Phân tích hai biến và phân tích đa biến trong nghiên cứu Xã hội học

1



2
mục đích

Là bớc tiếp theo sau khi phân tích đơn biến (số trung binh, trung vị, phân bố tần
suất) nhằm thiết lập mối quan hệ gia hai biến số.

Phân tích đơn biến chỉ cho thấy bức tranh chung của một sự vật, hiện tợng, trong
thực tế đặc điểm của các nhóm có thể khác nhau.

Kiểm định xem gia 2 biến số có mối liên quan hay không? (ví dụ: nghề nghiệp và
thu nhập; giơi tính và học vấn, v.v )

Xác định mức độ (mạnh, nhẹ) và hớng (thuận, nghịch) của mối quan hệ đó (hệ số
TQ).

Mối quan hệ giữa hai biến số không có nghĩa là quan hệ nhân quả.
3
Quan hÖ gi÷a 2 biÕn sè

Gi÷a 2 biÕn sè X vµ Y cã thÓ tån t¹i nh÷ng quan hÖ (trùc tiÕp
vµ gi¸n tiÕp) nh sau:
X Y Z
X Y X Y
X Y
X Z Y

4

tơng quan 2 biến
- Quan hệ tuyến tính gia 2 biến số: Y = a + bX
trong đó X là biến số độc lập/giai thích và Y là biến
số phụ thuộc; (ví dụ: tơng quan thu nhập và học vấn)
-
Tuy nhiên, trong nghiên cứu xã hội mối quan hệ
không hoàn toàn chính xác nh trên mà luôn có sai số
nhất định e:
-
Y = a + bX + e (trong đó e là sai số)
5
ví dụ minh hoạ
Quan h 2 bin (tuyn tớnh)
- Nghiên cứu mối quan hệ gia số nam học (X) và thu
nhập (Y) cho kết quả: Y = 2X + 60
Thu nhập có tơng quan tỷ lệ thuận với số nam học trung binh.
Ngời không học có khả nang thu nhập 60 triệu/nam. Nếu các
yếu tố khác không đổi thi với ngời đI học, sự gia tang mỗi nam
đI học có thể dẫn tới sự gia tang hai triệu trong thu nhập.

Lu ý: Cần xem xét phân tích các yếu tố khác liên
quan đến thu nhập binh quân trớc khi có thể kết luận
rằng học vấn là nguyên nhân của thu nhập.
6
Sử DụNG Bảng chéo (CROSSTAB)

Thành phần của bảng chéo: Các lớp của
một biến số đợc đan chéo với các lớp của
một biến số khác theo hàng và cột.

Cần đảm bảo số lợng trờng hợp trong
mỗi ô để có thể tính toán số %

Các biến số dùng trong bảng chéo cần xây
dựng theo nhóm (categorical), không nên để
dới dạng liên tục (continuous)
Sö DôNG B¶ng chÐo (CROSSTAB)

 !"#$%&
Trình độ
được đào tạo
Đơn vị 1
(%)
Đơn vị 2
(%)
Đơn vị 3
(%)
Đơn vị 4
(%)
Đơn vị 5
(%)
Trên đại học
50,81 9,1 13,23
0,17 0,16
Đai học - Cao đẳng 14,28 16,67
Trung cấp và CNKT 40,87 61,6
86,77
5,34 66,67
Nhân viên, sơ cấp 8,31 29,3 80,21 16,51
8

Một số lu ý (1)

Cần đảm bảo số lợng trờng hợp [N] trong
mỗi ô để có thể tính toán số %

Tính toán % theo tổng cột hay theo tổng hàng
nhằm thể hiện đợc ý đồ phân tích.

Thông thờng tính toán % theo biến số độc
lập.
9
Một số lu ý (2)

Không xây dựng quá nhiều lớp trong một biến
số, dẫn đến bảng cồng kềnh, khó giải thích.

Cần xem xét thêm các tơng quan gia biến
số phụ thuộc với các biến số khác có liên quan.
Ví dụ: Xem xét cả mối tơng quan gia học vấn
và thu nhập, gia tinh trạng hôn nhân và thu nhập
khi khảo sát tơng quan gia giới và thu nhập.
'()*+,)
)
!"$"
") $ -./
0/)")1 234 54 144
/)")1$6
$%
27 87 344
-./ 217 397 :44

 1. Đám cưới của ông/bà được tổ chức vào năm nào: ………….
 2. Trước khi quyết định cưới ông/bà hay gia đình có xem tuổi không?
 1. Có 2. Không

';3<$=>#?-0@0
AB?>CD B>#?-0@0
Giíi tÝnh Nam
27E5
N÷
21E3
Møc sèng hiÖn t¹i Hé giµu, kh¸ gi¶
2FE9
Hé trung b×nh
21EF
Hé nghÌo
24E4
12
KIỂM ĐỊNH THỐNG KÊ

Khi phân tích bảng chéo (crosstab), cần lựa chọn
sử dụng các kiểm định thống kê phù hợp với các
loại biến số khác nhau trong phân tích.

Kiểm định thống kê mối quan hệ giữa biến số độc
lập và biến số phụ thuộc khi tính toán lập bảng
chéo (crosstab).

Kiểm định thống kê được đánh giá qua mức ý
nghĩa α (p < 0.05). Giá trị xác suất p này càng nhỏ
thì kết quả kiểm định càng có ý nghĩa thống kê.

13
KIỂM ĐỊNH THỐNG KÊ

Tức là có đủ bằng chứng để bác bỏ giả thuyết Ho
(giữa 2 biến số không có mối liên hệ), đồng thời
chấp nhận giả thuyết H1 (giữa 2 biến số có mối
liên hệ).

Pearson Chi-square được sử dụng để kiểm
định quan hệ này.
G$?/H,I/
@$;J,

Đại lợng phổ biến sử dụng trong trờng hợp này là
hệ số tơng quan tuyến tính hay hệ số tơng quan r-
pearson.

Gía trị chỉ ra mức độ chặt chẽ giữa sự thay đổi của
một biến với sự thay đổi tơng ứng của một biến
khác. Gía trị dao động 1 đến + 1.

Phần lớn các hệ số tơng quan trong khoa học xã hội
nằm giữa 0,1 và 0,7. Dới 0, 1 là tơng quan yếu, trên
0,7 là tơng quan mạnh.

Sự thể hiện trên biểu đồ về mối quan hệ.
./0%HK)#.$L3M

J&:

Hai biến xem xét đợc đo lờng theo thang
khoảng hoặc tỉ lệ. Vì hệ số tơng quan
Pearson-r đợc tính trên cơ sở sử dụng z-score
nên cả hai biến cần phảI có phân bố chuẩn.
Nếu số liệu không thỏa mãn những yêu cầu
này ta nên dùng hệ số tơng quan Spearman
rho để thay thế.
./0%HK)#.$L2M
$#,$.
ChiÒu cao
C©n nÆng
ChiÒu cao Pearson Correlation
Sig. (2-tailed)
N
1.000
.
16
0.806**
.000
16
C©n nÆng Pearson Correlation
Sig. (2-tailed)
N
0.806**
.000
16
1.000
.
16
** HÖ sè t¬ng quan cã ý nghÜa thèng kª ë møc 0.01 (2 tailed)

./0%HK)#.$L1M

Các hoa thị (*) thể hiện mức ý nghĩa thống kê. Hệ số
tơng quan có ý nghĩa thống kê thể hiện mối quan hệ
xác thực, không nhất thiết đó là quan hệ mạnh.

Hệ số tơng quan Pea rson đợc tính toán cho mối
quan hệ giữa chiều cao và cân nặng của học sinh. Có
mối tơng quan thuận mạnh (0.806, với p<0.001)
giữa hai yếu tố. Điều đó chứng tỏ rằng có mối quan
hệ tuyến tính thực sự giữa hai biến. Những học sinh
cao hơn thờng nặng hơn.
./0%HN)#?L3M
J&: Hai biến xem xét đợc đo lờng theo thang thứ tự (hoặc khoang và tỉ lệ).
Dọc kết qua: $#,$.
Chiều cao
Cân nặng
Chiều cao Spearman Correlation
Sig. (2-tailed)
N
1.000
.
16
0.883**
.000
16
Cân nặng Spearman Correlation
Sig. (2-tailed)
N
0.883**

.000
16
1.000
.
16
** Hệ số tơng quan có ý nghĩa thống kê ở mức 0.01 (2 tailed)
./0%HN)#?L2M

Các hoa thị (*) thể hiện mức ý nghĩa thống kê. Hệ số
tơng quan có ý nghĩa thống kê thể hiện mối quan hệ
xác thực, không nhất thiết đó là quan hệ mạnh.

Hệ số tơng quan Spea rman rho đợc tính toán cho
mối quan hệ giữa chiều cao và cân nặng của học sinh.
Có mối tơng quan thuận mạnh (0.883, với p<0.001)
giữa hai yếu tố. Điều đó chứng tỏ rằng có mối quan
hệ tuyến tính thực sự giữa hai biến. Những học sinh
cao hơn thờng nặng hơn.
J./O)0%L3M

Đây là tiêu chí đợc sử dụng khá rộng rãi để phân tích ý nghĩa
thống kê trong khoa học xã hội dù đó là thang đo định tính
hay thang đo định lợng. Khi bình phơng cho phép kiểm tra
giả thuyết, để trả lời câu hỏi: sự sai lệch giữa tần số thực
nghiệm và tần số lý thuyết của phân bố có phải là ngẫu nhiên
không? Nó không đo cờng độ mối quan hệ giữa các biến, nh
ng nó xác định xem có một tơng quan có ý nghĩa hay không,
có một sự thay đổi không ngẫu nhiên hay không. Khi bình ph
ơng kiểm tra xem giá trị mong đợi (lý thuyết) lệch khỏi giá trị
quan sát (thực nghiệm) bao nhiêu.

J./O)0%L2M

Để xác định Khi bình phơng có nghĩa hay
không, chúng ta cần phảI so sánh giá trị tính
đợc với một bảng giá trị chuẩn của Khi bình
phơng.

Về ý nghĩa thống kê, Khi bình phơng chỉ ra
rằng, có một tơng quan có ý nghĩa thống kê
giữa hai biến. Khi bình phơng luôn luôn là số
dơng, nó không nói lên hớng của tơng
quan.
J./O)0%L1M

PA   
Trinh ®é c«ng nghÖ Tªn c«ng ty Tæng
A B
HiÖn ®¹i 56 149 205
8.6% 56.2% 22.3%
KÕt hîp hiÖn ®¹i vµ TThèng 578 116 694
88.5% 43.8% 75.6%
TruyÒn thèng 19 0 19
2.9% .0% 2.1%
Tæng sè 653 265 918
100.0% 100.0% 100.0%
J./O)0%L:M

Chi-Square Tests
Value df
Asymp. Sig. (2-

sided)
Pearson Chi-Square
249.288(a) 2 .000
Likelihood Ratio
236.488 2 .000
Linear-by-Linear Association
237.170 1 .000
N of Valid Cases
918
a 0 cells (.0%) have expected count less than 5. The minimum expected count is
5.48.
24
Ví Dụ Luyện tập PHÂN TíCH 2 BIếN
Ví dụ: Giới tính Nhu cầu đào tạo
Học vấn Thu nhập
Ngành nghề Sáng kiến

Học viên có thể nêu ví dụ minh hoạ các quan hệ 2
biến theo lĩnh vực công việc của minh. Chú ý xác định
rõ biến số và tơng quan gia các biến số đó.
/.QR=? 

VÝ dô: Mèi quan hÖ gi÷a tr×nh ®é häc vÊn vµ
hiÓu biÕt vÒ chiÕn lîc nguån nh©n lùc (%)
ST,0U)AS
!"
SVW S@ VW
!%.XX>/ F4 24
!)- X,Y 74 74