Trong SPSS, kiểm định chi bình phương độc lập chạy qua hộp thoại Crosstabs: chọn hai biến định danh cho Rows và Columns, bật Chi-square trong Statistics, bật Expected và Adjusted standardized trong Cells. SPSS xuất bảng chéo, bảng Chi-Square Tests nhiều dòng và, nếu bạn chọn, bảng Symmetric Measures có Cramér V. Khó nhất không phải chạy mà là biết đọc dòng nào trong bảng Chi-Square Tests.
Bài dưới làm từng bước với một bảng 2×2 giả định có tần số kỳ vọng nhỏ, vì đây là trường hợp các dòng trong bảng cho kết quả khác nhau rõ nhất. Mọi con số đã tính lại bằng tay. Tên menu theo SPSS bản tiếng Anh phổ biến hiện nay; bản khác có thể sắp xếp khác, bạn kiểm lại trên máy mình.
Chuẩn bị dữ liệu cho Crosstabs
Crosstabs cần mỗi người một dòng, với hai biến định danh đã mã hoá và gán nhãn trong Variable View. Ví dụ giả định: 20 học sinh, biến phudao (1 = Có học phụ đạo, 2 = Không) và ketqua (1 = Đạt, 2 = Không đạt). Trong 9 em có phụ đạo, 7 đạt và 2 không đạt; trong 11 em không phụ đạo, 3 đạt và 8 không đạt. Mẫu nhỏ như vậy là để thấy rõ vấn đề tần số kỳ vọng, không phải cỡ mẫu nên dùng.
Nếu bạn chỉ có bảng đã đếm sẵn, nhập bốn dòng, mỗi dòng một tổ hợp phudao và ketqua, thêm cột soluong ghi 7, 2, 3, 8, rồi vào Data → Weight Cases, chọn Weight cases by và đưa soluong vào. Crosstabs sẽ cho kết quả như khi có 20 dòng thô. Nhớ tắt trọng số sau khi xong.
Đặt biến nào ở dòng, biến nào ở cột không đổi giá trị chi bình phương, nhưng đổi cách đọc phần trăm. Quy ước dễ đọc là đặt biến nhóm (biến độc lập) ở dòng và tính phần trăm theo dòng, để mỗi dòng cho biết tỷ lệ đạt trong nhóm đó. Thiết kế này là quan sát, không phải thí nghiệm có phân nhóm ngẫu nhiên, nên dù kết quả thế nào cũng chỉ nói được về liên hệ.
Các bước chạy Crosstabs
Với dữ liệu đã sẵn sàng:
- Vào Analyze → Descriptive Statistics → Crosstabs.
- Đưa phudao vào ô Row(s), ketqua vào ô Column(s).
- Bấm Statistics, đánh dấu Chi-square; trong nhóm Nominal đánh dấu Phi and Cramer's V. Bấm Continue.
- Bấm Cells: trong Counts chọn Observed và Expected; trong Percentages chọn Row; trong Residuals chọn Adjusted standardized. Bấm Continue.
- Nếu máy có mô-đun kiểm định chính xác, nút Exact cho phép yêu cầu giá trị p chính xác cho bảng lớn hơn 2×2. Với bảng 2×2, SPSS tự xuất dòng Fisher's Exact Test mà không cần nút này.
- Bấm OK, hoặc Paste để lưu lệnh vào tệp cú pháp, giúp chạy lại đúng như cũ khi cần.
- Trong cửa sổ kết quả, kiểm bảng Case Processing Summary trước: số Valid phải bằng số người bạn nghĩ đang có. Nếu có người bị loại vì thiếu một trong hai biến, bảng này cho biết bao nhiêu.
Ô Display clustered bar charts trong hộp thoại cho biểu đồ cột nhóm, tiện để nhìn nhanh hướng liên hệ. Biểu đồ này đếm số người; nếu hai nhóm chênh cỡ, bạn nên vẽ biểu đồ theo phần trăm để so sánh công bằng.
Đọc bảng Chi-Square Tests từng dòng
Với dữ liệu giả định, bảng Chi-Square Tests có các dòng sau. Tần số kỳ vọng tính ra là 4,5 cho hai ô của nhóm có phụ đạo và 5,5 cho hai ô của nhóm không phụ đạo:
| Dòng | Giá trị | df | Sig. (2 phía) | Khi nào dùng |
|---|---|---|---|---|
| Pearson Chi-Square | 5,051 | 1 | 0,025 | Mặc định khi tần số kỳ vọng đủ lớn |
| Continuity Correction | 3,232 | 1 | 0,072 | Hiệu chỉnh Yates, chỉ có ở bảng 2×2 |
| Likelihood Ratio | 5,300 | 1 | 0,021 | Thay thế Pearson, ít dùng trong luận văn phổ thông |
| Fisher's Exact Test | 0,070 | Khi có ô kỳ vọng nhỏ ở bảng 2×2 | ||
| Linear-by-Linear Association | 4,798 | 1 | 0,028 | Cho biến thứ bậc; với hai biến định danh thường bỏ qua |
| N of Valid Cases | 20 | Cỡ mẫu thực dùng |
Ngay dưới bảng có chú thích kiểu "2 cells (50,0%) have expected count less than 5. The minimum expected count is 4,50". Đây là dòng quyết định nên đọc dòng nào. Quy tắc hay được trích là không quá 20% số ô có kỳ vọng dưới 5 và không ô nào dưới 1. Ở ví dụ, 50% số ô vi phạm, nên kết quả Pearson 0,025 không đáng tin; dòng nên báo cáo là Fisher's Exact Test với p hai phía khoảng 0,070.
Kết luận vì thế đổi hẳn: theo Pearson thì bác bỏ giả thuyết độc lập ở mức 0,05, theo Fisher thì không. Câu đúng là dữ liệu mẫu nhỏ này chưa đủ bằng chứng cho thấy liên hệ giữa học phụ đạo và kết quả, dù tỷ lệ đạt giữa hai nhóm chênh nhiều (78% so với 27%). Đây chính là tình huống cần báo cáo cả tỷ lệ và cỡ hiệu ứng để người đọc thấy khác biệt trông lớn nhưng ước lượng còn rất bấp bênh.
Chọn dòng nào: Pearson, Yates hay Fisher
Bảng lớn hơn 2×2, tần số kỳ vọng đạt điều kiện. Báo cáo Pearson Chi-Square với giá trị, bậc tự do, p và cỡ mẫu. Đây là trường hợp phổ biến nhất ở luận văn khảo sát.
Bảng 2×2, tần số kỳ vọng đạt điều kiện. Phần lớn tài liệu hiện nay chấp nhận báo cáo Pearson. Hiệu chỉnh Yates bị nhiều nhà thống kê đánh giá là quá bảo thủ, làm p lớn hơn cần thiết. Một số ngành và một số người hướng dẫn vẫn yêu cầu Yates; bạn theo yêu cầu đó và ghi rõ dòng đã dùng.
Bảng 2×2 có ô kỳ vọng nhỏ. Dùng Fisher's Exact Test. SPSS cho cả p một phía và hai phía; dùng p hai phía trừ khi đề cương đã đặt giả thuyết có hướng từ đầu. Ở ví dụ, p một phía khoảng 0,035 và p hai phía khoảng 0,070; chọn một phía sau khi nhìn kết quả là sai quy trình.
Bảng lớn có ô kỳ vọng nhỏ. Cân nhắc gộp các mức gần nhau về nội dung, với tiêu chí đặt trước. Nếu không gộp được, yêu cầu p chính xác qua nút Exact khi máy có mô-đun này, hoặc dùng phần mềm khác hỗ trợ kiểm định chính xác cho bảng lớn như R.
Dữ liệu cặp, cùng người đo hai lần. Crosstabs với Chi-square không dùng được, vì giả định độc lập bị vi phạm. Với biến hai mức đo trước và sau, dùng McNemar, có trong ô Statistics của Crosstabs. Bảng chéo lúc này đặt biến lần đo trước ở dòng, lần đo sau ở cột.
Đọc phần dư điều chỉnh và Cramér V
Với ô Adjusted standardized đã chọn, bảng chéo có thêm dòng Adjusted Residual cho từng ô. Ở bảng 2×2, bốn ô có cùng trị tuyệt đối, ở ví dụ khoảng 2,25: nhóm có phụ đạo đạt nhiều hơn kỳ vọng, nhóm không phụ đạo đạt ít hơn. Với bảng 2×2, phần dư không thêm thông tin ngoài hướng của liên hệ. Nó thật sự hữu ích ở bảng lớn, khi kiểm định tổng có ý nghĩa và bạn cần biết ô nào lệch nhiều nhất; ngưỡng khoảng 1,96 thường được dùng để đánh dấu, với lưu ý rằng soi nhiều ô là so sánh nhiều lần.
Bảng Symmetric Measures cho Phi và Cramér V. Với bảng 2×2, hai chỉ số bằng nhau về độ lớn, ở ví dụ khoảng 0,50. Với bảng lớn hơn, báo cáo Cramér V. Giá trị Sig. đi kèm hai chỉ số này dựa trên cùng xấp xỉ với Pearson, nên với ô kỳ vọng nhỏ cũng không đáng tin như Pearson; bạn báo cáo độ lớn của chỉ số, còn kết luận về ý nghĩa thống kê lấy từ Fisher.
Cramér V khoảng 0,50 trong một mẫu 20 người kèm p Fisher 0,070 là ví dụ rõ về khác biệt giữa độ lớn và độ chắc chắn: liên hệ quan sát được khá mạnh, nhưng mẫu quá nhỏ nên khoảng dao động của ước lượng rất rộng. Phần bàn luận của luận văn nên nói điều này thẳng thắn, thay vì viết "không có liên hệ".
Khi bảng lớn hơn 2×2: những gì thay đổi trong kết quả
Với bảng 2×3 hay 3×4, bảng Chi-Square Tests gọn hơn: không có dòng Continuity Correction, và dòng Fisher's Exact Test chỉ xuất hiện khi bạn yêu cầu qua nút Exact. Ví dụ giả định: 160 sinh viên, biến giới tính ở dòng, hình thức học ưa thích (trực tuyến, trực tiếp, kết hợp) ở cột, với số đếm nam 30, 25, 15 và nữ 20, 40, 30. Pearson Chi-Square khoảng 8,09 với 2 bậc tự do, p khoảng 0,018, ô kỳ vọng nhỏ nhất khoảng 19,7 nên chú thích báo 0 ô dưới 5 và kết quả Pearson dùng được.
Bậc tự do bằng (số dòng − 1) × (số cột − 1), nên bảng càng nhiều ô thì ngưỡng càng cao và kết quả tổng càng khó diễn giải. Kiểm định có ý nghĩa chỉ nói hai biến không độc lập; muốn biết liên hệ nằm ở đâu, bạn đọc phần trăm theo dòng và phần dư điều chỉnh. Ở ví dụ, phần dư của cột trực tuyến khoảng 2,79 về trị tuyệt đối, hai cột kia dưới 1,96, nghĩa là khác biệt chủ yếu đến từ việc nam chọn học trực tuyến nhiều hơn nữ. Cramér V khoảng 0,22.
Những lỗi hay gặp khi chạy chi bình phương trong SPSS
Rà nhanh trước khi đưa kết quả vào luận văn:
- Đọc dòng Pearson mà bỏ qua chú thích về tần số kỳ vọng, dẫn tới báo cáo một p không đáng tin. Chú thích luôn nằm ngay dưới bảng Chi-Square Tests.
- Quên tắt Weight Cases sau khi nhập bảng đếm, khiến các phân tích sau bị nhân trọng số sai.
- Đưa biến Scale vào Crosstabs, như tuổi tính bằng năm, tạo ra bảng hàng chục cột với gần hết ô kỳ vọng dưới 5. Nếu cần, nhóm tuổi theo mốc có cơ sở trước, rồi mới lập bảng.
- Chạy Crosstabs cho câu chọn nhiều đáp án đã gộp, khi một người góp vào nhiều ô. Mỗi đáp án cần xử lý như một biến có hoặc không riêng.
- Chép Sig. hiển thị ,000 thành p = 0,000. SPSS làm tròn hiển thị; giá trị thật lớn hơn không. Báo cáo là p < 0,001. Nháy đúp vào ô trong bảng kết quả để xem thêm chữ số nếu cần.
- Chạy nhiều bảng chéo rồi chỉ báo cáo bảng có ý nghĩa. Mọi bảng đã chạy theo kế hoạch nên được báo cáo, và nếu nhiều kiểm định cùng phục vụ một câu hỏi, cân nhắc hiệu chỉnh cho kiểm định nhiều lần.
Mỗi lần chạy, bấm Paste để lưu cú pháp; tệp cú pháp cộng với tệp dữ liệu là đủ để bạn, hoặc người phản biện, chạy lại ra đúng bảng trong luận văn.
Câu hỏi thường gặp
Vì sao bảng Chi-Square Tests có dòng Continuity Correction ở bảng này mà không có ở bảng khác?
Hiệu chỉnh liên tục Yates chỉ được SPSS tính cho bảng 2×2. Bảng có ba nhóm trở lên ở dòng hoặc cột sẽ không có dòng này. Chú thích nhỏ dưới bảng thường ghi rõ dòng đó chỉ tính cho bảng 2×2.
Không thấy nút Exact trong hộp thoại Crosstabs thì phải làm sao?
Nút Exact phụ thuộc mô-đun kiểm định chính xác có được cài trong bản SPSS của bạn hay không. Với bảng 2×2, SPSS vẫn tự xuất Fisher's Exact Test. Với bảng lớn hơn cần p chính xác, bạn có thể dùng R, JASP hoặc jamovi, và ghi rõ phần mềm trong phần phương pháp.
Có cần chạy kiểm định chi bình phương nếu chỉ muốn mô tả tỷ lệ không?
Không. Nếu câu hỏi nghiên cứu chỉ là mô tả, bảng tần số và tỷ lệ, có thể kèm khoảng tin cậy, là đủ. Kiểm định chỉ cần khi bạn muốn suy rộng một liên hệ từ mẫu ra tổng thể, và lúc đó mẫu phải được chọn theo cách cho phép suy rộng.
Giá trị Sig. của Fisher một phía và hai phía khác nhau, chọn cái nào?
Mặc định chọn hai phía. Chỉ dùng một phía khi đề cương đã nêu giả thuyết có hướng trước khi thu dữ liệu, với lý do rõ ràng. Chọn một phía vì thấy hai phía chưa đạt mức ý nghĩa là thao túng kết quả, hội đồng có kinh nghiệm thường phát hiện.
Linear-by-Linear Association có nên báo cáo không?
Dòng này chỉ có ý nghĩa khi cả hai biến là thứ bậc và bạn quan tâm xu hướng tăng giảm theo thứ tự, ví dụ trình độ học vấn và mức độ hài lòng. Với hai biến định danh như giới tính và hình thức học, bạn bỏ qua dòng này.
Mẫu rất lớn, mọi bảng chéo đều có ý nghĩa thì diễn giải thế nào?
Với vài nghìn người, liên hệ rất nhỏ cũng cho p rất nhỏ. Bạn dựa vào Cramér V và chênh lệch tỷ lệ giữa các nhóm để đánh giá liên hệ có đáng kể về mặt thực tiễn không, và nói rõ trong phần bàn luận rằng ý nghĩa thống kê không đồng nghĩa với quan trọng.