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.
Hoïc
sinh
IQ
Hoïc
sinh
IQ
Hoïc
sinh
IQ
1
110
11
115
21
112
2
105
12
125
22
122
3
102
13
115
23
104
4
112
14
106
24
105
5
120
15
110
25
110
6
107
16
110
26
120
7
99
17
117
27
125
8
100
18
98
28
120
9
109
19
124
29
100
10
103
20
107
30
110
Thực hiện kiểm đònh T một mẫu
trên SPSS:
Hộp thoại kiểm định T một mẫu:
Giá trị kiểm định
Biến kiểm định
Bảng kết quả kiểm định
One-Sample Statistics
N
Heä soá thoâng minh
30
Mean
Std. Deviation Std. Error Mean
110.73
8.05
1.47
One-Sample Test
Test Value = 105
Heä soá thoâng minh
t
3.900
df
29
Sig.
(2-tailed)
.001
Mean
Difference
5.73
95% Confidence
Interval of the
Difference
Lower
2.73
Upper
8.74
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
đó 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 nhóm.
- 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 H0: không có sự khác
biệt có ý nghĩa giữa các trị trung bình của
2 mẫu.
* Giả thiết đối H1: 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%).
Nếu Sig. (2-tailed) < 0.05 -> bác bỏ H0
Nếu Sig. (2-tailed) ≥ 0.05 -> chọn H0
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
- 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. (2tailed) 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.