4/7/2023

CHƯƠNG IV: ĐIỀU TRA CHỌN MẪU I. Những vấn đề chung

I II III IV
1 Khái niệm

NHỮNG VẤN ĐỀ ƯỚC LƯỢNG KIỂM ĐỊNH GIẢ ỨNG DỤNG SPSS
KẾT QUẢ ĐIỀU THUYẾT THỐNG TRONG ƯỚC
VỀ ĐIỀU TRA
KÊ
2 Ưu điểm
CHỌN MẪU TRA CHỌN MẪU LƯỢNG VÀ KIỂM
ĐỊNH GIẢ THUYẾT
THỐNG KÊ
3 Hạn chế

4 Trường hợp vận dụng

5 Phân phối mẫu và định lý giới hạn trung tâm

1 2

1. Khái niệm 2. Ưu điểm

ĐTCM là một loại điều tra không toàn bộ trong + Tiết kiệm (chi phí, nhân lực)
đó người ta chỉ chọn ra một số đơn vị đủ lớn
thuộc đối tượng nghiên cứu để tiến hành điều + Mở rộng nội dung điều tra
tra thực tế. Các đơn vị này được chọn theo + Tài liệu thu được trên mẫu có độ chính xác cao
những quy tắc nhất định để đảm bảo tính đại
biểu và kết quả của ĐTCM được dùng để suy + Nhanh gọn, đảm bảo tính kịp thời
rộng cho tổng thể chung

3 4
 4/7/2023

3. Hạn chế 4. Trường hợp vận dụng

+ Không cho biết thông tin đầy đủ về tổng thể • Thay thế cho điều tra toàn bộ
• Kết hợp với điều tra toàn bộ
+ Sai số khi suy rộng
• Kiểm định giả thuyết thống kê
+ Kết quả điều tra không thể tiến hành phân tổ theo
mọi phạm vi nghiên cứu

5 6

5. Phân phối mẫu và định lý giới hạn

trung tâm
Quy luật phân phối xác suất
• Quy luật phân phối xác xuất • Quy luật phân phối xác suất của biến ngẫu nhiên là sự
• Phân phối mẫu tương ứng giữa giá trị có thể có của nó và xác suất tương

• Định lý giới hạn trung tâm ứng với giá trị đó.

0
8

7 8
 4/7/2023

Một số ký hiệu Phương sai mẫu

Chú ý: Phương sai mẫu 𝑆 được xác định như

Chỉ tiêu Tổng thể Mẫu sau:
∑ ̅
Quy mô N n 𝑆 = (giản đơn) (1)

Số bình quân  x 𝑆 =
∑
∑
̅
(gia quyền) (2)
Tỷ lệ theo một p
tiêu thức f Hoặc:
𝒏 𝒏 ∑ 𝑿𝟐𝒊 𝒇𝒊 ∑ 𝑿𝒊 𝒇𝒊 𝟐
Phương sai  2
S 2 𝑺𝟐 = [ 𝑿𝟐 − 𝑿 𝟐 ] = [ ∑ 𝒇𝒊
− ] (3)
𝒏 𝟏 𝒏 𝟏 𝒇𝒊
Phương sai của f (1  f )
tiêu thức tỷ lệ p (1  p )

9 10

Phân phối mẫu Phân phối mẫu

Phân phối trung bình mẫu Phân phối tỷ lệ mẫu

Từ mẫu ngẫu nhiên kích thước n (với các quan Từ mẫu ngẫu nhiên kích thước n, x là biến ngẫu
sát là x1, x2,….xn với trung bình mẫu là nhiên thỏa mãn tiêu thức nghiên cứu nào đó, với
*
x  x 2  ....  x n tỷ lệ mẫu f  n
x 1 n
n

Trung bình của trung bình mẫu là:  x =  Trung bình của tỷ lệ mẫu là:  f = p
 p (1  p )
Độ lệch chuẩn của trung bình mẫu: x  Độ lệch chuẩn của tỷ lệ mẫu: f 
n n

11 12
 4/7/2023

Định lý giới hạn trung tâm II. Ước lượng kết quả điều tra chọn mẫu

- Nếu tổng thể có phân phối chuẩn, thì trung 1 Cách chọn
bình/tỷ lệ mẫu cũng có phân phối chuẩn
2 Ước lượng (suy rộng) kết quả điều tra
- Với mẫu ngẫu nhiên kích thước n đủ lớn, phân
phối của trung bình/tỷ lệ mẫu sẽ xấp xỉ phân 3 Xác định kích thước (quy mô) mẫu
phối chuẩn bất kể phân phối tổng thể là gì

13 14

1. Cách chọn 2. Ước lượng kết quả điều tra

 Chọn hoàn lại (chọn lặp, chọn nhiều lần): Quy • Với mức ý nghĩa α
mô tổng thể không đổi • Ước lượng trung bình
Khi biết phương sai tổng thể chung, mẫu nhỏ (n<30)
số mẫu có thể có: k  Nn Hai phía x  t n / 21. x    x  t n / 21. x
Vế trái x  t n 1. x    
• Chọn không hoàn lại (chọn không lặp, chọn một
Vế phải      x  t n 1. x
lần): Quy mô tổng thể giảm Trong trường hợp mẫu lớn (lấy hệ số Z thay cho t)

N! x  z / 2 . x    x  z / 2 . x
số mẫu có thể có: k =𝐶 Hai phía
n!( N  n)! Vế trái x  z . x    
Vế phải      x  z . x
15 16
 4/7/2023

2. Ước lượng kết quả điều tra 2. Ước lượng kết quả điều tra

• Với mức ý nghĩa α  Trong đó Z được gọi là hệ số tin cậy (giá trị tới hạn mức α của

• Ước lượng tỷ lệ phân phối chuẩn hoá)

Hai phía f  z / 2 . f  p  f  z / 2 . f • α – mức ý nghĩa (SAI LẦM LOẠI I)
Vế trái f  z . f  p   • (1-α) là xác suất hay trình độ tin cậy
Vế phải    p  f  z . f Một số giá trị đặc biệt của Z (với ước lượng 2 phía):
z = 1 ứng với xác suất tin cậy = 0,6826 (a=0,3174)
z = 2 ứng với xác suất tin cậy = 0,9544 (a=0,0456)
z = 3 ứng với xác suất tin cậy = 0,9973 (a=0,0027)
𝒛𝟎,𝟎𝟐𝟓 = 1,96 ứng với xác suất tin cậy = 95% (a= 5%)
Zo.o5 = 1,645: ứng với xs tin cậy = 90% (a=10%)
17 18

Sai số bình quân chọn mẫu

(độ lệch chuẩn của trung bình mẫu và tỷ lệ mẫu) Các yếu tố ảnh hưởng tới SSBQCM

Cách chọn Hoàn lại Không hoàn lại - Độ phân tán của tổng thể (phương sai tổng thể)
Suy rộng (chọn nhiều lần) (chọn một lần)
- Số lượng đơn vị mẫu (n)
2 𝜎 𝑁 −𝑛
x  𝜎̄ = (
𝑛 𝑁−1
)
- Quy mô tổng thể (trong trường hợp chọn không
n
Số bình quân
hoàn lại)
S2
x 
𝑆 𝑁−𝑛
𝜎̄ =
𝑛 𝑁−1
- Cách chọn mẫu
n

Tỷ lệ 𝑓(1 − 𝑓) 𝑓(1 − 𝑓) 𝑁 − 𝑛
𝜎 = 𝜎 = ( )
𝑛 𝑛 𝑁−1

Lưu ý: SSBQCM theo cách chọn hoàn lại luôn lớn hơn theo cách chọn không hoàn lại

19 20
 4/7/2023

3. Xác định số đơn vị mẫu điều tra Cách xác định

Cách chọn Chọn hoàn lại Chọn không hoàn lại
• Yêu cầu khi xác định cỡ mẫu:
Suy rộng (chọn nhiều lần) (chọn một lần)
+ Sai số nhỏ nhất (về mặt khoa học) z 2 2 (𝑁 − 1). 𝑧 . 𝜎

n
𝑛=
(𝑁 − 1). 𝜀 ̄ + 𝑧 . 𝜎
Bình quân
+ Chi phí thấp nhất (về kinh tế)  x2
z 2 . p (1  p ) 𝑛=
(𝑁 − 1). 𝑧 . 𝑝(1 − 𝑝)
Tỷ lệ n (𝑁 − 1)𝜀 +𝑧 . 𝑝(1 − 𝑝)
 2f
Z : Hệ số tin cậy (2 phía),
𝜎 : Phương sai (thường không biết trước)
𝜀 ̅, 𝜀 : Phạm vi sai số cho phép (mong muốn) khi suy rộng
p: tỷ lệ chung (ở tổng thể)
N: Quy mô tổng thể chung

21 22

Các nhân tố ảnh hưởng tới kích thước Chú ý: Các cách xác định phương sai
mẫu điều tra trong trường hợp không biết PSai

+ Hệ số tin cậy (z)/Trình độ tin cậy • Lấy phương sai lớn nhất, lấy tỷ lệ gần 0,5 nhất
trong các lần điều tra trước đó.
+ Phương sai (độ đồng đều) của tổng thể chung (2) • Lấy phương sai của cuộc điều tra có tính chất
+ Phạm vi sai số chọn mẫu () tương tự
• Điều tra thí điểm để xác định phương sai
+ Phương pháp chọn mẫu
• Xác định phương sai dựa vào khoảng biến
thiên (quy tắc 3 xicma)
𝑅
𝜎=
6
Chú ý: R = Xmax - Xmin

23 24
 4/7/2023

III. Kiểm định giả thuyết thống

kê
1 Những vấn đề chung về kiểm định giả thuyết thống kê
2 Kiểm định giá trị trung bình
Giả thuyết thống kê
Là giả thuyết về một vấn đề nào đó của tổng thể
chung (về các tham số như trung bình, tỷ lệ,
phương sai, dạng phân phối,…)

25 26

Giả thuyết thống kê Giả thuyết thống kê

Giả thuyết mà ta muốn kiểm định (H0) Kiểm định 2 phía

Giả thuyết đối lập (Ha, H1, H) Ví dụ:

H0:  = 0

H1:   0
Bác bỏ H0 Bác bỏ H0

27 28
 4/7/2023

Giả thuyết thống kê Giả thuyết thống kê

Kiểm định phía trái Kiểm định phía phải

Ví dụ: Ví dụ

H0:  = 0 H0:  = 0

H1:  < 0 H1:  > 0

Bác bỏ H0 Bác bỏ H0

0 0

29 30

Sai lầm và mức ý nghĩa trong kiểm định Sai lầm và mức ý nghĩa trong kiểm định

- Sai lầm loại I là bác bỏ H0 khi H0 đúng

Kết luận
- Sai lầm loại II là chấp nhận H0 khi H0 sai Thực tế Chấp nhận H0 Bác bỏ H0

H0 đúng Kết luận đúng Sai lầm loại I

H0 sai Sai lầm loại II Kết luận đúng

31 32
 4/7/2023

Sai lầm và mức ý nghĩa trong kiểm định Tiêu chuẩn kiểm định
Mức ý nghĩa của kiểm định () là xác suất mắc sai Tiêu chuẩn kiểm định là quy luật phân phối
lầm loại I xác suất nào đó dùng để kiểm định.

 = P(Bác bỏ H0/H0 đúng) Trong tập hợp các kiểm định thống kê có cùng
mức ý nghĩa , kiểm định nào có xác suất mắc
sai lầm loại 2 nhỏ nhất được xem là “tốt nhất”.

33 34

Các bước tiến hành kiểm định Kết luận

- Xây dựng giả thuyết H0 và giả thuyết đối H1 Quy tắc kiểm định giả thuyết thống kê

- Xác định mức ý nghĩa  - Nếu giá trị tiêu chuẩn kiểm định thuộc miền bác

- Chọn tiêu chuẩn kiểm định bỏ (W ), kết luận H0 sai, có cơ sở để bác bỏ H0

- Tính giá trị của tiêu chuẩn kiểm định từ mẫu quan - Nếu giá trị của tiêu chuẩn kiểm định không

sát thuộc miền bác bỏ, chưa khẳng định H0 đúng mà

kết luận chưa đủ cơ sở để bác bỏ H0
- Kết luận

35 36
 4/7/2023

Phương pháp tiếp cận P-value trong kiểm Phương pháp tiếp cận P-value trong kiểm
định giả thuyết định giả thuyết
• Rất nhiều phần mềm thống kê tính P-
value (sig) khi thực hiện kiểm định giả
Bác bỏ H0
thuyết. Bác bỏ H0

• P-value là xác suất lớn nhất để có

thể bác bỏ giả thuyết H0. P-value
thường được xem như là mức ý
nghĩa quan sát.
• Các nguyên tắc ra quyết định để bác bỏ
giả thuyết H0 với P-value là: /2 /2
• Nếu p-value lớn hơn hoặc bằng α, chưa 0
đủ cơ sở để bác bỏ giả thuyết H0. - tqs - tqs tqs tqs
• Nếu p-value nhỏ hơn α, bác bỏ giả
thuyết H0. P value <  => Bác bỏ giả thuyết H0

P value >  => Chưa có cơ sở Bác bỏ giả thuyết H0

37 38

a. Kiểm định giả thuyết về giá trị trung

2. Kiểm định trung bình bình của một tổng thể chung

- Giả sử nghiên cứu X  N(, 2)

a Kiểm định giả thuyết về giá trị trung bình của một tổng thể chung
- Chưa biết  song có cơ sở để giả định nó bằng
b Kiểm định hai giá trị trung bình của hai tổng thể 0 (H0:  = 0)

c Kiểm định trung bình thuộc nhiều tổng thể chung - Để kiểm định giả thuyết trên, lấy ngẫu nhiên n
đơn vị từ đó tính các tham số của mẫu.

- Tiêu chuẩn kiểm định

39 40
 4/7/2023

1. Kiểm định giả thuyết về giá trị trung 1. Kiểm định giả thuyết về giá trị
bình của một tổng thể chung trung bình của một tổng thể chung
Tiêu chuẩn kiểm định
Miền bác bỏ W
( x  0 ) - Hai phía: tqs > t/2(n-1)
T ~ t ( n 1)
S/ n - Vế phải: tqs > t(n-1)
Trong đó
- Vế trái: tqs < -t(n-1)
S 2 f i
f i  1

x 2  ( x )2 

41 42

Bài tập 1: Có kết quả điều tra năng suất lao động của 10% số công nhân của 1 DN
Bài tập ở nhà Theo cách chọn không hoàn lại như sau:
NSLĐ (m) Công nhân
xi fi
Làm các bài tập sau trong giáo trình: Dưới 40 30
Chương 3: Bài 1 (205); 4 (206); 8,9,10(208) 40-50 33
Chương 4: Bài 1 (248); 4 (249); 1 (293); 17 (321) 50-60 24
Từ 60 trở lên 13

1. Với mức tin cậy 68,26% hãy cho biết năng suất lao động trung bình của DN trong
Khoảng nào? BÀI TOÁN ƯỚC LƯỢNG TRUNG BÌNH TỔNG THỂ
2. Xác định tỷ lệ chung số công nhân có mức năng suất từ 50 m trở lên với độ tin
cậy 95,44%. BÀI TOÁN ƯỚC LƯỢNG TỶ LỆ.
3. Gỉa sử DN muốn tiến hành một điều tra chọn mẫu (theo cách chọn không hoàn
lại) để suy rộng về năng suất lao động trung bình của toàn DN; với XS 95,44%,
phạm vi sai số không vượt quá 2m, DN cần điều tra bao nhiêu công nhân. (n =?)
4. Giả sử DN muốn tiến hành ĐTCM mới để suy rộng về tỷ lệ CN có mức NS từ 60m
trở lên (cách chọn ko HL) với XS 95,44%, phạm vi sai số không vượt quá 5%, DN
cần điều tra tối thiểu bao nhiêu CN .

43 44
 4/7/2023

a) fi x i Tiếp câu a
NSLĐ (m) Công TSG xifi xi2fi
nhân
Dưới 40 30 35 1050 36750
40-50 33 45 1485 66825
50-60 24 55 1320 72600
Từ 60 trở lên 13 65 845 54925
100 4700 231100

45 46

Độ tin cậy 95,44% -> mức ý nghĩa là 100% - 95,44% = 4,56%,

Nếu 2 vế thì a/2 c. Xác định cỡ mẫu
b. ước lượng tỷ lệ chọn không hoàn lại

(𝑁 − 1). 𝑧 . 𝜎 ( )× × ,
𝑛=
(𝑁 − 1). 𝜀 ̄ + 𝑧 . 𝜎 = =
( )× × ,

(lưu ý: cỡ mẫu làm tròn lên)

Gỉa sử DN muốn tiến hành một điều tra chọn mẫu (theo
cách chọn không hoàn lại) để suy rộng về năng suất lao
động trung bình của toàn DN; với XS 95,44%, phạm vi sai số
không vượt quá 2m, DN cần điều tra bao nhiêu công nhân.

47 48
 4/7/2023

Bài 1
f. Xác định cỡ mẫu Trở lại bài tập 1, trả lời 2 câu hỏi sau:
chọn không hoàn lại
5. Có ý kiến cho rằng năng suất lao động trung bình của DN
(𝑁 − 1). 𝑧 . 𝑝(1 − 𝑝)
𝑛= này tối đa là 45 m. Với mức ý nghĩa 5 % hãy cho biết ý kiến
(𝑁 − 1)𝜀 +𝑧 . 𝑝(1 − 𝑝) đó có đúng ko? KIỂM ĐỊNH TRUNG BÌNH 1 TỔNG THỂ

N  1000 6. Có ý kiến cho rằng tỷ lệ công nhân có mức năng suất từ 50

n  100  30
z2 m trở lên không quá 40%. Với mức ý nghĩa 5% hãy cho nhận
 2  p (1  p )  0,13(1  0,13) xét về ý kiến đó. KIỂM ĐINH TỶ LỆ.
 f  0,05
Giả sử DN muốn tiến hành ĐTCM mới để suy rộng về tỷ lệ CN có
mức NS từ 60m trở lên với XS 95,44%, phạm vi sai số không vượt
quá 5%, DN cần điều tra tối thiểu bao nhiêu CN.

49 50

• Cặp giả thuyết • Cặp giả thuyết

Ho: p= 0,4
Ho: 𝜇 = 45 H1: p > 0,4 (vế phải)
H1: 𝜇 > 45 Z= ( )
̅
T= ~𝑡 Tỷ lệ CN có mức NS từ 50m+ trong mẫu là: 37/100 = 0,37.
, ,
Tqs = = - 0,61
Tqs = , = 1,97 , ( , )

Ta có: 𝑍 , = 1,645
t𝑎 𝑐ó: 𝑡 =𝑡 , =𝑍 , = 1,645 Zqs < 𝑍 , : Chưa đủ cơ sở để BB Ho
Tqs > 𝑡 , : BB Ho (mặc dù chưa đủ cơ sở bác bỏ, nhưng cũng không thể chấp
nhận; -> chưa thể kết luận về giả thuyết này)

51 52
 4/7/2023

b. Kiểm định hai giá trị trung

bình của hai tổng thể Hai mẫu độc lập
a. Hai mẫu độc lập -Giả sử nghiên cứu 2 tổng thể X1  N(1, 12) và X2
 N(2, 22)
b. Hai mẫu phụ thuộc
- Chưa biết 1 và 2 song có cơ sở để giả định nó
bằng nhau (H0: 1 = 2)
- Để kiểm định giả thuyết trên, lấy 2 mẫu ngẫu nhiên
độc lập, với kích thước n1 và n2 từ đó tính các tham
số của mẫu.
- Tiêu chuẩn kiểm định

53 54

Hai mẫu độc lập Kiểm định phương sai

Phương sai bằng nhau H0: 12 = 22 k
H1: 12  22  n (z i i  z ) 2 /( k  1)
Phương sai không bằng nhau -Tiêu chuẩn kiểm định (Levene) F  i 1
ni
k

 ( z
i 1 j 1
ij  z i ) 2 /(n  k )
1 ni
1 k ni
zij  xij  xi zi 
ni
z ij
z   zij
n i 1 j 1
j 1
xij – là giá trị của đơn vị thứ j nhóm thứ i (i=1,k) (j=1,ni)
Nếu H0 đúng, Thống kê F tuân theo quy luật phân phối Fisher với
bậc tự do (k-1;n-k)

55 56
 4/7/2023

Phương sai bằng nhau Phương sai bằng nhau

Tiêu chuẩn kiểm định ( x1  x 2 )
T  Miền bác bỏ W
2 2
S S
 - Hai phía: Tqs > t/2 ,(n1+n2-2)
n1 n2 - Vế phải: Tqs > t (n1+n2-2)
( n1  1) S12  ( n2  1) S 22 - Vế trái: Tqs < -t(n1+n2-2)
Trong đó S 2

( n1  1)  ( n2  1)
Nếu H0 đúng, Thống kê T tuân theo quy luật phân phối Student với
bậc tự do (n1+n2-2)

57 58

Phương sai không bằng nhau Phương sai không bằng nhau
Tiêu chuẩn kiểm định ( x1  x 2 )
T 
Miền bác bỏ W
S 12 S 22
 - Hai phía: Tqs > t/2(v)
n1 n2
Nếu H0 đúng, Thống kê T tuân theo quy luật phân phối Student với - Vế phải: Tqs > t(v)
bậc tự do (v) - Vế trái: Tqs < -t(v)
2
 S12 S 22 
  
v  n1 n2  Nếu v lẻ thì làm tròn xuống
2 2
1  S12  1  S 22 
    
n1  1  n1  n2  1  n2 
59 60
 4/7/2023

Hai mẫu phụ thuộc Hai mẫu phụ thuộc

-Giả sử nghiên cứu 2 tổng thể phụ thuộc Tiêu chuẩn kiểm định
X1  N(1, 1 2) và X2  N(2, 2 2)

Chưa biết 1 và 2 song có cơ sở để giả định nó

bằng nhau (H0: 1 = 2) d
T 
- Để kiểm định giả thuyết trên, lấy mẫu ngẫu nhiên Sd / n
phụ thuộc được hình thành bởi n cặp quan sát của 2
mẫu, tính các tham số của mẫu. Nếu H0 đúng, Thống kê T tuân theo quy luật phân phối Student với

-Tiêu chuẩn kiểm định bậc tự do (n-1)

61 62

c. Kiểm định trung bình thuộc nhiều

Hai mẫu phụ thuộc tổng thể chung (one-way ANOVA)
- Giả sử có k tổng thể đều có có phân phối Xj
Miền bác bỏ W N(j,j2)

- Hai phía: Tqs > t/2(n-1) - Chưa biết j song có cơ sở để giả định nó bằng
nhau (H0: 1 = 2 = …. = k)
- Vế phải: Tqs > t(n-1)
- Để kiểm định giả thuyết trên, lấy k mẫu với kích
- Vế trái: Tqs < -t(n-1)
thước tương ứng n1, n2, … nk
- Tiêu chuẩn kiểm định

63 64
 4/7/2023

c. Kiểm định trung bình thuộc nhiều c. Kiểm định trung bình thuộc nhiều
tổng thể chung (one-way ANOVA) tổng thể chung (one-way ANOVA)

- Tiêu chuẩn kiểm định MSF

F  nj

  x  x
k
2
MSE SST  ij
Total Sum of Squares)
j 1 i 1

SSF SSE
 x  x  .n j
k

MSF  MSE  SSF  j

2
(Sum of Squares for Factor)
k 1 nk j 1
nj

  x  x j  (Sum of Squares for Error)

k
2
SSE  ij
j 1 i 1

SST  SSF  SSE

65 66

c. Kiểm định trung bình thuộc nhiều c. Kiểm định trung bình thuộc nhiều
tổng thể chung (one-way ANOVA) tổng thể chung (one-way ANOVA)

Nếu H0 đúng, Thống kê F tuân theo quy luật phân phối Fisher với bậc Kết quả chạy từ phần mềm SPSS
tự do (k-1;n-k)
ANOVA

Miền bác bỏ W: Fqs > f(k-1; n-k) Sum of Squares df

Mean
Square F Sig.
Between SSF k-1 MSF *** ***
Groups
Within SSE n-k MSE
Groups
Total SST n-1

67 68
 4/7/2023

Ước lượng thống kê

Chọn Analyze > Descriptive Statistics > Explore …

ỨNG DỤNG SPSS Đưa các biến cần tính toán các
tham số sang Dependent List
TRONG ƯỚC LƯỢNG VÀ KIỂM ĐỊNH GIẢ
THUYẾT THỐNG KÊ Muốn phân tích theo biến nào
đó thì đưa sang biến sang
Factor List
Trong mục Display chọn
Statistics hoặc Both

70

69 70

Kiểm định giả thiết về giá trị Kiểm định giả thiết về giá trị
trung bình của một tổng thể trung bình của một tổng thể
Analyze > Compare Means > One-Sample T Test… Analyze > Compare Means > One-Sample T Test…

Đưa các biến cần kiểm định giá trị Nhập độ tin cậy của kiểm định vào
trung bình vào Test Variable(s) Confidence Interval
Nhập giá trị cần kiểm định trung Chỉ kiểm định đối với các quan sát
bình vào Test Value có ý nghĩa của biến chọn Exclude
cases analysis by analysis
Nhấn Options...
Chỉ kiểm định đối với các quan sát
có đầy đủ trong các biến chọn
Exclude cases listwise (n như
nhau)

71 72

71 72
 4/7/2023

Hai mẫu độc lập Hai mẫu độc lập

Analyze > Compare Means > Independent-Samples T Test… Analyze > Compare Means > Independent-Samples T Test…

Đưa các biến cần kiểm định giá trị Nếu sử dụng biến phân loại lựa
trung bình vào Test Variable(s) chọn Use specified values và
nhập giá trị tương ứng
Đưa biến phân loại vào Grouping
Variable Nếu chọn giá trị của biến lớn hơn
hoặc bằng một giá trị nào đó thì
Nhấn Define Groups... Để định
chọn Cut point rồi nhập giá trị
nghĩa nhóm
phân chia

73 74

73 74

Phân tích phương sai 1 nhân

Hai mẫu phụ thuộc
Analyze > Compare Means > Paired-Samples T Test…
Đưa các cặp biến cần kiểm định giá
trị trung bình vào Paired
Variable(s)
tố (one-way ANOVA)
Analyze > Compare Means > One-Way ANOVA…
Đưa các biến cần phân tích vào
Dependent List
Đưa biến nhân tố vào Factor
Nếu bác bỏ H0 thì nhấn vào Post
Hoc... Để phân tích sâu nhằm xác
định trung bình của nhóm nào khác
nhóm nào.
Nhấn Options...

75 76

75 76
 4/7/2023

Phân tích phương sai 1 nhân
tố (one-way ANOVA)
Analyze > Compare Means > One-Way ANOVA…
Lựa chọn Descriptive để tính toán
các thống kê mô tả
Chọn Homogeneity of variance
test để kiểm định phương sai giữa
các nhóm
Phân tích phương sai 1 nhân
tố (one-way ANOVA)
Analyze > Compare Means > One-Way ANOVA…
Lựa chọn các kiểm định tương ứng
Thường chọn tiêu chuẩn:
Bonferroni hay Tukey

77 78

77 78

Bài tập Bài tập

79 80
 4/7/2023

Bài tập Bài tập

81 82

Bài tập

83