Thực hành chạy kiểm định Independent Samples T Test trong SPSS

Kiểm định Independent Samples T Test thường được sử dụng khi so sánh các đối tượng thuộc hai nhóm độc lập để xác định xem có sự khác biệt trung bình biến định lượng giữa hai nhóm đó không. Trong bài viết này, Luận Văn 24 sẽ hướng dẫn bạn từ bước chuẩn bị và thiết lập dữ liệu đến bước tiến hành chạy dạng kiểm định này.

Kiểm định Independent Samples T Test trong SPSS
Kiểm định Independent Samples T Test trong SPSS

1. Trường hợp sử dụng kiểm định Independent Samples T Test

Kiểm định Independent Samples T Test thường được sử dụng để kiểm tra những điều sau:

  • Sự khác biệt thống kê giữa phương tiện của hai nhóm.
  • Sự khác biệt thống kê giữa các phương tiện của hai biện pháp can thiệp.
  • Sự khác biệt thống kê giữa phương tiện của hai điểm thay đổi.

Lưu ý: Kiểm định Independent Samples T Test chỉ có thể so sánh các phương tiện trên hai nhóm (không thể nhiều hơn hai nhóm). Nếu bạn muốn so sánh các phương tiện trên nhiều hơn hai nhóm, bạn có thể sử dụng phương pháp kiểm định One-way ANOVA.

2. Yêu cầu dữ liệu

Các biến được sử dụng trong dạng kiểm định này thường là:

  • Biến phụ thuộc hoặc biến thử nghiệm
  • Biến độc lập hoặc biến nhóm

Để chạy được kiểm định Independent Samples T Test trong SPSS, dữ liệu của bạn phải đáp ứng các yêu cầu sau:

  • Biến phụ thuộc liên tục (tức là mức khoảng hoặc tỷ lệ)
  • Biến độc lập có tính phân loại (hai nhóm
  • Các trường hợp có giá trị trên cả biến phụ thuộc và biến độc lập
  • Các mẫu / nhóm độc lập (tức là độc lập các quan sát)
  • Dữ liệu mẫu được lấy ngẫu nhiên
  • Phân phối chuẩn (gần đúng) của biến phụ thuộc cho mỗi nhóm
  • Tính đồng nhất của các phương sai (nghĩa là các phương sai xấp xỉ bằng nhau giữa hai nhóm)

Ngoài ra, các nhà nghiên cứu thường tuân theo một số quy tắc ngón tay cái như:

  • Mỗi nhóm nên có ít nhất 6 đối tượng, lý tưởng là nhiều hơn. Việc khảo sát cho dân số sẽ trở nên khó khăn hơn nếu quá ít đối tượng.
  • Một thiết kế cân bằng (tức là có cùng số lượng đối tượng trong mỗi nhóm) là lý tưởng. Trong trường hợp số lượng đối tượng trong các nhóm  không cân bằng sẽ làm tăng khả năng vi phạm các giả định, từ đó sẽ đe dọa tính hợp lệ của phương pháp.
Yêu cầu dữ liệu khi chạy kiểm định Independent Samples T Test
Yêu cầu dữ liệu khi chạy kiểm định Independent Samples T Test

3. Giả thuyết nghiên cứu

Để kiểm định sự khác biệt trung bình trong SPSS, chúng ta đặt giả thuyết như sau:

– Ho: Không có sự khác biệt trung bình giữa hai nhóm giá trị.

– H1: Có sự khác biệt trung bình giữa hai nhóm giá trị.

Nếu kết quả kiểm định cho ra:

– Sig < 0.05: Bác bỏ Ho, chấp nhận H1. Kết luận, hai trung bình tổng thể không bằng nhau. Nghĩa là có sự khác biệt trung bình giữa hai nhóm giá trị.

– Sig > 0.05: Chấp nhận Ho, bác bỏ H1. Kết luận, hai trung bình tổng thể bằng nhau. Nghĩa là không có sự khác biệt trung bình giữa hai nhóm giá trị.

4. Thiết lập dữ liệu

Dữ liệu của bạn nên bao gồm hai biến (được biểu thị bằng cột) sẽ được sử dụng trong phân tích. 

  • Biến độc lập phải được phân loại và bao gồm chính xác hai nhóm. (Lưu ý rằng SPSS chỉ giới hạn các chỉ báo phân loại ở các giá trị số hoặc chuỗi ngắn.) 
  • Biến phụ thuộc phải liên tục (tức là khoảng hoặc tỷ lệ). 

Lưu ý: SPSS chỉ có thể sử dụng các trường hợp có giá trị khác nhau cho các biến độc lập và phụ thuộc, vì vậy nếu một trường hợp có giá trị bị thiếu cho một trong hai biến, thì nó không thể tiến hành kiểm định.

Số hàng trong tập dữ liệu phải tương ứng với số đối tượng trong nghiên cứu. Mỗi hàng của tập dữ liệu phải đại diện cho một chủ đề, người hoặc đơn vị duy nhất và tất cả các phép đo được thực hiện trên người hoặc đơn vị đó sẽ xuất hiện trong hàng đó.

5. Tiến hành chạy kiểm định Independent Samples T Test

Để chạy kiểm định paired sample t test, hãy nhấp vào Analyze > Compare Means > Independent-Samples T Test.

Cửa sổ Independent-Samples T Test sẽ mở ra, nơi bạn sẽ chỉ định các biến sẽ được sử dụng trong phân tích. Tất cả các biến trong tập dữ liệu của bạn xuất hiện trong danh sách ở phía bên trái. Di chuyển các biến sang bên phải bằng cách chọn chúng trong danh sách và nhấp vào các nút mũi tên màu xanh lam. Bạn có thể di chuyển (các) biến đến một trong hai khu vực: Grouping Variable hoặc Test Variable(s).

Hình ảnh independent samples t test window

(A) Test Variable(s): Biến phụ thuộc. Đây là biến liên tục có giá trị trung bình sẽ được so sánh giữa hai nhóm. Bạn có thể chạy nhiều thử nghiệm t đồng thời bằng cách chọn nhiều hơn một biến thử nghiệm.

(B) Grouping Variable: Biến độc lập. Các hạng mục (hoặc nhóm) của biến độc lập sẽ xác định mẫu nào sẽ được so sánh trong t test . Biến nhóm phải có ít nhất hai loại (nhóm); nó có thể có nhiều hơn hai danh mục nhưng một bài kiểm tra t chỉ có thể so sánh hai nhóm, vì vậy bạn sẽ cần chỉ định hai nhóm nào để so sánh. Bạn cũng có thể sử dụng một biến liên tục bằng cách chỉ định một điểm cắt để tạo hai nhóm (nghĩa là các giá trị tại hoặc trên điểm cắt và các giá trị bên dưới điểm cắt).

(C) Define Groups: Nhấp vào Define Groups để xác định các chỉ số danh mục (nhóm) để sử dụng trong t test. Nếu nút không hoạt động, hãy đảm bảo rằng bạn đã di chuyển biến độc lập của mình sang bên phải trong trường Grouping Variable. Bạn phải xác định các loại biến nhóm của bạn trước khi bạn có thể chạy kiểm định Independent Samples T Test.

Hình ảnh independent samples t test window define group

Nếu biến nhóm của bạn có tính phân loại, hãy chọn Use specified values (1). Nhập giá trị cho các danh mục bạn muốn so sánh trong các trường Group 1Group 2.

Nếu biến nhóm của bạn là số và liên tục, bạn có thể chỉ định cut point (2) để phân tách biến. 

(D) Options: Phần Options là nơi bạn có thể đặt mức độ tin cậy mong muốn của mình cho khoảng tin cậy cho sự khác biệt trung bình và chỉ định cách SPSS sẽ xử lý các giá trị bị thiếu.

Hình ảnh independent samples t test window options

Giá trị điền trong ô Confidence Interval Percentage cho phép bạn chỉ định mức độ tin cậy cho khoảng tin cậy. SPSS sẽ luôn mặc định giá trị này là 95. Bạn có thể nhập bất kỳ giá trị nào từ 1 đến 99 vào ô này (mặc dù trên thực tế, chỉ có ý nghĩa khi nhập các số từ 90 đến 99).

Khi hoàn tất, nhấn OK để chạy kiểm định và cho ra kết quả Output.

6. Ví dụ cụ thể chạy kiểm định independent sample t test trong SPSS

6.1. Tình huống

Trong tập dữ liệu mẫu, sinh viên đã báo cáo thời gian điển hình của họ để chạy một dặm. Giả sử chúng ta muốn biết liệu thời gian trung bình để chạy một dặm của vận động viên và người không phải là vận động viên. Điều này liên quan đến việc kiểm tra xem liệu mẫu có nghĩa là thời gian dặm giữa các vận động viên và những người không phải là vận động viên trong mẫu của bạn có khác nhau về mặt thống kê hay không. Trong trường hợp này, bạn có thể sử dụng kiểm định Independent Samples T Test để so sánh thời gian chạy một dặm trung bình của vận động viên và người không phải vận động viên.

6.2. Giả thuyết

Trước khi tiến hành chạy kiểm định, chúng ta đặt giả thuyết cho tình huống này như sau:

  • Ho: Không có sự khác biệt trung bình giữa thời gian chạy của vận động viên và người không phải vận động viên.
  • H1: Có sự khác biệt trung bình giữa thời gian chạy của vận động viên và người không phải vận động viên.

6.3. Tiến hành chạy thử nghiệm

  1. Click Analyze > Compare Means > Independent-Samples T Test.
  2. Di chuyển biến Athlete vào trường Grouping Variable và di chuyển biến MileMinDur vào vùng Test Variable(s). Bây giờ Athlete được định nghĩa là biến độc lập và MileMinDur được định nghĩa là biến phụ thuộc.
  3. Click Define Groups, thao tác này sẽ mở ra một cửa sổ mới. Use specified values được chọn theo mặc định. Vì biến nhóm của chúng tôi được mã hóa bằng số (0 = “Non-athlete”, 1 = “Athlete”), hãy nhập “0” vào hộp văn bản đầu tiên và “1” trong hộp văn bản thứ hai. Điều này cho thấy rằng chúng tôi sẽ so sánh các nhóm 0 và 1, tương ứng với những người không phải là vận động viên và vận động viên. Nhấp vào Continue khi hoàn tất.
  4. Click OK để chạy Independent Samples T Test. Kết quả phân tích sẽ hiển thị trong cửa sổ Output. 

6.4. Đọc kết quả 

Kết quả sau khi chạy kiểm định được thể hiện qua hai bảng sau:

Bảng 1: Group Statistics, cung cấp thông tin cơ bản về các phép so sánh nhóm, bao gồm cỡ mẫu (n), giá trị trung bình (mean), độ lệch chuẩn (standard deviation) và sai số chuẩn (standard error) cho số dặm theo nhóm. 

Trong ví dụ này, có 166 vận động viên và 226 người không phải là vận động viên. Thời gian một dặm trung bình cho vận động viên là 6 phút 51 giây và thời gian một dặm trung bình cho những người không phải là vận động viên là 9 phút 6 giây.

Hình ảnh independent samples t group statistics

Bảng 2: Independent Samples Test, hiển thị các kết quả phù hợp nhất với kiểm định Independent Samples T Test. 

Hình ảnh independent samples t results

(A) Levene’s Test for Equality of of Variances: Phần này có kết quả kiểm tra cho thử nghiệm Levene của. Từ trái sang phải:

F = 102.98 là thống kê thử nghiệm của thử nghiệm Levene.

Sig = 0.000 là giá trị p tương ứng với thống kê thử nghiệm này.

(B) t-test for Equality of Means: cung cấp các kết quả cho Independent Samples T Test. Từ trái sang phải:

  • t là thống kê thử nghiệm được tính toán
  • df là bậc tự do
  • Sig (2-tailed) là giá trị p tương ứng với thống kê thử nghiệm đã cho và bậc tự do
  • Mean Difference là sự khác biệt giữa các trung bình của mẫu, nó cũng tương ứng với tử số của thống kê thử nghiệm cho thử nghiệm đó
  • Std. Error Difference là sai số chuẩn của ước tính chênh lệch trung bình; nó cũng tương ứng với mẫu số của thống kê thử nghiệm cho thử nghiệm đó

Lưu ý mean difference được tính bằng cách lấy giá trị trung bình của nhóm thứ nhất trừ đi giá trị trung bình của nhóm thứ nhất. Trong ví dụ này, thời gian một dặm trung bình đối với vận động viên đã được trừ đi thời gian một dặm trung bình đối với những người không phải là vận động viên (9:06 trừ đi 6:51 = 02:14). Dấu của mean difference tương ứng với dấu của giá trị t . Giá trị t dương trong ví dụ này chỉ ra rằng thời gian một dặm trung bình của nhóm đầu tiên, những người không phải là vận động viên, lớn hơn đáng kể so với thời gian trung bình của nhóm thứ hai, vận động viên.

Giá trị p liên quan được in dưới dạng “.000”; bấm đúp vào giá trị p sẽ hiển thị số chưa làm tròn. SPSS làm tròn giá trị p thành ba chữ số thập phân, vì vậy bất kỳ giá trị p nào quá nhỏ để làm tròn đến 0,001 sẽ in dưới dạng .000. 

6.5. Kết luận

Vì sig < 0.05, bác bỏ Ho. Kết luận rằng thời gian một dặm trung bình của vận động viên và người không phải là vận động viên là khác nhau.

Dựa trên kết quả, chúng tôi có thể nêu những điều sau:

Có sự khác biệt đáng kể về thời gian một dặm trung bình giữa những người không phải vận động viên và vận động viên. 

Thời gian một dặm trung bình của các vận động viên nhanh hơn 2 phút 14 giây so với thời gian một dặm trung bình của những người không phải là vận động viên.

Trên đây, Luận Văn 24 đã hướng dẫn chi tiết cho bạn cách chạy kiểm định independent sample t test trên SPSS. Mong rằng bài viết sẽ hữu ích đối với bạn trong quá trình học tập và làm việc. Chúc bạn thành công.

0/5 (0 Reviews)
Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments

Bài viết liên quan

Contact Me on Zalo
0988 55 2424