Trong khi sử dụng phần mềm SPSS để nghiên cứu, so sánh giá trị của một thể thì các bạn cũng không xa lạ gì với việc kiểm định giá trị trung bình trong spss. Vậy làm cách nào để sử dụng kiểm định đạt kết quả cao nhất mà không gặp phải trục trặc? Hãy cùng chúng tôi tham khảo bài viết dưới đây!
Kiểm định giá trị trung bình trong spss
Kiểm định giá trị trung bình trong SPSS là một công cụ giúp so sánh giá trị trung bình (the mean) của một hoặc hai tổng thể bằng cách sử dụng phương pháp kiểm tra giả thuyết. Chẳng hạn như kiểm tra xem điểm trung bình kỳ thi cuối kỳ của học sinh trong lớp là cao hơn, thấp hơn hay bằng 8 điểm; kiểm tra xem chiều cao trung bình của các ứng viên tham dự cuộc thi Hoa hậu Hoàn Vũ là cao hơn, thấp hơn hay bằng 1,7 mét….
1. Kiểm định One sample T.test SPSS
Đây là bảng đánh giá các tiêu chí trong nhóm Lương, thưởng, phúc lợi:
Bảng ví dụ
Giả thuyết H0 đặt ra cho kiểm định One-Sample T-Test là: Điểm đánh giá trung bình của nhân viên đối với các tiêu chí của nhân tố Lương, thưởng, phúc lợi là 3. Chúng ta sẽ thực hiện kiểm định để xem thử sẽ bác bỏ hay chấp nhận giả thuyết Ho (độ tin cậy được sử dụng là 95%).
Thực hiện trên SPSS chúng ta tiến hành xử lý với 3 bước sau:
Bước 1: Các bạn vào Analyze > Compare Means > One-Sample T Test…
Bước 1 Kiểm định One sample T.test SPSS
Bước 2: Tại Giao diện cửa sổ One-Sample T-Test xuất hiện, các bạn đưa các biến cần kiểm định vào mục Test Variable(s), cụ thể trong trường hợp này là TN1 đến TN5. Tiếp đến, nhập giá trị muốn so sánh trung bình vào mục Test Value, cụ thể ở đây là 3.
Bước 2 Kiểm định One sample T.test SPSS
Bước 3: Sau đó nhấp OK, các bạn sẽ thấy 2 bảng xuất hiện ở file Output. Một bảng là One-Sample Statistics thống kê giá trị trung bình, độ lệch chuẩn các biến; bảng còn lại là One-Sample Test cho biết kết quả kiểm định vừa thực hiện.
Bước 3.1 Kết quả kiểm định One sample T.test SPSS
Bước 3.2 Kết quả kiểm định One sample T.test SPSS
Chúng ta sẽ nhìn vào giá trị sig kiểm định t trong bảng One-Sample Test trước. Có thể thấy tất cả các giá trị sig đều nhỏ hơn 0.05. Như vậy, chúng ta bác bỏ giả thuyết Ho ban đầu, nghĩa là điểm đánh giá trung bình của nhân viên đối với các tiêu chí của nhân tố Lương, thưởng, phúc lợi là khác 3.
Tiếp đến chúng ta sẽ sử dụng bảng One-Sample Statistics để nhận xét tiếp. Kết quả từ bảng One-Sample Statistics cho thấy rằng, giá trị trung bình các tiêu chí đưa vào kiểm định dao động từ 3.62 đến 3.67, tất cả đều lớn hơn 3. Như vậy, nhân viên tại công ty đang có mức độ đồng ý với các tiêu chí trong nhóm Lương, thưởng, phúc lợi trên mức trung lập 3.
2. Kiểm định Independent Sample T.test
Ví dụ kiểm định Independent Sample T.test
Ví dụ điển hình:
Trên hình ảnh, các bạn có thể thấy biến giới tính có 2 value, như vậy như câu nói ban đầu của mình, 2 value thì sẽ dùng Independent Sample T – Test. Để dễ dàng cho việc trình bày, mình sẽ sử dụng biến Gioi_tinh (giới tính) là biến định tính và biến SHL (sự hài lòng) là biến định lượng.
Bước 1: Vào Analyze > Compare Means > Independent Sample T-Test…
Bước 1 kiểm định Independent Sample T.test
Bước 2: Ở giao diện được mở ra, các bạn đưa biến định lượng vào mục Test Variable (s), đưa biến định tính vào mục Grouping Variable. Sau đó nhấn vào mục Define Groups… ngay bên dưới.
Bước 2 kiểm định Independent Sample T.test
Bước 3: Tại đây, các bạn sẽ phân nhóm giá trị ra. Biến giới tính của chúng ta có 2 value: 1 là nam, 2 là nữ, do vậy các bạn sẽ điền 2 số này vào 2 ô trống, không cần phải sắp xếp 1 đến 2, có thể điền 2, 1 cũng được, không sao cả nhé. Sau đó nhấn vào Continue.
Bước 3 kiểm định Independent Sample T.test
Bước 4: Trở lại giao diện ban đầu, nhấn OK để xuất kết quả ra Output.
Bước 4.1 kiểm định Independent Sample T.test
Chúng ta sẽ quan tâm tới bảng Independent Samples Test. Giá trị đầu tiên là sig của Levene’s Test (điểm màu vàng).
Bước 4.2 kết quả kiểm định Independent Sample T.test
– Trường hợp sig nhỏ hơn 0.05: Nếu sig Levene’s Test nhỏ hơn 0.05 thì phương sai giữa 2 giới tính là khác nhau, chúng ta sẽ sử dụng giá trị sig T-Test màu hồng ở hàng Equal variances not assumed.
Giá trị sig T-Test < 0.05 chúng ta kết luận: Có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên có giới tính khác nhau.
Giá trị sig T-Test >= 0.05 chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên có giới tính khác nhau.
– Trường hợp sig lớn hơn hoặc bằng 0.05: Nếu sig Levene’s Test lớn hơn hoặc bằng 0.05 thì phương sai giữa 2 giới tính là không khác nhau, chúng ta sẽ sử dụng giá trị sig T-Test màu xanh ở hàng Equal variances assumed.
Giá trị sig T-Test < 0.05 chúng ta kết luận: Có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên có giới tính khác nhau.
Giá trị sig T-Test >= 0.05 chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên có giới tính khác nhau.
Có quá nhiều số liệu cũng như cách kiểm định trong SPSS, để kiểm định t test tối ưu nhất, đạt kết quả cao nhất thì chúng ta phải nắm bắt được nhiều kiến thức cũng như kinh nghiệm khi xử lý số liệu. Best4team sẽ giúp các bạn có thật nhiều kiến thức về cách kiểm định trong SPSS chi tiết nhất, được cập nhật liên tục. Hãy tham khảo ngay!
3. Kiểm định Paired sample T.tests SPSS
Tình huống: Công ty muốn kiểm tra mức độ hài lòng của 250 nhân viên bán hàng của công ty về sự thay đổi của chính sách phân chia hoa hồng trước và sau. Thang đo mức độ hài lòng là 10 điểm tối đa và 1 điểm tối thiểu, càng hài lòng cho điểm càng cao.
Cuộc khảo sát lần 1 (trước khi áp dụng chính sách mới) tiến hành ngày 01/03/2018 trên toàn bộ 250 nhân viên thu về 250 kết quả.
Cuộc khảo sát lần 2 (sau khi áp dụng chính sách mới) tiến hành ngày 01/06/2018 trên cùng 250 nhân viên cũ thu về 250 kết quả.
Sau khi thu thập phiếu khảo sát về, mã hóa và nhập liệu, ta có file data bên dưới. Cột NhanVien là số thứ tự 250 nhân viên tham gia khảo sát. Cột KhaoSat1 và KhaoSat2 lần lượt là kết quả 2 lần khảo sát.
File data kiểm định Paired-Samples T Test
Bước 1: Thực hiện kiểm định Paired-Samples T.Test bằng cách vào Analyze > Compare Means > Paired-Samples T Test.
Bước 1 kiểm định Paired-Samples T Test
Bước 2: Xuất hiện hộp thoại Paired-Samples T Test, đưa 2 biến muốn kiểm định trị trung bình vào khung Paired Variables.
Bước 2.1 kiểm định Paired-Samples T Test
Bước 2.2 kiểm định Paired-Samples T Test
Bước 3: Tại tùy chọn Options, mặc định phần mềm chọn độ tin cậy là 95% (tương ứng mức ý nghĩa 5%). Nếu bạn thực hiện kiểm định với độ tin cậy khác 93%, 97%, 99%,… hãy thay đổi con số ở đây.
Bước 3 kiểm định Paired-Samples T Test
Bước 4: Sau khi đã nhập độ tin cậy, chọn Continue, quay lại cửa sổ ban đầu, chọn OK. Kết quả output sẽ được hiển thị:
Kết quả Output sẽ có 3 bảng. Bảng cần quan tâm đầu tiên là Paired Samples Test. Chúng ta cần chú ý đến giá trị sig kiểm định t ở cuối bảng. Giá trị sig = 0.000 < 0.05, ta bác bỏ giả thuyết Ho. Như vậy, có sự khác biệt trung bình mức điểm đánh giá sự hài lòng của nhân viên giữa 2 lần khảo sát.
Bước 4.1 kết quả kiểm định Paired-Samples T Test
+ Bảng tiếp theo là Paired Samples Statistics cho ta thấy sự khác biệt trung bình cụ thể như thế nào. Cột Mean trong bảng thể hiện trung bình mức điểm đánh giá của 2 lần khảo sát. Có thể thấy được rằng, ở lần khảo sát 2, nhân viên hài lòng hơn về chính sách phân chia hoa hồng. Lần 2 điểm trung bình đánh giá là 6.17 cao hơn 5.48 là điểm trung bình của lần 1.
(Nếu lấy Mean lần 1 làm phép trừ cho Mean lần 2 sẽ là 5.48 – 6.417 = -0.69 chính là mức chênh lệch Mean màu xanh -0.688 ở bảng Paired Samples Test)
Bước 4.2 kết quả kiểm định Paired-Samples T Test
Tới đây, chúng ta đã có thể kết luận rằng: Có sự khác biệt sự hài lòng của nhân viên đối với việc áp dụng chính sách phân chia hoa hồng mới. Việc áp dụng chính sách mới làm nhân viên hài lòng hơn chính sách cũ.
+ Bảng cuối cùng là Paired Sample Correlations. Bảng này cho biết có mối tương quan về dữ liệu giữa 2 lần khảo sát hay không. Việc tương quan hay không tương quan của dữ liệu ở 2 lần khảo sát không có mối quan hệ nhân quả với kết quả kiểm định Paired Sample T-Test.
Bước 4.3 kết quả kiểm định Paired-Samples T Test
Giá trị sig < 0.05 nghĩa là dữ liệu có tương quan. Nếu sig > 0.05, dữ liệu 2 lần khảo sát không có sự tương quan với nhau.
4. Kiểm định One Way ANOVA SPSS
Ví dụ kiểm định one way anova
Ví dụ điển hình:
Trên hình ảnh, các bạn có thể thấy biến nhóm tuổi có 5 value, như vậy như câu nói ban đầu của mình, hơn 2 value thì sẽ dùng ANOVA. Để dễ dàng cho việc trình bày, mình sẽ sử dụng biến Tuoi (nhóm tuổi) là biến định tính và biến SHL (sự hài lòng) là biến định lượng.
Bước 1: Cách thực hiện phân tích ANOVA như sau. Vào Analyze > Compare Means > One-Way ANOVA…
Bước 1 kiểm định one way Anova
Bước 2: Giao diện hiện ra như sau, các bạn đưa biến phụ thuộc vào mục Dependent List, đưa biến định tính vào mục Factor.
Bước 2 kiểm định one way Anova
Bước 3: Tiếp đến, sử dụng tùy chọn Options. Tích vào 3 mục như hình ảnh phía dưới. Sau đó chọn Continue.
Bước 3 kiểm định one way Anova
Bước 4: Quay lại giao diện ban đầu, chọn OK để xuất kết quả ra Output:
Bước 4.1 kiểm định one way Anova
Bảng bạn quan tâm đầu tiên đó là Test of Homogeneity of Variances, chúng ta sẽ xem xét sig của Levene Statistic.
+ Trường hợp sig lớn hơn hoặc bằng 0.05
Bước 4.2 kiểm định one way Anova
Nếu sig ở kiểm định này > 0.05 thì phương sai giữa các lựa chọn của biến định tính ở trên không khác nhau, xem tiếp kết quả ở bảng ANOVA.
Bước 4.3 kiểm định one way Anova
Nếu sig ở bảng ANOVA < 0.05, chúng ta kết luận: Có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên thuộc các nhóm tuổi khác nhau.
Nếu sig ở bảng ANOVA >= 0.05, chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những đáp viên thuộc các nhóm tuổi khác nhau.
– Trường hợp sig nhỏ hơn 0.05
Bước 4.4 kiểm định one way Anova
Trường hợp sig Levene Statistic nhỏ hơn 0.05, giả thuyết phương sai đồng nhất giữa các nhóm giá trị biến định tính đã bị vi phạm. Nghĩa là phương sai giữa các nhóm bộ phận làm việc là không bằng nhau. Chúng ta không thể sử dụng bảng ANOVA mà sẽ đi vào kiểm định Welch cho trường hợp vi phạm giả định phương sai đồng nhất.
Bạn đang gặp khó khăn trong việc tìm hiểu, khảo sát thông tin nghiên cứu? Bạn không có bộ số liệu spss chuẩn để đạt kết quả cao? Best4team có dịch vụ SPSS sẽ giải quyết nỗi lo lắng của các bạn về bộ số liệu, cách xử lý hoàn chỉnh nhất thông qua đội ngũ nhân viên lâu đời, có chuyên môn cao, cam kết chất lượng, nhanh chóng. Hãy liên hệ ngay!
5. Kiểm định Chi- square SPSS
– Việc kiểm định giá trị trung bình trong SPSS dựa trên sự phân loại của tham số mà vấn đề, tình huống nghiên cứu đưa ra. Dựa trên đặc tính của tham số, chúng ta có 5 kiểm định giá trị trung bình đó là kiểm định One-Sample T-Test, kiểm định Independent Sample T-Test, kiểm định Paired-Samples T-Test , kiểm định One Way Anova và kiểm định Chi- square.
– Trong phần này, chúng ta sẽ tiến hành thực hiện với kiểm định Chi-square.
Để thực hiện kiểm định bước đầu tiên bạn cần xác định hai giả thuyết cần kiểm định là gì. Cặp giả thuyết cần kiểm định là H0 và H1. Trong đó:
Giả thuyết H0: Hai tiêu thức thống kê không có mối liên hệ với nhau (tức là độc lập nhau)
Đối thuyết H1: Hai tiêu thức thống kê có mối liên hệ với nhau (tức là phụ thuộc nhau)
Xét ví dụ sau:
Có ý kiến cho rằng: “Tình trạng việc làm của những người lao động trong các hộ dân tái định cư trên địa bàn thành phố Đà Nẵng không chịu ảnh hưởng bởi yếu tố giới tính”. Với mức ý nghĩa 5% thì ý kiến trên có đáng tin cậy hay không? Đối với ví dụ trên thì hai cặp giả thuyết cần kiểm định là H0 và H1
Giả thuyết H0: Trình trạng việc làm và giới tính của người lao động là không có mối liên hệ (độc lập nhau).
Giả thuyết H1: Trình trạng việc làm và giới tính của người lao động có mối liên hệ với nhau. (phụ thuộc nhau)
Sau đây là quy trình 6 bước để thực hiện kiểm định chi-square trong spss.
Bước 1: Chọn Analyze > Descriptive Statistics > Crosstabs trên thanh menu.
Bước 1 kiểm định chi-square
Bước 2: Chuyển một trong các biến vào ô Row(s) (các hàng). Sau đó chuyển các biến khác vào ô Column(s)( các cột).
Bước 2 kiểm định chi-square
Bước 3: Nhấp vào Statistics. Chọn Chi-square và Phi and Cramer’s V. Sau đó chọn Continue.
Bước 3 kiểm định chi-square
Bước 4: Bấm chọn Cells > Xuất hiện hộp thoại Crosstabs
Trong hộp thoại này chọn: Cell Display > Tích chọn Observed, Row, Column, Total và Round cell counts. Bấm chọn Continue.
Bước 4 kiểm định chi-square
Bước 5: Bấm vào nút Format > Tùy chọn Ascending (Tăng dần) hoặc Descending (Giảm dần)
Bước 5 kiểm định chi-square
Bước 6: Cuối cùng chọn Continue > Chọn OK để bắt đầu chạy kiểm định. Ta được kết quả như sau:
Như ví dụ trên, những trường hợp trả lời cả giới tính và tình trạng làm việc thì mới được tính là hợp lệ.
Bước 6.1 kiểm định chi-square
Bảng kiểm tra Chi-Square
Bước 6.2 kiểm định chi-square
Kết quả: Pearson Chi-Square Sig=0.002 <0.05 => Không có mối liên hệ giữa tình trạng việc làm của người lao động trong hộ dân tái định cư và giới tính của họ.
Như vậy, bài viết trên đã chia sẻ 5 cách kiểm định giá trị trung bình trong SPSS chi tiết từ A – Z, được nhiều bạn sinh viên sử dụng nhất. Kèm theo các ví dụ và hình ảnh minh họa các bước cụ thể để bạn đọc tiện theo dõi. Chắc hẳn các bạn cũng đã nắm được một phần nào đó kiến thức để áp dụng vào bài luận của mình rồi. Hy vọng sẽ giúp ích cho các bạn!