Trong SPSS ta có thể kiểm định giả thuyết ở mức ý nghĩa nhỏ hơn 0.05 (được phân biệt bằng một dấu sao ở cạnh giá trị thống kê tính được trên mẫu) và ở mức ý nghĩa nhỏ hơn 0.01 (phân biệt bằng hai dấu sao ). Từ bảng trên ta có thể thấy khả năng để hệ số tương quan tính được từ mẫu chẳng hạn là 0.543 trong khi trên thực tế không có mối liên hệ tuyến tính nào trong tổng thể giữa trí thông minh phân tích và trí thông minh sáng tạo (điều này được phản ánh bởi mức ý nghĩa của ta là .Sig = 0.000). Nhưng với hai dấu sao cạnh con số 0.543 cho phép ta sử dụng mức ý nghĩa 1% (tức là xác suất chấp nhận giả thuyết sai là 1%) thì giả thuyết ban đầu H0 cho rằng hệ số tương quan của tổng thể bằng 0 bị bác bỏ. Tóm lại, ta vẫn khẳng định các loại trí thông minh trên của học sinh có mối tương quan với nhau ở mức “trung bình khá .”
Trang 1BÀI TẬP
Thực hành trên file SV.sav và KHAOSAT.sav sử dụng SPSS 20 để xử lý
và phân tích số liệu
BÀI LÀM Trước hết ta tạo các biến analysic, creative, practice, tongstat, tongb60 bằng cách: Chọn bảng dữ liệu Variable View/ Chuột phải/Insert Variable/ sau đó chọn Dicemals: 0; Measure:
Scale
Câu 1: Tìm độ tương quan giữa các thang đo chỉ số thông minh của học sinh và sinh viên
1) Tính giá trị đo analy, creat, pract
Tính thang đo analysic bằng cách: Transform/Computer Variable/
Tính thang đo creative bằng cách: Transform/Computer Variable/
Trang 2Thực hiện tương tự cho biến practive, tongstat và tongb60
2) Phân tích độ tương quan giữa các thang đo analy, creat, pract
Để tìm tương quan giữa các thang đo analy, creat, pract của trắc nghiệm Sterberg (tongstat), ta dùng lệnh Analyze \ Correllate \ Bivariate, chọn các biến để đánh giá tương quan là analy, creat, pract Được kết quả như sau:
Ở bảng trên, hệ số tương quan R chính là Pearson Correlation Đương nhiên một thang đo có mối liên quan chặt chẽ đến chính nó, nên R = 1 Ta thấy các thang đo có mối tương quan như nhau và thuận chiều, nhưng không cao Ví dụ, trí thông minh phân tích của học sinh có mối tương quan với với trí thông minh sáng tạo của họ với hệ số tương quan là R = 0,543 ; và có mối tương quan với với trí thông minh thực hành của họ với hệ số tương quan là R = 0,505 Tuy nhiên các giá trị tương quan này không cao
Trang 3- Trong SPSS ta có thể kiểm định giả thuyết ở mức ý nghĩa nhỏ hơn 0.05 (được phân biệt bằng một dấu sao * ở cạnh giá trị thống kê tính được trên mẫu) và ở mức ý nghĩa nhỏ hơn 0.01 (phân biệt bằng hai dấu sao **)
- Từ bảng trên ta có thể thấy khả năng để hệ số tương quan tính được từ mẫu chẳng hạn là 0.543 trong khi trên thực tế không có mối liên hệ tuyến tính nào trong tổng thể giữa trí thông minh phân tích
và trí thông minh sáng tạo (điều này được phản ánh bởi mức ý nghĩa của ta là Sig = 0.000) Nhưng với hai dấu sao ** cạnh con số 0.543 cho phép ta sử dụng mức ý nghĩa 1% (tức là xác suất chấp nhận giả thuyết sai là 1%) thì giả thuyết ban đầu H 0 cho rằng hệ số tương quan của tổng thể bằng 0 bị bác bỏ Tóm lại, ta vẫn khẳng định các loại trí thông minh trên của học sinh có mối tương quan với nhau ở mức “trung bình khá ”
Câu 2: So sánh 2 mô hình trắc nghiệm Sternberg và Munzert 1) Tính giá trị cho các biến tongstat và tong60
Tính giá trị cho biến tongb60 bằng cách: Transform/Computer Variable/
Thực hiện tính tương tự cho biến tongstat
Trang 42) Phân tích độ tương quan giữa 2 thang đo tongstat và tongb60
- Để tính tương quan của trắc nghiệm trên với trắc nghiệm Munzert (tongb60) trên 2 nhóm mẫu học sinh/ sinh viên, làm như sau:
+ Tiếp theo tính tương quan của TongStat đã tính với tongb60 trên nhóm mẫu học sinh bằng lệnh Analyze \ Correllate \ Bivariate, kết quả thu được:
Nhận xét: Đánh giá mối tương quan giữa hai biến định lượng, bảng trên cho thấy đánh giá tổng điểm về trí thông minh của học sinh theo trắc nghiệm của Munzert (tong60) và của Sternberg (tongstat)
là tương đồng với nhau
Câu 3: Kiểm định t – 2 mẫu độc lập
Xét trắc nghiệm Sternberg, so sánh điểm trung bình về trí thông minh của học sinh
Với yêu cầu: So sánh các điểm trung bình đo bằng trắc nghiệm Sternberg (tongstat) để đánh giá mức độ khác biệt (trí thông minh) giữa học sinh thành phố và nông thôn, ta có thể dùng mô hình kiểm định t hai mẫu độc lập (không cần mô hình ANOVA) như sau:
- Trước hết dùng lệnh Data \ Select case để chọn lại đối tượng là học sinh với điều kiện ở dòng If là hssv = 1
Trang 5Sau đó dùng lệnh Analyze \ Compare Means \ Independent -Samples T test để chọn Variables là tongstat và chọn Group là biến
vung với định nghĩa tương ứng là
1 và 2
Được kết quả như sau:
Trang 6Từ bảng trên ta thấy điểm trung bình trí thông minh giữa học sinh Nông thôn và Thành phố chênh lệch khá lớn Điều này có lẽ được giải thích bởi năng lực trí tuệ của học sinh phụ thuộc vào điều kiện sống của từng vùng Nhìn độ lệch chuẩn chênh nhau không nhiều nên ta cần phải tiếp tục quan sát bảng kiểm định hai mẫu độc lập dưới đây:
Kiểm định Levene về sự ngang bằng các phương sai (Levene’s Test for Equality of Variances) có giả thuyết H0 cho rằng “Phương sai của điểm trung bình trí thông minh của học sinh thành phố và nông thôn là ngang bằng như nhau”
Vì kết quả kiểm định sự bằng nhau của hai phương sai từ bảng trên (rơi vào trường hợp đầu (.Sig = 0.729 >= 0.05) thì phương sai điểm trung bình trí thông minh của học sinh ở vùng thành phố và nông thôn là bằng nhau, ta sử dụng kết quả ở dòng 1
Áp dụng: căn cứ vào giá trị Sig ở dòng một là 0.000 < 0.5 (hay xác suất trên 0%, rơi vào trường hợp 2), ta kết luận bác bỏ giả thuyết H0: Mẫu đã cung cấp một bằng chứng mạnh mẽ rằng các trị số điểm trung bình trí thông minh (19,95 và 16.54) giữa học sinh thành phố
và học sinh nông thôn là khác biệt có ý nghĩa thống kê Nói cách khác, từ độ lớn của các trung bình và kết quả của phép kiểm định, ta
Trang 7có thể kết luận rằng trí tuệ của học sinh thành phố vượt trội và học sinh nông thôn
Câu 4: Kiểm định ANOVA
Với yêu cầu đánh giá mức độ khác biệt giữa sinh viên của 7 ngành như trong đề bài ta làm như sau:
- Trước hết dùng lệnh Data \ Select case để chọn lại đối tượng là sinh viên thoả các ngành nói trên, với điều kiện dòng if là hssv = 2 and nganh <= 5
+ Sau đó dùng lệnh Analyze \ Compare Means \ One Way ANOVA Chọn Dependent List là tongstat và Factor là nganh Nhấn
nút Options để chọn thêm các thống kê mô tả (Description) và kiểm định ngang bằng phương sai (Homogeneity of variance test)
Kết quả thu được là:
Trang 8Trong bảng thống kê mô tả (Description): Các điểm trung bình (mean) đánh giá trí thông minh của SV các ngành có những khác biệt nhất định Thấp nhất là SV Sư phạm (15.73) và KHXH & NV (15,96); cao nhất là kĩ thuật, CNTT, BK (22,5); ở mức trung bình là nhóm ngành kinh tế (Kinh tế, TM, QTKD), Y tế, y khoa Vậy để liệu chừng sự khác biệt trên có ý nghĩa thống kê không, ta xem tiếp khối
dữ liệu thứ hai
Trong bảng kiểm định ngang bằng phương sai (Test of Homogeneity of Variances) Thống kê Levene = 42,943 với mức ý nghĩa Sig (hay xác suất p-value) = 0.000< 0.05 cung cấp một bằng chứng về “ngang bằng phương sai” là không được chấp nhận Từ đó trí thông minh của sinh viên giữa các ngành nói trên là khác biệt có ý nghĩa thống kê, nhưng không khác biệt mạnh mẽ
Trang 9Phân tích phương sai (ANOVA): Thống kê tần suất F = 61,291 với mức ý nghĩa Sig (hay xác suất p-value) = 0.000 rất nhỏ so với 0.5 chỉ ra rằng giả thiết H0 “không có sự khác biệt về trí thông minh của sinh viên giữa các ngành đang nghiên cứu” bị bác bỏ Mẫu của chúng ta cung cấp một bằng chứng mạnh rằng các trí thông minh của SV thuộc các ngành khác nhau thì khác nhau đáng kể và thấp dần theo thứ tự: Khối ngành kĩ thuật, CNTT, BK, khối ngành y khoa, khối ngành kinh tế, ngành KHXH & NV, ngành sư phạm
Thực tế khối ngành sư phạm có điểm trung bình trí thông minh thấp nhất là do lấy đầu vào điều tra là từ nhóm GD tiểu học, TLGD Kết quả này là do chọn mẫu chứ không phải do bản chất
Câu 5: Kiểm định ANOVA
Yêu cầu của câu hỏi cần đến một sự kiểm định về sự ảnh hưởng của một biến (biến lop) đối với biến khác (biến tongsat) Vì vậy ta sẽ chọn kiểm định ANOVA (phân tích phương sai một yếu tố)
- Trước hết dùng lệnh Data \ Select cases để chọn lại đối tượng là học sinh với điều kiện dòng if là hssv = 1
- Tiếp theo dùng lệnh Analyze \ Compare Means \ One – Way ANOVA - Chọn Dependent List là tongstat và Factor là lop
Trang 10- Trong Post Hoc, chọn LSD: để qui định phép kiểm định này lần lượt thực hiện kiểm định t với từng nhóm
- Trong Option chọn Descriptive : để đưa ra các thống kê mô tả
Trong số các kết quả thu được, ta có thể chỉ cần quan tâm đến bảng sau đây:
Từ bảng trên ta thấy điểm trung bình giữa lớp 10, 11 và lớp 12
là tương đương nhau, nhưng có một khác biệt rõ rệt nhưng không quá nhiều giữa lớp 10 và lớp 11 Điểu này chứng tỏ về năng lực trí tuệ của học sinh ở 2 lớp cuối bậc phổ thông tăng lên nhiều hơn so với khi mới bắt đầu vào bậc học này
Câu 6: Đánh giá độ tin cậy của các thang đo
Ta tính độ tin cậy cho các thang đo Tuy nhiên ta nên tính hai lần để so sánh Đầu tiên tính độ tin cậy cho tất cả các item, sau đó
mới tính độ tin cậy cho các thang đo analy, creat và pract Cụ thể
như sau:
Trang 11Vì Analy là tổng của các item từ aa1 đến aa12, Creat là tổng của các item từ aa13 đến a24, Pract là tổng của các item từ aa25 đến aa36 Vậy ta tính độ tin cậy của tất cả các item từ aa1 đến aa36
- Trước hết chọn lệnh Data \ Select cases để chọn All cases
- Sau đó dùng lệnh Analyze \ Scale \ Reliability Analysis, rồi chọn các item từ aa1 đến aa36 Nhấn nút Statistic chọn Item, Scale, và Scale item if deleted
Bảng kết quả thứ nhất thống kê độ tin cậy chung là khá cao với hệ
số Cronbach’s Alpha bằng 0.820
Bảng kết quả tiếp theo mà ta cần quan tâm thống kê độ tin cậy của từng item với hệ số tin cậy Cronbach’s Alpha cũng tương đương, đều
có giá trị khá cao, trong khoảng từ 0.812 đến 0.822
Item-Total Statistics
Scale Mean
Deleted
Scale Variance if Item
Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
TM
TM
Trang 12aa3 17,68 36,331 ,311 ,816
Bây giờ lại dùng lệnh Analyze \ Scale \ Reliability Analysis, rồi chọn các thang đo analy, creat, pract Nhấn nút Statistic chọn Item, Scale, và Scale item if deleted
Bảng kết quả thứ nhất thống kê độ tin cậy chung tuy vẫn cao với giá trị hệ số Cronbach’s Alpha bằng 0.753 nhưng cũng đã giảm xuống khi chuyển sang thang đo tổng
Reliability Statistics
Trang 13Alpha
N of Items
Bảng kết quả tiếp theo mà ta cần quan tâm thống kê độ tin cậy của từng thang đo do đó cũng giảm tương ứng và thậm chí giảm mạnh (hệ số Cronbach’s Alpha có giá trị trong khoảng từ 0,643 đến 0,698) Tuy nhiên giá trị trên trung bình của các độ tin cậy là chấp nhận được và cho phép ta kết luận các thang đo analy, creat, pract của trắc nghiệm STAT trên nhóm mẫu học sinh và sinh viên là khá tốt
Item-Total Statistics
Scale Mean
Deleted
Scale Variance if Item
Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
Câu 7: Đánh giá độ phân biệt của các Item trong trắc nghiệm
Trước hết dùng lệnh Data \ Select case để chọn lại đối tượng là sinh
viên với điều kiện dòng if là hssv = 2
- Sau đó có thể dùng lệnh Analyze \ Descriptive Statistics \ Frequencies Chọn tất cả các item từ aa1 aa36, và tongstat Trên bảng tongstat, ta giả định chia làm 3 nhóm điểm (cột đầu tiên): nhóm điểm cao, nhóm điểm trung bình và nhóm điểm thấp Từ đó suy ra nhóm cao có tongstat >= 23 , nhóm thấp có tongstat <= 15, nhóm trung bình có tongstat từ 16 đến 22
tongstat
Frequenc
y Percent ValidPercent CumulativePercent
Trang 145 4 ,2 ,3 4,0
Total 1553 95,5 100,0
Missing System 73 4,5
Độ phân biệt của các item là hiệu của của nhóm cao trừ cho nhóm thấp Vậy phải ta phải tính từng nhóm:
+ Để tính điểm cho nhóm cao, ta dùng lệnh Data \ Select case để chọn lại đối tượng là sinh viên với điều kiện dòng if là hssv = 2 and tongstat >= 23
Trang 15+ Sau đó có thể dùng lệnh Analyze \ Descriptive Statistics \ Frequencies Chọn tất cả các item từ aa1 aa36, để tìm điểm cho nhóm cao
+ Điểm của nhóm cao nhất là: 480
Làm tương tự cho nhóm thấp
+ Để tính điểm cho nhóm thấp, ta dùng lệnh Data \ Select case để chọn lại đối tượng là sinh viên với điều kiện dòng if là hssv = 2 and tongstat <= 15
+ Sau đó có thể dùng lệnh Analyze \ Descriptive Statistics \ Frequencies Chọn tất cả các item từ aa1 aa36, để tìm điểm cho nhóm thấp
+ Điểm của nhóm thấp là: 451
Vậy
Độ phân biệt của các Item là: 480 – 451 = 29