KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ

 Là một nhận định, giả sử, nghi ngờ, khẳng định hay ý kiến về một hiện tượng, quan hệ hay tình huống dự định khảo sát  “Giả thuyết là một mệnh đề phỏng đoán về mối quan hệ giữa hai hay

KI M Đ NH

GI THUY T

TH NG Kể

Chương 8

Chương này giúp sinh viên:

• Hiểu được bản chất và các khái niệm giả thuyết nghiên cứu

• Biết các bước kiểm định giả thuyết

• Hiểu được các loại kiểm định giả thuyết

• Thực hiện các kiểm định thống kê cơ bản bằng SPSS

Nội dung chương

Các bước ki m đ nh gi thuy t 8.2

8.1 Khái niệm v gi thuy t th ng kê

Ki m đ nh v trung bình tổng th

5.4

8.3 Ki m đ nh m i liên hệ giữa hai bi n đ nh tính

8.1 Các khái niệm cơ b n

v gi thuy t th ng kê

 Là một nhận định, giả sử, nghi ngờ, khẳng định hay ý kiến về một hiện tượng, quan hệ hay tình huống dự định khảo sát

 “Giả thuyết là một mệnh đề phỏng đoán về mối quan hệ giữa hai hay nhiều biến số” ( Kerlinger)

 “Giả thuyết là phát biểu hiên về một vấn đề nào đó mà tính xác thực của nó thường chưa được biết đến ( Black

& Champim)

Giả thuyết thống kê là gì?

1 Câu hỏi mô tả

• Nhằm mô tả hiện tượng VD: KH mua hàng ở đâu, Động cơ mua là gì,

KH thích gì ở sản phẩm…

2 Câu hỏi về sự khác biệt

• Nhằm so sánh sự khác biệt VD: 2 nhóm khách hàng khác nhau có lợi ích tìm kiếm

SP khác nhau không? Cảm nhận về thương hiệu A

có khác thương hiệu B không? Khác ở điềm nào?

3 Câu hỏi về sự liên hệ

 Câu hỏi: Liệu giá bán sản phẩm có tác động đến doanh số

- Giả thiết: Có mối quan hệ giữa giá bán sản phẩm với doanh số

bán của doanh nghiệp, giá bán càng cao thì doanh số càng giảm

không?

- Giả thiết: Các chương trình quảng cáo có tác động đến mức

độ nhận biết sản phẩm của người tiêu dùng, quảng cáo càng nhiều, sẽ có nhiều người biết về sản phẩm hơn

Thiết lập giả thuyết nghiên cứu

Mục tiêu, câu h i nghiên cứu

và ki u th ng kê

giữa các biến Tóm tắt dữ liệu

Ki u câu h i/

gi thuy t

Ki u th ng kê

Khác biệt Sự liên quan Mô tả

Kiểm định sự khác biệt Thống kê liên quan

 Giả thuyết không: Là giả thuyết mà ta muốn kiểm định (Ho)

 Giả thuyết đối: Giả thuyết ngược lại với giả thuyết không (H1)

Giả thuyết không (giả thuyết thuần)

và giả thuyết đối

Sai lầm loại II Prob = β

Bác bỏ

Sai lầm loại I Prob = α (α = mức ý nghĩa của

Quyết định đúng Prob = 1 – β

( Ví dụ phân phố student’s t)

Miền chấp nhận giả thuyết Ho

Miền bác bỏ Ho

0,025

Giá trị t tính được nhỏ hơn điểm tới hạn

Giá trị t tính được lớn hơn điểm tới hạn

P-value (sig.)>0,025

• Bước 1: Thành lập giả thuyết Ho Ví dụ: Ho: θ = θo

• Bước 2: Thành lập giả thuyết H1 Ví dụ: H1: θ ≠ θo

• Bước 3: Xác định mức ý nghĩa α

• Bước 4: Chọn các tham số thống kê thích hợp cho việc kiếm định,

xác định các miền bác bỏ; miền chấp nhận và giá trị giới hạn

• Bước 5: Tính toán các giá trị của các tham số thống kê trong việc

kiểm định dựa trên số liệu của mẫu ngẫu nhiên

• Bước 6: Ra quyết định: Nếu các giá trị tính toán rơi vào miền bác

bỏ Ho thì ra quyết định bác bỏ Ho Ngược lại sẽ chấp nhận Ho

8.2 Các bước ki m đ nh

• Bước 1: Xác định phép kiểm định cần thực hiện

• Bước 2: Đặt giả thuyết

• H0: không …

• H1: có …

• Bước 4: Đọc số Sig và so sánh với số 

• Nếu Sig >=  => chấp nhận Ho

• Nếu Sig <  => bác bỏ Ho

Các bước ki m đ nh

gi thuy t bằng SPSS

8.3 Ki m đ nh m i liên hệ giữa hai bi n đ nh tính

• Khi muốn tìm hiểu có mối liên hệ nào giữa hai

biến định tính trong tổng thể hay không

• Là kiểm định phổ biến trong nghiên cứu thị trường

• Kiểm định được sử dụng là kiểm định Chi-bình

phương (Chi-Square)

• Áp dụng với các thang đo định danh và thứ bậc

Ki m đ nh m i liên hệ giữa hai

bi n đ nh tính

• Kiểm định mối liên hệ giữa 2 biến định danh

- Ví dụ như muốn tìm hiểu mối quan hệ giữa giới tính và việc chọn ngành học

• Kiểm định mối liên hệ giữa một biến định danh và một biến

thứ tự

- Ví dụ: Tìm hiểu mối liên hệ giữa quan niệm về cuộc sống

và trình độ học vấn

• Kiểm định mối liên hệ giữa hai biến thứ tự

- Ví dụ như độ tuổi có ảnh hưởng tới mức độ quan tâm đến

Các ki m đ nh thường gặp

% within

Quan taâm nhì

% within

Quan taâm ba

Chi-Square Tests

Value df

Asymp Sig (2- sided) Pearson Chi-Square .999(a) 2 .607Continuity Correction

Likelihood Ratio 1.002 2 .606Linear-by-Linear

Association .989 1 .320

N of Valid Cases 127

a 0 cells (.0%) have expected count less than 5

 Bảng kết hợp 2 biến cho ta thấy dường như có sự liên

hệ giữa giới tính và mức quan tâm tới gia đình, kết quả cho thấy nữ quan tâm đến gia đình hơn nam

 Kết quả kiểm định Chi bình phương, ta có Sig > 0.05, nên ta không bác bỏ giả thuyết Ho

 Kết luận rằng với tập dữ liệu mẫu, ta chưa có đủ bằng chứng để nói rằng giới tính có liên hệ với mức độ quan tâm gia đình

K t luận

8.4 Ki m đ nh gi thuy t v

trung bình tổng th

Ki m đ nh

gi thuy t

v tr trung bình

của một tổng th

o Dùng để kiểm định có hay không sự khác biệt

của giá trị trung bình của một biến với một giá

trị cụ thể

o Áp dụng cho các biến dạng thang đo khoảng

cách hay tỷ lệ (biến định lượng)

 Tiến hành phỏng vấn 100 khách hàng về nhãn hiệu Trà xanh

Không Độ, câu hỏi theo thang đo khoảng như sau:

 Q10 Anh(chị) hãy cho biết mức độ đồng ý của mình với nhận xét sau về Trà xanh Không Độ

“Trà Xanh Không Độ là nhãn hiệu được nhiều người ưa thích”

nhiều người ưa

Nhãn hiệu được

Ki m đ nh gi thuy t sự bằng nhau

v tr trung bình của hai tổng th

Trường hợp hai mẫu độc lập (gồm 1 biến định lượng và

1 biến định tính có 2 phân loại)

Trường hợp mẫu phụ thuộc hay cặp mẫu

Trường hợp hai mẫu độc lập

 Khi muốn so sánh trị trung bình về một chỉ tiêu nghiên cứu nào đó giữa 2 nhóm mẫu độc lập

 Áp dụng cho 2 biến, bao gồm:

• Một biến biến định lượng để tính trung bình

• Một biến định tính dùng để phân loại nhóm so sánh

 Trước khi tiến kiểm định trung bình, ta cần phải thực hiện một kiểm định khác là Levene test

Trường hợp hai mẫu độc lập(tt)

 Nếu giá trị Sig trong kiểm định Levene < 0.05 (SPSS mặc định độ tin cậy 95%) thì phương sai của hai tổng thể khác nhau, ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances not assumed

 Nếu giá trị Sig trong kiểm định Levene > 0.05 (SPSS mặc định độ tin cậy 95%) thì phương sai của hai tổng thể không khác nhau, ta sẽ sử dụng kết quả kiểm định

t ở phần Equal variances assumed

 Nhà nghiên cứu muốn tìm hiểu có sự khác nhau hay không giữa nam và nữ đối với một chương trình

quảng cáo của nhãn hiệu X

 Tiến hành phỏng vấn 100 đối tượng với 47 nam và

53 nữ với câu hỏi dạng thang đo khoảng sau

Bạn vui lòng đánh giá quảng cáo của nhãn hiệu X bạn vừa xem

Ví dụ

Rất ghét Rất thích

với quảng cáo

Trường hợp mẫu cặp

 Kiểm định dùng cho hai biến trong cùng một mẫu có liên hệ với nhau

 Dữ liệu thu thập từ dạng thang đó khoảng hoặc tỷ lệ

 Điều kiện yêu cầu cho loại kiểm định này là kích cỡ hai mẫu so sánh phải bằng nhau

 Các quan sát cho mỗi bên so sánh phải được thực hiện trong cùng những điều kiện giống nhau

 Phù hợp với dạng nghiên cứu thử nghiệm sản phẩm

Trường hợp mẫu cặp

 Kiểm định dùng cho hai biến trong cùng một mẫu có liên hệ với nhau

 Dữ liệu thu thập từ dạng thang đó khoảng hoặc tỷ lệ

 Điều kiện yêu cầu cho loại kiểm định này là kích cỡ hai mẫu so sánh phải bằng nhau

 Các quan sát cho mỗi bên so sánh phải được thực hiện trong cùng những điều kiện giống nhau

 Phù hợp với dạng nghiên cứu thử nghiệm sản phẩm

Ví dụ

 Nhà nghiên cứu muốn tìm hiểu mức độ ưa thích với hai sản phẩm

A và B Nhà nghiên cứu tiến hành một cuộc phỏng vấn đối tượng là

100 người sau khi cho họ dùng thử lần lươt 2 sản phẩm Câu hỏi phỏng vấn sử dụng thang đo khoảng với 5 điểm như sau:

 Anh(chị) vui lòng cho biết mức độ ưa thích với các sản phẩm trên

K t qu ki m đ nh Paired Samples Statistics

Std

Deviat ion

Std

Error Mean Pair 1 San

pham

A

3.42 100 1.174 .117

San pham

SP A

SP B Paired

Confidence Interval of the

Difference

Upper

.11 Bảng kết quả cho thấy không có sự khác biệt

giữa mức độ ưa thích sản phẩm A và B

8.5 Phân tích phương sai

(ANOVA)

Phân tích phương sai

 Là sự mở rộng của kiểm định trung bình

 Giúp ta so sánh trị trung bình của 3 nhóm trở lên

 Có 2 thủ tục phân tích phương sai: ANOVA 1 yếu tố và ANOVA nhiều yếu tố

Phân tích phương sai một y u t

 Được áp dụng trong trường hợp

chúng ta chỉ sử dụng 1 biến yếu

tố để phân loại các quan sát thành các nhóm khác nhau

Ví dụ

và mức độ đánh giá tầm quan trọng của việc “có tình yêu” trong cuộc sống hay không

 Biến định lượng là biến đánh giá tầm quan trọng theo 7 mức độ (Từ 1: “không quan trọng đến 7: “Rất quan trọng”)

 Biến định tính dùng để phân loại là biến độ tuổi với 4 nhóm khác nhau: (1) Từ 18-25, (2) từ 26-35, (3) từ 36 - 45 và (4) từ 46-50

K t qu phân tích

a) Descriptives Có tình yêu

6.09 6.06 5.79 5.59 5.80

b) Test of Homogeneity of Variances

Sum of Square

889.57

B ng phân tích ANOVA, với mức ý nghĩa quan sát Sig = 0.06, gi sử

chấp nhận độ tin cậy của ki m đ nh là 90% (mức ý nghĩa là 0.1%),

v sự đánh giá mức độ quan trọng của y u t “có tình yêu” trong cuộc s ng

B ng th ng kê mô t cho ta thấy mức độ quan trọng của y u t tình yêu

Câu hỏi ôn tập và thảo luận

 Cho biết sự giống nhau và khác nhau trong 2

phương pháp kiểm định t (cho mẫu cặp và cho mẫu

độc lập) Hãy thiết kế hai nghiên cứu trong đó có sử

dụng hai phương pháp kiểm định này khi phân tích

dữ liệu

 Trong dự án nghiên cứu mà nhóm anh (chị) đã

chọn trong chương 1, hãy trình bày các phương

pháp kiểm định mà các anh(chị) dự kiến sẽ thực

hiện