Bài giảng Kiểm định

Để xem kết quả của mẫu có đúng với tổng thể hay không chúng ta phải thực hiện các phép kiểm định. Kiểm định là bước thứ hai sau thống kê mô tả và cũng là bước quyết định ý nghĩa và giá trị của công trình nghiên cứu.
Nội dung trích xuất từ tài liệu:
Bài giảng Kiểm định Chương 6 KIỂM ĐỊNHChúng ta lập các bảng phân tích tìm bằng chứng đểchứng minh các giả thuyết ở những phần trên đềudựa trên mẫu ( các phiếu điều tra ) chứ không phảitrên tổng thể.Để xem kết quả của mẫu có đúng với tổng thể haykhông chúng ta phải thực hiện các phép kiểm định.Kiểm định là bước thứ hai sau thống kê mô tả vàcũng là bước quyết định ý nghĩa và giá trị của côngtrình nghiên cứu. Trong chương này, xin giới thiệumột số phép kiểm định đơn giản :I-Kiểm định mối quan hệ giữa hai biến định tính• 1- Kiểm định Chi-Square: được sử dụng phổ biến khi kiểm định mối liên hệ 2 biến định tính không thứ bậc, hoặc 1 thứ bậc với 1 biến không thứ bậc:• Cách thực hiện như mô tả bảng chéo trên, tại hộp Crosstabs ta chọn Chi-square.• Được sử dụng để kiểm định xem có tồn tại mối quan hệ giữa 2 yếu tố đang nghiên cứu trong tổng thể.• Muốn thực hiện kiểm định ta thực phải phát biểu giả thuyết: H là không tồn tại mối quan hệ giữa 0 hai biến. Cách thực hiện kiểm định Chi - Square trên SPSS• Chọn Analyze -> Descriptive Statistics -> CrosstabsBiến phụ thuộc Biến độc lập 1 4 2 3• Chọn mục Chi - -square:• Đưa biến giới tính vào cột, và biến mức sống vào dòng ta có 3 bảng kết quả, 2 bảng trên như của Bassi Table, bảng thứ 3 như sau: Chi-Square Tests Asymp. Sig. Value df (2-sided) Pearson Chi-Square 1.497a 3 .683 Continuity Correction Likelihood Ratio 1.500 3 .682 Linear-by-Linear Association .112 1 .738 N of Valid Cases 288 a. 2 cells (25.0%) have expected count less than 5. The minimum expected count is 1.96.• Tại cột Asymb Sig (2- sided ), ở dòng đầu tiên Pearson Chi – Square nếu:• Dấu Sig < 0.1 thì giả thuyết H bị bác bỏ với độ tin 0 cậy trên 90%.• Dấu Sig < 0.05 thì giả thuyết H bị bác bỏ với độ tin 0 cậy trên 95%. Khi đó kết luận là có tồn tại mối quan hệ giữa giới tính của chủ hộ và mức sống gia đình.• Trong ví dụ này Sig = 0.683 có nghĩa là giả thuyết H 0 được chấp nhận, vì nếu ta bác bỏ giả thuyết thì sẽ phạm sai lầm rất lớn.• Khi kiểm định Chi – Square chú ý nếu có quá 20% số ô có tần suất kỳ vọng dưới 5 thì kiểm định Chi – Square không còn tin cậy. Trong ví dụ này có tới 25% số ô có tần suất kỳ vọng nhỏ hơn 5.• Chuù yù: thoáng keâ hi-square khoâng C phaûi laø soá ño möùc ñoä chaët cheõ cuûa moái quan heä. Ví duï khoâng theå keát luaän raèng moái quan heä giöõa giôùi tính vaø möùc soáng laø quan troïng, vì noù chæ coù yù nghóa thoáng keâ (töùc laø caùc thoáng keâ naøy khoâng theå hieän möùc ñoä chaët cheõ cuûa moái quan heä). Khi thaûo luaän caùc keát quaû caàn xem xeùt möùc ñoä quan heä trong maãu cuõng nhö yù nghóa cuûa noù (vaø phaàn traêm theo doøng vaø coät).Một số đại lượng khác về mối liên hệ 2 biến định danh• Do kiểm định Chi-square không cho biết mức độ chặt chẽ giữa 2 biến, ta có thể sử dụng Tables để mô tả mối liên hệ đó hoặc sử dụng các đại lượng thống kê do Pearson đề xuất như:• * Cramer V: Ký hiệu V có giá trị 0 2- Kiểm định mối quan hệ 2 biến định tính thức bậc• Đối với 2 biến đều sắp theo thứ bậc chúng ta không dùng kiểm định Chi – Square mà dùng kiểm định tau-b, tautau-c, gamma cũng trong bảng Cosstabs.• Nếu cột Approx Sig có kết quả II- Kiểm định mức độ mối quan hệ 2 biến định tính Kiểm định Chi – Square chỉ khẳng định có mối quan hệgiữa 2 biến hay không, chứ không cho biết mức độ mối quanhệ đó như thế nào. Muốn thực hiện kiểm định mức độ mối quan hệ ta dùng kiểmđịnh Crammér’s V, hoặx Kiểm định Lambda nằm trong cùnghộp kiểm định Chi – Square. Giá trị kiểm định biến thiên từ 0 -> 1 thể hiện mức độ củaquan hệ. III- Kiểm định giả thuyết về trị trung bình của 1 tổng thể Phần này sẽ nói đến việc kiểm định trung bình củatổng thể trong trường hợp mẫu lớn và mẫu nhỏ, với điều kiện đã biết hoặc chưa biết phương sai tổng thể . Để tiến hành kiểm định thống kê cho một giảthuyết nào đó, cần thiết phải đưa ra những giả định nào đó về dữ liệu quan sát• Ví dụ: Một trường A, muốn đánh giá xem hệ số thông minh của học sinh trường có hơn hệ số thông minh trung bình của các trường toàn quận (105). Trường A đã chọn ngẫu nhiên 30 học sinh để đánh giá. Hệ số thông minh trung bình của học sinh trường A có khác biệt so với toàn quận ...