្មានការរៀបចំពិន្ទុ) ទំនងជាពិតឬទេ?»
គន្លឹះឆ្លើយ៖ បង្ហាញក្រាហ្វនិន្នាការមុនអន្តរាគមន៍ ឬក្រាហ្វដង់ស៊ីតេជុំវិញចំណុចកាត់ និងការធ្វើតេស្តប្លាសេបូ (placebo test) ដូចជាការប្រើ «អន្តរាគមន៍ក្លែងក្លាយ» នៅឆ្នាំមុន ដែលគួរតែមិនឃើញផល។
«លទ្ធផលរបស់អ្នកអាចអនុវត្តចំពោះអ្នកណាខ្លះ?»
គន្លឹះឆ្លើយ៖ បែងចែកសុពលភាពខាងក្នុង ពីសុពលភាពខាងក្រៅ។ RD ផ្ដល់ផលក្នុងតំបន់ជុំវិញចំណុចកាត់; IV ផ្ដល់ផលសម្រាប់អ្នកអនុវត្តតាម; ការសិក្សានៅរាជធានីអាចមិនអនុវត្តចំពោះខេត្តដាច់ស្រយាល។ និយាយវាដោយខ្លួនឯង មុនគណៈកម្មការសួរ។
«ហេតុអ្វីអ្នកមិនធ្វើ RCT?»
គន្លឹះឆ្លើយ៖ ពន្យល់ហេតុផលសីលធម៌ ជាក់ស្ដែង ឬពេលវេលា ហើយបង្ហាញថាអ្នកបានរចនាការសិក្សាដោយត្រាប់តាម RCT ដ៏ល្អឥតខ្ចោះ (ការសាកល្បងគោលដៅ) ឱ្យបានជិតបំផុត។ បញ្ជាក់ផងដែរថា RCT ក៏មានដែនកំណត់របស់វាដែរ ជាពិសេសសុពលភាពខាងក្រៅ។
១៧ · ប្រវត្តិពី Hume ដល់រង្វាន់ណូបែល៖ ពេលវេលាសំខាន់ៗ
ទស្សនវិទូ អ្នករោគរាតត្បាតវិទ្យា អ្នកស្ថិតិ អ្នកវិទ្យាសាស្ត្រកុំព្យូទ័រ និងអ្នកសេដ្ឋកិច្ច បានអភិវឌ្ឍគំនិតស្រដៀងគ្នាដោយឡែកពីគ្នា — ហេតុនេះហើយបានជាអក្សរសិល្ប៍មានពាក្យច្រើនសម្រាប់គំនិតតែមួយ។ គួរឱ្យចាប់អារម្មណ៍ថា ពាក្យ «សហសម្ព័ន្ធ» (correlation) ខ្លួនឯង ក៏កើតក្រោយគំនិតមូលហេតុរបស់ Hume និង Mill ដែរ — ដោយ Francis Galton នៅឆ្នាំ ១៨៨៨។
David Hume — An Enquiry Concerning Human Understanding៖ ភាពជាប់គ្នាជាប្រចាំ និងនិយមន័យផ្ទុយការពិតដំបូង។
John Stuart Mill — A System of Logic៖ វិធីសាស្ត្រនៃការយល់ស្រប និងភាពខុសគ្នា។
John Snow — ផែនទី Broad Street និង «ពិសោធន៍ដ៏ធំ» នៃក្រុមហ៊ុនទឹក។
Francis Galton — គំនិតសហសម្ព័ន្ធ (co-relation)។
R. A. Fisher — The Design of Experiments៖ ការចាត់តាំងដោយចៃដន្យ។
MRC — RCT streptomycin សម្រាប់ជំងឺរបេងសួត។
Doll និង Hill — ការសិក្សាករណី–ត្រួតពិនិត្យ ស្ដីពីការជក់បារី និងមហារីកសួត។
Thistlethwaite និង Campbell — តំរែតំរង់ដាច់ត្រង់ចំណុចកាត់។
Austin Bradford Hill — «The environment and disease: association or causation?»។
Donald Rubin — គំរូលទ្ធផលសក្ដានុពល សម្រាប់ការសិក្សាចៃដន្យ និងមិនចៃដន្យ។
Rosenbaum និង Rubin — ពិន្ទុទំនោរ។
Paul Holland — «បញ្ហាមូលដ្ឋាននៃការសន្និដ្ឋានមូលហេតុ»។
Angrist និង Krueger (ត្រីមាសនៃកំណើត) · Card និង Krueger (ប្រាក់ឈ្នួលអប្បបរមា) · Angrist, Imbens និង Rubin (LATE)។
Greenland, Pearl និង Robins — DAG ក្នុងរោគរាតត្បាតវិទ្យា · Judea Pearl — Causality (បោះពុម្ពលើកទី ២ ឆ្នាំ ២០០៩)។
Hernán និង Robins — ការត្រាប់តាមការសាកល្បងគោលដៅ · VanderWeele និង Ding — តម្លៃ E។
រង្វាន់ណូបែលសេដ្ឋកិច្ច — David Card, Joshua Angrist និង Guido Imbens។
១៨ · តេស្តខ្លួនឯងសំណួរត្រួតពិនិត្យការយល់ដឹង (ចុចដើម្បីមើលចម្លើយ)
១. ហេតុអ្វីផលមូលហេតុរបស់បុគ្គលម្នាក់ មិនអាចសង្កេតឃើញដោយផ្ទាល់?
ចម្លើយ៖ ព្រោះយើងឃើញតែលទ្ធផលសក្ដានុពលមួយក្នុងចំណោមពីរ — Y(1) ឬ Y(0) — សម្រាប់មនុស្សតែម្នាក់ក្នុងពេលតែមួយ។ នេះជា «បញ្ហាមូលដ្ឋាន» របស់ Holland។
២. ក្នុងការសិក្សាលើអ្នកជំងឺក្នុងមន្ទីរពេទ្យ ជំងឺពីរមើលទៅទាក់ទងគ្នាអវិជ្ជមាន ទោះក្នុងប្រជាជនទូទៅវាមិនទាក់ទងគ្នា។ តើនេះជាភាពលម្អៀងប្រភេទអ្វី?
ចម្លើយ៖ ភាពលម្អៀងអថេរប្រសព្វ (collider bias) ប្រភេទ Berkson — ការសម្រាកព្យាបាលជាផលរួមនៃជំងឺទាំងពីរ ហើយការជ្រើសគំរូតាមវា បើកផ្លូវក្លែងក្លាយ។
៣. អ្នកចង់ដឹងផលសរុបនៃការបណ្ដុះបណ្ដាលលើការអនុវត្តការងារ។ តើគួរកែតម្រូវ «ចំណេះដឹងក្រោយការបណ្ដុះបណ្ដាល» ឬទេ?
ចម្លើយ៖ ទេ — វាជាអថេរមធ្យស្ថ។ ការកែតម្រូវវានឹងបិទផ្នែកមួយនៃផលដែលអ្នកចង់វាស់។
៤. ក្រសួងមួយផ្ដល់ជំនួយដល់សាលាដែលមានពិន្ទុភាពក្រីក្រលើស ៦០។ តើការរចនាណាសមស្របបំផុត ហើយការសន្មត់សំខាន់ជាអ្វី?
ចម្លើយ៖ RD។ ការសន្មត់៖ សាលាមិនអាចរៀបចំពិន្ទុរបស់ខ្លួនឱ្យលើស ៦០ បានច្បាស់លាស់ ហើយលក្ខណៈផ្សេងៗមិន «ដាច់» ត្រង់ ៦០ ទេ។ លទ្ធផលអនុវត្តចំពោះសាលានៅជិតចំណុចកាត់។
៥. ការសិក្សាមួយរកឃើញ RR = ២.០ ហើយតម្លៃ E = ៣.៤១។ តើមានន័យយ៉ាងដូចម្ដេច?
ចម្លើយ៖ អថេររំខានដែលមិនបានវាស់ ត្រូវមានអនុបាតហានិភ័យយ៉ាងហោចណាស់ ៣.៤១ ជាមួយទាំង X និង Y (លើសពីអថេរដែលកែតម្រូវរួច) ទើបអាចពន្យល់ RR = ២.០ ទាំងស្រុងបាន។
៦. ក្នុង DiD តើការសន្មត់ «និន្នាការស្របគ្នា» មានន័យយ៉ាងដូចម្ដេច ហើយពិនិត្យវាដោយរបៀបណា?
ចម្លើយ៖ ប្រសិនបើគ្មានអន្តរាគមន៍ ក្រុមទាំងពីរនឹងផ្លាស់ប្ដូរដោយបរិមាណដូចគ្នា។ មិនអាចបញ្ជាក់ដោយផ្ទាល់បានទេ ប៉ុន្តែពិនិត្យដោយប្រៀបធៀបនិន្នាការ មុន អន្តរាគមន៍ និងស្វែងរកព្រឹត្តិការណ៍ផ្សេងដែលប៉ះពាល់តែក្រុមមួយ។
៧. លំហាត់អនុវត្ត៖ គូស DAG សម្រាប់សំណួរស្រាវជ្រាវរបស់អ្នក
ការណែនាំ៖ សរសេរ X និង Y។ រាយមូលហេតុរួមទាំងអស់ដែលអ្នកអាចគិតបាន (រួមទាំងអ្វីដែលមិនបានវាស់)។ គូសព្រួញ។ បន្ទាប់មក កំណត់ផ្លូវក្រោយខ្នងនីមួយៗ អថេរមធ្យស្ថ និងអថេរប្រសព្វ ហើយសរសេរថាអថេរណាត្រូវកែតម្រូវ។ ពិនិត្យដោយ DAGitty ហើយបង្ហាញគ្រូណែនាំ។
១៩ · វាក្យសព្ទវាក្យសព្ទសំខាន់ ខ្មែរ–អង់គ្លេស
| English | ខ្មែរ | ន័យសង្ខេប |
|---|---|---|
| Causal inference | ការសន្និដ្ឋានមូលហេតុ | ការប៉ាន់ស្មានថា ការផ្លាស់ប្ដូរ X ធ្វើឱ្យ Y ផ្លាស់ប្ដូរប៉ុន្មាន |
| Association / Correlation | ទំនាក់ទំនង / សហសម្ព័ន្ធ | អថេរពីរប្រែប្រួលជាមួយគ្នា — មិនចាំបាច់ជាមូលហេតុ |
| Counterfactual | ផ្ទុយការពិត | លទ្ធផលដែលនឹងកើតឡើង ក្នុងពិភពដែលមិនបានកើតឡើង |
| Potential outcomes | លទ្ធផលសក្ដានុពល | Y(1) និង Y(0) — លទ្ធផលពេលមាន និងគ្មានអន្តរាគមន៍ |
| ATE / ATT | ផលមធ្យមរួម / ផលមធ្យមលើអ្នកទទួល | ផលជាមធ្យមលើប្រជាជនទាំងមូល / លើអ្នកដែលពិតជាទទួលអន្តរាគមន៍ |
| Confounder / Confounding | អថេររំខាន / ភាពលម្អៀងដោយអថេររំខាន | មូលហេតុរួមនៃ X និង Y ដែលបង្កើតទំនាក់ទំនងក្លែងក្លាយ |
| Reverse causation | មូលហេតុបញ្ច្រាស | Y ជាអ្នកបណ្ដាល X មិនមែន X បណ្ដាល Y |
| Selection bias | ភាពលម្អៀងនៃការជ្រើសរើស | ភាពលម្អៀងពីរបៀបដែលមនុស្សចូល ឬនៅក្នុងការសិក្សា |
| Collider | អថេរប្រសព្វ | ផលរួមនៃអថេរពីរ — កុំកែតម្រូវ ឬជ្រើសគំរូតាមវា |
| Mediator | អថេរមធ្យស្ថ | អថេរកណ្ដាលដែលពន្យល់ថា X ប៉ះពាល់ Y តាមរយៈអ្វី |
| Measurement error | កំហុសនៃការវាស់ | ភាពខុសគ្នារវាងតម្លៃដែលវាស់ និងតម្លៃពិត |
| Directed acyclic graph (DAG) | ដ្យាក្រាមមូលហេតុ (ក្រាហ្វមានទិសដៅ គ្មានវដ្ដ) | ដ្យាក្រាមព្រួញដែលបង្ហាញការសន្មត់មូលហេតុ |
| Backdoor path | ផ្លូវក្រោយខ្នង | ផ្លូវមិនមែនមូលហេតុពី X ទៅ Y ដែលចាប់ផ្ដើមដោយព្រួញចូល X |
| Randomisation | ការចាត់តាំងដោយចៃដន្យ | ការប្រើឱកាសដើម្បីសម្រេចថាអ្នកណាទទួលអន្តរាគមន៍ |
| Exchangeability | ភាពអាចប្ដូរគ្នាបាន | ក្រុមទាំងពីរមានលទ្ធផលសក្ដានុពលដូចគ្នាជាមធ្យម |
| Internal / External validity | សុពលភាពខាងក្នុង / សុពលភាពខាងក្រៅ | ភាពត្រឹមត្រូវនៃការអះអាងមូលហេតុ / ភាពអាចអនុវត្តទៅប្រជាជនផ្សេង |
| Propensity score | ពិន្ទុទំនោរ | ប្រូបាប៊ីលីតេនៃការទទួលអន្តរាគមន៍ ដោយផ្អែកលើអថេរដែលវាស់ |
| Matching | ការផ្គូផ្គង | ការរកអ្នកប្រៀបធៀបដែលមានលក្ខណៈស្រដៀងគ្នា |
| Difference-in-differences (DiD) | ភាពខុសគ្នានៃភាពខុសគ្នា | ប្រៀបធៀបការផ្លាស់ប្ដូរតាមពេលវេលា រវាងក្រុមទទួល និងមិនទទួល |
| Parallel trends | និន្នាការស្របគ្នា | ការសន្មត់ថា បើគ្មានអន្តរាគមន៍ ក្រុមទាំងពីរនឹងផ្លាស់ប្ដូរដូចគ្នា |
| Regression discontinuity (RD) | តំរែតំរង់ដាច់ត្រង់ចំណុចកាត់ | ប្រៀបធៀបមនុស្សនៅខាងលើ និងខាងក្រោមចំណុចកាត់បន្តិច |
| Instrumental variable (IV) | អថេរឧបករណ៍ | អ្វីដែលរុញ X ប៉ុន្តែប៉ះពាល់ Y តែតាមរយៈ X |
| Interrupted time series (ITS) | ស៊េរីពេលវេលាដាច់ | ប្រៀបធៀបកម្រិត និងជម្រាល មុន និងក្រោយគោលនយោបាយ |
| Natural experiment | ពិសោធន៍ធម្មជាតិ | ស្ថានភាពដែលធម្មជាតិ ឬគោលនយោបាយ ចាត់តាំង X ស្ទើរតែចៃដន្យ |
| Target trial emulation | ការត្រាប់តាមការសាកល្បងគោលដៅ | រចនាការសិក្សាសង្កេត ដោយត្រាប់តាម RCT ដ៏ល្អឥតខ្ចោះ |
| Sensitivity analysis / E-value | ការវិភាគភាពរសើប / តម្លៃ E | ពិនិត្យថាលទ្ធផលរឹងមាំប៉ុណ្ណា ចំពោះការសន្មត់ដែលខុស |
| Identification strategy | យុទ្ធសាស្ត្រកំណត់មូលហេតុ | ការរចនា និងការសន្មត់ដែលអនុញ្ញាតឱ្យប៉ាន់ស្មានផលមូលហេតុ |
| Process tracing | ការតាមដានដំណើរការ | វិធីគុណភាពសម្រាប់សាកល្បងយន្តការមូលហេតុក្នុងករណីសិក្សា |
📌 ពាក្យបច្ចេកទេសខ្មែរមួយចំនួនមិនទាន់មានស្តង់ដារឯកភាពនៅឡើយ។ ក្នុងនិក្ខេបបទជាភាសាខ្មែរ ត្រូវសរសេរពាក្យអង់គ្លេសក្នុងវង់ក្រចកនៅពេលប្រើលើកដំបូង ហើយប្រើពាក្យដដែលឱ្យស៊ីសង្វាក់។ វាក្យសព្ទពីមេរៀនមុនៗ (អថេររំខាន អថេរមធ្យស្ថ សុពលភាពខាងក្នុង ភាពលម្អៀង) ត្រូវបានរក្សាដូចដើម។
២០ · អានបន្ថែមឯកសារគួរអាន — ពីមូលដ្ឋានដល់កម្រិតខ្ពស់
📗 ចាប់ផ្ដើម (អនុបណ្ឌិត និងបណ្ឌិតឆ្នាំទី ១)
- Pearl & Mackenzie (២០១៨), The Book of Why — សៀវភៅសម្រាប់អ្នកអានទូទៅ ពន្យល់ DAG និង «ជណ្ដើរមូលហេតុ» ដោយគ្មានរូបមន្តច្រើន។
- Hill (១៩៦៥) — អត្ថបទខ្លីត្រឹម ៦ ទំព័រ ចូលដំណើរការឥតគិតថ្លៃ; អានដោយផ្ទាល់ ជាជាងអានតែការសង្ខេប។
- Cunningham (២០២១), Causal Inference: The Mixtape — អានឥតគិតថ្លៃលើអ៊ីនធឺណិត ជាមួយកូដ R និង Stata។
📘 កម្រិតមធ្យម (អ្នកដែលប្រើទិន្នន័យសង្កេតក្នុងនិក្ខេបបទ)
- Hernán & Robins (២០២០), Causal Inference: What If — សៀវភៅឥតគិតថ្លៃ ដែលប្រើយ៉ាងទូលំទូលាយក្នុងសុខាភិបាលសាធារណៈ។
- Angrist & Pischke (២០០៩), Mostly Harmless Econometrics — DiD RD IV សម្រាប់សេដ្ឋកិច្ច និងគោលនយោបាយ។
- Lopez Bernal et al. (២០១៧) និង Caniglia & Murray (២០២០) — មេរៀនអនុវត្ត ITS និង DiD ដែលងាយយល់។
📕 កម្រិតខ្ពស់ (សម្រាប់បណ្ឌិត)
- Pearl (២០០៩), Causality — មូលដ្ឋានគណិតវិទ្យានៃ DAG និង do-calculus។
- Shadish, Cook & Campbell (២០០២) — សុពលភាពបួនប្រភេទ និងការរចនាពាក់កណ្ដាលពិសោធន៍ (ភ្ជាប់ជាមួយមេរៀនទី ៥)។
- Rubin (១៩៧៤), Holland (១៩៨៦), Rosenbaum & Rubin (១៩៨៣), Angrist, Imbens & Rubin (១៩៩៦) — អត្ថបទដើមដែលគណៈកម្មការរំពឹងថាអ្នកបានអាន។
២១ · FAQសំណួរដែលសួរញឹកញាប់
តើការស្ទង់មតិ cross-sectional មិនអាចឆ្លើយសំណួរមូលហេតុបានទាល់តែសោះឬ?
វាពិបាកណាស់ ព្រោះលំដាប់ពេលវេលា និងអថេររំខានមិនច្បាស់។ ប៉ុន្តែការស្ទង់មតិដែលមានការរចនាល្អ (DAG ច្បាស់ អថេររំខានសំខាន់ត្រូវបានវាស់ អថេរ X ដែលមិនអាចរងឥទ្ធិពលពី Y ដូចជាព្រឹត្តិការណ៍កាលពីអតីតកាល) អាចផ្ដល់ភស្តុតាងមូលហេតុ បណ្ដោះអាសន្ន — ដរាបណាអ្នកប្រកាសការសន្មត់ ហើយធ្វើការវិភាគភាពរសើប។
តើតំរែតំរង់ពហុអថេរ «ត្រួតពិនិត្យ» អថេររំខានបានគ្រប់គ្រាន់ឬទេ?
តែអថេររំខានដែលបានវាស់ត្រឹមត្រូវ ហើយតែពេលអ្នកមិនបានដាក់អថេរមធ្យស្ថ ឬអថេរប្រសព្វចូល។ វាមិនដូចក្រុមត្រួតពិនិត្យក្នុងពិសោធន៍ទេ។
តើខ្ញុំត្រូវដាក់ DAG ក្នុងនិក្ខេបបទឬទេ?
សម្រាប់និក្ខេបបទដែលមានសំណួរមូលហេតុ — បាទ/ចាស ជាទូទៅក្នុងជំពូកទី ៣ ជាមួយការពន្យល់ព្រួញសំខាន់ៗ។ វាក៏ជួយអ្នកឆ្លើយសំណួរគណៈកម្មការថា «ហេតុអ្វីកែតម្រូវអថេរនេះ?» ផងដែរ។ DAG ខុសពីក្របខ័ណ្ឌគំនិត (មេរៀនទី ៤) ប៉ុន្តែអាចដាក់ជាប់គ្នា។
តើការស្រាវជ្រាវគុណភាពអាចអះអាងមូលហេតុបានទេ?
អាចបាន តាមរបៀបផ្សេង។ ការតាមដានដំណើរការ ការវាយតម្លៃបែបសច្ចនិយម និងករណីសិក្សាប្រៀបធៀប ស្វែងរកយន្តការ និងលក្ខខណ្ឌ ជាជាងទំហំផលមធ្យម។ ពេលផ្សំជាមួយការប៉ាន់ស្មានបរិមាណ វាធ្វើឱ្យការអះអាងមូលហេតុខ្លាំងជាងមុន។
ខ្ញុំមានតែទិន្នន័យពីការស្ទង់មតិជាតិ (ដូចជា CDHS)។ តើខ្ញុំធ្វើអ្វីបាន?
ចាប់ផ្ដើមពីការសរសេរការសាកល្បងគោលដៅ ហើយសួរថា តើមានគោលនយោបាយណាដែលចាប់ផ្ដើមនៅខេត្តខ្លះ ឬឆ្នាំខ្លះ (DiD) ឬផ្ដល់តាមចំណុចកាត់ (RD) ដែរឬទេ។ ការស្ទង់មតិច្រើនជុំ ជាញឹកញាប់អាចប្រើជាមួយ DiD កម្រិតខេត្តបាន។ ប្រសិនបើមិនអាច ធ្វើការសិក្សាទំនាក់ទំនងដែលល្អ ហើយប្រើភាសាឱ្យត្រឹមត្រូវ។
តើពាក្យ «impact» ក្នុងចំណងជើងនិក្ខេបបទ តែងតែខុសឬ?
មិនតែងតែទេ — វាត្រឹមត្រូវ ប្រសិនបើអ្នកមានយុទ្ធសាស្ត្រកំណត់មូលហេតុដែលការពារបាន (RCT DiD RD…)។ វាខុស នៅពេលការរចនាគ្រាន់តែបង្ហាញទំនាក់ទំនង។ ចូរពិនិត្យចំណងជើងរបស់អ្នកជាមួយគ្រូណែនាំ ក្រោយពីការរចនាចប់ស្រេច។
២២ · ប្រភពឯកសារយោង និងរូបភាព
- Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. miguelhernan.org (free download)
- Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press.
- Pearl, J., & Mackenzie, D. (2018). The Book of Why: The New Science of Cause and Effect. Basic Books.
- Hume, D. (1748). An Enquiry Concerning Human Understanding (first published as Philosophical Essays Concerning Human Understanding), Section VII.
- Mill, J. S. (1843). A System of Logic, Ratiocinative and Inductive. John W. Parker.
- Galton, F. (1888). Co-relations and their measurement, chiefly from anthropometric data. Proceedings of the Royal Society of London, 45, 135–145. doi:10.1098/rspl.1888.0082
- Snow, J. (1855). On the Mode of Communication of Cholera (2nd ed.). John Churchill. Wellcome Collection
- Fisher, R. A. (1935). The Design of Experiments. Oliver & Boyd.
- Medical Research Council. (1948). Streptomycin treatment of pulmonary tuberculosis. British Medical Journal, 2(4582), 769–782. PMID 18890300
- Doll, R., & Hill, A. B. (1950). Smoking and carcinoma of the lung: Preliminary report. British Medical Journal, 2(4682), 739–748. doi:10.1136/bmj.2.4682.739 · PMID 14772469
- Hill, A. B. (1965). The environment and disease: Association or causation? Proceedings of the Royal Society of Medicine, 58(5), 295–300. doi:10.1177/003591576505800503 · PMID 14283879
- Thistlethwaite, D. L., & Campbell, D. T. (1960). Regression-discontinuity analysis: An alternative to the ex post facto experiment. Journal of Educational Psychology, 51(6), 309–317. doi:10.1037/h0044319
- Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66, 688–701. ERIC EJ118470
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41–55. doi:10.1093/biomet/70.1.41
- Holland, P. W. (1986). Statistics and causal inference. Journal of the American Statistical Association, 81(396), 945–960. doi:10.1080/01621459.1986.10478354
- Angrist, J. D., & Krueger, A. B. (1991). Does compulsory school attendance affect schooling and earnings? Quarterly Journal of Economics, 106(4), 979–1014. academic.oup.com
- Card, D., & Krueger, A. B. (1994). Minimum wages and employment: A case study of the fast-food industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772–793. davidcard.berkeley.edu (PDF)
- Angrist, J. D., Imbens, G. W., & Rubin, D. B. (1996). Identification of causal effects using instrumental variables. Journal of the American Statistical Association, 91(434), 444–455. doi:10.1080/01621459.1996.10476902
- Greenland, S., Pearl, J., & Robins, J. M. (1999). Causal diagrams for epidemiologic research. Epidemiology, 10(1), 37–48. doi:10.1097/00001648-199901000-00008 · PMID 9888278
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin.
- Hernán, M. A., Hernández-Díaz, S., & Robins, J. M. (2004). A structural approach to selection bias. Epidemiology, 15(5), 615–625. doi:10.1097/01.ede.0000135174.63482.43 · PMID 15308962
- Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton University Press. press.princeton.edu
- Cole, S. R., Platt, R. W., Schisterman, E. F., Chu, H., Westreich, D., Richardson, D., & Poole, C. (2010). Illustrating bias due to conditioning on a collider. International Journal of Epidemiology, 39(2), 417–420. doi:10.1093/ije/dyp334 · PMID 19926667
- Collier, D. (2011). Understanding process tracing. PS: Political Science & Politics, 44(4), 823–830. Cambridge Core
- Hernán, M. A., & Robins, J. M. (2016). Using big data to emulate a target trial when a randomized trial is not available. American Journal of Epidemiology, 183(8), 758–764. doi:10.1093/aje/kwv254 · PMID 26994063
- Lopez Bernal, J., Cummins, S., & Gasparrini, A. (2017). Interrupted time series regression for the evaluation of public health interventions: A tutorial. International Journal of Epidemiology, 46(1), 348–355. doi:10.1093/ije/dyw098 · PMID 27283160
- VanderWeele, T. J., & Ding, P. (2017). Sensitivity analysis in observational research: Introducing the E-value. Annals of Internal Medicine, 167(4), 268–274. doi:10.7326/M16-2607 · PMID 28693043
- Hernán, M. A. (2018). The C-word: Scientific euphemisms do not improve causal inference from observational data. American Journal of Public Health, 108(5), 616–619. doi:10.2105/AJPH.2018.304337 · PMID 29565659
- Caniglia, E. C., & Murray, E. J. (2020). Difference-in-difference in the time of cholera: A gentle introduction for epidemiologists. Current Epidemiology Reports, 7(4), 203–211. doi:10.1007/s40471-020-00245-2 · PMID 33791189
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. mixtape.scunning.com (free online)
- Dehejia, R. H., & Wahba, S. (1999). Causal effects in nonexperimental studies: Reevaluating the evaluation of training programs. Journal of the American Statistical Association, 94(448), 1053–1062. doi:10.1080/01621459.1999.10473858
- Angrist, J. D., & Lavy, V. (1999). Using Maimonides’ rule to estimate the effect of class size on scholastic achievement. Quarterly Journal of Economics, 114(2), 533–575. doi:10.1162/003355399556061
- Pell, J. P., Haw, S., Cobbe, S., Newby, D. E., Pell, A. C. H., Fischbacher, C., McConnachie, A., Pringle, S., Murdoch, D., Dunn, F., Oldroyd, K., Macintyre, P., O’Rourke, B., & Borland, W. (2008). Smoke-free legislation and hospitalizations for acute coronary syndrome. New England Journal of Medicine, 359(5), 482–491. doi:10.1056/NEJMsa0706740
- Currie, J., & Walker, R. (2011). Traffic congestion and infant health: Evidence from E-ZPass. American Economic Journal: Applied Economics, 3(1), 65–90. doi:10.1257/app.3.1.65
- The Royal Swedish Academy of Sciences. (2021, October 11). The Prize in Economic Sciences 2021 [Press release]. nobelprize.org
- Stanford Encyclopedia of Philosophy — Counterfactual Theories of Causation · John Stuart Mill
📷 ឥណទានរូបភាព
រូបភាពទាំង ៨ ក្នុងអត្ថបទនេះ បង្ហោះនៅ Wikimedia Commons៖ John Snow, ផែនទីក្នុងរបាយការណ៍ Parish of St James ១៨៥៥ · Wellcome Collection L0072917 (Public domain) · John Snow, ផែនទី Broad Street ក្នុង On the Mode of Communication of Cholera ១៨៥៥ · Wellcome Collection L0063431 (Public domain) · Allan Ramsay, David Hume ១៧៦៦ (Public domain) · London Stereoscopic Company, John Stuart Mill ប្រហែល ១៨៧០ (Public domain) · មិនស្គាល់អ្នកថត, Ronald A. Fisher ប្រហែល ១៩១៣ (Public domain) · Wellcome Collection L0027006, Sir Austin Bradford Hill (CC BY 4.0) · Kiensvay, មន្ទីរពេទ្យមិត្តភាពខ្មែរ–សូវៀត ២០២២ (CC BY-SA 3.0) · មិនស្គាល់អ្នកថត, Francis Galton ទសវត្សរ៍ ១៨៥០ (Public domain)។ ចុចលើរូបភាពណាមួយ ដើម្បីមើលទំហំធំ។
🎓 អត្ថបទនេះជាឯកសារសិក្សាសម្រាប់ជាជំនួយ។ វាមិនជំនួសការណែនាំរបស់គ្រូណែនាំ ឬបទប្បញ្ញត្តិនិក្ខេបបទរបស់សាកលវិទ្យាល័យអ្នកឡើយ។ កថាខណ្ឌគំរូ ឧទាហរណ៍និស្សិត ៦ នាក់ និងករណី «សាកលវិទ្យាល័យ ក» ជាមួយនិស្សិត «Amara» ត្រូវបានសរសេរដោយ Eksastra សម្រាប់ជាឧទាហរណ៍ ហើយលេខទាំងនោះមិនមែនជាលទ្ធផលស្រាវជ្រាវពិតទេ — សូមកុំចម្លងចូលក្នុងនិក្ខេបបទដោយផ្ទាល់។
🔬 ស៊េរីវិធីសាស្ត្រស្រាវជ្រាវ — ផែនការមេរៀនទាំង ២៤
ស៊េរីនេះរៀបចំសម្រាប់និស្សិតថ្នាក់អនុបណ្ឌិត និងបណ្ឌិត ពីមូលដ្ឋានទស្សនវិជ្ជា រហូតដល់ការបោះពុម្ព និងការការពារនិក្ខេបបទ។ មេរៀនថ្មីនឹងបន្ថែមជាបន្តបន្ទាប់។