Giáo trình Phân tích thống kê cơ bản trong quản lý xây dựng bằng SPSS: Phần 2

Tiếp nội dung phần 1, Giáo trình "Phân tích thống kê cơ bản trong quản lý xây dựng bằng SPSS" Phần 2 cung cấp cho người học những kiến thức như: Kiểm định mối liên hệ giữa biến định tính với biến định lượng; Kiểm định phi tham số; Phân tích tương quan; Phân tích hồi quy tuyến tính. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Giáo trình Phân tích thống kê cơ bản trong quản lý xây dựng bằng SPSS: Phần 2 CHƯƠNG 5: KIỂM ĐỊNH MỐI LIÊN HỆ GIỮA BIẾN ĐỊNH TÍNH VÀ BIẾN ĐỊNH LƯỢNG Trong thống kê ứng dụng, ngoài kiểm định mối liên hệ giữa hai biếnđịnh tính, chúng ta còn có mối liên hệ giữa hai biến định tính và biến địnhlượng. Đối với biến định lượng, người nghiên cứu thường quan tâm nhiềuđến trị trung bình và các trị số thống kê khác để đưa ra kết luận. Chươngnày giúp người học hiểu được nội dung kiểm định, thực hiện phân tích, vàdiễn giải kết quả kiểm định về mối liên hệ của biến định lượng. Trongchương này, có các kiểm định trị trung bình gồm: kiểm định t một mẫu,kiểm định t hai mẫu, và kiểm định phương sai ANOVA.5.1. Kiểm định trị trung bình của tổng thể Trong thống kê có các phép kiểm định giả thuyết (hypothesis test) liênquan đến trị trung bình của tổng thể như sau: ➢ Nếu muốn so sánh trị trung bình của một tổng thể so với một giá trị cụ thể nào đó. Lúc này, hãy sử dụng kiểm định t một mẫu (one- sample t-test) [4]. Ví dụ, chúng ta muốn kiểm định giả thuyết về giá trị năng suất đổ bê tông trung bình của công nhân xây dựng trong công ty ở các dự án so với giá trị năng suất theo định mức do Nhà nước ban hành (cụ thể ở Định mức 1776). ➢ Nếu muốn so sánh trị trung bình của hai tổng thể riêng biệt dựa trên hai mẫu ngẫu nhiên, độc lập rút ra từ hai tổng thể này. Lúc này, hãy sử dụng kiểm định t mẫu độc lập (independent-sample t- test) [4]. Ví dụ, chúng ta muốn kiểm định giả thuyết về năng suất đổ bê tông của nhóm công nhân A và nhóm công nhân B trong quá trình làm việc tại các dự án của công ty. ➢ Nếu muốn so sánh trị trung bình của hai tổng thể riêng biệt dựa trên hai mẫu rút ra từ hai tổng thể này nhưng có đặc điểm là mỗi phần tử quan sát mẫu này có sự tương đồng theo cặp (pair) với một phần tử ở mẫu kia. Lúc này, hãy sử dụng kiểm định t mẫu phụ thuộc hay bắt cặp (paired-sample t-test) [4].88 Ví dụ, công ty chúng ta có tổ chức các khóa huấn luyện kỹ năng nghề cho công nhân bê tông, do đó chúng ta cần kiểm định giả thuyết về trị trung bình năng suất đổ bê tông của cùng một nhóm công nhân trước và sau khi huấn luyện nhằm đánh giá hiệu quả. ➢ Nếu muốn so sánh trị trung bình của nhiều tổng thể riêng biệt dựa trên nhiều mẫu ngẫu nhiên, độc lập rút ra từ các tổng thể này. Lúc này, hãy phân tích phương sai ANOVA (viết tắt từ ANalysis Of VAriance) [4]. Ví dụ, chúng ta muốn kiểm định giả thuyết về năng suất đổ bê tông của 4 nhóm công nhân A, nhóm B, nhóm C và nhóm D trong quá trình làm việc tại các dự án của công ty.5.1.1. Trường hợp một tổng thể Giả sử các lãnh đạo công ty nghi ngờ rằng năng suất thi công cốp phanhôm (m2/ngày) ở các dự án đang rất thấp và thậm chí nhỏ hơn định mứcquy định. Biết rằng công ty đang thực hiện tổng cộng 50 dự án dân dụngvà công nghiệp lớn nhỏ khác nhau. Chúng ta sẽ làm gì? (xem Ví dụ 5) Việc đầu tiên, chúng ta cần thực hiện các phân tích thống kê mô tả đãđược học ở Chương 3 để diễn giải số liệu, phân tích và đưa ra một số kếtluận nhất định. Ví dụ, có thể thực hiện trình bày dưới dạng phân tích đạilượng mô tả (Descritives) và đồ thị (Chart) như sau: Descriptive Statistics N Min Max Mean Std. Variance Deviation Nangsuatcoppha 50 .15 2.38 1.2454 .60246 .363 Valid N (listwise) 50 89 Về mặt ý nghĩa mô tả, giá trị trung bình năng suất thi công cốp phanhôm của các dự án gần bằng 1.25 m2/người/ngày với độ dao động 0.60m2/người/ngày (chiếm 0.48 = 48%). Biến động của trị trung bình khálớn và thay đổi không theo quy luật cho các dự án và chúng khác vớinăng suất theo định mức 1.65 m2/người/ngày. Ngoài ra, có dự án năngsuất thấp nhất chỉ 0.15 m2/ngày và cũng có dự án cao nhất 2.38m2/người/ngày. Nếu chúng ta chỉ đưa ra kết luận này, chúng ta vẫn chưa thể kết luậnđược sự khác nhau giữa năng suất thực tế của các dự án với năng suấttheo định mức có ý nghĩa thế nào? Liệu kết quả có đáng tin hay không?Do đó chúng ta cần phải kiểm định sự khác biệt này trên phương diệnthống kê. Từ đó, giả thuyết được đặt ra như sau: (ở mức ý nghĩa 5%) • H0: Không có sự khác biệt giữa năng suất thi công cốp pha nhôm thực tế so với định mức (tức là giống nhau). • HA: Có sự khác biệt giữa năng suất thi công cốp pha nhôm thực tế so với định mức. Trình tự thực hiện trên SPSS như sau: • Mở menu Analyze > Compare Means > One-sample T-test • Chọn và đưa biến qua cột Test Variables (biến kiểm định). • Mục Option: để điều chỉnh khoảng tin cậy (Confidence Interval), mặc định của phần mềm là 95%. Nếu bộ số liệu có các giá trị Missing thì chọn Exclude Cases Listwise để không xem xét đến chúng. Xong bấm Continue.90 • Dòng Test Value: giá trị cần so sánh, trong ví dụ này nhập 1.65. Xong bấm OK. • Kết quả như sau: One-Sample Statistics N Mean Std. Std. Error Deviation Mean Nangsuatcoppha 50 1.2454 .60246 .08520 One-Sample Test Test Value = 1.65 t df Sig. Mean 95% 95% (2- Difference Confidence Confidence tailed) Interval of Interval of ...