Phần này sử dụng phầm mềm IBM SPSS để kiểm định giả thuyết thống kê.
Giả thuyết
Giả thuyết thống kê mà một mệnh đề có chân trị. Nghĩa là phát biểu có đúng hoặc sai. Vì vậy, giả thuyết thống kê không phải là một danh từ/cụm danh từ.
Nếu chưa rành về kiểm định giả thuyết, nên làm từng bước: (1) đặt giả thuyết H0, (2) Tính giá trị tham số (thường là p value) từ dữ liệu, (3) Kết luận
Xem thêm: Nghiên cứu marketing 2
Kiểm định sự liên quan của 2 biến định tính
Biến có thang đo danh nghĩa (nominal) hay thứ bậc (ordinal) là biến có thang đo định tính. Để kiểm định sự liên quan giữa hai biến định tính ta dùng kiểm định Chi bình phương.
Giả thuyết H0: hai biến độc lập với nhau
➡ Kiểm định Chi bình phương.
Xem thêm: Hiệu quả của chương trình công nghệ giáo dục – phân tích Chi bình phương
Để sử dụng phần mềm SPSS để thực hiện kiểm định chi bình phương (χ2), bạn có thể làm theo các bước sau:
- Mở phần mềm SPSS và tạo một bảng dữ liệu mới hoặc mở bảng dữ liệu đã có.
- Chọn menu “Analyze” và chọn “Descriptive Statistics” và sau đó chọn “Crosstabs”.
- Chọn biến đầu tiên mà bạn muốn phân tích bằng cách di chuyển nó vào khung “Row(s)” và chọn biến thứ hai bằng cách di chuyển nó vào khung “Column(s)”.
- Bấm vào nút “Statistics” để chọn các tùy chọn thống kê, bao gồm kiểm định chi bình phương (χ2) và các chỉ số liên quan, chẳng hạn như giá trị p và chỉ số Cramer’s V.
- Chọn “Continue” để xác nhận các tùy chọn của bạn.
- Bấm vào “OK” để thực hiện kiểm định chi bình phương.
Sau đó, SPSS sẽ tạo ra một báo cáo kết quả cho kiểm định chi bình phương, bao gồm giá trị χ2, giá trị p và các chỉ số liên quan khác. Bạn cũng có thể sử dụng SPSS để tạo ra biểu đồ và biểu đồ cột cho kết quả kiểm định của mình.
Lưu ý rằng trước khi thực hiện kiểm định chi bình phương, bạn cần phải đảm bảo rằng các biến được phân loại là biến định tính và đủ số lượng quan sát trong từng nhóm để đảm bảo tính chính xác của kết quả kiểm định.
Kiểm định sự bằng nhau của trung bình tổng thể
Kiểm định tham số
Giả thuyết: Giá trị trung bình của một đại lượng (đo bằng thang đo scale) của tổng thể bằng giá trị C
➡ One sample t test
Thực hiện: Analyze > Compare Means > One sample t test > Chọn biến cần kiểm định và Test value (C ở trên)
Giả thuyết: Giá trị trung bình của một đại lượng (đo bằng thang đo scale) của tổng thể thứ nhất bằng giá trị đó của tổng thể thứ 2
➡ Independent sample t test (nếu 2 mẫu độc lập)
Thực hiện: Analyze > Compare Means > Independent sample t test > Chọn biến cần kiểm định và Biến phân nhóm (biến này sẽ phân chia data thành 2 mẫu độc lập)
➡ Pair sample t test (nếu 2 mẫu cặp với nhau)
Thực hiện: Analyze > Compare Means > Pair sample t test > Chọn biến 1 và biến 2 (lưu ý 2 biến này về bản chất phải có tính cặp – pair)
Giả thuyết: Giá trị trung bình của một đại lượng (đo bằng thang đo scale) của các tổng thể (có thể có nhiều nhóm tổng thể) bằng nhau
➡ One way anova
Kiểm định phi tham số
Giả thuyết: Giá trị trung bình của một đại lượng (đo bằng thang đo scale) của tổng thể thứ nhất bằng giá trị đó của tổng thể thứ 2
➡ Kiểm định Mann Whitney (nếu 2 mẫu độc lập)
➡ Kiểm định dấu (sign) hoặc Wilcoxon (nếu 2 mẫu cặp với nhau)
Giả thuyết: Giá trị trung bình của một đại lượng (đo bằng thang đo scale) của các tổng thể (có thể có nhiều nhóm tổng thể) bằng nhau
➡ Kiểm định Kruskal Wallis
Bảng so sánh các kiểm định tham số, phi tham số
| Giả thuyết | Kiểm định tham số | Kiểm định phi tham số |
| Trung bình 2 tổng thể bằng nhau (mẫu độc lập) | Independent sample t test | Mann Whitney |
| Trung bình 2 tổng thể bằng nhau (mẫu cặp) | Pair sample t test | KĐ Dấu (sign test) hoặc KĐ Wilcoxon |
| Trung bình của nhiều tổng thể bằng nhau | One way Anova | Kruskal Wallis |
Kiểm định phân phối chuẩn
Kiểm định tham số là các kiểm định mạnh. Tuy nhiên, để sử dụng các kiểm định trên cần thỏa các điều kiện, trong đó có điều kiện tổng thể phải có phân phối chuẩn.
