Tổng quan về 3 loại kiểm định T Test trong SPSS

Trong thống kê, có 3 loại kiểm định T Test thông dụng, đó là: Paired-Sample T Test, One-Sample T Test và Independent Sample T Test. Trong bài viết này, Luận Văn 24 sẽ giới thiệu đến bạn về từng loại kiểm định một cách chi tiết và các trường hợp sử dụng 3 loại T Test này.

Hãy liên hệ với đội ngũ Luận Văn 24 để được hỗ trợ xử lý số liệu spss Với kinh nghiệm và đội ngũ trình độ cao, chúng tôi cam kết sẽ mang đến cho bạn nhiều lợi ích nhất.

>>>Xem thêm bài viết có nội dung liên quan: 

+ Hướng dẫn cách tạo bộ dữ liệu đẹp trong phân tích định lượng

+ Tổng quan về phân tích nhân tố khám phá EFA trong SPSS

 

Tổng quan về 3 loại kiểm định T Test trong SPSS

Tổng quan về 3 loại kiểm định T Test trong SPSS

1. Kiểm định Paired-Sample T Test

Khái niệm kiểm định Paired-Sample T Test:

Kiểm định Paired-Sample T Test hay còn gọi là kiểm định giả thuyết về trị trung bình của 2 tổng thể phụ thuộc dùng để so sánh hai trị trung bình của 2 nhóm tổng thể riêng biệt.

Sử dụng kiểm định Paired-Sample T Test trong trường hợp nào?

Phương pháp kiểm định này rất thích hợp với dạng thử nghiệm trước và sau. Các ví dụ cụ thể:

  • Trung tâm Tiếng Anh kiểm tra điểm 4 kỹ năng Nghe Nói Đọc Viết của một nhóm học viên trong lần kiểm tra chất lượng đầu vào so với thời điểm 3 tháng sau khi áp dụng phương pháp học mới tại trung tâm. Mục đích của việc này nhằm đánh giá tính hiệu quả của phương pháp học mới.
  • Công ty thử nghiệm chính sách chia hoa hồng mới cho một nhóm nhân viên bán hàng để xem sự khác biệt sự hài lòng của nhân viên đối với chính sách cũ và chính sách mới.
  • Công ty thử nghiệm việc thay đổi bao bì sản phẩm mới để xem phản ứng của một nhóm người dùng trước và sau thay đổi có sự khác biệt như thế nào.

Điều kiện để áp dụng kiểm định Paired-Sample T Test

Để có thể sử dụng kiểm định Paired-Sample T Test, bạn cần đảm bảo các tiêu chí sau:

Kích cỡ 2 mẫu so sánh phải bằng nhau

Chênh lệch giữa các giá trị của 2 mẫu phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để xem như xấp xỉ phân phối chuẩn.

Dữ liệu của mẫu thu thập ở dạng thang đo định lượng Ordinal hoặc Scale. Quá trình kiểm định sẽ bắt đầu với việc tính toán chênh lệch giá trị trên từng cặp quan sát bằng phép trừ sau đó kiểm nghiệm xem chênh lệch trung bình của tổng thể có = 0 không, nếu = 0 tức là không có khác biệt. Lợi ích của phép kiểm định mẫu phối hợp từng cặp là loại trừ được những yếu tố tác động bên ngoài vào nhóm thử.

Lý thuyết kiểm định Paired-Sample T Test

Các bước khi thực hiện phân tích Paired-Samples T-Test bao gồm:

  • Bước 1: Đặt giả thuyết Ho: “Không có sự khác nhau về trị hai trung bình tổng thể”, tức là khác biệt giữa 2 trung bình là bằng 0.
  • Bước 2: Thực hiện kiểm định Paired-Samples T-Test .
  • Bước 3: So sánh giá trị sig của kiểm định t được xác định ở bước 2 với 0.05 (mức ý nghĩa 5% = 0.05 | độ tin cậy 95%)
    • Nếu sig > 0.05 thì ta chấp nhận giả thuyết Ho. Nghĩa là trung bình 2 tổng thể là bằng nhau, không có sự khác biệt.
    • Nếu sig < 0.05 thì ta bác bỏ giả thuyết Ho. Nghĩa là có khác biệt trung bình 2 tổng thể.

2. Kiểm định One-Sample T Test

Kiểm định One-Sample T-Test nhằm mục đích so sánh trung bình (mean) của tổng thể với một giá trị cụ thể nào đó. 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,..v…v…

Thực hành sử dụng kiểm định One-Sample T Test

Đầu tiên, bạn vào menu Analyze- Compare means – One-Sample T Test như hình dưới:

Ảnh 1 - Thực hành One-Sample T-Test

Ảnh 1 – Thực hành One-Sample T-Test

Sau đó đưa biến cần kiểm định vào mục Test Variable(s)

Ảnh 2 - Đưa biến vào bảng

Ảnh 2 – Đưa biến vào bảng

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.

Ảnh 3- Bảng One-Sample T Test

Ảnh 3- Bảng One-Sample T Test

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.

3. Kiểm định Independent Sample T Test

Independent Samples T-Test (Kiểm định giả thuyết về trị trung bình của 2 tổng thể độc lập) dùng tương tự như phân tích ANOVA, tuy nhiên hạn chế là chỉ so sánh được 2 nhóm với nhau. Ví dụ dùng so sánh có sự  khác biệt giữa các nhóm giới tính( nam, nữ) với sự hài lòng(thang đo likert 5 điểm) hay không.

Cách thức tiến hành kiểm định về trị trung bình của 2 tổng thể độc lập

Cách thực hiện kiểm định như sau. Vào Analyze > Compare Means > Independent Sample T-Test…

Ảnh 4 - Cách thực hiện kiểm định One Samle T Test

Ảnh 4 – Cách thực hiện kiểm định One Samle T Test

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.

Chọn Define Groups… để nhập mã số của 2 nhóm. Click Continue để trở lại hộp thoại chính -> Click Ok để thực hiện lệnh.

Trong kiểm định Independent-samples T-test, ta cần dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai tổng thể (kiểm định Levene). Phương sai diễn tả mức độ đồng đều hoặc không đồng đều (độ phân tán) của dữ liệu quan sát.

Ảnh 5 - Kiểm định One Sample T Test

Ảnh 5 – Kiểm định One Sample T Test

Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) < 0.05 thì phương sai của 2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances not assumed.

Nếu Sig. ≥ 0.05 thì phương sai của 2 tổng thể không khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances assumed.

Trong ví dụ trên Sig. của kiểm định F = 0.494 > 0.05 -> chấp nhận giả thuyết H0: không có sự khác nhau về phương sai của 2 tổng thể -> sử dụng kết quả ở dòng Equal variances assumed.

Nếu Sig. của kiểm định t ≤ α (mức ý nghĩa) -> có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.

Nếu Sig. > α (mức ý nghĩa) -> không có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.

Trong ví dụ trên sig. = 0.291 > 0.05 -> không có sự khác biệt có ý nghĩa về trung bình của 2 tổng thể.

Nguồn: luanvan24.com

Từ khóa: test t spss, t test là gì, spss one sample t test, paired t test stata, kiểm định t-test trong spss

Tổng quan về 3 loại kiểm định T Test trong SPSS
5 (100%) 4 vote[s]
avatar
2 Chủ đề bình luận
0 Trả lời chủ đề
0 Người theo dõi
 
Phản ứng nhiều nhất
Chủ đề bình luận nóng nhất
2 Tác giả bình luận
Nguyễn Huy HùngHồng Hà Tác giả bình luận gần đây
  Theo dõi  
Thông báo về
Hồng Hà
Khách
Hồng Hà

cho em hỏi cách tạo biến dummy trên spss như thế nào ạ?

Nguyễn Huy Hùng
Khách
Nguyễn Huy Hùng

Như t làm thì ngay từ đầu khi nhập số liệu t đã đưa hết biến về cùng đơn vị % (tính tốc độ phát triển liên hoàn) hay thế nào.