# Dot Plot Hay Box Plot? Minh Bạch Dữ Liệu Cỡ Mẫu Nhỏ Trong Y Sinh


Trong các nghiên cứu y sinh (*bio-medical*) và tiền lâm sàng (*in vivo*, *in vitro*), cỡ mẫu cho mỗi lô thí nghiệm thường khá nhỏ (thường dao động từ $n = 3$ đến $n = 10$ động vật hoặc giếng tế bào). Việc lựa chọn phương thức trực quan hóa không chỉ là vấn đề thẩm mỹ, mà quyết định tính trung thực và khả năng phát hiện bản chất dữ liệu.

---

### 1. Giới hạn của Box Plot khi cỡ mẫu nhỏ ($n < 10$)

Box plot (biểu đồ hộp) tóm tắt dữ liệu qua 5 giá trị vị trí: Giá trị nhỏ nhất (*Min*), Tứ phân vị thứ nhất ($Q_1$), Trung vị (*Median*), Tứ phân vị thứ ba ($Q_3$) và Giá trị lớn nhất (*Max*). 

Mặc dù Box plot rất hiệu quả với tập dữ liệu vừa và lớn ($n \ge 20$), nó bộc lộ nhiều bất cập nghiêm trọng khi áp dụng cho mẫu nhỏ:
- **Tạo cảm giác phân phối giả tạo:** Với $n = 5$ chuột, việc ước lượng các phân vị ($Q_1, Q_3$) hay quy tắc phát hiện ngoại lai $1.5 \times \text{IQR}$ có độ bất định rất lớn và không đáng tin cậy.
- **Che giấu số lượng quan sát thực tế:** Một hộp Box plot của nhóm $n = 4$ có thể trông giống hệt nhóm $n = 40$, che giấu mức độ tin cậy thực sự của thí nghiệm.
- **Xóa nhòa hình thái phân bố:** Box plot không thể phân biệt được một tập dữ liệu phân bố đều với một tập dữ liệu bị phân tách thành hai cụm (*bimodal/clusters*).

---

### 2. Ưu thế vượt trội của Dot Plot trong nghiên cứu y sinh

Dot Plot (hoặc *Strip plot*, *Beeswarm plot*) hiển thị trực tiếp từng quan sát thực nghiệm thành một điểm riêng biệt trên trục số:

1. **Tính minh bạch dữ liệu tối đa (*Full Data Transparency*):**  
   Độc giả và người phản biện (*reviewer*) nhìn thấy chính xác số lượng mẫu ($n$), từng giá trị đo lường thực tế, khoảng trống dữ liệu và các điểm nghi ngờ là ngoại lai mà không bị gộp vào các đại lượng tóm tắt.
2. **Tránh bóp méo thông tin:**  
   Không giả định bất kỳ hình dạng phân phối nào. Khi kết hợp hiển thị vạch ngang chỉ Trung vị (*Median*) hoặc Trung bình $\pm$ SD, người đọc đồng thời nắm được cả vị trí trung tâm lẫn độ phân tán thực tế.
3. **Cơ sở trực quan cho kiểm định phi tham số:**  
   Khi quan sát Dot Plot của hai nhóm nhỏ, ta có thể trực tiếp quan sát trật tự thứ tự (*order*) và độ đan xen giữa các giá trị. Đây chính là tiền đề trực quan trực tiếp nhất cho [Kiểm định Mann-Whitney U (Wilcoxon Rank-Sum Test)](/posts/math/stats/mann-whitney-u-test/) — phương pháp so sánh hai nhóm dựa trên việc xếp hạng quan sát mà không đòi hỏi giả định phân phối chuẩn.

---

### 3. Khuyến nghị thực hành

* **Khi $n < 15$:** Luôn ưu tiên dùng **Dot Plot** (hoặc Dot plot kèm vạch ngang chỉ Median và IQR).
* **Khi $15 \le n < 50$:** Kết hợp vẽ các điểm dữ liệu thô đè lên trên Box plot (*Box plot overlaid with jittered points*).
* **Khi $n \ge 50$:** Có thể dùng Box plot độc lập hoặc Violin plot.