Khái niệm về tâm bệnh học (psychopathology)

Định nghĩa của giáo sư Bahr Weiss về tâm bệnh học (psychopathology)

Tâm bệnh học là một khái niệm rộng và mơ hồ, có nhiều cách định nghĩa và quan điểm khác nhau. Chúng tôi xin giới thiệu quan điểm của phó giáo sư Bahr Weiss về tâm bệnh học. Trong quan điểm này, có 3 điểm chính quan trọng:

1. Quan tâm mục đích ngắn hạn (short-term goal) và mất mát ở những mục đích dài hạn, ví dụ như dùng thuốc phiện hoặc thu mình. Dùng thuốc phiện có thể mang lại cảm giác tức thời rất thoải mái nhưng ngắn hạn, nhưng dài hạn là hàng loạt những hậu quả nguy hiểm về thể chất, tinh thần và xã hội. Tương tự như thu mình, người trầm cảm thu mình có thể tránh những khó chịu tức thời nhưng về lâu dài thì lại mất các quan hệ xã hội.

2. Thiếu tính linh hoạt: không thể chấp nhận hoặc thực hiện những phương pháp/lựa chọn khác. Ví dụ trẻ tự kỷ không thể chấp nhận một loại thức ăn, đồ chơi, hay con đường đi khác

3. Không thể điều khiển bởi hậu quả: có nghĩa là người bị tâm bệnh khi thực hiện những hành vi bị rối loạn, những hậu quả tiêu cực sau đó không có ý nghĩa trong việc điều khiển hành vi của họ. Ví dụ, họ có thể làm hại người khác hoặc phô diễn những hành vi hoặc cơ thể một cách không phù hợp nhưng không biết hoặc không để cho những hậu quả sau đó như mọi người sợ hãi, xa lánh hoặc bị bắt... điều khiển.

Thống kê ANOVA

Trong xác suất thống kê, phân tích phương sai (analysis of variance - viết tắt là ANOVA) là tập hợp của các mô hình thống kê, và các quá trình liên quan của chúng, trong đó phương sai quan sát được (sẵn có) được phân chia thành các thành phần khác nhau dựa theo các biến suy luận khác nhau. Ở hình thức đơn giản nhất, ANOVA có những test thống kê để xem liệu giá trị trung bình của nhiều nhóm khác nhau có bằng nhau hay không, và vì vậy sẽ khái quát hóa Student's t test thành so sánh hơn hai nhóm.

Có ba lớp khái niệm hóa về những mô hình như vậy:

1. Mô hình hiệu ứng cố định cho rằng số liệu đến từ các tổng thể thống kê phân bố chuẩn có thể khác nhau ở giá trị trung bình.
2. Mô hình hiệu ứng ngẫu nhiên cho rằng số liệu miêu tả thứ bậc của các tổng thể thống kê khác nhau trong đó sự khác nhau bị điều khiển bởi thứ bậc.
3. Mô hình hiệu ứng hỗn hợp mô tả các trường hợp trong đó có cả hiệu ứng cố định và ngẫu nhiên.

ANOVA đặc biệt hữu ích trong so sánh các biện pháp can thiệp, điều trị khác nhau ở (những) khách thể khác nhau. Có nhiều loại ANOVA khác nhau tùy thuộc vào số lượng các loại điều trị và cách mà họ sử dụng vào đối tượng nghiên cứu ở trong thực nghiệm:

- ANOVA một chiều được sử dụng để kiểm tra sự khác nhau giữa hai (hoặc nhiều hơn) nhóm độc lập. Thường thì người ta dùng ANOVA một chiều để so sánh sự khác nhau giữa ít nhất là ba nhóm, vì so sánh hai nhóm có thể được thực hiện bởi T-test (Gossett, 1908). Khi chỉ so sánh hai nhóm, T-test và F-test chỉ là một, khi đó mối liên hệ giữa ANOVA và t là F = t2
- ANOVA một chiều cho các đo đạc lặp lại được sử dụng khi các đối tượng nghiên cứu ở trong một nghiên cứu lặp lại, có nghĩa là cùng một đối tượng nghiên cứu, ví dụ cùng một bệnh nhân trầm cảm được điều trị nhiều lần bằng cùng một phương pháp.
- ANOVA giai thừa được sử dụng khi nhà nghiên cứu muốn tìm hiểu về hiệu quả của hai (hoặc nhiều hơn) biện pháp điều trị khác nhau. Hình thức thông dụng nhất của ANOVA giai thừa là 2x2, trong đó có hai biến độc lập và mỗi biến có hai mức độ giá trị phân biệt. ANOVA giai thừa cũng có thể ở đa cấp/đa mức độ như 3x3, vân vân, hoặc cao hơn như 2x2x2. Nhưng ANOVA ở các cấp cao như vậy khó có thể làm bằn tay bởi các phép tính rất dài và phức tạp. Nhưng do sự phổ biến của các phần mềm thống kê (SPSS, R, SAS), việc sử dụng ANOVA trong nghiên cứu trở nên khá phổ biến và thông dụng.
- Nếu chúng ta muốn dùng ANOVA đối với hai (hoặc nhiều hơn) nhóm độc lập sử dụng đo đạc lặp lại, chúng ta có thể sử dụng ANOVA hỗn hợp, trong đó một yếu tố là biến giữa các chủ thế và một yếu tố là biến bên trong các chủ thể. Đây là một hình thức/kiểu của mô hình hiệu ứng hỗn hợp (mixed-effect model).
- Phân tích phương sai nhiều chiều (Multivariate analysis of variance, viết tắt là MANOVA) được sử dụng khi chúng ta phải phân tích nhiều hơn một biến phụ thuộc.

Student's t test

T-test là bất cứ test kiểm định giả thuyết nào trong đó có dùng thống kê phân bố Student’s t nếu giả thuyết không là đúng. T-test được ứng dụng thường xuyên nhất khi các thống kê theo một phân bố chuẩn và nếu giá trị đã được biết.

Xác suất thống kê t được giới thiệu vào năm 1908 bởi William Sealy Gosset, một nhà hóa học làm việc cho nhà máy bia Guinness ở Dublin, Aixlen (“Student” là bút danh của ông). Ông đã phải sử dụng bút danh student để đặt tên cho khám phá của mình, bởi bí mật kinh doanh.

Mô hình đẳng thức cấu trúc (SEM)

Mô hình đẳng thức cấu trúc (Structural equation modeling, viết tắt là SEM) là một hình thức của phân tích thống kê, trong đó dự đoán độ lớn/kích cỡ và mức độ ý nghĩa thống kê của quan hệ nhân quả giữa các biến. Nhưng, hơn cả việc ước đoán mối quan hệ nhân quả giữa các biến trong số liệu thực sự được thu thập bởi nhà nghiên cứu, nó còn ước đoán mối quan hệ giữa các “biến ẩn”. Các “biến ẩn” là các yếu tố mang tính lý tuyết mà người nghiên cứu quan tâm, hơn là những biến thực sự được thu thập trong dữ liệu.

Tương quan

Tương quan biểu diễn mức độ kết nối giữa hai thang đo hay bảng hỏi, trong phạm vi của điểm chuẩn (điểm số Z). Ví dụ, nếu tương quan giữa hai thang đo A và B là 0.6, có nghĩa là với 1 thay đổi trong độ lệch chuẩn ở thang đo A, thì thang đo B thay đổi cùng chiều 0.6 trong độ lệch chuẩn.

Tương quan	Tương quan nghịch	Tương quan thuận
Thấp	−0.3 to −0.1	0.1 to 0.3
Trung bình	−0.5 to −0.3	0.3 to 0.5
Cao	−1.0 to −0.5	0.5 to 1.0

a correlation represents the degree of connection between two scales, in standardized (z-socre) terms. that is, if there is a correlation of .6 between negative cognitions and depression, that means for every 1 standand deviation change in cognitions, depression changes .6 standard deviations.

Internal consistency - Độ ổn định bên trong

Internal consistency, là độ ổn định bên trong hay độ tin cậy bên trong/nội bộ. Độ tin cậy bên trong thường được đo bằng chỉ số alpha Cronbach. Độ tin cậy bên trong có thể dao động từ 0 đến 1:

Nếu chỉ số alpha nhỏ hơn 0.6, độ tin cậy không đảm bảo, cần xem lại các item/câu hỏi trong thang đo/bảng hỏi, đặc biệt là những câu có độ tin cậy nhỏ hơn 0.2

Từ 0.6 đến thấp hơn (<) 0.8 : độ tin cậy chấp nhận được

Từ 0.8 đến thấp hơn (<) 0.95 : độ tin cậy tốt

Nếu chỉ số alpha >= 0.95 thì có thể có nhiều item (câu) trong bảng hỏi trùng nhau và có thể loại bỏ

Tính Alpha Cronbach trong SPSS: Analyze --> Scale --> Reliability Analyze...

Cứ phải "yêu cho roi cho vọt"?

Nhiều bậc cha mẹ cho rằng việc dùng đòn roi của họ với con chỉ là vì yêu con và muốn tốt cho con.
Nhưng điều này có nghĩa gì? Không một ai phủ nhận hoặc có thể phủ nhận việc bạn yêu con và muốn tốt cho con. Vì đó là một sự hiển nhiên.
Nhưng khi bạn phải dùng đòn roi là bạn đang bỏ lỡ một cơ hội, một cách thức tốt hơn mà bạn có thể chọn để dạy cho con.