Bài giảng SPSS chương 4 kiểm định trung bình

Kiểm định trung bình một mẫu  Phần này sẽ nói đến việc kiểm định trung bình của tổng thể trong trường hợp mẫu lớn và mẫu nhỏ, với điều kiện đã biết hoặc chưa biết phương sai tổng thể..

CHƯƠNG 4 – KIỂM ĐỊNH TRUNG BÌNH

I Kiểm định trung bình một mẫu

 Phần này sẽ nói đến việc kiểm định trung bình của tổng thể trong trường hợp mẫu lớn và mẫu nhỏ, với điều kiện đã biết hoặc chưa biết

phương sai tổng thể

 Để tiến hành kiểm định thống kê cho một giả thuyết nào đó, cần thiết phải đưa ra những giả định nào đó về dữ liệu quan sát

 Ví dụ: Một trường A, muốn đánh giá xem hệ

số thông minh của học sinh trường có hơn hệ

số thông minh trung bình của các trường toàn

quận (105) Trường A đã chọn ngẫu nhiên 30

học sinh để đánh giá Hệ số thông minh trung bình của học sinh trường A có khác biệt so

với toàn quận ?

Giả thuyết là:

“hệ số thông minh của học sinh trường A

khác biệt so với toàn quận”.

Bảng dữ liệu thu thập 30 quan sát.

Học

sinh

IQ Học

sinh

IQ Học

sinh

IQ

T hực hiện kiểm định T một mẫu

trên SPSS:

Hộp thoại kiểm định T một mẫu:

Biến kiểm định

Giá trị kiểm định

Bảng kết quả kiểm định

One-Sample Statistics

Heä soá thoâng minh

N Mean Std Deviation Std Error Mean

One-Sample Test

3.900 29 001 5.73 2.73 8.74 Heä soá thoâng minh

t df

Sig.

(2-tailed)

Mean Difference Lower Upper

95% Confidence Interval of the Difference Test Value = 105

 Bảng kết quả của kiểm định trung bình một mẫu, cho ta thấy:

 Sự khác biệt trung bình = Trung bình mẫu quan sát - Trung bình giả thuyết.

110.7 – 105 = 5.73

 Khoảng tin cậy 95% cho sự khác biệt giữa

các trung bình từ 2.73 -> 8.74 nhỏ Giá trị

kiểm định T = 3.900, với bậc tự do là 29 Giá trị p = 0.001 nhỏ hơn mức ý nghĩa ∽ (0.05 hoặc 0.01), nên giả thuyết Ho bị bác bỏ.

II KIỂM ĐỊNH TRUNG BÌNH 2

MẪU

1 Mục đích

So sánh trị trung bình về một chỉ tiêu nghiên cứu nào

đĩ giữa 2 đối tượng quan tâm.

2 Đối tượng

- Aùp dụng cho 2 mẫu độc lập Thao tác thực hiện trên

2 biến: biến định lượng để tính trung bình và biến định tính dùng để chia nhĩm.

- Aùp dụng cho 2 mẫu phụ thuộc Thao tác thực hiện trên 2 biến định lượng liên quan cùng chỉ tiêu nghiên cứu trên 2 mẫu được thu thập phụ thuộc nhau.

3 Phát biểu giả thiết

* Giả thiết không H 0 : không có sự khác

biệt có ý nghĩa giữa các trị trung bình của

2 mẫu.

* Giả thiết đối H 1 : có sự khác biệt có ý

nghĩa giữa các trị trung bình của 2 mẫu.

4 Kết quả:

So sánh số Sig (2-tailed) đọc được từ SPSS với số α (bằng 0.05 khi mức tin cậy là 95%).

5 Thao tác kiểm định trị trung bình 2 mẫu độc lập

- Chọn Analyze -> Compare Means -> Independent-samples T test

- Chuyển biến định lượng vào ô Test Variables

- Chuyển biến định tính vào ô Grouping Variable

- Chọn Define Groups… và khai báo các mã số tượng trưng cho các mẫu đang so sánh vào 2 ô group 1 và group 2.

- Chọn Continue và chọn OK

Nếu Sig (2-tailed) < 0.05 -> bác bỏ H0 Nếu Sig (2-tailed) ≥ 0.05 -> chọn H0

- Đọc kết quả ở bảng Independent Samples Test Trong bảng này tìm số Sig (2-tailed).

- Do trong bảng kết quả có 2 số Sig (2-tailed), vì vậy để quyết định chọn con số nào trong 2 số Sig (2-tailed) này, chúng ta cần quan sát số Sig ở cột

“Levene’s Test for Equality of Variances”

- Số Sig này dùng kiểm định sự bằng nhau của 2 phương sai của 2 mẫu.

- Nếu số Sig này ≥ 0.05, nghĩa là phương sai 2

thành phố bằng nhau (tương ứng với dòng Equal Variances assumed) -> chọn số Sig (2-tailed) ở

dòng thứ nhất.

- Nếu số Sig này < 0.05, nghĩa là phương sai 2

thành phố không bằng nhau (tương ứng với dòng Equal Variances not assumed) -> chọn số Sig (2-tailed) ở dòng thứ hai

- So sánh số Sig (2-tailed) tìm được với số α như đã trình bày.

Ví dụ:

So sánh quy mô hộ gia đình (biến định lượng dùng tính trung bình) ở

2 thành phố (biến định tính dùng phân lọai) trong mẫu nghiên cứu

Hướng dẫn:

- Thao tác như trình bày ở trên.

- Chuyển biến sonk vào ô Test Variables.

- Chuyển biến tp vào ô Grouping Variable.

- Chọn Define groups… và nhập 1 (tượng trưng Hà Nội) vào ô Group

1, nhập 2 (tượng trưng TPHCM) vào ô Group 2.

- Số Sig (2-tailed) tìm được là 0.000 < 0.05 Kết luận có sự khác biệt

có ý nghĩa về số nhân khẩu trung bình trong một hộ ở HN và ở

TPHCM.

Lưu ý:

Trường hợp biến định tính phân lọai mẫu độc lập ra nhiều hơn 2

nhóm (ví dụ biến học vấn phân thành 5 nhóm), chúng ta có 2 phương pháp thực hiện tùy theo mục đích yêu cầu.

- Hoặc lần lượt so sánh từng cặp nhóm với nhau cho đến khi không còn cặp nào Ví dụ so sánh nhóm cấp 1 với cấp 2, cấp 2 với cấp 3, cấp

3 với đại học…

- Hoặc chia mẫu thành 2 nhóm lớn: nhóm trình độ phổ thông và nhóm trên phổ thông bằng cách dùng Cut Point trong Define Group.

Mã số nhập vào Cut Point là mã số dùng để chia mẫu thành 2 nhóm lớn Trong ví dụ trên số 4 sẽ được nhập vào ô Cut Point

5 Thao tác kiểm định trị trung bình 2 mẫu phụ thuộc

- Chọn Analyze -> Compare Means -> Paired-samples T test

- Chuyển 2 biến định lượng cần so sánh vào ô Paired Variables

- Chọn OK

- Tìm số Sig (2-tailed) trong bảng kết quả

Paired Samples Test.

- So sánh số Sig (2-tailed) với số α như đã trình bày.

Ví dụ:

So sánh mức lương nam và nữ có các phẩm chất tương đồng (bằng cấp, ngành đào tạo, trình độ tin học, ngọai ngữ, công việc được giao,

số năm kinh nghiệm)

Hướng dẫn:

- Thao tác như trình bày ở trên.

- Chuyển biến mlnam và mlnu vào ô Paired Variables.

- Chọn OK

- Số Sig (2-tailed) tìm được là 0.018 < 0.05

- Kết luận có sự khác biệt có ý nghĩa về mức lương giữa nam và nữ khi làm việc tại khu vực kinh tế có vốn đầu tư nước ngòai.