Chương 8

KIỂM ĐỊNH GIẢ THUYẾT

TS.BS.NGUYỄN NGỌC VÂN PHƯƠNG

MỤC TIÊU
Sau bài giảng, sinh viên có thể:
1. Hiểu được ý nghĩa của: kiểm định giả thuyết, giả thuyết H0,
giả thuyết H1, giá trị p, sai lầm loại 1, sai lầm loại 2.
2. Chọn được đúng các kiểm định thống kê: t, chi bình
phương.
3. Tính được các kiểm định thống kê: t, chi bình phương.
4. Biết cách biện luận kết quả của kiểm định giả thuyết.

1
 Chương 8

Tôi giả định chiều cao trung

Thống kê
bình của người VN là 160cm
KHÁI NIỆM
• Giả thuyết là một phát biểu về một
tham số của quần thể
Thống kê Thống kê • Mục đính của kiểm định giả thuyết
mô tả phân tích là đưa ra quyết định giả thuyết nào
trong 2 giả thuyết bổ sung là đúng
bằng cách kiểm tra một mẫu được
chọn từ quần thể đó.
Kiểm • Hai giả thuyết bổ sung trong một
Ước
lượng
định giả kiểm định là giả thuyết không (H0)
thuyết và giả thuyết thay thế (H1).

bởi vì có 1 số giả thuyết nghiên cứu luôn tồn tại dấu “=”
Hiệu quả của thuốc mới A có như là thuốc cũ B đang xài hay ko (gt nc là dấu = )
*mù quáng ghi: thuốc A ko có hiệu quả như thuốc B (ko phù hợp đặc điểm luôn luôn có dấu = )
=> Hiệu quả của thuốc A và B là như nhau

GIẢ THUYẾT TRONG KIỂM ĐỊNH

GIẢ THUYẾT KHÔNG, H0 GIẢ THUYẾT NGHIÊN CỨU, H1

• Thường là mệnh đề phủ định • Là giả thuyết mà nhà nghiên

với giả thuyết nghiên cứu cứu tin là đúng và muốn
muốn chứng minh. chứng minh.
• Là giả thuyết sẽ được kiểm • Thường đối lập với giả thuyết
định không H0
• Luôn có dấu “=“ • Có thể hoặc không thể chấp
Sự khác biệt tb chiều cao ds VN so với ds TG
nhận
hay ko
=> chiều cao ds VN = chiều cao ds TG
4
=> Ko có sự khác biệt về tb chiều cao ds
VN...
Mối liên hệ giữa hút thuốc lá và UT phổi
=> Ko có mối liên hệ giữa htl và UT phổi = cho dù có hút hay ko hút thì tỉ lệ mắc UT ko khác biệt gì cả
= tỉ lệ mắc UT phổi như nhau ở cả nhóm hút và ko hút
2
 Chương 8

GIẢ THUYẾT TRONG KIỂM ĐỊNH

Ví dụ:

• So sánh hiệu quả điều trị của thuốc A và thuốc B. Quan sát
thấy, tỷ lệ khỏi bệnh khi dùng thuốc A là p1. Tỷ lệ khỏi bệnh
khi dùng thuốc B là p2. Hỏi hiệu quả điều trị của 2 thuốc khác
nhau không?
Nhà nghiên cứu muốn chứng minh H1: Hiệu quả của thuốc A khác
thuốc B

Nhưng lại kiểm tra tính hợp lý của H0: Hiệu quả của 2 thuốc là như
nhau

TẠI SAO KIỂM ĐỊNH H0 THAY VÌ H1?

Logic của 1 phiên tòa:

● Để chứng minh ai đó có tội, trước tiên giả định người đó vô tội.

● Giả định này chỉ được giữ lại cho tới khi có bằng chứng hợp lý
cho thấy người đó có tội.

● Tới lúc này, ta mới có quyền bác bỏ giả định vô tội lúc đầu và
tuyên người đó có tội.

3
 Chương 8

TẠI SAO KIỂM ĐỊNH H0 THAY VÌ H1?

Tương tự, logic này được áp dụng trong thống kê:
● Bắt đầu bằng giả định “giả thuyết H0 đúng”.
● Tiếp theo, kiểm tra xem dữ liệu phù hợp với H0?
Nếu phù hợp  giữ lại H0.
Nếu không phù hợp  loại bỏ H0

Không thể loại bỏ H0 không có nghĩa H0 đúng. Chỉ là, mẫu nghiên cứu không đủ bằng chứng để hỗ trợ H1.

Làm thế nào để kiểm tra sự phù hợp với H0?

7

Trong mỗi bộ dữ liệu với mỗi giả thuyết Ho cụ thể ta đặt ra,
chúng ta sẽ tính dc giá trị p (ký hiệu ng ta qui ước)

GIÁ TRỊ p
- Là xác suất xảy ra sự kiện mà ta đã thấy trong nghiên
cứu nếu ta giả định giả thuyết H0 thật sự đúng.
- Với mỗi kiểm định ta sẽ có riêng 1 giá trị p
- So sánh giá trị p với ngưỡng ý nghĩa α để quyết định bác
bỏ hay không bác bỏ giả thuyết H0.
- Lưu ý: coi chừng diễn giải sai giá trị p.

4
 Chương 8

MỨC Ý NGHĨA α là cái cho sẵn,trước nghiên cứu

• Là khả năng sai lầm được chấp nhận nếu quyết
định loại bỏ giả thuyết H0 khi H0 đúng.
• Được chọn trước khi bắt đầu cuộc điều tra.
• Chọn ngưỡng α bao nhiêu là phù hợp?
• Thường chọn ngưỡng 5% hay 1%.

KIỂM ĐỊNH
p<α Baùc boû HO Chaáp nhaän H1
H1 : Taêng Chol. taêng nguy cô BMV Ho: tăng Chol. ko tăng nguy cơ BMV
giả sử Ho là dúng thì khả
Neáu taêng Chol. khoâng taêng nguy cô BMV,
năng để thấy sự tăng nguy
cơ là ít hơn 5% khaû naêng ñeå thaáy ñöôïc söï taêng nguy cô laø ít
hôn 5%
Coù ít hôn 5% ñeå giaûi thích taêng Chol. taêng
nguy cô BMV laø do cô hoäi ??
10

5
 Chương 8

KIỂM ĐỊNH
 = 0,05
HO ñuùng
Vuøng baùc boû
p
Vuøng chaáp nhaän

2
p<α
tC = 3,84
t = 22,67 11

KIỂM ĐỊNH
p>α Khoâng theå baùc boû HO

HO : Taêng Chol. khoâng taêng nguy cô BMV

Thöïc söï khoâng taêng nguy cô

cơ hội:
hay do cô hoäi ? - biến thiên ngẫu nhiên sinh học
- cỡ mẫu ko đủ để bác bỏ gt này
12

6
 Chương 8

CÁC SAI LẦM KHI KIỂM ĐỊNH THỐNG KÊ

• Có 2 loại sai lầm
Sai lầm loại I là sai lầm của việc bác bỏ H0 khi nó đúng
Sai lầm loại II là sai lầm của việc không bác bỏ H0 khi nó sai.

Giaû Thuyeát Khoâng

Quyeát ñònh Ñuùng Sai
Không bác bỏ Kết luận đúng Sai lầm loại II
β
Bác bỏ Sai lầm loại I Kết luận đúng
α

13

SỨC MẠNH (POWER)

β = Xaùc suaát sai laàm loaïi 2 =
Xaùc suaát sai do khoâng baùc boû Ho khi H0 sai

1 - β = Söùc maïnh
= Khaû naêng phaùt hieän söï khaùc bieät,
neáu thaät söï coù söï khaùc bieät

Sức mạnh (power): khả năng giảm sai lầm loại 2

14

7
 Chương 8

SỨC MẠNH

β = 0,20 = Coù 20% cô hoäi sai do khoâng baùc boû Ho khi H0 sai

1 - β = 0,80
= Coù 80% cô hoäi (khaû naêng)
phaùt hieän moät söï khaùc bieät mong muoán,
neáu thaät söï coù söï khaùc bieät
Vd: hiệu quả điều trị thuốc A với B có khác nhau hay ko?
- Giả sử trên thực tế thuốc A tốt hơn B (nếu đó là sự thật)
- Khi chúng tôi tiến hành nghiên cứu => tĩnh cỡ mẫu, tôi mong rằng cỡ
15

mẫu có Power 80% => 80% phát hiện ra sự khác biệt hiệu quả đt giữa
A và B
Cho nên Power càng lớn => sai lầm loại II giảm

CHỌN LỰA KIỂM ĐỊNH

Cần dựa vào các yếu tố sau:
(1) Loại biến số khảo sát (định tính, định lượng)
(2) Số nhóm khảo sát (1 nhóm, 2 nhóm, > 2 nhóm)
(3) Tính chất của mẫu khảo sát (độc lập, bắt cặp)
(4) Phân phối của mẫu khảo sát (phân phối chuẩn?, đồng nhất?)
Lưu ý:
Khi lựa chọn và thực hiện kiểm định thống kê, cần lưu ý các điều
kiện của kiểm định.

16

8
 Chương 8

KIỂM ĐỊNH t
- So sánh 2 số trung bình.
- Điều kiện: 2 mẫu khảo sát phải thỏa 2 điều kiện sau
• Có phân phối chuẩn
• Đồng nhất với nhau
- Các dạng bài:
• So sánh 2 số trung bình ở 2 mẫu độc lập
• So sánh 1 số trung bình quan sát với 1 số trung bình lý thuyết
• So sánh 2 số trung bình bắt cặp

17

KIỂM ĐỊNH t
SO SÁNH 2 SỐ TB Ở 2 MẪU ĐỘC LẬP
Ví dụ: có 2 nhóm => kiểm định t

Điểm trung bình chất lượng cuộc sống trước chấn thương
(QoL) của nam và nữ có khác nhau không?
• Giả thuyết: Giả sử: điểm tb chất lượng cs trc khi chấn thươn của
Ho: QoL nam = QoL nữ nam và nữ ko khác nhau (2 điểm số này là bằng nhau)

Ha: QoL nam ≠ QoL nữ

• Chọn kiểm định t cho ss 2 số TB ở 2 mẫu độc lập

18

9
 Chương 8

so sánh 2 số trung bình 2 mẫu độc lập

ANALYZE\COMPARE MEANS\INDEPENDENT SAMPLES T-TEST

Group Statistics

Std. Error
sex N Mean Std. Deviation Mean
General quality male
of 1089 60.5730 7.80945 .23665
life before injuryfemale 603 60.1028 7.42131 .30222
đánh giá mẫu độ lệch chuẩn
này rất lớn

19

ANALYZE\COMPARE MEANS\INDEPENDENT SAMPLES T-TEST

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
General quality ofEqual variances
2.489 .115 1.207
1.207 1690 0.228
.228 .4702 .38951 -.29379 1.23415
life before injury assumed 2.489 0.115
Equal variances
1.225 1296.803 .221 .4702 .38385 -.28285 1.22322
not assumed

Levene’s test không có ý nghĩa (p>0,05)  phương sai như nhau

t=1.207 p=0,228  không bác bỏ H0
Không có sự khác biệt có ý nghĩa thống kê về điểm chất lượng cuộc sống trước
khi chấn thương của nam và nữ (p = 0,228)
20

10
 Chương 8

KIỂM ĐỊNH t
SO SÁNH 2 SỐ TB Ở 2 MẪU ĐỘC LẬP
• Trường hợp 1: n1 ≥ 30 và n2 ≥ 30

Xác định vị trí của t ở độ tự do = ∞

21

KIỂM ĐỊNH t
SO SÁNH 2 SỐ TB Ở 2 MẪU ĐỘC LẬP
• Trường hợp 2: n1 < 30 hoặc n2 < 30

Xác định vị trí của t ở độ tự do = n1 + n2 - 2

22

11
 Chương 8

KIỂM ĐỊNH t so sánh 2 số tb nhưng thực ra chỉ có 1 nhóm

SO SÁNH 1 SỐ TB QUAN SÁT VỚI 1 TB LÝ THUYẾT

Ví dụ:
Điểm trung bình QoL trước chấn thương của mẫu và dân số
chung có khác nhau hay không?
• Giả thuyết:
Ho: QoL = 50 (QoL quần thể chung)
Ha: QoL ≠ 50
• Chọn kiểm định t cho ss 1 TBQS với 1 TBLT

23

ANALYZE\COMPARE MEANS\ONE SAMPLE T-TEST

One-Sample Statistics

Std. Error
N Mean Std. Deviation Mean
General quality of
1692 60.4054 7.67448 .18657
life before injury

sai số chuẩn = độ lệch chuẩn / căn n

sai số chuẩn = 7,674 / căn 1692 = 0,186

24

12
 Chương 8

ANALYZE\COMPARE MEANS\ONE SAMPLE T-TEST

One-Sample Test

Test Value = 50
95% Confidence
Interval of the
Mean Difference
biến định lượng t df Sig. (2-tailed) Difference Lower Upper
General quality of
55.771 1691 .000 10.4054 10.0395 10.7714
life before injury
khi giá trị p rất rất nhỏ thì ghi p < 0,01
t= (60.4054-50)/0.18657=55.771
• Trung bình là 60.4054 (se. 0.1866), khác biệt có ý nghĩa thống kê với trung bình
quần thể (50) , p<0,001.
• Khác 10.4054 điểm và tin cậy đến 95% là sự khác biệt nằm trong khoảng (10.0395
đến 10.7714)
25

KIỂM ĐỊNH t
SO SÁNH 1 SỐ TB QUAN SÁT VỚI 1 TB LÝ THUYẾT

Nếu n ≥ 30, xác định vị trí của t ở độ tự do = ∞

Nếu n < 30, xác định vị trí của t ở độ tự do = n - 1

26

13
 Chương 8

KIỂM ĐỊNH t
SO SÁNH 2 SỐ TRUNG BÌNH BẮT CẶP
Ví dụ:
Điểm trung bình chất lượng cuộc sống sau chấn thương
có thay đổi so với trước chấn thương hay không?
• Giả thuyết:
Ho: QoL sau = QoL trước
Ha: QoL sau ≠ QoL trước
• Chọn kiểm định t cho ss 2 TB bắt cặp
vd 1: mời vào nghiên cứu và tiến hành cân 10 ng này => tính đc tb cân nặng trc khi dùng thuốc. Sau đó uống thuốc giảm cân
=> sau 1 tháng mời tới rồi tiến hành cân => cân nặng tb sau đung thuốc => 2 số tb nhưng có 1 nhóm
vd 2 (nghiên cứu bệnh chứng bắt cặp): khảo sát hút thuốc và UT phổi, chọn ra nhóm bn UT phổi và ko UT phổi (nhóm chứng)
27

- chọn match case, chọn 20 ng UT phổi, vd chọn ng nữ 60t UT phổi tương tự ngoài cđ cũng chọn nữ 60t ko UT phổi
- tương tự ng đàn ông 70t UT trong bv UB thì ngoài cđ cũng chọn đàn ông 60t ko bệnh
=> có 2 nhóm nhưng chúng ta vẫn gọi là cặp => sd tk liên quan đến bắt cặp
vd 3: khảo sát điểm số GP Y1 với điểm số thống kê có sự khác biệt ko?
- 1 nhóm sv nhưng có trung bình 2 điểm số GP và TK

ANALYZE\COMPARE MEANS\ PAIRED SAMPLES T-TEST

Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair General quality of
60.4054 1692 7.67448 .18657
1 life before injury
general quality of
54.6820 1692 9.98209 .24267
life after injury

Paired Samples Correlations

N Correlation Sig.
Pair General quality of life
1 before injury & general 1692 .787 .000
quality of life after injury

28

14
 Chương 8

ANALYZE\COMPARE MEANS\ PAIRED SAMPLES T-TEST

Paired Samples Test

Paired Differences
95% Confidence
trung bình Interval of the
hiệu số Difference
Std. Error
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair General quality of life
rất rất nhỏ
1 before injury - general5.7234 6.16665 .14992 5.4294 6.0174 38.177 1691 .000
quality of life after injury
độ lệch chuẩn > trung bình
(có thể ko bình thường)

• Trung bình điểm QoL sau chấn thương giảm 5,7 điểm so với trước chấn
thương (từ 60,4 xuống 54,7) với khoảng tin cậy 95% là 5,4 đến 6,0.

• Kết quả này có ý nghĩa thống kê (t=38,2 và p < 0,001).

29

KIỂM ĐỊNH t
SO SÁNH 2 SỐ TRUNG BÌNH BẮT CẶP

Nếu n ≥ 30, xác định vị trí của t ở độ tự do = ∞

Nếu n < 30, xác định vị trí của t ở độ tự do = n - 1

30

15
 Chương 8

CÁC BƯỚC KIỂM ĐỊNH t

Bước 1: Đặt giả thiết H0
Bước 2: Chọn công thức kiểm định.
Bước 3: Tính giá trị t từ công thức kiểm định
Bước 4: Xác định giá trị p của bài toán
Bước 5: so sánh p với α
Nếu p < α  Bác bỏ giả thuyết H0
Nếu p > α  Không bác bỏ giả thuyết H0
Bước 6: Kết luận
Có sự khác biệt có ý nghĩa thống kê….. (p<?) (nếu bác bỏ H0)
Không có sự khác biệt có ý nghĩa thống kê….. (p>?) (nếu không bác bỏ H0)

31

Xác định p
Bước 1: Xác định vị trí của t trên bảng t, dựa vào giá trị của t và độ tự do
Bước 2: Đối chiếu giá trị t lên hàng α  vị trí của p
0.05 > 0.02 > p

Degrees of Freedom 0.20 0.10 0.05 0.02 > p > 0.01

1 3.0777 6.314 12.706 31.821 63.657
Ví dụ: 2 1.8856 2.9200 4.3027 6.9645 9.9250
. . . . . .
t = 2.432 . . . . . .
n = 50 > 30 10 1.3722 1.8125 2.2281 2.7638 3.1693
. . . . . .
. . . . . .
100 1.2901 1.6604 1.9840 2.3642 2.6259
 1.282 1.6449 1.9600 2.3263 2.432 2.5758

TS.BS. Nguyễn Ngọc Vân Phương 32

16
 Chương 8

KIỂM ĐỊNH CHI BÌNH PHƯƠNG

- Là kiểm định Phi tham số
• Kiểm định mức độ phù hợp của phân phối dữ liệu mẫu với một dữ liệu có sẵn
• Kiểm định sự độc lập của 2 hay nhiều mẫu (so sánh 2 bộ dữ liệu khác nhau).
.

33

KIỂM ĐỊNH CHI BÌNH PHƯƠNG

- Kiểm định dựa trên số đếm
- Kiểm định xem có sự khác biệt giữa
tần số quan sát với tần số lý thuyết
do ngẫu nhiên hay không?
- Tần số quan sát: đếm bao nhiêu cá
thể từ mẫu nghiên cứu trong từng
phân nhóm của biến số.
- Tần số lí thuyết (tần số dự kiến)?
 xem ví dụ slide kế tiếp

34

17
 Chương 8

H0: Tỷ lệ sản phẩm bị lỗi là như nhau giữa 2 máy

A và B.

Không Tổng sản phẩm =1500

Máy Lỗi Lỗi Tổng
Tổng sản phẩm lỗi =160
Tổng Tỉ lệ sản phẩm lỗi =160/1500 = 0.1067

Số sản phẩm lỗi lý thuyết do máy A:

1000 * 0.1067 = 106.7
Tổng Số sản phẩm lỗi lý thuyết do máy B
500 * 0.1067 = 53.3
Số sản phẩm không lỗi dự kiến do máy A = 1000 -106.7 = 893.3
Số sản phẩm không lỗi dự kiến do máy B = 500 - 53.3 = 446.7

35

So sánh 2 bộ dữ liệu khác nhau

SO SÁNH 1 TỶ LỆ QUAN SÁT VỚI 1 TỶ LỆ CHO TRƯỚC

Ví dụ:
Tỷ lệ chấn thương ở đầu/cột sống trong năm 2001 có khác 37%
(tỷ lệ chấn thương ở đầu/cột sống trong năm 1997)?
• Giả thuyết:
Ho: P2001 = 37%
Ha: P2001 ≠ 37%
• Chọn kiểm định: chi bình phương một mẫu để so sánh tỷ lệ
chấn thương ở đầu/xương sống, cột sống trong năm 2001 và
tỷ lệ chấn thương năm 1997.
36

18
 Chương 8

ANALYSE \NONPARAMETRIC TESTS\CHI-SQUARE

Test Statistics

Injury to head
or spine
Chi-Squarea .241
df 1
Asymp. Sig. .623
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 633.8.

Tỷ lệ chấn thương ở đầu/cột sống xấp xỉ 36% trong nghiên cứu năm 2001.

Tỷ lệ này cũng tương tự như tỷ lệ báo cáo chấn thương giao thông quốc
gia năm 1997 là 37% (2 = 0.24, p = 0.623).
37

So sánh 2 bộ dữ liệu khác nhau

SO SÁNH 2 TỶ LỆ Ở 2 MẪU ĐỘC LẬP

Ví dụ:
Tỷ lệ chấn thương đầu và cột sống của nhóm đi xe tương đương với nhóm
đi bộ?
• Giả thuyết:
Ho: Pđi xe = Pđi bộ
Ha: Pđi xe ≠ Pđi bộ
• Chọn kiểm định: chi bình phương để kiểm tra giả thuyết là tỷ lệ chấn
thương đầu hoặc cột sống xảy ra ở những người đi bộ là như những
người sử dụng phương tiện giao thông
38

19
 Chương 8

ANALYSE \DESCRIPTIVE STATISTICS\CROSSTABS

Injury to head or spine * Was victim a pedestrian? Crosstabulation

Was victim a
pedestrian?
No Yes Total
Injury to head Not injured at these sites Count 861 94 955
or spine % within Was victim
63.4% 56.0% 62.6%
a pedestrian?
Injured Count 496 74 570
% within Was victim
36.6% 44.0% 37.4%
a pedestrian?
Total Count 1357 168 1525
% within Was victim
100.0% 100.0% 100.0%
a pedestrian?

Tỷ lệ người bị chấn thương đầu/cột sống

* Ở nhóm đi bộ: 44%
* Ở nhóm dùng phương tiện giao thông: 37%
39

ANALYSE \DESCRIPTIVE STATISTICS\CROSSTABS

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 3.589b 1 .058
Continuity Correction a 3.276 1 .070
Likelihood Ratio 3.526 1 .060
Fisher's Exact Test .063 .036
Linear-by-Linear
3.587 1 .058
Association
N of Valid Cases 1525
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
62.79.

Không có sự khác biệt có ý nghĩa thống kê về tỉ lệ chấn thương đầu/cột sống

giữa hai nhóm (2 = 3,59, p = 0,058).
40

20
 Chương 8

So sánh 2 bộ dữ liệu khác nhau

CÁC BƯỚC SO SÁNH 2 TỶ LỆ 2

Bước 1: Đặt giả thiết H0
Bước 2: Lập bảng 2x2
Bước 3: Tính giá trị 2
Bước 4: Ở độ tự do = 1, và giá trị  2 vừa tính
Xác định giá trị p của bài toán, sử dụng bảng
Nếu p < α (α = 0.05)  Bác bỏ giả thuyết H0
Nếu p > α (α = 0.05)  Không bác bỏ giả thuyết H0
Bước 5: Kết luận

41

CÁC BƯỚC SO SÁNH 2 TỶ LỆ

• Bảng 2x2

BỆNH KHÔNG BỆNH TỔNG

TIẾP XÚC a b a+b
KHÔNG TIẾP XÚC c d c+d
TỔNG a+c b+d a+b+c+d

2 n(ad  bc) 2
 =
(a  b)(c  d )(a  c)(b  d )

42

21
 Chương 8

CÁC BƯỚC SO SÁNH NHIỀU TỶ LỆ 2

Bước 1: Đặt giả thiết H0
Bước 2: Lập bảng tần số quan sát và tần số lý thuyết.Slide
Bước 3: Tính giá trị 2
Bước 4: Ở độ tự do = (∑hàng – 1)(∑cột – 1) và giá trị  2vừa tính,
Xác định giá trị p của bài toán, sử dụng bảng 2
 p < α (α = 0.05)  Bác bỏ giả thuyết H0

 p > α (α = 0.05)  Không bác bỏ giả thuyết H0

Bước 6: Kết luận

43

2 = 9.835 2
Using the Table…

Độ tự do = p
5–1=4

9.825
 = 0.05

P < 0.05  loại bỏ H0 44

22
 Chương 8

SO SÁNH NHIỀU TỶ LỆ
Kết quả điều trị của 3 phương pháp
KẾT QUẢ PHƯƠNG PHÁP TỔNG
A B C
Khỏi bệnh a b c a+b+c
Thất bại d e f d+e+f
Tổng a+ d b+e c+f n

Bảng tần số lý thuyết kết quả điều trị của 3 phương pháp
KẾT QUẢ PHƯƠNG PHÁP
A B C
Khỏi bệnh a' b’ c’
Thất bại d’ e’ f’

a’ = (a + b + c) x (a+ d)/n
Tổng quát, TSLT = (tổng hàng tương ứng x tổng cột tương ứng)/Tổng số
45

SO SÁNH NHIỀU TỶ LỆ

2
 = 
(Q i  Li )2
Li

2
 =
(a a' )2 (b b' )2 (c c' )2 (d  d ' )2 (e e' )2 ( f  f ' )2
a'
+
b'
+
c'
+
d'
+
e'
+
f'

46

23
 Chương 8

TÀI LIỆU THAM KHẢO

• Lê Trường Giang. Sách Thống Kê Y Học. Nhà xuất bản Y Học,
2011.
• Bài giảng Thống kê suy luận của trường Đại học Y Tế Công Cộng.
• Bài giảng Thống kê phân tích của trường Đại học Y Dược TPHCM.

47

24