Chương 8

MỤC TIÊU
Sau bài giảng, học 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.
KIỂM ĐỊNH GIẢ THUYẾT 4. Biết cách biện luận kết quả của kiểm định giả thuyết.
TS.BS.NGUYỄN NGỌC VÂN PHƯƠNG

1 2

Thống kê
KHÁI NIỆM GIẢ THUYẾT TRONG KIỂM ĐỊNH
• Giả thuyết là một phát biểu về một
tham số của quần thể GIẢ THUYẾT KHÔNG, H0 GIẢ THUYẾT NGHIÊN CỨU, H1
Thống kê Thống kê • Hai giả thuyết bổ sung trong một • Là giả thuyết sẽ được kiểm • Là giả thuyết mà nhà nghiên cứu
mô tả phân tích kiểm định là giả thuyết không (H0) định tin là đúng và muốn chứng minh.
và giả thuyết thay thế (H1).
• Luôn có dấu “=“ • Có thể hoặc không thể chấp nhận

Kiểm
Ước định giả
lượng
thuyết Mục đính của kiểm định giả thuyết 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.

3 4

3 4

GIẢ THUYẾT TRONG KIỂM ĐỊNH TẠI SAO KIỂM ĐỊNH H0 THAY VÌ H1?
Ví dụ:
Logic của 1 phiên tòa:
• 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 ● Để chứng minh ai đó có tội, trước tiên giả định người đó vô tội.
khi dùng thuốc B là p2. Hỏi hiệu quả điều trị của 2 thuốc khác
nhau không? ● Giả định này chỉ được giữ lại cho tới khi có bằng chứng hợp lý
cho thấy người đó có tội.
− Nhà nghiên cứu muốn chứng minh H1: Hiệu quả của thuốc A khác
thuốc B ● Tới lúc này, ta mới có quyền bác bỏ giả định vô tội lúc đầu và
− Nhưng lại kiểm tra tính hợp lý của H0: Hiệu quả của 2 thuốc là như tuyên người đó có tội.
nhau

5 6

5 6

1
 Chương 8

TẠI SAO KIỂM ĐỊNH H0 THAY VÌ H1? GIÁ TRỊ p

Tương tự, logic này được áp dụng trong thống kê:
- Là xác suất xảy ra sự kiện mà ta đã thấy trong nghiên cứu nếu ta
● Bắt đầu bằng giả định “giả thuyết H0 đúng”. giả định giả thuyết H0 thật sự đúng.
● Tiếp theo, kiểm tra xem dữ liệu phù hợp với H0?
- Với mỗi kiểm định ta sẽ có riêng 1 giá trị p
− Nếu phù hợp  giữ lại H0.
− Nếu không phù hợp  loại bỏ H0
- So sánh giá trị p với ngưỡng ý nghĩa α để quyết định bác bỏ hay
không bác bỏ giả thuyết H0.
Không thể loại bỏ H0 không có nghĩa H0 đúng. Chỉ là, mẫu nghiên cứu không đủ bằng chứng để hỗ trợ H1.
- Lưu ý: coi chừng diễn giải sai giá trị p.
Làm thế nào để kiểm tra sự phù hợp với H0?
7 8

7 8

MỨC Ý NGHĨA α KIỂM ĐỊNH

p<α Baùc boû HO Chaáp nhaän H1
• Là khả năng sai lầm được chấp nhận nếu quyết
định loại bỏ giả thuyết H0 khi H0 đúng. H1 : Taêng Chol. taêng nguy cô BMV
• Được chọn trước khi bắt đầu cuộc điều tra. Neáu taêng Chol. khoâng taêng nguy cô BMV,
• Chọn ngưỡng α bao nhiêu là phù hợp? khaû naêng ñeå thaáy ñöôïc söï taêng nguy cô laø ít
• Thường chọn ngưỡng 5% hay 1%. hôn 5%
Coù ít hôn 5% ñeå giaûi thích taêng Chol. taêng
nguy cô BMV laø do cô hoäi
9 10

9 10

KIỂM ĐỊNH KIỂM ĐỊNH

 = 0,05 Khoâng theå baùc boû HO
HO ñuùng p>α
Vuøng baùc boû
p
Vuøng chaáp nhaän HO : Taêng Chol. khoâng taêng nguy cô BMV

2 Thöïc söï khoâng taêng nguy cô

p<α
tC = 3,84 hay do cô hoäi ?
t = 22,67 11 12

11 12

2
 Chương 8

CÁC SAI LẦM KHI KIỂM ĐỊNH THỐNG KÊ SỨC MẠNH (POWER)
• Có 2 loại sai lầm
β = Xaùc suaát sai laàm loaïi 2 =
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.
Xaùc suaát sai do khoâng baùc boû Ho khi H0 sai

Giaû Thuyeát Khoâng

Quyeát ñònh Ñuùng Sai
1 - β = Độ maïnh (Power)
Không bác bỏ Kết luận đúng Sai lầm loại II = Khaû naêng phaùt hieän söï khaùc bieät,
β
neáu thaät söï coù söï khaùc bieät
Bác bỏ Sai lầm loại I Kết luận đúng
α
Sức mạnh (power): khả năng giảm sai lầm loại 2
13 14

13 14

SỨC MẠNH CHỌN LỰA KIỂM ĐỊNH

Cần dựa vào các yếu tố sau:
β = 0,20 = Coù 20% cô hoäi sai do khoâng baùc boû Ho khi H0 sai
(1) Loại biến số khảo sát (định tính, định lượng)
(2) Số nhóm khảo sát (1 nhóm, 2 nhóm, > 2 nhóm)
1 - β = 0,80 (3) Tính chất của mẫu khảo sát (độc lập, bắt cặp)
(4) Phân phối của mẫu khảo sát (phân phối chuẩn?, đồng nhất?)
= Coù 80% cô hoäi (khaû naêng)
Lưu ý:
phaùt hieän moät söï khaùc bieät mong muoán,
Khi lựa chọn và thực hiện kiểm định thống kê, cần lưu ý các điều
neáu thaät söï coù söï khaùc bieät kiện của kiểm định.

15 16

15 16

KIỂM ĐỊNH t
KIỂM ĐỊNH t SO SÁNH 2 SỐ TB Ở 2 MẪU ĐỘC LẬP
- So sánh 2 số trung bình. Ví dụ:
- Các dạng bài: Điểm trung bình chất lượng cuộc sống trước chấn thương
• So sánh 2 số trung bình ở 2 mẫu độc lập (QoL) của nam và nữ có khác nhau không?
• So sánh 1 số trung bình quan sát với 1 số trung bình lý thuyết • Giả thuyết:
• So sánh 2 số trung bình bắt cặp Ho: QoL nam = QoL nữ
Ha: QoL nam ≠ QoL nữ
Điều kiện áp dụng: 2 mẫu khảo sát phải thỏa 2 điều kiện sau
• Có phân phối chuẩn • Chọn kiểm định t cho ss 2 số TB ở 2 mẫu độc lập
• Đồng nhất với nhau (nếu so sánh trung bình ở 2 mẫu độc lập)

17 18

17 18

3
 Chương 8

ANALYZE\COMPARE MEANS\INDEPENDENT SAMPLES T-TEST

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
Group Statistics Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
General quality of Equal variances
Std. Error life before injury assumed
2.489
2.489 .115 1.207
0.115 1.207 1690 .228
0.228 .4702 .38951 -.29379 1.23415

sex N Mean Std. Deviation Mean Equal variances

not assumed
1.225 1296.803 .221 .4702 .38385 -.28285 1.22322

General quality male

of 1089 60.5730 7.80945 .23665
life before injuryfemale Levene’s test không có ý nghĩa (p>0,05)  phương sai như nhau
603 60.1028 7.42131 .30222
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)
19 20

19 20

KIỂM ĐỊNH t KIỂM ĐỊNH t

SO SÁNH 2 SỐ TB Ở 2 MẪU ĐỘC LẬP SO SÁNH 2 SỐ TB Ở 2 MẪU ĐỘC LẬP
• Trường hợp 1: n1 ≥ 30 và n2 ≥ 30 • Trường hợp 2: n1 < 30 hoặc n2 < 30

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

21 22

21 22

KIỂM ĐỊNH t ANALYZE\COMPARE MEANS\ONE SAMPLE T-TEST

SO SÁNH 1 SỐ TB QUAN SÁT VỚI 1 TB LÝ THUYẾT
Ví dụ: One-Sample Statistics
Điểm trung bình QoL trước chấn thương của mẫu và dân số
chung có khác nhau hay không? Std. Error
• Giả thuyết: N Mean Std. Deviation Mean
General quality of
Ho: QoL = 50 (QoL quần thể chung) 1692 60.4054 7.67448 .18657
life before injury
Ha: QoL ≠ 50
• Chọn kiểm định t cho ss 1 TBQS với 1 TBLT

23 24

23 24

4
 Chương 8

ANALYZE\COMPARE MEANS\ONE SAMPLE T-TEST KIỂM ĐỊNH t

One-Sample Test SO SÁNH 1 SỐ TB QUAN SÁT VỚI 1 TB LÝ THUYẾT
Test Value = 50
95% Confidence
Interval of the
Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
General quality of
55.771 1691 .000 10.4054 10.0395 10.7714
life before injury

t= (60.4054-50)/0.18657=55.771 Nếu n ≥ 30, xác định vị trí của t ở độ tự do = ∞

• Trung bình là 60.4054 (se. 0.1866), khác biệt có ý nghĩa thống kê với trung bình
quần thể (50) , p<0,001. Nếu n < 30, xác định vị trí của t ở độ tự do = n - 1
• Khác 10.4054 điểm và tin cậy đến 95% là sự khác biệt nằm trong khoảng (10.0395
đến 10.7714)
25 26

25 26

KIỂM ĐỊNH t ANALYZE\COMPARE MEANS\ PAIRED SAMPLES T-TEST

SO SÁNH 2 SỐ TRUNG BÌNH BẮT CẶP Paired Samples Statistics

Std. Error
Ví dụ: Mean N Std. Deviation Mean
Pair General quality of
Điểm trung bình chất lượng cuộc sống sau chấn thương 1 life before injury
60.4054 1692 7.67448 .18657
có thay đổi so với trước chấn thương hay không? general quality of
54.6820 1692 9.98209 .24267
• Giả thuyết: life after injury

Ho: QoL sau = QoL trước Paired Samples Correlations

Ha: QoL sau ≠ QoL trước N Correlation Sig.

Pair General quality of life
• Chọn kiểm định t cho ss 2 TB bắt cặp 1 before injury & general 1692 .787 .000
quality of life after injury

27 28

27 28

ANALYZE\COMPARE MEANS\ PAIRED SAMPLES T-TEST KIỂM ĐỊNH t

Paired Samples Test SO SÁNH 2 SỐ TRUNG BÌNH BẮT CẶP
Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair General quality of life
1 before injury - general5.7234 6.16665 .14992 5.4294 6.0174 38.177 1691 .000
quality of life after injury

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

• 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. Nếu n < 30, xác định vị trí của t ở độ tự do = n - 1
• Kết quả này có ý nghĩa thống kê (t=38,2 và p < 0,001).
29 30

29 30

5
 Chương 8

CÁC BƯỚC KIỂM ĐỊNH t Xác định p

Bước 1: Đặt giả thuyết H0 Bước 1: Xác định vị trí của t trên bảng t, dựa vào giá trị của t và độ tự do

Bước 2: Chọn công thức kiểm định. Bước 2: Đối chiếu giá trị t lên hàng α  vị trí của p
Bước 3: Tính giá trị t từ công thức kiểm định
Degrees of Freedom 0.10 0.05 0.02 > p > 0.01
Bước 4: Xác định giá trị p của bài toán 1 3.0777 6.314 12.706 31.821 63.657
Bước 5: so sánh p với α Ví dụ: 2 1.8856 2.9200 4.3027 6.9645 9.9250
. . . . . .
Nếu p < α  Bác bỏ giả thuyết H0 t = 2.432 . . . . . .
n = 50 10 1.3722 1.8125 2.2281 2.7638 3.1693
Nếu p > α  Không bác bỏ giả thuyết H0 . . . . . .
Bước 6: Kết luận . . . . . .
100 1.2901 1.6604 1.9840 2.3642 2.6259
Có sự khác biệt có ý nghĩa thống kê….. (p<?) (nếu bác bỏ H0)
 1.282 1.6449 1.9600 2.3263 2.432 2.5758
Không có sự khác biệt có ý nghĩa thống kê….. (p>?) (nếu không bác bỏ H0)

31 TS.BS. Nguyễn Ngọc Vân Phương 32

31 32

TÓM TẮT KIỂM ĐỊNH CHI BÌNH PHƯƠNG

- Là kiểm định Phi tham số
Nếu điều kiện phân phối bình thường để áp dụng test t không thỏa thì lựa chọn test • So sánh phân phối của dữ liệu mẫu với một dữ liệu có sẵn
phi tham số. • So sánh 2 bộ dữ liệu khác nhau.
.

Mục đích Test tham số Test phi tham số

So sánh 2 số trung bình ở 2 mẫu Test t 2 mẫu độc lập U Mann Whitney
độc lập
So sánh 1 số trung bình quan sát Test t một mẫu Wilcoxon
với 1 số trung bình lí thuyết
So sánh 2 số trung bình bắt cặp Test t bắt cặp Wilcoxon

33 34

33 34

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

KIỂM ĐỊNH CHI BÌNH PHƯƠNG A và B.

Không Tổng sản phẩm =1500

- Kiểm định dựa trên số đếm Máy Lỗi Lỗi Tổng
Tổng sản phẩm lỗi =160
- Kiểm định xem có sự khác biệt giữa Tổng tỉ lệ sản phẩm lỗi =160/1500 = 0.1067
tần số quan sát với tần số lý thuyết
do ngẫu nhiên hay không?
Số sản phẩm lỗi lý thuyết do máy A:
- Tần số quan sát: đếm bao nhiêu cá
thể từ mẫu nghiên cứu trong từng 1000 * 0.1067 = 106.7
phân nhóm của biến số. Tổng Số sản phẩm lỗi lý thuyết do máy B
- Tần số lí thuyết (tần số dự kiến)?
500 * 0.1067 = 53.3
 xem ví dụ slide kế tiếp
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 36

35 36

6
 Chương 8

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

(1) SO SÁNH 1 TỶ LỆ QUAN SÁT VỚI 1 TỶ LỆ CHO TRƯỚC
ANALYSE \NONPARAMETRIC TESTS\CHI-SQUARE
Ví dụ:
Test Statistics
Tỷ lệ chấn thương ở đầu/cột sống trong năm 2001 có khác 37%
Injury to head
(tỷ lệ chấn thương ở đầu/cột sống trong năm 1997)? or spine
Chi-Squarea .241
• Giả thuyết:
df 1
Ho: P2001 = 37% Asymp. Sig. .623
a. 0 cells (.0%) have expected frequencies less than
Ha: P2001 ≠ 37% 5. The minimum expected cell frequency is 633.8.

• 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.
37
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).
38

37 38

(1) SO SÁNH 1 TỶ LỆ QUAN SÁT VỚI 1 TỶ LỆ CHO TRƯỚC (1) SO SÁNH 1 TỶ LỆ QUAN SÁT VỚI 1 TỶ LỆ CHO TRƯỚC
Các bước thực hiện
Các bước thực hiện (tt)
Bước 1: Đặt giả thiết H0
Bước 2: Lập bảng tần số lí thuyết và tần số quan sát
BỆNH KHÔNG BỆNH Bước 4: Ở độ tự do = 1, và giá trị  2 vừa tính
2
Tần số quan sát a b Xác định giá trị p của bài toán, sử dụng bảng 
Tần số lí thuyết a’ b’
Nếu p < α (α = 0.05)  Bác bỏ giả thuyết H0
Bước 3: Tính giá trị chi bình phương theo công thức tổng quát
2 Nếu p > α (α = 0.05)  Không bác bỏ giả thuyết H0
 = 
(Q i  Li)2
Li Bước 5: Kết luận
2
 =
(a  a ' ) 2
a'
+
(b  b ' ) 2
b'
39 40

39 40

(2) SO SÁNH 2 TỶ LỆ Ở 2 MẪU ĐỘC LẬP

(2) SO SÁNH 2 TỶ LỆ Ở 2 MẪU ĐỘC LẬP ANALYSE \DESCRIPTIVE STATISTICS\CROSSTABS
Injury to head or spine * Was victim a pedestrian? Crosstabulation

Ví dụ: Was victim a

pedestrian?
Tỷ lệ chấn thương đầu và cột sống của nhóm đi xe tương đương với nhóm Injury to head Not injured at these sites Count
No
861
Yes
94
Total
955
đi bộ? or spine % within Was victim
63.4% 56.0% 62.6%
a pedestrian?
Injured Count 496 74 570
• Giả thuyết: % within Was victim
36.6% 44.0% 37.4%
a pedestrian?
Ho: Pđi xe = Pđi bộ Total Count 1357 168 1525
% within Was victim
100.0% 100.0% 100.0%
a pedestrian?
Ha: Pđi xe ≠ Pđi bộ
• Chọn kiểm định: chi bình phương để kiểm tra giả thuyết là tỷ lệ chấn
Tỷ lệ người bị chấn thương đầu/cột sống
thương đầu hoặc cột sống xảy ra ở những người đi bộ là như những * Ở nhóm đi bộ: 44%
người sử dụng phương tiện giao thông * Ở nhóm dùng phương tiện giao thông: 37%
41 42

41 42

7
 Chương 8

(2) SO SÁNH 2 TỶ LỆ Ở 2 MẪU ĐỘC LẬP 2 = 3.589 2

ANALYSE \DESCRIPTIVE STATISTICS\CROSSTABS Using the Table…
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Độ tự do = 1 p
Pearson Chi-Square 3.589b 1 .058
Continuity Correction a 3.276 1 .070
3.589
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).
43 P > 0.05  chấp nhận H0 44

43 44

CÁC BƯỚC SO SÁNH 2 TỶ LỆ Ở 2 MẪU ĐỘC LẬP 2 CÁC BƯỚC SO SÁNH 2 TỶ LỆ Ở 2 MẪU ĐỘC LẬP 2
Bước 1: Đặt giả thiết H0
Bước 4: Ở độ tự do = 1, và giá trị  2 vừa tính
Bước 2: Lập bảng 2x2
BỆNH KHÔNG BỆNH TỔNG Xác định giá trị p của bài toán, sử dụng bảng
TIẾP XÚC a b a+b Nếu p < α (α = 0.05)  Bác bỏ giả thuyết H0
KHÔNG TIẾP XÚC c d c+d
Nếu p > α (α = 0.05)  Không bác bỏ giả thuyết H0
TỔNG a+c b+d a+b+c+d
2 Bước 5: Kết luận
Bước 3: Tính giá trị
2 n(ad  bc) 2
 =
(a  b)(c  d )(a  c)(b  d )
45 46

45 46

(3) SO SÁNH 2 TỶ LỆ BẮT CẶP (3) SO SÁNH 2 TỶ LỆ BẮT CẶP

Ví dụ: Lập bảng tổ hợp kết quả như sau:
So sánh tỉ lệ phát hiện bệnh giữa 2 phương pháp A và phương pháp B?
Tổ hợp A B Số cặp
1 + + k
PHƯƠNG PHÁP + - Tổng 2 + - r
3 - + s
A 64 36 100
4 - - m
B 44 56 100
Phương B B
Sử dụng kiểm định McNemar + -
pháp
 A+ k r k+r
A- s m s+m
k+s r+m N

47 48

47 48

8
 Chương 8

(3) SO SÁNH 2 TỶ LỆ BẮT CẶP

(3) SO SÁNH 2 TỶ LỆ BẮT CẶP
Analyze  Descriptive statistics  Crosstabs…

Phương pháp B B
+ - (|r-s|-1)2
A+ 40 24 64 X2paired= -----------------
A- 4 32 36
r+s
44 56 100

(|r-s|-1)2 (|24-4|-1)2 361

X2paired=---------------= --------------- = -------- = 12.81
r+s 24 + 4 28

49 50

49 50

(3) SO SÁNH 2 TỶ LỆ BẮT CẶP (4) SO SÁNH NHIỀU TỶ LỆ 2

B0Cat * M6Cat Crosstabulation Bước 1: Đặt giả thiết H0
M6Cat
Non case Clinical case Total Bước 2: Lập bảng tần số quan sát và tần số lý thuyết.Slide
B0Cat Non case Count 6 1 7

Clinical case
% of Total
Count
5.5%
64
.9%
38
6.4%
102 Bước 3: Tính giá trị 2
% of Total
 2 vừa tính,
58.7% 34.9% 93.6%
Total Count
% of Total
70 39 109 Bước 4: Ở độ tự do = (∑hàng – 1)(∑cột – 1) và giá trị
64.2% 35.8% 100.0%
2
Xác định giá trị p của bài toán, sử dụng bảng 
Chi-Square Tests

Exact Sig.  p < α (α = 0.05)  Bác bỏ giả thuyết H0

Value (2-sided)
McNemar Test .000a
 p > α (α = 0.05)  Không bác bỏ giả thuyết H0
N of Valid Cases 109
a. Binomial distribution used.
Bước 6: Kết luận
McNemar test, giá trị p: p <0.001

51 52

51 52

(4) SO SÁNH NHIỀU TỶ LỆ (4) SO SÁNH NHIỀU TỶ LỆ

Kết quả điều trị của 3 phương pháp
KẾT QUẢ PHƯƠNG PHÁP TỔNG

Khỏi bệnh
Thất bại
A
a
d
B
b
e
C
c
f
a+b+c
d+e+f
2 = 
(Q i  Li )2
Li
Tổng a+ d b+e c+f n

Bảng tần số lý thuyết kết quả điều trị của 3 phương pháp
KẾT QUẢ
A
PHƯƠNG PHÁP
B C
2 =
(a a' )2
a'
+
(b b' )2 (c c' )2 (d  d ' )2 (e e' )2 ( f  f ' )2
b'
+
c'
+
d'
+
e'
+
f'
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
53 54

53 54

9
 Chương 8

2 = 9.835 2
Using the Table… TÀI LIỆU THAM KHẢO

p
• Lê Trường Giang. Sách Thống Kê Y Học. Nhà xuất bản Y Học,
Độ tự do = 2011.
5–1=4
• Bài giảng Thống kê suy luận của trường Đại học Y Tế Công Cộng.
9.825 • Bài giảng Thống kê phân tích của trường Đại học Y Dược TPHCM.
Right-Tail
Area
 = 0.05

P < 0.05  loại bỏ H0 55 56

55 56

10