Câu khó viết nhất trong môn này là câu ước lượng xem can thiệp của bạn thật sự sẽ tạo ra kết quả bao nhiêu.
Câu khó viết nhất trong môn này là câu ước lượng xem can thiệp của bạn thật sự sẽ tạo ra kết quả bao nhiêu. Sinh viên thường với tay lấy một con số hiệu quả từ bài báo đã công bố, bởi đó là con số trông có căn cứ nhất trong tầm tay, và chính phản xạ ấy lại là nguồn gốc của lỗi phổ biến nhất trong bài. Hiệu quả ghi trong bài báo học thuật và hiệu quả quan sát được khi cùng loại can thiệp đó chạy trên quy mô thật không bằng nhau, và khoảng cách giữa hai bên đã được đo. Một khuyến nghị dựng trên con số đã công bố là một lời hứa mà khách hàng không giữ nổi.
Ghi chú về mã môn: bài này viết về môn của UNSW Sydney. Mã COMM3000 còn tồn tại ở vài trường Bắc Mỹ với nội dung hoàn toàn khác, nên bạn hãy đối chiếu tên môn trong hồ sơ đăng ký của mình trước khi đọc tiếp.
Tác giả: Đội ngũ biên tập MAAS · Hiệu đính bởi cố vấn cấp cao ngành Kinh tế (Tiến sĩ, Kinh tế ứng dụng)
Cập nhật lần cuối: 14/08/2026
Chuyên mục: mẹo viết bài
Môn học được cấu trúc thế nào?
Trả lời trực tiếp: COMM3000 Evidence-based Intervention Design and Evaluation là môn bậc cử nhân trị giá 6 đơn vị tín chỉ thuộc UNSW Business School, do School of Economics giảng dạy ở học kỳ 3 tại cơ sở Kensington. Đề cương công bố mô tả đây là môn học hoàn toàn dựa trên giải quyết vấn đề, trong đó bạn đóng vai chuyên gia tư vấn quản trị, dùng phát hiện từ phân tích dữ liệu để xử lý một trong ba dạng bài toán: tạo động lực và thiết kế một can thiệp, nhận diện và quản trị rủi ro gắn với can thiệp đó, hoặc đánh giá mức hiệu quả và mức hiệu suất của nó.
Bằng chứng: Đề cương môn học kỳ 3 năm 2025 liệt kê ba đầu bài đánh giá: một bài thuyết trình cá nhân chiếm 35%, một dự án nhóm chiếm 40%, và các bộ bài tập tình huống cá nhân chiếm 25%. Đề cương cũng gọi đây là môn tổng hợp, nghĩa là bạn được kỳ vọng vận dụng và tích hợp kiến thức từ toàn bộ chương trình học chứ không phải chứng minh mình vừa nắm được một kỹ thuật mới. Điều đó quyết định bạn được chấm thế nào. Ở một môn tổng hợp, người chấm không kiểm tra xem bạn có học được nội dung của riêng môn này hay không, mà kiểm tra xem bạn có chọn đúng công cụ trong ba năm học và biện minh được cho lựa chọn ấy hay không.
Ví dụ: Một bạn sinh viên vốn học tốt kinh tế lượng viết được phần phân tích rất gọn ghẽ về mặt kỹ thuật nhưng chỉ nằm ở khung điểm giữa. Phương pháp không phải vấn đề. Bạn ấy chưa bao giờ giải thích vì sao phương pháp đó hợp với quyết định mà khách hàng này đang phải đưa ra, nên bài đọc lên như một màn phô diễn kỹ năng chứ không phải một lời tư vấn.
Trọng số và hình thức đánh giá có thay đổi giữa các đợt mở lớp, nên bạn hãy coi các con số trên là hình dạng chung của bài đánh giá chứ không phải con số của chính mình, và đối chiếu lại với đề cương công bố cho học kỳ bạn học.
Cụm "dựa trên bằng chứng" thật ra đòi hỏi điều gì?
Trả lời trực tiếp: Đòi hỏi một phép so sánh. Muốn nói can thiệp có tác dụng thì phải trả lời được rằng nếu không can thiệp thì chuyện gì đã xảy ra, mà một phép đo trước và sau tự nó không cung cấp câu trả lời đó.
Bằng chứng: Vấn đề không chỉ nằm ở chỗ nhiều thứ khác cũng thay đổi theo thời gian. Vấn đề là chính cách các chương trình chọn đối tượng tham gia đã cài sẵn một kết quả giả vào dữ liệu. Barnett, van der Pols và Dobson (2005) trình bày cơ chế này: khi những phép đo cao bất thường hoặc thấp bất thường được nối tiếp bởi các phép đo gần mức trung bình hơn, dao động tự nhiên trông y như một thay đổi có thật. Mà can thiệp thì gần như luôn nhắm vào đúng những trường hợp xấu bất thường tại thời điểm đo, tức là đúng điều kiện khiến hiệu ứng này lớn nhất. Một chương trình nhắm vào các chi nhánh kém nhất, các khách hàng ít gắn bó nhất, hay các sinh viên điểm thấp nhất sẽ cho thấy sự cải thiện bất kể nó có làm gì hay không, và một bài trình bày sự cải thiện ấy như kết quả của mình thì thực chất chỉ đo được hệ quả của cách mình chọn đối tượng, chứ chưa đo được can thiệp.
| Khẳng định trong bài yếu | Câu người chấm sẽ hỏi | Thứ bài mạnh hơn đưa ra |
|---|---|---|
| Tỷ lệ tham gia tăng 12 điểm sau chiến dịch | So với cái gì? | Một nhóm đối chứng hoặc nhóm so sánh, hoặc lý do vì sao không dựng được |
| Bên mình nhắm vào nhóm kém nhất và họ đã tiến bộ | Không can thiệp thì họ có tiến bộ không? | Xử lý tường minh hiện tượng hồi quy về trung bình |
| Kết quả có ý nghĩa thống kê | Có ý nghĩa, nhưng lớn cỡ nào? | Độ lớn hiệu ứng đặt cạnh trị số p, kèm mức nào thì đáng kể với khách hàng |
Ví dụ: Một nhóm đánh giá tin nhắn nhắc nợ gửi cho khách đã lỡ một kỳ thanh toán. Tỷ lệ trả nợ tăng mạnh. Con số ấy không trụ được trước câu hỏi rằng chính nhóm khách đó sẽ làm gì nếu không được nhắc, bởi lỡ một kỳ thanh toán đúng là kiểu tháng bất thường mà sau đó thường quay về mức bình thường. Thêm một nhóm so sánh gồm các khách tương tự không nhận tin nhắn nào đã biến một con số vô dụng thành một phát hiện dùng được.
Vì sao con số hiệu quả bạn trích lớn gấp sáu lần?
Trả lời trực tiếp: Bởi vì kho nghiên cứu đã công bố là một mẫu đã bị sàng lọc. Nghiên cứu có hiệu ứng lớn thì dễ được viết ra và dễ được nhận đăng hơn, còn can thiệp chạy bên trong một tổ chức thật thì vấp phải đủ thứ ma sát mà một thí nghiệm do nhà nghiên cứu tự thiết kế không gặp.
Bằng chứng: DellaVigna và Linos (2022) gom toàn bộ thí nghiệm do hai đơn vị hành vi lớn nhất nước Mỹ triển khai, gồm 126 thử nghiệm ngẫu nhiên có đối chứng trên 23 triệu người, rồi đem so với các nghiên cứu học thuật đã công bố. Trong các bài báo học thuật, hiệu ứng trung bình là 8,7 điểm phần trăm về tỷ lệ tham gia, tức tăng 33,4% so với nhóm đối chứng. Còn ở các đơn vị triển khai can thiệp trên quy mô thật, hiệu ứng trung bình là 1,4 điểm phần trăm, tức tăng 8,0%. Cả hai con số đều thật. Chúng không thay thế cho nhau được, và trích con số thứ nhất trong khi đề xuất cái thứ hai là bạn đang nói quá lên khoảng sáu lần.
Đây là mảnh bằng chứng hữu ích nhất bạn có thể mang vào bài của môn này, và nó có tác dụng theo cả hai hướng. Nó siết lại dự báo của bạn, đồng thời nó bảo vệ một hiệu ứng dự kiến khiêm tốn khỏi bị hiểu thành một khuyến nghị yếu. Một can thiệp mang lại 1,4 điểm với chi phí gần bằng không không phải là điều đáng thất vọng, mà đúng là hình dạng của một can thiệp tốt theo bằng chứng quy mô thật.
Ví dụ: Một nhóm dự báo mức cải thiện 30% bằng cách trích một thí nghiệm nổi tiếng. Khi bị hỏi chuyện gì xảy ra nếu hiệu ứng thật chỉ bằng một phần năm con số đó, họ không trả lời được, bởi toàn bộ luận cứ kinh doanh dựng trên đúng con số giật tít ấy. Dựng lại luận cứ quanh ước lượng quy mô thật cho ra một khẳng định nhỏ hơn nhưng trụ được trước chất vấn, và đó chính là thứ môn học đang kiểm tra.
Làm sao để thiết kế một can thiệp thay vì bốc lấy một can thiệp có sẵn?
Trả lời trực tiếp: Bằng cách bắt đầu từ chẩn đoán vì sao hành vi đó chưa xảy ra, chứ không bắt đầu từ danh sách chiến thuật. Phần lớn đề xuất yếu ở môn này chọn can thiệp trước rồi mới dựng lập luận sau.
Bằng chứng: Michie, van Stralen và West (2011) xây khung của họ quanh đúng vấn đề này, với lập luận rằng can thiệp quá thường xuyên được chọn theo mức quen thuộc thay vì theo phân tích. Hệ COM-B của họ cho rằng một hành vi cần đủ ba thứ là năng lực, cơ hội và động lực, và giá trị thực dụng của nó với bài của bạn nằm ở chỗ ba thứ đó dẫn tới ba cách chữa khác nhau. Nếu người ta không làm nổi việc đó thì cấp thêm thông tin chẳng giúp gì. Nếu họ làm được và muốn làm nhưng môi trường chặn lại thì thuyết phục là phí công. Gọi tên xem thứ nào trong ba thứ đang là nút thắt chính là bước chẩn đoán biến một đề xuất thành một lập luận, và đó cũng là bước hay bị bỏ qua nhất.
Ví dụ: Một nhóm đề xuất chiến dịch truyền thông để tăng tỷ lệ đăng ký một chương trình phúc lợi tại nơi làm việc. Chính dữ liệu phỏng vấn của họ cho thấy nhân viên đã hiểu chương trình và đã muốn tham gia, nhưng mẫu đăng ký đòi một loại giấy tờ mà phần lớn không sẵn có trong tay. Nút thắt nằm ở cơ hội, nên chiến dịch truyền thông sẽ đổ ngân sách vào đúng thứ duy nhất không hỏng. Phát hiện ấy vốn đã nằm sẵn trong dữ liệu của họ, cái thiếu là cái khung buộc họ nhìn vào đó.
Mức hiệu suất nằm ở đâu trong khuyến nghị?
Trả lời trực tiếp: Ở tỷ số, không phải ở con số tổng. Phần mô tả môn học gọi tên hiệu quả và hiệu suất tách riêng nhau, nên một khuyến nghị chỉ báo cáo mức tác động mới trả lời được nửa câu hỏi.
Bằng chứng: Benartzi và cộng sự (2017) tính tỷ số tác động trên mỗi đồng chi ra cho các can thiệp hành vi rồi đem so với các công cụ chính sách truyền thống như ưu đãi thuế và khuyến khích tài chính, và thấy các phương án hành vi thường tỏ ra có lợi thế. Chính phép so sánh mới là thứ có ý nghĩa cho bài của bạn. Một hiệu ứng lớn đạt được bằng cách tốn kém vẫn có thể là phương án tệ hơn, còn một hiệu ứng nhỏ đạt được gần như miễn phí lại có thể là phương án tốt hơn, và đó là lý do độ lớn hiệu ứng một mình không gánh nổi một khuyến nghị. Chính nhóm tác giả cũng thận trọng rằng cần thêm nhiều phép tính nữa thì phép so sánh mới khái quát được, và sự thận trọng đó đáng được giữ lại khi bạn trích họ chứ không nên lược đi.
Ví dụ: Hai phương án được trình cho khách hàng. Phương án thứ nhất nâng tỷ lệ tham gia thêm 9 điểm bằng một khoản trợ giá. Phương án thứ hai nâng thêm 3 điểm bằng cách đổi lựa chọn mặc định. Phương án thứ hai được khuyến nghị và được chấp nhận, bởi bài đã trình bày chi phí cho mỗi người tham gia tăng thêm chứ không chỉ trình bày tỷ lệ tham gia.
Bài thuyết trình cá nhân kiểm tra điều gì mà dự án nhóm không kiểm được?
Trả lời trực tiếp: Kiểm tra xem phần lập luận có thật sự là của bạn hay không. Một báo cáo nhóm có thể rất mạnh trong khi một thành viên lại không dựng lại nổi vì sao phần phân tích đi theo hướng đó, và với trọng số 35% thì bài cá nhân chính là chỗ điều đó lộ ra.
Bằng chứng: Đề cương mô tả bài thuyết trình là phần xem xét và đánh giá có chiều sâu, đi xa hơn việc tóm tắt nội dung, dựa trên cả suy ngẫm lẫn tư duy phản biện, và gắn nó với năm chuẩn đầu ra chương trình gồm kiến thức kinh doanh, giải quyết vấn đề và giao tiếp trong kinh doanh. Trên thực tế, điều này có nghĩa là phần hỏi đáp phía sau mới là phần được chấm. Một người trình bày đã chia việc rất hiệu quả và chỉ nắm phần của mình thì vẫn nói trôi chảy được, rồi khựng lại ngay ở câu hỏi đầu tiên về một lựa chọn do người khác đưa ra.
Ví dụ: Một bạn sinh viên phụ trách khâu làm sạch dữ liệu trình bày khuyến nghị của nhóm rất rõ ràng, rồi bị hỏi vì sao nhóm so sánh lại được định nghĩa theo cách đó. Bạn ấy không phải người ra quyết định ấy và không bảo vệ được nó. Cách chữa vừa không hào nhoáng vừa rẻ: trước buổi thuyết trình, mỗi thành viên giải thích một quyết định không phải do chính mình đưa ra.
Du học sinh hay mất điểm ở đâu nhất?
Trả lời trực tiếp: Ở giọng của người tư vấn, thứ nằm giữa hai thói quen mà nhiều bạn mang theo. Một là sự nhún nhường, khiến khuyến nghị bị làm mềm tới mức không còn là khuyến nghị nữa. Hai là lối viết báo cáo mô tả, tức trình bày phần phân tích thật kỹ rồi để người đọc tự rút ra kết luận.
Bằng chứng: Vai mà môn học giao cho bạn là cố vấn, và một cố vấn được chấm dựa trên chất lượng của một khuyến nghị được nói ra trong điều kiện chưa chắc chắn. Viết rằng "tổ chức có thể cân nhắc một vài phương án" là cách tránh bị sai bằng cách không nói gì cả, và người chấm đọc đúng ra như vậy. Nước đi mạnh hơn là khuyến nghị một hướng hành động, nêu rõ điều kiện nào sẽ khiến bạn đổi ý, và gọi tên thứ bạn sẽ đo để biết điều đó. Cách này thận trọng hơn lối rào đón, bởi nó phơi lập luận ra thay vì giấu lập luận đi.
Ví dụ: Một bài kết lại bằng ba phương án không xếp hạng. Thêm hai câu, một câu gọi tên phương án được ưu tiên và một câu gọi tên bằng chứng có thể lật ngược nó, đã kéo phần khuyến nghị lên trọn một bậc. Không có gì trong phần phân tích thay đổi.
Cố vấn MAAS thật sự làm gì ở một môn như thế này?
Ở một môn được chấm bằng sản phẩm tư vấn, phần hỗ trợ có ích đến trước lúc phân tích được chốt chứ không phải sau đó. Nghĩa là kiểm xem thiết kế đánh giá của bạn có đủ sức phát hiện ra chính hiệu ứng bạn định khẳng định hay không, làm việc này trước khi bạn thu thập bất cứ thứ gì, thử sức chịu đựng của con số hiệu quả bạn dự báo bằng cách đối chiếu với mức mà can thiệp quy mô thật mang lại, để luận cứ kinh doanh trụ được qua câu hỏi khó đầu tiên, và tập trước những câu hỏi đến sau buổi thuyết trình, vì đó là nơi điểm cá nhân được hay mất. Phân tích là của bạn và báo cáo cũng vậy. Thứ cố vấn thêm vào là câu hỏi khó chịu, đặt ra lúc bạn vẫn còn kịp làm gì đó với câu trả lời.
Nếu bạn muốn có người soi lại thiết kế đánh giá trước khi cả nhóm bắt tay vào, gửi bên mình đề bài và phần dữ liệu bạn đang có.
Câu hỏi thường gặp
Mình có cần học kinh tế lượng trước khi vào COMM3000 không?
Môn này được mô tả là môn tổng hợp dựa trên các kỹ năng tích lũy suốt chương trình học, và phân tích định lượng nằm ở trung tâm của nó. Bạn hãy kiểm tra điều kiện đăng ký trong sổ tay môn học của đúng năm mình học, vì các điều kiện này có được điều chỉnh giữa các đợt mở lớp.
COMM3000 có mở ngoài học kỳ 3 không?
Thời khóa biểu lớp ghi môn này dạy trực tiếp tại cơ sở Kensington trong học kỳ 3. Lịch mở lớp có thể thay đổi theo từng năm, nên bạn nên đối chiếu với thời khóa biểu hiện hành trước khi sắp xếp thứ tự đăng ký môn.
Nếu bài toán của khách hàng không cho phép dựng thiết kế ngẫu nhiên thì sao?
Thì bạn nói thẳng điều đó ra và giải thích mình đã làm gì thay thế. Gọi tên giới hạn của thiết kế rồi lập luận xem giới hạn ấy ảnh hưởng thế nào tới kết luận sẽ chứng minh được chuẩn đầu ra về đánh giá tốt hơn nhiều so với việc trình bày một thiết kế yếu như thể nó mạnh.
Điểm dự án nhóm phụ thuộc bao nhiêu vào phần đóng góp riêng của mình?
Dự án nhóm chỉ là một trong ba đầu bài, và hai đầu bài cá nhân cộng lại có trọng số lớn hơn nó. Trên thực tế, điều này nghĩa là một nhóm mạnh không cõng nổi bạn và một nhóm yếu cũng không dìm được bạn, nhưng bạn cũng không thể chỉ dựa vào phần việc của riêng mình khi bước vào buổi thuyết trình.
Mình có được khuyến nghị là không can thiệp gì cả không?
Được, nếu bằng chứng ủng hộ điều đó và bạn trình bày được lập luận. Một khuyến nghị không can thiệp, có so sánh chi phí đi kèm và có nói rõ điều gì sẽ khiến bạn đổi ý, là một sản phẩm tư vấn chính danh và được đối xử đúng như vậy.
Bài liên quan
- COMM1190: hướng dẫn bài tập phân tích dữ liệu và ra quyết định
- COMM1170: hướng dẫn bài tập nguồn lực tổ chức
- COMM2501: hướng dẫn bài tập trực quan hóa dữ liệu và truyền đạt
References
Barnett, A. G., van der Pols, J. C., & Dobson, A. J. (2005). Regression to the mean: What it is and how to deal with it. International Journal of Epidemiology, 34(1), 215–220. https://doi.org/10.1093/ije/dyh299
Benartzi, S., Beshears, J., Milkman, K. L., Sunstein, C. R., Thaler, R. H., Shankar, M., Tucker-Ray, W., Congdon, W. J., & Galing, S. (2017). Should governments invest more in nudging? Psychological Science, 28(8), 1041–1055. https://doi.org/10.1177/0956797617702501
DellaVigna, S., & Linos, E. (2022). RCTs to scale: Comprehensive evidence from two nudge units. Econometrica, 90(1), 81–116. https://doi.org/10.3982/ECTA18709
Michie, S., van Stralen, M. M., & West, R. (2011). The behaviour change wheel: A new method for characterising and designing behaviour change interventions. Implementation Science, 6, 42. https://doi.org/10.1186/1748-5908-6-42