Trong nhiều trường hợp chúng cần so sánh giá trị trung bình về một chỉ tiêu nghiên cứu nào đó giữa 2 hay nhiều đối tượng. Chúng ta có 2 biến tham gia trong một phép kiểm định trung bình: 1 biến định lượng để tính trung bình và 1 biến định tính có nhiều nhóm giá trị để so sánh.
Đối với các bài luận nghiên cứu, chúng ta thường sử dụng phép kiểm định giá trị trung bình để xem có sự khác nhau về động lực làm việc giữa 2 nhóm nhân viên nam và nữ hay không; kiểm định xem có hay không sự khác biệt về quyết định mua hàng của các khách hàng có độ tuổi khác nhau; kiểm tra xem có sự khác biệt sự hài lòng của các khách hàng có thời gian sử dụng dịch vụ khác nhau tại một ngân hàng hay không…
Đối với các bài luận nghiên cứu, chúng ta thường sử dụng phép kiểm định giá trị trung bình để xem có sự khác nhau về động lực làm việc giữa 2 nhóm nhân viên nam và nữ hay không; kiểm định xem có hay không sự khác biệt về quyết định mua hàng của các khách hàng có độ tuổi khác nhau; kiểm tra xem có sự khác biệt sự hài lòng của các khách hàng có thời gian sử dụng dịch vụ khác nhau tại một ngân hàng hay không…
- Independent Sample T-Test chúng ta sẽ áp dụng kiểm định sự khác biệt trung bình với trường hợp biến định tính có 2 giá trị. Ví dụ như biến giới tính (nam, nữ), biến thành phố (TPHCM, Hà Nội), biến vùng miền (Miền Bắc, Miền Nam)… Trường hợp biến định tính có 3 giá trị, chúng ta sẽ thực hiện 3 cặp so sánh (1-2, 1-3, 2-3). Tuy nhiên, việc so sánh từng cặp giá trị như vậy khá bất tiện và mất thời gian nếu số giá trị tăng lên 4, 5, 6… Các bạn xem bài viết hướng dẫn kiểm định Independent Sample T-Test ở đây.
- ANOVA giúp chúng ta giải quyết trở ngại của Independent Sample T-Test. Phương pháp này giúp chúng ta so sánh trị trung bình của 3 nhóm trở lên. ANOVA có 3 phương pháp: ANOVA 1 chiều, ANOVA 2 chiều và MANOVA. Tuy nhiên, trong phạm vi tài liệu này chúng ta chỉ nói tới phương pháp ANOVA 1 chiều (One-Way ANOVA).
KIỂM ĐỊNH SỰ KHÁC BIỆT TRUNG BÌNH BẰNG PHƯƠNG PHÁP 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.
Cách thực hiện phân tích ANOVA như sau. Vào Analyze > Compare Means > One-Way ANOVA...
Giao diện hiện ra như sau, các bạn đưa biến phụ thuộc vào mục Dependent List, đưa biến định tính vào mục Factor.
Tiếp đến, sử dụng tùy chọn Options. Tích vào 3 mục như hình ảnh phía dưới. Sau đó chọn Continue.
Quay lại giao diện ban đầu, chọn OK để xuất kết quả ra Output:
Bảng bạn quan tâm đầu tiên đó là Test of Homogeneity of Variances, chúng ta sẽ xem xét sig của Levene Statistic.
1/ Trường hợp sig lớn hơn hoặc bằng 0.05
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.
1/ Trường hợp sig lớn hơn hoặc bằng 0.05
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.
2/ Trường hợp sig nhỏ hơn 0.05
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.
Để thực hiện kiểm định Welch, ta cần quay lại giao diện các tùy chọn One-way ANOVA. Tại mục Options, tích thêm vào mục Welch.
Trên đây là bài hướng dẫn chi tiết cách thực hiện kiểm định One-way ANOVA. Đây chỉ là phần ANOVA cơ bản, để đi vào phân tích chi tiết sự khác biệt các bạn sẽ dùng đến phân tích sâu ANOVA, các bạn xem phần tiếp theo ở đây. Đừng quên like & share cho bạn bè đang gặp khó khăn về phân tích ANOVA nhé, mình cám ơn rất nhiều.
Để thực hiện kiểm định Welch, ta cần quay lại giao diện các tùy chọn One-way ANOVA. Tại mục Options, tích thêm vào mục Welch.
Kết quả xuất ra ở Output, chúng ta sẽ để ý đến bảng Robust Tests of Equality of Means.
- Nếu sig kiểm định Welch ở bảng Robust Tests < 0.05, chúng ta kết luận: Có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những nhân viên làm việc ở các bộ phận khác nhau.
- Nếu sig kiểm định Welch ở bảng Robust Tests ≥ 0.05, chúng ta kết luận: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng của những nhân viên làm việc ở các bộ phận khác nhau.
** Lý thuyết về Welch Test khi giả định phương sai bằng nhau bị vi phạm trích nguồn từ:
- Samuel B. Green, Neil J. Salkind (2005, 179), Using SPSS for Windows and Macintosh. Analyzing and Understanding Data, 4th Edition.
- Andy Field (2009, 379, 380, 384), Discovering Statistics Using SPSS, 3rd Edition.
Trên đây là bài hướng dẫn chi tiết cách thực hiện kiểm định One-way ANOVA. Đây chỉ là phần ANOVA cơ bản, để đi vào phân tích chi tiết sự khác biệt các bạn sẽ dùng đến phân tích sâu ANOVA, các bạn xem phần tiếp theo ở đây. Đừng quên like & share cho bạn bè đang gặp khó khăn về phân tích ANOVA nhé, mình cám ơn rất nhiều.
