Spss so sánh 2 số trung bình trong 2 nhóm năm 2024

Trong thống kê, có 3 loại T-Test thông dụng đó là: One-Sample T-Test, Independent Samples T-Test và Pair Sample T-Test. Trong bài viết này, Luận Văn Việt sẽ chia sẻ với bạn cách sử dụng của từng loại T-Test này. Trong trường hợp bạn gặp khó khăn khi sử dụng phần mềm SPSS, hãy liên hệ với chúng tôi để được hỗ trợ với dịch vụ chạy spss

Tổng hợp những kiến thức về T -Tổng hợp những kiến thức về T – Test trong SPSS Test trong SPSS

Kiểm định Paired-Sample T Test trong SPSS

1. Khái niệm

Nếu muốn so sánh hai trị trung bình của 2 nhóm tổng thể riêng biệt có đặc điểm là mỗi phần tử quan sát trong tổng thể này có sự tương đồng theo cặp với một phần tử ở tổng thể bên kia ta thực hiện phép kiểm định giả thuyết về sự bằng nhau của 2 trung bình tổng thể dựa trên dữ liệu mẫu rút ra từ 2 tổng thể theo cách phối hợp từng cặp: Paired-Sample T-Test.

2. Khi nào sử dụng Paired-Sample T-Test

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.

3. Điều kiện áp dụng

Điều kiện để áp dụng Paired-Samples T-Test là kích cỡ 2 mẫu so sánh phải bằng nhau và 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 thế của phép kiểm định mẫu phối hợp từng cặp là loại trừ được những yếu tố tác động bên ngoài vào nhóm thử.

4. Lý thuyết kiểm định Paired-Samples 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.

Ngoài dịch vụ viết luận văn tốt nghiệp của Luận Văn Việt, bạn có thể tham khảo dịch vụ làm báo cáo thuê , dich vu spss , thuê viết chuyên đề tốt nghiệp , làm tiểu luận thuê

Cụ thể, khi xét cột Mean trong bảng Group statistic ở trên. Ta thấy trung bình giá trị Hài Lòng của nhóm Nam là 3.893, của nhóm Nữ là 3.989. Kết quả cho thấy hai giá trị này không chênh lệnh nhau mấy, nên sự khác biệt này không có ý nghĩa thống kê ở mức 5%.

Kiểm định Independent-Samples T Test được sử dụng khi muốn so sánh trung bình một biến định lượng giữa hai nhóm đối tượng đáp viên khác nhau. Tham gia vào phép kiểm định sẽ là một hoặc nhiều biến định lượng cần đánh giá trung bình và một biến định tính có hai nhóm giá trị. Ví dụ như:

• So sánh trung bình mức độ hài lòng công việc giữa nhân viên nam và nhân viên nữ. Biến định lượng sự hài lòng công việc được đo bằng thước đo Likert 5 mức độ, biến định tính giới tính gồm hai giá trị phân loại với 1 là nam và 2 là nữ.
• So sánh trung bình số tiền chi tiêu hàng tháng giữa các gia đình chưa có con và có con dưới 6 tuổi. Biến định lượng là số tiền chi tiêu mỗi tháng, biến định tính gồm hai giá trị phân loại với 1 là chưa có con và 2 là có con dưới 6 tuổi.

Quy trình thực hiện kiểm định Independent Sample T-Test trong SPSS sẽ đi qua 2 bước:

Bước 1: Kiểm tra khác biệt phương sai giữa 2 nhóm giá trị

Trước khi đánh giá có hay không sự khác biệt về trung bình thông qua kiểm định t, chúng ta cần kiểm định sự đồng nhất phương sai (không khác biệt phương sai) của hai nhóm giá trị biến định tính.

Để thực hiện điều này, chúng ta đặt giả thuyết HF-0: Không có sự khác biệt phương sai giữa hai nhóm giá trị. Phép kiểm định F được sử dụng để kiểm định giả thuyết này. Trong SPSS, các số liệu của kiểm định F được lấy từ mục Levene's Test for Equality of Variances trong bảng Independent Samples Test. Kết quả kiểm định:

• Sig < 0.05: Bác bỏ giả thuyết HF-0, nghĩa là có sự khác biệt phương sai một cách có ý nghĩa thống kê giữa hai nhóm giá trị. Chúng ta sử dụng kết quả kiểm định t ở hàng Equal variances not assumed.
• Sig > 0.05: Chấp nhận giả thuyết HF-0, nghĩa là không có sự khác biệt phương sai một cách có ý nghĩa thống kê giữa hai nhóm giá trị. Chúng ta sử dụng kết quả kiểm định t ở hàng Equal variances assumed.

Bước 2: Kiểm tra khác biệt trung bình giữa 2 nhóm giá trị

Sau bước đánh giá khác biệt phương sai, chúng ta đi tới phần đánh giá khác biệt trung bình. Đặt giả thuyết Ho: Không có sự khác biệt trung bình giữa hai nhóm giá trị. Phép kiểm định t được sử dụng để kiểm định giả thuyết này. Trong SPSS, các số liệu của kiểm định t được lấy từ mục t-test for Equality of Means trong bảng Independent Samples Test. Kết quả kiểm định:

• Sig < 0.05: Bác bỏ giả thuyết Ho, nghĩa là có sự khác biệt trung bình một cách có ý nghĩa thống kê giữa hai nhóm giá trị.
• Sig > 0.05: Chấp nhận giả thuyết Ho, nghĩa là không có sự khác biệt trung bình một cách có ý nghĩa thống kê giữa hai nhóm giá trị.

Tóm lại, quy trình đọc kết quả Independent Sample T-Test được tóm gọn trong hai bước như sau:

2. Kiểm định Independent-Samples T Test trên SPSS 26

Thực hiện kiểm định Independent-Samples T Test để xem xét mức độ hài lòng công việc có khác nhau giữa nhân viên nam và nhân viên nữ không. Biến định lượng được sử dụng là F_HL, biến định tính là GioiTinh có 2 giá trị Nam/Nữ. Vào Analyze > Compare Means > Independent-Samples T Test...

Cửa sổ Independent-Samples T Test xuất hiện, đưa biến định lượng vào mục Test Variable (s), cụ thể là biến F_HL. Chúng ta có thể đưa nhiều biến định lượng vào mục này để đánh giá trung bình cùng lúc với biến Giới tính. Tiếp tục đưa biến định tính vào mục Grouping Variable, cụ thể trong trường hợp này là biến GioiTinh. Nhấp chuột chọn vào biến GioiTinh trong Grouping Variable để nền biến này tô vàng, lúc này mục Define Groups... sẽ sáng lên, chúng ta nhấp vào mục này.

Biến Giới tính có hai giá trị đã được mã hóa gồm 1 là nam và 2 là nữ, chúng ta sẽ điền hai số này vào hai ô trống Group 1 và Group 2 (không cần phải sắp xếp 1 đến 2, có thể điền ngược lại 2, 1). Tiếp tục nhấp vào Continue để quay về cửa sổ ban đầu. Sau đó nhấp OK để xuất kết quả ra output.

Kết quả kiểm định gồm hai bảng là Group Statistics và Independent Samples Test. Chúng ta sẽ đọc kết quả ở bảng Independent Samples Test trước.

Bước 1: Sig kiểm định F bằng 0.144 > 0.05, không có sự khác biệt phương sai giữa hai nhóm nam và nữ, chúng ta sẽ sử dụng kết quả kiểm định t ở hàng Equal variances assumed.

Bước 2: Sig kiểm định t bằng 0.491 > 0.05, như vậy không có sự khác biệt trung bình F_HL giữa các đáp viên có giới tính khác nhau. Kết luận, không có khác biệt sự hài lòng công việc giữa nhân viên nam và nhân viên nữ trong công ty. Giả sử trường hợp sig kiểm định t nhỏ hơn 0.05, chúng ta kết luận có khác biệt trung bình F_HL giữa các đáp viên có giới tính khác nhau.

Bảng Group Statistics cho chúng ta các thông số mô tả của từng nhóm giới tính. Giá trị trung bình biến F_HL của hai nhóm nam/nữ bằng 3.5012 và 3.4523, không có sự chênh lệch đáng kể.