KIỂM ĐỊNH THỐNG KÊ PHÂN TÍCH DỮ LIỆU VỚI SPSS Báo cáo viên : Hồ Minh Sánh Giả thuyết nghiên cứu

THANG ĐOKiểm định Biến độc lập Biến phụ thuộc Định danh Định danh Chi bình phương Thứ bậc Thứ bậc Chi bình phương Giá trị số Định lượng One Sample T-Test Định tính 2 nhóm Định lượng Inde

KIỂM ĐỊNH THỐNG KÊ PHÂN TÍCH DỮ LIỆU VỚI

SPSS

Báo cáo viên : Hồ Minh Sánh

Giả thuyết nghiên cứu

• H0 : Giả thuyết không (null hypothesis)

• HR : Giả thuyết thay thế (alternative hypothesis)

• Nếu p > alpha : từ chối giả thuyết HR (chấp nhận H0)

• Nếu p < alpha : chấp nhận giả thuyết HR (từ chối H0)

Chú ý : alpha = 0.05 (trong khoa học kinh tế)

• H0 : Giả thuyết không (null hypothesis)

• HR : Giả thuyết thay thế (alternative hypothesis)

• Nếu p > alpha : từ chối giả thuyết HR (chấp nhận H0)

• Nếu p < alpha : chấp nhận giả thuyết HR (từ chối H0)

Chú ý : alpha = 0.05 (trong khoa học kinh tế)

2

THANG ĐO

Kiểm định

Biến độc lập Biến phụ thuộc

Định danh Định danh Chi bình phương

Thứ bậc Thứ bậc Chi bình phương

Giá trị số Định lượng One Sample T-Test

Định tính (2 nhóm) Định lượng Independent Sample

T-Test

Định tính (2 nhóm) Định lượng Independent Sample

T-Test

So sánh 2 biến Định lượng từng cặp tương

Định tính (3 nhóm trở

lên) Định lượng One – way ANOVA

1 Định lượng 1 Định lượng Hồi quy đơn

Tương quan

2 Định lượng trở lên Định lượng Hồi quy bội

Tương quan

1 Các bước kiểm định giả thuyết nghiên cứu

- Thiết lập giả thuyết cần kiểm định

- Chọn mức ý nghĩa mong muốn

- Chọn phép kiểm định thích hợp và tính giá trị

thống kê kiểm định của nó (giá trị xác xuất p hay

mức nghĩa Sig.).

- So sánh giá trị p với mức ý nghĩa để ra quyết định

- Diễn giải kết quả kiểm định giả thuyết nghiên cứu

1 Các bước kiểm định giả thuyết nghiên cứu

- Thiết lập giả thuyết cần kiểm định

- Chọn mức ý nghĩa mong muốn

- Chọn phép kiểm định thích hợp và tính giá trị

thống kê kiểm định của nó (giá trị xác xuất p hay

mức nghĩa Sig.).

- So sánh giá trị p với mức ý nghĩa để ra quyết định

- Diễn giải kết quả kiểm định giả thuyết nghiên cứu

6

PHÂN TÍCH MQH GIỮA 2 BIẾN ĐỊNH TÍNH

• Điều kiện (hai biến định tính)

• Các giả thuyết:

H0: Không có mối quan hệ giữa trình độ chuyên môn

và giới tính (hai biến độc lập nhau)

H1: Có mối quan hệ giữa trình độ chuyên môn và giới tính

• χ2 được thiết lập để xác định có hay không một mối liên

hệ giữa hai biến, nhưng nó không chỉ ra được cường độcủa mối liên hệ đó

• χ2 cho phép tìm ra những mối liên hệ phi tuyến tính

• Cramer-V: Cường độ của nó biến động từ 0 đến 1

• Điều kiện (hai biến định tính)

• Các giả thuyết:

H0: Không có mối quan hệ giữa trình độ chuyên môn

và giới tính (hai biến độc lập nhau)

H1: Có mối quan hệ giữa trình độ chuyên môn và giới tính

• χ2 được thiết lập để xác định có hay không một mối liên

hệ giữa hai biến, nhưng nó không chỉ ra được cường độcủa mối liên hệ đó

• χ2 cho phép tìm ra những mối liên hệ phi tuyến tính

• Cramer-V: Cường độ của nó biến động từ 0 đến 1

PHÂN TÍCH MQH GIỮA 2 BIẾN ĐỊNH TÍNH(Analyze > Descriptive Statistics > Crosstabs)

PHÂN TÍCH MQH GIỮA 2 BIẾN ĐỊNH TÍNH

ƯỚC LƯỢNG THAM SỐ TRUNG BÌNH

ƯỚC LƯỢNG THAM SỐ TRUNG BÌNH

(Analyze > Compare Means > One - Sample T Test)

ƯỚC LƯỢNG THAM SỐ TRUNG BÌNH

(Analyze > Compare Means > One - Sample T Test)

95% Confidence Interval of

the Difference Lower Upper

JS Job satisfation -9.000 201 .000 -.45215 -.5512 -.3531

SO SÁNH 2 THAM SỐ TRUNG BÌNH

• Ước lượng tham số trung bình:

Dữ liệu: định lượng (liên tục)

Độ tin cậy (1-mức ý nghĩa)

• So sánh trung bình hai mẫu độc lập (kích thước 2 mẫu

Dữ liệu định lượng (liên tục)

Dữ liệu của hai nhóm phải tuân theo quy luật phân phốichuẩn

• Ước lượng tham số trung bình:

Dữ liệu: định lượng (liên tục)

Độ tin cậy (1-mức ý nghĩa)

• So sánh trung bình hai mẫu độc lập (kích thước 2 mẫu

Dữ liệu định lượng (liên tục)

Dữ liệu của hai nhóm phải tuân theo quy luật phân phốichuẩn

SO SÁNH 2 THAM SỐ TRUNG BÌNH

SO SÁNH 2 THAM SỐ TRUNG BÌNH

(Analyze > Compare Means > Independent Sample T Test)

KẾT QUẢ PHÂN TÍCHIndependent Sample T Test

SO SÁNH 2 BIẾN PHỐI HỢP TỪNG CẶP

(Analyze > Compare Means > Pair Sample T-Test)

Điều kiện :

- Hai mẫu thu thập ở dạng định lượng

- Kích cở 2 mẫu so sánh phải bằng nhau

- Chênh lệch giữa các giá trị 2 mẫu phải phân phốichuẩn hoặc cở mẫu phải đủ lớn

Giả thuyết nghiên cứu :

thể.

Ví dụ : Đánh giá của người dùng thử về sản phẩm Mì ăn liền

trước và sau khi cải tiến (trên thang đo 10 điểm)

Điều kiện :

- Hai mẫu thu thập ở dạng định lượng

- Kích cở 2 mẫu so sánh phải bằng nhau

- Chênh lệch giữa các giá trị 2 mẫu phải phân phốichuẩn hoặc cở mẫu phải đủ lớn

Giả thuyết nghiên cứu :

thể.

Ví dụ : Đánh giá của người dùng thử về sản phẩm Mì ăn liền

trước và sau khi cải tiến (trên thang đo 10 điểm)

SO SÁNH 2 BIẾN PHỐI HỢP TỪNG CẶP

(Analyze > Compare Means > Pair Sample T-Test)

Chọn hai biến ta cần so sánh di chuyển vào hộp thoại Paired Variables bằng nút mũi tên Paired-samples t test còn cho ta kết quả về mối

tương quan giữa hai biến đang quan sát Cho biết liệu hai biến này có tương quan với nhau hay không, độ tương quan và chiều tương quan

(thể hiện ở bảng Paired samples correlation).

SO SÁNH 2 BIẾN PHỐI HỢP TỪNG CẶP

(Analyze > Compare Means > Pair Sample T-Test)

Paired Samples Statistics

Mean N Std Deviation Std Error Mean Pair 1 f1 Promotion 3.2950 202 74331 05230

f2 Payment 2.8465 202 81112 05707

Paired Samples Correlations

N Correlation Sig.

Pair 1 f1 Promotion & f2 Payment 202 562 000

Pair 1 f1 Promotion & f2 Payment 202 562 000

Paired Samples Test

Paired Differences

t df

Sig tailed) Mean

(2-Std.

Deviation

Std Error Mean

95% Confidence Interval of the Difference Lower Upper Pair

1

f1 Promotion

-f2 Payment .44851 .72990 .05136 .34725 .54978 8.733 201 .000

ONE WAY - ANOVA

Phương pháp thống kê để kiểm định giá thuyết là các trungbình của các dân số bằng nhau là Phân tích phương sai-

analysis of vaniance (ANOVA).

One-way ANOVA sử dụng các mô hình 1 yếu tố, các ảnhhưởng cố định để so sánh ảnh hưởng của một nghiệm thức(treatment) hoặc môt yếu tố (factor) trên một biến phụ thuộc

analysis of vaniance (ANOVA).

One-way ANOVA sử dụng các mô hình 1 yếu tố, các ảnhhưởng cố định để so sánh ảnh hưởng của một nghiệm thức(treatment) hoặc môt yếu tố (factor) trên một biến phụ thuộc

ONE WAY - ANOVA

Giả thuyết H0 : Các đám đông có trung bình ngang nhau

Giả thuyết H0 : Các đám đông có trung bình ngang nhau

ONE WAY - ANOVA

Analyze - Compare Means - One-Way ANOVA

Nhập biến phụ thuộc (JS) vào ô biến phụ thuộc Dependent List và nhập biến độc lập vào ô Factor

Nhấn chuột vào Descriptive và Homogeneity of variance (kiểm định phương sai đồng nhất, nghĩa là các đám đông

có cùng phương sai theo giả thuyết của ANOVA

Continue -> OK

Analyze - Compare Means - One-Way ANOVA

Nhập biến phụ thuộc (JS) vào ô biến phụ thuộc Dependent List và nhập biến độc lập vào ô Factor

Nhấn chuột vào Descriptive và Homogeneity of variance (kiểm định phương sai đồng nhất, nghĩa là các đám đông

có cùng phương sai theo giả thuyết của ANOVA

Continue -> OK

ONE WAY - ANOVA

Tổng bình phương trong nội bộ nhóm :

Tổng chênh lệch bình phương giữa các nhóm :

i

x x

SSw

1 1

2



Tổng bình phương trong nội bộ nhóm :

Tổng chênh lệch bình phương giữa các nhóm :

BẢNG ONE WAY - ANOVA

Loại biến

thiên

Biến thiên

Trong nhóm SSw n – k MSw = SSw/(n-k)

Sig = 0.643: Không có sự khác biệt về phương sai của các nhóm

Sig = 0.021: Đủ điều kiện từ chối giả thuyết H0, chấp nhận giả

thuyết H1

Kết quả phân tích sâu POST HOC

95% Confidence Interval Lower Bound Upper Bound