Tái lập phân tích STATA nghĩa là bất kỳ ai có quyền truy cập, kể cả chính bạn vài tháng sau, chạy lại bộ do-file trên dữ liệu gốc và nhận đúng những con số đã viết trong luận văn. Để làm được, cần bốn điều: thư mục ngăn nắp, lệnh được ghi đầy đủ kèm phiên bản, đầu ra được kiểm tra và hồ sơ được lưu trữ có hệ thống.
Checklist dưới đây được sắp theo đúng thứ tự công việc, từ lúc tạo thư mục dự án đến khi đóng gói hồ sơ nộp kèm. Bạn có thể dùng nó trước buổi gặp giảng viên, trước khi nộp bản thảo, hoặc khi được hội đồng yêu cầu chạy lại một mô hình với mẫu điều chỉnh.
- Tổ chức tệp: tách dữ liệu thô, dữ liệu sạch, do-file, log và kết quả.
- Ghi lại lệnh: phiên bản STATA, gói lệnh cộng đồng, hạt giống ngẫu nhiên.
- Kiểm tra đầu ra: chạy lại từ phiên trống và đối chiếu với bản thảo.
- Lưu hồ sơ: README, codebook, nhật ký quyết định và quy định bảo mật.
Vì sao cần tái lập phân tích STATA trước khi nộp?
Trong quá trình chỉnh sửa, mẫu thường thay đổi: thêm một năm dữ liệu, loại một nhóm ngành, đổi cách đo biến. Nếu các bước nằm rải rác trong cửa sổ Command và vài tệp Excel, mỗi lần thay đổi là một lần làm lại thủ công và dễ sai. Một quy trình tái lập phân tích STATA giúp cập nhật toàn bộ bảng chỉ bằng một lần chạy.
Tái lập còn là yêu cầu liêm chính. Hướng dẫn về nghiên cứu có trách nhiệm của APA nhấn mạnh việc lưu giữ dữ liệu và quy trình để kết quả có thể được kiểm chứng. Khi hội đồng hỏi một hệ số được tính thế nào, do-file và log là câu trả lời thuyết phục nhất.
Tổ chức thư mục và tệp dữ liệu
Một thư mục dự án rõ ràng giúp người khác hiểu ngay đâu là dữ liệu gốc, đâu là kết quả trung gian. Nguyên tắc quan trọng nhất là tệp dữ liệu thô chỉ được đọc, không bao giờ bị ghi đè, kể cả khi bạn phát hiện lỗi trong đó.
Cấu trúc thư mục gợi ý
Bạn có thể đặt tên bằng tiếng Việt không dấu hoặc tiếng Anh, miễn là thống nhất. Một cấu trúc phổ biến gồm các thư mục sau:
- Thư mục du-lieu-goc chứa tệp tải về hoặc nhận từ đơn vị cung cấp, kèm ngày tải.
- Thư mục du-lieu-sach chứa các tệp .dta được tạo hoàn toàn bằng do-file.
- Thư mục do-file đánh số theo thứ tự chạy, ví dụ 01-lam-sach, 02-mo-ta, 03-hoi-quy.
- Thư mục log và ket-qua chứa nhật ký chạy, bảng và biểu đồ xuất ra.
- Thư mục tai-lieu chứa README, codebook và ghi chú phương pháp.
Master do-file và đường dẫn tương đối
Master do-file là tệp duy nhất bạn cần chạy để tái tạo mọi thứ. Ở đầu tệp, khai báo thư mục gốc của dự án một lần bằng global hoặc cd, sau đó mọi lệnh use, save và do chỉ dùng đường dẫn tương đối. Khi chuyển sang máy khác, người chạy chỉ cần sửa đúng một dòng.
Ghi lại phiên bản và lệnh
Cùng một do-file có thể cho kết quả khác nhau nếu chạy trên phiên bản STATA khác, thiếu gói lệnh hoặc không cố định hạt giống ngẫu nhiên. Phần này của checklist nhằm khóa các yếu tố đó lại.
Lệnh version và thông tin môi trường
Đặt lệnh version kèm số phiên bản bạn dùng ở đầu master do-file và từng do-file con. Lệnh about hiển thị phiên bản và loại bản quyền, như SE hay MP, nên chép thông tin này vào README. Trang tính năng của STATA giúp kiểm tra một lệnh có sẵn ở phiên bản người chạy lại đang dùng hay không.
Quản lý gói lệnh cộng đồng
Các lệnh như estout, winsor2 hay xtabond2 không có sẵn khi cài STATA. Hãy liệt kê chúng trong README, dùng which để xem phiên bản đã cài và ado dir để xem danh sách gói. Với dự án quan trọng, có thể lưu bản sao các gói vào thư mục dự án và trỏ tới bằng sysdir hoặc adopath.
Hạt giống ngẫu nhiên và thứ tự sắp xếp
Bootstrap, mô phỏng hay chia mẫu ngẫu nhiên đều cần set seed với một con số cố định trước khi chạy. Ít người để ý rằng lệnh sort với các giá trị trùng nhau có thể xếp dòng khác nhau giữa các lần chạy. Thêm biến mã định danh duy nhất vào khóa sắp xếp hoặc dùng tùy chọn stable để tránh sai lệch khó phát hiện.
Kiểm tra đầu ra
Một quy trình chỉ thực sự tái lập được khi đã được thử nghiệm. Đừng mặc định do-file chạy được chỉ vì từng đoạn đã chạy riêng lẻ; biến tạo tạm thời trong bộ nhớ có thể che giấu lỗi.
Chạy lại từ phiên làm việc trống
Đóng STATA, mở lại và chỉ chạy master do-file, bắt đầu bằng clear all. Tốt hơn nữa, nhờ một người bạn chạy trên máy khác. Mọi thông báo lỗi do thiếu tệp, thiếu gói lệnh hay biến chưa được tạo đều chỉ ra khoảng trống trong quy trình tái lập phân tích STATA của bạn.
Đối chiếu con số với bản thảo
Mở log và so từng bảng trong luận văn với đầu ra mới: số quan sát, hệ số, sai số chuẩn, kết quả kiểm định. Lệnh assert giúp tự động hóa, ví dụ khẳng định mẫu sau làm sạch đúng bằng con số đã báo cáo. Lệnh datasignature ghi lại dấu nhận dạng của tệp dữ liệu, cho biết tệp có bị thay đổi ngoài ý muốn hay không.
| Hạng mục | Câu hỏi kiểm tra | Bằng chứng nên có |
|---|---|---|
| Dữ liệu gốc | Tệp thô còn nguyên, có ghi nguồn và ngày tải? | Thư mục chỉ đọc, ghi chú nguồn |
| Đường dẫn | Chỉ cần sửa một dòng khi đổi máy? | Master do-file có biến thư mục gốc |
| Phiên bản | Đã ghi phiên bản STATA và gói lệnh? | Lệnh version, mục môi trường trong README |
| Ngẫu nhiên | Có cố định hạt giống trước bootstrap hay chia mẫu? | Dòng set seed trong do-file |
| Nhật ký | Mỗi lần chạy có log riêng? | Tệp log đặt tên theo ngày |
| Bảng kết quả | Bảng xuất bằng lệnh, không chép tay? | Lệnh etable, esttab hoặc putexcel |
| Đối chiếu | Con số trong bản thảo khớp log mới nhất? | Lệnh assert, ghi chú đối chiếu |
Lưu hồ sơ phân tích
Hồ sơ hoàn chỉnh cho phép người hướng dẫn hiểu quy trình mà không cần hỏi lại. Tệp README nên mô tả mục đích dự án, cách chạy, thứ tự do-file, phiên bản phần mềm và nguồn dữ liệu. Codebook ghi tên biến, nhãn, đơn vị và công thức tính, đặc biệt với các tỷ số tài chính tự xây dựng.
Bảo mật và chia sẻ dữ liệu
Không phải dữ liệu nào cũng được chia sẻ. Dữ liệu khảo sát có thông tin cá nhân cần được ẩn danh hoặc chỉ lưu nội bộ theo cam kết với người tham gia, xem thêm bài nguyên tắc ẩn danh và bảo mật dữ liệu. Khi không thể nộp dữ liệu, hãy ghi rõ cách người khác có thể tiếp cận nguồn tương tự.
Kinh nghiệm từ Luận Văn 360: khi hỗ trợ rà soát, chúng tôi thường nhận được do-file cuối cùng mà thiếu đoạn tạo biến, vì phần đó từng được làm trong một tệp khác đã bị xóa.
Hãy giữ mọi do-file trong một thư mục, lưu phiên bản theo ngày và ghi một dòng nhật ký mỗi khi thay đổi định nghĩa biến hay tiêu chí chọn mẫu.
Nếu bạn muốn có người chạy thử bộ do-file và chỉ ra các điểm chưa tái lập được, dịch vụ hỗ trợ phân tích dữ liệu bằng STATA của Luận Văn 360 có thể giúp bạn rà soát. Bạn nhận góp ý cụ thể và tự hoàn thiện hồ sơ của mình.
Lỗi thường gặp khi lưu quy trình phân tích
Dùng đường dẫn tuyệt đối trong từng lệnh
Đường dẫn chứa tên ổ đĩa và tên người dùng chỉ chạy được trên đúng máy đã viết. Khi gửi cho giảng viên, mọi lệnh use đều báo lỗi. Thay bằng biến thư mục gốc ở master do-file như đã nêu ở trên.
Kết quả chỉ tồn tại trong cửa sổ Results
Nhiều người chạy lệnh, chụp màn hình rồi dán vào Word mà không mở log. Khi cần kiểm tra lại, không còn dấu vết nào ngoài hình ảnh. Hãy mở log using ở đầu mỗi do-file và đóng bằng log close ở cuối.
Kết luận
Tái lập phân tích STATA không đòi hỏi kỹ thuật phức tạp, mà cần thói quen: thư mục rõ ràng, master do-file với đường dẫn tương đối, ghi phiên bản và gói lệnh, cố định hạt giống ngẫu nhiên, chạy lại từ phiên trống và lưu hồ sơ kèm README. Làm sớm từ đầu dự án sẽ nhẹ nhàng hơn nhiều so với chắp vá trước ngày nộp.
Để chuẩn bị nội dung cho các do-file, bạn có thể xem lại bài làm sạch dữ liệu STATA và dữ liệu bảng trong STATA. Nếu dùng Python song song, hãy tham khảo checklist tái lập phân tích Python. Cần một lượt kiểm tra độc lập, hãy tìm hiểu dịch vụ phân tích STATA.
