Please enable JavaScript.
Coggle requires JavaScript to display documents.
KIỂM ĐỊNH TRUNG BÌNH TỔNG THỂ - Coggle Diagram
KIỂM ĐỊNH TRUNG BÌNH TỔNG THỂ
Kiểm định giả thuyết
Các loại sai lầm trong kiểm định giả thuyết:
Sai lầm loại 1: Bác bỏ giả thuyết Ho trong khi giả thuyết Ho là đúng
Sai lầm loại 2: Không bác bỏ giả thuyết Ho trong khi giả thuyết Ho là sai
Những quyết định dựa trên giả thuyết Ho được tóm tắt như sau:
Quy trình tổng quát trong kiểm định giả thuyết
Chọn mức ý nghĩa mong muốn: Trên thưc tế, có 3 mức ý nghĩa thường dùng nhất là 0.1, 0.05 và 0.01 tương ứng với độ tin cậy là 0.90, 0.95, 0.99. Viêc lựa chọn α là bao nhiêu phụ thuộc vào tính chủ quan của người nghiên cứu chấp nhận rủi ro ở mức nào.
Tính trị số thống kê hay giá trị thực tế của kiểm định: Trong bước này, dựa vào các lý thuyết thống kê để lựa chọn công thức phù hợp để quy phân phối mẫu về phân phối nào đó. Một số phân phối thường gặp là phân phối chuẩn, phân phối Student, phân phối Chi bình phương, phân phối Fisher, … Giá trị thực tế của kiểm định là cơ sở để quyết định không bác bỏ hay bác bỏ giả thuyết không.
Xây dựng giả thuyết:
Rút ra kết luận liên quan đến giả thuyết không: Nếu như H0 bị bác bỏ, tức là H1 được chấp nhận, khi đó kết luận sẽ như giả thuyết H1. Tuy nhiên, nếu H0 không bị bác bỏ, chúng ta không nhất thiết cho rằng H0 là đúng mà nên nói rằng chưa đủ cơ sở để chấp nhận đối thuyết H1.
Kết luận:Tùy thuộc vào nội dung nghiên cứu để đưa ra kết luận phù hợp với mục đích và yêu cầu của vấn đề đặt ra.
Giả thuyết không:
-Giả thuyết không, kí hiệu H0 là giả thuyết sẽ được kiểm định, còn gọi là giả thuyết của sự không khác biệt.
-Giả thuyết nghiên cứu, hoặc đối thuyết H1 là giả thuyết đối lập với giả thuyết không (tạo thành cặp giả thuyết). Nếu H0 bị bác bỏ có nghĩa là H1 được chấp nhận.
Kiểm định trung bình tổng thể
Kiểm định Z:
-Đã biết phương sai tổng thể
-Chưa biết phương sai tổng thể (điều kiện cỡ mẫu lớn n≥30).
Kiểm định t:Chưa biết phương sai tổng thể, cỡ mẫu nhỏ (n<30).
Kiểm định giả thuyết về sự bằng nhau giữa hai trung bình tổng thể
Kiểm định dựa trên phối hợp từng cặp
Bước 2. Đưa thông tin vào hộp thoại
Variable 1 Range: chọn vùng xử lý của mẫu 1
Variable 2 Range: chọn vùng xử lý của mẫu 2
Hypthesized Mean Difference: giá trị D0 (=0)
Labels: Vùng xử lý có nhãn (tên biến) không.
Output Range: địa chỉ ô đầu tiên cho vùng xuất kết quả
Bước 3. Kích nút OK để xuất hiện bảng kết quả sau.
Bước 1: Vào thẻ Data, chọn Data Analysis, chọn t-Test: Paired Two Sample for Means, hộp thoại xuất hiện như sau.
Bước 4. Đọc kết quả và đưa ra kết luận.
Kiểm định dựa trên mẫu độc lập
Kiểm định Z
Bước 2. Khi hộp thoại Data Analysis xuất hiện, chọn z-Test: Two Sample for Means,
và chọn OK.
Bước 3. Khi hộp thoại z-Test: Two Samples for Means xuất hiện, điền thông tin như sau.
Bước 1. Chọn Tools, chọn Data Analysis.
-Bước 4. Chọn OK. Kết quả xuất hiện như hình sau.
Kiểm định t
Bước 2. Khi hộp thoại Data Analysis xuất hiện, chọn t-Test: Two-Sample Assuming Equal Variances (giả sử hai mẫu có phương sai bằng nhau), tiếp theo kích OK.
Bước 3. Khi hộp thoại t-Test: Two-Sample Assuming Equal Variances xuất hiện, đưa thông tin vào hộp thoại như sau:
Bước 1. Chọn Tool, chọn Data Analysis.
-Bước 4. Bấm OK, bảng kết quả xuất hiện như sau.
Bước 5. Đọc kết quả và đưa ra kết luận
Kiểm định phương sai của hai tổng thể
Bước 2. Hộp thoại xuất hiện, đưa vào các thông tin như mịnh họa trên. Nhấn OK. Kết quả xuất hiện như sau.
Bước 3. Kết luận
Bước 1. Vào thẻ Data, chọn Data Analysis, chọn F-Test Two-Sample for Variances.
Phân tích phương sai
Phân tích phương sai hai nhân tố
a.Phân tích phương sai hai nhân tố không lặp
Bước 2. Hộp thoại xuất hiện, đưa thông tin vào như sau.
Bước 1. Thực hiện lệnh Data → Data Analysis → Anova:Two-Factor Without Replication.
Bước 3. Chọn OK. Kết quả xuất hiện
b.Phân tích phương sai hai nhân tố có lặp
Bước 3. Chọn OK. Kết quả xuất hiện
Bước 2. Hộp thoại Anova:Two-Factor With Replication xuất hiện, đưa thông tin vào như minh họa sau.
Bước 1. Thực hiện lệnh Data → Data Analysis → Anova:Two-Factor With Replication.
Phân tích phương sai một nhân tố: là phân tích dựa trên sự ảnh hưởng của một nhân tố.
Bước 2. Khi cửa sổ Data Analysis xuất hiện, chọn Anova: Single Factor, tiếp theo kích
OK, hộp thoại xuất hiện như sau
Bước 3. Đưa vào các thông tin như hình minh họa.
-Input Range: địa chỉ vùng dữ liệu;
-Grouped By: dữ liệu được tổ chức theo cột (Columns) hay theo hàng (Rows);
-Labels in first column: Lấy cột đầu tiên làm nhãn (tiêu đề);
Output Range: địa chỉ xuất kết quả
Bước 1. Chọn Tool, chọn Data Analysis.
-Bước 4. Kích nút OK.
Bước 5. Đọc kết quả và đưa ra kết luận
Sử dụng SPSS để kiểm định trung bình tổng thể
Kiểm định trung bình giữa hai nhóm độc lập
1.Vào menu Analyze → Compare Means → Independent-samples T-test
2.Chọn biến định lượng cần kiểm định trị trung bình đưa vào khung Test Variable(s). Chọn biến định tính chia số quan sát thành 2 nhóm mẫu để so sánh giữa 2 nhóm này với nhau đưa vào khung Grouping Variable.
3.Click nút lệnh Option để thiết lập độ tin cậy (giá trị mặc định là 95%).
4.Chọn Define Groups… để nhập mã số của 2 nhóm. Click Continue để trở lại hộp thoại chính → Click OK để thực hiện lệnh
Kiểm định trung bình tổng thể so với một giá trị cho trước
1.Vào menu Analyze → Compare Means → One-Sample Ttest
2.Chọn biến cnss đưa vào ô Test Variable(s) và nhập giá trị 2500 như minh họa sau.
3.Click nút lệnh Option để thiết lập độ tin cậy (giá trị mặc định là 95%).
4.Click OK để thực hiện lệnh
Kiểm định trung bình nhiều hơn hai
1.Vào menu Analyze → Compare Means → Independent-samples T-test
2.Chọn biến định lượng cần kiểm định trị trung bình đưa vào khung Test Variable(s). Chọn biến định tính chia số quan sát thành 2 nhóm mẫu để so sánh giữa 2 nhóm này với nhau đưa vào khung Grouping Variable.
3.Click nút lệnh Option để thiết lập độ tin cậy (giá trị mặc định là 95%).
4.Chọn Define Groups… để nhập mã số của 2 nhóm. Click Continue để trở lại hộp thoại chính → Click OK để thực hiện lệnh